آخر ماه، گزارش فروش دو کالا روی میز مدیر است. هر دو ۳۰۰ عدد فروخته‌اند؛ اما یکی ده روز ناموجود بوده و دیگری با تخفیف سنگین به این عدد رسیده است. اگر سفارش ماه بعد را فقط بر اساس همین گزارش تنظیم کنیم، برای کالای اول دوباره کم می‌آوریم و از کالای دوم بیش از نیاز می‌خریم.
مسئله، اشتباه بودن آمار نیست؛ چیزی است که آمار فروش درباره آن حرف نمی‌زند: مشتریانی که دست خالی رفتهاند، خریدهایی که تخفیف جلو انداخته و سفارش‌هایی که تیم فروش فرصت پیگیری‌شان را نداشته است.
پیشبینی تقاضا با بررسی همین فاصله‌ها شروع میشود. قرار است قبل از خرید کالا و تعیین برنامه فروش، تصویر روشن‌تری از نیاز مشتری، شرایط بازار و توان پاسخگویی کسب‌وکار داشته باشیم. نتیجه این بررسی باید در مقدار سفارش، زمان خرید، بودجه تبلیغات و تعهدی که به مشتری می‌دهیم دیده شود.
فروش کمتر، همیشه به معنی مشتری کمتر نیست
فرض کنید فروش یک فروشگاه از ۴۰۰ عدد به ۳۲۰ عدد رسیده است. مدیر خرید سفارش بعدی را ۲۰ درصد کاهش می‌دهد. تصمیم در نگاه اول با آمار هماهنگ است؛ اما اگر افت فروش از تاخیر تامین کننده آمده باشد، کاهش خرید کمبود را ادامه می‌دهد.
پیش از اصلاح سفارش باید پرسید: چند روز کالا موجود بوده؟ چند مشتری درخواست خرید داشته‌اند؟ چه تعداد سفارش به دلیل قیمت، زمان تحویل یا پاسخگویی نامناسب از دست رفته است؟
این تفاوت، محور بخشی از تحلیل ایمان پاکراه درباره پیشبینی تقاضا در آکادمی پاکراه است. این تحلیلگر کسب‌وکار، میان نیاز بازار و سهمی که کسب‌وکار از آن به فروش تبدیل می‌کند، تفاوت می‌گذارد. از این نگاه، بررسی تقاضا باید کنار تحلیل قیف فروش و ظرفیت اجرای سفارش قرار بگیرد.
او در شرح تجربه آی‌پی امداد توضیح می‌دهد که با افزایش فصلی درخواست خدمات سرمایشی و برودتی، در برخی دوره‌ها ظرفیت کال سنتر و تعداد متخصصان بعضی مناطق پاسخگوی درخواست‌ها نبود. بررسی تماس‌ها و سفارش‌ها نشان می‌داد بخشی از فرصت فروش در مرحله پاسخگویی و اجرای خدمت از دست می‌رفت.
برای فروشگاه هم همین سوال مطرح است: مشتری نداریم یا نمی‌توانیم خرید مشتری را کامل کنیم؟ پاسخ، مسیر تصمیم را تغییر می‌دهد؛ از تامین کالا تا اصلاح ارسال و پیگیری سفارش.
قبل از انتخاب روش، موضوع پیشبینی را مشخص کنید
عبارت «ماه بعد چقدر می‌فروشیم؟» برای تصمیم خرید بیش از حد کلی است. فروش کدام کالا، در کدام شعبه، با چه قیمتی و در چه بازه‌ای؟
برای یک فروشگاه پوشاک، پیشبینی مجموع فروش بدون تفکیک مدل و سایز، راهنمای کاملی برای سفارش نیست. رشد فروش گروه مانتو هم لزوما به معنی افزایش تقاضای تمام مدل‌ها نیست؛ بخشی از رشد به چند طرح مشخص تعلق دارد.
بازه زمانی را با تصمیم هماهنگ کنید. اگر تامین کالا سه هفته زمان می‌برد، برآورد هفته آینده برای برنامه خرید کافی نیست. اگر قرار است ارسال فردا را تنظیم کنید، گزارش سه‌ماهه جزئیات لازم را ندارد.
هدف فروش را هم جدا نگه دارید. مدیر فروش حق دارد برای رشد تلاش کند، اما هدف ۵۰۰ عددی، سندی برای وجود ۵۰۰ مشتری نیست. تامینکننده را بر اساس آرزوی فروش شارژ نکنید؛ فرض‌های رسیدن به هدف را بررسی کنید.
داده‌ای که زمینه ندارد، برداشت اشتباه می‌سازد
برای شروع، یک فایل منظم از فروش هر کالا کافی است؛ به شرط آنکه کنار عدد فروش، شرایط آن دوره را هم ثبت کنید.
داده | دلیل بررسی |
تعداد فروش روزانه یا هفتگی | شناخت روند خرید |
موجودی و روزهای ناموجودی | تشخیص محدودیت فروش |
قیمت و دوره تخفیف | بررسی تغییر رفتار مشتری |
مرجوعی و لغو سفارش | تفکیک سفارش اولیه از فروش خالص |
زمان واقعی تحویل تامینکننده | برنامه‌ریزی خرید بعدی |
مناسبتها و فعالیت تبلیغاتی | شناسایی افزایش‌های مقطعی |
تعداد فروش را از مبلغ فروش جدا کنید. رشد درآمد در دوره افزایش قیمت، شاهد کافی برای رشد تقاضای تعدادی نیست.
روز ناموجودی را هم مانند روز بدون مشتری ثبت نکنید. اگر کالا در دسترس نبوده، فروش صفر توضیحی درباره اندازه تقاضا نمی‌دهد. درخواستهای بیپاسخ، سفارشهای معوق و فروش روزهای مشابه، نشانه‌هایی برای برآورد تقاضای ازدست‌رفته‌اند. عدد برآوردی را جدا از فروش قطعی نگه دارید.
یک محاسبه ساده چه چیزی به ما می‌گوید؟
فرض کنید فروش یک کالا در چهار هفته اخیر ۸۰، ۹۰، ۱۰۰ و ۱۱۰ عدد بوده است. تمام اعداد این مثال فرضی‌اند و کالا در طول دوره موجود بوده است.
میانگین چهار هفته، ۹۵ عدد است. این عدد یک مبنای اولیه می‌دهد، اما افزایش هفته‌های اخیر را با تاخیر دنبال می‌کند. اگر به هفته‌های جدید وزن بیشتری بدهیم، نتیجه تغییر می‌کند:
هفته | تعداد فروش | وزن |
اول | ۸۰ | ۱۰ درصد |
دوم | ۹۰ | ۲۰ درصد |
سوم | ۱۰۰ | ۳۰ درصد |
چهارم | ۱۱۰ | ۴۰ درصد |
میانگین وزنی برابر با ۱۰۰ عدد است. با این حال، هیچ‌کدام از دو عدد هنوز پاسخ قطعی سفارش نیستند. باید بدانیم رشد از کجا آمده: افزایش مشتری، تغییر قیمت، تبلیغ یا خروج موقت رقیب؟
برای کالای فصلی، دوره مشابه سال قبل را هم بررسی کنید. برای محصول تازه، سراغ تست محدود فروش و شناخت مشتری بروید. چهار هفته داده، الگوی سالانه را نشان نمی‌دهد؛ همان‌طور که فروش موفق یک کمپین، تکرار همان نتیجه را در هفته بعد تضمین نمی‌کند.
پیشبینی ۱۰۰ عدد، به معنی خرید ۱۰۰ عدد نیست
مقدار خرید به موجودی فعلی، تعهدهای قبلی و محمولههای در راه هم بستگی دارد. فرض کنید نیاز برآوردی تا رسیدن محموله بعدی ۱۲۰ عدد است و کسب‌وکار برای پوشش نوسان، ۲۰ عدد ذخیره احتیاطی در نظر می‌گیرد.
شرح | تعداد |
نیاز برآوردی دوره | ۱۲۰ |
ذخیره احتیاطی | ۲۰ |
موجودی آزاد و قابل فروش | ۵۰ |
محموله‌ای که پیش از نیاز می‌رسد | ۳۰ |
کسری پوشش | ۶۰ |
در این مثال، کسری ۶۰ عدد است؛ نه ۱۲۰ عدد. این عدد مبنای بررسی سفارش است و محدودیت‌هایی مانند حداقل خرید تامینکننده و اندازه بستهبندی هم بر تصمیم اثر دارند.
موجودی آزاد را درست محاسبه کنید. کالای معیوب، مرجوعی در انتظار بررسی و سفارش رزروشده مشتری، موجودی آماده فروش نیستند. محموله‌ای که پس از موعد نیاز می‌رسد هم کمبود قبل از آن تاریخ را پوشش نمی‌دهد.
ذخیره ۲۰ عددی این مثال نسخه عمومی نیست. اندازه ذخیره به نوسان تقاضا، بدقولی تامینکننده، هزینه نگهداری و پیامد کمبود بستگی دارد.
زمان سفارش را جدا حساب کنید
اگر تقاضای روزانه ۱۰ عدد و زمان تامین هفت روز باشد، مصرف برآوردی در دوره انتظار ۷۰ عدد است. با ۲۰ عدد ذخیره احتیاطی، نقطه سفارش به ۹۰ عدد می‌رسد.
یعنی در یک سیاست بازبینی پیوسته، وقتی موجودی در دسترس به‌اضافه سفارشهای در راه و پس از کسر تعهدها به این سطح برسد، زمان ثبت سفارش است. اگر فقط هفته‌ای یک‌بار موجودی را بررسی می‌کنید، نیاز فاصله میان دو بررسی را هم در برنامه تامین لحاظ کنید.
گاهی باید برنامه تبلیغ را عوض کرد
پیشبینی فقط برای مدیر انبار نیست. وقتی موجودی محدود است و تامین بعدی دیر می‌رسد، افزایش بودجه تبلیغات فشار بیشتری بر فروش و پشتیبانی وارد می‌کند. پیش از اجرای کمپین، تعداد سفارش قابل تحویل را مشخص کنید.
در سمت دیگر، موجودی زیاد هم دلیل کافی برای تخفیف نیست. ابتدا بررسی کنید کالا چرا کند می‌فروشد: قیمت، انتخاب مدل، توضیحات محصول یا دسترسی مشتری؟
تخفیف را با حاشیه سود و زمان فروش بسنجید. بخشی از خریدهای دوره تخفیف، خرید زودتر مشتریان قبلی است. اگر افت پس از کمپین را نبینید، جهش فروش را به افزایش بادوام تقاضا نسبت می‌دهید و سفارش بعدی را بالا می‌برید.
همچنین رشد یک مدل را کنار افت مدل جایگزین بخوانید. تغییر انتخاب مشتری میان دو محصول، با رشد کل بازار فرق دارد. جمع سفارش گروه کالا باید این جابجایی را هم نشان دهد.
خطای پیشبینی را به هزینه وصل کنید
پیشبینی را پیش از شروع دوره ثبت کنید و نسخه اولیه را نگه دارید. بدون این سابقه، ارزیابی نتیجه به حافظه و برداشت افراد وابسته میشود.
فرض کنید برای سه هفته، هر بار فروش ۱۰۰ عددی پیشبینی کرده‌اید و فروش واقعی ۱۰۰، ۱۲۰ و ۸۰ عدد است. جمع هر دو ۳۰۰ عدد است، اما هفته دوم ۲۰ عدد کم برآوردی و هفته سوم ۲۰ عدد بیش برآوردی دارید.
میانگین قدرمطلق خطا حدود ۱۳٫۳ عدد در هفته است: مجموع فاصله‌ها، یعنی ۴۰، تقسیم بر سه. جمع ماهانه درست درآمده، اما زمانبندی خطا داشته است.
برای مقایسه روش‌ها، بخشی از تاریخچه را کنار بگذارید؛ با داده‌های قبل از آن پیشبینی بسازید و نتیجه را با دوره کنارگذاشته‌شده بسنجید. اطلاعات آینده نباید وارد محاسبه گذشته شود.
در جلسه بررسی، کنار خطا بنویسید چه هزینه‌ای ایجاد کرد: خرید فوری، ارسال گران‌تر، فروش ازدسترفته یا تخفیف برای تخلیه انبار؟ روش مناسب باید با پیامد تجاری خطا هم سازگار باشد.
جلسه هفتگی را با یک تصمیم تمام کنید
برای شروع، یک گروه کالای مهم را انتخاب کنید و هر هفته پیشبینی، فروش واقعی، ناموجودی، موجودی آزاد و زمان تامین را مرور کنید.
از فروشنده درباره سفارشهای ازدسترفته بپرسید، از مسئول خرید درباره تغییر زمان تحویل و از بازاریابی درباره کمپین پیش رو. اگر شرایط نوسان دارد، علاوه بر برآورد پایه، برای تقاضای کمتر و بیشتر هم اقدام مشخص بنویسید.
خروجی جلسه باید روشن باشد: کدام سفارش جلو بیفتد، خرید کدام کالا کاهش پیدا کند و چه تعهدی به مشتری تغییر کند. وقتی هر برآورد به چنین تصمیمی وصل شود، پیشبینی تقاضا جای خود را در کار روزانه فروش و تامین پیدا می‌کند.
