Как рассчитать объем заказа поставщику, зная скорость продаж и текущие остатки. Разбираем прогнозирование закупки товаров с учетом страхового запаса и продукции в пути.
Прогнозирование закупки товаров - это математически обоснованный расчет будущих заказов поставщику, который строится на данных о продажах, текущих остатках и сроках доставки. Мы в команде БрайтБорд считаем, что главная цель этого процесса - обеспечить наличие товара на полке без замораживания лишних денег на складе.
Если вы заказываете товар "на глаз", вы неизбежно столкнетесь с одной из двух проблем: либо покупатель уйдет с пустыми руками (упущенная выгода), либо склад окажется забит неликвидом (кассовый разрыв). Эффективное управление запасами превращает хаос в предсказуемую систему.
Ручное сведение остатков и заказов отнимает часы и приводит к ошибкам. Используйте БрайтБорд для автоматизации.
Прежде чем переходить к формулам, нужно убедиться, что у вас есть чистые данные. Любая система управления запасами, будь то Excel или специализированный софт, работает по принципу GIGO (мусор на входе - мусор на выходе).
Чтобы расчет потребности товаров был корректным, определимся с понятиями:
Организация управления запасами невозможна без понимания скорости уходимости товара. Если вы не знаете, сколько штук конкретного артикула продается в день, спрогнозировать закупку нельзя.
Давайте разберем механику, по которой строится прогнозирование спроса и аналитика в закупках. Этот алгоритм подходит для товаров с регулярным спросом.
Вам нужно рассчитать среднедневные продажи. Обычно берется статистика за последние 30-60 дней. Важно очистить эти данные: если товара не было на полке 5 дней из 30, эти дни нужно исключить из расчета, иначе средняя скорость будет занижена.
Управление поставками и запасами требует знания временных лагов.
Итого, горизонт планирования = Срок поставки + Периодичность заказа.
Реальная жизнь вносит коррективы: машина может сломаться, а покупатели - разобрать товар быстрее обычного. Эффективность управления запасами зависит от наличия "подушки безопасности". Обычно это запас на 2-3 лишних дня торговли или 20-30% от объема поставки. Без этого риск дефицита резко возрастает.
Теперь сводим все воедино. Методика расчета потребности выглядит так:
Результат - это и есть объем вашего заказа. Если число отрицательное или равно нулю, заказывать ничего не нужно.
Забыли вычесть товары в пути и заказали двойной объем? Это частая ошибка. Используйте БрайтБорд для автоматизации.
Простой формулы достаточно для старта, но по мере роста ассортимента процесс усложняется. Управление запасами товаров требует разделения подходов для разных групп.
Нельзя управлять "гвоздями" и "золотыми часами" одинаково.
Существуют разные типы управления запасами. Одна из моделей - система управления запасами с фиксированным размером заказа. Это когда вы всегда заказываете, например, паллету воды, как только остаток падает до определенного уровня. Это удобно для логистики (дешевле возить полными машинами), но требует более гибкого подхода к хранению.
Часто анализ управления запасами в компаниях показывает типовые ошибки:
Чтобы деньги не лежали мертвым грузом на складе, нужно постоянно работать над оборачиваемостью. Контроль управления запасами должен быть регулярным. Если вы видите, что товар лежит дольше планируемого срока, нужно либо снижать цену (распродажа), либо уменьшать объемы следующих закупок.
Современное управление складскими запасами движется в сторону автоматизации. Когда у вас 100 SKU, можно справиться с калькулятором. Когда их 5000, ручной расчет потребности в ресурсах становится невозможным из-за человеческого фактора.
Помните, что идеальное управление материальными запасами - это когда товар приезжает ровно в тот момент, когда с полки забирают последнюю единицу предыдущей партии. Достичь этого идеала сложно, но стремиться к нему - значит повышать прибыль бизнеса.
Основные методы включают систему с фиксированным размером заказа, систему с фиксированным интервалом времени (периодичностью) и комбинированные стратегии. Также популярны подходы "точно в срок" (JIT) и управление на основе АВС-анализа.
Специализированный софт автоматически загружает данные о продажах и остатках, очищает их от случайных всплесков, учитывает сезонные коэффициенты и предлагает готовые цифры к заказу, исключая ошибки ручного ввода.
Это показатель того, насколько эффективно запасы обслуживают спрос. Качество определяется уровнем сервиса (процент удовлетворенного спроса) и оборачиваемостью (как быстро товар превращается в деньги).
Для долгосрочного планирования берется прогноз продаж на год с учетом трендов роста и сезонности. Однако на практике заказы поставщикам дробятся на более мелкие партии для сохранения ликвидности.
В логистике фокус смещен на оптимизацию транспортных потоков и хранения (вместимость склада, стоимость доставки). В торговле приоритет отдается наличию товара для покупателя и скорости оборота.
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.
