Készlettervezés AI-jal: így készülj a karácsonyi csúcsra a webshopban

A karácsonyi csúcs készletéről minél hamarabb, ősszel kell dönteni: a 2026-os Black Friday november 27-re esik, és ami addig nincs megrendelve, az a beszállítói átfutási idő miatt későn érkezhet. Idén egy egyszerű, termékszintű előrejelzés is sokat ér, amely a tavalyi szezonból és az idei trendből számol. Az adatbázisra épülő modell jövő évi feladat.

Miért november a kritikus hónap a webshopokban

A KSH gyorstájékoztatói szerint a csomagküldő és internetes kiskereskedelem részesedése a teljes kiskereskedelmi forgalomból 2025 októberében 8,9%, novemberében 11%, decemberében 9,3% volt. Egy évvel korábban ugyanez a sor 8,2%, 9,8% és 8,9%.

Az online csatorna súlya tehát mindkét évben novemberben volt a legnagyobb a három hónap közül, pedig a teljes kiskereskedelem forgalma decemberben magasabb.

A novemberi kampányidőszak egyik fix pontja a Black Friday, az amerikai hálaadás utáni péntek. Az amerikai szövetségi ünnepnaptár szerint a hálaadás 2026-ban november 26-ra esik, így a Black Friday november 27.

Mit tud a keresletelőrejelzés kkv-méretben

A keresletelőrejelzés egy szám termékenként és hetenként: mennyit fogsz várhatóan eladni. A bemenet a saját rendelési előzményed, az akcióid naptára és a szezon. Az AI itt annyit jelent, hogy a gép több száz cikkre egyszerre elvégzi azt, amit egy beszerző fejben csak a legfontosabb néhány tucat termékre tud.

Az akciókat külön kell kezelni. A Hyndman és Athanasopoulos-féle előrejelzési tankönyv a különleges eseményeket külön változóval veszi figyelembe, és a húsvét példáján mutatja meg, mit kell tenni egy évről évre vándorló ünneppel. A Black Friday is minden évben más napra esik, ezért a tavalyi adatot az eseményhez igazítsd, ne a naptári dátumhoz.

Újrarendelési pont és biztonsági készlet

Az előrejelzésből két döntés következik. Az újrarendelési pont az a készletszint, amelynél rendelni kell: a beszállítói átfutási idő alatt várható eladás plusz a biztonsági készlet. A biztonsági készlet a tartalék arra az esetre, ha a kereslet nagyobb a vártnál, vagy a beszállító késik.

A Microsoft Business Central vállalatirányítási rendszer dokumentációja ugyanezt a logikát írja le. A rendszer jellemzően akkor javasol rendelést, amikor a tervezett elérhető készlet eléri az újrarendelési pontot vagy az alá csökken. Ha a biztonsági készlet alá esik, a hiányt pótló utánpótlási rendelést javasol.

Számpélda: mikor kell rendelni

Egy kitalált példa a működés kedvéért: a csúcshetekben heti 40 darabot vársz egy termékből, a beszállító két hét alatt szállít, így az átfutási időre 80 darab kell. Ha erre 30 darab tartalékot teszel, az újrarendelési pont 110 darab. Ha a raktárkészlet ennél kevesebb, ma kell rendelni, nem jövő héten.

Mibe kerül a hiány, és mibe a túlkészlet

A készlethiány a legdrágább pillanatban üt: a kampány alatt, amikor a hirdetésre már kifizetted a kattintást, a vevő pedig a „nincs készleten” felirat után a versenytárshoz megy. A kár az elmaradt rendelésen túl is tarthat, mert a csalódott vevő legközelebb is könnyen máshol kezdi a keresést.

A túlkészlet csendesebb, de ugyanúgy pénz: a januárban a polcon maradt szezonális áru lekötött tőke és raktárhely, a vége pedig gyakran leárazás. A jó előrejelzés termékenként egyensúlyba hozza a két kockázatot, ahelyett, hogy bármi áron a hiányt nullázná.

Két sebesség: ami idén még belefér

Idén a cél egy gyors, átlátható modell, amelyet néhány nap alatt le lehet futtatni. A kiindulópont a szezonális naiv módszer, amelynél a tankönyvi definíció szerint az előrejelzés a tavalyi azonos időszak értéke; ezt mi kiegészítjük az idei trenddel. Ez statisztikai alapmodell, táblázatkezelőben is kiszámolható.

1. Tavalyi szezon termékenként: hetente, novembertől december közepéig, a Black Friday hetéhez igazítva.
2. Idei trend: vesd össze az idei és a tavalyi augusztus-szeptembert, és ezzel az aránnyal skálázd a tavalyi szezont.
3. Korrekciók kézzel: új termékek, kifutó cikkek, idén új akciók.
4. Rendelési lista: vond le a raktárkészletet és a leadott rendeléseket, majd ütemezd az átfutási idő szerint.

Mit ad az idei modell, és mit kérdezz a beszállítótól

Ez nem tökéletes, de jobb kiindulópont, mint az „ugyanannyit rendelünk, mint tavaly” döntés, mert termékenként és az idei trenddel számol. A legnagyobb haszna, hogy a fő termékeknél időben kiderül, hol lesz szűk a készlet.

Az átfutási időt ne a katalógusból vedd: kérdezd meg a beszállítót, hogy a novemberi hetekben is tartja-e, és ha nem tudja garantálni, a biztonsági készletet a lassabb szállításhoz méretezd. Kérdezz rá a minimális rendelési mennyiségre is, mert az felülírhatja a kiszámolt darabszámot.

Januárban: mérd vissza az eredményt

A szezon után termékenként vesd össze az előrejelzést a tényleges eladással, és jegyezd fel, hol fogyott el valami idő előtt. Ez a táblázat lesz a jövő évi modell első tesztje. Megmutatja, mely termékcsoportoknál volt elég a tavalyi minta, és hol kell több bemenet.

Jövőre: adatbázis és automatikus beszerzési javaslat

A szezon után érdemes rendes alapot építeni. A webshop rendelései, a készletmozgás, az akciónaptár és a beszállítói átfutási idők egy adatbázisba kerülnek, a modell pedig hetente frissíti az előrejelzést minden termékre. Ebből automatikusan készül beszerzési javaslat, amelyet a beszerző jóváhagy vagy módosít.

Ehhez gyakran a webshop oldalán is kell fejlesztés, például a készletadatok és a beszállítói információk megbízható exportja. Ha a rendelés utáni folyamatokat már automatizáltad, ahogy a webshopautomatizációról szóló cikkünkben leírtuk, az előrejelzés ugyanarra az adatfolyamra ül rá.

A feltétel: tiszta rendelési adat

A szezonális naiv módszerhez legalább egy teljes tavalyi szezon kell, hiszen azzal hasonlít. A szezon és a növekedés szétválasztásához legalább két szezon kell, mert csak két év összevetéséből látszik, mennyi a növekedés. Ennél rövidebb előzménynél az előrejelzés inkább becslés marad.

Az adatok tisztítása

A mennyiségnél fontosabb a tisztaság. Szűrd ki a lemondott és visszaküldött rendeléseket, kezeld egy termékként az új cikkszámot kapott cikkeket, és jelöld a heteket, amikor a termék elfogyott. Ilyenkor a nulla eladás a készlet hiányát mutatja, nem a keresletét, és ha a modell ezt nem tudja, alultervez.

Ha szeretnéd látni, a saját rendelési adataidból mennyire megbízható előrejelzés készíthető a mostani szezonra, nézd meg a prediktív analitika szolgáltatásunkat, vagy írd meg, milyen rendszerből tudod exportálni az eladásaidat.

Források

• KSH: Kiskereskedelem, 2025. november (gyorstájékoztató, 2026. január 9.)
• KSH: Kiskereskedelem, 2025. október (gyorstájékoztató, 2025. december 4.)
• KSH: Kiskereskedelem, 2025. december (gyorstájékoztató, 2026. február 5.)
• KSH: Kiskereskedelem, 2024. október (gyorstájékoztató, 2024. december 5.)
• KSH: Kiskereskedelem, 2024. november (gyorstájékoztató, 2025. január 9.)
• KSH: Kiskereskedelem, 2024. december (gyorstájékoztató, 2025. február 6.)

További források

• U.S. Office of Personnel Management: Federal Holidays (hálaadás 2026. november 26.)
• Wikipedia: Black Friday (shopping)
• Hyndman, Athanasopoulos: Forecasting: Principles and Practice, 3. kiadás, Some simple forecasting methods
• Hyndman, Athanasopoulos: Forecasting: Principles and Practice, 3. kiadás, Some useful predictors
• Microsoft Learn: Business Central, Design details - planning parameters
• Wikipedia: Reorder point