- Страховий запас у MySales розраховується на основі статистичної похибки прогнозу, а не довільних правил або фіксованих відсотків від обсягу продажів.
- Історичні тижні поділяються на групи низького, середнього та високого попиту, оскільки точність прогнозу варіюється залежно від рівня попиту — і саме в періоди високого попиту зазвичай формуються найбільші вимоги до страхового запасу.
- Налаштовуваний коефіцієнт і жорстке максимальне обмеження (
% max SS) дають бізнесу прямий контроль над балансом між наявністю товару на полиці та вартістю запасів. - Весь розрахунок є автоматичним, відтворюваним і перевіряємим — що усуває суб'єктивність ручного планування страхового запасу.
Як MySales розраховує страховий запас
У MySales страховий запас розраховується автоматично на основі статистики похибки прогнозу. Ніяких ручних буферів, жодних емпіричних відсотків і жодних здогадок.
Система дотримується детермінованого шестикрокового процесу на рівні SKU x магазин (або будь-якому вищому рівні агрегації). Кожен крок будується на попередньому, формуючи значення страхового запасу, яке є одночасно статистично обґрунтованим і операційно обмеженим.
1. Основа: історичні дані
Розрахунок починається з тижневих даних трьох змінних:
- Прогноз продажів — прогнозований системою попит
- Фактичні продажі — що було фактично продано
- Рівні запасів — наявний запас у кожен момент часу
За замовчуванням аналіз виконується на рівні SKU x магазин, хоча при відповідній конфігурації може працювати на вищих рівнях агрегації.
2. Поділ тижнів на три групи попиту
Усі історичні тижні сортуються за прогнозним обсягом і діляться на три сегменти:
| Сегмент | Частка тижнів | Опис |
|---|---|---|
| Низький попит | Нижні 30% | Тижні з найнижчим прогнозованим обсягом |
| Середній попит | Середні 40% | Тижні з помірним прогнозованим обсягом |
| Високий попит | Верхні 30% | Тижні з найвищим прогнозованим обсягом |
Похибка прогнозу неоднорідна на різних рівнях попиту. В періоди високого попиту абсолютні похибки зазвичай більші, ніж у періоди низького попиту. Розраховуючи похибку окремо для кожного сегменту, MySales формує страховий запас, що відображає реальний профіль ризику кожного режиму попиту — замість усереднення похибок за принципово різними умовами.
3. Оцінка похибки прогнозу
Для кожної з трьох груп попиту система розраховує стандартне відхилення різниці між фактичними продажами та прогнозом.
Похибка = Фактичні продажі - Прогноз
Стандартне відхилення цих похибок дає єдиний показник: типову тижневу похибку прогнозу для даного SKU, виражену в одиницях. Це статистична основа всього розрахунку страхового запасу.
4. Коефіцієнт страхового запасу
Розрахована похибка прогнозу множиться на визначений користувачем коефіцієнт, що налаштовується в:
Прогнози > Адміністрування > Коригування страхового запасу
Цей коефіцієнт дає бізнесу прямий важіль управління товарною політикою:
| Коефіцієнт | Стратегія | Сфера застосування |
|---|---|---|
| 0,7 | Агресивне скорочення | SKU з низькою маржею або високим ризиком списань |
| 1,0 | Стандартний захист | За замовчуванням — покриває типову похибку прогнозу |
| 1,3 | Консервативний буфер | Високовартісні SKU або категорії з серйозними наслідками відсутності товару |
Залежність є лінійною: подвоєння коефіцієнта подвоює страховий запас.
Коефіцієнт має відображати бізнес-пріоритет, а не статистичну невизначеність. Ритейлер із налагодженими відносинами з постачальниками та короткими термінами постачання може дозволити собі нижчий коефіцієнт. Ритейлер, що обслуговує віддалені магазини з нечастими поставками, має обрати вищий. Статистична модель займається математикою; коефіцієнт кодує стратегію.
5. Масштабування до горизонту замовлення (D1-D2)
Страховий запас спочатку розраховується на тижневій основі. Потім його необхідно масштабувати відповідно до фактичного горизонту замовлення — кількості днів між датою замовлення (D1) і датою доставки (D2).
Формула масштабування проста:
СЗ (масштабований) = СЗ (тижневий) x (N / 7)
Де N — кількість днів у вікні D1-D2.
| Горизонт замовлення | Коефіцієнт масштабування | Ефект |
|---|---|---|
| 3 дні | 3 / 7 = 0,43 | Страховий запас скорочується до ~43% тижневого значення |
| 7 днів | 7 / 7 = 1,00 | Страховий запас дорівнює повному тижневому значенню |
| 14 днів | 14 / 7 = 2,00 | Страховий запас подвоюється для покриття двотижневого вікна |
Коротші горизонти замовлення природно потребують меншого страхового запасу. Це зроблено навмисно — більш часте замовлення зменшує ризик похибки прогнозу.
6. Верхня межа (% max SS)
Фінальний крок застосовує жорстку стелю для страхового запасу:
СЗ не може перевищувати Прогноз(D1-D2) x % max SS
Типове значення — 50%, тобто страховий запас ніколи не може перевищити половину прогнозованого попиту протягом вікна замовлення.
Цей запобіжник захищає від трьох конкретних ризиків:
- Надмірного накопичення запасів у повільно ротованих SKU
- Списань і псування через надмірне замовлення товарів, що швидко псуються
- Завищення замовлень, що спотворює сигнали в ланцюгу постачання вгору за течією
Якщо розрахований страховий запас перевищує цю межу, він примусово обмежується.
Що потрібно розуміти бізнесу
Страховий запас не призначений для покриття 100% піків попиту. Його мета вужча і точніша: компенсувати типову величину похибки прогнозу.
Система оптимізує трьосторонній баланс:
- Наявність товару на полиці (OSA) — забезпечення присутності товарів, коли покупці їх шукають
- Рівні запасів — мінімізація оборотного капіталу, зв'язаного в запасах
- Списання — скорочення втрат від непроданих або прострочених товарів
Стейкхолдери часто запитують: «Чому ми мали відсутність товару, якщо у нас є страховий запас?» Відповідь полягає в тому, що страховий запас покриває типову похибку прогнозу, а не екстремальні стрибки попиту. Покриття 100% усіх можливих сценаріїв попиту вимагало б рівнів запасів, що є економічно нежиттєздатними. Система цілиться в статистично оптимальний компроміс — а коефіцієнт дає вам важіль для його налаштування.
Числовий приклад: страховий запас для конкретного SKU
Наступний приклад відстежує повний розрахунок для одного SKU, точно так, як MySales його виконує — крок за кроком, без спрощень.
Параметри:
- SKU:
123456 - Магазин:
Store_01 - Горизонт замовлення: D1-D2 = 7 днів
- % max SS = 50%
- Коефіцієнт страхового запасу = 1,0
- Тривалість історії: 20 тижнів
Крок 1. Збір історичних даних
| Тиждень | Прогноз | Фактично |
|---|---|---|
| 1 | 90 | 85 |
| 2 | 95 | 110 |
| 3 | 100 | 98 |
| 4 | 105 | 130 |
| 5 | 110 | 108 |
| ... | ... | ... |
| 20 | 140 | 170 |
Крок 2. Сегментація тижнів за рівнем попиту
20 тижнів, відсортованих за прогнозним значенням:
- Низький (30%) — 6 тижнів із найнижчим прогнозом
- Середній (40%) — 8 середніх тижнів
- Високий (30%) — 6 тижнів із найвищим прогнозом
Сегмент високого попиту майже завжди дає найбільший внесок у фінальне значення страхового запасу.
Крок 3. Розрахунок похибки прогнозу для групи високого попиту
Похибка = Фактично - Прогноз
| Тиждень | Прогноз | Фактично | Похибка |
|---|---|---|---|
| 15 | 130 | 150 | +20 |
| 16 | 135 | 160 | +25 |
| 17 | 138 | 155 | +17 |
| 18 | 140 | 170 | +30 |
| 19 | 142 | 160 | +18 |
| 20 | 145 | 165 | +20 |
Стандартне відхилення похибок: приблизно 22 одиниці.
Крок 4. Застосування коефіцієнта страхового запасу
СЗ (тижневий) = 22 x 1,0 = 22 одиниці
Крок 5. Масштабування до горизонту замовлення
При 7-денному вікні замовлення:
СЗ (масштабований) = 22 x (7 / 7) = 22 одиниці
Крок 6. Застосування обмеження % max SS
- Прогноз протягом вікна D1-D2: 60 одиниць
- Максимально допустимий СЗ: 60 x 50% = 30 одиниць
- Розрахований СЗ: 22 одиниці
Оскільки 22 < 30, страховий запас не обмежується.
Підсумковий страховий запас = 22 одиниці
Крок 7. Як це впливає на замовлення поповнення
22-одиничний страховий запас входить до розрахунку базового попиту разом із:
- Залишок на D1 = 30 одиниць
- Мінімальний запас для викладки = 5 одиниць
Система використовує ці вхідні дані для визначення фінального обсягу замовлення на поповнення. 22-одиничний страховий запас є результатом статистичного розрахунку — а не ручного налаштування, відсоткового перевизначення чи інтуїції планувальника.
Вплив на бізнес
Автоматизований, статистично обґрунтований розрахунок страхового запасу дає вимірювані результати за трьома напрямками. Витрати на запаси знижуються, оскільки страховий запас точно відповідає фактичній похибці прогнозу, а не завищується консервативними ручними буферами. Наявність товару на полиці покращується, оскільки система виділяє вищий страховий запас там, де невизначеність прогнозу найбільша — як правило, у періоди високого попиту, коли відсутність товару найбільш дорога. Операційна ефективність зростає, оскільки планувальники більше не витрачають час на ручне встановлення та коригування параметрів страхового запасу для тисяч комбінацій SKU-магазин.
Загальний ефект — перехід від реактивного управління запасами, коли планувальники реагують на відсутність товару та надлишок після факту, до проактивного, керованого даними процесу поповнення, що постійно само калібрується відповідно до фактичної точності прогнозу попиту.