Прогноз продаж на 7, 14 и 30 дней по каждому артикулу

Режимы

А. Прогноз спроса по SKU

Триггеры: «прогноз артикула», «дней до нуля», «план закупки», «оборачиваемость». Алгоритм — шаги 1–6 ниже.

Б. План-факт выручки/прибыли

Триггеры: «план-факт», «выполнение плана», «отклонение», «прогноз на конец месяца».

1. read_memory("plans/<marketplace>/<YYYY-MM>.yaml"):

   revenue_target: 19350085
   profit_target: 18060064
   margin_target_pct: 93.3
   

2. Если файла нет → task_question("План на <месяц> для <marketplace> не найден. Укажи revenue_target и profit_target."). Не подставляй расчётные значения.
3. Факт + прогноз:
   • Ozon → profit_forecast(plan_profit=<из yaml>)
   • WB → pnl_monthly(months=1) + факт × (дней_в_месяце / дней_прошло)
4. Вывод: таблица Метрика | План | Факт (прошло) | Факт (мес) | Прогноз | Откл %.
5. write_memory("<marketplace>/forecast.md", ...).

Принцип работы

Этот навык — методология прогнозирования. Конкретные API-вызовы описаны в гайд-навыке маркетплейса.

Перед началом:

Алгоритм прогнозирования

Шаг 1: Определение товара

Найди товар по артикулу, SKU или названию через API каталога/карточек маркетплейса (см. гайд). Если пользователь указал группу товаров — собери список идентификаторов.

Шаг 2: Сбор данных за период

Необходимые категории данных:

• Аналитика/продажи — объёмы, выручка, конверсия
• Заказы — динамика по дням, статусы, средний чек
• Остатки — текущий запас, в пути, по складам
• Финансы (опционально) — комиссии, доставка, чистая прибыль

Конкретные endpoint-ы и параметры бери из загруженного гайда маркетплейса.

Шаг 3: Расчёт метрик

• Скорость продаж = продано_штук / дней_в_периоде (шт/день)
• Средний чек = выручка / количество_продаж
• Конверсия (если доступна) = заказы / просмотры × 100
• % возвратов = возвраты / всего_заказов × 100
• Балл: ≥10 шт/день→5, 5-9→4, 2-4→3, <2→2

ТРЕНД (вес 30%):

• Разбей период на 2 равные половины
• Темп роста = (продажи_вторая / продажи_первая - 1) × 100%
• Если данных за 2+ месяца: сравни месяц-к-месяцу
• Балл: рост >20%→5, 5-20%→4, ±5%→3, падение 5-20%→2, падение >20%→1

ОСТАТКИ (вес 30%):

• Текущий запас (сумма по складам/статусам)
• В пути (если есть данные)
• Дней до нуля = (запас + в_пути) / скорость_продаж
• Оборачиваемость = продажи_за_месяц / средний_остаток
• Балл: >60 дней→5, 30-60→4, 14-30→3, 7-14→2, <7→1 (критично)

Шаг 4: Прогноз

Прогноз_базовый = скорость_продаж × горизонт_прогноза Прогноз_с_трендом = Прогноз_базовый × (1 + темп_роста/100) Прогноз_итог = Прогноз_с_трендом × коэффициент_сезонности

Горизонты: 7 дней (краткосрочный), 14 дней (среднесрочный), 30 дней (месячный)

Шаг 5: Операционные рекомендации

• Дней до нуля при текущей скорости
• Рекомендуемый объём закупки = прогноз_30_дней × 1.2 (запас 20%) - текущий_остаток
• Срок размещения заказа поставщику (если дней_до_нуля < lead_time + 7)
• Оптимизация: снизить цену если оборачиваемость < 1, поднять если дефицит

Сезонность РФ (коэффициенты для маркетплейсов)

Примечание: коэффициенты усреднённые. Для категорий (одежда, электроника, продукты) корректируй ±10-20%.

Один товар — карточка прогноза:

Название, артикул, идентификатор, период анализа. 3 блока метрик (СПРОС, ТРЕНД, ОСТАТКИ) с баллами /5 и прогресс-баром. Прогноз на 7/14/30 дней (штуки + сумма). Рекомендации: закупка, ценообразование, риски.

Группа товаров — таблица-рейтинг:

Таблица: №, Товар, Продаж/день, Тренд, Остаток (дней), Прогноз 30д, Рекомендация Отсортировано по скорости продаж desc.

• Итого по группе, лидер продаж, товар-риск (дефицит).

Сравнение периодов — дашборд:

Таблица: Метрика | Период 1 | Период 2 | Δ | Тренд

Поддерживаемые запросы

• «Прогноз продаж артикула 12345 на месяц»
• «Сколько дней хватит остатков по товару X?»
• «Какие товары скоро закончатся?»
• «Рейтинг продаж за последнюю неделю»
• «Сравни продажи февраля и января»
• «План закупки на март»
• «Какой товар лучше всего продаётся?»
• «Оборачиваемость по категории Y»
• «Прогноз продаж на Ozon / Wildberries / Яндекс Маркете»

Ограничения

• Конкретные лимиты API (глубина истории, размер страницы) зависят от маркетплейса — см. гайд
• Данные аналитики обновляются с задержкой (от нескольких часов до суток)
• Остатки — моментальный снимок, не исторические
• Если API-метод недоступен (нет прав) — пропусти категорию и пересчитай веса пропорционально