Ошибки прогнозирования и неликвидные остатки представляют собой серьезные недочеты при планировании закупок, из-за которых оборотный капитал оказывается замороженным. Грамотное определение потребностей помогает минимизировать пустые полки и освободить финансовые ресурсы. Специалисты по закупкам (Редакция BrightBoard) детально рассмотрели процесс управление запасами, используя возможности платформы БрайтБорд.
Коротко: Норма запасов для торговой точки определяется товарной категорией (для FMCG это обычно 20–40 суток), однако часть ассортимента часто пропадает с витрин. Если перейти на ежедневные поставки, дефицит заметно сократится. Точность расчетов напрямую влияет на прибыль магазина, а современные системы автоматизации позволяют анализировать десятки различных параметров.
Многие ритейлеры сталкиваются с типичной проблемой: складские помещения забиты товаром, но торговать при этом нечем. В часы пик покупатели не находят нужных позиций. Это приводит к прямой потере выручки из-за неправильно подобранных алгоритмов автозаказа и пересортицы.
Внедрите автоматическое планирование закупок и забудьте о лишних запасах. БрайтБорд — надежный инструмент для вашего отдела снабжения.
Почему возникают ошибки прогнозирования и неликвидные остатки?
Краткий ответ звучит так: нестабильность спроса в сочетании с редкими, но крупными поставками разрушают логику алгоритмов. Излишние запасы омертвляют капитал, тогда как логистические сбои оставляют полки пустыми. Оптимальный выход — частые поставки небольшими партиями, при которых запас для сегмента FMCG держится на уровне 20–40 дней. Таким образом можно предотвратить кассовые разрывы.
Основной парадокс розницы в том, что в любой момент времени значительная доля товаров отсутствует в продаже, в то время как по другим позициям наблюдается колоссальный профицит. Из-за постоянной непредсказуемости спроса управляющие торговыми точками склонны накапливать товарные излишки.
Система управления складом должна базироваться на принципе частых и мелких отгрузок. Магазину следует формировать заказ сразу после продажи товара, а не дожидаться критического снижения остатков. Целевое значение запасов варьируется: для FMCG это 20–40 дней, тогда как для одежды или хозтоваров этот показатель может быть выше.
Термины простым языком
- Дефицит — полное отсутствие нужной позиции в торговом зале или на складе.
- Неликвидные товары — изделия, которые долго не находят покупателя, тем самым замораживая оборотные средства.
- Цикл исполнения заказа — временной интервал с момента отправки заявки поставщику до фактической приемки партии на складе.
Как выбрать глубину исторического периода для прогноза?
Краткое правило: берите для анализа период, который равен циклу оборачиваемости товара или превышает его. Оптимальная глубина исторических данных для прогнозирования продаж зависит от характеристик продукции и выраженности сезонных колебаний. Если система учитывает десятки показателей и очищает статистику от трех видов аномалий, точность прогноза возрастает, а риск затоваривания снижается.
Правильный выбор анализируемого периода критически важен для качества прогнозов. На слишком коротком отрезке времени не будут видны сезонные тренды, а излишне длинный период может включить устаревшие данные, которые компании уже не нужны.
Выбор алгоритма обработки аномальных продаж
Перед тем как строить математическую модель, необходимо очистить базу данных от искажений. К таким аномалиям относятся:
- Дни, когда товара вообще не было в наличии (нулевые продажи по причине дефицита).
- Аномальные скачки спроса в период проведения маркетинговых акций.
- Разовые крупные закупки оптовыми или корпоративными клиентами.
Если не внести соответствующие корректировки, алгоритм выдаст завышенный прогноз, что в итоге приведет к избытку товара на складе.
Сравнение метрик WAPE и MAPE для оценки прогноза
Чтобы оценить качество модели, применяются различные показатели точности. Чаще всего аналитики используют метрики MAPE и WAPE.
| Метрика | Расшифровка | Особенность применения |
|---|---|---|
| MAPE | Средняя абсолютная ошибка в процентах | Сильно реагирует на нулевые продажи, искажает картину для товаров редкого спроса. |
| WAPE | Взвешенная абсолютная ошибка в процентах | Лучший выбор для ритейла, поскольку учитывает объем продаж по каждой конкретной позиции. |
| ME | Средняя ошибка | Демонстрирует вектор смещения (постоянный недозаказ или, наоборот, избыток). |
Применение показателя WAPE дает возможность объективно взглянуть на проблему в масштабах всего ассортимента компании, а не концентрироваться на единичных позициях.
Управление неликвидами и товарными запасами
Неликвидные остатки это следствие систематических ошибок при закупках. Эффективное управление логистическими запасами невозможно без регулярного проведения совмещенного ABC-XYZ анализа.
| Группа | X (стабильный спрос) | Y (средняя стабильность) | Z (нестабильный спрос) |
|---|---|---|---|
| A (высокая доля оборота) | Высокая точность прогноза, автоматизированный заказ | Умеренный прогноз, формирование страхового запаса | Ручной контроль со стороны закупщика |
| B (средняя доля) | Типовой алгоритм пополнения запасов | Систематический мониторинг показателей | Изучение причин скачков спроса |
| C (низкая доля) | Полная автоматизация процессов | Кандидаты на оптимизацию ассортиментной матрицы | Первые претенденты на вывод из ассортимента (потенциальный неликвид) |
Позиции из сегмента CZ, как правило, отличаются низкой стоимостью и непредсказуемыми продажами. При работе с такими товарами целесообразно держать минимальный запас, заказывать только под конкретный спрос или вовсе ограничивать закупки.
Переведите управление складскими запасами в цифровой формат, тратя на это всего 15 минут в день. Попробуйте бесплатный демо-доступ к системе БрайтБорд.
Планирование закупок товаров и услуг
Любой процесс управление запасами стартует с определения нормативов. Коэффициент оборачиваемости демонстрирует, с какой скоростью вложенные в товар средства возвращаются в виде денег. Высокий показатель оборачиваемости говорит о высокой эффективности использования капитала.
Снижение уровня дефицита и стабилизация запасов в диапазоне 20–40 дней обеспечили рост продаж без увеличения накладных расходов.
Прогнозирование продаж в Excel против автоматизации
На начальном этапе многие компании ведут планирование закупок и контрактов в обычных электронных таблицах. Использование Excel оправдано, если ассортимент невелик. Однако при расширении товарной матрицы таблицы уже не могут обеспечить качественный многофакторный анализ.
При ручных расчетах ошибки прогнозирования и неликвидные остатки появляются из-за банального человеческого фактора: сотрудник может забыть про сроки годности, минимальный объем партии или кратность упаковки.
Внедрение профессиональных IT-решений позволяет одновременно обрабатывать десятки критериев, вычисляя идеальный объем заказа с точностью до единицы товара.
FAQ
Что такое ошибки прогнозирования и неликвидные остатки?
Это расхождение между расчетным и фактическим спросом. В результате компания либо сталкивается с отсутствием товара, либо накапливает на складе мертвый груз.
Как рассчитать значение ошибки прогноза?
Для оценки чаще всего применяется метрика WAPE: общая сумма абсолютных отклонений фактических продаж от прогноза делится на реальный объем продаж за рассматриваемый период.
Как избавиться от неликвидных товаров?
Проведение ABC-анализа позволяет определить аутсайдеров (группу C). После этого к ним можно применить различные стратегии: сократить запасы, упростить управление, продавать в наборах или использовать другие методы утилизации.
Почему прогнозирование продаж в 1С не всегда эффективно?
Стандартные версии учетных программ обычно опираются на примитивные алгоритмы (расчет по средним значениям), которые не способны корректно обрабатывать периоды промо-акций или отсутствия товара.
Как часто нужно пересматривать модели управления запасами?
Периодичность корректировки настроек автозаказа и страховых запасов определяется спецификой товарной категории и внутренними регламентами компании.
