Сегодня прогноз формируется не только на истории продаж, но и на цифровых данных — следах поведения покупателей онлайн. Они позволяют видеть спрос ещё до покупки — на этапе интереса или выбора.

Основные цифровые источники

• E-commerce данные: маркетплейсы, интернет-магазины, clickstream; отражают потенциальный спрос в реальном времени.
• Программы лояльности: карты и приложения показывают, кто, что и как часто покупает.
• Мобильные приложения: push-уведомления, частота визитов, реакции на персональные акции.

Примеры компаний

• Starbucks — Digital Flywheel: объединяет приложение, лояльность и онлайн-заказы. Данные прогнозируют спрос по регионам и времени суток.
• Amazon: анализ clickstream (просмотры, брошенные корзины) → прогнозирует скрытый спрос (latent demand).
• Unilever: e-commerce и поисковые данные корректируют офлайн-прогноз по трендам онлайн.

Глоссарий

• E-commerce Data — данные онлайн-продаж.
• Clickstream — действия пользователя в сети.
• Loyalty Program — программа лояльности клиентов.
• Digital Footprint — цифровой след покупателя.
• Latent Demand — скрытый потенциальный спрос.

Миф и ловушки

Миф: «E-commerce слишком мал, чтобы влиять на прогноз».

Реальность: онлайн формирует до 50 % продаж и задаёт тренды офлайн.

• Искажения от распродаж (Black Friday, 11.11).
• Дублирование клиентов в разных системах.
• Отсутствие интеграции e-commerce и ERP.
• Шум: брошенные корзины ≠ реальный спрос.

Implementation Checklist

• Интегрируйте данные e-commerce в BI-панель.
• Свяжите clickstream и продажи SKU.
• Подключите лояльность для персонализированного прогноза.
• Очистите дубликаты клиентов между каналами.
• Разделяйте промо-эффекты и реальный спрос.

Квиз