Seria Jak to zrobić
Jak przegrać grę w zarządzanie zapasami na 7 sposobów. Część 1
Seria Jak to zrobić

Jak przegrać grę w zarządzanie zapasami na 7 sposobów. Część 1

10 min czytania
Irma Shypulia
Irma ShypuliaRetail Optimization Expert
How to lose your inventory management game in 7 ways. Part 1

Zapasy to główny składnik majątku każdej firmy detalicznej. Efektywne zarządzanie zapasami i ciągły monitoring umożliwiają pomnażanie zysków firmy oraz unikanie nadwyżek zapasów i strat finansowych. Proszę przeczytać w naszym materiale w dwóch częściach, jakie czynniki wpływają na sukces sieci handlowej i jakich błędów w zarządzaniu zapasami należy unikać.

1. Brak procesu uzyskiwania przejrzystych, aktualnych danych

Nawet najbardziej efektywny system zarządzania zapasami zawodzi bez danych wysokiej jakości. Dane jakościowe odnoszą się do takich czynników jak dokładność, kompletność, istotność, wiarygodność i spójność. Dlaczego jest to tak ważne?

W zakresie zarządzania zapasami, jednym z najważniejszych zadań jest dokładność zamówień. Polega ona na analizie i jednoczesnym uwzględnieniu dużej liczby czynników w celu określenia zależności, elastyczności popytu i budowania prognoz. Bez prawidłowych danych o sprzedaży i zapasach trudno jest budować prognozy bazowe przy użyciu standardowych metod statystycznych. A jeżeli mówimy o wykorzystaniu metod ML/AI, na przykład do przewidywania sprzedaży promocyjnej, to statystyka jest niezbędna, ponieważ do budowy modeli wykorzystuje się ogromne ilości danych (na przykład LEAFIO AI Retail Platform uwzględnia: sprzedaż promocyjną w odniesieniu do rabatów, rodzaje promocji i mechaniki, informacje o dodatkowych miejscach itp.), które najczęściej znajdują się w różnych źródłach i mogą być sprzeczne i o różnych formatach danych lub w ogóle niedostępne.

Oprócz powyższych, na dokładność zamówień wpływają również inne czynniki: dostępność i poprawność matrycy produktów, aktualne informacje o harmonogramach dostaw, minimalna wielkość zamówienia u dostawców, terminowe zamykanie zamówień i przeprowadzanie inwentaryzacji, procedury odpisów itp.

Jakość napływających danych bezpośrednio i bardzo silnie wpływa na błędy w prognozach, które pociągają za sobą negatywne konsekwencje w postaci nadwyżek i niedoborów i mogą kosztować firmę wiele pieniędzy. Istnieje również ogromny potencjał wykorzystania czynników i danych, które obecnie nie są uwzględniane w modelach uczenia maszynowego.

Aby uniknąć niepowodzenia w zakresie jakości danych, należy:

  1. Ustanowić procesy biznesowe: na poziomie systemu zabronić operacji wstecznych i korekt po zamknięciu dokumentu, zapewnić terminowe księgowanie dokumentów, uregulować procesy inwentaryzacji i odpisów, zautomatyzować przyjmowanie i zamykanie zamówień, itd;
  2. Zmniejszyć liczbę operacji ręcznych = wpływ czynnika ludzkiego: zapomnieć, wprowadzić informacje błędnie lub do niewłaściwego systemu;
  3. Dążenie do jednego źródła wprowadzania i aktualizacji danych przychodzących;
  4. Wyznaczyć osoby odpowiedzialne za każdy proces i istotność danych, osoby zatwierdzające i wprowadzające zmiany;
  5. Zautomatyzowana kontrola błędów: na przykład sprawdzanie pod kątem duplikatów, formatów danych, pominięć/braków danych w wartościach, pod kątem niespójności. Z błędami przesuwa uwagę tylko na obszary problemowe, co zwiększa prawdopodobieństwo wypracowania i skorygowania niedociągnięć;

Operational dashboard for daily tasks

Operacyjna tablica rozdzielcza dla codziennych zadań w systemie optymalizacji zapasów Leafio

  1. Przeprowadzić analizę danych w celu identyfikacji nietrywialnych błędów. Na przykład w systemie LEAFIO AI Retail Solutions ważna jest praca z następującymi raportami:

A. Raport dotyczący wątpliwych zapasów resztkowych pokazuje produkt z pozostałością, ale bez sprzedaży przez pewien okres czasu (w zależności od kategorii popytu na produkt). Dzięki temu raportowi można zidentyfikować towary z zamrożoną pozostałością i opracować je, co w efekcie zwiększy obrotyю.

B. Raport o ilości zamówienia pokazuje, kiedy dostarczono towar mniejszy niż ilość. Pracując z nim, można znaleźć błędy w danych, co pomaga poprawić dokładność zamówień i uniknąć nieuzasadnionych nadwyżek.

Jakość danych zwiększa dokładność narzędzi analitycznych BI i sprawia, że użytkownicy biznesowi chętniej polegają na nich niż na własnej intuicji lub arkuszach kalkulacyjnych. Prowadzi to do bardziej efektywnego podejmowania decyzji biznesowych, a w konsekwencji do zwiększenia sprzedaży, optymalizacji procesów wewnętrznych i uzyskania przewagi konkurencyjnej.

2. Brak właściwych KPI dla każdego menedżera łańcucha dostaw (menedżerowie kategorii, planiści popytu, zespół trade marketingu, dział logistyki)

Istnieje szeroki zakres KPI dla zarządzania łańcuchem dostaw. Ale za podstawowe metryki dla kierowników ds. zapasów uważa się następujące:

LFL report in Leafio

Raport LFL w Systemie Optymalizacji Zapasów Leafio

Ważne jest, aby znać KPI z poprzednich okresów, czy były lepsze czy gorsze, i porównywać je z docelowymi standardami. Tylko w ten sposób można wyciągnąć prawidłowe wnioski na temat efektywności zarządzania zapasami.

Właściwa kombinacja i integracja tych mierników ma znacznie większą wartość dla efektywności całego systemu niż stosowanie KPI oddzielnie od siebie. Złe przykłady stosowania pojedynczych celów w systemie motywacyjnym mogą być dla firmy dość kosztowne.

Doskonałym przykładem są KPI dostępności i obrotu dla kierowników ds. zakupów, które równoważąc się wzajemnie, dają prawdziwy obraz stanu zapasów. KPI dla menedżera kategorii może koncentrować się na realizacji planu obrotu (z uwzględnieniem rabatów), zysku krańcowym kategorii i obrocie, a także KPI optymalizacji asortymentu (udział towarów trudno zbywalnych i o niskiej rotacji), przestrzeganiu standardów zapasów kategorii (%), porównaniu dynamiki rozwoju kategorii na rynku i w firmie. Dla planistów popytu są to wskaźniki statystyczne dokładności prognoz (na przykład WMAPE) oraz wskaźniki finansowe dotyczące utraconej sprzedaży, nadwyżki i obrotu. Zespół specjalistów ds. trade marketingu monitoruje rozwój konta i wzrost świadomości marki, czyli KPI dotyczące lojalności wobec marki (są to: zyski, penetracja, średnia kontrola, udział w rynku, zysk na metr półki itp.)

Tak, każda metryka ma swoje wady i zalety, ale należy pamiętać, że każda firma ma swoje własne cele: na przykład szybki wzrost lub utrzymanie udziału w rynku. W związku z tym "właściwe" KPI dla łańcucha dostaw będą się różnić w zależności od firmy.

Czasami znalezienie "właściwych" KPI to kwestia prób i błędów. Aby to ułatwić, należy starać się unikać częstych błędów w budowaniu systemu KPI dla łańcucha dostaw:

Ogólnie rzecz biorąc, KPI dają wgląd w to, jak dobrze firma realizuje swoje cele i informują o podejmowanych decyzjach. W przypadku zarządzania zapasami ścisłe monitorowanie KPI może pomóc w poprawieniu dokładności zamówień, wykrywaniu i reagowaniu na zmiany popytu, zmniejszeniu nadwyżek i strat w sprzedaży, a w konsekwencji zwiększeniu zysków.

3. Brak najwyższej klasy narzędzi do zarządzania zapasami

W dzisiejszych czasach nie sposób przecenić znaczenia posiadania skutecznego narzędzia do zarządzania zapasami. Narzędzia te są przeznaczone do wykonywania następujących zadań:

Celem systemu jest osiągnięcie wysokiej dokładności zamówień, zapobieganie zapasom, przyspieszenie obrotu i zmniejszenie odpisów, a wszystko to zwiększa sprzedaż i zyski. Dzięki temu menedżerowie mają więcej czasu na analizę i eliminację problematycznych kwestii związanych z bieżącymi zadaniami.

Powinni Państwo pilnie ponownie rozważyć korzystanie z narzędzia do zarządzania zapasami, jeżeli zauważą Państwo następujące czynniki:

Właściwe zarządzanie zapasami poprawi zadowolenie klientów i efektywność całego łańcucha dostaw.

Dzielimy się wynikami naszych klientów: zmniejszenie nadwyżki o 30-60%, wzrost sprzedaży o 20%, przyspieszenie obrotu o 20-30%, uwolnienie pieniędzy z zapasów.

Proszę czytać dalej w części 2.


Irma Shypulia
Irma ShypuliaRetail Optimization Expert

POWIĄZANE ARTYKUŁY

ZAPISZ SIĘ DO NASZEGO NEWSLETTERA

Nie przegap naszego cotygodniowego biuletynu

44.192.92.49