В данной статье мы рассмотрим проблематику доступности складских остатков. Для производственной компании, да, впрочем, и торговых сетей, анализ доступности товаров на складах весьма полезен. В самом простом случае сравнивается количество товара в местах хранения (склады, товары в пути, в заказах у поставщиков) с количеством в заказах клиентов (если бизнес-процессы настроены на квотирование / резервирование товара), либо с планом / прогнозом продаж (DOS = Days Of Sales).
Анализ позволяет выявить две «критические области»:
- Избыток товарной позиции (неликвидный товар).
- Недостаток товарной позиции (дефицит / упущенная выгода).
Дефицит сложнее выявить / оценить, особенно при отсутствии опережающих индикаторов спроса (резервы / очереди заказов / листы ожидания).
Рассмотрим простой кейс, когда большое количество товарных позиций (10000+ SKUs) отгружается клиентам по предварительным заказам, причём для оптимизации логистики клиенты привязаны (географически) к конкретным складам-распределителям.
Рис 1. Таблица Заказов.
В качестве источников данных используем таблицу Заказов (Рис.1) и таблицу (ежедневных) Складских Остатков на распределителях (Рис. 2, 3).
Рис. 2. Таблица ежедневных складских Остатков, с разбивкой по центрам распределения.
Рис.3. Таблица ежедневных Складских Остатков, суммарно по всем складам.
Сопоставление количества товара в Заказах и Остатках можно выполнять по каждому распределителю (Рис.4), так и по всем складам (суммарный запас, Рис.5). Это позволяет выявить «локально неликвидные» товарные позиции, и потенциально устранить дисбаланс (инициировав внутренние перемещения).
Рис.4. Сопоставление количества товара в Заказах и остатках, в конкретном распределителе.
Рис.5. Сопоставление количества в Заказах и Остатках, по всем складам.
Основная метрика в данном анализе – Доступность (Availability). В самом простом варианте расчета это соотношение количества товарной позиции в Заказах (числитель) и количества в остатках на Складе (знаменатель). Области «неликвидности» и «дефицита» расположены в верхнем (>100%) и нижнем (0%) диапазоне значений метрики, соответственно.
Tableau позволяет визуализировать данную метрику (и другие количественные показатели) в детализации до SKU – это абсолютно необходимо, так как анализ ведется в натуральных единицах (потенциально уникальных для каждой товарной позиции)
Рис. 6. Визуализация показателя Доступность (Availability).
Плотность визуализации может составлять сотни тысяч агрегированных Точек (Рис.6): каждая точка представляет собой конкретный товар (SKU), цвет точки – Доступность товара (чем «теплее» цвет, тем ниже доступность товара), размер точки – количество заказов данного товара, местоположение точки определяется днем месяца (по оси Х) и суммарным количеством товара в заказах (по оси Y).
Подобная детализация, в сочетании с «умной» фильтрацией и интерактивностью (Рис.7) позволяет различным группам пользователей (операторам склада, менеджерам по продажам, категорийным менеджерам, директорам по продажам, логистике и продукции) принимать взвешенные оперативные, тактические или стратегические решения. На основе данных, а не интуиции отдельных экспертов.
Рис.7. Интерактивность визуализации включает возможность выбора одной или нескольких Точек, просмотра и фильтрации необходимых значений.
Заключение
Такой интерактивный отчет по анализу доступности складских остатков позволяет пользователям дашборда принимать быстрые и точные бизнес-решения на основе данных, а не интуиции отдельных экспертов.
Данная статья подготовлена по проектам, созданным командой АНАЛИТИКА ПЛЮС.
АНАЛИТИКА ПЛЮС - ваш надежный партнер по аналитическим решениям с 2012 года. Мы работаем, чтобы вы достигали поставленных целей. Чтобы ваши данные работали, приносили пользу, помогали вам зарабатывать и принимать стратегически правильные решения. Для достижения этого мы предоставляем нашу экспертизу и самые перспективные ИТ-инструменты, гарантирующие быстрый и удобный процесс сбора, обработки и анализа данных, в том числе больших данных.
За это время мы разработали и внедрили решения для компаний из разных сфер бизнеса:
1) Производство, в том числе:
— Строительство и производство строительных материалов — КНАУФ Инсулейшн, Самолет Девелопмент и Эталон
— Пищевая промышленность — Сибирский Гурман и Балтика
— Производство кормов для животных — Альпинтех
— Сельхозпроизводство — АгроТерра
— Целлюлозно-бумажная промышленность — ИЛИМ
— Фарминдустрия — Материа Медика и др.
— Металлургия — РусАл и НорНикель
— Нефтедобыча и нефтепереработка — ЛУКОйл
2) Оптовые и розничные поставщики — NO ONE, ЭТМ, Daichi и др.
3) Аптечные сети — Монастырёв и Апрель
4) Российские представительства — Dyson, Lindt & Sprüngli AG , Vileda и др.
5) Рекламные агентства — РОССТ, Dentsu Aegis, Publicis, Медиа Инстинкт и др.
6) Телеком — МегаФон, Yota и Ростелеком
7) Логистика и транспорт — НефтеТрансСервис и Smartavia
8) Е-commerce — Авито, Яндекс (включая Яндекс.Еда, Яндекс. Лавка, Яндекс.Такси и Яндекс. Маркет, а также другие команды ГК Яндекс), ГК Мail.ru , ivi.ru , Профи.Ру, Рамблер, СберМегаМаркет, gifts.ru
Академия Аналитики — онлайн-образовательный проект, который создан командой АНАЛИТИКА ПЛЮС для того, чтобы компании быстро и успешно внедряли решения для анализа данных, а их сотрудники профессионально росли.