Управление запасами и прогнозирование спроса

На прошлой неделе провели открытый вебинар «Обзор возможностей программы Forecast NOW!» На нем показали, как работает программа на реальных данных, и, какие задачи можно с помощью нее решить. Разобрали основные модули: Прогнозирование и автозаказ Аналитика. Балансировка запасов Прогнозирование эффектов промо Стратегическое планирование закупок Проактивные рекомендации Посмотреть запись можно на удобной платформе: fnow.ru Youtube VK Видео Rutube

Бизнес-планирование без иллюзий: что на самом деле думают лидеры отрасли Осенью прошлого года прошла одна из ключевых международных конференций по планированию и прогнозированию — Business Planning, Forecasting & S&OP / IBP: Best Practices Conference. Это площадка, где собираются лидеры отрасли, чтобы обсудить реальные кейсы и изменения в подходах к планированию в условиях нестабильности. В рамках конференции состоялась закрытая дискуссия «S&OP Unplugged» — откровенный разговор топ-менеджеров из разных индустрий. Ее ценность в том, что обсуждение шло не про идеальные процессы, а про реальную практику: развитие планирования спроса, прогнозирования и ИИ, а также ограничения и сложности, с которыми сталкиваются компании. Ниже — пять ключевых выводов участников. Искусственный интеллект — н…

Excel и управление запасами: в какой момент он начинает работать против бизнеса Все еще используете Excel для управления запасами? В этом вы не одиноки. Excel все еще остается самым популярным инструментом для управления запасами. Недавно мы провели опрос в этом канале и более 60% компаний используют Excel для планирования запасов. При всем удобстве и простоте у Excel есть ряд недостатков, которые не всегда очевидны, но о них следует знать. Есть одна закономерность, которую можно наблюдать в десятках компаний: чем дольше они держится за Excel как основу управления запасами, тем сложнее потом оценить, сколько денег это решение стоило. Для небольшого ассортимента и ограниченного числа складов он вполне справляется. Сложности начинаются позже. Постепенно и почти всегда незаметно. Первы…

За последние несколько лет мы регулярно наблюдаем одну и ту же ситуацию. Компании приходят на рынок с задачей выбрать подходящую систему управления запасами. Делают всё как надо: анализируют решения, проводят сравнения, пилоты, обсуждают с подрядчиками… но в итоге так и не находят вариант, который им бы подошел. При этом на рынке достаточно много решений для планирования запасов: IBP, SCM системы, программы для прогнозирования спроса и запасов, а также универсальные BI/CPM и другие платформы. Проходит год — и всё повторяется снова. Часто это происходит с бизнесами, которые раньше работали на западных системах. Их больше нет, требования остались, а на рынке — ощущение, что ни одно решение «не дотягивает». И здесь важный момент: дело не только в рынке или качестве продуктов. В статье р…

Как перестать терять деньги на запасах: 10 практических рекомендаций Склад переполнен, но нужного товара всё равно нет? Деньги заморожены в запасах, а дефицит продолжает возникать? Это одна из самых частых проблем в управлении запасами — и она напрямую стоит бизнесу денег. Подготовили 10 рекомендаций, которые помогут взять ситуацию под контроль. 1. Не доверяйте рекомендациям на слово. Сейчас есть множество рекомендаций в интернете и даже профессиональной литературе. Все советы и рекомендации нужно проверять на применимость к вашей отрасли, понимать, есть ли экономическое обоснование и можно ли оценить экономическую эффективность. 2. Четко определяйте терминологию и способы расчета показателей: сверхзапасы, оборачиваемость, рентабельность, упущенная прибыль и т.д. Между сотрудниками и о…

Как понять, под чей спрос вы держите запас, и почему это критично для закупок? 📦 В новом видео разбираем RFM-анализ — инструмент, который обычно относят к маркетингу, но на практике он может серьёзно усилить управление запасами. На простом примере с цифрами показываем, как работает RFM-анализ и как применять его в закупках 📊 Разбираем: ▪️как сегментация клиентов помогает понять, где нужно держать высокий уровень запаса, а какие позиции разумнее перевести под заказ ▪️как связать клиентскую аналитику с товарной, чтобы сократить излишки, снизить дефицит и точнее принимать решения по запасам ▪️ какие ошибки чаще всего мешают использовать этот подход в работе. Если хотите, чтобы запас работал на реальные продажи, а не на усреднённый спрос, это видео точно стоит посмотреть Если тема инте…

От прогноза спроса — к моделированию самого заказа Следующий сдвиг — от схемы «сначала спрогнозировать спрос, потом отдельно рассчитать заказ» к моделям, которые сразу учитывают качество конечного решения. Классическая схема выглядит так: данные → прогноз спроса → расчёт запаса → заказ Проблема в том, что на каждом этапе свои цели и свои ошибки. Прогнозная модель старается как можно точнее угадать спрос. А уже потом другой алгоритм учитывает сроки поставки, минимальную партию, стоимость хранения, дефицита, заказа и другие ограничения. В итоге можно получить очень точный прогноз — и при этом не самый выгодный заказ. Поэтому в исследованиях развивается другой подход — decision-focused learning. Смысл в том, что модель обучают не только на точность прогноза, но и с учётом того, к какому …

От прогноза спроса — к оценке последствий собственных решений Продолжаем разбирать международные фронтиры в прогнозировании спроса и управлении запасами. Следующий сдвиг — от обычного прогноза к оценке того, как наши собственные решения изменят спрос. Представим: во время акции продажи товара выросли на 40%. Значит ли это, что акция сама дала +40%? Не обязательно. В тот же период мог начаться высокий сезон, появиться дополнительная реклама, измениться выкладка, закончиться товар у конкурента. Мы видим рост продаж, но не знаем, какая его часть произошла именно из-за акции. И здесь обычного прогноза уже недостаточно. Даже если цена или промо входят в модель как факторы, она в первую очередь видит, как они были связаны с продажами в прошлом. Но решения прошлого принимались не случайно: ски…

Продажи — это ещё не спрос Продолжаем разбирать международные фронтиры в управлении запасами и прогнозировании спроса. Раньше говорили о переходе от точечного прогноза к вероятностному и от точности прогноза к качеству решений. Следующий сдвиг — от наблюдаемых продаж к восстановлению реального спроса. Простой пример. Товар обычно продаётся по 100 штук в неделю, но однажды закончился в среду. За неделю продали только 50. Если система примет эти 50 за спрос, следующий прогноз окажется ниже реальной потребности. Запаса снова не хватит — и история ещё сильнее занизит следующий прогноз. Получается замкнутый круг: дефицит → низкие продажи → низкий прогноз → маленький заказ → новый дефицит. Сам принцип «продажи ≠ спрос» уже давно вышел за пределы академической теории. Его много лет изучают в …