Stock Demand Trends and Forecast v.18
The tool to calculate stock demand trends and make predictions for future demand statistically
If you knew the stock demand trends of your warehouses, you would have a clue to decrease keeping costs and have a flawless supply chain. Regretfully, you can't know the future. However, you can predict it with a certain reliability. This is an Odoo tool for that goal. The app lets you construct stock demand by periods and forecast scientifically further demand based on the Python library statsmodels.
The scientific approach to forecasting
The app assumes applying statistical methods to calculate historical trends and make a forecast. Experiment with statistical models and parameters to achieve the most reliable prediction. Leverage the proven statsmodels methods
Innovative data analysis interface
The tool introduces a special interface to instantly calculate series. Flexibly switch between different reports and update settings in a few clicks. Control data in pivot, graph, or chart views. Export series as an Excel tabled
Focused analysis
Shrink considered stock operations flexibly or analyze global company inventory demand. Group data into various series
Topical data
Apply time frames for historical data and work with intervals that are of interest to your industry. Work with past and future periods.
Flexible report configuration
-
Introduce as many analytic reports as you need. Each report is based on Odoo's stock moves' data
-
Keep reports to re-use them, instantly switch between reports, or experiment with real-time changes without saving those
-
Show historical and forecast series as a table, line graph, or bar chart, or export data as an Excel table
-
Apply as many and as different statistical models as you want to check. Each stats model will peer its own data series and prediction if the latter is possible. See also the section "Statistical models"
-
Define the data periods under analysis by entering a start and end. Only inventory data within this interval will be included in the series
-
Split data series into years, quarters, months, weeks, and days depending on seasons assumed in your industry or business area
-
Select an unlimited number of periods to predict future periods or check hypotheses
-
Grant the right to forecast tools for any WMS user (the group Inventory > Stock Demand Forecast)
-
Filter stock data by product variants, product templates, product categories, units of measurement, source or destination locations, warehouses, operation/picking types, stock rules, and companies (for multi-company regimes). Introduce your own criteria based on Odoo's dynamic domain constructor, so shrink analysis by any stock move storable fields
-
Introduce a few data series simultaneously with grouping by a product variant, a unit of measurement, a source or destination location, a warehouse, a stock move state, an operation type, a stock rule, or a company. Take into that if the report assumes products with different units of measurement, the grouping will be possible only by the units or by variants
-
Hide/show general statistical measurement of series: count, mean, standard deviation, minimum, maximum, 25%, 50%, and 75% factors
-
Optionally compare predicted values to real historical data if any. See also the section "Hypothesis Testing"
-
Make figures human readable (e.g. 192,217 as 200k) or show them precisely.
Statistical models
-
The tool allows calculating inventory demand trends based on predefined statistical models introduced by the Python package statsmodels
-
Methods have different complexity, and their own unique parameters, and might be suitable for a definite market or a specific business. The final choice of the model and related statistical parameters is only up to you. Nobody except you can better understand tendencies in your company inventory demand, and hence which methods and factors should be applied
-
Available statistical models are Autoregression (AutoReg), Autoregressive Distributed Lag (ARDR), Autoregressive Integrated Moving Average (ARIMA), Seasonal Autoregressive Integrated Moving-Average (SARIMAX), Holt Winter's Exponential Smoothing (HWES), Simple Exponential Smoothing (SES)
-
For deep details about what each stats model means and which parameters might be applied, look through the tab "Help" on the stats model form
-
Keep and use an unlimited number of stats models with various parameters. Check, compare, and update those flexibly through the forecast manager interface
-
Often models with specific parameters will not result in any prediction or the prediction will be unrealistic. This is normal, only a deep understating of trends and much experimenting might give a viable forecast for your specific case.
Hypothesis Testing
-
To get a proper prediction, it is usually needed to experiment a lot with statistical models and introduced parameters. To check the results, the app allows compare forecast data with real values
-
To check a certain assumption with historical values, you may make an analysis and prediction for some past periods, and turn on the setting "Hypothesis testing"
-
For example, you have stock moves from 2017 to 2022. Then, you can get report historical data for 2017-2021, and make the forecast for 12 months of 2022. In this way, you will get the prediction for the interval for which you already have actual values. By comparing forecast and actual values, you can decide whether a chosen model and factors are good enough
-
The app allows checking the hypotheses for a few stats models simultaneously. In this way, it is possible to reveal what is actually the most appropriate, or whether experimenting should be continued.
Usage requirements
-
To reveal trends, there should be enough historical stock moves data. It is senseless to make a forecast based on the last 5 days of operations since no trend cannot be retrieved. Take into account that data should be enough for the chosen filters and for each grouped series
-
There should be not only enough stock moves but also there should be some actual trends. Chaotic data will not result in reliable predictions. To use the app, you should understand which assumptions (e.g. seasonal changes) you check
-
To use the app, you either should have a clear understanding of how statistics works or a will to understand that. Regretfully, there is no way to make a "general" analysis, each specific case is unique and requires its own elaboration.
Tipy k konfiguraci a instalaci pro Stock Demand Trends and Forecast Odoo v.18
Python dependencies
To guarantee the tool works correctly, a number of Python libraries are required: pandas, numpy, statsmodels, scipy, xlsxwriter. To install those packages execute the command:
pip3 install pandas numpy statsmodels scipy xlsxwriter
If you run Odoo on Python prior to or equal to version 3.7, please install the following versions of the packages pandas==1.3.5, statsmodels==0.13.1
Server memory limits
Running the statistical analysis and making the forecast is quite a resource-demanding operation. If users face the hanging interface, make sure that server memory limits and timeouts are enough. Otherwise, increase those settings.
Často kladené otázky o Stock Demand Trends and Forecast Odoo v.18
Jaka jsou pravidla aktualizaci vašich nástrojů?
Podle aktuálních pravidel Odoo Apps Store:
- Modul koupeny pro verzi 12.0 nebo starší dává přístup ke všem verzim az do 12.0.
- Od verze 13.0 se každá verze modulu kupuje samostatné.
- Bez ohledu na verzi da nákup právo na všechny aktualizace a opravy v rámci hlavní verze.
Tym faOtools tato pravidla neridi. S otazkami se obratte přímo na zastupce Odoo Apps Store.
Jak nainstaluji aplikaci na Odoo.sh?
Nejprimejsi postup je vestaveny tok obchodu Odoo:
1. Otevřete stránku modulu a klikněte na Deploy on odoo.sh
2. Budete přesměrování na GitHub. Přihlaste se a klikněte na Create a new repo nebo použijte existující. Repozitar musí byt soukromý. Aplikace pod licenci OPL-1 nesmí byt veřejné. V případě potřeby vytvořte nové repo pro projekt Odoo.sh
3. Poté v odoo.sh klikněte na Deploy, potvrďte a klikněte na Continue. Instalace se spustí.
Tyto kroky nainstaluji aplikaci na production větev. Pro jiné vetve nebo aktualizaci:
1. Stáhněte zdrojový kod z obchodu Odoo
2. Commitnete modul do GitHub repozitare. Žádná složka/soubor aplikace nesmí byt v .gitignore. Repa vytvorena odoo.sh mohou ignorovat důležité cesty (např. /lib). Nahrajte všechny adresáře a soubory modulu
3. Deployujte cílovou větev projektu odoo.sh, nebo počkejte na automaticky build, pokud to nastavení předpokládá.
Jak nainstaluji aplikaci na vlastní server?
2. Restartujte server Odoo;
3. Zapněte vyvojovsky režim (technická nastavení);
4. Aktualizujte seznam aplikaci (nabídka Aplikace);
5. Najdete aplikaci a klikněte na Activate/Install;
6. Postupujte podle pokynů na stránce aplikace, pokud existují.
Aplikace ma další rozšíření. Mohu je koupit později?
Ano. Odoo automaticky přidá závislosti do kosiku: vylučte jiz zakoupene nástroje, abyste neplatili dvakrát.
Nasadil jsem aplikaci na Odoo.sh a v testech vidim varování/chybu
Červené/oranzove varování neovlivnuje funkce aplikace. Naše moduly obcas neprojdou standardními automatickými testy, protože ty predpokladaji chování, které je v rozporu s cíli aplikace. Například menime výpočet ceny, zatímco testy Odoo porovnavaji konecnou cenu se standardním algoritmem.
Nejprve zkontrolujte funkce nasazene databáze. Funguje vse?
Pokud se stále domnivate, ze varování ovlivnuje skutečné funkce, kontaktujte nas a pošlete kompletní instalacni protokoly a úplný seznam nasazenych modulu (jádro a třetí strany).
Mohu si aplikaci koupit přímo u vas?
Ne, nástroje siritime pouze přes oficialni obchod aplikaci Odoo.
Chtel bych slevu
Bohuzel nemáme technické prostredky na individualni ceny.
Mohu aplikaci nainstalovat na databázi Odoo Online (SaaS)?
Ne, aplikace třetích stran nelze použít na Odoo Online. Odoo SaaS tuto možnost blokuje.
Nástroj závisí na jiných aplikacich. Mam je koupit?
Ano, nástroj vyžaduje všechny moduly označené v zavislostech. Cena na stránce aplikace je jiz zahrnuje.
Jaka je cena modulu v americkych dolarech? Proč se zmenila?
Ceny našich modulu jsou v eurech. Obchod Odoo převádí ceny do jiných men podle vnitrniho kurzu. Proto se cena v americkych dolarech může změnit pri aktualizaci kurzu.
Znění aplikace a webu v jiných jazycích než angličtině je s pomocí AI a sladěné s oficiálními překlady Odoo. Pokud si všimnete chyby, odešlete tiket o správnosti překladů a opravíme to.
Demonstrační databáze Odoo (živá náhledy)
Pro tuto aplikaci můžeme poskytnout bezplatnou personalizovanou demodatabázi.
Ke kontaktu nepotřebujete telefon ani kreditní kartu. Stačí krátká e-mailová registrace, která netrvá déle než 30 sekund.
Na vaši žádost připravíme individuální databázi živého náhledu, kde můžete asi dva týdny testovat a ověřovat předpoklady.
Hlášení chyb
Pokud narazíte na chyby nebo nekonzistentní chování, ozvěte se. Opravy do 60 dnů od nákupu garantujeme a nástroje vylepšujeme i poté.
Ke kontaktu nepotřebujete telefon ani kreditní kartu. Stačí krátká e-mailová registrace, která netrvá déle než 30 sekund.
Přiložte co nejvíc podrobností: snímky obrazovky, protokoly serveru Odoo a úplný popis reprodukce. Pracovní plán (je-li chyba potvrzena) nebo pokyny (jinak) obvykle trvají několik pracovních dní.
Veřejné požadavky na funkce a nápady na moduly (bezplatný vývoj)
Jsme silně motivováni zlepšovat nástroje a vděční za každou zpětnou vazbu. Pokud jsou požadavky veřejně užitečné a dají se efektivně implementovat, tým je zařadí na seznam úkolů.
Takový seznam úkolů se zpracovává pravidelně a nepředpokládá příplatky. I když nemůžeme slíbit termíny a finální návrh, může to být dobrý způsob, jak získat požadované funkce bez investic a rizik.
Ke kontaktu nepotřebujete telefon ani kreditní kartu. Stačí krátká e-mailová registrace, která netrvá déle než 30 sekund.
18.0.1.0.9
- The bug with pandas compatibility has been fixed.
18.0.1.0.8
- Problém téměř neviditelných filtrů byl opraven.
18.0.1.0.7
- Problém s nepřeloženými varováními je opraven.
18.0.1.0.6
- Pás Archivováno pro neaktivní záznamy je přidán do formulářových zobrazení modelů a uložených reportů.
18.0.1.0.5
- Aplikace je vydána pro verzi 18.
17.0.1.0.6
- Algoritmus analýzy byl optimalizován, aby odpadlo nadbytečné čtení.
The tool to flexibly structure Odoo attachments in folders and synchronize directories with cloud clients: Google Drive, OneDrive/SharePoint, Nextcloud/ownCloud, Dropbox, Amazon S3, Box, and NAS. DMS. File Manager. Document management system
The tool to automatically synchronize Odoo attachments with OneDrive files in both ways
The tool to build a deep and structured knowledge base for internal and external use. Knowledge System. KMS. Wiki-like revisions.
398€
The tool for time-based service management from booking appointments to sales and reviews
The tool to set up KPI targets and control their fulfillment by periods. KPI dashboards. Dashboard designer. KPI charts
198€
The tool to automatically synchronize Odoo attachments with Google Drive files in both ways
The tool to configure variant prices based on attributes coefficients and surpluses
98€
The tool to administrate vendor data about products, prices, and available stocks
98€