5 причин автоматизировать закупки

      Комментарии к записи 5 причин автоматизировать закупки отключены

5 причин автоматизировать закупки

Игорь Гончаров Директор по формированию, Украина

Складская и закупочная логистика без IT убыточна. Из-за чего самые умелые закупщики проигрывают специальным информационным совокупностям?

В случае если у вас виртуальный товар, продажи под заказ, или вы трудитесь в люксовом сегменте с циклом продаж от года и выше – быть может, проблемами складской логистики возможно пренебречь. Но всем, кто трудится в материальном секторе с высоким оборотом, замечательно как мы знаем, что прибыльность торговли зависит от закупок и эффективности склада.

Подходы к ответам различные. Имеется множество нюансов, кое-какие из них на данный момент обсудим. Но главным причиной эффективности делается ставка на IT. Обращение не о том, ведется ли электронный учет. Очевидно, да.

Информационные совокупности в далеком прошлом употребляются везде, и склады не исключение. Вопросы в другом:

  • Задействован ли целый потенциал автоматической обработки данных?
  • Складские и закупочные IT-решения комплексные?
  • Они оказывают помощь оптимизировать поставки и закупки, либо ориентированы на учет?

До ИИ как в кино до тех пор пока что на большом растоянии. Но, современные информационные совокупности для бизнеса уже способны на очень многое. А также они смогут учитывать регулярные тенденции, отбрасывать случайные всплески, быть предусмотрительными и рачительными, кроме того оптимистичными и скаредными. Никакой магии, чистая математика.

Как это трудится?

1. Сглаживание продаж

Первый неприятель закупочной логистики – нетипичные пики. Они смогут быть в обе стороны. Иногда случайные клиенты покупают больше, чем возможно ожидать, если судить по накопленной статистике.

Время от времени закупок напротив меньше, в большинстве случаев, по причине того, что требуемых товаров на складе не выяснилось. Так или иначе, отклонения от нормы страшно принимать как управление к действию.

Математическим языком: «распределение Гаусса» от обратного. В случае если продажи не входят в обычное распределение, они игнорируются при своевременном планировании закупок. Наряду с этим в качестве среднего употребляется значение линейного тренда, дабы учитывать динамику продаж.

Людской языком: в случае если продажи, к примеру, растут приблизительно на 10-15% в месяц, а позже внезапно быстро удваиваются благодаря чужой клиенту – то это не означает, очевидно, что необходимо расширить закупки вдвое. Случайная успех игнорируется, и на следующий месяц так же, как и прежде будет заказано на 15% больше, с учетом хорошего тренда. При падении продаж выводы делаются подобно.

2. Правило Парето: 20/80

Одна из известных закономерностей: 20% упрочнений снабжают 80% результата. Это справедливо и по отношению к продажам, соответственно и к складской логистике. Меньшинство товара приносит солидную часть прибыли.

Какая как раз часть – занимательный вопрос. Для изучения клиентской базы применяют ABC-анализ, для стабильности товара и оценки веса АВС-XYZ-анализ.

Математическим языком: делается распределение классов по способу касательных лично под предприятие, другими словами по графикам нарастающих итогов.

Людской языком: ведется досье по каждому товару. Что выше в рейтинге, то и закупается прежде всего, причем с запасом.

3. Тренды

Имеется броские сезонные тренды, к примеру, цветы на 8 Марта. Бывают куда менее заметные тенденции, каковые, однако, стабильно повторяются – соответственно, смогут быть отслежены и учтены. Сложность воображает пересечение трендов, и тут начинаются в принципе простые цифры, каковые вручную сложно подсчитать.

По причине того, что при громадном ассортименте количество вычислений зашкаливает, а для торговых сетей, к тому же, все значения смогут различаться с поправкой на географию.

Математическим языком: выполняется прогнозирование по главным и запасным моделям. К примеру, учитываются тренд-сезонная математическая модель, совмещенная с полиномиальным второй степени и линейным трендом, индуктивная модель и, в некоторых случаях, легко трендовая модель (для наименований, сравнительно не так давно поступивших в продажу).

Людской языком: ПО просчитывает все виды закономерностей, каковые возможно отследить по статистике продаж. После этого из всех распознанных повторов моделируется один неспециализированный, самый прибыльный. Это прогноз, и добиться 100% точности, само собой разумеется, невозможно. Но при подсчете числовых показателей компьютерные совокупности ошибаются реже, чем люди.

А в прогнозах по громадным данным – тем более.

4. Оценка потребностей

Фактически, это главная цель анализа. Но потому, что необходимо учесть большое количество взаимосвязанных факторов, запрещено сходу начать с оценки потребности, и ею же ограничиться. Для получения адекватных прогнозов приходится просчитать все то, что перечислено выше – а для применения этих данных на практике еще да и то, что будет обрисовано ниже.

Исходя из этого «оценка потребностей» всего лишь один из этапов, а не вся задача полностью.

Математическим языком: сглаженные продажи оцениваются посредством обычного распределения Гаусса по периодам, принятым в торговой фирме – а после этого результаты корректируются сезонными и другими трендовыми коэффициентами.

Людской языком: все цифры, каковые удалось вычислить, разбиваются по кварталам, месяцам, семь дней. Практически, это и имеется замысел закупок, лишь пользоваться им еще рано, пока только заготовка.

5. Оптимизация логистики

На сладкое, как водится, десерт. Возможные продажи сопоставляются с текущими остатками на складе, и товаром, находящимся в пути, зарезервированными товарами, скоростью доставки, ценой хранения на складе и транспортными затратами, вторыми смежными затратами.

Математическим языком: несложная математика (была бы), но учитывая количество переменных, получается сценарный анализ с просчетом разных вариантов и выбором одного, самого оптимального, в качестве финального результата.

Людской языком: для того и необходимы были все прошлые вычисления, чтобы получить все значительные прогнозы, ничего не потеряв. В то время, когда известны все значения, они суммируются, с учетом ожидаемой рентабельности по разным товарам – и на выходе получаются искомые цифры: в то время, когда и какое количество чего конкретно заказать, куда доставить.

Нюансы

Может сложиться чувство, словно бы имеется некоторый твёрдый метод, обеспечивающий оптимальную складскую (а заодно и транспортную) логистику. Это не верно.

Во-первых, очень многое зависит от специфики деятельности. Какие конкретно как раз товары, условия и сроки их хранения, сертификации, транспортировки, реализации и т.д. – все это может внести значительные коррективы, и картина закупок изменится.

Во-вторых, имеется смежные методики: RFM-анализ (Recency Frequency Monetary – давность, частота, деньги); формирование эргономичной выкладки на складе, разные методики оптимизации транспортной логистики, каковые влияют на другие факторы и склады, впредь до особых маркетинговых акций, «разламывающих» рентабельность для неких рекламных мыслей, для повышения рыночной доли, лояльности и т.д. Все это нереально учесть, разбирая эти по продажам и закупкам – но, на практике неспециализированный замысел действий должен быть всецело синхронизирован. Исходя из этого закупочная аналитика в любом случае являются рекомендацией.

В-третьих, бывают рисковые и страховые случаи, форс-мажоры, разные непредвиденные события. Порча товара, кражи, не то уровень качества, неточности в расфасовке, размерах, цветах, в чем угодно. Абстрактная математика может себе позволить некие коэффициенты и сосредоточиться на прекрасных формулах – но реально трудящаяся совокупность на живом торговом предприятии должна быть достаточно эластичной, дабы при необходимости допускать значительные отклонения от «верных цифр» – а после этого все же учитывать и верные цифры также.

Появляется соблазн вскрикнуть: ага! Значит, нечего делать вид, словно бы информационные совокупности формируют заказы и чего-то в том месте оптимизируют, в действительности в них цифры – а все ответы принимают люди, как и раньше. Так, да не так.

Решения, само собой разумеется, принимают люди. Но подготовить эти, достаточные для принятия этих ответов, без IT уже запрещено. Чем более комплексный доступ к данным, чем более специальная совокупность – тем правильнее анализ. Вся оцифрованная информация аккумулируется, и повышает точность следующих прогнозов.

Обработку форс-мажоров автоматизировать не окажется, а обычную регулярную деятельность – непременно.

Имеется суть «посмотреть под капот» информационных совокупностей, чтобы выяснить, как как раз они трудятся. Преимущество IT уже не только механическое, оно в качественном сочетании разных методик для обработки баз данных. Теоретически люди все еще в состоянии придти к похожим выводам самостоятельно, применяя калькуляторы, гроссбухи и электронные таблицы.

Но на практике специальный софт с уверенностью побеждает. Ни у кого нет столько времени, дабы выполнить сопоставимый количество вычислений вручную. А ведь это регулярная задача.

Каждый день появляется новая порция данных, все коэффициенты и тренды необходимо корректировать, и результаты снова изменятся.

Не потребуйте неосуществимого от своих сотрудников. Выберите подходящее IT-ответ, настройте его под собственную специфику и это даст эффект, причем масштабируемый.

Продажи20473 2

Как планировать торгово-закупочную деятельность компании

Корпоративная практика2390 12

Управление запасами: как разгрузить склад без угрозы поставкам

>

5 Обстоятельств Выбрать VtrendeOpt для оптовых закупок из Китая


К прочтению:

самые интересные статьи, подобранные как раз для Вас: