Модели заказа Forecast NOW! Выбираем оптимальную для каждого SKU

Сколько моделей заказа должна поддерживать программа для эффективного управления запасами? Возможно ли подобрать оптимальную модель для каждого SKU? Какие факторы для этого нужно учитывать? 

Рассмотрим, как работает выбор модели заказа в Forecast NOW! При прогнозировании спроса и товарного запаса для каждого товара оценивается ряд параметров, текущие рыночные условия и ограничения. Подробнее о них ниже в статье. В зависимости от этого автоматически подбирается модель, наиболее подходящая к конкретному товару в текущий момент времени.

Выбор оптимальной модели заказа

Рисунок 1. Выбор оптимальной модели заказа

На рисунке 1 изображен выбор оптимальной модели расчета запасов для конкретного товара. Слева  – факторы, влияющие на спрос и объем заказа. Справа – как этот фактор влияет на модель заказа товаров. Например, мы продаем творог, который нам напрямую поставляет производитель. Это будет стабильный частый спрос. Однако в этом случае нужно учитывать сроки годности. Это позволит не заказать лишний товар, который может испортиться раньше, чем продастся, и избежать ситуации, когда товар есть в остатках системы, но фактически его уже нет. 

В этом же супермаркете могут продаваться лампочки. Они имеют редкий хаотичный спрос и поставляются в торговые точки из распределительного центра. Срок годности не ограничен.  

Понятно, что эти два товара требуют совершенно разного подхода к планированию запасов. Итоговая модель заказа и модель прогнозирования спроса для них будет кардинально различаться.

Как формируется модель заказа для товара?

Последовательно разберем все факторы, которые влияют на выбор модели заказ.

Новый товар?

Первое, что нужно сделать, – проверить, достаточно ли имеющейся истории продаж по товару и его аналогам, чтобы выбрать корректную модель расчета запасов. Если товар новый и впервые вводится компанией в линейку продаж, он требует к себе повышенного внимания. Модель заказа строится по одному из сценариев:

  • Ротация ассортимента. Применяется при наличии истории продаж по аналогичному товару, выбывшему из ассортимента. История используется для прогнозирования спроса на новый товар. Например, может применяться, когда одна марка сахара заменяется другой.
  • Расширение ассортимента. Применяется для прогнозирования запасов на основе существующих товаров аналогов. Например, компания расширяет линейку брендов молочной продукции. Для заказа новых товаров может использоваться история продаж других торговых марок. 
  • По скорости продаж. Применяется, если товар не имеет аналогов, но уже введен в ассортиментную линейку, и по нему есть первые продажи. Обычно заказ на будущий период делается на основании средних продаж в бездефицитные дни.
  • Initial order. Товар не имеет никакой истории продаж, не имеет аналогов и впервые введен в ассортиментную линейку компании.  В этом случае заранее определяется объем заказа.
  • Товар с историей продаж. Товар не является новинкой и имеет достаточную историю продаж.

 

Нужно ли учитывать сроки годности?

Проблема списания просроченной продукции особенно актуальна для продуктового направления и для ряда промышленных товаров. Компании вынуждены полностью списывать товары и терять деньги, либо делать скидки на товары, срок годности которых подходит к концу. При выборе модели прогозирования спрса есть несколько вариантов работы со сроком годности.

  • Не учитывается. Товары имеют неограниченный или большой срок годности и нет необходимости его учитывать. Пример: запасные части, моторные масла, технические жидкости. 
  • Без учета партий. Если нет необходимости разделять товары по партиям. Например, бытовая химия со сроком годности 1-2 года. В этом случает нет острой потребности разделять партии, так как большой запас времени для продажи товара. 
  • С учетом партий. Применяется, когда важно учитывать принадлежность товара к определенной партии. Например, это скоропортящиеся продукты: хлеб, молоко, творог, колбасы и т.д.  Здесь важно в первую очередь продавать товары из партии с более ранними сроками производства.
  • С учетом требований клиентов к остаточным срокам годности. В основном востребовано в дистрибьюции. Клиенты могут диктовать условия по остаточным срокам годности, при которых возможна закупка товаров.

 

Какая периодичность заказа?

Периодичность заказа влияет на размер парии, и во многом зависит от надежности поставщиков, параметров доставки и текущей ситуации на рынке.

  • Фиксированное расписание. Заранее составленный график поставок. Например, поставки молока 3 раза в неделю: понедельник, среда, пятница.
  • Точка заказа. Заказ товара по определенному условию. Например, программа регулярно проверяет остатки товаров. Когда остаток становится меньше, чем требуется на 10-дневный период, автоматически делается заказ. 

 

Схема снабжения

Чем больше торговых точек и чем сложнее схема распределения, тем больше факторов нужно учитываться при заказе. Значит, сложность расчетов многократно возрастает. Например, компания использует распределительный центр для хранения запасов. Так, при расчете нового заказа, нужно будет учесть время доставки от поставщика до РЦ, время доставки от РЦ до филиала, наличие промо в текущий и будущие периоды на филиале, величину остатка на дату заказа и дату доставки на филиале и РЦ, кратность партии, минимальный объем заказа, сумму транспортных затрат и т. д.   

При выборе оптимальной модели заказа программа опирается на одну из схем снабжения:

  • Прямые поставки. Товар доставляется напрямую от поставщиков в торговые точки.
  • Кроссдокинг. Используется распределительный центр для дальнейшего перенаправления товаров в филиалы. При этом отсутствует долговременное хранение товаров на складах РЦ. Определяются потребности каждого филиала, после чего суммируются с учетом кратности и минимальной партии на суммарный заказ. Каждый филиал имеет свой страховой запас на срок доставки от поставщика до РЦ и от РЦ до филиала
  • Хранение на РЦ. Запасы аккумулируются на распределительном центре, с которого впоследствии пополняются локальные склады и торговые точки. Планирование запасов осуществляется с учетом товаров, хранящихся на РЦ. Определяются потребности каждого филиала, после чего моделируется распределение запасов с РЦ на филиалы. Программа проверяет, хватает ли запасов на распределительном центре для покрытия потребности филиалов и при необходимости делает заказ у внешних поставщиков. Суммарный страховой запаса на филиалах и РЦ в этом случае будет меньше, чем при кроссдокинге. Страховой запас на случай колебания спроса при доставке от поставщика хранится на РЦ. Страховой запас на случай колебания спроса при доставки с РЦ хранится на филиале.
  • Внутренние перемещения (балансировка). Товары могут быть перемещены между торговыми точками и складами. Например, в одной торговой точке имеется большой запас и невысокий спрос на продукцию, а в другой торговой точке - обратная ситуация. Эти две торговые точки можно сбалансировать между собой и перераспределить товары.
  • Другой пример связан с истекающими сроками годности. В одном магазине может быть большая партия продукции, срок годности которой истечет через 4 дня. Часть товара может быть перемещена в другие торговые точки, чтобы избежать списания просроченной продукции. При этом оценивается целесообразность таких перемещений: затраты и вероятность дополнительных продаж в других магазинах.

 

Товар подвержен сезонности?

Сезонность оказывает большое влияние на спрос. Некоторые бизнесы и вовсе являются сезонными. Важно различать типы сезонности и уметь с ними работать. Модель заказа опирается на один несколько типов:

  • Плавающая сезонность. Ряд событий происходят ежегодно, но их сроки могут варьироваться. Например, начало эпидемии гриппа может приходиться на октябрь или ноябрь в зависимости от погоды.
  • Месячная. Множество продуктов подвержены месячной сезонности. Мороженое хорошо продается в летние месяцы и гораздо хуже зимой. Весной повышаются продажи летней резины, а осенью – зимней. Спрос на товары для сада и огорода повышается с наступлением весны и в летние месяцы.
  • Понедельная ( внутри года). Помимо месячной сезонности важно учитывать внутригодовую понедельную сезонность. Например, в первой неделе января обычно повышается спрос. Также спрос выше в первую-вторую неделю месяца, когда люди получают заработную плату.
  • Внутринедельная (пн-вс). В конце недели спрос на пиво и другие алкогольные напитки выше, чем в начале. Продажи техники и электроники могут возрастать в выходные дни. Различные снеки и быстрые перекусы могут лучше продаваться в рабочие дни. Все эти зависимости нужно учитывать, чтобы не упустить продажи.

 

Стабильность интервалов между продажами (Вид спроса)

Корректно спрогнозировать спрос – одна из самых сложных задач в управлении запасами. Проблема усугубляется тем, что в среднем только 4–6% от товаров обычного продуктового супермаркета имеют стабильные продажи. И их можно более менее эффективно прогнозировать с помощь классических математических методов (см. научную справку). Для всех остальных товаров нужны более совершенные методы, такие как вероятностное прогнозирование. 

  • Хаотичный редкий. Спрос, считается редким, если средний интервал между фактами продажи ADI (average inter demand interval) > 1.25. Показатель рассчитывается в днях. Если сегодня продана 1 единица товара, через день 5 единиц товара, а еще через два дня 2 единицы товара, то это будет хаотичный редкий спрос. Он характерен для запасных частей автомобилей и другой сложной техники, некоторых видов строительных материалов и других промышленных товаров.  
  • Хаотичный частый. Если наблюдаются регулярные продажи, т. е. показатель ADI<1.25, но при этом по-прежнему велик разброс объемов спроса, то это хаотичный частый спрос. 
  • Стабильный редкий. Может наблюдаться при продажах дорогого алкоголя или некоторых запасных частей, таких как свечи зажигания.
  • Стабильный частый. Такой вид спроса характерен для продуктов ежедневного потребления: хлеб, молоко, масло, соль, сахар и т. д. 

 

Нужно ли прогнозировать промо? 

Маркетинговые акции – это драйвер продаж для многих торговых компаний. При этом важно учитывать не только рост спроса на продвигаемый продукт, но и то, как акция повлияет на спрос других товаров.

  • Прогноз увеличения спроса. Применяется в ритейле для прогнозирования спроса в период акции. Рассчитывается на основе коэффициентов акций с учетом прошлой статистики. При этом учитывается каннибализация спроса на другие товары во время и после акции.  
  • Паллетная выкладка на период акции. В основном актуально для ритейла. Позволяет заранее спрогнозировать и поддерживать постоянный запас акционных товаров на полке. Помогает избежать дефицита во время акции.
  • Акции типа «Объем». Актуально для дистрибьюторов. Используется, когда известны объемы отгрузки акционных товаров клиентам.

 

Метод закупки под акцию

В зависимости от условий акции, стабильности и удаленности поставщика, характера спроса и рыночной ситуации, выбирается несколько методов обеспечения товара под акцию.

  • Товар нужно привезти заранее. Может потребоваться привезти весь объем товара под акцию заранее. Либо только часть товара. Например, если у нас единственный поставщик акционного товара, у которого наблюдаются сбои в поставках, то целесообразно привезти товар заранее. Это поможет избежать возможного дефицита.
  • Товар нужно привезти к началу акции. Применяется, когда есть стабильный поставщик акционного товара, чтобы минимизировать затраты на хранение.

 

Как происходит выбор поставщика?

Выбор поставщика влияет на объемы и периодичность заказов. Разные поставщики могут накладывать ограничения на заказы: по сумме, величине заказа, кратности упаковок.

  • Фиксированный.  Для заказа используется заранее выбранный поставщик. Используется в тех случаях, когда нет альтернативы для товара, либо по каким-то критериям выбран именно этот поставщик. 
  • Оптимальный. Автоматически подбирается поставщик по критериям максимизации прибыли. Программа просчитывает варианты заказа продукции у разных поставщиков. Сравниваются суммарные расходы и прибыль. По итогу выбирается тот поставщик, сотрудничество с которым принесет максимальную прибыль.

 

Был ли дефицит в прошлом?

Важный параметр, учет которого помогает корректно спрогнозировать спрос на будущие периоды. 

  • У товаров был дефицит в прошлом. Перед прогнозированием программа очищает историю продаж от дефицита. Если этого не сделать, то можно искусственно занизить спрос в будущем. В итоге это отрицательно скажется на прибыли компании. Подробно, как влияет дефицит в прошлом на будущие продажи, можно посмотреть здесь.
  • У товаров не было дефицита в прошлом. Очистка истории продаж не требуется. 
  • Наблюдалось неслучайное отсутствие спроса. Важно понимать: в ряде случаев отсутствие спроса может быть вызвано внутренними причинами: отклеился ценник на товар, поэтому покупатели стали гораздо реже совершать покупку; товар есть складе, но его забыли выложить в торговом зале; и т. д. Периоды неслучайного отсутствия спроса отслеживаются программой и учитываются при моделировании будущего заказа.

 

Какой вид уровня сервиса используется для товара?

Обычно при планировании запасов оперируют двумя типами уровня сервиса, I и II рода. Выбор обусловлен правилами и регламентами компании и будет влиять на величину запасов.

  • I рода . Уровень сервиса I рода – это гарантия полного отсутствия дефицита за цикл поставки. Допустим, у вас планируется 100 поставок в ближайший год. Уровень сервиса 95% будет означать, что только в 5 случаях из 100 может возникнуть дефицит товаров на складе между поставками. 
  • II рода . Уровень сервиса II рода – это доля спроса, которая гарантированно покрывается с использованием имеющихся на складе запасов в течение периода их пополнения. Допустим, общий спрос на товары был 100 штук в месяц, но на складе имелось только 70 единиц товара, которые и были проданы. Следовательно уровень сервиса второго рода будет равен 70%.

Подробнее про уровень сервиса читайте в статье «Что такое уровень сервиса и почему он важен».

Способ установки уровня сервиса

При выборе модели поддерживает несколько способов установки уровня сервиса. Для наилучшей эффективности рекомендуется использовать оптимальный уровень сервиса.

  • Оптимальный. Рассчитывается автоматически таким образом, чтобы максимизировать прибыль компании и снизить общие затраты и потери от дефицита, списания просроченной продукции, штрафов за недопоставку, стоимости денег и стоимости хранения. Программа для каждого товара устанавливает свой оптимальный уровень сервиса в каждый момент времени с учетом цены закупки, реализации и динамики спроса.
  • По АBC-XYZ анализу. В результате проведения анализа все товары будут распределены на группы по заданным критериям. Далее каждой группе товаров в зависимости от ее значимости назначается тот или иной уровень сервиса.
  • Экспертный. Каждому товару либо группе товаров назначается экспертным путем.

Forecast NOW! позволяет подобрать оптимальную модель расчета запаса для каждого SKU. И неважно, сколько товарных позиций в компании, 100 или 100 000. Для каждой из них будет подобрана наилучшая модель, которая обеспечит максимальную прибыль.

Другие публикации