Mazumtirdzniecības krājumu pārvaldība: samaziniet turēšanas izmaksas par 18% un palieliniet plauktu pieejamību | Loadly

Ātra atbilde: efektīva mazumtirdzniecības krājumu pārvaldība izmanto reāllaika datus un uzlabotu analīzi, lai precīzi prognozētu pieprasījumu, optimizētu drošības krājumus un sinhronizētu piegādi ar pārdošanu, tādējādi samazinot pārvadāšanas izmaksas līdz pat 18% un nodrošinot kritisko plauktu pieejamību, tieši ietekmējot kravu pārvadājumu efektivitāti un rentabilitāti.

Katrs mazumtirdzniecības izplatīšanas centra direktors, ar kuru esmu strādājis, saskaras ar to pašu brutālo realitāti: vidēji 4,1% no pārdošanas apjoma tiek zaudēti noliktavu dēļ, bet vienlaikus 25–30% no viņu gada krājumu vērtības paliek dīkstāvē, uzkrājot pārnēsāšanas izmaksas, kas viegli sasniedz 18–35%. Tas attiecas ne tikai uz zaudētiem pārdošanas apjomiem; tas ir kluss slepkava, kas iztukšo jūsu kravas budžetu, pateicoties paātrinātiem sūtījumiem, neefektīvām kravas automašīnām un tukšām atgriešanās jūdzēm. Aizmirstiet mācību grāmatu; parunāsim par to, kā precīza krājumu optimizācija tieši izpaužas kā pilnas kravas automašīnas un lielāka peļņa.

Neoptimizētu mazumtirdzniecības krājumu slēptās izmaksas: ārpus bilances

Lielākā daļa mazumtirgotāju izseko krājumu samazinājuma un turēšanas izmaksu ziņā uz papīra. Bieži tiek ignorēts tas, kā slikta krājumu disciplīna tieši ietekmē jūsu kravas pārvadājumus, radot neefektivitāti, kas izjauc jūsu transporta budžetu. Galvenā problēma nav tikai nepareiza SKU skaitīšana; tā ir sistēmiska nespēja savienot pieprasījuma signālus ar izpildes jaudu, kas bieži noved pie paradoksālas situācijas: pārāk daudz tā, kas netiek pārdots, un nepietiek ar to, kas tiek pārdots.

Šis atvienojums liek izmantot reaktīvu kravu pārvadājumu stratēģiju. Kad populāra prece negaidīti izbeidzas, jūs saskaraties ar steidzamu paātrinātu piegādi. Tas nozīmē paaugstinātas likmes, bieži vien izmantojot dārgus mazāk nekā kravas (LTL) pārvadātājus, lai sūtot pilnu kravu (FTL) vai pat aviopārvadājumu. Pamatojoties uz mūsu analīzi par tūkstošiem Loadly sūtījumu, šīs reaģējošās, neplānotās kravas kustības var palielināt joslas tipiskās izmaksas par 25–40% . Vidēja izmēra mazumtirgotājam, kura ikgadējie kravu tēriņi ir 15 miljoni USD, pat 10% paļaušanās uz paātrinātu piegādi sliktas krājumu plānošanas dēļ katru gadu rada papildu 1,5 miljonus USD novēršamas kravas izmaksas.

Saskaņā ar Nacionālās mazumtirdzniecības federācijas (NRF) datiem krājumu pārvadāšanas izmaksas var svārstīties no 18% līdz 35% no preces vērtības, ieskaitot uzglabāšanu, kapitālu, apdrošināšanu un novecošanos — 2023. gadā. Šīs izmaksas tieši samazina efektīvai kravu piegādei pieejamo peļņu.

Turklāt krājumu pārpalikums ierobežo kapitālu un noliktavas telpu. Ja jūsu izplatīšanas centri ir pieblīvēti ar lēnām kustīgām precēm, tas apgrūtina ienākošo un izejošo loģistiku. Drenāžas kravas automašīnas gaida ilgāk, pagalmu apsaimniekošana kļūst par murgu, un pieejamo doku atrašana plānotajām piegādēm kļūst par ikdienas grūtībām. Tas ietekmē autovadītāju darba stundu (HOS) noteikumus, kā rezultātā pēc pirmajām divām stundām tiek piemērota maksa par autovadītāja aizturēšanu, kas ir vidēji USD 75–150 USD stundā . Tie nav tikai nelieli kairinājumi; tie ir tiešie, kvantitatīvi nosakāmi trāpījumi jūsu operatoru attiecībām un būtībai, kas ietekmē jūsu spēju atrast kvalitatīvas kravas, kad tās patiešām ir vajadzīgas.

Kāpēc tradicionālā krājumu pārvaldība neizdodas mazumtirdzniecībā un FMCG mūsdienās

Tradicionālā pieeja, kas bieži vien balstās tikai uz vēsturiskajiem pārdošanas datiem, ir vienkārši nepietiekama mūsdienu nestabilajam tirgum. Patērētāju uzvedība, ko veicina daudzkanālu cerības un straujas tendenču maiņas, padara statisko prognozēšanu novecojušu. Lūk, kas lielākajai daļai speciālistu pietrūkst:

1. Statiskie drošības krājumu aprēķini: daudzās darbībās tiek izmantota fiksēta drošības krājuma procentuālā daļa vai formula. Tas ignorē pieprasījuma mainīgumu, izpildes laika svārstības un reklāmas ietekmi. Sekas? Vai nu jums ir pārpildīts par 70% no saviem SKU, vai arī nepietiek ar 30%, kas nodrošina 80% jūsu ieņēmumu.
2. Siled datu sistēmas: krājumu, pārdošanas un transportēšanas dati bieži atrodas atsevišķās sistēmās (ERP, POS, TMS), kas nesazinās reāllaikā. Šis sadrumstalots skats nozīmē, ka tiešsaistes pārdošanas pieaugums nekavējoties neatspoguļojas DC papildināšanas pasūtījumos vai pārvadātāja maršruta optimizācijas programmatūrā, izraisot kavēšanos, kas saasina krājumu trūci vai rada bultas efektus.
3. Pārdevēja izpildes laika nepastāvības ignorēšana: Paļaušanās uz publicētajiem izpildes laikiem ir iesācēju kļūda. Reālais piegādes laiks no piegādātājiem var krasi svārstīties ostas pārslodzes, ražošanas aizkavēšanās vai darbaspēka trūkuma dēļ. Šī mainīgums, ja tas netiek dinamiski iekļauts jūsu pārkārtošanas punktos, neizbēgami novedīs pie pārmērīga bufera krājuma vai postoša krājumu apjoma, un katram ir savs dārgs kravas risinājums.

Risinājums nav vienkārši pievienot vairāk krājumu vai tērēt vairāk par paātrinātu kravu. Tā mērķis ir izveidot elastīgu, uz datiem balstītu krājumu sistēmu, kas redz visu piegādes ķēdi, sākot no patērētāja klikšķa līdz noliktavas dokai.

Paredzamā pieprasījuma prognozēšana: samaziniet krājumus par 22% un optimizējiet kravas ceļus

Mazumtirdzniecības krājumu optimizācijas pamatā ir ne tikai to, kas jums ir; tas precīzi paredz, kas jums būs nepieciešams. Tas pārsniedz vienkāršus mainīgos vidējos rādītājus. Mūsdienu prognozējošā pieprasījuma prognozēšana integrē vairākas datu straumes, lai sniegtu jums skaidrāku priekšstatu, ļaujot samazināt krājumus vidēji par 22% un precīzi plānot kravas kustību, novēršot dārgas pēdējā brīža ķibeles.

1. Integrējiet tirdzniecības vietu (POS) ar ārējiem datiem: neskatieties tikai uz pagātnes izpārdošanu. Iekļaujiet vietējās laika prognozes, svētku kalendārus, konkurentu reklāmas, sociālo mediju tendences un pat makroekonomiskos rādītājus. Attiecībā uz FMCG reģionālo sporta notikumu vai pat vīrusu TikTok izaicinājumu izsekošana var paredzēt konkrētu produktu pieaugumu.
2. Izmantojiet mašīnmācīšanās algoritmus: uzlaboti algoritmi (piemēram, ARIMA, eksponenciālā izlīdzināšana vai neironu tīkli) var identificēt sarežģītus modeļus, kas cilvēka analīzē trūkst. Šie rīki var paredzēt ne tikai pieprasījuma pieaugumu, bet arī iespējamību, ka konkrētas preces tiks izpārdotas konkrētos veikalos, ļaujot veikt proaktīvu, konsolidētu papildināšanu.
3. Dinamiskā izpildes laika pielāgošana: ļoti svarīgi ir ņemt vērā reāllaika izpildes laika datus no jūsu mobilo sakaru operatoriem un piegādātājiem. Piemēram, Loadly platforma nodrošina vēsturiskus un reāllaika tranzīta datus noteiktām joslām, ļaujot jums dinamiski pielāgot drošības krājumus un pārkārtot punktus. Tas nozīmē, ja sezonālu laikapstākļu dēļ kopējā joslā rodas 1,5 dienu aizkave, sistēma nekavējoties pielāgojas, novēršot krājumu izzušanu bez pārmērīgas pasūtīšanas.

Pamatojoties uz CSCMP 2023. gada loģistikas stāvokļa ziņojumu, uzņēmumi, kas izmanto progresīvu analīzi pieprasījuma prognozēšanai, ziņo par vidēji 15 % uzlabojumu krājumu apgrozījumā un 10 % samazinājumu krājumos. Tas tieši nozīmē mazāku ārkārtas kravu sūtījumu skaitu.

Pārejot no reaktīvās uz proaktīvo, jūs konsolidējat savus sūtījumus, pārejat no dārgiem LTL uz efektīvu FTL un samazina pārvadātāju tukšo atgriešanas jūdžu biežumu. Tas nozīmē ciešākas attiecības ar uzticamiem pārvadātājiem, kas, iespējams, nodrošina labākus tarifus konsekventiem, plānotiem kravu apjomiem.

SKU racionalizācija un dzīves cikla pārvaldība: atgūstiet noliktavas platību un izgrieziet tukšos atvilkšanas maršrutus

Katrs mazumtirdzniecības speciālists zina, cik sāpīgi ir izmirušie krājumi. Tās nav tikai neparedzētas izmaksas; tas aktīvi samazina jūsu darbības efektivitāti un būtiski veicina neefektīvu kravu pārvadāšanu. SKU racionalizācija nav saistīta ar patvaļīgiem samazinājumiem; tas ir uz datiem balstīts process, lai noteiktu, kuri produkti patiesi rada vērtību un kuri ir saistības, ļaujot atgūt vērtīgu noliktavas telpu un optimizēt izejošo kravu. Tas var samazināt nevajadzīgos krājumus līdz pat 15% .

1. ABC analīze, atkārtoti definēta: ne tikai klasificējot pēc pārdošanas apjoma (A: augsta vērtība, B: vid��ja, C: zema), iekļaujiet arī rentabilitāti, klientu pieprasījuma nepastāvību un kravas īpašības. Maza apjoma prece varētu būt