Прогнозування в ланцюзі поставок: як досягти ідеального балансу попиту і пропозиції

Якщо ланцюг постачань – це шлях товарів від сировини до кінцевого споживача, то від точності прогнозу споживацького попиту залежатиме, наскільки ефективно цей шлях буде пройдено.

А значить, наскільки оптимально всі учасники ланцюга – від виробничих підприємств до ритейлерів – зможуть використати свої ресурси, щоб отримати максимальний прибуток і оптимізувати витрати.

Власне, з прогнозу попиту починається рух усього ланцюга. Саме він визначає навантаження і «графік роботи» усіх його ланок. З нього починається планування виробництва, на нього орієнтуються дистриб’ютори та роздрібні магазини, закуповуючи та транспортуючи товари.

Похибки тут можуть коштувати надто дорого. Нестача виробленої або закупленої продукції за наявності попиту означає втрачені продажі або ж додаткові витрати на термінове поповнення запасів. За даними RetailDive, підприємства мають збиток близько 1 трлн доларів на рік через нездатність вчасно задовольнити попит клієнтів.

Надлишок продукції – не менш прикрий феномен. Надмірні з потребують додаткових коштів на зберігання товарів, які не користуються попитом, і, у випадку товарів з обмеженим терміном придатності, для їх списання.

Ви можете легко розрахувати, як вплине точне прогнозування на продажі саме у вашій компанії скориставшись нашим інтерактивним калькулятором.

Тому інноваційні компанії все більш масово впроваджують у себе сучасні рішення для прогнозування з використанням штучного інтелекту, одним з яких є SMART Demand Forecast. Ці рішення дозволяють робити прогнози максимально точними, враховуючи велику кількість різнорідних даних та виявляючи неочевидні закономірності.

Згідно з дослідженням, проведеним McKinsey&Company, 20% компаній вже використовують новітні технології планування та прогнозування попиту в ланцюзі поставок з використанням АІ. організацій вже запланували впровадження таких технологій.

Решта традиційно досі покладається суто на експертний аналіз, враховуючи тенденції з історії продажів та інсайти бізнес-аналітиків. Проте, як свідчить досвід, такі розрахунки часто суттєво поступаються точністю результатам, які забезпечують інструменти з правильно підібраними і налаштованими алгоритмами штучного інтелекту. Існують різні види прогнозування попиту в управлінні ланцюгами поставок: кількісні, якісні тощо. Але кращі практики зазвичай включають AI-алгоритми та advanced-аналітику.

Вигоди від точного прогнозування попиту в управлінні ланцюгом поставок

Інструменти прогнозування на кшталт SMART Demand Forecast дозволяють суттєво знизити зазначені вище ризики і збільшити ефективність в управлінні ланцюгом постачання. Розглянемо детальніше переваги, які отримує бізнес від точного прогнозу попиту.

Мінімізація втрачених продажів

Як свідчить наведена вище статистика, компанії втрачають суттєві суми через неможливість задовольнити споживацький попит. Стається це через те, що аналітики не врахували чи недооцінили фактори або приховані закономірності, які призвели до більш інтенсивного сплеску попиту на певні групи товарів, аніж очікувалось. Відповідно, постачання продуктів було організоване не на належному рівні.

Організації опиняються в ситуації, коли вони просто не в змозі продати популярний товар через його відсутність. Або ж вимушені докладати додаткових зусиль і коштів, щоб якнайшвидше поповнити запаси, переплачуючи за терміновість виконання замовлення.

Підвищення лояльності клієнтів

Якщо у замовника або покупця періодично виникають складнощі з придбанням необхідної йому продукції – це може завдати досить потужного удару по іміджу постачальника До того ж через відсутність товару при наявності попиту ви будете недоотримувати прибуток. Точний прогноз допомагає постійно підтримувати необхідний рівень запасів, особливо в періоди проведення промокампаній.

Можливість оперативно реагувати на коливання попиту

Одна зі складностей в прогнозуванні попиту та пропозиції полягає в мінливості купівельної поведінки, на яку може впливати безліч факторів – від «хайпових» трендів до діяльності конкурентів і навіть погоди. Зрозуміло, що непередбачувані чинники врахувати не зможе навіть штучний інтелект, адже він опрацьовує лише наявні, надані йому дані. Проте він точно зможе охопити всі необхідні фактори для більш точного і оперативного прогнозу коливання попиту, що допоможе керувати ланцюгом постачання більш ефективно і гнучко.

Зменшення логістичних витрат

Неточне прогнозування попиту в ланцюзі поставок призводить і до зайвих витрат на логістику. Наприклад, якщо прогноз для мережі магазинів будується лише на основі розрахунків і припущень аналітиків, це призводить до того, що:

• такий прогноз часто буде менш точним і скоріше песимістичним, аніж реалістич
• він, як правило, буде робитися на всю мережу з подальшим приблизним розподілом між торговими точками.

Результат – в одних магазинах зазвичай буде надлишок продукції, в інших – нестача. Щоб подолати цей дисбаланс, компаніям доводиться здійснювати перерозподіл обсягу товарів між торговими точками, що, своєю чергою, призводить до додаткових логістичних витрат.

Сучасні інструменти дозволяють прогнозувати попит на окремі товарні позиції на рівні кожної торгової точки. Це дозволяє забезпечити оптимальні запаси у всіх магазинах мережі.

Зменшення складських витрат

Помилково завищений прогноз попиту призводить до того, що частина продукції залишається нерозпроданою. Її доводиться зберігати на складах, вона перетворюється на так званий «заморожений капітал» організації, що вимагає додаткових витрат на оренду складських приміщень.

Мінімізація кількості списаної продукції

Надлишок нерозпроданих товарів з обмеженим строком придатності часто призводить до того, що в певний момент їх доводиться просто списувати. Тобто усі кошти, вкладені в їх закупку, доставку і зберігання просто летять в порожнечу. Крім того, сам процес списання пов’язаний з певними видатками. Щоб хоча б частково уникнути списання, компанії вимушені розпродавати продукцію за значно заниженими цінами, ще й витрачаючи додатковий бюджет на маркетингові активності.

Більш ефективні промоакції

Використання інструментів прогнозування попиту і пропозиції дозволяє зробити промоакції більш ефективними і керованими. Але для цього знадобляться системи, які здатні розраховувати обсяги як регулярних, так і промопродажів. До таких систем належить і SMART Demand Forecast.

Наприклад, вони допомагають визначити оптимальну знижку на певні товарні позиції. Припустимо, ви плануєте знизити ціну на товар на 30%. Система ж може виявити, що за такої знижки попит буде настільки високим, що постачальники будуть не в змозі його задовольнити. А, скажімо, зі знижкою 15% ви продасте менше, проте заробите більше завдяки вищій ціні. На основі прогнозу системи менеджер ланцюга постачання зможе прийняти обґрунтоване рішення: скільки продукції слід закупити за оптимальної знижки.

Окрім того, інструменти з функціоналом прогнозування промопродажів здатні враховувати так звану канібалізацію, що дуже важливо. Коли ви встановлюєте знижку на певний товар, більш високий попит на нього «з’їдає» продажі аналогічних неакційних товарів.

Деякі компанії прогнозують лише регулярні продажі, і таки прогнози завжди помилкові, адже не враховується фактор канібалізації. Системи ж на кшталт SMART Demand Forecast автоматично і точно зменшують прогноз попиту на товари без знижок і збільшують для аналогічних товарів зі знижками.

Більш ефективна цінова політика

Точний прогноз коливань попиту на різні товарні позиції допомагає також встановлювати оптимальні ціни на них. Наприклад, якщо система «бачить», що на певний товар очікується сплеск попиту, це дає підставу для встановлення вищої ціни та навпаки. До того ж рішення для прогнозування допоможе визначити, за якої саме ціни продажі будуть максимально ефективними.

Особливості прогнозування для виробництва та дистриб’юторів

Прогнозування попиту є відправною точкою для всіх учасників ланцюга постачання, включно з виробництвом і дистриб’юторами. Саме з прогнозу починається планування виробництва. На його підставі розраховується необхідна кількість сировини і виробничих потужностей, щоб задовольнити очікуваний попит. При цьому враховуються рівень запасів готової продукції, а також вже запущені процеси виробництва.

І хоча такі підприємства, як правило, отримують прибуток від продажів дистриб’юторам – так званих первинних продажів – для коректного прогнозу важливо брати до уваги і вторинні продажі: скільки вашої продукції дистриб’ютор відвантажить ритейлерам.

Наприклад, якщо дистриб’ютор планує проводити промоакцію на певні товари для магазинів – це означає, що він закупить більше відповідної продукції у виробника, щоб задовольнити більш високий попит з боку ритейлу.

Також може виявитись, що дистриб’ютор в певний обліковий період відвантажив магазинам більше вашої продукції, аніж закупив. Коефіцієнт співвідношення закупленого і проданого дистриб’юторами товару допоможе визначити, скільки продукції буде закуплено в наступний обліковий період.

Дистриб’ютори, які здійснюють вторинні продажі, будують власні прогнози, орієнтуючись на інсайдерську інформацію від ритейлерів (заплановані промоакції магазинів, їхні прогнози щодо продажів тощо). Але оскільки така інформація не завжди доступна, дистриб’ютори вимушені утримувати у себе страховий запас, який визначається з урахуванням відхилень попередніх прогнозів.

Їм критично важливо утримувати такий запас, який, з одного боку, не був би надмірним, з іншого – забезпечував би постійну наявність необхідних товарів. Якщо в якийсь момент у дистриб’ютора не вистачить продукції для ритейлера, той звернеться до іншого постачальника або ж укладе прямий контракт з виробником. Таким чином дистриб’ютор просто випадає з ланцюга постачання.

Як штучний інтелект допомагає будувати точні прогнози попиту

Рішення для прогнозування попиту в ланцюзі поставок зі ШІ значно спрощують аналітичні розрахунки і роблять їх більш точними. Розглянемо детальніше переваги від використання таких інструментів.

Економія трудовитрат

Якщо компанія не використовує для прогнозування попиту сучасні інструменти, вона вимушена тримати для цього великий штат аналітиків. Але навіть цілий аналітичний відділ потребує дуже багато часу для агрегування інформації, складних розрахунків, обробки великих масивів даних, виявлення різних залежностей і тенденцій.

Використовуючи рішення для прогнозування попиту зі штучним інтелектом, аналітику достатньо завантажити в систему коректні та вичерпні дані, запустити процес розрахунків і отримати вже готовий прогноз. Залишається продемонструвати результат керівництву, пояснити, чому результат саме такий і запропонувати заходи, які б наблизили прогноз до бізнес-планів організації. .

Отже, аналітик позбавляється великого обсягу клопіткої і складної роботи, в нього вивільняється час для активної участі в прийнятті управлінських рішень. Із зануреного в нескінченну рутину «оператора ПК» він перетворюється на експерта з прогнозування.

Мінімізація людської помилки

Рішення для прогнозування попиту та пропозиції також зводять до мінімуму можливість людської помилки, яка може коштувати бізнесу дуже дорого. Аналітику не доводиться робити жодних розрахунків. Всі необхідні формули і алгоритми вже закладені в систему. Користувач розуміє, як розраховується прогноз, але процес відбувається автоматично – швидко і гарантовано коректно.

Єдина база даних

Завдяки таким інструментам, як SMART Demand Forecast, вся інформація зберігається в єдиній уніфікованій базі даних. У компаніях, які не використовують подібні рішення для прогнозування, зазвичай аналітикам доводиться зводити інформацію з розрізнених систем. З однієї потрібно отримати мастер-дані, з другої – звіт про продажі, з третьої – дані стосовно промокампаній тощо.

Використовуючи SMART Demand Forecast, всі відділи і всі співробітники працюють з уніфікованою системою – в єдиному форматі, в одному інтерфейсі. Користь від цього особливо відчутна, коли певний працівник з якоїсь причини випадає з робочого процесу – йде у відпустку, бере лікарняний або звільняється.

З інформацією, яку він вводив в єдину систему, легко може продовжити працювати інший співробітник. За відсутності уніфікації, яку забезпечують сучасні рішення для прогнозування, одному працівнику буває дуже складно розібратись в розрахунках іншого, що ставить під загрозу .

Врахування всіх необхідних чинників

Одна з основних складностей прогнозування попиту в ланцюзі поставок полягає в тому, що необхідно брати до уваги велику кількість факторів – як внутрішніх, так і зовнішніх. Це досить важко зробити, навіть якщо над прогнозом працює команда досвідчених експертів. Рішення зі штучним інтелектом роблять це швидко і безпомилково – звісно, за умови, якщо всі необхідні дані були введені в систему. Список чинників, які можуть бути враховані штучним інтелектом, досить великий. Ось лише деякі з них:

– результати досліджень;

– дані про конкурентів;

– макроекономічні тенденції;

– промоакції постачальника;

– власні промоакції;

– канібалізація;

– дані з соцмереж;

– прогноз погоди;

– дані з POS-терміналів;

– події в країні…

Штучний інтелект здатен врахувати і зіставити ці та інші фактори, віднайти патерни, взаємозалежності та приховані тенденції, неочевидні для аналітиків. Таким чином прогноз буде більш точним і добре обґрунтованим.

Ланцюгова реакція

Статистично доведено, що зайві витрати, пов’язані з неякісним прогнозуванням в ланцюзі поставок, в середньому становлять 2% собівартості продажів. Якщо ж при цьому аналітик припускається якоїсь помилки – то збитки компанії від такого прогнозу можуть бути набагато більшими. Системи з використанням технологій штучного інтелекту та машинного навчання – такі як SMART Demand Forecast – здатні мінімізувати ці втрати завдяки більш точним розрахункам. Саме тому вже зараз переважна більшість компаній світу або вже використовують такі рішення або готуються їх впроваджувати.

Бажаєте дізнатися більше про те, як точне прогнозування попиту в ланцюзі поставок вплине на продажі у вашій компанії? Замовте персональну презентацію.