Perkiraan Inventaris Shopify: Panduan Lengkap untuk tahun 2026

Telusuri "cara memperkirakan inventaris untuk Shopify" dan sebagian besar hasil akan menjual perangkat lunak kepada Anda sebelum menjelaskan perhitungannya, atau menjelaskan perhitungan tersebut dengan angka yang sebenarnya tidak bertambah saat Anda memeriksanya. Ini adalah versi lengkapnya: apa itu peramalan, bagaimana melakukannya secara manual minggu ini, metode apa yang sesuai dengan katalog Anda, bagaimana mengubah perkiraan menjadi pesanan, dan bagaimana menjaganya agar tidak basi.

Salah satu contoh yang ada menjelaskan seluruh panduan ini — lilin bernama Cedar & Fig, 250g, terjual 5 unit sehari, dengan waktu tunggu pemasok 12 hari dan cadangan stok pengaman 30 unit. Ini adalah contoh yang sama yang digunakan di seluruh postingan inventaris kami, sehingga angkanya tetap konsisten dari satu panduan ke panduan berikutnya daripada menyetel ulang setiap saat.

Apa itu Peramalan Persediaan?

Perkiraan inventaris adalah praktik memperkirakan berapa banyak produk yang akan Anda jual pada periode mendatang, menggunakan riwayat penjualan Anda sendiri, sehingga Anda dapat memutuskan berapa banyak stok yang harus disiapkan sebelum Anda membutuhkannya. Ini adalah angka yang dibuat berdasarkan data penjualan nyata, bukan perkiraan, dan memiliki margin kesalahan yang mempersempit semakin banyak data yang Anda masukkan. Untuk penjelasan definisi selengkapnya, termasuk perbedaannya dengan "perkiraan permintaan" dan tanda-tanda yang sudah tidak dapat ditebak lagi oleh toko, lihatapa arti sebenarnya dari perkiraan persediaan. Panduan ini mengambil dari sana dan berjalan untuk benar-benar melakukannya.

Peramalan adalah salah satu bagian dari disiplin yang lebih besar. Lihatpanduan dasar-dasar manajemen inventaris kamiuntuk gambaran lengkapnya, termasuk jumlah stok, pencegahan perbedaan, dan metrik yang memberi tahu Anda apakah saham yang Anda miliki adalah saham yang tepat.

Mengapa Toko Shopify Membutuhkannya

Dua kesalahan terjadi pada toko yang tidak melakukan perkiraan, dan keduanya bergerak ke arah yang berlawanan. Sebuah produk yang benar-benar terjual habis, dan penjualan (terkadang pelanggan, untuk selamanya) berpindah ke pesaing mana pun yang masih memiliki stoknya. Sebuah produk yang tidak terjual sesuai dengan jumlah minggu peluncuran yang disarankan akan mengalami pemesanan berlebih, dan uang tunai yang dibayarkan untuk produk tersebut disimpan di gudang alih-alih mendanai hal berikutnya yang benar-benar dibutuhkan toko tersebut.

Ramalan cuaca tidak membuat kesalahan menjadi mustahil. Tidak ada perkiraan yang benar-benar tepat, dan memperlakukan perkiraan tersebut sebagai jaminan adalah kesalahannya sendiri, namun perkiraan tersebut menggantikan perkiraan yang berdasarkan firasat dengan perkiraan yang dibuat berdasarkan apa yang sebenarnya telah dibeli oleh pelanggan. Itulah perbedaan antara bereaksi terhadap masalah stok setelah terjadi dan melihatnya terjadi dalam beberapa minggu. Jika istilah perencanaan permintaan dan perencanaan inventaris digunakan secara longgar di tim Anda, FAQ di akhir panduan ini akan menguraikannya.

Cara Memprediksi, Langkah demi Langkah

Inilah prosesnya dari ujung ke ujung. Setiap langkah cukup dijelaskan untuk benar-benar melakukannya; bagian setelah ini membahas lebih dalam bagian-bagian yang membutuhkannya.

1. Tarik riwayat penjualan Anda.Minimal, 60 hingga 90 hari untuk SKU yang sudah ditetapkan — lebih lama lagi jika produk memiliki pola musiman yang ingin dicerminkan oleh perkiraan. Di mana data ini sebenarnya ada di Shopify, dan cara membersihkannya sebelum Anda menghitung apa pun, akan dibahas lebih jauh.
2. Hitung kecepatan dasar Anda.Bagilah total unit terjual dengan jumlah hari di jendela Anda. Cedar & Fig, 250g terjual 450 unit selama 90 hari terakhir: 450 90 = 5 unit sehari. Setiap nomor lain dalam panduan ini didasarkan pada tarif tunggal tersebut.
3. Pilih metode yang sesuai dengan polanya.Penjual yang datar dan stabil adalah masalah perkiraan yang berbeda dari penjual dengan tren yang kuat, perubahan musiman, atau hampir tidak ada riwayat penjualan sama sekali, dan metode yang tepat bergantung pada metode mana yang Anda lihat. Dibandingkan selanjutnya.
4. Sesuaikan dengan apa yang tidak dapat ditangkap oleh rata-rata datar.Angka kecepatan yang stabil mengasumsikan hidup tetap membosankan, dan seringkali tidak demikian. Pola musiman yang nyata, lebih berat di bulan Desember, mati di bulan Juli, akan terhaluskan dengan rata-rata biasa; melihatmemperkirakan persediaan musimanuntuk membangun indeks musiman sebagai gantinya. Promosi terencana menyebabkan lonjakan sementara yang kemudian dianggap salah oleh rata-rata orang sebagai acuan dasar baru; lihatbagaimana promosi mempengaruhi perkiraan inventarisuntuk memperkirakan peningkatan dan mengatur ulang garis dasar setelah selesai. Dan jika waktu tunggu pemasok tidak tetap seperti yang diasumsikan dalam rumus di bawah ini, variabilitas tersebut akan mengubah seberapa banyak buffer yang dibutuhkan perkiraan; lihatbagaimana waktu tunggu pemasok memengaruhi perkiraan Andauntuk mekanik.
5. Ubah perkiraan menjadi angka yang dapat Anda tindak lanjuti.Tingkat penjualan harian bukanlah suatu keputusan. Anda tetap perlu mengetahui kapan harus memesan ulang dan berapa banyak yang harus dipesan. Kedua rumus tersebut ada di bawah.
6. Bandingkan dengan apa yang sebenarnya terjadi, dan sesuaikan.Perkiraan yang tidak pernah dibandingkan dengan penjualan sebenarnya hanya diam-diam salah selama satu musim. Tercakup dalam Menjaganya Tetap Akurat, di bagian akhir.

Memilih Metode

Untuk sebagian besar SKU mapan dengan penjualan stabil dan tidak sedang tren, rata-rata pergerakan sederhana (rata-rata penjualan beberapa minggu terakhir) sudah cukup, dan ini adalah default yang kami arahkan ke sebagian besar katalog kecil. Ini rusak ketika tren penjualan produk naik atau turun, karena rata-rata tertinggal di belakang tren yang bergerak daripada melacaknya.Penyelaman mendalam rata-rata pergerakan kamimenelusuri formula dan secara tepat di mana ia berhenti bekerja;perbandingan penuh metodemencakup alternatif-alternatifnya, termasuk pemulusan eksponensial, yang bereaksi lebih cepat dalam beberapa minggu terakhir dengan mengorbankan kebisingan.

Semua hal di atas tidak ada gunanya untuk SKU baru tanpa riwayat penjualan. Itu masalah yang berbeda dengan metode yang berbeda: membandingkan produk baru dengan produk serupa yang sudah ada di katalog, daripada membuat rata-rata riwayat yang belum ada. Lihatmemperkirakan persediaan produk baruuntuk cara kerjanya.

Menghitung Apa yang Anda Butuhkan

Perkiraannya sendiri adalah tarif, unit per hari. Mengubahnya menjadi sebuah keputusan berarti menjawab dua pertanyaan berbeda, dan menggabungkannya adalah salah satu kesalahan umum dalam kelompok ini.

Yang pertama adalahkapan harus memesan ulang— titik pemesanan ulang.

Titik Pemesanan Ulang = (Rata-rata penjualan harian × Waktu tunggu dalam hari) + Stok pengaman

Kembali ke Cedar & Fig, 250g: 5 unit sehari, waktu tunggu pemasok 12 hari, dan buffer stok pengaman 30 unit. Titik pemesanan kembali = (5×12) + 30 = 60 + 30 = 90 unit. Ketika stok turun menjadi 90, pesanan pembelian akan dikeluarkan, bukan lebih awal, tidak lebih lambat. Rumusan lengkapnya, termasuk bagaimana mengukur cadangan stok pengaman untuk penjual yang lebih tajam atau pemasok yang kurang dapat diandalkan, sudah adapanduan titik pemesanan ulang kami.

Yang kedua adalahberapa banyak yang harus dipesan— tingkat stok target, dan jumlahnya tidak sama dengan titik pemesanan ulang di atas. Setelah Anda mengetahui ramalan cuaca, waktu tunggu, dan berapa banyak buffer yang Anda inginkan, kuantitas tersebut akan dihitung sendiriberapa banyak inventaris yang harus Anda simpan.

Menggunakan Data Penjualan Shopify Anda

Setiap perkiraan dimulai dengan angka penjualan sebenarnya, dan Shopify menyebarkannya ke beberapa tempat berbeda.Pesanan → Ekspordi admin memberi Anda versi paling mentah, setiap item baris, setiap SKU, setiap tanggal, sebagai CSV. ItuTotal penjualan berdasarkan produkdanTotal penjualan berdasarkan varianlaporan lebih cepat dibaca sekilas, namun masing-masing laporan menggabungkan seluruh rentang tanggal yang Anda pilih ke dalam satu baris per produk, sehingga laporan tersebut tidak akan memberi Anda tren hari demi hari; mendapatkan rangkaian waktu aktual berarti menjalankannya berulang kali pada jendela yang lebih pendek, atau menggunakanTotal penjualan dari waktu ke waktudengan kolom produk ditambahkan.

Laporan mana yang harus diambil, seberapa jauh harus dilihat, dan apa yang harus dibersihkan sebelum Anda menghitung apa pun (pesanan massal, pesanan pengujian, pengembalian dana) adalah panduannya sendiri:memperkirakan permintaan menggunakan data penjualan Shopify Anda.

Menjaganya Tetap Akurat

Perkiraan bukanlah perhitungan satu kali. Kecepatan penjualan menurun, pemasok mengubah waktu tunggu mereka tanpa memberi tahu Anda, suatu produk menjadi viral atau diam-diam berhenti terjual, dan perkiraan yang dibuat pada bulan Januari salah pada bulan Juni, terlepas dari apakah ada yang menyadarinya atau tidak. Kebiasaan yang membuat ramalan tetap berguna adalah membandingkannya dengan apa yang sebenarnya terjadi dan melakukan penyesuaian, tidak menghitung ulang dari awal setiap kali ada yang tidak beres.Cara meningkatkan akurasi perkiraanmencakup pengukuran kesenjangan tersebut secara jelas;kesalahan peramalan yang umumadalah versi daftar periksa dari masalah yang sama.

Melakukan semua ini dengan tangan adalah saat perkiraan berhenti menjadi latihan spreadsheet yang Anda siapkan sekali dan mulai menjadi pekerjaan berulang. Menghitung ulang kecepatan, memeriksa waktu tunggu sebenarnya dari setiap pemasok, mengamati setiap SKU berdasarkan titik pemesanan ulangnya sendiri: di katalog yang berisi seratus SKU, itu adalah tugas mingguan yang hampir tidak ada yang mampu melakukannya ketika musim sibuk tiba. Itulah yang terjadiIsyarat Sahamada yang perlu dilakukan: ini menghitung ulang perkiraan permintaan berdasarkan musim dari riwayat pesanan toko Anda secara otomatis, pada setiap paket termasuk Gratis, dan Pertumbuhan menambahkan "mengapa jumlah ini?" rincian di balik setiap pesanan yang disarankan sehingga nomor tersebut bukan kotak hitam.

Ke mana harus pergi selanjutnya

Setiap topik yang lebih mendalam dalam panduan ini, di satu tempat:

• Apa sebenarnya arti peramalan, secara lebih mendalam
• Menggunakan data penjualan Shopify Anda sendiri
• Membandingkan metode peramalan
• Rumus rata-rata bergerak, berhasil
• Berapa banyak inventaris yang sebenarnya Anda butuhkan
• Perkiraan waktu tunggu pemasok
• Perkiraan seputar promosi
• Perkiraan permintaan musiman
• Memprediksi produk baru
• Meningkatkan akurasi perkiraan
• Kesalahan perkiraan umum yang harus dihindari

Pertanyaan yang Sering Diajukan

Apa itu perkiraan persediaan?

Peramalan inventaris adalah praktik memperkirakan berapa banyak produk yang akan dijual suatu toko pada periode mendatang, berdasarkan riwayat penjualannya, sehingga toko dapat memutuskan berapa banyak stok yang harus disiapkan sebelumnya. Data ini dibuat berdasarkan data penjualan nyata, bukan hanya dugaan, dan memiliki margin kesalahan, bukan angka jaminan. Outputnya biasanya dimasukkan langsung ke titik pemesanan ulang dan jumlah pesanan.

Bagaimana cara mulai memperkirakan inventaris untuk toko Shopify saya?

Tarik setidaknya 60 hingga 90 hari riwayat penjualan untuk SKU terlaris Anda dan hitung rata-rata penjualan harian untuk setiap SKU — angka tersebut adalah kecepatan dasar kerja. Dari sana, rata-rata pergerakan sederhana dan rumus titik pemesanan kembali sudah cukup untuk memulai; metode yang lebih maju dan penyesuaian terhadap tren atau musim dapat dilakukan setelah landasan tersebut diterapkan.

Apakah perkiraan persediaan sama dengan perkiraan permintaan?

Dalam praktiknya, di toko Shopify, ya — istilah tersebut digunakan secara bergantian. Secara teknis, perkiraan permintaan memprediksi apa yang ingin dibeli pelanggan, dan perkiraan inventaris mengubah prediksi tersebut menjadi keputusan persediaan, namun untuk sebagian besar toko yang berlokasi di satu lokasi atau hanya online, hal tersebut dimasukkan ke dalam perhitungan yang sama.

Apa perbedaan antara perencanaan permintaan dan perencanaan persediaan?

Perencanaan permintaan memperkirakan berapa banyak yang diinginkan pelanggan; perencanaan inventaris memutuskan apa yang sebenarnya harus dipesan dan disimpan, menggunakan perkiraan tersebut bersama dengan waktu tunggu, uang tunai, dan penyimpanan. Yang pertama menghasilkan nomor, yang kedua mengubahnya menjadi pesanan pembelian. Sebagian besar toko Shopify kecil melipat keduanya menjadi satu gerakan — seringkali tab spreadsheet yang sama — dan itu tidak masalah, selama kedua pertanyaan tersebut terjawab: berapa banyak yang akan terjual, dan berapa banyak yang harus saya simpan. Perbedaan mulai menjadi penting ketika orang yang berbeda menguasai setiap langkah, karena pada saat itulah perkiraan bisa benar dan urutannya masih salah.

Apakah saya memerlukan perangkat lunak khusus untuk memperkirakan inventaris di Shopify?

Tidak. Spreadsheet berisi riwayat penjualan dan rumus rata-rata pergerakan atau titik pemesanan ulang akan memberi Anda perkiraan yang berhasil. Perangkat lunak mendapatkan tempatnya setelah Anda menghitung ulang rumus tersebut di lebih banyak SKU daripada yang dapat Anda ikuti secara manual, atau ingin perkiraan diperbarui secara otomatis seiring perubahan pola penjualan.