Powered Business

Jak uniknąć zalegania towaru na półkach w magazynie?

Każdy producent prognozuje swoją sprzedaż, a co za tym idzie produkcję. Jak robić to dokładniej, zachowując spójną informację w procesie obsługi klienta i planowania? Jak uniknąć zalegania towaru na półkach w magazynie? Jak wprowadzać nowe produkty na rynek, odpowiednio prognozując zapotrzebowanie?

W czym tkwi problem, czyli niewidzialny popyt

Jak optymalnie prognozować sprzedaż produktów – na przykład kosmetyków lub artykułów spożywczych – aby nie zalegały w magazynach, zaniżając wskaźniki sprzedaży i zysków? Jak odpowiednio zaplanować produkcję, aby uwzględniała założenia marketingowe dotyczące wprowadzania nowych lub zmiany istniejących produktów? To pytania, na które odpowiedzi szukają wszyscy producenci tego typu wyrobów. Bardzo istotnym elementem takiego działania jest odpowiednie zmierzenie i zaplanowanie popytu na swoje wyroby, a następnie przygotowanie produkcji. Należy przewidzieć, na co i w jakim czasie wystąpi zapotrzebowanie ze strony klientów odwiedzających sklepy (zarówno w kanale tradycyjnym jak i elektronicznym), a tym samym dystrybutorów i centra handlowe. Planując poziom zamówień, producenci muszą brać pod uwagę wiele okoliczności i czynników jak sezonowość swojej oferty, jej różnorodność, wprowadzane na rynek nowości oraz terminy ważności. Obecnie firmy radzą sobie z tym zagadnieniem, korzystając z modeli prognostycznych, które pomijają wiele przyczyn zalegania towaru na magazynowych półkach. Jedna z nich to występujące dość często mijanie się prezentowanej przez producentów oferty produktowej z oczekiwaniami klientów. Bywa, że osoby odpowiedzialne za sprzedaż w firmie – handlowcy – nie mogą zaoferować kupującym dokładnie takiego wyrobu, na jaki liczą klienci. W takiej sytuacji w danych statystycznych firmy oferenta pojawia się wiadomość, że produkt „nie sprzedał się”, ale nie ma tam informacji, z jakiego powodu tak się stało.

– W biznesie ważna jest sprzedaż i dlatego należy wykorzystywać wszelkie dostępne technologie, które tę sprzedaż wspierają – mówi Jacek Rakoczy, współtwórca oprogramowania Bpower2 – niestety obecne systemy i modele prognozowania sprzedaży nie zawierają wcale lub zawierają, ale tylko szczątkowe informacje o czymś, co nazwałbym niezrealizowanym popytem. Chodzi o to, że gdy klient czegoś chce, a tego nie ma, to takiej informacji nie wolno pomijać, bo zafałszowuje ona realne zapotrzebowanie rynku na określone wyroby i zniekształca prognozy produkcji oraz sprzedaży – przekonuje Jacek Rakoczy.

Może się zdarzyć, że nie mamy w ogóle informacji o niezrealizowanym popycie, gdyż od razu dokonano zmiany w zamówieniu na inny (dostępny) produkt. W ten sposób popyt na te czy inne artykuły praktycznie znika z modelu prognostycznego firmy i nie jest przezeń uwzględniany w kolejnych planach sprzedażowych. To właśnie jest przyczyna niedokładnego planowania popytu, a następnie produkcji, co prowadzi do zalegania towaru w magazynach.

Jak to wygląda w praktyce?

Osoby odpowiedzialne za zakupy w danej firmie mają za zadanie kupić takie towary, jakich potrzebują ich odbiorcy (klienci). Kiedy w magazynie oferenta nie ma tego, co właśnie chcą kupić, otrzymują coś w rodzaju zastępczej propozycji. Niekiedy jest to towar, który ma być wycofywany z produkcji. Sprzedawcy z firmy oferującej swoje artykuły, którzy współpracują z osobami zamawiającymi, mają za cel sprzedać to, co jest w magazynie, z drugiej strony mają wprowadzać nowe produkty na rynek. W przypadku, kiedy nie mogą spełnić oczekiwań zamawiających, przekonują ich, że oferowane produkty są bardzo podobne i równie dobre, a czasami także tańsze (bo wycofywane ze sprzedaży). W wyniku tego typu negocjacji zakupowcy kupują takie produkty, jakie zostały im zaoferowane. Składają zamówienie na ofertę, której pierwotnie nie zamierzali nabyć. Skupiają się na zaspokojeniu swoich potrzeb w zakresie odpowiedniego zatowarowania. Jednocześnie dbają o odpowiednie wyniki własnej sprzedaży.

W sytuacji, kiedy w określonym czasie zamawiany jest dany towar i okazuje się, że akurat wtedy nie jest on dostępny (szczególnie w sektorze FMCG), osoby składające zamówienie decydują się na zamiennik. Produkt, który zazwyczaj nie do końca spełnia stawiane przez nich oczekiwania.

Do modelu prognostycznego trafia informacja o tym, jakie produkty zostały sprzedane i prosty model podejmuje decyzje, aby tego wyrobu produkować więcej. System „gubi” informację o tym, co tak naprawdę chciał kupić nabywca, pozostawiając jedynie ślad po tym, co faktycznie kupił. W efekcie błąd planowania, zamiast się zmniejszyć, powiększył się. Popyt, jaki został zrealizowany (zamówienia przyjęte i dostarczone) podlega szczegółowej analizie, ale ta część, która nie została zrealizowana, zazwyczaj nie podlega żadnej dalszej procedurze. Dzieje się tak dlatego, że w systemach sprzedaży brak jest informacji o przyczynie tego rodzaju sytuacji. Nie wzięto pod uwagę rzeczywistego popytu i powodu jego niezrealizowania.

W konsekwencji kolejne cykle prognostyczne biorą pod uwagę błędne dane dotyczące liczby produktów sprzedanych. Tych, które de facto były zamówione z powodu niedostępności innych artykułów. Z kolei produkty, które nie zostały sprzedane i których często nie ma w zamówieniach, nie są brane pod uwagę podczas prognozowania.

– Celem nie jest „wciskanie” odbiorcom tego, co akurat leży na półce w magazynie, ale oferowanie tego, czego oni naprawdę potrzebują – mówi Jacek Rakoczy, CEO Bpower2 – jeśli danego produktu akurat dziś nie ma, to warto zanotować, że klienci pytają o niego i gdy taka informacja trafi do systemu prognostycznego, a następnie zostanie odpowiednio przetworzona i zinterpretowana, to nagle okaże się, że sprzedaż rośnie, ponieważ odbiorcy otrzymują dokładnie to, co chcą – dodaje Maciej Pluta.

Obecne modele statystyczne bardzo często nie mają takich danych lub dane te występują w formie niewystarczającej z powodu braku podejścia procesowego do całego zagadnienia. Nie przekazują niezrealizowanego popytu w odpowiedni sposób do systemów prognostycznych (wraz z informacją o powodzie niezrealizowania popytu). Efektem tego może być na przykład niedokładne szacowanie liczby nowych, wprowadzanych na rynek produktów oraz sztucznie zawyżone prognozowanie produktów wycofywanych.

Rozwiązanie problemu

Jeśli spotkaliście się Państwo z taką sytuacją i chcecie to naprawić, potrzebne jest Wam coś więcej niż znane i stosowane obecnie narzędzia. Istotne jest uchwycenie rzeczywistego popytu, nawet gdy nie jest on realizowany. Konieczne jest sporządzanie list produktów wraz z ilościami, które nie zostały sprzedane oraz przyczynami odrzucenia. Takie dane muszą być procesowane, co oznacza, że powinny zostać poddane analizie przez zespół planowania. Część z nich może się okazać rzeczywistym popytem, a część zwykłymi pomyłkami lub zjawiskami nadzwyczajnymi, które nie powinny być brane pod uwagę w prognozach popytu i sprzedaży. Bez właściwego, systemowego wsparcia realizacja takiego zadania jest bardzo trudna. Trzeba więc skorzystać z automatyzacji procesów biznesowych, które pomogą Państwu generować i przetwarzać informacje oraz moduły ML, które z kolei pozwolą wesprzeć planistów w tym żmudnym, ale koniecznym zadaniu.

Jacek Rakoczy – MBA, prezes zarządu i pomysłodawca Bpower2. Posiada ponad dwudziestoletnie doświadczenie w sektorze IT, specjalista ds. systemów ERP (CSBI, QAD, IFS, SAP).

Maciej Pluta – szef wdrożeń i współtwórca Bpower2. Związany z wdrożeniami systemów ERP zarówno polskich jak i zagranicznych (Comarch, IFS, SAP). Wcześniej pracował w dziale audytu Ernst&Young.

Marek Łuszczki

e-max.it: your social media marketing partner