Stejná sleva, jiný výsledek. Lze predikovat dopad promo akcí?

Ne každá sleva vede k vyšším prodejům – a ne každý efekt je vidět v historii.

Většina firem dnes plánuje zásoby, výrobu nebo nákup na základě forecastingu. Modely typicky využívají historické prodeje, sezónnost, kalendář nebo externí faktory, jako jsou svátky či počasí.

Existuje ale jeden faktor, který bývá výrazně složitější. Slevové akce a marketingová podpora. Ty mohou zásadně změnit chování zákazníků.
Někdy promo akce přinese výrazný nárůst prodejů. Jindy se její efekt téměř neprojeví. Právě proto zde jednoduchá pravidla často selhávají. 

Výsledkem často bývá jednoduchý přístup: „Při akci přidej +20 %.“
Jenže realita bývá složitější. Každý produkt může na slevovou akci reagovat jinak.

Na několika reálných scénářích ukazuji výsledky forecastingu, kde stejná slevová akce vede ke třem zcela odlišným výsledkům:

  • výrazný růst poptávky
  • téměř nulový efekt slevových akcí
  • odhad dopadu slev i bez historických dat.


Poznámka:
Pro jednodušší interpretaci byl v ukázkách použit pouze jeden typ promo akce. V praxi bývá promo efekt často kombinací více aktivit s různou intenzitou a délkou trvání. Informace o promo akci je modelu známá dopředu a vstupuje do forecastingu jako jeden z dalších vstupů.

Situace 1: Slevy skutečně mění chování zákazníků

Historie ukazuje, že zákazníci na slevové akce opakovaně reagují zvýšenou poptávkou. Nejde tedy o jednorázový výkyv, ale o vzor, který se v datech objevuje opakovaně. 
Model proto neočekává pouze pokračování běžného vývoje, ale zohledňuje také historicky pozorovaný promo efekt. Pokud je informace o plánované slevové akci známá dopředu, může ji zahrnout do forecastu a odhadnout její pravděpodobný dopad na budoucí poptávku.

V takových případech může ignorování promo akcí vést k významnému podhodnocení budoucích prodejů a následně i k nedostatku zásob během akce.

Výsledek
  • slevová akce –  model odhaduje až o 48 % vyšší prodeje 
  • bez slev – konzervativnější vývoj odpovídající historickému chování

Situace 2: Sleva existuje, ale efekt je minimální

Přestože produkt historicky obsahoval slevové akce, model neočekává výrazný promo efekt ani v budoucnu. Při bližším pohledu do historie je vidět, že prodeje se během slevových období výrazně nelišily od běžných výkyvů.

Přítomnost slevové akce tedy automaticky neznamená růst poptávky. Pokud historická data neukazují konzistentní reakci zákazníků, není důvod očekávat výrazně odlišné chování ani v budoucnu. V takových případech může být nebezpečné automaticky navyšovat forecast pouze proto, že probíhá promo akce.

Výsledek
  • forecast se slevou ≈ forecast bez slevy
  • model na základě historických dat neidentifikoval významný promo efekt (pouze 4%)

Situace 3: Produkt historii slev nemá

Tento produkt historicky neobsahoval žádné slevové akce. Přesto model očekává významný promo efekt. 
Důvodem není historie samotného produktu, ale zkušenosti získané z podobných produktů. Ty v minulosti během slevových akcí opakovaně vykazovaly zvýšenou poptávku a model tuto informaci dokázal využít i zde.

To samozřejmě neznamená, že model „ví“, co se stane. Využívá pouze historicky podobné scénáře a odhaduje, jak by mohl produkt na promo akci reagovat.

Výsledek
  • odhad promo efektu byl vytvořen i bez přímé historie slevových akcí
  • navýšení forecastu o 46%
  • predikce vychází ze zkušeností získaných z podobných produktů

Závěr

Slevové akce nejsou jen o přidání fixního procenta k forecastu. Stejná sleva může u různých produktů vést k zcela odlišným výsledkům – od výrazného navýšení prodejů přes téměř nulový efekt až po situace, kdy je potřeba dopad odhadnout i bez historické zkušenosti. Slevové akce navíc nebývají pouze jednoduché rozhodnutí „sleva ano/ne“. Liší se výší slevy, délkou trvání, typem podpory, kombinací s dalšími kampaněmi nebo načasováním v průběhu roku. 

Jak ukazují předchozí příklady, nejdůležitější proto není samotná existence promo akce, ale správný odhad jejího skutečného dopadu na budoucí poptávku. 

Poznámka: Všechny ukázky představují skutečné výstupy modelu vytvořené nad anonymizovanými daty zákazníků. 

Subscribe for Latest News

You have been successfully Subscribed! Ops! Something went wrong, please try again.

Better forecasting thanks to AI

Business Info.

IČO: 172 28 018

DIČ: CZ 172 28 018

Data Box ID: ykwdnxf

sales@neebile.cz

Jičínská 226/17, Praha, Žižkov, PSČ 130 00 Česká republika

(910) 658-2992

© 2025 Vytvořeno DigitalWays