Разбираем 12 показателей: от оборачиваемости и уровня сервиса до точности планирования. Узнайте, как аналитика закупок помогает сократить неликвиды и избежать дефицита.
Качественная аналитика закупок - это единственный способ превратить склад из места хранения денег в управляемый актив, который приносит прибыль. Если закупать товары на интуиции или просто копировать прошлые продажи, кассовые разрывы и заваленные полки неизбежны.
Чтобы держать закупки под контролем, нужно регулярно отслеживать состояние запасов и качество планирования. Вот базовый алгоритм действий:
Часто бывает так, что компания видит рост выручки, но денег на счетах нет - они все лежат в запасах на складе. Система метрик позволяет увидеть эту проблему до того, как она станет критичной. Ручной расчет этих показателей в Excel занимает слишком много времени и создает ошибки. Специализированные сервисы, такие как БрайтБорд, берут эту рутину на себя, автоматически рассчитывая прогноз спроса и необходимые заказы.
Управлять можно только тем, что вы измеряете.
Многие новички ставят знак равенства между продажами и спросом. Они берут отчет за прошлый месяц, видят реализацию 100 штук и заказывают столько же.
Это опасно тем, что не учитываются дни, когда полка была пустой. Если товар закончился в середине месяца, продажа 100 штук произошла только из-за отсутствия остатков. Реальный спрос мог быть 200. В следующем месяце привезут 100, снова продадут их за две недели и опять потеряют прибыль. Это классическая ловушка, сдерживающая рост.
Как проще: всегда восстанавливайте историю спроса. Если товара не было на остатках 5 дней, нужно досчитать потенциальные продажи за этот период. Это даст честную базу для прогноза.
Когда закупщик боится дефицита, он начинает добавлять к заказу лишний объем на всякий случай. Без четкой метрики точности это приводит к раздуванию склада.
Деньги замораживаются в лишнем товаре. Вместо того чтобы пустить средства в оборот или закупку новинок, они лежат мертвым грузом. При этом на соседней полке может не хватать ходового товара, потому что бюджет ушел на перестраховку.
Как проще: внедрите метрику точности прогноза. Сравнивайте, сколько планировали продать и сколько реально ушло. Если отклонение постоянно выше 20-30% в одну сторону, значит, модель заказа не работает, и интуиция здесь не помогает.
Закупщик выполнил задачу - полки полные. Но никто не следит, сколько времени товар там лежит.
Товар стареет, теряет вид или актуальность. Хранение тоже стоит денег (аренда, зарплата сотрудников). Если товар лежит на складе дольше, чем длится отсрочка платежа поставщику, компания начинает кредитовать склад из своих оборотных средств.
Как проще: считайте оборачиваемость в днях. Необходимо знать, за сколько дней в среднем продается текущий запас. Аналитик тратит часы на сведение этих данных, но автоматизация позволяет получать срез мгновенно. В БрайтБорд можно сразу увидеть проблемные зоны: где денег заморожено слишком много, а где намечается дефицит.
Вместо хаотичного контроля всего подряд, соберите свою панель показателей. Разделите их на три логических блока.
Ключевые метрики, такие как упущенные продажи и дефицит, стоит мониторить еженедельно или ежедневно для важных товаров. Оборачиваемость и неликвиды достаточно проверять раз в месяц. Глубокий анализ отдела закупок обычно проводится ежеквартально.
Продажи - это то, что пробито в чеке. Спрос - это то, что покупатели хотели купить. Если товара не было на полке, продажи равны нулю, но спрос мог быть высоким. Прогноз должен строиться на восстановленных данных, иначе вы будете планировать дефицит.
Это зависит от отрасли и стабильности продаж. Для товаров с ровным спросом (хлеб, молоко) нормой может быть 90-95%. Для новинок или сезонных товаров точность в 60-70% часто считается успехом. Главное - отслеживать динамику и стараться уменьшать ошибку.
Возьмите среднюю скорость продаж товара в дни, когда он был в наличии. Умножьте это число на количество дней, когда товара не было (остаток ноль). Это даст примерное количество потерянных штук. Умножьте на цену - получите потерянную выручку.
Программа считает и подсвечивает проблемы, но решения принимает человек. Специалист должен интерпретировать данные: почему упала оборачиваемость - из-за сезонного спада или ошибки в ассортименте. Аналитик настраивает систему так, чтобы она давала верные сигналы.
Узнайте, как оценивать точность прогнозирования спроса по MAPE и WAPE. Разберитесь, как находить смещение в планах, чтобы сократить неликвиды и избежать дефицита на полках.
Как сравнить системы прогнозирования спроса по точности, стоимости и удобству. Разбираем ключевые критерии выбора ПО для автоматизации закупок и управления товарными запасами.
Рассказываем, чем полезно машинное обучение для прогнозирования спроса и какие данные нужны для старта. Узнайте, когда стоит уходить из Excel и где алгоритмы бессильны.
