Perché un negozio che ha venduto meno unità di un altro ha una previsione di domanda più alta?

La previsione di domanda viene calcolata per prodotto-negozio e poi si estende a tutta la curva delle taglie a seconda delle performance della combinazione famiglia-negozio.

Si basa su un numero prestabilito di settimane al fine di coprire la domanda per l’intero orizzonte temporale.

L’idea è che la previsione non si basi semplicemente sulle vendite passate del prodotto in questione ma anche sulle vendite perse causate dalle rotture di stock nel negozio. È possibile che a un negozio rimangano solo 2 taglie non consecutive, il che può provocare che il prodotto non si venda affatto. Se il negozio non fosse rimasto senza stock, potrebbe aver venduto di più; da qui, una più elevata previsione della domanda. 

A questo proposito, può accadere che l’algoritmo non disponga di sufficienti dati per fornire una previsione affidabile con le settimane di previsione incluse nello scenario: pertanto, le settimane di previsione si possono aumentare fino a un massimo di 20, se necessario. Così, il periodo di previsione differisce dal periodo delle vendite indicato come 7 giorni e 28 giorni e quindi potrebbe non concordare. 

A questo proposito, le settimane di previsione selezionate per lo scenario possono essere superiori a 28 giorni; pertanto, i dati storici considerati per il calcolo delle previsioni sono pari a un periodo superiore a 4 settimane e potrebbero quindi non concordare.