Prognozowanie sprzedaży na podstawie historii czy kontekstu?

Jak prognozować sprzedaż? Czy lepsze wyniki daje prognozowanie sprzedaży oparte na kontekście, czy może porównywanie wyników historycznych?

W skrócie: Gdy sprzedaż opiera się na modzie, ludzie z doświadczeniem prognozują dobrze, o ile nie oglądają się na dane historyczne. W przypadku przewidywania sprzedaży, w której dane historyczne odgrywają kluczową rolę, dobrze jest powierzyć to zadanie komputerom i algorytmom.

Odpowiedzi szuka się często w analizie dużej ilości danych. Jednak naukowcy z IE Business School w Madrycie ostrzegają, że takie analizy mogą być zwodnicze. Szczególnie w przypadku filmów i piosenek, które nazywa się produktami mody.

Zespół naukowy Matthiasa Seiferta z uniwersytetu przeanalizował przewidywania dotyczące 100 utworów w zakresie ich wejścia na listę Top 100. W badaniu wzięło udział 23 kierowników wyższego rzędu, którzy podali naukowcom składowe sukcesu. Wśród składowych sukcesu wymieniono między innymi budżet marketingowy na singiel, konkurencję na rynku, rozpoznawalność / świeżość wykonawcy – czyli elementy historyczne lub kontekstowe.

Lista utworów wraz z uzupełnionymi składowymi sukcesu została zaprezentowana 92 menedżerom A&R, którzy odpowiadają za poszukiwania i rekrutację muzyków. Mieli oni umiejscowić na listach przebojów piosenki, które wchodziły na rynek.

Prognozowanie sprzedaży. Lepsze dane historyczne czy kontekst?

Wyniki badań były frapujące. Menedżerowie A&R prognozowali lepiej (bliżej prawdy) opierając się wyłącznie na danych kontekstowych. Sięganie do danych historycznych i porównywanie powodowało pogorszenie wyników. Dotyczyło to jednak produktów, które są efektem mody.

W przypadku produktów, w których najlepiej sprawdza się analiza historyczna (dane wsteczne), badacze rekomendują opieranie się na algorytmach i komputerach. W stabilnym środowisku komputery radzą sobie lepiej.

Ludzie dobrze sprawdzą się przy prognozowaniu sprzedaży kierowanej emocjami. Zaczną się jednak mylić, kiedy udostępnimy im zbyt wiele danych.