Adrian Zblewski · Founder GrowCommerce · Platynowy Partner ShoperPrognozowanie popytu w sklepie internetowym — jak zacząć? Teza jest prosta: na start wystarczy historia sprzedaży, arkusz i średnia tygodniowa. Poniżej zamieniamy to w procedurę na ostatnie zamówienia u dostawców przed Q4 — z wzorem na punkt ponownego zamówienia i z tym, co zrobić, gdy prognoza się myli.
Dlaczego akurat teraz
W artykule Jacek Dąbrowski (Shoper) przywołuje dane z raportu „Jak Polacy kupują w Q4?”: sklepy z zabawkami i grami robią w czwartym kwartale 44% rocznego obrotu, a prawie połowę kalendarzy adwentowych klienci kupują już w listopadzie. Kto zamawia taki towar na podstawie średniej z całego roku, przegapia szczyt albo zostaje z zapasem. Twoja branża może mieć inne proporcje — dlatego liczysz na własnych danych. Cały temat porządkuje przewodnik „Jak mierzyć konwersję w sklepie Shoper (Google Analytics 4)”.
Krok 1: wybierz 5–10 produktów i wyeksportuj dane
- Wybierz produkty, przy których błąd kosztuje najwięcej: bestsellery, towar z długim czasem dostawy, produkty sezonowe.
- Wyeksportuj historię sprzedaży z panelu (na poziomie wariantu, jeśli sprzedajesz rozmiary lub kolory): data, liczba sztuk, cena, rabat.
- Dopisz kolumnę z adnotacjami: „promocja −20%”, „brak na stanie od środy”. Pamiętaj, że niska sprzedaż przy braku towaru to nie spadek popytu.
Które produkty rotują najszybciej, sprawdzisz w raportach — opisaliśmy to w instrukcji raporty sprzedaży: najczęściej i najrzadziej kupowane. Pomocny będzie też tekst „Własne raporty w Shoperze”.
Krok 2: policz prognozę prostą metodą
Przykład: produkt sprzedawał się w ostatnich czterech tygodniach w liczbie 18, 22, 20 i 24 sztuk. Średnia to 21 sztuk tygodniowo. Średnia ruchoma z trzech ostatnich tygodni (22, 20, 24) to 22 sztuki — lepiej łapie bieżący wzrost.
Uwaga: średnia nie uwzględnia sama z siebie promocji, trendu, sezonowości ani braków. Dla Q4 dołóż korektę sezonową — np. porównaj listopad–grudzień z poprzedniego roku do średniej z wrzesień–październik i zastosuj ten mnożnik do bieżącej średniej. Prognozę warto zestawić z sytuacją gospodarczą — o tym piszemy w artykule „jak przygotować sklep Shoper na spowolnienie”.
Krok 3: zamień prognozę na decyzję zakupową
To krok, który przydaje się przy zamówieniu: punkt ponownego zamówienia.
- Punkt ponownego zamówienia = średnia dzienna sprzedaż × czas dostawy od dostawcy (dni) + zapas bezpieczeństwa.
- Zapas bezpieczeństwa na start: kilka dni sprzedaży więcej przy produktach z wahaniami i długą dostawą; mniej przy stabilnych.
- Przykład liczbowy (ilustracja): 22 szt./tydz. ≈ 3,1 szt./dzień; dostawa 14 dni → 44 szt.; zapas bezpieczeństwa 5 dni ≈ 16 szt. Zamawiasz, gdy stan spada do około 60 sztuk.
Krok 4: sprawdź, gdy AI ma sens
W Shoper App Store jest aplikacja Dature e-com AI z Shoper App Store: prognozy popytu na tle historii sprzedaży, analizy zapasu („na ile dni wystarczy towaru”), eksport do Excela, praca w przeglądarce (Microsoft Azure), 14 dni testu. W panelu Shopera jest też robo_Folks — analityk AI, który podpowiada np. zestawy i miejsca, gdzie nie warto rabatować. Trzeba jednak pamiętać, że AI nie zawsze prognozuje lepiej niż prosta metoda — największy sens ma przy dużej liczbie wariantów i sezonowym popycie. Praktyczne wskazówki zebraliśmy w poradniku „Popyt, podaż i cena w sklepie Shoper”.
Krok 5: porównaj z wynikiem i popraw
- Po okresie porównaj prognozę z rzeczywistą sprzedażą.
- Zapisz, skąd różnica: kampania, brak towaru, konkurencja, pogoda.
- Popraw metodę albo założenia, dopiero potem rozszerz proces na kolejne produkty.
- Bestsellery przed sezonem sprawdzaj co tydzień, stabilne akcesoria — raz w miesiącu.
Co zrobić z błędem prognozy
- Za mało towaru: zbieraj chętnych przez powiadomienia o powrocie na stan — w GrowMail to alerty „powrót na stan” (jak działają).
- Za dużo towaru: zamiast cięcia ceny do zera połącz zalegający produkt z bestsellerem w zestaw — GrowBundle liczy rabat w koszyku, bez zmiany ceny na karcie.
- Dane klientów: cykl ponownego zakupu i powracalność z panelu GrowMail pomagają oszacować popyt na produkty kupowane regularnie.
Najczęstsze pytania
Od czego zacząć prognozowanie popytu w sklepie?
Na start wystarczy historia sprzedaży, arkusz i średnia tygodniowa. Wybierz 5–10 produktów, przy których błąd kosztuje najwięcej (bestsellery, towar z długim czasem dostawy, produkty sezonowe), i wyeksportuj ich historię sprzedaży z panelu.
Jak policzyć punkt ponownego zamówienia?
Średnia dzienna sprzedaż × czas dostawy od dostawcy w dniach + zapas bezpieczeństwa. Przykład: 22 szt. tygodniowo to ok. 3,1 szt. dziennie, przy dostawie 14 dni daje to 44 szt., a z zapasem bezpieczeństwa na 5 dni (ok. 16 szt.) zamawiasz, gdy stan spada do około 60 sztuk.
Czy średnia sprzedaż uwzględnia sezon Q4?
Nie sama z siebie. Średnia nie uwzględnia promocji, trendu, sezonowości ani braków. Dla Q4 dołóż korektę sezonową, np. porównaj listopad–grudzień z poprzedniego roku do średniej z września–października i zastosuj ten mnożnik do bieżącej średniej.
Czy AI prognozuje popyt lepiej niż prosta metoda?
Nie zawsze. AI największy sens ma przy dużej liczbie wariantów i sezonowym popycie. W Shoper App Store jest np. aplikacja Dature e-com AI z prognozami popytu i analizą zapasu (14 dni testu).
Co zrobić, gdy prognoza się pomyli?
Przy zbyt małym zapasie zbieraj chętnych przez powiadomienia o powrocie na stan w GrowMail. Przy nadmiarze, zamiast cięcia ceny do zera, połącz zalegający produkt z bestsellerem w zestaw w GrowBundle.
Checklista: prognoza popytu przed Q4
GrowCommerce — Platynowy Partner Shoper, ponad 1020 wdrożeń. Pomożemy z raportami, zestawami i automatyzacjami przed sezonem. Napisz do nas przez growcommerce.pl. Ten wątek rozwijamy w artykule „Raporty AI w Shoperze”.
Przeczytaj też
Adrian ZblewskiFounder GrowCommerce — Platynowy Partner ShoperFounder GrowCommerce — Platynowego Partnera Shoper z 8-letnim doświadczeniem i ponad 1020 wdrożeniami. GrowCommerce tworzy szablony rodziny Modern (Modern 3.0 Storefront), aplikacje GrowX i GrowMail — e-mail marketing dla Shopera.Wszystkie wpisy autora
