Модель запасов, или Продолжаем управлять ассортиментом

В предыдущей статье мы подробно поговорили о том, как вести статистику и учет продаж. После того как мы узнали, сколько планируем продать, мы можем рассчитать, сколько нужно закупить. Сегодня продолжим тему работы c ассортиментом, будем рассчитывать модель запасов и объем закупки. Это поможет вам окончательно навести порядок на своем складе и свести упущенные продажи к минимуму.

Рассчитываем «модель запасов»

Например, мы ожидаем продать на следующей неделе 50 пар валенок. У нас есть следующие варианты действий:

1. Закупить 100 пар и держать 50 в запасе — на всякий случай.

2. Закупить ровно 50 — должно хватить.

3. Закупить 20 — если будут заканчиваться, всегда можно быстро довезти… И так далее.

Каждый из этих вариантов может быть оптимальным для конкретной ситуации. Какой из них оптимален для вас, помогает определить ряд факторов:

• Время от момента заказа до поставки

• Точность прогнозов

• Надежность поставщика

• Срок годности

• Процент упущенных заказов, который вы готовы допустить

Естественно, все эти факторы в разной степени и по-разному влияют на размер запасов. Но, к счастью для нас с вами, существует формула расчета необходимого запаса. Она используется такими компаниями, как Procter & Gamble, Unilever, Metro, Auсhan, Nestle и другими.

Ниже представлена эта формула, адаптированная для Excel. Используйте ее для расчета рекомендуемого размера запасов — TI (Target Inventory) — и минимального размера запасов — SS (Safety Stock):

TI = НОРМОБР(A; F*(T+L); КОРЕНЬ((T+L)*СТЕПЕНЬ(σ;2) + Var(L)*СТЕПЕНЬ(F;2)))

SS = TI — L*F

НОРМОБР, КОРЕНЬ и СТЕПЕНЬ — это стандартные функции в Excel. При расчете по этой формуле в Excel у вас должно получиться примерно следующее:

Если вводные значения расставлены именно по этим ячейкам, то формулы будут выглядеть так:

TI = НОРМОБР(C6; C1*(C3+C4); КОРЕНЬ((C3+C4)*СТЕПЕНЬ(C2;2) + C5*СТЕПЕНЬ(C1;2)))

SS = C8—C4*C1

Теперь расшифруем все условные обозначения, которые мы видим в формуле.

F — прогноз продаж в штуках (кг, тоннах и т.д.) за неделю.

σ — точность прогноза. В данной модели используется стандартное отклонение ошибки прогноза продаж на недельной основе по продуктовым группам. Этот показатель измеряется в штуках в неделю.

T — частота оформления заказа на закупку (период между закупками в неделях). Так как закупки — это не единственная наша забота, мы не можем заниматься ими постоянно. Этим показателем вы определяете, как часто сможете просматривать остатки и заказывать продукцию.

L — время от момента заказа до поставки в неделях, или, как его называют в западных компаниях, — Lead-time. Здесь стоит заложить не только время на доставку, но и периодичность заказов. К примеру, если доставка осуществляется на следующий день после заказа, но делаете вы его только раз в неделю, то Lead-time будет равен одной неделе.

Var(L)— надежность поставщика. Это показатель (в процентах) заказов, которые поставщик выполняет точно и вовремя. При этом стоит учитывать, что доставка может быть осуществлена вовремя, однако если качество продукции оставляет желать лучшего и вы отказываетесь от поставки, то поставка считается невыполненной. По-хорошему, такую статистику нужно вести, если же ее у вас нет или один и тот же товар вы заказываете у разных поставщиков, то можете поставить так называемую экспертную оценку. По сути, это просто ваше ощущение от работы конкретного поставщика, выраженное в цифровой форме.

A — уровень сервиса (процент упущенных заказов, на который вы готовы согласиться). Все мы понимаем, что держать постоянно весь ассортимент на складе просто невозможно. Не говоря о том, что случайная удача может привести к тому, что к концу дня не останется некоторых видов товаров. Если говорить о крупнейших корпорациях, перечисленных выше, для них хорошим показателем является порядка 90 % выполнения запросов клиентов.

Этот показатель нельзя рассчитать. Он является результатом вашего стратегического решения. Если вы позиционируете свой бизнес как элитный, то вам нужно поддерживать высокий уровень сервиса и почти всегда иметь возможность предложить клиентам то, что им нужно. Ради этого придется пойти на серьезные списания. И наоборот, если главное конкурентное преимущество вашего магазина — цены, то нужно минимизировать затраты на списания в ущерб ассортименту.

Покрытие запасов

Как вы уже могли догадаться, размер запаса можно рассчитать как в штуках, так и в днях покрытия. Последнее означает количество дней продаж, которые может покрыть данный запас, и рассчитывается по формуле:

Срок годности

Следующий фактор, влияющий на расчет модели запасов, — срок годности. Он может серьезно отличаться для разных видов товара. Поэтому мы должны сравнивать результаты модели со средним сроком годности по каждому продукту. Естественно, если он составляет одну неделю, а модель предлагает хранить месячный запас, глупо будет следовать ее рекомендациям. Поэтому следующим шагом будет корректировка расчетов модели запасов по сроку годности.

При этом в последней ситуации стоит уменьшать срок поставки и увеличивать точность прогнозов и надежность поставщика, чтобы в итоге рекомендуемый моделью размер запасов оказался ниже срока годности.

Если вы поиграете с моделью, изменяя различные показатели, то можете заметить, что требуемый запас, а следовательно, и размер списаний может быть серьезно снижен за счет оптимизирования таких показателей, как Lead-time и надежность поставщика. Насколько вы уверены, что сегодня работаете на лучших условиях поставки и с самыми надежными поставщиками? Проанализируйте рынок и постарайтесь найти альтернативы.

Рассчитываем заказ на закупку

Теперь, после того как основная работа проделана, на основе составленного прогноза продаж и результатов «модели запасов» мы можем в оперативном порядке рассчитывать заказ на закупку каждого продукта.

Для этого мы просто сравниваем остатки с рассчитанным требуемым размером запасов. Видим разницу и принимаем решение о закупке.

Есть еще один нюанс: дни поставки. Например, мы видим, что запасы белых iPhone на сегодня составляют 30 штук, при этом модель рекомендует нам держать 40. Средние продажи в день — 10 штук, а срок поставки — два дня. Соответственно, если вы закажете 10 штук (разница на сегодня), то на день поставки у вас будет 20 штук (рис. 2).

Поэтому при выставлении заказа нужно учесть еще и эти два дня продаж, другими словами, заказать не 10, а 30 iPhone, тогда на день поставки мы попадем ровно в требуемый уровень запасов (рис. 3).

При этом не нужно следовать рекомендованному размеру закупки цифра в цифру. Если вы видите, что рекомендованный размер закупки совсем небольшой, можно отложить закупку на несколько дней. Или, наоборот, немного превысить рекомендацию.

Сразу после закупки ваши запасы будут выше рекомендации, спустя некоторое время — ниже. Очень популярно схематическое изображение изменения запасов в организации, так называемая «Пила» (рис. 4):

Если просматривать весь ассортимент каждый день, это может занять много времени. Поэтому, возможно, стоит разбить весь ассортимент по дням недели. Пример для цветочного магазина: понедельник — розы, лилии и тюльпаны, вторник — аксессуары, орхидеи и хризантемы и так далее. При этом не стоит забывать, что продукцию с коротким сроком годности нужно просматривать как можно чаще. Это уменьшит Lead-time и снизит требуемый размер запасов.

Подводя итог, давайте еще раз вспомним всю последовательность действий, которая поможет вам привести склад в порядок:

1. Группировка ассортимента.

2. Ведение статистики.

3. Обработка статистики.

4. Контроль над потерянными продажами.

5. Построение прогноза.

6. Расчет модели запасов.

7. Расчет заказа на закупку.

Рекомендую внедрять описанное по шагам, не одномоментно, чтобы не создавать лишний стресс для себя и бизнеса.

В заключение хочется поздравить тех, кто дочитал до конца. Вы не из робкого десятка! Когда вы проведете все необходимые расчеты и действия и каждый внедренный этап останется в вашей компании, управление запасами станет операционной задачей, не занимающей много времени. И при этом у вас на складе всегда будет то, что нужно вашим клиентам, и ничего лишнего. Успехов!