Закупки / Supply plan
Как планировать поставки с ИИ
ИИ в планировании поставок помогает прогнозировать спрос, рассчитывать страховой запас и точку заказа, а также автоматически формировать заказы поставщикам. Это снижает риск дефицита и излишков, но требует качественных данных и контроля со стороны человека.
Проблема
Почему это важно
Без системного планирования поставок компании часто сталкиваются с дефицитом товара, когда спрос превышает запасы, или с излишками, которые замораживают деньги и занимают склад. Ручной подход на основе интуиции и прошлого опыта не учитывает сезонность, тренды и случайные колебания.
Почему возникает
- Прогноз спроса строится на глаз, без учета сезонности и трендов
- Страховой запас устанавливается произвольно, без расчета
- Точка заказа не пересчитывается при изменении спроса или срока поставки
- Нет единой системы данных: продажи, остатки, поставки разрознены
Риски и потери
- Потеря продаж из-за дефицита товара
- Замораживание оборотных средств в излишних запасах
- Рост затрат на хранение и порчу товара
- Срыв сроков поставки из-за неверного планирования
Что влияет на результат
- Прогноз спроса на период
- Срок поставки от поставщика
- Страховой запас для покрытия колебаний
- Текущий остаток на складе
- Минимальный размер заказа поставщика
Типичные ошибки ручного подхода
- Заказ слишком поздно — дефицит
- Заказ слишком рано или слишком много — излишки
- Не учитывается сезонность
- Страховой запас не пересматривается
Определение
Что важно понимать
Supply plan
План поставок, который определяет объем и сроки закупок для поддержания оптимального уровня запасов.
Позволяет синхронизировать закупки с прогнозом спроса, снижая риски дефицита и излишков.Страховой запас
Дополнительный объем товара, который держат на случай непредвиденных колебаний спроса или задержек поставки.
Защищает от дефицита, но увеличивает затраты на хранение, поэтому его нужно рассчитывать.Точка заказа
Уровень остатка, при достижении которого нужно размещать новый заказ, чтобы пополнение пришло до исчерпания запаса.
Помогает автоматизировать момент заказа, избегая дефицита.Данные
Какие данные нужны
История продаж
Для прогнозирования спроса и выявления сезонности и трендов.
- дата продажи
- товар
- количество
- цена
Текущие остатки
Чтобы знать, сколько товара уже есть на складе.
- SKU
- склад
- количество на остатке
Сроки поставки
Для расчета точки заказа и страхового запаса.
- поставщик
- товар
- срок поставки в днях
Параметры заказа
Для учета ограничений поставщика.
- минимальный размер заказа
- кратность заказа
- стоимость заказа
Методология
Методика планирования поставок с ИИ
Принципы
- Прогноз спроса — основа планирования, его нужно строить на данных, а не на интуиции.
- Страховой запас рассчитывается с учетом вариативности спроса и срока поставки.
- Точка заказа = спрос за время поставки + страховой запас.
- ИИ помогает уточнять прогноз и выявлять аномалии, но решение о заказе принимает человек.
Допущения
- Данные о продажах и остатках доступны и достаточно полные.
- Сроки поставки стабильны или известны с точностью.
- Спрос подчиняется закономерностям, которые можно выявить.
Ошибки
- Использовать средний спрос без учета сезонности.
- Устанавливать страховой запас на глаз.
- Не пересматривать параметры при изменении рынка.
- Игнорировать аномалии в данных, которые могут исказить прогноз.
Роль ИИ
Как ИИ решает задачу
Прогнозирование спроса на основе исторических данных
Данные на входе: История продаж, Календарь (сезонность, праздники), Внешние факторы (если есть)
Что делает модель: Обучаемая модель (например, ARIMA, Prophet или градиентный бустинг) выявляет тренды, сезонность и строит прогноз на нужный период.
Результат: Прогноз спроса на каждый SKU на период (например, на месяц).
Как используется: Прогноз используется для расчета страхового запаса и точки заказа.
Выявление аномалий в продажах
Данные на входе: История продаж, Прогнозные значения
Что делает модель: Статистический метод (например, z-score или межквартильный размах) определяет выбросы, которые могут быть ошибками или разовыми событиями.
Результат: Список аномальных точек с указанием вероятной причины.
Как используется: Аналитик проверяет аномалии и решает, учитывать ли их в прогнозе.
Расчет страхового запаса и точки заказа
Данные на входе: Прогноз спроса, Срок поставки, Желаемый уровень сервиса
Что делает модель: По формулам (бизнес-правило) рассчитывается страховой запас и точка заказа для каждого SKU.
Результат: Рекомендуемый уровень запаса и момент заказа.
Как используется: Система формирует предложение по заказу, которое проверяет закупщик.
Формирование рекомендаций по заказу
Данные на входе: Текущие остатки, Точка заказа, Прогноз спроса, Ограничения поставщика
Что делает модель: Генеративная модель (или простое правило) формирует текст рекомендации: сколько и когда заказать, с учетом минимального размера заказа.
Результат: Рекомендация по заказу на естественном языке.
Как используется: Закупщик читает рекомендацию и принимает решение, при необходимости корректируя.
Разбор
Как это работает
- 1
Вход: история продаж, остатки, сроки поставки. Действие: система загружает и очищает данные. Результат: единая база для анализа.
- 2
Вход: очищенные данные. Действие: модель прогнозирует спрос на каждый SKU на период. Результат: прогноз спроса.
- 3
Вход: прогноз, срок поставки, уровень сервиса. Действие: рассчитывается страховой запас и точка заказа. Результат: параметры пополнения.
- 4
Вход: текущие остатки, точка заказа. Действие: система определяет, какие SKU достигли точки заказа. Результат: список товаров к заказу.
- 5
Вход: список к заказу, ограничения поставщика. Действие: формируется рекомендуемый объем заказа. Результат: предложение по заказу.
- 6
Вход: предложение по заказу. Действие: закупщик проверяет и утверждает или корректирует. Результат: заказ размещен.
- 7
Вход: фактические продажи и поставки. Действие: система сравнивает факт с прогнозом и выявляет отклонения. Результат: отчет о точности прогноза и корректировка модели.
Расчет
Ключевые формулы планирования поставок
Для планирования поставок используются две основные формулы: расчет страхового запаса и точки заказа. Ниже приведены формулы и пример расчета.
Страховой запас
SS = Z × σ_d × √(L)- SS — страховой запас, шт.
- Z — коэффициент, зависящий от желаемого уровня сервиса (например, 1.65 для 95%)
- σ_d — стандартное отклонение спроса за день, шт.
- L — срок поставки, дней
Условный пример: При Z=1.65, σ_d=10 шт., L=7 дней: SS = 1.65 × 10 × √7 ≈ 43.6 шт.
Допущение: Формула предполагает нормальное распределение спроса и независимость отклонений по дням.
Точка заказа
ROP = d × L + SS- ROP — точка заказа, шт.
- d — среднедневной спрос, шт./день
- L — срок поставки, дней
- SS — страховой запас, шт.
Условный пример: При d=20 шт./день, L=7 дней, SS=43.6 шт.: ROP = 20×7 + 43.6 = 183.6 шт.
Допущение: Когда остаток падает до ROP, нужно размещать заказ.
Пример расчета
Как это выглядит в цифрах
Условный пример: расчет точки заказа для товара
- Допущение: Среднедневной спрос: 20 шт./день
- Допущение: Стандартное отклонение спроса: 10 шт./день
- Допущение: Срок поставки: 7 дней
- Допущение: Желаемый уровень сервиса: 95% (Z=1.65)
Страховой запас: SS = 1.65 × 10 × √7 ≈ 43.6 шт. Точка заказа: ROP = 20 × 7 + 43.6 = 183.6 шт. Округляем до 184 шт.При текущем остатке 200 шт. заказ пока не нужен, но при снижении до 184 шт. следует разместить заказ. Это обеспечит наличие товара с вероятностью 95%.
Логика решения
Почему дана такая рекомендация
Что повлияло на решение
- Прогноз спроса
- Текущий остаток
- Срок поставки
- Страховой запас
- Ограничения поставщика
Какие риски учтены
- Риск дефицита при задержке поставки
- Риск излишков при снижении спроса
- Риск ошибок в данных
Какие варианты рассматривались
- Заказывать больше для получения скидки
- Заказывать чаще, но меньшими партиями
- Использовать ручной расчет без ИИ
Выбран расчет на основе точки заказа и страхового запаса, так как он балансирует риски дефицита и излишков, а ИИ повышает точность прогноза.
Если спрос сильно нестабилен или поставщик имеет жесткие ограничения, может потребоваться более сложная модель или ручная корректировка.
Результат
Что видит пользователь
Дашборд с прогнозом спроса и уровнем запасов
Графики прогноза, текущие остатки, точка заказа для каждого SKU
Видеть, какие товары требуют заказа, и планировать закупкиУведомление о достижении точки заказа
Список SKU, по которым нужно разместить заказ
Своевременно размещать заказы, избегая дефицитаРекомендация по объему заказа
Предлагаемое количество для заказа с учетом ограничений
Быстро принимать решение о заказеАвтоматизация
Что автоматизируется, а что нет
Выполняется автоматически
- Сбор и очистка данных о продажах и остатках
- Прогнозирование спроса
- Расчет страхового запаса и точки заказа
- Формирование списка товаров к заказу
Требует настройки
- Настройка уровня сервиса (Z-коэффициента)
- Задание сроков поставки по поставщикам
- Определение минимальных размеров заказа
Остаётся за человеком
- Утверждение заказа
- Корректировка прогноза при форс-мажорах
- Пересмотр параметров при изменении стратегии
Внедрение
Как внедрить решение
Быстрый запуск
- Собрать данные о продажах и остатках в Excel
- Рассчитать страховой запас и точку заказа вручную по формулам
- Еженедельно проверять остатки и размещать заказы
Рабочая система
- Настроить автозагрузку данных из учетной системы
- Создать дашборд с прогнозом и уровнем запасов
- Настроить уведомления о достижении точки заказа
Расширенный вариант
- Внедрить модель машинного обучения для прогноза спроса
- Подключить несколько источников данных (продажи, маркетинг, погода)
- Использовать сценарный анализ для оптимизации запасов
Подготовка
Чек-лист перед запуском
- 1
Собрать данные о продажах за последние 12 месяцев
- 2
Проверить качество данных: пропуски, дубли, ошибки
- 3
Определить сроки поставки по каждому поставщику
- 4
Выбрать желаемый уровень сервиса (например, 95%)
- 5
Рассчитать страховой запас и точку заказа для ключевых SKU
- 6
Настроить регулярное обновление данных
- 7
Определить ответственного за утверждение заказов
- 8
Провести пилотный запуск на 10-20 SKU
- 9
Сравнить фактические продажи с прогнозом и скорректировать модель
- 10
Задокументировать процесс и обучить сотрудников
Вывод
Главное
Планирование поставок должно опираться на данные и расчеты, а не на интуицию.
Основные данные — история продаж, остатки, сроки поставки. Ключевые расчеты — страховой запас и точка заказа.
ИИ помогает уточнять прогноз спроса, выявлять аномалии и формировать рекомендации, но решение принимает человек.
Начните с расчета точки заказа для 10-20 ключевых товаров в Excel и еженедельной проверки остатков.
Метод ReMetod
На чем основан вывод
Метод ReMetod показывает, как выстроить путь от бизнес-проблемы к работающему решению. В планировании поставок это означает: сначала определить проблему (дефицит или излишки), затем спроектировать модель расчета, собрать данные, автоматизировать расчет и выдать интерфейс для принятия решений.
В программе практикума этот подход разбирается пошагово: от формулировки бизнес-задачи до модели решения, данных, автоматизации, интерфейса и проверки результата.
Посмотреть программу практикумаВопросы
Что обычно уточняют
ИИ заменит закупщика?
Нет, ИИ берет на себя рутинные расчеты и прогнозы, но решение о заказе, особенно в нестандартных ситуациях, остается за человеком.
Нужно ли много данных для ИИ?
Для начала достаточно истории продаж за 6-12 месяцев. Чем больше данных, тем точнее прогноз, но даже базовые расчеты по формулам уже улучшат планирование.
Сложно ли внедрить?
Можно начать с простых таблиц и постепенно автоматизировать. ReMetod помогает пройти путь от постановки задачи до работающего решения без программирования.
Следующий шаг
Выберите, как продолжить с ReMetod
Хотите научиться планировать поставки с ИИ? Приходите на бесплатный вебинар ReMetod.