Jak uniknąć zalegania towaru na półkach w magazynie?
Każdy producent prognozuje swoją sprzedaż i produkcję. Jak robić to dokładniej i efektywniej? Jak uniknąć sytuacji, w których towar na półkach zalega tygodniami w magazynach? Jak wprowadzać nowe produkty na rynek, odpowiednio prognozując zapotrzebowanie?
W czym tkwi problem, czyli niewidzialny popyt
Jak prognozować sprzedaż produktów – na przykład kosmetyków lub artykułów spożywczych – aby nie zalegały w magazynach i nie zaniżały wskaźników sprzedaży i zysków? Jak zaplanować produkcję, aby uwzględniała założenia marketingowe dotyczące wprowadzania nowych lub zmiany istniejących produktów? To pytania, na które odpowiedzi szukają wszyscy producenci. Istotnym elementem prognozowania 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 dystrybutorów, centrów handlowych i przede wszystkim klientów odwiedzających sklepy (zarówno stacjonarne, jak i internetowe).
Planując poziom zamówień, producenci muszą brać pod uwagę wiele okoliczności i czynników takich jak sezonowość ich oferty, jej różnorodność, wprowadzane na rynek nowości oraz terminy ważności oferowanych produktów. Obecnie firmy radzą sobie z tym, korzystając z modeli prognostycznych, które pomijają wiele przyczyn tego, że towar na półkach magazynowych zalega zdecydowanie dłużej, niż powinien. Jedna z nich to występujące dość często mijanie się prezentowanej przez producentów oferty produktowej z oczekiwaniami klientów. Bywa, że osoby odpowiedzialne w firmie za sprzedaż – 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 się nie sprzedał, 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 w danej firmie za zakupy 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, z jednej strony 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 handlowcy kupują takie produkty, jakie zostały im zaoferowane. Składają zamówienie na ofertę, z której pierwotnie nie zamierzali skorzystać. Skupiają się wyłącznie na zatowarowaniu, dbając o wyniki sprzedaży we własnej firmie.
W sytuacji, kiedy zamawiany towar nie jest dostępny (szczególnie w sektorze FMCG), osoby składające zamówienie decydują się na zamiennik. Zwykle jest to produkt, który nie do końca spełnia stawiane przez nich oczekiwania.
Do modelu prognostycznego trafia informacja o tym, jakie produkty zostały sprzedane. Prosty model rejestruje to jako realny popyt, wskutek czego wysłane zostaje polecenie, 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 jest w ogóle brana pod uwagę. 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 były zamówione z powodu niedostępności innych artykułów). Z kolei produkty, które nie zostały sprzedane i których często nie ma w zamówieniach, choć istnieje na nie realny popyt, 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, czego chcą – dodaje Maciej Pluta.
Obecne modele statystyczne bardzo często nie mają takich danych lub dane te są niewystarczające z powodu braku podejścia procesowego do prognozowania. 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, czego efektem jest towar na półkach, który zalega i obniża skuteczność firmy.
Rozwiązanie problemu
Jeśli spotkaliście się Państwo z taką sytuacją i chcecie jej zapobiegać, 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 pozwalające optymalizować proces i 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.
Przede wszystkim, kluczowy jest tutaj odpowiedni sprzęt. Jeśli na magazynie przechowywane są dosyć ciężkie towary, potrzeba będzie zaopatrzyć się między innymi w wózki paletowe z wbudowaną wagą.