Wyniki badań polskich sklepów internetowych z roku 2007

Poprawne prognozowanie popytu umożliwia obniżenie poziomu zapasów i zmniej-szenie kosztów magazynowania. W związku z tym zaskakujący jest fakt, że zaledwie 11,84% ankietowanych sklepów internetowych ma oprogramowanie wyposażone w narzędzia do prognozowania popytu (rys. 4.5). Jak można wywnioskować, pozo-stałe sklepy używają do przewidywania sprzedaży jedynie intuicji i doświadczenia menedżerów, bez wspomagania informatycznego. Przypuszczenia te zostały potwier-dzone przez kolejne badania opisane w dalszej części książki.

Można wysnuć hipotezę, że im większy procent asortymentu ma sklep w magazy-nie, tym większą wagę powinien przykładać do prognozowania popytu. Jednak po-bieżne analizy (pełnego testowania hipotez nie przeprowadzono ze względu na małą próbę, tj. 29 sklepów mających informatyczne narzędzia do prognozowania popytu) nie wskazują na to, że zachodzi taka zależność [Chodak, Ropuszyńska-Surma, 2008A].

n [%] tak 29 11,84 nie 216 88,17 Rys. 4.5. Odpowiedzi ankietowanych na pytanie: czy używane przez Państwa oprogramowanie wyposażone jest w narzędzia do prognozowania popytu? Źródło: [Chodak, Ropuszyńska­Surma, 2008A]

Zapytano również, w jakim stopniu wykorzystywane są narzędzia do prognozowa-nia popytu (tab. 4.5). Jak można zaobserwować, zakres wykorzystaprognozowa-nia tych narzędzi jest różnorodny. Warto tu zwrócić uwagę na to, że z ponad dwustu sklepów zaledwie 8, czyli około 4%, korzysta w stopniu dużym lub bardzo dużym z narzędzi do progno-zowania popytu [Chodak, Ropuszyńska-Surma, 2008A].

Tabela 4.5. Odpowiedzi ankietowanych na pytanie: w jakim stopniu wykorzystujecie Państwo narzędzia do prognozowania popytu? W ogóle nie wykorzystujemy [%] W niewielkim stopniu wykorzystujemy [%] W średnim stopniu wykorzystujemy [%] W dużym stopniu wykorzystujemy [%] Wykorzystujemy w 100% [%] 2 (8,0) 7 (28,01) 8 (32,0) 5 (20,0 ) 3 (12,0 ) Źródło: [Chodak, Ropuszyńska­Surma, 2008A]

Zapytano tych ankietowanych, którzy mają narzędzia do prognozowania popytu, ja-kie dostrzegają wady związane z ich wykorzystaniem. Odpowiedzi przedstawiono na rysunku 4.6. Sześciu ankietowanych stwierdziło, że uzyskane wyniki prognoz znacznie odbiegały od rzeczywistości. Jest to zapewne przyczyna, że wszyscy wykorzystują na-rzędzia do prognozowania w niewielkim (trzech) lub średnim (trzech) stopniu. Dla pię-ciu ankietowanych problem stanowi stopień zmatematyzowania oprogramowania pro-gnostycznego (oni również wykorzystują narzędzia prognostyczne w średnim (dwóch), małym (dwóch) oraz w ogóle ich nie używają (jeden). Kolejnym problemem jest brak odpowiednich danych historycznych (5 ankietowanych). W pytaniu otwartym ankieto-wani wspomnieli również, że ze względu na to, że początkowy okres funkcjonoankieto-wania sklepu można uznać za fazę „rozruchową”, dane z tego okresu nie są miarodajne. W innym miejscu ankietowani zwrócili uwagę na ważną kwestię dotyczącą prognozo-wania popytu w sklepach internetowych, mianowicie na problem niedostępności towaru w magazynie. Standardowe narzędzia prognostyczne nie uwzględniają dostępności to-waru, dlatego oprogramowanie, które nie wskazuje od kiedy produkt był niedostępny, może powodować, że popyt jest niedoszacowany. Ankietowani wspomnieli również, że narzędzia prognostyczne nie uwzględniają kwestii promocji takich jak mailing czy kampania banerowa, co również może powodować niedoszacowanie popytu i ko-nieczność „ręcznego” prognozowania sprzedaży [Chodak, Ropuszyńska-Surma, 2008A].

n [%]

Jest zbyt zmatematyzowane i przez to nieczytelne 5 21,74 Nie posiadamy odpowiednich danych historycznych

wymaganych przez program prognostyczny ^{5 21,74} Opis narzędzia prognostycznego jest niezrozumiały 2 8,7

Uzyskiwane wcześniej wyniki prognoz znacznie

odbiegały od rzeczywistości ^{6 26,09}

Inna (proszę wpisać jaka) 10 43,48

Rys. 4.6. Odpowiedzi ankietowanych na pytanie: jakie Państwo zauważają wady związane z korzystaniem z oprogramowania prognostycznego?

Źródło: [Chodak, Ropuszyńska­Surma, 2008A]

Następnie poddano analizie, jakie czynniki brane są pod uwagę podczas sporządzania prognoz z wykorzystaniem narzędzi do prognozowania popytu (rys. 4.7). Najczęściej padające odpowiedzi wskazywały na dane historyczne dotyczące sprzedaży (80%). Jak się wydaje, jest to podstawowy czynnik występujący we wszystkich najpopularniejszych mo-delach prognostycznych. Jednak popyt uzależniony jest również od liczby zarejestrowa-nych klientów oraz od dynamiki ich przyrostu, co uwzględnia oprogramowanie w 52% badanych sklepów. Wśród innych czynników, ankietowani wymienili sezonowość pro-duktów oraz wskaźnik jakości obsługi klienta [Chodak, Ropuszyńska-Surma, 2008A].

n [%]

Dane historyczne dotyczące

sprzedaży ^{20 80,0}

Wielkość i dynamika przyrostu

liczby potencjalnych klientów ^{13 52,0}

Planowane promocje 8 32,0

Wrażliwość na zmianę ceny 7 28,01

Koniunktura gospodarcza 5 20,0

Dochody konsumentów 2 8,0

Inne (proszę wpisać jakie) 5 20,0

Rys. 4.7. Czynniki, które są brane pod uwagę podczas określania popytu Źródło: [Chodak, Ropuszyńska­Surma, 2008A]

Ankietowani zostali poproszeni o określenie, w jakim stopniu prognoza wygenero-wana przez program wpływa na wielkość zamówień do dostawcy (rys. 4.8). Odpowiedzi prawie idealnie pokryły się z odpowiedziami dotyczącymi stopnia wykorzystania narzę-dzi prognostycznych. Można więc uznać, że menedżerowie wykorzystujący intensywnie narzędzia prognostyczne robią z nich użytek podczas określania optymalnej wielkości zamówienia i jest to działanie skuteczne [Chodak, Ropuszyńska-Surma, 2008A].

n [%]

W bardzo dużym stopniu (wielkość zamówienia do dostawcy jest określana automatycznie na podstawie prognozy popytu)

3 12,0 W dużym stopniu (wielkość zamówienia do dostawcy

jest określana automatycznie na podstawie prognozy popytu i w niewielkim stopniu korygowana)

4 16,0

W średnim stopniu (wielkość zamówienia do dostawcy jest określana automatycznie na podstawie prognozy popytu i korygowana)

8 32,0

W niewielkim stopniu (prognoza popytu jest brana pod uwagę, ale wielkość zamówienia do dostawcy jest określana ręcznie przez handlowca)

7 28,01 Nie wpływa w ogóle (prognoza popytu nie jest

w ogóle brana pod uwagę podczas określania wielkości zamówienia)

3 12,0 Rys. 4.8. Określenie stopnia, w jakim prognoza popytu wygenerowana

przez program wpływa na wielkość zamówień do dostawcy? Źródło: [Chodak, Ropuszyńska­Surma, 2008A]

Ankietowani zostali poproszeni o zaprezentowanie swojej opinii na temat wpływu wykorzystania narzędzi do prognozowania popytu na zmniejszenie stanów magazy-nowych (rys. 4.9). 36% ankietowanych, którzy odpowiadali na to pytanie uważa, że stosowanie narzędzi do prognozowania popytu ułatwia zmniejszenie stanów magazy-nowych w dużym stopniu. Odpowiedź ta jest dość zaskakująca, ponieważ, część z tych sklepów używa narzędzi do prognozowania popytu jedynie w średnim stopniu [Chodak, Ropuszyńska-Surma, 2008A].

n [%]

Tak w dużym stopniu 9 36,0

Tak w niewielkim stopniu 8 32,0

Nie 3 12,0

Nie mam zdania 5 20,0

Rys. 4.9. Odpowiedzi ankietowanych na pytanie: czy uważają Państwo, że stosowane narzędzia do prognozowania popytu zmniejszają stany magazynowe

Źródło: [Chodak, Ropuszyńska-Surma, 2008A]

4.5.2. Wyniki badań polskich sklepów internetowych