Вопрос пользователя: «Вижу в настройках поддержания запасов закладку «Рекомендации по изменению». Что там такое и стоит ли этим рекомендациям доверять?»
Суть проблемы
Бизнес динамичен: сегодня товар продается стабильно, завтра спрос падает, послезавтра — растет. Следить вручную за тем, для каких товаров уже можно включить автоматический расчет по статистике, а для каких, наоборот, пора перейти на ручное управление (Min-Max) или вовсе перестать держать запас, — сложно. Нужен аналитический инструмент, который даст сигналы для оптимизации.
Что может 1С ERP?
Система предоставляет встроенного «советника» — закладку «Рекомендации по изменению» в рабочем месте «Настройка поддержания запасов». На этой закладке программа автоматически анализирует статистику потребления каждого товара и выдает рекомендации по изменению метода поддержания запаса или его полному отключению.
Суть подхода:
Система анализирует два ключевых показателя, рассчитанных на основе истории продаж/расходов:
- Среднедневное потребление.
- Процент отклонения потребления (рассчитывается как Среднедневное потребление / Среднеквадратичное отклонение).
На основе стабильности спроса (величины отклонения) система формирует рекомендации:
- Рекомендуется поддерживать запас: Если статистика расхода известна и отклонение от рассчитанного потребления невелико (<= 5%). Это сигнал, что товар — стабильный, и для него можно смело использовать «Расчет по статистике».
- Рекомендуется не поддерживать запас: Если статистика расхода неизвестна (мало данных) или отклонение велико (> 5%). Это говорит о нестабильном, непредсказуемом спросе. Для такого товара часто лучше подходит метод «Min-Max» или «Заказ под заказ».
Преимущества подхода:
- Data-driven оптимизация: Решения предлагаются на основе объективных данных, а не интуиции.
- Постоянный мониторинг: Система постоянно пересчитывает рекомендации (по регламентному или фоновому заданию).
- Простота внедрения: Позволяет постепенно и обоснованно переводить ассортимент на более эффективные методы управления.
- Визуализация ключевых метрик: В таблице сразу видны среднедневное потребление и процент отклонения для анализа.
Решение и рекомендации
- Включите расчет рекомендаций: Убедитесь, что в системе активно регламентное задание «Расчет рекомендаций поддержания запасов».
- Регулярно просматривайте закладку: Выделяйте время (например, раз в месяц) для анализа рекомендаций.
- Фильтруйте и анализируйте: Используйте отбор по складу или товарной категории. Обращайте внимание на товары с большим отклонением (>5-10%), для которых при этом настроен «Расчет по статистике». Это кандидаты на смену метода.
- Принимайте взвешенные решения: Рекомендация — это совет. Принимайте решение, учитывая и другие факторы (сезонность, маржинальность, стратегическую важность товара). Используйте команды на закладке для массового применения изменений к отобранным товарам.
Итог простыми словам
«Рекомендации по изменению» — это как умный отчет от системы, который говорит: «Эй, смотри, вот по этим 20 товарам продажи уже полгода как стабильные, погрешность маленькая. Давай я за тебя посчитаю, сколько их нужно заказывать? Переведи их на «Расчет по статистике». А вот эти 5 товаров — непредсказуемые, то 0, то 100. Может, лучше для них просто руками выставить минимум и максимум?». Вы доверяете этим советам или нет — ваше дело, но они дают отличную пищу для размышлений и точку роста для оптимизации.
Типичные сценарии использования:
- Сценарий 1: Оптимизация ассортимента после запуска 1С
Ситуация: Компания недавно внедрила 1С ERP, и для всего ассортимента настроен простой метод «Min-Max».
Решение: Через 3-6 месяцев накопления истории менеджер заходит на закладку «Рекомендации». Система выделяет группу товаров со стабильным спросом и низким отклонением.
Результат: Менеджер массово переводит эти товары на метод «Расчет по статистике», повышая точность планирования и снижая ручной труд. - Сценарий 2: Выявление проблемных позиций
Ситуация: В компании периодически возникает дефицит или пересорт по некоторым позициям, несмотря на настроенное поддержание запаса.
Решение: Менеджер фильтрует рекомендации, оставляя только товары с высоким процентом отклонения (>10%).
Результат: В списке оказываются именно те «проблемные» товары. Принято решение для части из них перейти на метод «Min-Max» с увеличенным страховым запасом, а для части — вообще прекратить держать запас и перевести в «Заказ под заказ».