Эта страница будет полезна специалистам по управлению товарными запасами, которым не хватило информации на главных страницах нашего сайта.
Статьи, которые будут полезны при выборе системы управления товарными запасами
Мы cделали подборку, которая поможет вам выбрать систему управления запасами: разобраться в нюансах, подходах, методах и алгоритмах, понять какие факторы стоит учитывать и на что нужно в первую очередь акцентировать внимание.
Как выбрать систему управления запасами
Как выбрать систему управления запасами и не потратить бюджет впустую? В статье мы подробно разбираем виды решений, чем они отличаются, для каких компаний лучше всего подойдут и какие подводные камни могут ожидать заказчика.
Даем конкретные рекомендации, как отличить одно от другого и на что следует обращать внимание.
Почему повышение точности прогноза не гарантирует повышение прибыли.
fnow.ru/articles/the-impact-of-forecast-accuracy-on-profit
Большой материал, где последовательно рассматривается 5 основных проблем, с которыми сопряжено использование показателя точности прогнозирования, и их решения.
- Ошибки прогнозирования считаются по разным метрикам, которые дают разные результаты и несравнимы между собой.
- Непонятно, как оценивать точность прогнозирования для группы товаров и в целом для компании.
- Высокая и низкая точность прогнозирования не является ключевым драйвером экономической эффективности.
- MAD, MSE, RMSE, MAPE - это математические ошибки, которые ничего не говорят про деньги.
- Ошибки прогнозирования оценивают только прогноз спроса и не описывают страховой запас, который может достигать 70% от общего объема запасов.
Почему мы не считаем MAPE, RMSE
Когда перед компанией встают задачи прогнозирования спроса для управления товарными запасами, обычно появляется вопрос, связанный с выбором метода прогнозирования. Но как определить, какой метод лучше? Однозначного ответа на этот вопрос нет. Исходя из нашей практики, самым распространенным методам оценки точности прогноза является средняя абсолютная процентная ошибка (MAPE). Также используются средняя абсолютная ошибка (MAE) и средняя квадратичная ошибка прогнозирования (RMSE).
Несмотря на то, что большинство компаний до сих пор используют вышеописанные методы для оценки, мы считаем, что они не достаточно корректны и не подходят для применения в реальном бизнесе.
Читайте в статье о том, как привычный показатель вводит компании в заблуждение.
Вероятностное прогнозирование
Как применение вероятностных алгоритмов прогнозирования товарных запасов может повысить прибыль компании? Разбираемся, как работают такие модели, в чем их отличие от «привычных», классических методов и что обычно не учитывается при прогнозировании спроса.
Алгоритм вероятностного подневного моделирования запасов с учетом дат поступлений. В чем его преимущество?
В статье детально исследуем эти вопросы и разбираемся, как работает алгоритм подневного вероятностного моделирования с учетом дат поступлений. На примерах показываем, с какими проблемами могут столкнуться компании, и как их решить.
Почему важно прогнозировать не только спрос, но и запасы?
Зачем моделировать изменения остатков по дням?
Как узнать, сколько товара нужно заказать сегодня?
14 факторов, которые нужно учитывать при прогнозировании товарных запасов
В статье разбираем, какие факторы и риски должна учитывать современная система (методология) управления товарными запасами, чтобы оставаться конкурентоспособной. Также поговорим, о том, какие факторы не всегда целесообразно учитывать и почему, каждый фактор разберем подробно.
Разделим все факторы на 4 группы:
- Обязательно нужно учитывать. Эта база, без которой практически невозможно говорить об эффективном управлении товарными запасами.
- Индивидуальное распределение спроса для каждого товара
- Риск возникновения дефицита
- Риски смещения сроков поставки и частичная поставка товаров
- Влияние сезонности на уровень товарного запаса
- Влияние промо-акций на уровень товарного запаса
- Праздники и повторяющиеся события
- Желательно всегда учитывать. Учет этих факторов даст вам существенное преимущество в качестве управления запасами.
- Вероятность изменения остатков на дату заказа
- Стоимость альтернативных вложений
- Затраты на хранение продукции
- Риск по списанию просроченного товара
- Штрафы за недопоставку
- Неслучайное отсутствие спроса
- Иногда нужно учитывать. Здесь речь пойдет о том, что может быть полезно для некоторых сфер деятельности.
- Колебания спроса, зависящие от внешних событий
- Прогноз погоды (жарко-холодно)
- Не всегда целесообразно учитывать. Здесь поговорим о том, на что не всегда стоит тратить ресурсы.
- Цены и промо-активности конкурентов.
- Прогнозирование колебаний курсов валют.
Почему вероятностные алгоритмы эффективнее нейронных сетей. Как мы отказались от искусственного интеллекта.
Интерес к решениям на основе искусственного интеллекта и нейронных сетей растет. Волна популярности повышает и ожидания конечных пользователей. Но всегда ли подобные решения бывают эффективны?
В статье мы делимся опытом использования нейронных сетей и генетических алгоритмов для прогнозирования спроса. Подробно рассказываем про их достоинства и недостатки и о том, почему в конечном счете отказались от данного подхода в пользу вероятностных моделей.
Почему нужно прогнозировать товарные запасы, а не спрос
Большинство российских компаний управляют запасами с помощью методов классического прогнозирования спроса. Проблема не только в том, что все эти методы устарели и плохо предсказывают спрос для большинства товарных позиций. Все они отвечают только на один вопрос: каким будет спрос в следующем периоде.
Мы привыкли считать, что прогноз спроса — основной фактор, который нужен, чтобы грамотно управлять запасами. Причем чем точнее прогноз, тем лучше. Но когда мы фокусируемся исключительно на спросе, мы упускаем из вида цель. Нам нужно знать, сколько товара хранить, чтобы получить максимальную прибыль и минимальные убытки.
В статье мы расскажем:
- как работают классические методы управления запасами,
- какие проблемы возникают, если в расчетах мы ориентируемся только на прогноз спроса,
- почему важно перейти от прогнозирования спроса к прогнозированию товарных запасов
- как работают вероятностные алгоритмы прогнозирования.
История продаж за прошлый период обычно не отражает реальный спрос. Продажи могли быть выше из-за проведенной маркетинговый акции. Или, наоборот, из-за дефицита товара продажи полностью отсутствовали, хотя спрос на него был. Прогноз, который опирается на такую историю, вряд ли будет корректным.
Чтобы этого избежать, нужно очищать историю продаж от влияния различных факторов. В руководстве делимся своим опытом о том, как подготовить историю продаж, чтобы получить корректный прогноз спроса.
Как работает выбор модели заказа в Forecast NOW!
Сколько моделей заказа должна поддерживать программа для эффективного управления запасами? Возможно ли подобрать оптимальную модель для каждого SKU? Какие факторы для этого нужно учитывать?
В статье мы рассказываем именно про модели заказа нашей программы.
Как Forecast NOW! формирует заказы. Схема работы программы.
Мы написали статью, в которой подробно описали - как программа рассчитывает товарный запас, выбирает подходящую модель прогнозирования и формирует итоговый заказ.
Способы доставки товаров, которые поддерживает Forecast NOW!
В статье детально рассказываем о всех способах доставки, которые используются в программе.
После того, как смоделированы спрос, остатки и потребность для каждого товара, программа выбирает один из 3-х вариантов доставки:
- Напрямую от поставщика.
- С использованием распределительного центра.
- Кросс-докинг.
White papers
Как выбрать систему управления запасами
Планируете внедрять систему управления товарными запасами? Мы подготовили подробное руководство, которое поможет выбрать решение, подходящее именно вашей компании. Из него вы узнаете, какую предварительную работу необходимо проделать в компании, как правильно поставить цели и определить показатели, какие виды решений есть на рынке, как оценить эффект от использования еще до начала внедрения. Скачивайте руководство по ссылке ниже.
Техническое задание на внедрение системы управления товарными запасами
Планируете внедрять систему для управления товарными запасами, но не можете обозначить четкие требования, цели и задачи? Мы подготовили для вас шаблон технического задания. На основании практического опыта мы прописали в техническом задании все важные этапы, требования и прочие делали, которые помогут сделать внедрение более успешным.
Техническое задание поможет:
- Четко определить и зафиксировать цели и задачи проекта, критерии оценки
- Прописать состав работ, сроки их выполнения, назначить ответственных
- Сформулировать понятные и конкретные требования к функционалу
- Избежать многих ошибок в процессе внедрения
Полезные видео
Обзор основных возможностей в Forecast NOW!
Обзор функционала в разрезе решения комплексной задачи управления запасами. Запись сделана в рамках курса по управлению запасами.
Спикер: Е. Викторов
Короткое видео о том, как развивались алгоритмы прогнозирования спроса, начиная от классических математических моделей и заканчивая полновероятностными. На простой аналогии показываем отличия и рассказываем, для каких целей подойдут те или иные модели.
Выступление на ММЛФ-2020 с презентацией
Насколько важна высокая точность прогнозирования при управлении запасами?
20 февраля 2020 года Александр Грицай, генеральный директор Forecast NOW!, выступил на ММЛФ-2020 с докладом «Почему повышение точности прогноза не гарантирует повышение прибыли. Как привычный показатель вводит компании в заблуждение».
Forecast NOW! Знакомство с компанией
Ролик про нас в котором мы за две минуты объясняем доступным языком чем мы занимаемся.
Как устроен процесс разработки Forecast NOW!
Рассказываем, как мы решаем задачи клиентов и разрабатываем новый функционал, как планируем спринты и какие инструменты используем, как преодолеваем сложности и улучшаем внутренние процессы.
Как проводится предпроектное исследование перед внедрением Forecast NOW!
В ролике подробно рассказываем как проводится предпроектное исследование. Предпроектное исследование помогает оценить эффект от использования системы управления запасами еще до ее внедрения. По его результатам можно узнать, насколько сократились бы излишки и дефицит в компании, при использовании Forecast NOW!, а также сколько денег удалось бы сэкономить при помощи программы.
Краткий обзор функционала
Пятиминутный обзорный ролик по основным функциям программы Forecast NOW!
Схема работы Forecast NOW! при формировании заказа
В этом видео рассказываем, как работает программа. Шаг за шагом проходим весь процесс, начиная от загрузки данных и проверки их корректности и заканчивая выбором подходящей модели заказа и схемы распределения товаров. В первой части раскрываем все детали на примере блок схемы. Во второй части показываем, как это работает в самой программе.
