Предотвращение мертвого инвентаря с помощью двойного квантильного прогноза
Склад, связанный с каждым SKU, является предвидением будущего. С технической точки зрения, точка перезаказа SKU можно рассматривать как квантильный прогноз. Квантиль указывает на минимальное количество товара, которое должно быть на складе, чтобы избежать дефицита с вероятностью, равной уровню обслуживания.
Хотя эта точка зрения очень мощна, она не говорит ничего о риске перепродажи, то есть о риске создания мертвого инвентаря, так как только сторона дефицита товара непосредственно статистически рассматривается. Однако риск перепродажи важен, если товары подвержены порче или если спрос на товар может резко исчезнуть - как это происходит в потребительской электронике, когда на рынок выходит замена следующего поколения.
Например, рассмотрим случай западного розничного продавца, который продает, среди прочего, снежные цепи. Срок поставки цепей составляет 3 месяца. Регион, где находится розничный продавец, не очень холодный, и только одна зима из пяти оправдывает использование снежных цепей. В каждую холодную зиму местный спрос на снежные цепи составляет 1 000 комплектов. Теперь, в этом контексте любые квантильные прогнозы с уровнем обслуживания выше 80% предлагают иметь на складе более 1 000 комплектов, чтобы вероятность дефицита составляла менее 20%. Однако, если зима не холодная, то розничный продавец застрянет со своим непроданным запасом снежных цепей, 1 000 комплектов или более, возможно, на протяжении нескольких лет. Точка перезаказа, рассчитанная обычным способом через квантили, фокусируется на ситуациях с повышенным спросом, но не говорит ничего о ситуациях с пониженным спросом, когда спрос исчезает.
Однако риск перепродажи также можно управлять с помощью квантилей, однако для этого требуется выполнить вторичный расчет квантиля, используя отдельный набор значений для tau (τ, а не уровень обслуживания) и lambda (λ, а не срок поставки).
В обычной ситуации у нас есть:
R = Q(τ, λ)
Где
- R - точка перезаказа (количество единиц)
- Q - модель квантильного прогнозирования
- τ - уровень обслуживания (в процентах)
- λ - срок поставки (количество дней)
Как показано на приведенном выше примере, такой расчет точки перезаказа может привести к большим значениям, которые не учитывают финансовый риск, связанный с снижением спроса, когда компания оказывается застрявшей с мертвым инвентарем.
Чтобы управлять риском перепродажи, формула может быть пересмотрена следующим образом:
R = MIN(Q(τ, λ), Q(τx, λx))
Где
- τx - максимально допустимый риск перепродажи
- λx - применимый промежуток времени для избавления от инвентаря
В этом случае обычная точка перезаказа ограничивается альтернативным расчетом квантиля.
Параметр τx используется для отражения допустимого риска перепродажи; следовательно, вместо рассмотрения значений на уровне 90%, как это делается для обычных уровней обслуживания, обычно рассматривается низкий процент, скажем, 10% и ниже.
Параметр λx используется для представления продолжительности, которая поставит стоимость инвентаря под угрозу, потому что товары являются перехлестными или устаревшими.
Например: Рассмотрим случай продуктового магазина, который продает помидоры с сроком поставки 2 дня. Розничный продавец оценивает, что через 5 дней на полке помидоры потеряют 20% своей рыночной стоимости. Таким образом, розничный продавец решает, что запас помидоров должен оставаться достаточно низким, чтобы вероятность не продажи всего запаса помидоров в течение 5 дней оставалась менее 10%. Таким образом, розничный продавец принимает вторую формулу точки перезаказа R с τ=90% и λ=2 дня, чтобы поддерживать высокую доступность в сочетании с τx=10% и λx=5 дней, чтобы контролировать риск мертвого инвентаря.
В настоящее время Salescast не поддерживает двойной расчет квантиля, однако можно достичь того же эффекта, выполнив два запуска с различными параметрами срока поставки и уровня обслуживания.
