В основе этой статьи – мой ответ на вопрос подписчицы моей рассылки о том, как рассчитать объем нового заказа, если невозможно ориентироваться на статистику прошлых лет. «Недавно устроилась на работу в компанию, где постоянный дефицит товара, и по статистике очень трудно рассчитать будущую потребность. Товар раньше заказывался время от времени и наобум. Брать аналогичный период прошлого года – не знаю, есть ли смысл, так как опять же был дефицит. В этом году продажи прилично подросли, но где предел роста, на фоне дефицита неясно».
Действительно, если возникает дефицит товара на складе, компания теряет прибыль и, возможно, клиентов. К тому же, статистику таких продаж нельзя использовать для расчетов будущей потребности и заказа поставщикам. Если не проводить подготовку данных и не восстанавливать данные о продажах в прошедший период, мы получим в будущем опять дефицит.
Что можно сделать?
Первым и главным шагом я считаю признание того, что имеющаяся статистика искажает расчеты будущей потребности. Следующим шагом должно стать принятие решения о том, что делать в такой ситуации. Мы может ничего с этим не делать, осознавая риск остаться без нужного запаса товара на складе. При этом мы сознательно идем на то, чтобы работать в таких условиях. И мы понимаем, что не сможем на 100% удовлетворить заказы клиентов, и потеряем часть прибыли. Потому что иначе в такой ситуации быть не может.
Если же компания не готова из-за дефицита терять прибыль, и, возможно, клиентов, то необходимо улучшать качество расчетов. Есть несколько вариантов действий в данной ситуации.
1. Экспертная оценка аналитика
Аналитик, который занимается расчетом прогнозов, ведет статистику ситуаций, когда тот или иной товар отсутствует 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.
2. Средние продажи без учета дней дефицита
Суть метода: заказ поставщику рассчитывается по средним продажам, а 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 на складе отсутствовал.
Такой метод легко автоматизируется, его можно часто встретить в компаниях, где внедрен автоматизированный инструмент для расчета заказа поставщикам в программе «1С» своими силами – с участием специалистов по закупкам и программистов компании.
Пример расчета. Предположим, что за месяц было продано 120 штук товара. И в этом месяце было четыре дня, когда остаток на складе 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 у поставщика с учетом того, что у нас продается шесть штук в день, высока вероятность, что в будущем у нас опять будет дефицит.
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.
3. Фиксирование спроса клиентов
Еще один вариант – 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 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.
4. Восстановление статистики с помощью математических расчетов
Я уже писала о методе, когда аналитик вручную ведет статистику по периодам дефицита и восстанавливает статистику перед расчетами. Существуют также математический метод расчетов, который аналитики 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 фактические данные о продажах заменяются усредненными. При этом описанный алгоритм не единственный, возможны различные варианты выявления дефицитных дней. И 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 знания 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 – все это нужно изучать, приобретая готовый специализированный продукт.
5. Заказ с запасом
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 (у нас было производство, и мы заказывали продукцию раз в месяц) я буду заказывать товары категории А в большем объеме, чем нужно по статистике продаж. Таким образом, мы давали возможность проявиться спросу на эти товары, и в дальнейшем могли опираться на статистику с большей уверенностью.
Такую практику можно применить для всех товаров, но это требует значительных вложений. Поэтому рекомендую начать именно с товаров группы А: вероятность того, что на них будет спрос, выше.
В моем случае мы придерживались такой стратегии по товарам группы А в течение всего сезона. У компании достаточно было средств для этого, кроме того, риск здесь состоит только в том, что по востребованным товарам в течение некоторого времени 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.