Řízení zásob pomocí předpovídání prodejů 18.09.2012 Radek Hartman, Daniel Mašek I 18.9.2012 U&SLUNO a.s. I Sadová 28 I 702 00 Ostrava I u-sluno@u-sluno.cz I www.u-sluno.cz
OBSAH A CÍLE PREZENTACE Proč předpovídat prodeje Představení modulu Forecast Ukázka práce v modulu Forecast Přínosy modulu Forecast Manažerský informační systém PAGE 2
O U&SLUNO Jsme leader v poradenství a řešení pro retail, logistiku a zdravotnictví Poradenství a konzultace Vývoj a implementace komplexních řešení i specializovaných aplikací Podpora procesů napříč celou společností (manažerské, obchodní, logistické operace) Systémová integrace a projektové řízení Vývoj lokálních modifikací, zákaznické úpravy produktů Outsourcing služeb a podpora ICT systémů PAGE 3
NAŠI ZÁKAZNÍCI PAGE 4
NEDOSTATEK KLASICKÉHO OBJEDNÁVÁNÍ Náročnost na pracovní sílu Dlouhá doba zaškolení nákupčích Velké riziko chyb a špatných odhadů Omezená kontrola Případné snahy o optimalizaci řeší pouze největší rozdíly a další PAGE 5
Proč předpovídat prodeje Standardní systém objednávání (varianta min-max ) PAGE 6
Proč předpovídat prodeje Předpovědi založeny na skutečných prodejích v minulosti Časové řady jsou tvořeny složkami: Trendová Sezónní Cyklická Náhodná PAGE 7
Uplatnění modulu předpovědí Využití modulu na různých úrovních PAGE 8
Proč předpovídat prodeje Efektivní řízení zásobování pomocí: Plánovaní nákupu Zvýšení obratu díky eliminaci ztracených prodejů Snížení nákladů na skladování optimalizací skladové zásoby Snížení nákladů na pořízení objednávek Vytvoření podkladů pro automatické objednávky Vytvoření návrhů objednávek pro manuální objednávky Zvýšení přesností objednávek Snížení chybovostí při vytvoření objednávky PAGE 9
Proč optimalizovat objednávky Efektivní optimalizace zásobování pomocí: Optimalizace frekvence objednávání ABC rozdělení Logistická optimalizace (Multi pick, Multi drop) Konsolidace dodávek Objednávky Full Truck Cross-Dock (Pick-by-line, Distribuce) Plánování příjmů dle kapacity PAGE 10
Proč optimalizovat objednávky PAGE 11
Představení modulu Forecast - vlastnosti Automatické vyhodnocení chování zboží a automatický výběr správného kalkulačního modelu Vytvoření předpovědí prodejů pro následující sortimenty: Standardní sortiment Rychloobrátkové zboží Pomaloobrátkove zboží Novinky Akční zboží Sezónní zboží ABC analýza Řízení prodejního sortimentu pomocí rodin PAGE 12
Představení modulu Forecast - vlastnosti Analýza doplňujících faktorů Sezónnost (rodiny výrobků) Promoce Ztracené prodeje Kalendář svátků Speciální události Vazby mezi výrobky (obchody) Čistění historie Abnormální hodnoty Ruční úpravy Otevřenost výpočtů a zobrazování výstrah Klíčem pro správnou objednávku je správná předpověď PAGE 13
ABC rozdělení Zohlednění kategorie a požadovaného servisního levelu při výpočtu bezpečnostní zásoby Paretovo pravidlo (80/20) A skupina 20% položek 80% obratu B skupina 16% položek 16% obratu C skupina 64% položek 4% obratu PAGE 14
Řízení Rodin Vytvoření kategorizací zboží zařazení zboží do rodin Vytvoření klasifikátorů pro objednávaní Produktový strom Food Non-Food Potraviny Fresh Nápoje Mléčné Vody Džusy Rodina Artikl: Pomerančový džus PAGE 15
Rodiny pro předpověď Základní rodiny N1 R2 R3 R4 N2 N3 N4 R6 N5 N6 N7 N8 N9 A B C D E F G H R2 R2 R2 R6 R3 R3 R3 R2 R4 R4 Nově R4 Stále R2 RX Produktový strom Artikly PAGE 16
Velikonoce, Vánoce, případně jiná událost? Produkt se přesune do samostatné rodiny Min-Max pohled Nyní je profil rodiny v pořádku PAGE 17
Vliv promoce na předpověď Promoce ovlivňuje prodeje několika způsoby: Historie prodejů v minulosti je možné eliminovat (označit nebo vyhladit) Promoce v budoucnu: Prodej promočních produktů (přímý vliv) Prodej ostatních produktů (nepřímý vliv) Kanibalizace: Prodej promo položek snižuje prodej ostatních artiklů Domino Efekt : Promoce zvyšuje prodej ostatních artiklů PAGE 18
Denní aktivity uživatele Průběžná správa a čištění dat Nastavení rodin ABC Analýza Sezonní faktory Vlivy promocí Plně automatický režim Automat + optimalizační úpravy Kontrola varovných hlášek Urgentní objednávky Nutným předpokladem správné funkčnosti jsou korektní stavy skladů PAGE 19
Výpočet objednávky PŘEDPOVĚĎ Dny pokrytí: očekávaný obrat, frekvence objednávání + závozovýčas + Bezpečnostní zásoba na základě ABC rozdělení, ve vztahu k % SL - Množství na skladě - Objednáno (zboží na cestě) = Potřebné množství když > 0, vytvoř objednávku + Spekulace (investiční nákup) při očekávané změně ceny + Zaokrouhlení položky v objednávce karton, paleta na celé auto, dle kontraktu = Celkové Množství k objednání PAGE 20
PAGE 21
PŘÍNOSY MODULU FORECAST 700 000 600 000 500 000 400 000 300 000 200 000 Vývoj stavu zásob prodejen MO řetězce potravin 646 577 663 290 548 962 510 752 496 144 413 492 1.1. skutečnost 14.1. skutečnost 14.1. předpověď 100 000 0 Prodejna A Prodejna B PAGE 22
PŘÍNOSY MODULU FORECAST Potenciální navýšení obratu pomocí: Eliminace ztracených prodejů (out-of-stock) Identifikováno 851 dní, kdy některý artikl vykázal nulovou zásobu a Forecast předpověděl prodeje Prodeje za období 1.1.-14.1. = 447.823 Kč (v nákupních cenách) Ztracené prodeje artiklů s identifikovaným nulovým stavem = 25.977 Kč Podíl na obratu 5,8% Označení budoucích promocí Prodeje za období 1.1.-14.1. = 447.823 Kč (v nákupních cenách) Identifikované prodeje při označení promocí = 14.096 Kč (v nákupních cenách) Podíl na obratu 3,1% PAGE 23
PŘEDPOKLÁDANÉ PŘÍNOSY Řetězec s potravinami s vlastním DC (obrat cca 1mld) Indikátor Rozpětí Hodnota Přínos CZK ročně Zvýšení obratu o 1-2% 1,5% 2 775 000 Kč Snížení skladové zásoby o 12 20% 15% 7 500 000 Kč Přínos v zisku snížením skladové zásoby 4% 4% 300 000 Kč Snížení ohroženek (ztrát) o 30 50% 40% 2 625 000 Kč Administrativa 20 30% 20% 353 760 Kč Full truck 5% 5% 600 000 Kč Pick by line skladová zásoba 15% 15% 300 000 Kč Roční úspora po stabilizaci 6 953 760 Kč PAGE 24
PŘEDPOKLÁDANÉ PŘÍNOSY Řetězec s potravinami s vlastním DC (obrat cca 0,5mld) Indikátor Rozpětí Hodnota Přínos CZK ročně Zvýšení obratu o 1-2% 1,5% 1 388 000 Kč Snížení skladové zásoby o 12 20% 15% 3 750 000 Kč Přínos v zisku snížením skladové zásoby 4% 4% 150 000 Kč Snížení ohroženek (ztrát) o 30 50% 40% 1 312 500 Kč Administrativa 20 30% 20% 176 880 Kč Full truck 5% 5% 300 000 Kč Pick by line skladová zásoba 15% 15% 150 000 Kč Roční úspora po stabilizaci 3 476 880 Kč PAGE 25
REFERENCE Dollar General, USA, 9.200 prodejen Auchan, původem Francie, nyní 4.412 prodejen od convenience po hypermarkety ve 12 zemích Albertsons, USA, 2.500 prodejen Mercator Slovinsko, Srbsko, Chorvatsko, celkem 1.014 prodejen Trader Joe s, USA, 400 prodejen Monoprix Francie, 300 supermarketů a další PAGE 26
Výhody řešení Uživatelská přívětivost Jednoduchá obsluha Transparentní modely výpočtu a systém upozornění Vyvinuto specificky pro malo- a velkoobchodní společnosti Ověřené řešení s bohatými referencemi Garantovaná návratnost PAGE 27
Manažerský informační systém ARI = Advanced Retail Insight Standardní reporty s možností neomezených úprav Sledování dle: skladu/prodejny/dodavatele/sortimentu/nákupčího Použití semaforů a výstrah pro snadnou orientaci Reporty pro rychlý přehled i podklady pro analýzy PAGE 28
Manažerský informační systém PAGE 29
PAGE 30
Děkuji Vám za pozornost Daniel Mašek U&SLUNO a.s. dmasek@sluno.cz kontakt: +420 724 666 411 PAGE 31