Часто покупаемые товары на авито: «Авито» назвал самые продаваемые категории товаров за 2022 год

XYZ-анализ товаров с лучшим спросом | Метод XYZ с формулой расчета

В торговле важен не только объем выручки, но и стабильность спроса — как часто покупают те или иные товары. Это помогает лучше управлять закупками, чтобы не замораживать деньги в продукции, которую никто не покупает. Разобраться поможет XYZ-анализ. Как его провести — в этой статье.

Контролируйте остатки на складе, прогнозируйте товарный запас и следите за прибылью в режиме реального времени в сервисе МойСклад. Он уведомит, когда товар заканчивается, подскажет, на сколько дней хватит запасов и автоматически оформит заказ поставщику на основании статистики продаж. Быстрый старт, поддержка 24/7, есть бесплатный тариф.

Попробовать МойСклад

1. Что такое XYZ-анализ и зачем он нужен
2. Плюсы XYZ-анализа
3. Минусы XYZ-анализа
4. Особенности проведения XYZ-анализа
5. Как делать XYZ-анализ
6. Пример расчета XYZ-анализа в Excel
7. Как использовать результаты XYZ-анализа
8. Совмещенный ABC/XYZ-анализ
9. ABC/XYZ-анализ: сводная матрица
10. ABC/XYZ-анализ: анализ результатов
11. Управление товарными запасами и закупками

Что такое XYZ-анализ и зачем он нужен

XYZ (икс игрек зет) анализ — это метод изучения большого объема данных. В торговле позволяет определить, какие товары имеют стабильный спрос, а какие продаются редко. Если ABC-анализ выделяет самые прибыльные товары, то XYZ помогает понять, насколько стабилен на них спрос. Для этого рассчитывается коэффициент вариации: чем он меньше, тем устойчивее спрос, и наоборот.

XYZ-анализ делит весь ассортимент на три группы:

• X — всегда стабильный спрос, точность прогноза максимально высокая. Коэффициент вариации 0–10%.
• Y — менее регулярный спрос, не так просто спрогнозировать, есть много различных факторов: сезонность, дни недели. Коэффициент вариации 10–25%.
• Z — товары с самым непредсказуемым спросом. Коэффициент вариации больше 25%.

Чаще всего метод применяют, чтобы найти часто покупаемые товары. Также можно анализировать:

• поставщиков;
• клиентов;
• торговые точки;
• сотрудников.

Плюсы XYZ-анализа

• Точность — сложно ошибиться при исследовании.
• Простота использования — потребуется только Excel таблица и статистические данные.
• Универсальность — можно анализировать все, что угодно.

Минусы XYZ-анализа

• Изучает только спрос и не дает представления о прибыльности.
• В низкий сезон коэффициент вариации может резко вырасти, из-за чего товар попадет в категорию Z.
• Продолжительная статистика. При исследовании короткого периода точность прогнозирования снижается. Выбор временного периода зависит от ниши, но анализируйте минимум раз в полгода. Продукты питания чаще — каждую неделю.

Особенности проведения XYZ‑анализа

Сезонный товар. В XYZ-анализе есть один важный нюанс, который необходимо учитывать. Коэффициент вариации сильно зависит от сезона продаж. Например, спрос на канцелярские предметы падает в начале лета и возрастает в августе-сентябре. Результаты будут кардинально отличаться в зависимости временного периода. Чтобы получить точные данные, можно сделать следующее:

• увеличить период анализа до квартала или года

или

• разбить период на сезоны, высокий и низкий сезон анализировать отдельно.

Дополнительные исследования. XYZ-анализ оценивает спрос на продукцию, но не дает представления о прибыльности. Поэтому совмещайте его с ABC-анализом.

Периодичность проведения. После проведения 3-4 исследований вы сможете выделить наиболее прибыльные позиции и принять взвешенное управленческое решение.

Не спешите с выводами о группе Z. Проанализируйте, почему товар в ней оказался и только потом корректируйте ассортимент.

Как делать XYZ-анализ

Вот порядок действий (ниже покажем на примере):

1. Выбираем ассортимент товаров для анализа. В нашем примере — ассортимент строительного магазина. Чаще всего для анализа выбирают позиции, которые пользуются спросом не реже чем два раза в неделю, но при желании можно изучить и весь ассортимент. Элитную и сезонную продукцию, новинки исследуйте отдельно.

2. Определяем временной интервал для анализа. Интервалом может быть неделя, месяц, квартал и год. Период разбиваем на равные промежутки: неделя — с понедельника по воскресенье; квартал — июнь, июль, август; год делите на 12 месяцев.

3. Рассчитываем коэффициент вариации. Он измеряется в процентах и показывает, как менялся объем продаж. Для этого используем формулу Excel:

   =СТАНДОТКЛОНП()/СРЗНАЧ()

   В скобках указывается диапазон ячеек.

4. Разбиваем товары на группы по коэффициенту вариации:

   X (КВ < 10%) — стабильные продажи;
   Y (10% < КВ < 25%) — условно-стабильные продажи;
   Z (КВ > 25%) — нестабильные или разовые продажи.

Пример расчета XYZ-анализа в Excel

Исходные данные — магазин строительных материалов.
Ассортимент — строительные товары.
Временной интервал — три месяца.

1. Выгрузите отчет о продажах с детализацией из учетной программы.

   Для примера мы взяли отчет «Прибыльность по товарам» с детализацией из сервиса МойСклад. Программа собирает данные по оборотам, остаткам, движению денег, прибыли и убыткам, продажам и рентабельности в разрезе товаров, контрагентов и сотрудников.

   Отчет «Прибыльность по товарам» с детализацией в сервисе МойСклад

2. Создайте сводную таблицу через: вставка → сводная таблица и поместите ее на новый лист в Excel.

   Необходимые значения для сводной таблицы: наименование товара, количество и дата:

   После выбранных значений таблица выглядит так:

3. Рассчитайте коэффициент вариации по формуле:

   =СТАНДОТКЛОНП(С3:Е3)/СРЗНАЧ(С3:Е3)

   В скобках укажите свой диапазон ячеек. Ваши значения могут отличаться от представленного примера.

   После применения формулы получаем такие данные:

   Переводим в проценты:

   Сортируем по возрастанию, чтобы удобно было классифицировать товары:

4. Делите товары на три группы:

   • X — коэффициент вариации 0–10%
   • Y — коэффициент вариации 10–25%
   • Z — коэффициент вариации больше 25%

Этот пример подробно разобрали в курсе «Управление закупками» в учебном центре МоегоСклада. Научитесь анализировать продажи, формировать закупки точно и в срок, правильно строить работу с поставщиками и определять себестоимость товаров — все это бесплатно, в формате 10-минутных видео с разбором каждого шага.

Пройти курс

Как использовать результаты XYZ‑анализа

После анализа видно, на какие товары действует стабильный спрос, какие относятся к категории «середнячков» и «аутсайдеров». Так гораздо проще прогнозировать закупки.

X	Y	Z
поставки точно в срок минимизация запасов товара страховой запас нужен, но в небольшом количестве	важен страховой запас оптимальный товарный запас	минимизация или максимизация товарных запасов страховой запас не важен

Для товаров категории X важно, чтобы поставки были точно в срок: для стабильного спроса нужны стабильные поставки. Акцент делайте на работу с поставщиком, а при минимизации запасов заказывайте немного, но часто. Страховой запас нужен, но в небольшой количестве.

Категория Y: важен страховой запас и его оптимальное количество. В эту группу попадают сезонные и акционные товары.

С группой Z прогноз невозможен, но это не значит, что здесь ненужные товары и кандидаты на вывод из ассортимента. Это важная категория товаров и с ней надо научиться работать. Подходящая модель — минимизация товарных запасов, страховой запас не нужен.

Сюда попадают товары премиум-класса: мы никогда не сможем предсказать, когда к нам придет покупатель за самым дорогим кольцом, телевизором или стиральной машиной. Поэтому остатки таких товаров надо минимизировать или работать под заказ. Для примера возьмем перфоратор из категории Z, предсказать на него спрос мы не можем, а значит держать большой запас на складе не стоит. Новинки зачастую попадают в эту категорию.

Алексей Еранов

Руководитель учебного центра МойСклад

Лайфхак, как магазину контролировать страховой запас товара. В МоемСкладе можно настроить неснижаемый остаток: по конкретному складу, если у вас их несколько, и количеству. Когда товар будет заканчиваться, сервис пришлет уведомление, автоматически сформирует заказ поставщику с нужным количеством товара. Это особенно важно для категории товаров X.

Попробовать МойСклад

Совмещенный ABC/XYZ-анализ

Товары, которые часто покупают — не всегда прибыльные. А прибыльные — не всегда ходовые. Совмещенный ABC/XYZ-анализ используют, чтобы найти товары товары-локомотивы.

Вот как провести ABC-анализ. А это сводный результат:

ABC/XYZ-анализ: сводная матрица

В матрице ABC/XYZ-анализа категории совмещаются, в результате получаются 9 групп.

AХ невысокий страховой запас резервный поставщик система поставки «точно в срок»	AY запас с небольшим избытком резервный поставщик контроль запасов	AZ резервный поставщик постоянный контроль запасов
BX невысокий страховой запас наличие резервного поставщика система поставки «точно в срок»	BY запас с небольшим избытком наличие резервного поставщика	BZ частичная работа под заказ постоянный контроль запасов
CX фиксированный запас партии с увеличенным интервалом система поставки «точно в срок»	CY запас с небольшим избытком поставка фиксированная	CZ за новинками наблюдать старые — выводить из ассортимента поставка под заказ

Совмещенный ABC/XYZ-анализ позволяет:

• эффективно управлять ассортиментом и товарными запасами;
• найти ключевые товары и оценить на них спрос;
• увеличить количество товаров, приносящих высокую прибыль.

У совмещенного ABC/XYZ-анализа широкий спектр применения:

• прибыль: можно рассмотреть факторы, которые на нее влияют. Например, цена, объем продаж, себестоимость;
• спрос на товары и его колебания;
• складские остатки с последующей минимизацией, оптимизацией или максимизацией;
• клиенты и поставщики, чтобы понять, с кем выгоднее работать;
• сотрудники: можно измерить вклад каждого продавца в выполнение плана;
• финансы: найти ответ на вопрос, почему невозможно снизить затраты на запасы и хранение.

ABC/XYZ-анализ: анализ результатов

Как применить на практике полученные результаты, чтобы магазин мог минимизировать свои затраты и больше зарабатывать. Есть два подхода. Один основан на минимизации товарных запасов, другой — наоборот, на максимизации. Каждая модель подходит для определенной товарной группы.

Японский подход

Это минимизация товарных запасов. Идеальный склад — пустой, так как все товары отгружены в нужное время и в нужном количестве. Здесь важно найти надежного поставщика, чтобы товары доставлялись точно в срок, и лучше заказывать понемногу, но часто.

График движения товара при минимизации товарных запасов

Эта модель идеально подходит для товаров категории X, AX, AY и BX.

Американский подход

Метод основан на максимизации товарных запасов, формализации и настройки всех процессов анализа ассортимента и складских запасов «раз и навсегда».

Посмотрим на нашем примере, какому товару подойдет этот метод. Отвертка аккумуляторная: она находится в группе A, то есть товар важный, но продажи идут нестабильно — попал в группу Z. Поэтому этот товар надо закупать по максимуму.

Управление товарными запасами и закупками

В МойСклад можно загрузить результаты сводного анализа из Excel и добавить соответствующие поля в характеристиках товаров. Это позволяет сортировать данные и строить прогноз по закупкам. Когда и сколько нам необходимо закупить товаров той или иной категории:

Работа с товарными запасами

Работа с товарными запасами происходит в автоматическом режиме. Вы задаете количество неснижаемого остатка, при достижении которого программа сама сделает заявку поставщику. Риск остаться без товара исключается.

Система умеет работать с резервами — особенно актуально для интернет-магазинов. Отложенные заказы до момента оплаты никто другой не купит.

Управление закупками

Делайте точные заказы поставщикам. МойСклад прогнозирует на основе статистики продаж, сколько заказать товара и на какой срок его хватит.

МойСклад — это учет товаров, CRM и рабочее место кассира в комплекте.

• Торгуйте в розницу, оптом, на маркетплейсах, через сайт и в соцсетях
• Все заказы в одном окне, обработка до 90% быстрее, чем вручную
• Автоматические заказы поставщикам на основании статистики продаж
• Массовое обновление цен и товаров
• Реальная прибыль и рентабельность по каждому товару
• Поддержка маркировки

Быстрый старт, обучение, поддержка 24/7. Есть бесплатный тариф.

Попробовать МойСклад

Читайте также:

• ABC-анализ: вычисляем прибыльные товары в магазине
• Бизнес-процессы розничного магазина: как организовать и автоматизировать
• Как получить ЭЦП: новый порядок

Что такое маркетплейсы простыми словами и как они работают?

Содержание:

• Как устроены?
• Маркетплейс или собственный интернет-магазин?
• Виды маркетплейсов
• Преимущества и недостатки маркетплейсов
• Зачем выбирать маркетплейс?
• Кому стоит размещаться на таких площадках?
• Самые популярные товары
• Модели сотрудничества для продавцов
• Условия и комиссии

 

Как устроены?

 

Маркетплейс — это платформа для электронной торговли продуктами или услугами, которая объединяет различных продавцов и покупателей как посредник. Это своего рода интернет-рынок, где на витринах разложены карточки товаров или услуг.

Маркетплейсы оптимизированы так, чтобы пользователь мог в одном месте быстро найти и выбрать нужный товар среди предложений от разных продавцов. Или, наоборот, смог выставить и продать свой собственный товар.

Богатство и доступность выбора обеспечивают приток покупателей на площадку, что делает ее привлекательнее и для новых продавцов. Работая на эту привлекательность, маркетплейсы централизованно берут на себя и работу по облегчению товарообмена, коммуникации между покупателями и продавцами, обеспечивают нормативно-правовую базу для рынка.

Чтобы начать продавать на маркетплейсах, необходимо заполнить заявку и пройти процедуру регистрации, выбрать модель сотрудничества и сформировать карточки товаров или услуг. Как продавец, вы можете представлять юридическое лицо или ИП. А, например, для Ozon, Wildberries и AliExpress Россия — можно быть и самозанятым.

На некоторых маркетплейсах есть особые требования к продавцам или отдельным товарам: например, необходимы регистрация товарных знаков или разрешения по их использованию от правообладателя.

 

Маркетплейс или собственный интернет-магазин?

 

Маркетплейсы — эффективная альтернатива интернет-магазинам.

Наглядный признак их отличия от интернет-магазинов — обычно здесь множество торговцев/поставщиков услуг объединяются на одной платформе, вместо открытия собственных сайтов для торговли.

Аналогично и с товарами: для продажи на маркетплейсах, как правило, представлено целое множество брендов, здесь нет акцента на каком-то конкретном товаре, характерном для интернет-магазинов. Впрочем, существуют и маркетплейсы, ориентированные под определенные товары или услуги, например, как «Яндекс.Такси».

В чем еще отличия: вместо офлайн-аналога интернет-магазина у маркетплейсов — пункты выдачи товаров, где покупатель только забирает покупку. Также маркетплейсы традиционно отличаются более широкими охватами по аудитории и трафику, они часто работают в глобальном режиме, по всему миру.

Размещаясь на маркетплейсе, вы экономите на привлечении покупателей, зато повышаете траты на обслуживание продаж. Например, платите площадке комиссии на товары, тратитесь на складское хранение.

Аргумент предпочесть маркетплейс собственному магазину — простота и избавление своего бизнеса от некоторых обязательных задач. Например, пока вы регистрируетесь как продавец, выкладываете и реализуете товары — маркетплейсы централизованно берут на себя рекламу и привлечение аудитории.

Собственный магазин, тем не менее, может и сегодня составить конкуренцию маркетплейсу, если соблюдать определенные правила: в первую очередь, оптимизировать сайт, серьезно вложиться в маркетинг рынка, предлагать какие-то эксклюзивные возможности.

---

Читайте также:
Как работать с маркетплейсами: подводные камни
7 шагов, чтобы взять в руки продажи на маркетплейсе
Как начинающим предпринимателям работать с маркетплейсами и оптовыми клиентами

---

Виды маркетплейсов

 

На той или иной площадке продавцами могут быть физлица и компании. По схеме их взаимодействия можно выделить виды маркетплейсов, смотря кто и кому продает:

• Человек — человеку. Частные лица ведут сделки друг с другом (Avito, BlaBlaCar).
• Бизнес — человеку. Компании предлагают сделки частным лицам (Amazon Booking.com, HeadHunter.ru).
• Бизнес — бизнесу. Компании торгуют друг с другом (Alibaba.com, Capterra).

Еще один вариант — разделять маркетплейсы по тому, что продается. То есть, по основным видам предложений, например:

• Товарные маркетплейсы. На площадке торгуют разными благами (eBay, Google Play, App Store).
• Маркетплейсы услуг. Продавцы на площадке предлагают тот или иной сервис (Uber, «Яндекс.Такси», Profi.ru).

 

Преимущества и недостатки маркетплейсов

 

Поскольку на маркетплейсах представлено множество поставщиков — здесь шире выбор продуктов и выше их доступность по сравнению с розничной онлайн-торговлей.

На сегодняшний день бурное развитие маркетплейсов обеспечило их общее преимущество — оно в универсальности и многофункциональности. То есть маркетплейсов очень много, они предлагают уникальные фишки, и продавцам легко подобрать для себя оптимальный вариант. Площадка может взять на себя привлечение покупателей и коммуникацию с ними, доставку товаров, массу других задач.

К преимуществам маркетплейсов и одновременно их недостаткам для продавцов относится их глобальный режим работы. Например, сервисные маркетплейсы могут работать так, что местные поставщики услуг не в состоянии конкурировать по цене с иностранными.

Кого-то могут оттолкнуть отдельные расчеты комиссий и порядки регистрации продавцов, стандарты по упаковке и хранению продуктов. Высокая конкуренция часто заставляет платить площадке за дополнительные услуги, а строгие внутренние порядки маркетплейса — платить штрафы.

Среди других недостатков: принудительные скидки и снижение цен на товары, которые традиционно учреждают маркетплейсы. Политика «низкой цены» может приводить к однообразию ассортимента и ущербности маркетинга в целом по маркетплейсу.

И здесь кроется еще один недостаток: негатив в сторону маркетплейса как площадки перенаправляется и непосредственно на продавца. У него есть оборотная сторона: ваш товар начинает прочно ассоциироваться с площадкой, и вы рискуете впасть в зависимость от маркетплейса и его условий, не в силах разорвать сотрудничество.

Другое недоразумение, которое маркетплейсы стараются устранить — сложности с рыночной регуляцией. Соответствующие нормы сейчас в стадии развития. Все еще есть юридические расхождения в них, которые влекут спорные блокировки продавцов или судебные разбирательства между площадками и третьими лицами, курьерскими службами и складами.

Отдельным пунктом — порча или кража товаров. Это неизменный риск, который массово проявляется на маркетплейсах: вещи портятся даже просто из-за множества примерок, а вину вменяют продавцу.

 

Чем выгоден выбор в пользу маркетплейсов?

 

Несмотря на свои недостатки, маркетплейсы выгодны для тех продавцов, которые готовы разделить с единой площадкой как свои бизнес-задачи, так и возможный негатив в ее сторону.

Крупные площадки с постоянным трафиком помогают маленьким компаниям найти своего потребителя, что было бы крайне затруднительно или затратно в иных случаях. А маркетплейсы эффективно занимают топ в поиске.

Из других плюсов маркетплейсов в маркетинге — программы лояльности и скидок для партнеров, развитые системы отзывов, сила и репутация самого бренда площадки. Также площадка может усилить технические возможности по аналитике, сбору данных по потребителям и продукции.

Чем больше аудитория — тем больше объемы продаж. Делая выбор в пользу маркетплейса и найдя на выход средства, можно не только повысить продажи, но и с умом подойти к собственным расходам и оптимизировать их. Так, помимо маркетинга и привлечения аудитории, маркетплейсы позволяют сэкономить на содержании собственного сайта, торговой площадки, на кадрах, на транспортировке и логистике.

Отдельным пунктом может стать международная торговля, которую маркетплейс существенно упрощает, особенно вначале, пока вас там никто не знает. Товары получают через них выход на внешние рынки далеко за пределами страны продавца.

 

Кому стоит размещаться?

 

Маркетплейсы бывают разного профиля: от универсальных гипермаркетов до отраслевых, финансовых или информационных. Их возможности в сегменте b2b растут год от года.

Но наиболее эффективными они остаются для размещения малого бизнеса — тех компаний и предпринимателей, которым удобнее скинуть с себя необходимые задачи по продвижению торгуемого, хранению и логистике.

Стоит ли размещаться — можно решать, исходя из своей индивидуальной ситуации.

Например, если вам нужно срочно продавать: благодаря маркетплейсу вы сможете получить заказы уже за первую неделю, а не за месяц, как при раскрутке собственного ресурса.

Другой случай — вам трудно реализовать доставку в другие регионы или вы планируете оперативный выход на международный рынок. Здесь весьма помогут ресурсы маркетплейса, которые он уже развернул в другом регионе или за рубежом.

 

Самые популярные товары на маркетплейсах

 

Если вы продавец — стоит подобрать товар, на который есть хороший спрос по площадке. И, разумеется, который в вашей подаче не будет сильно уступать по цене и качеству предложениям от других продавцов. Обратите внимание на самые продаваемые товары на маркетплейсах, на позиции в первых местах выдачи, на те предложения, которым присвоены ярлыки типа «хит продаж».

Как еще понять, что можно продавать? Топ продаваемых товаров на маркетплейсах по категориям традиционно таков: гаджеты, игрушки, одежда и обувь, продукты питания, авто- и хозтовары, лекарства, hand-made. Также для примера: за 2021 год маркетплейсы серьезно опередили поисковики в таких категориях, как «кофе» и «подгузники».

В идеале стоит ориентироваться на максимально дешевые товары для сбыта. По сравнению с ними товары премиум-класса или элитные услуги мало востребованы у покупателей маркетплейсов.

 

Модели сотрудничества для продавцов

 

Универсальной модели сотрудничества на маркетплейсах нет. Модели сотрудничества маркетплейсов с продавцами можно разделить в зависимости от того, какие задачи берет на себя площадка.

• Витрина. При такое схеме маркетплейс только выставляет карточку и дают общую информацию о продукте или услуге. Как только сделка совершена — продавец отвечает за все. Маркетплейс не реализует ни доставку, ни клиентское обслуживание.
• Доставка. Продавец доставляет товары на склад маркетплейса, а оттуда площадка сама поставляет их покупателям.
• Фулфилмент, или комплексное обслуживание склад + доставка. Продавец просто доставляет товары на склад маркетплейса, а площадка берет на себя и подготовку товаров с упаковкой, и доставку с оплатой, и сервисное обслуживание. 

Важно то, что обычно маркетплейсы дают продавцам выбор из сразу нескольких моделей работы и регулярно добавляют новые опции.

 

Условия и комиссии

 

Комиссия — это те проценты, которые маркетплейс берет с продавца от осуществленных сделок. На популярных маркетплейсах она обычно составляет 1-20% от стоимости товара и ранжируется в зависимости от его категории.

Также площадка может требовать оплаты дополнительных услуг: упаковка и доставка, расчетно-кассовое обслуживание.

На маркетплейсах задействуется и схема подписки — заранее оплаченного пакета платных услуг. Например, если хедхантинговая платформа предлагает работодателям расширенный доступ к резюме потенциальных кандидатов. Как вариант — оплата за премиальные возможности при бесплатных базовых функциях, например, на биржах фриланса, где оплатившие премиум могут выполнять более дорогие заказы.

Другой вариант платных условий — продавцы платят за размещение товаров и информирование клиентов в объявлениях. В том числе, отдельно заплатить можно за продвижение этих объявлений в наиболее популярных разделах маркетплейса.

Все эти схемы разнятся от площадки к площадке, и, аналогично моделям сотрудничества, часто маркетплейсы используют их в различных комбинациях.

Интересные фишки по условиям для продавцов также зависят от площадки. Так, AliExpress — самый крупный маркетплейс в мире, что важно для международной торговли, недавно открыл в России собственный фулфилмент и активно работает над логистикой. Ozon, старейший маркетплейс в России, сейчас предлагает продавцам открывать и развивать точки выдачи по их франшизе с поддержкой от компании. Wildberries субсидирует предпринимателей за быструю доставку заказов.

Текст: Владислав Рыженков

Фото на обложке: 89stocker / Shutterstock

Сроки и условия – AVITO Internet Światłowowy

Обзор

Наша политика возврата действует 30 дней. Если с момента покупки прошло 30 дней, мы не можем предложить вам полный возврат средств или обмен.

Чтобы иметь право на возврат, ваш товар должен быть неиспользованным и находиться в том же состоянии, в котором вы его получили. Он также должен быть в оригинальной упаковке.

Некоторые виды товаров не подлежат возврату. Скоропортящиеся товары, такие как продукты питания, цветы, газеты или журналы, возврату не подлежат. Мы также не принимаем товары интимного или санитарного назначения, опасные материалы, легковоспламеняющиеся жидкости или газы.

Дополнительные товары, не подлежащие возврату:

• Подарочные карты
• Загружаемые программные продукты
• Некоторые товары для здоровья и личной гигиены
• Для оформления возврата нам потребуется квитанция или подтверждение покупки.
• Пожалуйста, не отправляйте покупку обратно производителю.

Существуют определенные ситуации, когда предоставляется только частичное возмещение:

• Книга с явными признаками использованияCD, DVD, кассета VHS, программное обеспечение, видеоигра, кассета или виниловая пластинка, которая была вскрыта.
• Любой товар не в своем первоначальном состоянии, поврежден или отсутствует по причинам, не связанным с нашей ошибкой.
• Любой товар, возвращенный более чем через 30 дней после доставки

Возврат

После получения и проверки вашего возврата мы отправим вам электронное письмо, чтобы уведомить вас о том, что мы получили ваш возвращенный товар. Мы также уведомим вас об одобрении или отклонении вашего возмещения.

Если вы одобрены, ваш возврат будет обработан, и кредит будет автоматически применен к вашей кредитной карте или первоначальному способу оплаты в течение определенного количества дней.

Задержка или отсутствие возмещения

Если вы еще не получили возмещение, сначала проверьте свой банковский счет еще раз.

Затем свяжитесь с компанией, выпустившей вашу кредитную карту, может пройти некоторое время, прежде чем ваш возврат будет официально отправлен.

Далее обратитесь в свой банк. Часто перед отправкой возмещения требуется некоторое время на обработку.

Если вы сделали все это, но до сих пор не получили возмещение, свяжитесь с нами по адресу {email address}.

Предметы со скидкой

Возврату подлежат только товары по обычной цене. Товары со скидкой не подлежат возврату.

Обмен

Мы заменяем товар только в случае его дефекта или повреждения. Если вам нужно обменять его на тот же товар, отправьте нам электронное письмо на {адрес электронной почты} и отправьте свой товар на: {физический адрес}.

Подарки

Если товар был помечен как подарок при покупке и доставке непосредственно вам, вы получите подарочный кредит на сумму вашего возврата. После получения возвращенного товара вам будет отправлен подарочный сертификат.

Если товар не был помечен как подарок при покупке, или даритель отправил заказ себе, чтобы передать вам позже, мы отправим возмещение дарителю, и он узнает о вашем возврате.

Возврат с доставкой

Чтобы вернуть товар, отправьте его по почте по адресу: {физический адрес}.

Вы будете нести ответственность за оплату транспортных расходов по возврату вашего товара. Стоимость доставки не возвращается. Если вы получите возмещение, стоимость обратной доставки будет вычтена из вашего возмещения.

В зависимости от того, где вы живете, время, которое может потребоваться для доставки товара по обмену, может различаться.

Если вы возвращаете более дорогие товары, вы можете воспользоваться услугой отслеживаемой доставки или приобрести страховку доставки. Мы не гарантируем, что получим ваш возвращенный товар.

Нужна помощь?

Свяжитесь с нами по адресу {email} по вопросам, связанным с возмещением и возвратом.

Задача Avito по прогнозированию спроса — Kaggle — Сквозная реализация. | by Zishaan Khan

В электронной коммерции сочетание крошечных нюансов продукта может привести к существенному повышению интереса пользователя к покупке. Следующие детали, упомянутые ниже, могут иметь большое значение для развития интереса, если пользователь взглянул на продукт.

Итак, приведенные выше несколько примеров показывают, как один продавец может оптимизировать листинг продукта на веб-сайте электронной коммерции. Но что происходит, даже если продавец имеет полностью оптимизированный список своего продукта и не получает никакого количества продаж. Это приводит к проблеме анализа спроса на продукт, который продавец хочет продать. Это так важно, потому что если продавец вкладывает деньги в рекламу, а люди не посещают его товар или даже после посещения не заинтересованы в покупке товара, это явно объясняет какую-то проблему в товаре продавца.

Такие компании, как Amazon или Flipkart, тратят миллионы на рекламу, и если спрос на продукты отсутствует, это приводит к огромным потерям для компании или даже продавца, который перерасходует свои собственные деньги на рекламу своего продукта, если спрос на его продукт не существует. просто разочарование продавца может привести к большим проблемам в бизнесе.

В апреле 2018 года Avito запустил в Kaggle конкурс, основанный на предсказании спроса на тот или иной товар. Avito — российский сайт объявлений с разделами, посвященными продаже товаров общего назначения, работе, недвижимости, знакомствам, продаже автомобилей и услугам. Avito — самый популярный сайт объявлений в России и второй по величине сайт объявлений в мире после Craigslist. [Источник: Википедия].

Набор данных был создан командой Avito, в котором набор данных имеет различные категориальные характеристики, такие как идентификатор рекламы, заголовок рекламы, описание рекламы, изображение рекламы, item_id, user_id и т. д., а также Deal_Probability в качестве целевой переменной. Здесь вероятность сделки — это непрерывная переменная, которая находится в диапазоне от 0 до 1. Нули указывают наименьшую вероятность того, что предмет будет куплен, а 1 — наибольшую вероятность того, что предмет будет куплен. Итак, эта проблема — проблема регрессии в машинном обучении.

Структура блога:

1. Что такое прогнозирование спроса.

2. Почему важно прогнозирование спроса.

3. Набор данных Kaggle и его показатели производительности

4. Простой исследовательский анализ данных

5. Предварительная обработка данных

6. Разработка функций

7. Изучение наших моделей машинного обучения

4 9.0 Лучшая модель оценки 9.0 Развертывание на виртуальной машине — (в процессе)

10. Итоги и будущие работы

11. Ссылки

Что такое прогнозирование спроса?

Прогнозирование спроса — это процесс оценки будущего потребительского спроса за определенный период с использованием исторических данных и другой информации.

Надлежащее прогнозирование спроса дает компаниям ценную информацию об их потенциале на текущем рынке и других рынках, чтобы менеджеры могли принимать обоснованные решения о ценообразовании, стратегиях роста бизнеса и рыночном потенциале.

Без прогнозирования спроса предприятия рискуют принять неверные решения в отношении своей продукции и целевых рынков, а неосведомленные решения могут иметь далеко идущие негативные последствия для затрат на хранение запасов, удовлетворенности клиентов, управления цепочками поставок и прибыльности.

Почему важно прогнозирование спроса?

Существует ряд причин, по которым прогнозирование спроса является важным процессом для бизнеса:

• Прогнозирование продаж помогает в бизнес-планировании, составлении бюджета и постановке целей. Когда у вас будет хорошее представление о том, как могут выглядеть ваши будущие продажи, вы можете приступить к разработке обоснованной стратегии закупок, чтобы убедиться, что ваши поставки соответствуют спросу клиентов.
• Это позволяет предприятиям более эффективно оптимизировать запасы, увеличить оборачиваемость запасов и снизить затраты на хранение.
• Он дает представление о предстоящих денежных потоках, что означает, что предприятия могут более точно планировать расходы на оплату поставщиков и другие операционные расходы, а также инвестировать в развитие бизнеса.
• С помощью прогнозирования продаж вы также можете заблаговременно выявлять и устранять любые перегибы в конвейере продаж, чтобы обеспечить стабильную эффективность вашего бизнеса в течение всего периода. Когда дело доходит до управления запасами, большинство владельцев бизнеса электронной коммерции слишком хорошо знают, что слишком мало или слишком много запасов может нанести ущерб операциям.
• Предвидеть спрос означает знать, когда увеличить персонал и другие ресурсы, чтобы обеспечить бесперебойную работу в периоды пиковой нагрузки.

3. Понимание набора данных Kaggle и показателей его производительности.

Набор данных был большим, я сталкивался с различными проблемами при обработке больших данных, так как у меня меньше вычислительного устройства. Ядра Kaggle недостаточно для тех, кто планирует выполнять все операции на ядре Kaggle. Набор данных, предоставленный командой Avito, содержит все, изображения, текст, категориальные и непрерывные переменные. Давайте посмотрим на CSV-файл поезда.

• item_id — Идентификатор конкретного объявления.
• user_id — Идентификатор пользователя
• регион — Объявления относятся к региону.
• город — Объявление принадлежит городу.
• parent_category_name — Категория объявлений верхнего уровня согласно рекламной модели Авито.
• название_категории — Мелкозернистая категория объявлений по рекламной модели Авито.
• param_1 — Необязательный параметр из рекламной модели Авито.
• param_2 — Необязательный параметр из рекламной модели Авито.
• param_3 — Необязательный параметр из рекламной модели Авито.
• заголовок — Заголовок объявления.
• описание — Описание объявления.
• цена — Цена объявления.
• item_seq_number — Порядковый номер объявления для пользователя.
• activation_date — Дата размещения объявления.
• user_type — Тип пользователя.
• изображение — Идентификационный код изображения. Привязывается к jpg-файлу в train_jpg. Не каждое объявление имеет изображение.
• image_top_1 — Классификационный код изображения на Авито.
• Deal_Probability — Целевая переменная. Это вероятность того, что реклама действительно что-то продала. Невозможно точно проверить каждую транзакцию, поэтому значение этого столбца может быть любым числом с плавающей запятой от нуля до единицы.

4. Простой исследовательский анализ данных.

Давайте изучим данные, проанализировав их.

4.1. Изучение отсутствующих значений данных.
Давайте проверим процент отсутствующих точек данных, присутствующих в нашем наборе данных для обучения и тестирования.

Процент отсутствующих данных в данных поезда.

Наблюдения :
Существует много NA для необязательных параметров — пользователи обычно игнорируют ввод необязательных параметров. Изображение — NA означает отсутствие изображения для объявления, как описано в разделе данных, который — «Не в каждом объявлении есть изображение». Цена — какой-то пользователь не ввел цену.

4.2 Анализ вероятности сделки

Диаграмма рассеяния для распределения вероятности сделки

Около 65% (1000000/1503424 = 0,66) объявлений имеют нулевую вероятность сделки. Понятно, что около 100 тыс. объявлений ничего не продали. Немногие объявления имеют вероятность 1, а остальные находятся в диапазоне от 0 до 1.

4.3 Распределение объявлений по регионам:

Гистограмма регионов w.rt. Объявления

В раздачах по регионам с рекламой видно, что в одних регионах рекламы больше, чем в других, возможно, эти города популярны в России.

Блочная диаграмма вероятности сделки относительно регионы

Приведенная выше диаграмма показывает, что некоторые регионы имеют незначительные преимущества по показателю вероятности.

4.4 Распределение рекламы по городам:

Топ 25 городов по распространению рекламы, лучшие города – хорошие города России.

Топ-25 городов Распространение рекламы

4,5 Распределение рекламы по названию родительской категории

Распределение рекламы по названию родительской категории

Родительская категория «Личные вещи» преобладает в наборе данных.

Блок-диаграмма вероятности сделки относительно названия родительской категории

Родительская категория «Услуги» имеет лучшую вероятность сделки, чем другие.

4.6. Название категории Разумное распределение рекламы

Распределение рекламы по названию категории

Распределение рекламы ясно показывает преобладание двух категорий над другой категорией. Эти категории: одежда, обувь, аксессуары, детская одежда и обувь.

Блочная диаграмма вероятности сделки по названию категории

Блочная диаграмма показывает, что некоторые категории имеют большую вероятность сделки, чем другие.

4.7 Тип пользователя Разумное распространение рекламы:

Распределение рекламы по типу пользователя

Существует только три типа и набор данных с более частным пользователем, за которым следует компания и магазин.

Box График вероятности сделки по типу пользователя

Вероятность сделки с частным пользователем лучше всех.

4.8 Распределение цен на рекламу.

График распределения цен на бревна

Журнал цен показывает не полностью гауссовское распределение. Когда мы делаем логарифм цен, мы можем проанализировать, что его максимальное значение лежит в диапазоне от 5 до 15.

4.9. Длина слова в заголовке объявления:

Длина слова распределение заголовка

Максимальное количество слов в заголовке от 1 до 6.

4.10. Анализ дат активации:

Даты различаются для обучающих и тестовых наборов. В данном наборе данных есть данные для обучения с 15 по 28 марта и для тестирования с 12 по 18 апреля 2017 года. Между данными обучения и тестирования есть разрыв в две недели.

5. Предварительная обработка данных

Предварительная обработка данных для любого набора данных — довольно сложная задача, потому что вы хотите обработать отсутствующее значение и очистить данные для подачи в модель машинного обучения. Если мы вводим значения NaN, мы должны позаботиться о связи между отсутствующими значениями и нашей целевой переменной, которая здесь является вероятностью сделки.

5.1 Обработка отсутствующих значений

Цена: Для цены отсутствуют 85632 значения, что составляет примерно 5,6 % в сравнении. Я использовал здравый смысл и подход, чтобы заменить это значение этими отсутствующими значениями со средним значением его категории.

Изображение: Для изображений, отсутствующих в наборе данных, изначально я думал просто ничего не вменять, но я руководствуюсь здравым смыслом и вменяю изображение в отношении режима этого конкретного изображения родительской категории.

Для остальных функций , поскольку пропущенных значений много, я заменяю значения NaN строкой «отсутствует», чтобы это было действием в качестве новой категории.

5.2. Очистка текста:

Очистка текста и описания путем понижения текста и знаков препинания.

5.3. Изображения в массив:

Я преобразовал изображения в массив с помощью cv2, а затем изменил его размер до 128 x 128, поскольку у меня не так много памяти, чтобы справиться с этой проблемой, я сохраняю размерность низкой.

6. Разработка функций:

Создание новых функций может оказаться сложной задачей. Лучший способ получить преимущество в этом — погрузиться в предметную область и поискать исследовательские работы, блоги, статьи и т. д. Ядра Kaggle в связанных доменах также являются хорошим способом найти информацию об интересных функциях.

Мы реализовали несколько простых и проверили работоспособность модели.
Вот краткий обзор функций:

6.1. По регионам Минимальные, максимальные, средние и медианные цены:
Агрегация цен по регионам.

6.2. По городу Минимальные, максимальные, средние и медианные цены:
Агрегация групп цен Город

6.3. Название родительской категории Мин. , макс., среднее и медианное цены: Агрегация цен, группирующих родительскую категорию.

6.4. Название категории Мин., Макс., Среднее и Медиана Цены:
Агрегация групп цен Название категории.

6.5. Регион и город Минимальные, максимальные, средние и медианные цены:
Агрегация цен по регионам и городам.

6.6. Тип пользователя и родительская категория с учетом минимальных, максимальных, средних и медианных цен: Агрегация цен, группирующих тип пользователя и название родительской категории.

6.7. Тип пользователя и название категории с учетом Мин., Макс., Среднее и Медиана Цены: Агрегация цен, группирующих тип пользователя и название категории.

6.8. Длина слов в заголовке и описании.

6.9. В заголовке и описании учитываются специальные символы, такие как ↓, ✔, ❀, ஜ, ! и т.д.

6.9. Предварительно обученные векторы слов FastText встраиваются в заголовок.

6.10. Встраивание предварительно обученных векторов слов FastText для описания.

6.11. Категориальная характеристика :
Я решил использовать слой внедрения в глубокой нейронной сети, поэтому я создал пользовательскую функцию с токенизатором Keras для кодирования всех категориальных функций. Категориальные функции включают user_type, город, регион, parent_category_name, category_name, param_1, param_2, param_3, image_top_1.

• Примечание:
  В части развертывания я собираюсь отказаться от функции агрегирования по той причине, что мои тестовые данные также имеют распределение, благодаря которому мы можем агрегировать функции и значения. Но для развертывания я собираюсь вставить одну точку данных в свою модель, чтобы агрегация невозможна. Даже здесь, если мы возьмем реальный сценарий, если мы предопределили наши значения агрегации здесь, мы можем иметь или не иметь новое категориальное значение. Вот почему я подумал зайти сюда.

7. Изучение наших моделей машинного обучения:

Для создания моей первой базовой модели я использовал различные подходы высшего ранга, и общим в их подходах является то, что большинство из них использует методы Boosting Ensemble. Они собрали различные ансамбли, некоторые из них рассчитаны даже на 30 базовых моделей. А вот обладатель первого ранга делится своими подходами к глубокому обучению, что весьма интересно и вдохновляюще. Поэтому я решил двигаться вперед с подходом глубокого обучения, поскольку моя основная цель не в том, чтобы победить тройку лучших в Kaggle, я подхожу к этой проблеме как к реальному бизнес-решению.

7.1. Первая базовая модель:
Итак, в моей первой базовой модели я использовал LSTM для обеих своих текстовых функций: заголовка и описания. Здесь используется слой встраивания и инициализируется предварительно обученными весами из русского языка FastText. Категориальная и другая инженерная функция отправляется на какой-то плотный слой, затем все объединяется и переходит на несколько плотных слоев.

Все функции активации здесь «RELU», а веса инициализируются с помощью He_Normal(). Используемый здесь LSTM также имеет recurrent_dropout, который равен 0,3. Здесь наша модель кажется немного подогнанной, я не сильно регулировал только один пакетную нормализацию и один слой отсева. Поскольку это наш первый подход к сокращению, наша модель выполняет достойную роль с частной оценкой 0,24619.и публичный балл 0,24175.

Первая базовая модель Поток

7.2 Добавление GRU и встраивание в базовую модель:

Как мы видели, мы получили приличный результат для начала, я начал с LSTM для текстовых данных. Одна вещь, которую я заметил, это то, что потери не уменьшаются при 0,23, поскольку они могут найти свои глобальные минимумы. Поэтому я попытался сначала изменить LSTM на GRU и повторно запустить обучение, это помогает нашей модели уменьшить потери с 0,23 до 0,227. Итак, я продолжал импровизировать модель, добавляя слой внедрения к каждому из категориальных данных, поскольку категориальные данные здесь очень важны.

7.3 Лучшая модель в финале:

Эта модель вдохновлена ​​танцем первого победителя с ансамблями. Основное отличие от моей предыдущей модели заключается в том, что я никогда не добавлял изображения в свою модель, в этой модели я экспериментировал с VGG16, Inception и InceptionResNetV2 для трансферного обучения, в котором InceptionResnetV2 работает лучше, чем VGG16 и Inception. После вывода базового уровня из InceptionResNetV2 я экспериментировал со слоем свертки, затем с максимальным пулом, а затем с плотным слоем, что повышает производительность модели трансферного обучения.

Я использовал однослойный GRU для текстовой функции и пытался сделать мою модель слабой, так как иногда модель получает переобучение. За всеми плотными слоями последовали пакетная нормализация и выпадение, чтобы упорядочить мою модель.

Эта модель лучше, чем две предыдущие модели. Вот одна вещь, которой я хочу поделиться со всеми вами, это то, что, поскольку этот набор данных большой, у меня нет таких ресурсов, чтобы работать со всеми наборами данных вместе с изображениями. Итак, здесь я экспериментировал только с 50 тысячами точек данных, исходный набор данных содержит 1,5 миллиона точек данных. Недостаток использования меньшего количества точек данных приводит к переобучению модели, я пробовал несколько способов упорядочить модель, но ничего не работает. Вышеупомянутые две модели, которые были обучены с полным набором данных, идеально подходят для моего набора данных перекрестной проверки. Модель не может изучить все распределение.

Очки за отправку Kaggle:

9. Развертывание на виртуальной машине:

Я использовал потоковый API с открытым исходным кодом для развертывания моей модели на моем локальном компьютере, вы должны написать все коды на python Без HTML, CSS или JavaScript , это весело па! Вы можете проверить видео ниже.

10. Резюме и будущие аспекты:

Этот проект довольно интересный, все типы данных для решения проблемы. Подводя итог этому проекту, мы построили хорошую модель с самого начала. Первая модель способна дать правильное направление для движения вперед.