Как улучшить качество прогнозирования продаж и планирования поставок

В основу этой статьи лег мой ответ на вопрос подписчицы моей рассылки о том, как решить проблемы с расчетом заказа из-за постоянного дефицита в прошлом. «Недавно устроилась на работу в компанию, где постоянный дефицит товара, то есть по статистике очень трудно рассчитать будущую потребность. Товар заказывался время от времени и наобум. Брать аналогичный период прошлого года — не знаю, есть ли смысл, т. к. был опять же дефицит, к тому же в этом году продажи прилично подросли, но где предел роста на фоне дефицита, неясно».Действительно, проблема с дефицитом товара не только в том, что компания теряет прибыль и, возможно, клиентов, но еще и в том, что статистику таких продаж нельзя использовать для расчетов будущей потребности и заказа поставщикам. Если не проводить подготовку данных и не восстанавливать данные о продажах в этот период, мы получим в будущем опять дефицит.

Что можно сделать?

Первым и главным шагом я считаю признание того, что у нас статистика с дефицитом и что она искажает расчеты будущей потребности. Следующим шагом должно стать принятие решения, что мы делаем в данной ситуации. На этом этапе мы можем принять решение, что мы ничего с этим не делаем — и понимаем, что у нас есть риск того, что в будущем будет недостаточно товара на складе. В этом случае мы понимаем, что этот риск есть и что мы готовы работать в таких условиях: для наших клиентов это не критично, а мы готовы потерять часть возможной прибыли. При этом нужно заранее осознавать, что у нас не будет 100%-го удовлетворения заказов клиентов. Потому что, если мы ничего не делаем в связи со статистикой с дефицитами и ожидаем, что будет 100%-й уровень сервиса (или близкий к этому значению), это будет очень странно.

Если компания из-за дефицита не готова терять прибыль, а также, возможно, и клиентов, то необходимо принимать меры и улучшать качество наших расчетов. Есть несколько вариантов действий в данной ситуации, их описание — далее в статье.

Экспертная оценка аналитика

Этот метод заключается в том, что аналитик, который занимается расчетом прогнозов, ведет статистику ситуаций, когда наблюдался дефицит, то есть отмечает случаи, когда тот или иной товар отсутствовал в необходимом количестве на складе. Далее, в момент прогнозирования и определения будущей потребности, эти периоды восстанавливаются до уровня возможных продаж, и уже по этим данным ведутся расчеты будущей потребности. Такая процедура называется подготовкой (или очисткой) статистических данных. Безусловно, этот метод сильно зависит от качества работы аналитика, ведь он может забыть или полениться отметить все периоды. Кроме того, такая работа трудоемка. Но подобный подход дает результаты: прогноз получается более качественным. Совет: такую работу можно делать по самым важным и востребованным товарам, а также отмечать только периоды, когда наблюдалось длительное отсутствие товара. Это уменьшит трудоемкость, а качество снизится незначительно.

Считаем средние продажи без учета дней, когда товара не было на складе

Суть метода в том, что, когда мы рассчитываем заказ поставщику по средним продажам, в расчет берутся только дни, когда товар был на складе. То есть из расчета как общего объема продаж, так и дней продаж убираются дни, когда данный товар отсутствовал на складе.

Такой метод легко автоматизируется, его можно часто встретить в компаниях, где внедрен автоматизированный инструмент для расчета заказа поставщикам в программе «1С» своими силами — специалистов по закупкам и программистов компании.

Пример расчета.

Предположим, что за месяц было продано 120 штук. В этом месяце было 4 дня, когда остаток товара был равен нулю. Давайте посмотрим, как отличаются расчеты средней продажи  с учетом и без учета наличия товара на складе.

Без учета дефицитных дней: 120 штук / 20 рабочих дней = 6 штук в день.

С учетом дефицитных дней: 120 штук / (20 дней — 4 дня) = 7,5 штуки в день.

Вы видите, разница есть: если мы будем заказывать товар поставщику с учетом того, что у нас продается 6 штук в день, высока вероятность, что в будущем у нас опять будет дефицит товаров. Этот метод достаточно просто автоматизируется в «1С». Если вы работаете с поставщиками, у которых небольшой срок выполнения заказа, и можете использовать средние продажи для расчетов, этот метод вам точно будет полезен. Кроме простых средних, для определения будущей потребности можно использовать средневзвешенную продажу. О том, как она рассчитывается, читайте в моей статье (ссылка)

Фиксируйте спрос своих клиентов

Еще один вариант — это фиксировать спрос на товары по заявкам клиентов. Чаще всего это выглядит следующим образом: весь перечень товаров, который запрашивает клиент, вносится в специальный документ в информационной системе. Далее уже на основании этого документа делаются отгрузочные документы с учетом наличия товаров на складе.

Такая схема документооборота позволяет отслеживать реальный спрос клиентов и уже при прогнозировании будущей потребности учитывать невыполненные заказы.

В этой схеме есть подводный камень: заявку на товар, который клиент не получил, он может дублировать, и это придется учитывать вручную или оценивать экспертно, но зато будет статистика неудовлетворенного спроса, который можно принимать во внимание при будущих расчетах. Это позволяет уменьшить вероятность дефицитов в будущем.

Восстановление продаж с помощью математических расчетов

Я уже писала о методе, когда аналитик вручную ведет статистику по периодам дефицитов и восстанавливает статистику перед расчетами. Существуют математические методы выявления периодов статистики, аналитики эти расчеты могут реализовать в таблицах Excel. Суть метода в том, что выявляются дни дефицита, когда остаток на складе был ниже средних продаж в соседних периодах. В эти дни продажи заменяются средними продажами. Здесь описан лишь один из алгоритмов, возможны различные варианты выявления дефицитных дней. У таких расчетов есть как плюсы, так и минусы. Например, если товара не было — возможно, клиент купил аналогичный товар или продажи были бы меньше средних.Если вам сложно делать вручную такие расчеты или у вас недостаточно знаний этих алгоритмов, можно воспользоваться готовыми автоматизированными решениями для управления запасами и прогнозирования спроса. Во многих из них реализован серьезный математический аппарат, включая и подготовку статистических данных для расчетов. В эту подготовку входит в том числе и восстановление продаж в периоды дефицитов. Какие именно алгоритмы заложены в каждом продукте, как реализуется подготовительный этап, какие данные нужны — всё это нужно изучать в каждом готовом специализированном продукте.

Большие запасы для получения статистики без дефицитов

Я хочу поделиться своим опытом — как я работала в компании, где в течение продолжительного периода по всем товарам был дефицит.

Я согласовала с директором схему, согласно которой некоторое время при заказе товара (у нас было производство, и мы заказывали продукцию раз в месяц) я буду по товарам категории А заказывать больше, чем нужно по статистике. Таким образом мы давали возможность проявиться спросу на эти товары, и в дальнейшем могли опираться на статистику продаж с большей уверенностью.

Такую практику можно применить для всех товаров, но это требует значительных вложений в них. Поэтому рекомендую начать с товаров группа А: вероятность того, что на них будет спрос, выше, чем по другим товарам.

В моем случае мы придерживались такой стратегии по товарам группы А в течение всего сезона, у компании достаточно было средств для этого, а кроме того, риск здесь состоит только в том, что по востребованным товарам некоторый период будут излишки.

В заключение хочу сказать, что использование статистики с дефицитом действительно значительно ухудшает качество прогнозирования и расчета заказа поставщикам. Хорошая новость в том, что есть пути улучшения этой ситуации, а в конечном счете и улучшения качества прогнозирования и планирования. Некоторые из перечисленных методов требуют значительных ресурсов, но начинать можно и с небольших шагов.

Если хочешь достигнуть цели — беги к ней, не можешь бежать — иди, не можешь идти — ползи, не можешь ползти — ляг и лежи в ее направлении.

Сайт Ольги Правук http://uppravuk.net/