Оптимизация запасов для МСП
Малые и средние предприятия (МСП), работающие с физическим движением товаров, возможно, и не располагают обширной сетью поставок, но им безусловно необходимо контролировать уровни запасов — особенно в условиях быстрого роста. Контроль запасов представляет собой двустороннюю задачу: во-первых, управление активами, во-вторых, оптимизация запасов. Lokad обеспечивает второе с помощью технологии предиктивной оптимизации. Представьте Lokad как вашего помощника по управлению запасами, который подсказывает, когда закупать, в каком объеме, куда отправлять товары и что делать с медленно оборачиваемыми позициями, которые могут превратиться в «мертвые» запасы, если их игнорировать. Наша технология специально разработана для работы с оборотами запасов, которые ограничены как по объему (немного проданных или закупаемых единиц), так и по глубине (с историей, значительно короче десятилетия).
Существует множество приложений для управления запасами, которые выглядят привлекательно, но не добавляют ценности по сравнению с хорошо организованной таблицей Excel. Если ваше приложение не обеспечивает такого уровня управления запасами, которого невозможно добиться с помощью Excel, стоит задуматься, зачем оно вам вообще нужно.
Joannes Vermorel, Founder of Lokad
Lokad TV
HYMA Skog & Trädgård является ведущим северным поставщиком лесной, садовой, строительной, охотничьей и товаров для активного отдыха
Сначала я купил литературу, чтобы попробовать создать систему самостоятельно, а затем, при поиске Matlab-функций для оптимизации цепочки поставок, наткнулся на Lokad — ребята сделали именно то, что мне было нужно, но гораздо лучше! Теперь мы внедрили этот сервис в наш бизнес и ежедневно используем его для оптимизации закупок и принятия решений о закупках!
Anders Carlsson, генеральный директор
Case study
Ваш предиктивный помощник по управлению запасами
Уровень запасов — это баланс: их недостаток приводит к недостаточному обслуживанию клиентов, а избыток вызывает резкий рост затрат на хранение. Как только внедряется программное обеспечение для управления запасами, появляется возможность для оптимизации уровней запасов. Lokad обеспечивает это с помощью предиктивной оптимизации, что означает снижение запасов, улучшение обслуживания, уменьшение «мертвых» запасов и повышение производительности. Это особенно важно для небольших компаний, которые не могут позволить себе большой административный штат для решения рутинных задач, таких как пополнение запасов. Особенно в молодых, динамичных компаниях высвобожденное время от монотонных задач стимулирует еще более быстрый рост.
Обычно мы начинаем с решения задачи «когда и в каком объеме закупать», генерируя ежедневный отчет с предлагаемыми количествами для пополнения. Это задание может включать множество тонкостей, таких как графики заказов, минимальные объемы заказа у поставщиков (MOQ), ценовые скидки, непоследовательные сроки поставки или мульти-сорсинг. Lokad учитывает все эти ограничения и не только.
Однако, в зависимости от ваших потребностей, Lokad также решает различные задачи, связанные с управлением запасами, например:
- Изъятие запасов из FBA для избежания долгосрочных складских сборов
- Балансировка запасов между двумя или более локациями
- Оценка надежности поставщиков с помощью оценочных карт
- Принятие решения о том, стоит ли держать товар в запасе и использовать дропшиппинг
- Выявление товаров с медленным оборотом и их продвижение для предотвращения «мертвых» запасов
- ….
Lokad предлагает сочетание «программное обеспечение + сервис». При подписке на наши управляемые услуги на ваш аккаунт назначается специалист по цепочке поставок. Он занимается преобразованием ваших исторических данных в конкретные показатели, например, предлагаемые объемы для пополнения. В основе работы этот эксперт использует наше веб-приложение и Envision — специализированный язык программирования для предиктивной оптимизации цепочки поставок, что позволяет вам получать максимум от технологий Lokad, не превращаясь в специалиста по ИИ или ИТ.
Вне рамок классического прогнозирования
Прогнозы, основанные только на усредненном будущем, работают плохо для МСП. Затраты на запасы сосредоточены в экстремальных ситуациях: дефицит появляется, когда спрос существенно занижен, а «мертвые» запасы — когда спрос сильно завышен. Между этими крайностями запасы обновляются постепенно.
Тем не менее, подавляющее большинство программных продуктов на рынке полностью упускают суть, отдавая предпочтение классическим прогнозам временных рядов, которые, к сожалению, не подходят для решения задач, с которыми сталкиваются МСП.
Lokad использует технологию вероятностного прогнозирования: мы назначаем вероятность каждому возможному будущему. Мы прогнозируем не только спрос, но и сроки поставки и возвраты, когда это необходимо. В более широком смысле необходимо прогнозировать источники неопределенности.
Вероятностное прогнозирование значительно превосходит устаревшие подходы, такие как классические расчеты резервного запаса, которые слишком упрощают реальность и работают плохо, когда спрос является либо прерывистым, либо непредсказуемым, что часто встречается у МСП. Назначение вероятности каждому возможному будущему — то есть количественная оценка ущерба от экстремальных сценариев — является первым шагом к предиктивной оптимизации запасов.
Второй шаг заключается в рассмотрении всех возможных вариантов, например, каждого отдельного объема для пополнения — по единице. Мы не рассматриваем пополнение запасов через политику минимального/максимального уровня для каждой SKU. Вместо этого анализируем все SKU, то есть ищем ту единственную дополнительную единицу, которая принесет компании наибольшую отдачу с учетом операционных ограничений, таких как MOQ и размеры партий.
Это подводит нас к последнему шагу: экономической приоритизации. Возможность закупить каждую дополнительную единицу запасов должна оцениваться в долларах или евро прибыли и убытков. Мы называем эти факторы экономическими драйверами: валовая прибыль, затраты на хранение, штрафы за дефицит запасов и т.д. Итог оптимизации — объемы пополнения, полностью соответствующие неопределенному будущему и стратегии вашей компании.
Бережное управление запасами
Для пополнения запасов веб-приложение Lokad предоставляет табличный отчет, в котором указаны именно те объемы, которые необходимо заказать сегодня, а также ключевые показатели (KPI) в долларах или евро, объясняющие, почему именно эти объемы.
К отчету можно получить доступ через веб-панель, скачать его в формате Excel или даже настроить автоматический импорт в вашу ERP-систему.
Lokad предоставляет данные, которые не требуют дополнительной обработки или ручной доработки. Достижение этого результата — задача двойного уровня; оно требует:
- технологии, оснащенной передовыми моделями вероятностного прогнозирования и числовыми оптимизаторами.
- талантливого эксперта, который создаёт сквозной числовой алгоритм, используя ваши исторические данные и минимизируя неизбежные проблемы с данными. Действительно, многие классические решения для планирования прямо противоположны бережливым: исторические данные требуют ручной «очистки», модели прогнозирования — ручной «настройки», объемы заказов — ручной «подгонки» и т.д. Все эти операции рассматривают ваш персонал как расходный ресурс.
Lokad предлагает противоположное: усилия вкладываются и капитализируются в индивидуальные числовые алгоритмы, идеально подходящие для вашей компании.
3 Sprouts разрабатывает уникальные и современные продукты для детей. С 2007 года игрушки и товары для детских комнат можно найти онлайн или в магазинах по всему миру.
Нам в 3 Sprouts нужна была система, которая помогла бы управлять запасами в условиях быстрого роста. Lokad помог нам прогнозировать запасы для всех рынков и создал систему, генерирующую заказы для наших складов. Lokad преобразовал сложный процесс, сделав его простым и более точным.
Banu Khurana, Co-Owner
Case study
| Классическое решение | Проблемы классического решения | Решение, принятое в Lokad |
|---|---|---|
| Классические прогнозы (т.е. средние значения за день, неделю, месяц) | Не работают при непостоянном или прерывистом спросе | Вероятностное прогнозирование, принимающее неопределенность |
| Настройка моделей прогнозирования и редактирование прогнозов | Очень трудоемко, окупаемость крайне низкая | Самокалибровка моделей машинного обучения |
| ABC-анализ | Грубая категоризация SKU, масса крайних случаев | Учитывает всю сложность каждой отдельной SKU |
| Метод мини/макси запасов | Постоянное образование «мертвых» запасов | Приоритизирует каждую дополнительную единицу запасов с точки зрения рентабельности |
| Резервные запасы | Небезопасный подход, не обеспечивающий уровень запасов | Надежная оптимизация с учетом штрафов за дефицит |
| Настраиваемые сроки поставки | Не работают при изменяющихся сроках поставки, требуют много времени | Обучаются и прогнозируют сроки поставки с помощью вероятностного прогнозирования |
| Настраиваемое покрытие запасов (т.е. количество дней запасов) | Альтернативный небезопасный подход, не обеспечивающий уровень запасов | Экономически оптимизируют покрытие запасов для каждой SKU |
| MOQ, ценовые скидки, мульти-сорсинг | Не поддерживается, требует трудоемких ручных корректировок | Нативная поддержка через индивидуальную логику |
| Настраиваемые цены для отдельных товаров | Спрос считается независимым от цены | Прогнозы спроса с учетом цен товаров |