Краткий курс молодого менеджера по закупкам. Ликбез маркетолога-аналитика.

КАК СОСТАВИТЬ ЗАКАЗ НА СКЛАД

Заказ товара (или сырья, материалов) на склад обычно составляться под производство продукции, для оптовой торговли или для розничного магазина.

Заказ — это функция от прогноза продаж, ёмкости склада, логистики и сервиса. Чтобы сделать обоснованный заказ товара (или сырья) на склад под будущий период продаж (или производство), необходимо в первую очередь спрогнозировать продажи (или производство) на этот период. Расчётный заказ может быть скорректирован с учётом места и условий хранения, сроков годности и по другим причинам.

В упрощённом виде общая формула точного заказа на свой склад выглядит так:

Убедимся на примере, что формула считает Заказ на склад верно при разных условиях.

Дано: страховой запас 5 шт, прогноз продаж 1шт/день, после аномальной продажи 4 шт 2-го числа, 3-го числа менеджер решил сделать заказ:

1. Приход Заказа на склад через 2 дня. Минимальная партия 5 шт.

Заказ 3-го числа по формуле = 8 шт. 8 шт = 5 шт (Сток N. Страховой запас 5 шт) — 4 шт (на складе и в пути в момент заказа) +2 шт (=мин (4 (остаток +путь); 2 (прогноз продаж за 2 дня)) +5 шт (5дней *1 шт./ день. 5 дней пройдёт с момента n прихода Заказа 5-го числа до точки N прихода следующего заказа 10-го числа)

В таблице с динамикой показателей видим, что заказ 8 шт верный. Его как раз хватит для того, чтобы к моменту прихода следующего заказа в 5 шт иметь на складе именно страховой запас, не больше и не меньше.

2. Приход Заказа на склад через 12 дней. Минимальная партия 5 шт.

Заказ 3-го числа = 10 шт. 10шт = 5 шт (Сток N. Страховой запас 5 шт) — 4 шт (на складе и в пути в момент заказа) +4 шт (=мин (4 (остаток +путь); 12 (прогноз продаж за 12 дней)) +5 шт (5дней *1 шт./ день. 5 дней пройдёт с момента n прихода Заказа 15 числа до точки N прихода следующего заказа 20 числа)

3. Приход Заказа на склад через 12 дней. Минимальная партия 1 шт., заказ можно делать в любой день.

Заказ 3-го числа = 6 шт. 6 шт = 5 шт (Сток N. Страховой запас 5 шт) — 4 шт (на складе и в пути в момент заказа) +4 шт (=мин (4 (остаток +путь); 12 (прогноз продаж за 12 дней)) +1 шт (1 день *1 шт./ день. 1 день пройдёт с момента n прихода Заказа 15 числа до точки N прихода следующего заказа 16 числа)

В таблице с динамикой показателей видим, что заказ 6 шт. верный. Не нужно заказывать больше 1 шт. к страховому запасу 5 шт., если есть возможность подвозить по 1 штуке каждый день. Если делать следующие заказы своевременно и приходить они будут также вовремя, время в пути напрямую не влияет на заказ. Прошу обратить внимание на этот важный момент. На практике часто встречаются ошибочные формулы заказа, в которых Величина Заказа зависит от времени в пути.

Динамика показателей при заказе

Помимо формулы точного заказа, существует множество упрощённых моделей заказа. Наиболее распространены модель «МИН-МАКС» и близкая ей по логике модель «Заказ до нормы в точке заказа». Также широко встречаются «Заказ под норматив запаса», «Оптимальный заказ Уилсона». Все они имеют погрешность по сравнению с формулой Точного заказа, поэтому часто являются причиной излишков и дефицита. Тем не менее, их до сих пор используют на практике в силу ряда причин. Если встретите их и в своей практике — знайте, что Вам повезло: ведь при замене их на формулу точного заказа Вас ждёт экономический эффект. Коротко разберём, почему ошибается популярная модель МИН МАКС.

ПРОБЛЕМЫ модели МИН МАКС.

Принцип модели МИН МАКС — не выглядит ошибочным: сделать заказ до уровня МАКС (или Нормы) в момент, когда остаток (склад плюс путь) стал не больше точки МИН (или точки Заказа). Точка МИН обычно равна Страховой запас + Прогноз продаж за Цикл поставки. МАКС всегда больше точки МИН на периодичность между заказами. Разница между точками МИН и МАКС должна быть не меньше, чем кратность заказа.

Главная проблема модели МИН МАКС в том, что как продажи, так и приходы на склад — в реальности очень часто неравномерны. И если делать заказ до уровня МАКС в момент, когда уже произошло обнуление остатков — то получаем убытки от излишков. Ведь Вам совершенно не нужно, чтобы на склад сразу приехало товара = МАКС (или Норме)! Но именно так обычно происходит на практике и приводит к убыткам от излишка товара. Если прогноз = 1 штука в день, страховой запас 7 дней, периодичность заказов раз в неделю и цикл поставки 14 дней, то при нулевом остатке (склад +путь) Точный заказ будет равен 14 штук первый раз и по 7шт каждую следующую неделю. А в модели МИН МАКС точка МИН = 21 шт (14+7), точка МАКС = 28 шт (МИН+7), и Заказ при 0 остатке рассчитается как 28 шт.

Кроме того, программисты при внедрении МИН МАКС обычно оставляют пользователю возможность корректировать только Цикл поставки, а Периодичность любят «зашивать» в формулу МАКС как константу (например, как одну неделю) без возможности её корректировки пользователем (на две недели, месяц). Тем самым у пользователя обычно нет возможности учесть тот факт, что не каждый заказ может быть исполнен раз в неделю (часто не набирается минимальная отгрузка, машина). Поэтому, нажатие на кнопку заказа в точке МИН часто не приводит к появлению на складе через Цикл поставки того количества, которое необходимо, чтобы его хватило до следующего прихода. В результате этого неизбежно возникают убытки, но уже от дефицита, а не от излишков.

Совет начинающим: расчёт заказа возможен только после прогноза продаж. Какой бы метод или систему Вы не использовали, сначала определитесь: как (отталкиваясь от чего) будете прогнозировать продажи? После этого выбирайте формулу прогноза и инструмент для расчёта. Важно всегда помнить, что «универсальных» формул прогноза на все случаи жизни не бывает. Любая Формула прогноза ориентируется на определённые факторы, учесть которые Вы желаете в первую очередь. Поэтому нельзя всякую формулу, которую Вы встретили, применять и в Вашем случае. В некоторых случаях прогноз вообще не рассчитывается по формуле, а собирается опросом клиентов. Часто прогноз будущего сбыта рассчитывается на основе фактической статистики продаж прошлого периода с учётом таких факторов, как учёт потерянных продаж (учёт наличия на складе), профиля роста рынка, профиля сезонности, учёт проведённых акций и распродаж. Иногда он составляется сначала по группам товара и только затем переводится на конкретную номенклатуру из актуальной товарной матрицы.

Учесть в формуле прогноза ВСЕ факторы, от которых будет зависеть будущая продажа — НЕВОЗМОЖНО!

Не воспринимайте всерьёз слова тех, кто заявляет: «Хороший прогноз должен совпасть с фактом продаж на 100%». Не распыляйте силы на погоню за фантомом. Для обычной компании с малой долей на рынке, продающей товар со своего склада, нормальной считается формула прогноза, которая на основе анализа факта продаж (на основе прошлой статистики) даёт погрешность в пределах 30%. Иногда и такой уровень труднодостижим. Чтобы доказать этот резкий и неприятный тезис, достаточно просто взять любую формулу прогноза продаж — и применить её ретроспективой к прошлой статистике не за один, а за три-четыре периода. Результат отрезвляет, ведь с фактами трудно поспорить. Причина тут не обязательно в том, что Ваша формула «плохая». А в том, что любая формула, как и любая модель, способна учесть лишь часть из множества влияющих на продажу факторов.

Рассмотрим на простом примере, как анализируется статистика продаж и составляется заказ.

Представим, что бабушка продаёт горячие пирожки на проходной фабрики. Каждый день через проходную проходит примерно 50 человек. Каждый день примерно каждый второй покупает один пирожок, и бабушка давно убедилась на опыте, что когда она приносит 30 пирожков и больше — обычно часть пирожков у неё остаётся нераспроданной, а когда она приносит 20 пирожков и менее, обычно ей жалуются, что пирожков не хватает. Наша бабушка печёт пирожки не сама, а покупает их по утрам у своей соседки. Соседка выдаёт их в 7.30 утра, за наличные и точно под заказ. Ещё полчаса занимает путь от соседки до проходной. В корзинке пирожки остаются свежими до 12 часов, потом засыхают и никому не нужны.

Заказ без расчётов:

Попробовав несколько раз и так и этак, бабушка пришла к выводу, что всегда будет заказывать у соседки 25 пирожков, не больше и не меньше. В этом случае она и продаст больше 20, и много лишних не останется (самой бабушке эти пирожки и даром не нужны). То есть наша бабушка из этого примера — это образец закупщика, который без всяких программ Excel и прочих непонятных ему излишеств, составил ежедневный заказ = 25 штук на основе своего опыта.

Вопрос: Хороший ли это заказ? Можно ли составить лучше? Что для этого надо знать?

Изобразим графически наличие пирожков в корзинке (запас товара):

Аналитик обратит внимание на тот факт, что в понедельник и вторник пирожки продались без остатка к 10 часам (можно было бы продать больше, то есть имеются «потерянные потенциальные продажи»), в среду 5 шт осталось не проданными на 12 часов и засохли («потери товара из-за перезаказа»), а в четверг и пятницу пирожки продались без остатка и только к 12 часам (не было ни «перезаказа», ни «потерянных продаж»).

Итак, задача аналитика: спрогнозировать спрос и рассчитать заказ с учётом момента получения товара и страхового запаса.

Шаг 1. Спрогнозировать спрос (составить прогноз продаж). Это самая сложная и самая творческая часть работы. Для этого можно проанализировать статистику остатков и продаж прошлого периода. Этим обычно и занимается аналитик в закупках. Но можно оттолкнуться и от понимания «Емкости рынка и прогноза нашей доли на нём». Этим, как правило, занимается аналитик в маркетинге. Часто аналитики закупок и маркетинга работают над прогнозом продаж совместно.

Вернёмся к пирожкам. Тот факт, что в понедельник и вторник пирожки были распроданы за 2 часа, говорит о неудовлетворённом спросе (низкий уровень сервиса, потерянные продажи — эти термины имеют общую основу «неудовлетворённый спрос»). Почему же так вышло? Почему те же люди в понедельник и вторник покупали пирожки активнее? Причин может быть множество, и не все из них мы в принципе можем узнать. Но это не означает, что мы и не должны искать связь этих причин со спросом. Чем больше мы о них узнаем и учтём (и составим профили зависимости спроса от этих причин), тем лучше будет наш прогноз продаж и заказ.

На что рекомендую обратить внимание при прогнозе продаж:

— Однороден или нет анализируемый товар? Надо ли разбить его на подгруппы/виды?

В случае с пирожками может оказаться, что 25 пирожков не одного, а 5-ти разных видов по 5 штук: с яйцом, с мясом, с картошкой, с капустой и с повидлом. В этом случае желательно анализировать продажи каждого вида в отдельности, ведь может оказаться, что с картошкой хватают в первую очередь, а с повидлом раскупают в последнюю. В этом случае рекомендуется «перераспределить» корзину в сторону лидеров продаж, увеличив их долю по отношению к аналогам с меньшей скоростью продаж. Заказ каждого вида товара обычно делают пропорциональным его скорости продаж. Если пирожков с картошкой за первый час продаж продалось 4шт, а пирожков с капустой только 2шт, в следующий раз брать пирожков с картошкой нужно в два раза больше, чем с капустой. Расчёт скорости продаж желательно делать в отрезок, когда на складе есть все аналоги товара. Иначе есть риск не учесть «канибализирующие» или «замещающие» продажи (случаи, когда отсутствие популярной позиции повлекло за собой покупку менее популярного аналога).

— Есть ли цикличные или иные предсказуемые зависимости?

В случае с пирожками может оказаться, что по понедельникам и вторникам есть дополнительный спрос (приходят особо голодные студенты, например). А по средам традиционно устраивается совещание с бесплатным кофе-брейком, и на проходной меньше покупателей. Или в среду, четверг и пятницу работает буфет и столовая, которые закрыты в понедельник и вторник. Чем больше информации о влиянии подобных причин на спрос будет учтено, тем точнее можно спрогнозировать продажи и сделать заказ. Если фактор, который действует на спрос, цикличен (сезонность, всплески в праздничные дни), желательно составить профиль зависимости спроса от данного фактора (например, профиль сезонности).

— Каков потенциал продаж (ёмкость рынка и наша доля)? Можем ли мы увеличить продажи и что для этого можем предпринять?

Довольно часто продажи зависят и от времени прихода товара, и от продвижения товара (рекламы, презентабельной выставки, верной ценовой политики). В случае с пирожками, возможно, соседка бабули согласилась бы испечь пирожки к 7.00, и если их забирать не в 7.30 а в 7.00 и быть на проходной к 7.30, можно будет продать на 5—10 штук больше. Также может оказаться, что если упаковывать пирожки в пакетики, они дольше будут оставаться тёплыми и чистыми, и покупать их будут с большей охотой. Если спрос эластичен к цене товара, могут помочь скидка или акции «три по цене двух» по средам и тп.

В реальной торговой компании, прежде чем планировать рост продаж от акций типа дополнительной рекламы, снижения цены, лучшей упаковки или улучшения сервиса обслуживания, настоятельно рекомендуется обсудить и зафиксировать эти договорённости с коллегами из маркетинга. Ведь можно закупить товар, а денег на эти мероприятия у коллег не окажется, или потрачены они будут ими с меньшей, чем ожидалось, эффективностью. В результате на складе окажется лишний товар.

— Каким образом вычисляются «средние продажи». Учитывается ли при вычислении «средних продаж» доступность товара к продажам?

Довольно часто забывают учесть тот факт, что в принципе нельзя продать товар, которого не было в доступности. И считать «средними продажами» пирожков в понедельник и вторник по 25 штук — в принципе не верно. У нас было ещё 2 часа без продаж, которые не состоялись только по причине отсутствия товара. Но эти продажи были бы, если бы товар был в корзинке. И средние продажи в понедельник и вторник были бы больше 25 штук.

— Учитываются ли при составлении прогноза «единовременные акции» и «распродажи» по невыгодной цене.

В случае с пирожками может оказаться, что бабушка, узнав заранее о праздничном митинге у проходной, принесла втрое больше пирожков и все их с успехом распродала. Но ведь митинг не будет повторяться регулярно, и если она принесёт 75 пирожков в следующий раз, то большая часть пирожков пропадёт. С другой стороны, может оказаться, что в один из дней у неё оставалось 10 грязных пирожков, которые никто не брал, и чтобы не нести их обратно — она продала их по цене ниже закупочной. Учитывать такие продажи как «нормальные» нельзя. Рекомендуется учитывать только «очищенные» продажи. В настроенных автоматизированных системах продажам, осуществлённым по акциям или в распродажу, присваивают особые признаки, чтобы легче было «очищать» от них статистику.

Существует множество формул прогноза продаж на основе статистики. Наиболее часто встречаются простое скользящее среднее, метод средней взвешенной по Шрайбфедеру, экспоненциальное сглаживание (простое, двойное, метод Холта-Винтерса). Для примера возьмём формулу прогноза продаж в общем виде:

Подготовим необходимую статистику. Если продажа осуществляется со склада, необходимо иметь информацию не только о продажах, но и о складских остатках.

Как же получилось так, что имея максимум продаж 25 штук в день, средние продажи составили 28.32 пирожка? И почему мы рассчитали заказ на первый понедельник 20 штук, а на следующий 37 штук? Причина — в использовании профилей зависимости спроса и учёте потерянных продаж. Эти инструменты помогают, при недостатке статистики, дополнить фактические продажи «потерянными» (например, когда у нас не было товара в часы с 10 по 11 и с 11 по 12). «Потерянные продажи» состоялись бы при наличии товара.

Разобранный пример показывает, в чём польза анализа статистики. «Угадать» число 28, 20 или 37 без анализа трудно, а при ассортиментной матрице в тысячи позиций, практически невозможно.

Определившись с методом прогноза спроса, построив профили зависимости спроса от факторов и очистив статистику, можно приступать к непосредственному расчёту заказа по формулам.

Шаг 2. Рассчитать Страховой запас, Stock N (Safety Stock N).

Часто страховой запас (количество товара, которое по расчёту должно быть на остатках в момент прихода регулярного заказа) рассчитывают через Коэффициент запаса. Например, утверждают: остаток нашего склада в момент следующего прихода должен быть 10 дней продаж (15 дней продаж, 20 дней продаж) и точка.

Страховой запас как способ достижения целевого уровня сервиса.

Иногда ставят цель добиться определённого уровня сервиса (% выполнения запросов клиентов) и страховой запас рассчитывают в зависимости от этой цели. Чем выше целевой уровень сервиса — тем выше страховой запас. Тут важно не переусердствовать и не наплодить излишков.

Закупщик должен понимать, что страховой запас увеличивает склад, требует дополнительных затрат и часто снижает важнейший показатель «складская эффективность».

Чтобы обосновать высокий страховой запас, нужны сильные аргументы. Например, данный товар крайне необходим, а Вы не можете сменить поставщика или заставить поставщика исполнять заказ в срок, не можете сменить перевозчика или воздействовать на таможню (которые часто задерживают доставку товара). И тогда у Вас всего два выхода: либо постоянно «нарываться» на перебои с товаром на складе по этим причинам, либо формула заказа должна эти причины учесть в дополнительном страховом запасе.

Два основных подтипа страхового запаса — «страховка» на случай аномальных продаж и «страховка» на случай задержек транспорта в пути.

Для вычисления страхового запаса на случай аномально высоких продаж часто используют один из двух вариантов его расчёта:

1. SafeQ1 = МАX от продаж прошлого периода (перекрываем им максимальный возможный всплеск продаж). Прост в расчёте и удобен для короткого LeadTime (обычно до 3-х дней). Способ подходит не для каждого товара, может приводить к излишкам, так как всплески могут быть случайны.

2. SafeQ1 = функция от отклонения фактических продаж от средних. Чем больше это отклонение, тем больше создаётся запас. Иногда вместо расчёта уникального значения для каждой позиции товара, используют всего три коэффициента для трёх групп товара. Отношение конкретной позиции к той или иной группе определяют через XYZ метод. Способ часто приводит к большим погрешностям, особенно если плохо учтена сезонность.

Для вычисления страхового запаса на случай перебоев в поставках (отклонение факта Цикла Поставки (LeadTime) от плана) часто из максимального фактического времени исполнения заказа отнимают запланированное и умножают на прогноз продаж в день

Если максимальное фактическое время существенно превышает запланированное, часто пользуются «ограничителем». Например, ограничитель «не более 50%» от запланированного. Без такого ограничителя высок риск того, что из-за одной нестандартной задержки в прошлом, Вы будете всегда содержать завышенный страховой запас.

Самая частая ошибка при настройке страхового запаса.

Чаще всего ошибаются, увеличивая страховой запас по группе Z относительно группы Х только потому, что это «Z»! Рекомендую увеличивать страховой запас в группе Z только по очень ценным и выгодным товарам. Вообще, строго говоря, оценивать вариативность в отрыве от сезонности — некорректно. Многие Z — это вообще сезонные товары, на которые просто не наложили график сезонности или использовали ошибочный график сезонности. Я обычно рекомендую отталкиваться в начале настройки от такой формулы, без учёта XYZ: Страховой запас = Out of Stock Point (Средняя продажа, необходимое для продажи количество, минимальная выкладка) + Мин (15; Макс (1/2 цикла поставки; Периодичность)) * Прогноз (шт. в день). Для остро сезонного и редко продающегося товара, а также в моменты финансовых затруднений вообще возможен как исключение Страховой запас = 0*. *При этом Out of Stock Point всё равно лучше зафиксировать на карточке товара и учитывать с его помощью возможные потерянные продажи.

Идеальный страховой запас — самонастраивающийся.

Если есть возможность привлечь грамотных программистов — рекомендую автоматизировать корректировку Страхового запаса в зависимости от реальных потерянных продаж, наценки, платы за складское хранение и цены кредита. Использовать такой принцип: если увеличение страхового запаса на 1 день приводит к снижению убытков от потерянных продаж больше, чем дополнительная плата за дополнительный кредит и хранение, то увеличивать по таким товарам страховой запас автоматически на дополнительный 1 день. Если дефицита нет в период перед плановым приходом очередного заказа — то снижать автоматически Страховой запас на 1 день. И так постоянно регулярно автоматически корректировать Страховой запас, в границах от «Out of Stock Point» (в редких случаях — от 0) до «Максимум возможного по месту хранения (на полке, на складе) минус Прогноз продаж за периодичность». Если формула заказа будет содержать Страховой запас с перерасчётом таким образом, то самые ценные Z действительно получат повышенный страховой запас, но малоценные Z — не получат.

На что рекомендую обратить внимание при заказе «на склад»:

— Каков реальный срок исполнения заказа с момента его формирования и отправки поставщику до момента его появления на складе. Часто можно услышать «заказ привозим за 2 дня» но при этом не учитывают, что это только время в пути от склада поставщика до нашего склада. А могут быть дополнительные затраты времени. Например, время на производство и сборку, время на погрузку/разгрузку, время «на обработку» нашего заказа (проверки/утверждения и тп). И реальный срок исполнения заказа (обычно его обозначают Lead Time) оказывается больше. Именно полный Lead Time, а не какая-то его часть (время в пути) должен учитываться при заказе.