Za mało towaru to utracona sprzedaż i gorsza pozycja ofert. Za dużo to zamrożone pieniądze i przeceny.
Sprzedaż a popyt
Zerowa sprzedaż przy braku towaru nie oznacza braku popytu. Bez oznaczenia okresów braku prognoza zaniża zapotrzebowanie, a zaniżone zamówienie prowadzi do kolejnego braku. Pętla zamyka się sama i najczęściej dotyczy właśnie towarów najlepiej rotujących. Dlatego pierwszym krokiem nie jest wybór metody prognozowania, tylko zapisywanie historii dostępności każdej pozycji.
Sygnały popytu
Wejścia na karty produktów niedostępnych, zapisy na powiadomienie, zapytania do obsługi. Wszystkie mierzą to, czego nie widać w sprzedaży. Są też najtańsze do zebrania, bo powstają same — trzeba je tylko zapisywać i umieć zestawić z kartoteką towaru. Ta sama informacja przydaje się przy decyzji, czy pozycję w ogóle wznawiać. Warto je zbierać także dla produktów, których nie ma w ofercie, ale klienci ich szukają — puste wyniki wyszukiwania są gotową listą kandydatów do zamówienia.
Czas dostawy
Wyznacza horyzont prognozy. Sam czas dostawy też warto prognozować — deklaracje dostawców bywają optymistyczne. Wystarczy odnotowywać datę zamówienia i datę przyjęcia towaru, a po pewnym czasie porównywać deklarację z rzeczywistością osobno dla każdego dostawcy. Dostawca regularnie spóźniający się wymaga wyższego zapasu bezpieczeństwa, nawet jeśli ma lepszą cenę.
Produkty wolnorotujące
Nie poddają się typowym metodom. Przy sprzedaży pojedynczych sztuk w dłuższych odstępach średnia nie ma sensu, a każdy pojedynczy zakup wygląda jak wzrost popytu. Tam lepiej działa reguła oparta na czasie między zamówieniami i na minimalnej wielkości partii u dostawcy.
Zapas bezpieczeństwa
Wyższy dla pozycji kluczowych, niższy dla marginalnych. Jednakowy dla wszystkiego jest zawsze źle dobrany: dla jednych pozycji zamraża pieniądze, dla innych nie chroni przed brakiem. Podział wynika wprost z udziału w obrocie i zysku, więc łączy się z zarządzaniem asortymentem. Osobno traktuje się okresy szczytu, opisane przy sezonowości i kampaniach.
Miara
Udział zamówień anulowanych z powodu braku i wartość zapasu. Obie liczby razem, nie osobno. Pierwsza pilnowana samotnie prowadzi do przepełnionego magazynu, druga do ciągłych braków. Zestawione obok siebie pokazują, czy zmiana w polityce zakupowej rzeczywiście coś poprawiła. Sposób budowania takich zestawień opisujemy przy analityce sprzedaży internetowej.
Czego wymaga prognozowanie
Historii sprzedaży powiązanej ze stałym symbolem towaru, informacji o okresach braku, czasów dostawy od dostawców i uporządkowanych kartotek. Braki w którymkolwiek z tych elementów przekładają się wprost na jakość wyniku. Modele są tu najprostszą częścią pracy, dane najtrudniejszą. Dobrym pierwszym krokiem jest uruchomienie prognozy na wąskiej grupie pozycji kluczowych i porównywanie jej z decyzjami zakupowca przez kilka cykli zamówień, zanim obejmie cały katalog.
Kiedy się nie opłaca
Przy krótkim katalogu i stabilnym popycie zwykłe reguły minimum i maksimum wystarczą, a prognozowanie doda pracy bez zysku. Nie ma go też sensu uruchamiać tam, gdzie historia sprzedaży jest krótka albo katalog właśnie się zmienił — nie ma wtedy z czego wnioskować.
