- Bilakah pelanggan perlu restock? Apakah spesifikasi yang mereka perlukan? berapa banyak? Jika soalan ini dijawab dengan tekaan, ia membawa kepada sama ada pengumpulan inventori atau kehabisan stok. Sekumpulan kilang LVL China menggunakan analisis data, seperti ramalan cuaca, untuk meramalkan permintaan pelanggan, mengubah menunggu pesanan secara pasif kepada perkhidmatan proaktif.
1. Kos "Menyimpan Berdasarkan Tekaan"
"Kenapa barang bertimbun lagi ni?" "Kenapa spesifikasi itu kehabisan stok lagi?" Ini adalah kebimbangan harian bagi banyak pengurus gudang kilang LVL.
Menyimpan stok berdasarkan perasaan usus datang pada kos yang ketara:
- Risiko Menyimpan: Spesifikasi stok yang pelanggan tidak kerap menggunakan modal ikatan, dan barang mungkin berubah bentuk atau berkulat akibat penyimpanan yang berpanjangan.
- Kehilangan Stok: Jika spesifikasi yang diperlukan pelanggan tidak tersedia, pesanan itu hilang dan pelanggan boleh bertukar kepada pembekal lain.
- Kos Penambahan Kecemasan: Pengeluaran kecemasan selepas kehabisan stok dikenakan bayaran lebih masa dan bayaran penghantaran ekspres, yang kesemuanya merupakan kos tambahan.
"Kami pernah bergantung sepenuhnya pada gerak hati jurujual apabila ia berkaitan dengan inventori stok," seorang pengurus kilang mengakui. "Jika mereka berkata spesifikasi tertentu akan laris, kami akan menyimpan stok. Akibatnya, semasa-musim luar, kami mempunyai banyak tunggakan."
2. Daripada "Intuisi" kepada "Analisis Data"
Sesetengah kilang mula menggunakan analisis data untuk membimbing penyediaan inventori mereka:
Analisis Pesanan Sejarah: Menganalisis angka jualan bulanan untuk setiap spesifikasi sepanjang dua tahun yang lalu untuk mengenal pasti corak. Spesifikasi yang manakah "malar hijau" (stabil sepanjang tahun), dan yang manakah "bermusim" (jualan tinggi semasa musim puncak)?
- Analisis Tabiat Pembelian Pelanggan: Menganalisis kitaran dan volum pembelian setiap pelanggan. Pelanggan A membuat pesanan sekitar 15hb setiap bulan, kira-kira 2 bekas setiap kali; Pelanggan B membuat pesanan sekali seperempat, 5-6 bekas setiap kali.
- Penjejakan Trend Pasaran: Memantau pembinaan bermula dan perubahan dasar dalam pasaran sasaran untuk meramalkan peralihan permintaan.
"Kami mencipta hamparan Excel yang mudah," kata seorang pengurus jualan. "Kami mengimport data pesanan dari tahun lalu dan meringkaskannya setiap bulan. Jelas sekali bahawa 50×100mm adalah kegemaran abadi, manakala jualan 100×100mm meningkat sebelum musim hujan."
3. Peringatan Proaktif Menggantikan Pengambilan Pesanan Pasif
Berdasarkan analisis data, beberapa kilang telah mula mengingatkan pelanggan secara proaktif untuk menambah stok:
- Amaran Inventori: Apabila kitaran pembelian pelanggan menghampiri, mesej proaktif dihantar: "Berdasarkan tabiat pembelian anda, anda mungkin perlu mengisi semula stok minggu depan. Pada masa ini kami mempunyai inventori yang mencukupi; anda boleh menguncinya terlebih dahulu jika perlu."
- Peringatan Bermusim: "Musim hujan menghampiri, dan permintaan untuk sokongan templat akan meningkat. Adakah anda ingin menyimpan stok 100×100mm lebih awal?"
- Peringatan Harga: "Harga bahan mentah mungkin naik bulan depan. Adakah anda ingin membuat pesanan lebih awal untuk mengunci harga semasa?"
“Sebelum ini, kami menunggu pelanggan membuat pesanan,” kata seorang pengurus perdagangan asing. "Sekarang kami mengingatkan pelanggan untuk membuat pesanan. Pelanggan merasakan kami profesional, dan ia menjimatkan masalah mengiranya sendiri."
4. Daripada "Menjual Inventori" kepada "Mengurus Inventori"
Untuk beberapa-jangka panjang, pelanggan besar, sesetengah kilang mula bereksperimen dengan Inventori Terurus Vendor (VMI):
- Perkongsian Data: Pelanggan menyediakan data inventori dan ramalan jualan mereka sendiri setiap minggu.
- Stok Kilang: Kilang secara proaktif membuat stok berdasarkan data pelanggan, memastikan pelanggan tidak kehabisan stok.
- Penambahan Automatik: Sistem menetapkan makluman inventori minimum; jika tahap inventori jatuh di bawah paras amaran, pelan penambahan semula dijana secara automatik.
"Kami melaksanakan VMI dengan pelanggan Australia," kata seorang pengurus kilang. "Data inventori pelanggan disegerakkan dengan kami setiap minggu, dan kami mengatur pengeluaran dan stok berdasarkan data. Kadar pusing ganti inventori pelanggan telah meningkat sebanyak 30%, dan pesanan kami lebih stabil."
5. Peningkatan "Ketepatan" Ramalan Data
Ramalan data bukanlah sesuatu yang boleh dicapai dalam sekelip mata; ia memerlukan pengoptimuman berterusan:
- Merakam Sisihan Ramalan: Selepas setiap ramalan, perbezaan antara jualan sebenar dan ramalan direkodkan, dan sebab sisihan dianalisis.
- Melaraskan Parameter Model: Berdasarkan analisis sisihan, model ramalan dilaraskan. Sebagai contoh, jika didapati bahawa jualan spesifikasi tertentu berkorelasi kuat dengan kadar permulaan pembinaan tempatan, kadar permulaan dimasukkan ke dalam model ramalan.
- Tambahan Pengalaman Manusia: Model data tidak boleh merangkumi semua situasi (seperti pesanan besar secara tiba-tiba atau perubahan dasar), yang memerlukan pertimbangan tambahan daripada kakitangan berpengalaman.
"Ketepatan ramalan kami telah bertambah baik daripada 60% awal kepada 80% semasa," kata seorang pengurus jualan. "Walaupun ia belum 100%, ia telah mengurangkan pengumpulan inventori dan kehabisan stok dengan ketara."
Ramalan data bukanlah "meramal nasib", sebaliknya potongan berdasarkan corak sejarah. Apabila kilang LVL di China menggunakan analisis data untuk membimbing penyediaan inventori dan perkhidmatan pelanggan, mereka bukan sahaja menyampaikan produk, tetapi juga "kepastian" dan "kebolehpercayaan." Pendekatan pengurusan rantaian bekalan "didorong-data" ini ialah laluan yang diperlukan untuk pembuatan China untuk beralih daripada pengeluaran "ekstensif" kepada pengeluaran "intensif".
