Контролируйте уровень сервиса, не позволяйте ему контролировать вас
В розничной торговле многие компании не имеют большого контроля над своим уровнем сервиса. На самом деле, многие компании не контролируют уровень сервиса там, где это наиболее важно: в физическом магазине. Действительно, измерение уровня сервиса в магазине — это утомительное занятие. Некоторые компании — в основном панелисты — специализируются на проведении подобных измерений, но затраты высоки, так как нет альтернативы масштабному участию рабочей силы в этом процессе.
Сделав шаг назад, зачем нам вообще нужно измерять уровень сервиса?
Разве не было бы удобнее, если бы уровень сервиса был чем-то, что устанавливается по замыслу и задается через явные настройки в программном обеспечении для оптимизации запасов? Это, безусловно, было бы намного практичнее. Уровни сервиса, безусловно, не должны быть чем-то второстепенным в процессе оптимизации запасов.
Оказывается, исторически необходимость измерения уровней сервиса возникла из ранних методов оптимизации запасов, таких как анализ резервных запасов, которые практически не дают контроля над реальными уровнями сервиса. Действительно, лежащие в основе модели основывались на предположении, что спрос распределен нормально, и это предположение настолько неверно на практике, что большинство ритейлеров отказались от него в пользу специально подобранных коэффициентов резервных запасов.
Эти специально подобранные коэффициенты для расчета резервных запасов не так уж плохи по своей природе: они, безусловно, лучше, чем опора на сомнительные предположения о будущем спросе. Однако, квантиативная связь между резервными запасами и уровнем сервиса утрачивается. Таким образом, ритейлеры в итоге измеряют свои уровни сервиса и подбирают коэффициенты до тех пор, пока запасы как-то не стабилизируются. В конце концов, ситуация неудовлетворительна, потому что стратегия управления запасами негибкая: коэффициенты для резервных запасов нельзя менять, не подвергая компанию множеству проблем, повторяя первоначально утомительные эмпирические корректировки.
Однако, с появлением квантильного прогнозирования, теперь возможно создавать прогнозы, которые очень точно определяют уровни сервиса, даже если сами квантильные прогнозы не являются точными. Все, что необходимо, — это невзятые прогнозы, а не идеально точные прогнозы.
Действительно, квантильные прогнозы напрямую и очень естественным образом решают проблему определения количества для пополнения запасов, необходимого для достижения целевых уровней сервиса. Если будет найдена новая и лучшая технология квантильного прогнозирования, то эта технология может обеспечить те же уровни сервиса при меньших запасах, однако обе технологии обеспечивают уровни сервиса, которые они гарантируют по замыслу.
Такое поведение сильно отличается от случая классического прогнозирования, сочетаемого с анализом резервных запасов, где улучшение точности, хотя и желательно, на практике приводит к непредсказуемым результатам. Например, для многих товаров с низким объемом, как наблюдается в магазинах, переход на простой модель прогнозирования, которая всегда возвращает ноль, обычно улучшает точность, определяемую как абсолютная разница между фактическими продажами и прогнозируемыми продажами. Очевидно, что переход к нулевым прогнозам для половины товаров может привести только к плачевным бизнес-результатам. Этот пример может показаться анекдотичным, но это не так. Нулевые прогнозы — самые точные классические прогнозы во многих ситуациях.
Таким образом, для того чтобы контролировать свои уровни сервиса, необходима методология оптимизации запасов, в которой такой контроль встроен.
