Dự báo doanh số tháng tới cho một cửa hàng nhỏ không cần mô hình phức tạp: bạn cần 12–24 tháng số liệu theo tháng, một phương pháp đơn giản phù hợp với kiểu bán hàng của mình, và một khoảng dao động thay vì một con số duy nhất. Trợ lý AI làm nhanh phần tính toán và gợi ý phương pháp, còn phần biết tháng tới có gì khác thường (khai trương đối thủ, sửa đường, đổi giờ mở cửa) vẫn là việc của bạn.
Bài này đi qua toàn bộ quy trình: dự báo để phục vụ quyết định gì, số liệu tối thiểu cần có, sáu bước làm cùng AI, câu lệnh mẫu, một ví dụ giả định của tiệm tạp hoá, và danh sách kiểm tra trước khi đem con số đi nhập hàng hay xếp ca. Mọi con số trong bài là ví dụ giả định để minh hoạ cách tính.
Dự báo doanh số để làm gì: bắt đầu từ quyết định chứ không từ con số
Trước khi mở bảng tính, hãy viết ra một câu: con số dự báo sẽ được dùng để quyết định việc gì. Với cửa hàng nhỏ thường chỉ có ba việc. Thứ nhất là nhập hàng, tức là đặt bao nhiêu thùng, bao nhiêu kiện cho tháng tới. Thứ hai là người, tức là cần mấy ca, có thuê thêm người thời vụ không. Thứ ba là tiền, tức là tháng tới có đủ tiền mặt trả nhà cung cấp và tiền thuê mặt bằng không. Mỗi quyết định cần độ chính xác khác nhau và cần mức chi tiết khác nhau.
Ví dụ, để lo tiền mặt bạn chỉ cần tổng doanh thu tháng và một mức thấp nhất có thể xảy ra. Để nhập hàng bạn cần dự báo theo nhóm hàng, vì tổng doanh thu tăng không có nghĩa là mặt hàng nào cũng tăng. Để xếp ca bạn cần chia theo ngày trong tuần, thậm chí theo khung giờ. Nếu bỏ qua bước này, bạn sẽ nhờ AI dự báo một con số tổng rất đẹp rồi không biết dùng vào đâu.
Điều thứ hai cần chấp nhận ngay từ đầu: dự báo luôn sai, câu hỏi chỉ là sai bao nhiêu và sai theo hướng nào thì tốn kém hơn. Nhập thiếu hàng tươi thì mất khách, nhập thừa thì phải bỏ. Nhập thiếu hàng khô thì mất doanh thu vài ngày, nhập thừa thì chỉ đọng vốn. Biết hướng sai nào đắt hơn giúp bạn chọn nên lấy mức dự báo thấp, giữa hay cao trong khoảng mà AI đưa ra.
Số liệu tối thiểu cần có trước khi nhờ AI dự báo
Bạn không cần hệ thống phần mềm bán hàng đắt tiền. Một bảng tính tổng hợp theo tháng là đủ để bắt đầu, miễn có đúng mấy cột dưới đây. Khâu thu thập, gộp và làm sạch số liệu thuộc phần chuẩn bị dữ liệu (xem trang AI Dữ Liệu); ở đây coi như bảng đã sạch.
| Cột | Vì sao cần | Ghi chú |
|---|---|---|
| Tháng (năm–tháng) | Để AI xếp đúng thứ tự thời gian và nhận ra cùng kỳ năm trước | Ít nhất 12 tháng; có 24 tháng thì mới tách được mùa vụ đáng tin |
| Doanh thu tháng | Là thứ cần dự báo | Ghi rõ đã trừ hàng trả lại chưa, có gồm thuế không |
| Số đơn hoặc số lượt khách | Tách được tăng do đông khách hay do mỗi khách mua nhiều hơn | Không có thì bỏ, nhưng có sẽ giúp đọc nguyên nhân |
| Số ngày mở cửa | Tháng nghỉ Tết bảy ngày không thể so trực tiếp với tháng mở đủ | AI hay quên điều chỉnh nếu bạn không ghi |
| Ghi chú sự kiện | Khuyến mãi lớn, sửa cửa hàng, đối thủ mở gần, mưa bão kéo dài | Một dòng chữ ngắn là đủ, quan trọng hơn bạn nghĩ |
Cột ghi chú sự kiện thường bị bỏ qua nhưng lại quyết định chất lượng dự báo. Một tháng doanh thu vọt lên vì đợt xả hàng tồn mà không ghi lại thì AI sẽ hiểu đó là nhu cầu thật và kéo dự báo lên theo. Ngược lại, tháng đóng cửa sửa chữa nửa tháng mà không ghi thì AI tưởng cửa hàng đang đi xuống.
Sáu bước dự báo doanh số tháng tới cùng trợ lý AI
Quy trình dưới đây làm được với bất kỳ chatbot nào có khả năng đọc tệp bảng tính, hoặc với bảng tính có trợ lý AI tích hợp. Tính năng mỗi công cụ thay đổi theo phiên bản, bạn nên kiểm phiên bản hiện hành trước khi làm.
- Che thông tin nhạy cảm. Bảng tổng hợp theo tháng thường không có tên khách, nhưng nếu tệp có cột nhân viên, nhà cung cấp hay giá vốn thì xoá trước khi tải lên. Chỉ giữ những cột cần cho dự báo.
- Mô tả bối cảnh trong vài câu. Loại cửa hàng, khu vực, khách chính là ai, tháng nào thường đông, tháng tới có gì đặc biệt. AI không biết những điều này nếu bạn không nói.
- Yêu cầu AI mô tả số liệu trước khi dự báo. Bắt nó nêu tháng cao nhất, thấp nhất, mức tăng so cùng kỳ, các tháng bất thường. Nếu phần mô tả sai thì dừng lại, đừng đi tiếp.
- Yêu cầu hai hoặc ba phương pháp đơn giản. Ví dụ: lấy cùng kỳ năm trước nhân với tốc độ tăng gần đây, trung bình ba tháng gần nhất, và xu hướng cộng mùa vụ nếu đủ 24 tháng. So các kết quả với nhau.
- Yêu cầu một khoảng chứ không phải một số. Mức thấp, mức giữa, mức cao, kèm giải thích khoảng đó lấy từ đâu (ví dụ từ mức sai lệch của các tháng trước).
- Tự điều chỉnh bằng hiểu biết của bạn rồi ghi lại. Nếu tháng tới có sự kiện mà số liệu cũ không có, bạn tự cộng hoặc trừ và ghi lý do. Cuối tháng so với thực tế để lần sau làm tốt hơn.
Bước ba là bước hay bị bỏ nhất và cũng là bước cứu bạn nhiều nhất. Khi AI đọc nhầm cột, hiểu sai đơn vị nghìn đồng thành triệu đồng, hay xếp tháng theo thứ tự chữ cái thay vì thời gian, phần mô tả sẽ lộ ra ngay. Một dự báo xây trên phần đọc sai thì đẹp đến mấy cũng vô dụng.
Câu lệnh mẫu để dự báo doanh số
Các câu lệnh dưới đây viết để bạn chép, sửa phần trong ngoặc cho đúng cửa hàng mình. Gửi lần lượt từng câu, đọc kỹ câu trả lời trước khi gửi câu tiếp theo.
- Câu mở: "Đây là bảng doanh thu theo tháng của một (tiệm tạp hoá ở khu dân cư), từ (tháng 1 năm trước) đến (tháng 10 năm nay). Cột doanh thu tính bằng triệu đồng, đã trừ hàng trả lại. Cột ghi chú là sự kiện bất thường. Trước khi tính gì, hãy mô tả lại bảng: bao nhiêu tháng, tháng cao nhất, thấp nhất, các tháng có ghi chú."
- Câu dự báo: "Dự báo doanh thu (tháng 11) bằng ba cách: cùng kỳ năm trước nhân với mức tăng trung bình so cùng kỳ của ba tháng gần nhất; trung bình ba tháng gần nhất; và cách thứ ba mà bạn thấy hợp với số liệu này. Trình bày từng bước tính để có thể kiểm bằng máy tính tay."
- Câu hỏi khoảng: "Dựa trên mức chênh lệch giữa dự báo và thực tế nếu áp dụng cách tương tự cho sáu tháng trước, hãy đưa ra mức thấp, mức giữa, mức cao cho (tháng 11) và nói rõ khoảng này được tính thế nào."
- Câu đào sâu: "Tháng (7) có doanh thu thấp bất thường và đã ghi chú là sửa đường trước cửa. Hãy tính lại khi loại tháng đó khỏi phần tính mức tăng, rồi cho biết kết quả thay đổi bao nhiêu."
- Câu chốt: "Viết ba câu ngắn để giải thích dự báo này cho người không quen đọc số: con số giữa, khoảng dao động, và điều gì có thể làm thực tế lệch ra ngoài khoảng."
Chú ý câu đầu tiên luôn bắt AI mô tả lại số liệu. Đó không phải thủ tục cho có: phần mô tả là nơi bạn so với hiểu biết của chính mình. Nếu AI nói tháng cao nhất là tháng 3 trong khi bạn nhớ rõ tháng Tết mới đông nhất, có thể nó đã đọc nhầm cột hoặc nhầm năm.
Ba phương pháp đơn giản và khi nào nên dùng
Cùng kỳ năm trước điều chỉnh theo mức tăng gần đây. Lấy doanh thu tháng 11 năm ngoái, nhân với tỉ lệ tăng so cùng kỳ trung bình của vài tháng gần nhất. Cách này hợp với cửa hàng có mùa vụ rõ (đồ Tết, đồ tựu trường, nước giải khát mùa nóng) và đã hoạt động ổn định ít nhất hai năm. Điểm yếu: nếu tháng 11 năm ngoái có sự kiện lạ thì dự báo năm nay dính theo.
Trung bình vài tháng gần nhất. Cộng ba tháng gần nhất rồi chia ba. Cách này hợp với cửa hàng ít mùa vụ, doanh thu khá đều quanh năm như tiệm thuốc tây khu dân cư, quán cơm văn phòng. Điểm yếu: nếu đang có xu hướng tăng hoặc giảm đều thì trung bình luôn chậm hơn thực tế một nhịp, và nó hoàn toàn bỏ qua mùa vụ.
Xu hướng cộng mùa vụ. Tách số liệu thành phần đi lên hoặc đi xuống dài hạn và phần lên xuống lặp lại theo tháng trong năm, rồi ghép lại để dự báo. Cần ít nhất 24 tháng, tốt hơn là 36 tháng. Trợ lý AI có công cụ chạy mã có thể làm phần này, nhưng bạn nên yêu cầu nó giải thích bằng lời phần mùa vụ của từng tháng để kiểm có hợp lý không.
Không có phương pháp nào thắng mọi lúc. Cách thực tế nhất là chạy cả hai hoặc ba cách, xem các con số có gần nhau không. Nếu gần nhau, bạn khá yên tâm. Nếu lệch nhau nhiều, đó là tín hiệu số liệu đang có điều gì đó bất thường mà bạn cần tìm hiểu trước khi tin bất kỳ con số nào.
Ví dụ giả định: tiệm tạp hoá dự báo doanh thu tháng 11
Ví dụ giả định: một tiệm tạp hoá trong khu dân cư ở Cần Thơ có số liệu 22 tháng. Tháng 11 năm ngoái doanh thu 210 triệu đồng. Ba tháng gần nhất năm nay (tháng 8, 9, 10) lần lượt cao hơn cùng kỳ năm ngoái 6%, 9% và 8%, trung bình khoảng 7,7%. Cách thứ nhất cho dự báo tháng 11 khoảng 210 nhân 1,077, tức khoảng 226 triệu đồng.
Cách thứ hai: ba tháng gần nhất có doanh thu 198, 205 và 214 triệu, trung bình khoảng 206 triệu. Con số này thấp hơn cách thứ nhất vì tiệm này có tháng 11 và 12 đông hơn hẳn do người dân mua sắm cuối năm, mà trung bình ba tháng không biết điều đó. Ở đây chủ tiệm biết rõ mùa vụ nên chọn cách thứ nhất làm mức giữa.
Để có khoảng dao động, AI được yêu cầu áp dụng cách thứ nhất cho sáu tháng trước rồi so với thực tế. Kết quả giả định: sai lệch nằm trong khoảng trừ 8% đến cộng 7%. Từ đó khoảng dự báo tháng 11 là khoảng 208 đến 242 triệu đồng. Chủ tiệm biết thêm một điều mà số liệu không có: đầu tháng 11 có một cửa hàng tiện lợi mới khai trương cách hai trăm mét. Chị quyết định lấy mức kế hoạch gần cận dưới, khoảng 215 triệu, để nhập hàng khô, và ghi lý do vào cột ghi chú để cuối tháng so lại.
Điểm đáng học ở ví dụ không phải con số, mà là trình tự: có hai phương pháp để so, có khoảng sai số lấy từ quá khứ, và có một điều chỉnh của con người được ghi lại rõ ràng. Cuối tháng 11, nếu thực tế là 230 triệu, chị biết tác động của cửa hàng mới nhỏ hơn mình lo; nếu là 205 triệu, chị biết cần xem lại cả cách nhập hàng tháng 12.
Kiểm lại dự báo trước khi đem đi nhập hàng hay xếp ca
Trợ lý AI có thể tính sai, đọc nhầm, hoặc trình bày một con số rất tự tin mà không có căn cứ. Trước khi dùng, chạy qua danh sách sau. Mỗi mục chỉ mất một hai phút.
- Tự tính lại một phép tính bằng máy tính tay, chọn phép tính quan trọng nhất (thường là cùng kỳ nhân mức tăng). Nếu lệch, yêu cầu AI chỉ ra từng bước.
- So dự báo với tháng cao nhất và thấp nhất từng có. Dự báo vượt xa mọi tháng trước đó mà không có lý do rõ ràng là dấu hiệu đáng ngờ.
- Hỏi AI đã dùng những tháng nào để tính. Có khi nó chỉ dùng một phần dữ liệu vì tệp bị cắt khi tải lên.
- Kiểm đơn vị: triệu đồng hay nghìn đồng, có thuế hay chưa. Lỗi đơn vị không làm dự báo sai một chút mà sai cả nghìn lần.
- Hỏi ngược: "Điều gì sẽ làm dự báo này sai nhiều nhất?" Câu trả lời giúp bạn biết cần theo dõi gì trong tháng.
- Ghi dự báo, khoảng và lý do điều chỉnh vào một bảng theo dõi. Không ghi thì tháng sau không học được gì.
Một nguyên tắc nhỏ: nếu không giải thích được con số cho người cùng làm trong ba câu, đừng dùng nó để ra quyết định. Dự báo dùng cho vận hành cần dễ hiểu hơn là cần tinh vi.
Câu hỏi thường gặp
Cửa hàng mới mở được sáu tháng thì có dự báo được không?
Được, nhưng chỉ nên dùng trung bình vài tháng gần nhất và xu hướng chung, vì chưa có cùng kỳ năm trước để nhìn mùa vụ. Khoảng dao động nên để rộng hơn. Bạn có thể bổ sung bằng hiểu biết về mùa vụ của ngành (ví dụ tháng Tết thường đông) nhưng cần ghi rõ đó là giả định, không phải số liệu của chính cửa hàng.
Nên dự báo theo ngày, theo tuần hay theo tháng?
Chọn theo quyết định cần đưa ra. Lo tiền mặt và kế hoạch chung thì theo tháng là đủ. Nhập hàng tươi cần theo tuần hoặc theo vài ngày. Xếp ca cần theo ngày trong tuần. Dự báo càng chi tiết thì sai số mỗi điểm càng lớn, nên đừng làm chi tiết hơn mức bạn thật sự dùng tới.
AI dự báo con số rất cụ thể đến từng nghìn đồng, có đáng tin hơn không?
Không. Độ chi tiết của con số không nói lên độ chính xác. Một dự báo ghi 226.384.000 đồng nghe có vẻ chắc chắn nhưng sai số thực tế có thể cả chục triệu. Bạn nên làm tròn và luôn đi kèm khoảng thấp cao để người đọc không hiểu nhầm mức độ chắc chắn.
Có nên đưa toàn bộ dữ liệu bán hàng chi tiết từng hoá đơn lên chatbot không?
Thường không cần. Để dự báo tổng theo tháng, bảng tổng hợp là đủ và ít rủi ro hơn. Nếu buộc phải dùng dữ liệu chi tiết, hãy xoá tên khách, số điện thoại, mã khách thân thiết và mọi thông tin có thể nhận ra người mua, đồng thời kiểm quy định của công ty về công cụ nào được dùng.
Dự báo sai nhiều thì nên đổi phương pháp ngay không?
Chưa nên. Một tháng sai có thể do sự kiện bất thường. Hãy theo dõi sai số ít nhất ba đến sáu tháng. Nếu lần nào cũng sai cùng một hướng, ví dụ luôn thấp hơn thực tế, thì phương pháp đang thiếu một yếu tố như xu hướng tăng, lúc đó mới cần đổi hoặc điều chỉnh.
Có cần học thống kê mới dự báo được không?
Với dự báo vận hành cho cửa hàng nhỏ, bạn chỉ cần hiểu vài ý: so cùng kỳ, trung bình, mùa vụ, và dự báo luôn có sai số. Phần tính toán AI làm được. Khi doanh nghiệp lớn hơn, nhiều mặt hàng và nhiều chi nhánh, việc nhờ người có chuyên môn thống kê xem lại cách làm là đáng đầu tư.