שלוש שנים של תחזיות שההנהלה באמת השתמשה בהן

יצרן תעשייתי הפועל בשוק האמריקאי, עם מחזור שנתי של כ-70 מיליון דולר, חלק מקבוצת Mueller. במשך שלוש שנים פיתחנו, הטמענו וליווינו את מערך תחזיות המכירות של החברה, במחזור עבודה חודשי שנכנס ישירות לישיבות התכנון של ההנהלה. את הסיפור הזה אנחנו מספרים באותה צורה שבה נמדדה העבודה עצמה: בגלוי, מול מה שקרה בפועל.

מה הייתה הבעיה?#

תכנון המכירות לשוק האמריקאי התבסס על ניסיון ותחושת בטן. יעדים חודשיים ושנתיים, התחייבויות מלאי ותכנון אסטרטגי, כולם ללא תחזית כמותית מאחוריהם. שינויים בהתנהגות הלקוחות, גם בתקופות של אי-ודאות גבוהה בביקושים, זוהו באיחור. נטישת לקוחות התגלתה רק בדיעבד, אחרי שההזמנות כבר נעצרו.

זה מצב מוכר. כך מתכננות רוב החברות התעשייתיות בסדר גודל בינוני. הנהלת החברה החליטה שזה לא יישאר כך.

מטרת העבודה, כפי שאנחנו מנסחים אותה מאז: מתן יכולת תכנון קדימה לדרג הניהולי, אשר תאפשר ‘ניהול’ ולא תגובתיות.

איך נראתה ההתקשרות בפועל?#

שירות דאטה סיינס מלווה לאורך שלוש שנים, לא מסירה חד-פעמית של מודל.

עבדנו במחזור חודשי קבוע: בכל חודש הפקנו תחזיות וניתוחים מעודכנים, בחנו אותם מול תוצאות אמת של החודשים הקודמים, והצגנו אותם בישיבות התכנון של המנכ״ל והנהלת המכירות. התחזית לא הייתה דוח שנשלח במייל; היא הייתה חלק קבוע מהישיבות שבהן נקבעו יעדים, התחייבויות מלאי ואסטרטגיה.

המחזוריות הזו היא המוצר האמיתי. תחזית שההנהלה רואה פעם אחת היא נתון חולף. תחזית שההנהלה פוגשת כל חודש, יחד עם הביצועים ההיסטוריים שלה, הופכת לחלק מהאופן שבו מנהלים את החברה.

מה נבנה?#

הליבה: תחזית מכירות רב-אופקית, חודשית ושנתית, על בסיס אנסמבל של מודלים, סטטיסטיים, Gradient Boosting ורשתות נוירונים, עם כוונון נפרד לכל אופק תחזית. מודל בודד כמעט אף פעם לא מנצח בכל הטווחים; אנסמבל מכוונן לפי אופק נותן לכל גישה לשאת את הטווח שבו היא הטובה ביותר.

סביב הליבה נבנתה שכבה אנליטית שלמה, שכולה עבדה בפועל לאורך ההתקשרות:

• ‘יומן’ שנתי, מתעדכן מדי חודש: מעקב שגיאת תחזית בטווח של 3 חודשים ושל 12 חודשים מול נתוני אמת. התחזיות לא רק ניתנו, הן נבחנו.
• ניתוח התנהגות לקוחות בתקופות של אי-ודאות בביקושים: תמונה שוטפת של שינויים בדפוסי צריכה ובהרגלי קנייה, בזמן שהם קורים.
• ניתוח נטישת לקוחות: הצלבת דפוסים שזוהו בנתונים מול מידע מהשטח מארגון המכירות, כדי שההנהלה תוכל להסביר נטישה ולפעול, לא רק לספור אותה.
• פילוח לקוחות (Clustering), כדי לראות את בסיס הלקוחות בסגמנטים ולא כמספר אחד.
• תחזית ייעודית ללקוחות-ענק, שההתנהגות שלהם לבדה מזיזה את התמונה הכוללת.
• זיהוי אגירת מלאי אצל לקוחות, להפרדה בין ביקוש אמיתי לבין הקדמת רכש.
• שכבת הסברתיות (Explainability): תחזיות שמגיעות עם סיבות, לא רק עם מספרים.
• ניתוח מכירות גיאוגרפי על פני השוק.

איך נבחנו התחזיות?#

מבחינתנו זה לב העניין, וזה בדיוק החלק שרוב ספקי התחזיות מדלגים עליו.

מדי חודש, לאורך שלוש שנים, נבחנו התחזיות מול מה שקרה בפועל. התוצאות רוכזו ביומן שנתי, עם מעקב שגיאה באופק של 3 חודשים ושל 12 חודשים, והיומן הזה היה מונח על השולחן באותן ישיבות הנהלה שאליהן הוזרמו התחזיות. כשהמודל צדק, כולם ראו. כשטעה, כולם ראו גם את זה, והמחזור של החודש הבא נדרש לתת תשובה.

התרשים בעמוד מציג את מבנה תהליך הבחינה. מטעמי סודיות לקוח, המספרים בתרשים הם להמחשה בלבד; המבנה, המחזוריות ומעקב השגיאה בטווחי 3 ו-12 חודשים הם בדיוק מה שפעל בפועל.

הסטנדרט שלנו פשוט: תחזית שאף פעם לא נבחנת מול המציאות היא דעה, לא כלי עבודה.

מה יצא מזה?#

במשך שלוש שנים, חברה שתכננה את השוק האמריקאי שלה על תחושת בטן קיבלה תחזית כמותית, שנבחנה מדי חודש מול המציאות, ככלי קבלת החלטות קבוע בתכנון האסטרטגי. שינויים בהתנהגות לקוחות צפו בזמן אמת. נטישה הפכה למשהו שמסבירים ומטפלים בו, לא למשהו שמגלים בדיעבד.

אנחנו לא מפרסמים מספרי ביצועים מומצאים, לא כאן ולא בשום מקום באתר. מה שאנחנו מציינים הוא עובדתי: התקשרות דאטה סיינס של שלוש שנים עם יצרן תעשייתי מקבוצת Mueller בשוק האמריקאי, והמלצת המנכ״ל שמורה אצלנו.

איך זה יכול להיראות אצלכם?#

לא צריך התחייבות לשלוש שנים כדי לבדוק. נקודת ההתחלה היא שיחת אפיון: היכן מתקבלות אצלכם היום החלטות התכנון, אילו נתונים כבר קיימים סביבן, והאם מחזור תחזיות שנבחן מדי חודש ישנה את מה שהדרג הניהולי רואה.

אם התשובה חיובית, נבנה את זה יחד באותה שיטה: מסירה חודשית, בחינה גלויה מול נתוני אמת, ואחריות מלאה לתוצאות בפועל.