Отправить статью

Управление запасами с использованием жизненного цикла товаров

Эксперт по снижению логист. затрат, упр. запасами, оптимизации и автоматизации закупок
Первая ассоциация, которая возникает у большинства логистов, когда они слышат о жизненном цикле товаров – это график с рисунка 1. Его часто любят рисовать маркетологи, а вот логисты обычно его либо не понимают, либо не принимают, так как из истории продаж конкретных позиций, с которыми они работают, подобные построения как-то не следуют. Но давайте пристальней рассмотрим и этот график, и его подоплёку, попытаемся разобраться, почему мы далеко не всегда видим его на примере конкретных продаж, и как же научиться общаться с маркетологами на общем языке прибыли, используя их собственные графики.

Теория и практика

Сначала давайте разберёмся с рисунком 1 – что же он означает? А означает он только то, что продажи любого товара имеют некий цикл. Сначала позиция – новая и её внедряют, потом о ней узнают, и идёт активный рост продаж, затем рост, хотя и продолжается, но уже замедляется – этап зрелости, после которого происходит спад продаж: сначала намечается тенденция – этап насыщения, а потом и окончательный спад.

Почему же на практике мы не видим столь чёткой картинки? Здесь есть несколько причин:

  1. На графике отображаются сглаженные продажи, то есть все пики и провалы выравниваются скользящим средним, причём с достаточно большим периодом сглаживания – вплоть до года.
  2. Это цикл сглаженных продаж товара вообще, а не его продаж в вашей компании, то есть уход с рынка вашего основного конкурента с переходом его клиентов к вам и, как следствие, увеличение ваших продаж вдвое, на этом графике никак не отобразится. Если же вы будете его строить только по своим продажам, не являясь при этом эксклюзивным поставщиком позиции, то получите всё, что угодно, но только не жизненный цикл этой позиции;
  3. Если же вы, вдруг, являетесь эксклюзивным поставщиком позиции, то это вам тоже не всегда поможет, так как цикл продаж некоторых товаров настолько большой, что весь анализируемый период продаж может оказываться внутри только одного этапа цикла – кстати, это очень распространённая ситуация для самых важных товаров из группы «А» АВС-анализа.
  4. И даже, если вы засечёте начало и конец одного или нескольких этапов жизненного цикла какого-то товара, то это никак не поможет вам определить моменты перехода к следующим этапам. Для реальных позиций этот график строится всегда постфактум, прогнозирование возможно, но оно крайне не точно в случае, если вы идёте за рынком, а не создаёте его – в этом случае маркетологи дают закупкам планы продаж на нужный период, и тем надо просто вовремя поддержать эти планы наличием позиций на складах ровно в тех количествах, которые были заявлены. Графики жизненного цикла при таком раскладе закупки не интересуют – им дают конкретные цифры будущих продаж, под которые и осуществляются закупки.
  5. Ну и самое главное, график на рисунке 1 – не единственно возможный вариант: любого из этапов цикла, кроме первого и последнего, может и не быть, также может наоборот происходить повторение любого из этапов, причём в любой последовательности – рисунки 2А и 2Б:

«И это пройдёт»

Пока из всего выше сказанного, мы видим, что практическая ценность данного графика для логиста – нулевая. Однако кое-что полезное из него всё же можно взять. Главный смысл этого графика для логиста, что вне зависимости от уровня прошлых продаж спрос может нелинейно изменяться как в большую, так и в меньшую сторону. Собственно, интуитивно логист знает об этом и так. Именно поэтому он и хранит страховой запас – на случай резкого роста спроса, а закупать старается чаще, но малыми партиями, вместо того, чтобы редко большими, – на случай резкого падения спроса. Однако теперь – это не просто интуитивное ощущение логиста, но ещё и подтверждённый графиками маркетолога факт, который можно использовать в качестве доказательной базы для обоснования своих решений.

Однако, кроме такой моральной пользы, в этом графике для логиста есть ещё два важных момента. Первый – это возможность предотвращения значительных неликвидов на складском остатке компании, второй – использование различных моделей прогнозирования для товаров, имеющих разную ретроспективу продаж. Оба момента очень важны для любого логиста, управляющего запасами предприятия, поэтому рассмотрим последовательно каждый из них.

Активные позиции

Чем больше номенклатурная база компании – а её рост происходит практически в любом успешном бизнесе, тем больше возникает потребность в её дифференцировании для использования различных моделей управления товарными запасами для различных групп позиций. Причём эта задача включает в себя необходимость разделения всей номенклатуры на две группы: активные позиции, которые вы будете закупать на склад, и, выводимые позиции, закупка на склад которых будет запрещена (при автоматизированном процессе закупки – даже программно). Причём любой логист захочет, чтобы во вторую группу попали и те товары, которые неплохо продавались ещё совсем недавно, но на данный момент находятся в последней стадии своего жизненного цикла, чтобы не создавать по ним будущие неликвиды. И вот для решения этой-то задачи вы и сможете объединить усилия с маркетологами, опираясь на общее понимание графика жизненного цикла товаров. Ведь в данном случае, лучше недополучить небольшую прибыль на излёте продаж, но при этом освободить склад от позиции к моменту, когда она перестанет продаваться, и благодаря этому не потерять гораздо больше в деньгах, заморожённых в неликвиды.

Для этого вам надо будет совместно с маркетологом определить, к какой из групп относятся позиции, по которым наблюдается снижение продаж (рисунки 3Б и 3В), чтобы понять – просто ли это сезонный спад (рисунок 3Б) или же последний этап жизненного цикла товара (рисунок 3В):

Одним из самых простых методов для этого является использование так любимыми многими ABC-анализа в модифицированной мной бостонской матрице, хотя не маловажной является и экспертная оценка специалистов, особенно, когда происходит замещение продаж одной позиции, продажами другой. Участие же маркетолога понадобится вам не только, чтобы вовремя засечь и перестать закупать позиции, которые скоро перестанут продаваться, но и, возможно, принять совместное решение о необходимости стимулирующей акции для позиций, по которым имеется значительный запас, пока его ещё можно сбыть, в принципе.

Матрица Разгуляева

Берутся данные о количестве фактов продаж позиций за анализируемый период – количество чеков или накладных, в которых присутствует позиция – и делается АВС-анализ. Затем берутся данные о количестве фактов продаж этих же позиций за такой же период, предшествующий анализируемому, и первое значение по каждой позиции делится на второе. В результате мы получаем двухфакторную матрицу:

В этой матрице все вводимые позиции будут появляться в левом нижнем углу, так как из-за отсутствия продаж в прошлом периоде, отношение будет стремиться к бесконечности, что уж точно больше 1,1. При этом навряд ли новая позиция сразу попадёт в группу «А». Далее возможны варианты. Если продажи позиции растут, то она постепенно поднимается по левому столбцу вверх, потом происходит насыщение и позиция начинает смещаться на достигнутом уровне вправо и под конец смещается ещё правее, после чего начинается движение по правому столбцу вниз. Либо продажи новой позиция изначально не выстреливает и далее так и идут ни шатко, ни валко, тогда она постепенно смещается из левого нижнего угла в правый нижний. В любом случае, нарисованная траектория напоминает нам ту самую кривую жизненного цикла.

А подписи в квадрантах указывают на то, как надо управлять этой группой товаров:

Для различных этапов жизненного цикла видится оптимальной следующая стратегия создания страхового запаса:

  1. Внедрение (CM) – страхового запаса нет, так как, возможно, вывод позиции на рынок закончится неудачно, однако на складе необходимо держать запас, достаточный для полноценной поддержки самого внедрения, согласованный с отделом маркетинга.
  2. Рост (AM и BM) – лучше иметь максимально большой страховой запас, чтобы удовлетворить спрос всех потенциальных клиентов и не упустить возможную прибыль – даже если произошла переоценка, рост спроса позволит быстро обернуть излишки в следующий период времени.
  3. Зрелость (AE и BE) – страховой запас держится в таком количестве, какое необходимо для обеспечения нужного уровня сервиса, определяемом уже исходя из рентабельности и вариативности продаж этой позиции.
  4. Насыщение (AL) – минимальный страховой запас: вклад только компоненты, ответственной за страхование от срыва поставки, – страхование увеличения спроса не производится.
  5. Спад (BL) – отсутствие страхового запаса как такового – на данном этапе лучше не удовлетворить небольшой спрос, нежели остаться наедине с большими запасами, которые скоро станут никому не нужны.
  6. Вывод (CL) – дополнительная закупка только под оплаченный клиентом заказ, да и текущие запасы надо регулярно проверять на ожидаемые сроки их продажи.

Этот же анализ можно использовать в случае с сезонными продажами, так как цикл сезона будет точно такой же, но при этом надо иметь возможность оперативного подвоза товара. Ещё эта матрица хороша тем, что в случае, когда у продаж позиции «открывается второе дыхание» – позиция автоматически переходит в нужную категорию, и вы скорректируете свою политику. Если ваши позиции постоянно бессистемно скачут из блока в блок, то нужно объединять группы позиций-аналогов или проводить данный анализ по категориям. Позиции, которые получают статус «вывод» должны соответственно помечаться и далее не участвовать в анализе, так как акция по избавлению от остатков этой выводимой позиции может временно подхлестнуть продажи, и тогда позиция попадёт ошибочно в другую категорию.

Кроме этого, нельзя забывать, что в цепи распределения отгрузка товара на следующий уровень не означает продажу его конечному потребителю. Статистика отгрузок на этапе внедрения показывет не скорость потребления, а скорость заполнения товаром каналов продаж, которая может быть сначала пиковой, но потом будет спад продаж. Ориентироваться всегда нужно на реальный спрос покупателей. Более того - у конечных клиентов вас интересуют не первые продажи на пробу, а уже повторные продажи. А до этого у позиции должен стоять статус "ВВОД", и количества к закупке должны определяться не по прошлым продажам, а по планам наполнения каналов сбыта. Причём не редко компания должна думать об этом и за себя, и за своих дистрибуторов, чтобы на их складах не осел мертвый сток, который свяжет все их деньги для покупки у вас другого товара.

Выбор модели прогнозирования

Как показывает практика, наиболее успешным является использование различных моделей прогнозирования для разных позиций. Причём иногда логист вынужден использовать различные модели даже не столько для увеличения точности прогнозов, сколько из-за того, что ему не хватает данных о продажах новых позиций. В результате, он не может использовать для их прогнозирования основные модели, которые хорошо работают для старых позиций, из-за ограничений на минимальное количество известных значений при использовании любой модели прогнозирования. Именно поэтому, для определения оптимальной модели прогнозирования мы будем использовать не только данные о текущем этапе жизненного цикла товара, но и дату начала продажи позиции компанией для определения глубины истории продаж.

Таким образом, мы получаем ещё одно деление позиций на группы – по имеющейся в наличии истории их продаж. Здесь нет жёстких рамок, и границы групп логисты определяют сами так, чтобы максимально эффективно использовать те модели прогнозирования, которые они выбрали для работы – обычно их не больше трёх-четырёх. Возможные варианты, смотрите в таблице:

История продаж, месяцев

Возможное разделение на категории

Комментарий и выбор оптимальной модели прогнозирования

0

Экспертная оценка с использованием доступных данных в качестве чисел, от которых можно было бы отталкиваться экспертам.

Совершенно новая позиция – прогнозирование возможно только на основании экспертной оценки, возможно с использованием истории продаж аналогичной позиции.

1

Первые продажи – первая отправная точка, однако всё равно желательно использование экспертной оценки. Если такой возможности нет, то за неимением лучшего принимаем прогноз спроса на следующий месяц равным спросу за предыдущий.

2

В принципе, по двум точкам можно уже построить линейный тренд, однако его точность вряд ли будет лучше экспертной оценки.

3

У вас появилась первая, самая грубая, оценка точности линейного тренда, и экспертная оценка уже может опираться на эту цифру для того, чтобы брать или не брать сам тренд в расчёт.

4-11

Уточнение линейного тренда без отказа от экспертной оценки.

12-13

Экспертный выбор модели прогнозирования, но использование значений, уже полученных именно с помощью неё.

Полный цикл пройден, теперь для такой позиции важно выбрать будете ли вы использовать модель с сезонностью или нет. В первом случае, больший вес при прогнозировании на какой-либо месяц будут иметь значения за тот же месяц в прошлом году, во втором – общий тренд продаж, который уже достаточно точен.

14

Начиная с этого момента возможно использование статистических методов, так как накоплено необходимое количество наблюдений случайной величины (закон больших чисел). Например, начинает хорошо работать модель прогнозирования спроса в кризис.

15-23

Уточнение правильности выбора модели.

24

Технически обоснованный выбор модели прогнозирования с использованием полученных по ней данным в качестве искомых значений.

У вас есть все необходимые данные, чтобы чисто техническими методами определить, наличие сезонности продаж – просто посчитав корреляцию двух рядов продаж по 12 месяцев – и даже грубо оценить сезонные коэффициенты в случае её наличия. Становится возможным использования модели прогнозирования продаж с декомпозицией тренда и сезонной составляющей.

25-35

Уточнение коэффициентов выбранной модели.

36-52

Получение достаточно точных значений сезонных коэффициентов для соответствующей модели прогнозирования, в том числе усреднение с весами или без, становится возможно использование медианы.

53+

Становится возможным эффективное применение сложных адаптивных статистических методов, которые позволяют повысить достоверность получаемых прогнозов.

Деловой мир в
и
Деловой мир в
и
0 комментариев
Отправить
Чтобы оставить комментарий, авторизируйтесь или зарегистрируйтесь