Остатки и склад / Min stock
Как рассчитать минимальный остаток с ИИ
Минимальный остаток — это нижняя граница запаса, при которой компания не рискует остаться без товара до следующей поставки. Классическая формула: минимальный остаток = (среднедневной спрос × срок поставки) + страховой запас. ИИ улучшает расчет, прогнозируя спрос с учетом сезонности, трендов и акций, а также автоматически корректируя страховой запас под изменчивость спроса и надежность поставщиков.
Проблема
Почему это важно
Без расчета минимального остатка компания действует наугад: запасы либо избыточны, замораживая деньги и складские площади, либо недостаточны, что приводит к дефициту и потерянным продажам. Ручной расчет по средним значениям не учитывает колебания спроса, задержки поставок и сезонность, поэтому решения о закупках часто опаздывают.
Почему возникает
- Спрос неравномерен: есть пики и спады, которые среднее арифметическое сглаживает и скрывает.
- Сроки поставки нестабильны: поставщик может задержать отгрузку, и страховой запас, рассчитанный по среднему сроку, не спасает.
- Данные о продажах и поставках разрознены: в Excel или 1С сложно свести историю, остатки и заказы в единую картину.
- Отсутствие регулярного пересчета: минимальный остаток устанавливают один раз и забывают, хотя спрос меняется.
Риски и потери
- Упущенная выручка из-за дефицита товара в момент пикового спроса.
- Замораживание оборотных средств в избыточных запасах, которые не продаются.
- Рост затрат на хранение и порчу товара при переизбытке.
- Штрафы и потеря доверия клиентов из-за срыва сроков поставки.
Что влияет на результат
- Среднедневной спрос (или прогноз спроса на период до следующей поставки)
- Срок поставки от поставщика (в днях)
- Страховой запас, который покрывает колебания спроса и задержки поставки
- Сезонность и тренды спроса
- Надежность поставщика и вариативность сроков поставки
Типичные ошибки ручного подхода
- Использование среднего спроса без учета сезонности — занижение запаса перед пиком.
- Игнорирование вариативности срока поставки — страховой запас слишком мал.
- Установка единого процента страхового запаса для всех товаров без учета их важности и волатильности.
- Редкий пересчет минимального остатка — он устаревает через месяц-два.
Определение
Что важно понимать
Минимальный остаток
Нижняя граница запаса, при которой компания не рискует остаться без товара до следующей поставки. Рассчитывается как сумма прогноза спроса за время поставки и страхового запаса.
Позволяет избежать дефицита и одновременно не замораживать лишние деньги в запасах.Страховой запас
Дополнительный объем товара, который покрывает колебания спроса и задержки поставки. Обычно выражается в днях продаж или в процентах от прогноза спроса.
Сглаживает риски, связанные с нестабильностью спроса и поставок.Срок поставки
Время от момента размещения заказа поставщику до фактического поступления товара на склад.
Определяет, на какой период нужно обеспечить запас, чтобы не допустить дефицита.Прогноз спроса
Оценка будущего спроса на товар за определенный период, построенная на основе исторических данных, сезонности, трендов и маркетинговых активностей.
Более точный прогноз позволяет точнее рассчитать минимальный остаток и снизить издержки.Данные
Какие данные нужны
История продаж
Для расчета среднедневного спроса и выявления сезонности, трендов и аномалий.
- Дата продажи
- SKU
- Количество
- Сумма
- Канал продаж
Данные о поставках
Для расчета фактического срока поставки и его вариативности.
- Дата заказа
- Дата поступления
- SKU
- Количество заказано
- Количество получено
Текущие остатки
Для контроля фактического уровня запаса и своевременного размещения заказа.
- SKU
- Склад
- Количество на остатке
- Дата актуальности
Параметры товара
Для учета особенностей товара: срок годности, сезонность, важность (ABC/XYZ), минимальная партия поставки.
- SKU
- Категория
- Срок годности
- Сезонность
- Класс ABC/XYZ
Маркетинговые активности
Для учета влияния акций и рекламных кампаний на спрос.
- Дата начала
- Дата окончания
- Тип акции
- Скидка
- Затронутые SKU
Методология
Методика расчета минимального остатка
Принципы
- Минимальный остаток должен покрывать спрос за время поставки плюс страховой запас.
- Страховой запас зависит от волатильности спроса и надежности поставщика: чем выше колебания, тем больше запас.
- Расчет должен пересматриваться регулярно (например, ежемесячно) с учетом новых данных.
- Для разных категорий товаров (ABC/XYZ) применяются разные правила: для дорогих и стабильных — меньший страховой запас, для дешевых и волатильных — больший.
Допущения
- Спрос в будущем будет вести себя примерно так же, как в прошлом, с учетом сезонности и трендов.
- Срок поставки известен с некоторой точностью, но может колебаться.
- Данные о продажах и поставках собираются регулярно и без существенных пропусков.
Ошибки
- Использование среднего спроса без учета сезонности — занижение запаса перед пиком.
- Игнорирование вариативности срока поставки — страховой запас слишком мал.
- Установка единого процента страхового запаса для всех товаров без учета их важности и волатильности.
- Редкий пересчет минимального остатка — он устаревает через месяц-два.
Роль ИИ
Как ИИ решает задачу
Прогнозирование спроса на период поставки
Данные на входе: История продаж за 1-2 года, Календарь сезонности, Данные о маркетинговых акциях
Что делает модель: Обучаемая модель (например, градиентный бустинг или ARIMA) строит прогноз спроса на каждый день до следующей поставки с учетом сезонности, трендов и акций.
Результат: Прогноз спроса на период поставки (в единицах товара) и доверительный интервал.
Как используется: Система использует прогноз для расчета минимального остатка и автоматического формирования заказа поставщику.
Оценка волатильности спроса и надежности поставщика
Данные на входе: История продаж, История сроков поставки по каждому поставщику
Что делает модель: Статистический анализ рассчитывает коэффициент вариации спроса и стандартное отклонение срока поставки.
Результат: Значения волатильности спроса и надежности поставщика для каждого SKU.
Как используется: Эти значения используются для расчета страхового запаса: чем выше волатильность, тем больше страховой запас.
Классификация товаров по важности и стабильности (ABC/XYZ)
Данные на входе: Данные о продажах и прибыльности по SKU, Коэффициент вариации спроса
Что делает модель: Модель кластеризации или правила классифицируют товары на группы A/B/C по вкладу в выручку и X/Y/Z по стабильности спроса.
Результат: Класс ABC/XYZ для каждого SKU.
Как используется: Система применяет разные правила расчета страхового запаса для разных классов: для A-товаров — точный расчет, для C — упрощенный.
Выявление аномалий в спросе и поставках
Данные на входе: Ежедневные продажи, Данные о поставках
Что делает модель: Модель обнаружения аномалий (например, изоляционный лес) находит резкие скачки или падения спроса, а также задержки поставок, которые не объясняются обычной вариативностью.
Результат: Список аномальных событий с указанием SKU и даты.
Как используется: Система предупреждает менеджера о необходимости ручной проверки и корректировки прогноза или страхового запаса.
Формирование рекомендаций по корректировке страхового запаса
Данные на входе: Прогноз спроса, Волатильность спроса, Надежность поставщика, Класс ABC/XYZ
Что делает модель: Генеративная модель на основе правил формирует текстовые рекомендации: например, увеличить страховой запас по конкретному SKU на 20% из-за роста волатильности.
Результат: Текстовые рекомендации с обоснованием и предлагаемым значением страхового запаса.
Как используется: Менеджер просматривает рекомендации и утверждает изменения, либо система применяет их автоматически при наличии прав.
Разбор
Как это работает
- 1
Вход: история продаж, данные о поставках, текущие остатки. Действие: система загружает и очищает данные, устраняя пропуски и дубли. Результат: единый набор данных для анализа.
- 2
Вход: очищенные данные. Действие: модель прогнозирует спрос на каждый день до следующей поставки с учетом сезонности и акций. Результат: прогноз спроса на период поставки.
- 3
Вход: история продаж и сроков поставки. Действие: статистический расчет определяет волатильность спроса и надежность поставщика. Результат: коэффициенты вариации и стандартные отклонения.
- 4
Вход: данные о продажах и прибыльности. Действие: модель классифицирует товары по ABC/XYZ. Результат: класс для каждого SKU.
- 5
Вход: прогноз спроса, волатильность, класс ABC/XYZ. Действие: система рассчитывает минимальный остаток по формуле: (прогноз спроса за время поставки) + страховой запас. Результат: значение минимального остатка для каждого SKU.
- 6
Вход: рассчитанные минимальные остатки и текущие остатки. Действие: система сравнивает текущий остаток с минимальным и формирует уведомление о необходимости заказа. Результат: список SKU, требующих пополнения.
- 7
Вход: список SKU для заказа. Действие: система формирует проект заказа поставщику с учетом минимальной партии и остатков. Результат: готовый заказ для утверждения менеджером.
- 8
Вход: фактические продажи и поставки после внедрения. Действие: система регулярно пересчитывает прогноз и минимальные остатки, выявляет аномалии. Результат: актуальные минимальные остатки и предупреждения о рисках.
Расчет
Формулы расчета минимального остатка
Базовая формула и расширенная с учетом страхового запаса. Ниже приведен условный пример для иллюстрации.
Минимальный остаток (базовая формула)
MinStock = (Среднедневной спрос × Срок поставки) + Страховой запас- Среднедневной спрос — среднее количество единиц товара, продаваемых в день
- Срок поставки — время от заказа до поступления товара, в днях
- Страховой запас — дополнительный объем для покрытия колебаний
Условный пример: Среднедневной спрос = 10 шт/день, срок поставки = 7 дней, страховой запас = 20 шт. MinStock = 10 × 7 + 20 = 90 шт.
Допущение: Базовая формула не учитывает сезонность и вариативность. Для точности используйте прогноз спроса вместо среднего.
Страховой запас (упрощенный)
Страховой запас = Z × σ × √L- Z — коэффициент, зависящий от желаемого уровня сервиса (например, 1.65 для 95%)
- σ — стандартное отклонение спроса за день
- L — срок поставки в днях
Условный пример: Z = 1.65, σ = 3 шт/день, L = 7 дней. Страховой запас = 1.65 × 3 × √7 ≈ 13.1 шт. Округляем до 14 шт.
Допущение: Формула предполагает нормальное распределение спроса. Для ненормальных распределений используйте другие методы.
Пример расчета
Как это выглядит в цифрах
Условный пример: расчет минимального остатка для товара с сезонным спросом
- Допущение: Товар: сезонный товар (например, летние товары для отдыха)
- Допущение: История продаж за 2 года
- Допущение: Срок поставки: 10 дней
- Допущение: Желаемый уровень сервиса: 95%
Рассмотрим условный пример. Среднедневной спрос в пиковый сезон (июнь-июль) составляет 50 шт/день, вне сезона — 5 шт/день. Стандартное отклонение спроса в пик — 10 шт/день. Срок поставки — 10 дней. Страховой запас = 1.65 × 10 × √10 ≈ 52.2 шт. Минимальный остаток в пик = 50 × 10 + 52 = 552 шт. Вне сезона: 5 × 10 + 52 = 102 шт. Если использовать средний спрос за год (например, 20 шт/день), минимальный остаток = 20 × 10 + 52 = 252 шт., что недостаточно для пика и избыточно для межсезонья.Использование среднего спроса без учета сезонности приводит к дефициту в пик и избытку в межсезонье. Необходимо применять прогноз спроса с учетом сезонности.
Логика решения
Почему дана такая рекомендация
Что повлияло на решение
- Прогноз спроса на период поставки
- Волатильность спроса (коэффициент вариации)
- Надежность поставщика (стандартное отклонение срока поставки)
- Класс ABC/XYZ товара
- Желаемый уровень сервиса
Какие риски учтены
- Риск дефицита при заниженном страховом запасе
- Риск избыточных запасов при завышенном страховом запасе
- Риск устаревания товара (для скоропортящихся или сезонных товаров)
Какие варианты рассматривались
- Фиксированный страховой запас в днях продаж (например, 7 дней) — прост, но не учитывает волатильность
- Расчет по формуле с Z-коэффициентом — учитывает волатильность, но требует нормального распределения
- Имитационное моделирование (Монте-Карло) — точнее, но сложнее в реализации
Комбинация прогноза спроса (ML) и статистического расчета страхового запаса позволяет учесть сезонность и волатильность, обеспечивая баланс между дефицитом и избытком.
Если спрос стабилен и поставки надежны, можно использовать упрощенную формулу без ML. Если спрос сильно волатилен или товары скоропортящиеся, потребуется более сложное моделирование.
Результат
Что видит пользователь
Дашборд с минимальными остатками по каждому SKU
Таблица с текущим остатком, минимальным остатком, прогнозом спроса и статусом (норма/дефицит/избыток)
Менеджер видит, какие товары требуют заказа, и может быстро сформировать заявку поставщикуУведомления о необходимости пополнения
Автоматические уведомления (email/Telegram) о SKU, где текущий остаток ниже минимального
Сотрудник своевременно размещает заказ, не дожидаясь ручной проверки остатковРекомендации по корректировке страхового запаса
Текстовые рекомендации с обоснованием (например, увеличить страховой запас на 20% из-за роста волатильности)
Менеджер утверждает или отклоняет изменения, система применяет их к расчетуАвтоматизация
Что автоматизируется, а что нет
Выполняется автоматически
- Сбор и очистка данных о продажах, поставках и остатках
- Прогнозирование спроса на основе исторических данных
- Расчет минимального остатка и страхового запаса
- Сравнение текущих остатков с минимальными и формирование уведомлений
- Формирование проекта заказа поставщику
Требует настройки
- Настройка источников данных (CRM, 1С, Excel)
- Определение классов ABC/XYZ и правил для каждого класса
- Установка желаемого уровня сервиса (Z-коэффициента)
- Настройка порогов для аномалий и уведомлений
Остаётся за человеком
- Утверждение заказа поставщику
- Ручная корректировка прогноза при известных будущих событиях (например, крупный контракт)
- Решение о разовой закупке вне плана
Внедрение
Как внедрить решение
Быстрый запуск
- Собрать историю продаж и поставок в Excel
- Рассчитать средний спрос и срок поставки по каждому SKU
- Установить страховой запас вручную (например, 20% от среднего спроса за время поставки)
- Еженедельно проверять остатки и вручную формировать заказы
Рабочая система
- Настроить автозагрузку данных из 1С/CRM в базу данных
- Внедрить прогнозирование спроса (например, с помощью Python-скрипта или готового сервиса)
- Автоматизировать расчет минимального остатка и страхового запаса
- Создать дашборд и уведомления о необходимости пополнения
- Настроить автоматическое формирование проекта заказа
Расширенный вариант
- Использовать ML-модели для прогнозирования спроса с учетом сезонности, трендов и акций
- Внедрить имитационное моделирование для оценки рисков дефицита
- Интегрировать данные о маркетинговых активностях и внешние факторы (погода, праздники)
- Настроить сценарный анализ (что если спрос вырастет на 20%?)
Подготовка
Чек-лист перед запуском
- 1
Собраны данные о продажах минимум за 1 год
- 2
Собраны данные о сроках поставки по каждому поставщику
- 3
Определены классы ABC/XYZ для всех SKU
- 4
Установлен желаемый уровень сервиса (например, 95%)
- 5
Выбрана формула расчета страхового запаса
- 6
Настроен регулярный пересчет минимальных остатков (ежемесячно)
- 7
Определены ответственные за утверждение заказов
- 8
Настроены уведомления о необходимости пополнения
- 9
Проведено тестирование на исторических данных
- 10
Разработан план действий при аномалиях (задержка поставки, резкий рост спроса)
Вывод
Главное
Минимальный остаток должен рассчитываться на основе прогноза спроса и страхового запаса, а не средних значений, чтобы балансировать между дефицитом и избытком.
Основные данные — история продаж, сроки поставки, текущие остатки. Ключевые расчеты — прогноз спроса на период поставки и страховой запас с учетом волатильности.
ИИ прогнозирует спрос, оценивает волатильность, классифицирует товары и формирует рекомендации, автоматизируя рутинные расчеты и повышая точность.
Начните с простого: соберите данные о продажах и поставках в Excel, рассчитайте средний спрос и срок поставки, установите страховой запас вручную. Затем постепенно автоматизируйте процесс.
Метод ReMetod
На чем основан вывод
Метод ReMetod строится вокруг пути: бизнес-проблема → модель решения → данные → автоматизация → интерфейс → работающее решение. Практикум рассчитан на собственников, руководителей, аналитиков и менеджеров малого и среднего бизнеса без требования уметь программировать. Это позволяет внедрить описанный расчет минимального остатка с ИИ в рамках практикума.
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
У нас маленький бизнес, нужно ли нам ИИ для расчета минимального остатка?
Начать можно с простой формулы в Excel. ИИ становится полезен, когда ассортимент превышает несколько сотен позиций, спрос неравномерен, а поставщики нестабильны. Он автоматизирует пересчет и повышает точность, экономя время и снижая риски дефицита и избытка.
Насколько точны прогнозы ИИ?
Точность зависит от качества и объема данных. При наличии 1-2 лет истории продаж и данных о поставках модели машинного обучения дают более точный прогноз, чем средние значения. Однако прогноз не идеален, поэтому страховой запас остается обязательным.
Сложно ли внедрить такую систему?
Базовый расчет можно сделать в Excel за день. Для автоматизации потребуется настроить загрузку данных и использовать готовые библиотеки или сервисы. В рамках практикума ReMetod вы сможете построить работающее решение без программирования.
Следующий шаг
Выберите, как продолжить с ReMetod
Хотите научиться автоматизировать расчет минимальных остатков с ИИ? Приходите на бесплатный вебинар или запишитесь на диагностику.