Управление запасами: дьявол в деталях

Длинные плечи поставок

Дистрибуторы, которые работают с зарубежными поставщиками, ждут товара несколько месяцев. Это неизбежно влечёт дополнительные риски, и, как следствие, рост запасов, чтобы эти риски нивелировать (ведь надёжный дистрибутор ради клиента готов на всё). В проблеме длинных плеч поставок есть два аспекта:

1. При планировании на более дальний горизонт падает точность прогнозов, и это требует дополнительного страхового запаса.
2. Само плечо поставки нестабильно: вроде обычно привозят за два месяца, но бывало же и три, давайте положим на склад запас на лишний месяц.

Заметим в скобках (об этом как раз в книжках подробно), что само по себе длинное плечо поставки ещё не означает большого запаса. Если спрос на три месяца вперёд мы прогнозируем так же точно, как на ближайшую неделю, и доставка работает как часы — запас на складе в каждый момент времени будет не больше, чем если бы поставщик был за углом от склада. Просто какая-то часть товара все время будет находиться в пути. Но, к сожалению, есть море, таможня, РЖД и много других неприятностей, делающих плечо поставки нестабильным. Не говоря уже про десятки факторов, усложняющих прогнозирование спроса на большом горизонте.

Эксперт знает о тенденциях на рынке, конкурентах, ситуации в стране и ещё множестве факторов, которые очень трудно или невозможно формализовать, чтобы компьютер автоматически выдавал точный прогноз. В то же время эксперт никогда не сможет заниматься прогнозированием каждого товара на каждом складе — это могут быть десятки тысяч позиций. Поэтому мы предлагаем такой механизм:

1. Компьютер строит базовый прогноз с помощью математических моделей, учитывающих тренды и сезонности по всем товарным позициям.
2. Эксперт или группа экспертов анализирует эти прогнозы в различных разрезах (товарные группы, каналы продаж, склады и т.д.) и вносит свои корректировки. Например, по такому-то товарному направлению ожидается рост продаж на 5% выше того, что спрогнозировал компьютер. А здесь, наоборот, будет спад, продадим на 2 млн. руб. меньше.
3. Прогнозы согласуются между экспертами и утверждаются, после чего на основе таких комбинированных прогнозов спроса рассчитывается объём закупа и решаются другие операционные задачи.

Прогнозы следует периодически пересматривать, для этого должен быть запущен еженедельный или ежемесячный процесс.

Нестабильность плеча поставки — это риск, с которым можно работать максимально автоматизированным образом. Статистика о колебаниях плеча поставки при правильном подходе к нормированию запасов становится всего лишь фактором для расчёта корректного страхового запаса, наряду с изменчивостью спроса. Правда, и здесь «дьявол в деталях»: относительно простые и удобные для реализации в Excel формулы из книжек приводят к завышению страховых запасов иногда более чем вдвое.

Клиент всегда прав: все более требовательные контрагенты

Всё растущий сегмент торговых сетей требует наличия больших объёмов товара здесь и сейчас, грозит штрафами за недопоставки и меняет поставщиков, как перчатки. Удовлетворение этим жестким требованиям — вопрос выживания для многих дистрибуторов уже сейчас. Дальше эта проблема будет становиться только острее. В этом контексте качественное управление запасами — один из ключевых вопросов: ведь клиентский сервис, которого требуют сети, может стоить очень дорого.

Но и эти проблемы можно решить комбинацией умного алгоритма и правильно выстроенного процесса. Для обеспечения ключевых клиентов высоким уровнем сервиса нужен механизм резервирования товара на складе. Если остаток опустился ниже заданного порога (резерва под ключевых клиентов), отгрузки производятся только клиентам из VIP-списка. А сам пороговый уровень остатка уже можно рассчитывать и регулярно обновлять. В правильной ситуации обновление должно делаться каждый день, ведь резерв зависит и от спроса крупных клиентов, и от текущих остатков, и от того, насколько скоро можно ждать пополнения.

Если дистрибутор не торгует товаром с ограниченным сроком годности, то механизм резервирования решает значительную часть проблем с сетями. Но если есть «скоропорт», а это, с учётом плеч поставок и оборачиваемости, может быть и товар со сроком годности до года, возникают ещё и остаточные сроки годности и требования клиентов вроде «не меньше 70% срока». Это увеличивает риски и требования к оборачиваемости запасов, ведь от поставщика товар тоже приходит не идеально свежим, и есть совсем небольшой промежуток времени, когда товар можно продать.

При каждой закупке нужно учитывать партионную структуру остатков и требования клиентов: ведь может быть так, что товара на складе много, но крупная сеть уже не возьмёт его, а мелким клиентам столько не нужно. Если не анализировать эти детали, закупка сделана не будет, поскольку товара ещё много. В итоге крупный клиент не получит товар, что чревато рядом последствий помимо упущенной выгоды и выброшенного товара.

Делать такой анализ вручную практически невозможно, эта логика должна быть предусмотрена в системе управления запасами. Чтобы это всё заработало, нужна точная информация о структуре остатков по срокам годности. Но если дистрибутор работает со скоропортом, скорее всего, у него уже есть современная WMS на складах.

Резюме: между молотом и наковальней

Дистрибуторы не питают иллюзии относительно среднесрочной перспективы их бизнеса: растёт сегмент ключевых клиентов, производители зачастую работают с сетями напрямую. Но и пессимистичные прогнозы, что скоро дистрибуторы «вымрут, как динозавры», оказываются сильно преувеличенными.

Сохранить при этом прибыльность можно только за счёт сокращения внутренних издержек, львиная доля которых в запасах. Поэтому качественное управление запасами — жесткое требование уже недалёкого будущего.

Мы выделили несколько важных аспектов управления запасами, без которых классические методики прогнозирования спроса, нормирования запасов и т.д. окажутся «сферическими конями в вакууме». Зато при правильном сочетании стандартных методов и учёта специфики оптовой торговли можно добиться реального снижения трудозатрат и издержек, высвобождения средств и повышения уровня сервиса.