Sales Trends and Forecast v.19

Tạo báo cáo theo cách của bạn

• Tạo bao nhiêu báo cáo tùy cần, mỗi báo cáo dựa trên dòng đơn bán hàng Odoo
• Lưu và tái sử dụng, chuyển ngay, hoặc thử nghiệm thời gian thực mà không lưu
• Chọn khoảng: năm, quý, tháng, tuần hoặc ngày
• Dự đoán không giới hạn số kỳ tương lai
• Hiện dữ liệu dạng bảng, đồ thị đường hoặc biểu đồ cột, hoặc xuất sang Excel
• Cấp quyền cho mọi nhân viên bán hàng qua nhóm Bán hàng > Sales Forecast

Lọc, nhóm & đo

• Lọc theo danh mục sản phẩm, mẫu, biến thể, nhóm bán hàng, nhân viên bán hàng, quốc gia, ngành nghề, khách hàng hoặc công ty
• Thêm bất kỳ quy tắc tùy chỉnh nào bằng trình tạo domain động của Odoo
• Đo tổng, tổng chưa thuế, số cần xuất hóa đơn, số đã xuất hóa đơn, trọng lượng gộp hoặc thể tích
• Chạy nhiều chuỗi nhóm cùng lúc - theo danh mục, sản phẩm, trạng thái đơn, nhóm, quốc gia, khách hàng và hơn nữa
• Hiện chỉ số thống kê: số lượng, trung bình, độ lệch chuẩn, min, max và tứ phân vị
• Rút gọn số lớn (vd. 192,217 -> 200k) hoặc hiện chính xác

Chạy trên statsmodels đã kiểm chứng

• Dự báo chạy trên gói Python tin cậy statsmodels
• Gồm sáu mô hình: AutoReg, ARDL, ARIMA, SARIMAX, Holt-Winters (HWES) và Simple Exponential Smoothing (SES)
• Mỗi mô hình có tham số riêng, với tab Help trong ứng dụng giải thích từng cái
• Giữ và tái sử dụng số lượng mô hình đã cấu hình không giới hạn

Bạn vẫn nắm quyền kiểm soát

• Không ai hiểu xu hướng bán hàng của bạn hơn chính bạn - chọn mô hình và tham số phù hợp thị trường
• So sánh nhiều mô hình cạnh nhau để xem cái nào dự đoán tốt nhất
• Điều chỉnh và chạy lại linh hoạt từ trình quản lý dự báo
• Hãy thử nghiệm: một số bộ tham số không trả dự đoán hoặc trả dự đoán không thực tế, và điều đó hoàn toàn bình thường

Kiểm tra lại trên lịch sử thực

• Dự báo một kỳ quá khứ đã có số thực tế và chồng dự đoán lên giá trị thật
• Bật Kiểm định giả thuyết để xem mô hình và tham số khớp tốt đến mức nào
• Ví dụ: huấn luyện trên 2017 - 2021, dự báo 2022, rồi so với những gì thực sự xảy ra

So sánh mô hình với sự tự tin

• Kiểm tra nhiều mô hình thống kê cùng lúc
• Ngay lập tức thấy cách tiếp cận nào bám sát thực tế nhất
• Quyết định mô hình đã đủ tốt hay cần tiếp tục thử nghiệm

Đủ lịch sử

Xu hướng cần khối lượng bán hàng quá khứ đủ lớn; vài ngày gần đây không lộ ra. Đảm bảo mọi bộ lọc và chuỗi nhóm có đủ dữ liệu.

Xu hướng thật, không hỗn loạn

Thống kê kéo dài mẫu đã có. Dữ liệu ngẫu nhiên, không xu hướng dự đoán kém, hãy biết giả định nào (ví dụ tính mùa vụ) bạn đang kiểm tra.

Tư duy thống kê

Không có dự báo "chung" một cú nhấp. Giá trị đến từ nắm thống kê cơ bản và sẵn sàng thử nghiệm từng trường hợp riêng.