Закупки / Order quantity
Как выбрать объем закупки с ИИ
Оптимальный объем закупки — это количество товара, которое покрывает спрос до следующей поставки, но не создает излишков. ИИ прогнозирует спрос с учетом сезонности и трендов, рассчитывает точку заказа и страховой запас, автоматически корректируя объем закупки при изменении факторов.
Проблема
Почему это важно
Без системы расчета объема закупки компании часто закупают товар интуитивно или по прошлым продажам без учета изменений спроса. Это приводит к излишкам на складе, замораживанию оборотных средств и списаниям, либо к дефициту и потерянным продажам.
Почему возникает
- Прогноз спроса основан на средних значениях без учета сезонности и трендов
- Страховой запас устанавливается произвольно или не пересматривается
- Точка заказа не учитывает время поставки и вариативность спроса
- Ручной расчет не успевает за изменениями рынка и промо-акциями
Риски и потери
- Излишки: замороженные средства в неликвидных запасах, затраты на хранение, списания
- Дефицит: потерянные продажи, недовольство клиентов, срочные закупки по завышенным ценам
- Каскадные сбои: перебои с поставками из-за неправильного планирования
Что влияет на результат
- Прогноз спроса на период поставки
- Время выполнения заказа (lead time)
- Страховой запас
- Точка заказа
- Стоимость заказа и хранения
- Сезонность, тренды, промо-акции
Типичные ошибки ручного подхода
- Закупка по средним продажам без учета сезонности
- Игнорирование времени поставки при расчете точки заказа
- Фиксированный страховой запас, не пересматриваемый при изменении спроса
- Неучет минимальной партии поставщика или скидок за объем
Определение
Что важно понимать
EOQ (Economic Order Quantity)
Формула для расчета оптимального размера заказа, при котором сумма затрат на заказ и хранение минимальна.
Позволяет сбалансировать частоту заказов и объем партии, снижая общие затраты на управление запасами.Страховой запас
Дополнительный объем товара, который держат на случай непредвиденного роста спроса или задержки поставки.
Защищает от дефицита, но увеличивает затраты на хранение. ИИ помогает определить оптимальный уровень.Точка заказа (Reorder Point)
Уровень остатка, при достижении которого необходимо разместить новый заказ, чтобы пополнение прибыло до исчерпания запаса.
Обеспечивает непрерывность продаж, учитывая время поставки и страховой запас.Данные
Какие данные нужны
История продаж
Для прогнозирования спроса и выявления сезонности, трендов, аномалий.
- дата продажи
- SKU
- количество
- цена
- канал продаж
Данные о поставках
Для расчета времени выполнения заказа и учета задержек.
- дата заказа
- дата поставки
- SKU
- количество
- стоимость доставки
Уровень запасов
Для определения текущего остатка и расчета точки заказа.
- SKU
- текущий остаток
- резерв
- местоположение склада
Параметры затрат
Для расчета EOQ: стоимость одного заказа и стоимость хранения единицы товара.
- стоимость размещения заказа
- стоимость хранения единицы в год
- закупочная цена
Маркетинговые планы
Для учета влияния промо-акций и рекламных кампаний на спрос.
- период акции
- скидка
- ожидаемый прирост продаж
Методология
Методика расчета оптимального объема закупки
Принципы
- Прогноз спроса должен учитывать сезонность, тренды и промо-акции, а не только средние значения.
- Страховой запас рассчитывается на основе вариативности спроса и надежности поставок.
- Точка заказа = (среднедневной спрос × время поставки) + страховой запас.
- EOQ минимизирует сумму затрат на заказ и хранение, но требует корректировки на реальные условия (минимальная партия, скидки).
- ИИ пересчитывает параметры автоматически при изменении факторов.
Допущения
- Спрос распределен равномерно в течение периода (для базовой EOQ).
- Время поставки известно и стабильно (для базовой модели).
- Затраты на заказ и хранение постоянны.
- ИИ использует исторические данные для прогноза, но прогноз не идеален — нужен страховой запас.
Ошибки
- Использование среднего спроса без учета сезонности — приводит к дефициту в пиковые периоды.
- Игнорирование времени поставки — заказ размещается слишком поздно.
- Фиксированный страховой запас, не пересматриваемый при изменении спроса.
- Применение EOQ без учета ограничений поставщика (минимальная партия, скидки за объем).
- Отсутствие пересчета параметров при изменении цен, сроков поставки или спроса.
Роль ИИ
Как ИИ решает задачу
Прогнозирование спроса
Данные на входе: История продаж, Календарь промо-акций, Внешние факторы (сезонность, праздники)
Что делает модель: Обучаемая модель (например, градиентный бустинг или ARIMA) прогнозирует спрос на период поставки с учетом сезонности и трендов.
Результат: Прогноз спроса на каждый SKU на период поставки.
Как используется: Система использует прогноз для расчета точки заказа и EOQ.
Расчет страхового запаса
Данные на входе: Прогноз спроса, Историческая вариативность спроса, Надежность поставок (отклонения времени поставки)
Что делает модель: Статистический метод (например, расчет стандартного отклонения) определяет необходимый страховой запас для заданного уровня сервиса.
Результат: Оптимальный страховой запас для каждого SKU.
Как используется: Система добавляет страховой запас к точке заказа.
Определение точки заказа и EOQ
Данные на входе: Прогноз спроса, Время поставки, Страховой запас, Затраты на заказ и хранение
Что делает модель: Бизнес-правило: точка заказа = (среднедневной спрос × время поставки) + страховой запас; EOQ = sqrt((2 × годовой спрос × стоимость заказа) / стоимость хранения).
Результат: Рекомендуемый объем заказа и момент его размещения.
Как используется: Система формирует предложение по закупке, которое менеджер может подтвердить или скорректировать.
Выявление аномалий и изменений
Данные на входе: Фактические продажи, Прогнозы, Уровень запасов
Что делает модель: Модель машинного обучения обнаруживает резкие отклонения фактического спроса от прогноза (например, из-за вирусного спроса или сбоя поставки).
Результат: Уведомление о необходимости пересмотра закупки.
Как используется: Менеджер получает алерт и может оперативно скорректировать заказ.
Разбор
Как это работает
- 1
Вход: история продаж, данные о поставках, текущие остатки. Действие: система загружает и очищает данные. Результат: единая база для анализа.
- 2
Вход: очищенные данные. Действие: модель прогнозирует спрос на период поставки для каждого SKU. Результат: прогноз спроса.
- 3
Вход: прогноз спроса, вариативность, надежность поставок. Действие: рассчитывается страховой запас. Результат: уровень страхового запаса.
- 4
Вход: прогноз, время поставки, страховой запас. Действие: вычисляется точка заказа. Результат: пороговый остаток для размещения заказа.
- 5
Вход: годовой спрос, стоимость заказа, стоимость хранения. Действие: рассчитывается EOQ. Результат: оптимальный размер партии.
- 6
Вход: EOQ, точка заказа, текущие остатки. Действие: система формирует рекомендацию по закупке. Результат: предложение с объемом и датой заказа.
- 7
Вход: рекомендация. Действие: менеджер проверяет и подтверждает или корректирует. Результат: размещенный заказ.
- 8
Вход: фактические продажи после поставки. Действие: система сравнивает факт с прогнозом и обновляет модель. Результат: улучшенный прогноз для следующего цикла.
Расчет
Основные формулы расчета
Для выбора объема закупки используются две ключевые формулы: EOQ для оптимального размера партии и расчет точки заказа с учетом страхового запаса.
Экономичный размер заказа (EOQ)
EOQ = sqrt((2 × D × S) / H)- D — годовой спрос (единиц)
- S — стоимость размещения одного заказа (руб.)
- H — стоимость хранения единицы товара в год (руб.)
Условный пример: D = 1200 единиц, S = 500 руб., H = 60 руб. EOQ = sqrt((2 × 1200 × 500) / 60) = sqrt(20000) ≈ 141 единица.
Допущение: Базовая формула предполагает равномерный спрос. На практике корректируется с учетом сезонности и ограничений поставщика.
Точка заказа (Reorder Point)
ROP = (d × L) + SS- d — среднедневной спрос (единиц/день)
- L — время выполнения заказа (дней)
- SS — страховой запас (единиц)
Условный пример: d = 10 единиц/день, L = 7 дней, SS = 20 единиц. ROP = (10 × 7) + 20 = 90 единиц.
Допущение: Когда остаток падает до 90 единиц, нужно размещать новый заказ.
Пример расчета
Как это выглядит в цифрах
Условный пример: расчет объема закупки для товара с сезонным спросом
- Допущение: Рассмотрим условный пример: компания продает сезонный товар — летние напитки.
- Допущение: Годовой спрос — 2400 единиц.
- Допущение: Стоимость размещения заказа — 300 руб.
- Допущение: Стоимость хранения единицы в год — 40 руб.
- Допущение: Среднедневной спрос в пиковый сезон — 15 единиц, в межсезонье — 3 единицы.
- Допущение: Время поставки — 5 дней.
- Допущение: Страховой запас — 30 единиц.
EOQ = sqrt((2 × 2400 × 300) / 40) = sqrt(36000) ≈ 190 единиц. Точка заказа в пик сезона: (15 × 5) + 30 = 105 единиц. В межсезонье: (3 × 5) + 30 = 45 единиц.В пиковый сезон заказ нужно размещать при остатке 105 единиц, объем партии — около 190 единиц. В межсезонье точку заказа можно снизить до 45 единиц, чтобы не замораживать средства в излишках.
Логика решения
Почему дана такая рекомендация
Что повлияло на решение
- Прогноз спроса на период поставки
- Время выполнения заказа
- Страховой запас
- Затраты на заказ и хранение
- Текущий остаток и резервы
Какие риски учтены
- Риск дефицита при росте спроса или задержке поставки
- Риск излишков при снижении спроса
- Риск замораживания оборотных средств в неликвидных запасах
Какие варианты рассматривались
- Закупка по средним продажам без учета сезонности
- Фиксированный объем заказа (например, раз в месяц)
- Ручной расчет на основе экспертного мнения
ИИ-подход позволяет учитывать множество факторов одновременно и автоматически пересчитывать параметры при изменении условий, снижая риски дефицита и излишков.
Если спрос стабилен и время поставки минимально, можно обойтись простой формулой EOQ без ИИ. Если поставщик предлагает скидки за объем, может быть выгоднее закупать больше, чем EOQ.
Результат
Что видит пользователь
Рекомендация по закупке
Список SKU с рекомендуемым объемом заказа, датой размещения и обоснованием (прогноз спроса, точка заказа, страховой запас).
Менеджер может подтвердить заказ или скорректировать объем, видя все расчеты.Дашборд с ключевыми показателями
Графики прогноза спроса, уровня запасов, точки заказа, уровня сервиса.
Руководитель видит, по каким позициям риск дефицита или излишков, и может принять решение о пересмотре стратегии.Уведомления об аномалиях
Алерт, если фактический спрос сильно отклоняется от прогноза или запас падает ниже точки заказа.
Менеджер оперативно реагирует на изменения, корректируя заказ.Автоматизация
Что автоматизируется, а что нет
Выполняется автоматически
- Сбор и очистка данных о продажах, поставках и остатках
- Прогнозирование спроса
- Расчет страхового запаса, точки заказа и EOQ
- Формирование рекомендаций по закупке
- Отправка уведомлений о необходимости заказа
Требует настройки
- Настройка параметров: стоимость заказа, стоимость хранения, уровень сервиса
- Определение минимальной партии поставщика и скидок
- Настройка календаря промо-акций
- Определение порогов для аномалий
Остаётся за человеком
- Подтверждение заказа и согласование с поставщиком
- Корректировка объема при форс-мажорных обстоятельствах
- Решение о закупке сверх EOQ при скидках или ограничениях поставщика
Внедрение
Как внедрить решение
Быстрый запуск
- Собрать историю продаж и данные о поставках в Excel
- Рассчитать EOQ и точку заказа вручную по формулам
- Использовать простой дашборд для отслеживания остатков
Рабочая система
- Настроить автоматическую загрузку данных из учетной системы
- Внедрить модель прогнозирования спроса (например, на Python)
- Создать дашборд с рекомендациями по закупке
- Настроить уведомления о достижении точки заказа
Расширенный вариант
- Подключить несколько источников данных (CRM, склад, маркетплейсы)
- Использовать машинное обучение для прогноза с учетом внешних факторов (погода, праздники)
- Внедрить сценарный анализ: что будет при изменении цены, сроков поставки, спроса
Подготовка
Чек-лист перед запуском
- 1
Собрать данные о продажах минимум за 12 месяцев
- 2
Определить стоимость размещения заказа и стоимость хранения
- 3
Рассчитать время выполнения заказа по каждому поставщику
- 4
Установить целевой уровень сервиса (например, 95%)
- 5
Настроить прогнозную модель и проверить ее точность на исторических данных
- 6
Определить страховой запас для каждой категории товаров
- 7
Настроить автоматический расчет точки заказа и EOQ
- 8
Согласовать с поставщиками минимальные партии и скидки
- 9
Обучить менеджеров работе с рекомендациями
- 10
Запустить пилот на одной категории и оценить эффект
Вывод
Главное
Оптимальный объем закупки — это баланс между риском дефицита и затратами на хранение, достигаемый за счет точного прогноза спроса и учета всех факторов.
Основные данные — история продаж, поставки, остатки, затраты. Ключевые расчеты — прогноз спроса, страховой запас, точка заказа, EOQ.
ИИ автоматизирует прогнозирование, выявление аномалий и пересчет параметров, освобождая менеджера от рутинных расчетов и снижая вероятность ошибок.
Начните с расчета EOQ и точки заказа для топ-10 позиций в Excel, используя исторические данные. Это позволит быстро увидеть эффект и обосновать внедрение автоматизации.
Метод ReMetod
На чем основан вывод
Метод ReMetod показывает, как бизнес-проблема выбора объема закупки решается через модель решения, данные и автоматизацию. Практикум ReMetod учит строить такие решения без программирования, что позволяет собственникам и менеджерам самостоятельно внедрить систему расчета закупок.
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
Не слишком ли сложно внедрять ИИ для расчета закупок?
Начать можно с простых формул в Excel, а ИИ подключать поэтапно: сначала прогноз спроса, затем автоматический пересчет. Практикум ReMetod показывает, как это сделать без программирования.
Насколько точны прогнозы ИИ?
Точность зависит от качества данных и стабильности спроса. ИИ не дает идеального прогноза, но снижает ошибку по сравнению с ручными методами. Страховой запас компенсирует остаточную погрешность.
Что делать, если поставщик требует минимальную партию больше EOQ?
Нужно сравнить дополнительные затраты на хранение с выгодой от скидки за объем. ИИ может учесть такие ограничения и предложить оптимальный вариант.
Следующий шаг
Выберите, как продолжить с ReMetod
Хотите научиться настраивать такие расчеты без программирования? Приходите на бесплатный вебинар ReMetod.