Bagaimana Memprediksi Kehabisan Stok Sebelum Terjadi

Sebagian besar toko mengetahui bahwa mereka akan kehabisan stok berdasarkan lencana, laporan, atau pesan pelanggan, dan ketiganya muncul berdasarkan tren yang menyebabkan hal tersebut. Pada saat itu Anda memilih antara pesanan terburu-buru dan beberapa penjualan yang terlewat, padahal seminggu sebelumnya keputusan yang sama akan memakan waktu lima menit.

Prediksi adalah kebiasaan, bukan rumus yang Anda hitung sekali. Tanda-tanda individual yang harus diperhatikan tercakup dalam daftar periksa terpisah —sepuluh tanda peringatan Anda akan kehabisan tenaga. Postingan ini adalah proses dibalik pemberitahuannya sebelum SKU bermasalah; untuk gambaran pencegahan selengkapnya di luar prediksi saja, lihatcara mencegah kehabisan stok di Shopify.

Mengapa prediksi mengalahkan reaksi

Titik pemesanan ulang memberi tahu Anda kapan harus bertindak. Itu tidak memberi tahu Anda bahwa nomor di belakangnya akan basi. Bereaksi terhadap ambang batas yang dilewati masih berguna, namun hal ini dibangun berdasarkan asumsi yang dibuat seseorang saat terakhir kali mereka menetapkannya — biasanya gambaran kecepatan penjualan dan waktu tunggu.

Prediksi artinya memeriksa asumsi tersebut sesuai jadwal, bukan sekedar menunggu alarm yang dipercaya masih benar. Ini adalah kebiasaan yang berbeda dibandingkan dengan mengatur peringatan satu kali dan melanjutkan perjalanan — dan ini adalah kebiasaan yang menyebabkan kehabisan stok sementara titik pemesanan ulang masih menyatakan semuanya baik-baik saja.

Hari persediaan vs. waktu tunggu

Perbandingan yang layak dilakukan secara teratur adalah sederhana: masukkanhari persediaandi samping waktu tunggu pemasok Anda. Jika jumlah hari persediaan berada di atas waktu tunggu, pesanan yang dilakukan hari ini akan menghasilkan ruang kosong. Jika kurang dari waktu tunggu, pesanan yang dilakukan hari ini akan tetap sampai setelah rak kosong, tidak peduli berapa pun titik pemesanan ulang yang tertera.

Inilah mengapa kesenjangan tersebut dapat terbuka bahkan pada SKU dengan titik pemesanan ulang yang dibangun dengan benar. Ambil Cedar & Fig, 250g, dari rumus titik pemesanan ulang: 5 unit sehari, waktu tunggu 12 hari, 30 unit stok pengaman, untuk atitik pemesanan ulangsebanyak 90 unit. Angka itu tepat pada hari penetapannya.

Tiga bulan kemudian, katakanlah penjualan candle ini diam-diam meningkat dua kali lipat menjadi 10 unit sehari, dorongan musiman atau peningkatan lambat yang tidak ditandai oleh siapa pun. Tidak ada yang menghitung ulang titik pemesanan ulang, jadi masih berada di angka 90. Stok melampaui 90 dan peringatan menyala persis seperti yang dirancang. Namun dengan kecepatan saat ini, 90 unit hanya membutuhkan sembilan hari persediaan, tiga hari lebih pendek dari waktu tunggu 12 hari, bahkan sebelum pesanan dikirim.

Titik pemesanan ulang tidak salah saat dibangun. Membandingkan jumlah hari persediaan dengan waktu tunggu secara langsung menunjukkan bahwa jumlah tersebut sekarang terlalu rendah, masalah kecepatan basi yang sama dengan nama bagian "tiga kesalahan" panduan titik pemesanan ulang, yang ditangkap sebelumnya dengan membandingkan dua angka alih-alih memercayai satu ambang batas.

Menonton tren kecepatan

Pemeriksaan hari inventaris di atas mendeteksi perubahan kecepatan setelah perubahan tersebut sudah cukup besar untuk memindahkan angka tersebut. Melihat tren yang terjadi lebih awal: letakkan jendela terkini (30 hari terakhir) di samping jendela yang lebih panjang (90 hari terakhir) untuk SKU bervolume lebih tinggi dan cari nomor terbaru yang menjauh dari jendela yang lebih panjang.

Rata-rata trailing-30 yang berjalan jauh di atas rata-rata trailing-90 adalah sinyal yang sama dengan contoh yang berhasil di atas, terlihat beberapa minggu lebih awal, sementara masih ada kelonggaran untuk menghitung ulang titik pemesanan ulang daripada terburu-buru memesan. Panduan kami tentangmeningkatkan akurasi perkiraanmencakup penghitungan ulang kecepatan dengan benar setelah Anda melihat pergeserannya.

Lingkaran umpan balik kehabisan stok

Prediksi lebih penting daripada yang terlihat, karena kehabisan stok tidak hanya berdampak pada hari-hari dimana SKU berada pada titik nol — hal ini juga dapat mendistorsi data yang akan Anda gunakan untuk memprediksi prediksi berikutnya. Riwayat penjualan dari jendela kehabisan stok menunjukkan permintaan yang hampir nol, bukan karena pelanggan berhenti menginginkan produk tersebut tetapi karena tidak ada yang bisa dibeli. Perkiraan yang memperlakukan hari-hari datar tersebut sebagai pesanan permintaan riil sedikit berkurang pada siklus berikutnya, dan habis lagi sedikit lebih cepat.

Efek ini, yang dikenal sebagai permintaan tersensor, dijelaskan secara lengkap dengan diagram di postingan kami dikesalahan perkiraan persediaan yang umum— layak dibaca sekali, tidak diperdebatkan ulang di sini. Kesimpulan dari kebiasaan prediksi: menangkap SKU sebelum benar-benar mencapai nol membuat loop ini tidak dimulai pada SKU tersebut sama sekali.

Membangun kebiasaan mengulas

Rutinitas yang bisa diterapkan untuk sebagian besar katalog kecil:

• Mingguan:periksa hari inventaris terhadap waktu tunggu untuk SKU terlaris dan berisiko tertinggi.
• Bulanan:menghitung ulang kecepatan untuk apa pun yang trennya jauh dari rata-rata terkini, dan memperbarui titik pemesanan ulang agar sesuai.
• Setelah lonjakan apa pun:momen viral, promosi, lompatan musiman — segera periksa kembali SKU yang terlibat daripada menunggu peninjauan terjadwal berikutnya.

Melakukan ini dengan tangan melewati beberapa lusin SKU membuat sebagian besar toko berhenti mempertahankannya.Isyarat Sahammenghitung ulang perkiraan permintaan dari data penjualan langsung setiap malam, pada setiap paket termasuk Gratis, sehingga perbandingan di atas berjalan dengan sendirinya, bukan pada spreadsheet yang Anda ingat untuk membukanya.

Pertanyaan yang Sering Diajukan

Bagaimana Anda bisa memprediksi kehabisan stok sebelum hal itu terjadi?

Bandingkan sisa hari persediaan Anda dengan waktu tunggu pemasok Anda untuk setiap SKU, daripada hanya melihat jumlah stok mentah saja. Ketika sisa hari berada di bawah waktu tunggu, pesanan yang dilakukan hari ini akan tetap tiba setelah rak kosong — itulah momen yang layak untuk dilakukan, berhari-hari atau berminggu-minggu sebelum titik pemesanan ulang resmi atau lencana stok rendah diaktifkan.

Apa hubungan antara hari persediaan dan waktu tunggu sebagai tanda peringatan?

Jumlah hari persediaan memberi tahu Anda berapa lama stok Anda saat ini akan bertahan pada kecepatan penjualan terkini; lead time memberi tahu Anda berapa lama pesanan baru akan tiba. Ketika jumlah hari persediaan berada di atas waktu tunggu, Anda memiliki ruang. Ketika waktu tunggu turun di bawah waktu tunggu, perhitungannya tidak lagi berfungsi — dan titik pemesanan ulang yang dihitung berdasarkan kecepatan penjualan yang lebih lama dan lebih lambat dapat gagal meskipun di atas kertas terlihat baik-baik saja.

Mengapa satu kehabisan stok membuat stok berikutnya lebih mungkin terjadi?

Kehabisan stok menghentikan penjualan selama rak tersebut kosong, dan periode datar tersebut dicatat sebagai permintaan yang rendah, bukan permintaan yang hilang. Perkiraan yang dibuat berdasarkan riwayat tersebut akan membaca kesenjangan tersebut sebagai hal yang nyata, pesanan akan berkurang pada siklus berikutnya, dan akan habis lagi lebih cepat — sebuah pola yang disebut permintaan tersensor, yang dibahas secara lengkap dalam panduan kesalahan perkiraan inventaris kami.