Kako koristiti RFID podatke za predviđanje potražnje

Većina kompanija se ne bori sa prognozom potražnje zato što im nedostaju formule. Bore se zato što su podaci koji hrane te formule nepotpuni, zakasneli ili nepovezani sa onim što se stvarno dešava na terenu. Tu RFID podaci mogu da promene razgovor. Kada se pravilno koriste, RFID čini više od pomoći u vidljivosti zaliha ili praćenju imovine. Planing timovima daje mnogo bliži uvid u kretanje, tajming, ponašanje zaliha, obrasce dopune i tok proizvoda. Ti signali mogu da učine prognozu potražnje manje zavisnom od pretpostavki i više zasnovanom na stvarnom operativnom ponašanju.

Pretvorite RFID događaje u upotrebljive signale potražnje

Ipak, korišćenje RFID podataka za prognozu potražnje nije tako jednostavno kao ubaciti čitanja oznaka u model prognoze i nadati se da će sistem postati pametniji. Sirovi podaci sa RFID oznaka su nesigurni. Govore vam da je nešto detektovano u određeno vreme i na određenom mestu, ali vam ne govore automatski zašto je to važno. Prognoza zahteva poslovno značenje, a ne samo radio aktivnost. Dakle, prava vrednost dolazi iz pretvaranja RFID događaja u upotrebljive signale potražnje. Kada se to dogodi, planeri mogu početi da vide ne samo šta je prodato prošlog meseca, već kako su se proizvodi kretali pre prodaje, gde se zaliha gomilala, koliko se brzo dopuna stvarno dešavala, koje lokacije su se brže praznile od očekivanog i gde je potražnja bila skrivena lošom dostupnošću.

Mnogo grešaka u prognozi dolazi od jednog osnovnog problema. Istorijski podaci o prodaji odražavaju samo ono što je prodato, a ne ono što je moglo biti prodato. Ako je proizvod bio bez zaliha, loše postavljen, zaglavljen u magacinu, pogrešno dodeljen regionu ili je dopuna kasnila, evidencija prodaje može da potceni stvarnu potražnju. RFID može pomoći da se otkrije taj jaz. Može pokazati da li su artikli fizički bili prisutni na prodajnom prostoru, koliko dugo su tamo ostali, koliko često su dopunjavani i da li su navodno slabi prodavci zapravo bili nedostupni u ključnim trenucima. Ta promena je važna. Prognoza zasnovana samo na istoriji prodaje često greške u snabdevanju meša sa slabom potražnjom.

Prodavac specijalizovane odeće video je to sa linijom laganih jakni tokom sezonske tranzicije. Njihove nedeljne brojke prodaje sugerisale su da se artikal hladi ranije od očekivanog, pa je planing tim razmatrao smanjenje sledeće narudžbine. Ali RFID praćenje na nivou artikla pokazalo je drugačiju priču. Prodavnice su brzo prodavale izložene zalihe, dok su rezervne jedinice stajale u magacinima duže od očekivanog jer osoblje nije dovoljno brzo dopunjavalo tokom večernjih gužvi. Samo podaci o prodaji učinili su proizvod slabijim nego što je bio. RFID podaci pokazali su nezadovoljenu potražnju izazvanu lošom dostupnošću na policama. Kada su planeri uvrstili te signale dostupnosti, prognoza se promenila i sledeća kupovina je korigovana naviše umesto naniže.

Poboljšajte istinu o zalihama pre nego što poboljšate prognozu

Jedan od najboljih načina da se RFID podaci koriste u prognozi potražnje jeste poboljšanje kvaliteta istine o zalihama. Prognoze se ruše kada planeri ne veruju tačnosti zaliha. Ako sistem kaže da postoji 140 jedinica na lokaciji, a samo 92 su stvarno dostupne za prodaju, logika prognoze zasnovana na toj poziciji zaliha doneće slabe odluke o dopuni. RFID može da pojača cikluse popisa, smanji fantomske zalihe i poboljša tačnost inventara u prodavnicama, magacinima i lokacijama za pripremnu zalihu. Bolja tačnost inventara ne čini samo operacije urednijim. Ona daje sistemima prognoze pošteniju sliku o tome šta je stvarno bilo dostupno tokom perioda potražnje.

Čistije evidencije zaliha čine prognoze manje zbunjenim

Distributer potrošačke elektronike susreo se s tim kod brzo pokretnih dodataka. Modeli prognoze stalno su pokazivali čudne skokove i padove koje planeri nisu mogli da objasne. Prvo su krivili tajming promocija i onlajn saobraćaj, ali veći problem je bio to što su evidencije zaliha filijala bile dovoljno netačne da iskrive istoriju dopune. Kada je RFID popis zaliha poboljšao tačnost filijala, planing tim je shvatio da su nekoliko navodnih kolebanja potražnje zapravo bili problemi u evidenciji zaliha. Sa čistijim podacima o zalihama, prognoza je postala stabilnija i obrazac dopune je imao više smisla. Pouka nije bila da RFID magično predviđa budućnost. Bila je da bolja operativna istina čini prognozu manje zbunjenom.

Koristite RFID podatke za razumevanje tajminga potražnje

RFID podaci takođe pomažu kada kompanije treba da razumeju tajming potražnje, a ne samo obim potražnje. Tradicionalna prognoza često radi sa dnevnim, nedeljnim ili mesečnim grupama prodaje. RFID može dodati sloj tajminga kretanja koji pokazuje koliko brzo proizvodi napuštaju prijem, ulaze u komisioniranje, stižu na policu ili prolaze kroz zone ispunjenja. To je važno jer je potražnja često osetljivija na tajming nego što ljudi shvataju. Proizvod koji se kreće brzo u roku od nekoliko sati od dolaska priča drugačiju priču od onog koji se prodaje sporo tokom dve nedelje. Kada planeri mogu da vide te razlike u tempu, mogu da donesu bolje odluke o sigurnosnoj zalihi, učestalosti dopune i regionalnoj alokaciji.

Tajming kretanja može otkriti različite krive potražnje

Lanac prodavnica kućnih potrepština otkrio je to kada je označio promotivne kuhinjske artikle tokom praznične kampanje. Ukupna prodaja izgledala je pristojno u celoj mreži, ali RFID podaci pokazali su da su neke prodavnice prolazile kroz promotivne zalihe gotovo odmah nakon postavljanja na prodajni prostor, dok je drugima trebalo mnogo duže da dobiju zamah. Planing tim je prvobitno tretirao celu promociju kao jednu nacionalnu krivu potražnje. RFID podaci o kretanju otkrili su jasne razlike u tajmingu po klasterima prodavnica, posebno između urbanih lokacija za dnevne migrante i prigradskih prodavnica sa velikim vikend prometom. To je dovelo do bolje podele prognoze za sledeću promociju i pametnijeg plana alokacije pre lansiranja.

Identifikujte skrivenu potražnju izazvanu lošom dostupnošću

Druga korisna primena u prognozi je identifikovanje skrivene potražnje izazvane pogrešno postavljenim ili odloženim zalihama. U mnogim operacijama proizvodi ne propadaju zato što kupci ne žele da ih kupe. Propadaju zato što je roba na pogrešnom mestu u pogrešno vreme. RFID može otkriti da li je zaliha provela predugo na prijemu, zadržala se u pripremnoj zoni ili ostala zaglavljena u magacinu dok je prodaja na prednjoj strani slabila. Kada planeri mogu da razdvoje slabu potražnju od slabe izvršnosti, prestaju da prave pogrešne korekcije prognoze. To je posebno važno u maloprodaji, zdravstvenom snabdevanju, delovima za terenski servis i distributivnim modelima gde dostupnost može naglo da varira po lokaciji.

Slaba izvršnost može izgledati kao slaba potražnja

Regionalni posao snabdevanja apoteka video je to sa OTC kompletima za dobrobit tokom vrhunca sezone gripa. Prodaja po filijalama sugerisala je da je potražnja neravnomerna i nepredvidiva. Ali RFID podaci pokazali su da su mnogi kompleti stizali u filijale na vreme, a zatim stajali u magacinima umesto da se dovoljno brzo premeste na police okrenute kupcima. Filijale sa najboljom disciplinom premeštanja na police prodavale su mnogo brže, dok su druge izgledale slabo samo zato što proizvod nije bio vidljiv. Tim za prognozu iskoristio je taj uvid da prilagodi pretpostavke o potražnji i bliže sarađuje sa timovima za izvršnost u prodavnicama. To ih je sprečilo da nedovoljno kupe sledeći talas kompleta samo zato što je prvi talas bio operativno loše vođen na nekim lokacijama.

Kombinujte RFID podatke o kretanju sa modelima prognoze

RFID podaci postaju još vredniji kada se upare sa modelima prognoze potražnje koji već koriste POS podatke, istoriju narudžbi, sezonalnost, promocije ili eksterne varijable. Sam po sebi, RFID ne zamenjuje te ulaze. Ono što radi jeste da ih obogaćuje. Pomaže da se objasni zašto se prodaja dogodila na takav način. Može da doda signale kao što su vreme izloženosti zalihe, kašnjenje dopune, vreme zadržavanja na nivou lokacije, intenzitet komisioniranja, tok povratne logistike i konzistentnost dostupnosti na policama. Ti signali su posebno korisni kada standardni modeli prognoze stalno promašuju iste vrste izuzetaka iznova i iznova.

Veleprodavac sportske opreme izgradio je ovakav bogatiji model za setove opreme za trening koji se prodaju i kroz maloprodaju i onlajn kanale. Njihova stara prognoza oslanjala se uglavnom na istoriju isporuka i POS trendove, ali je stalno promašivala skokove na nivou lokacija. Nakon dodavanja signala kretanja sa RFID čitača u distributivnom centru i odabranih maloprodajnih partnera, kompanija je mogla da vidi koji proizvodi se neobično često dopunjavaju, koji artikli provode manje vremena u rezervnom skladištu i koji asortimani se povlače napred pred lokalne događaje. Ti dodatni signali nisu zamenili osnovni model prognoze, ali su pomogli timu da uhvati promene ranije nego pre.

Uočite usporavanja i skokove potražnje ranije

Druga praktična upotreba RFID u prognozi je identifikovanje usporavanja pre nego što se u potpunosti pojave u prodaji. Ako označeni proizvodi počinju duže da se zadržavaju u određenim zonama, ako učestalost dopune opada ili ako se stope komisioniranja menjaju u određenim kategorijama, planeri mogu moći da uoče usporavanje potražnje ranije nego što bi to učinili samo kroz evidentiranu prodaju. Ista logika važi i u drugom smeru. Kada se vremena zadržavanja skraćuju, aktivnost dopune ubrzava i premeštanje iz magacina na police raste, to može biti rani znak da potražnja jača brže nego što istorijski obrazac sugeriše. Timovi za prognozu uvek traže rane indikatore. RFID može postati jedan od njih kada se podaci pravilno tumače.

Rani operativni signali mogu zaštititi dostupnost zaliha

Distributer industrijske zaštitne opreme našao je to korisnim kod prsluka i rukavica visoke vidljivosti koji se prodaju u kanalima snabdevanja građevinarstva. Narudžbine još nisu dramatično porasle, ali RFID podaci iz njegove operacije ispunjenja pokazali su primetan porast učestalosti komisioniranja i kraća vremena zadržavanja za određene veličine i boje povezane sa prolećnim pokretanjem projekata. Planing tim je to tretirao kao rani signal potražnje, pregledao regionalne tokove narudžbi i podigao kratkoročnu prognozu pre nego što bi to uradio standardni model prodaje. Taj potez pomogao im je da izbegnu pritisak na zalihe nekoliko nedelja kasnije.

Poboljšajte regionalnu alokaciju pomoću RFID podataka o toku

Prognoza potražnje takođe ima koristi od RFID kada kompanije žele da poboljšaju regionalnu alokaciju. Evidencije prodaje mogu da vam kažu gde su proizvodi prodati, ali RFID može pomoći da se objasni kako su proizvodi tekli kroz mrežu pre i tokom perioda prodaje. Može pokazati ponašanje transfera, ritam dopune na nivou filijala i da li je roba gurana u jednu oblast, a zapravo se brže trošila negde drugde. To je korisno za preduzeća sa mrežama više magacina ili više prodavnica gde pogrešna alokacija često stvara iluziju čudnih obrazaca potražnje.

Odluke o alokaciji zahtevaju više od ukupne prodaje

Brend obuće video je upravo to sa jednom od svojih linija laganih nazuvaka. Nedeljni izveštaji o prodaji činili su da Zapadna obala izgleda stalno jača od Juga, pa je tim nastavio da dodeljuje više zaliha ka zapadu. Ali RFID podaci o kretanju u prodavnicama i distributivnim centrima otkrili su da su neke južne prodavnice brzo trošile svoje najbolje veličine, a zatim utihnule jer je dopuna kasnila. U međuvremenu, nekoliko zapadnih prodavnica imalo je zalihe koje su stajale duže nego što su naslovne brojke prodaje sugerisale jer su počele sa mnogo dubljim zalihama. Prognoza potražnje se promenila kada su planeri prestali da čitaju prodaju izolovano i počeli da je čitaju zajedno sa RFID podacima o kretanju zaliha. Alokacija je postala uravnoteženija, a nivoi usluge su se poboljšali.

Koristite RFID signale u prognozi novih proizvoda

Postoji i snažan argument za korišćenje RFID podataka u prognozi novih proizvoda, posebno kada je istorijska prodaja ograničena. Prognoze novih artikala obično su krhke jer planeri nemaju mnogo direktne istorije sa kojom mogu da rade. U tim slučajevima, RFID može pružiti rane signale ponašanja tokom lansiranja. Koliko brzo jedinice napuštaju prijem nakon dolaska. Koliko često se dopunjavaju u prvoj nedelji. Koliko široko se kreću kroz zone. Koliko često se jedinice preuzimaju, premeštaju ili vraćaju u zalihu. Ti signali mogu pomoći planerima da procene da li je rana prodaja podržana stvarnim angažovanjem i stvarnom dostupnošću ili je iskrivljena problemima sa postavljanjem i izvršnošću lansiranja.

Podaci o lansiranju mogu sprečiti konzervativne greške u prognozi

Kompanija za proizvode za lepotu testirala je to sa novom linijom organizatora za putovanja u odabranim prodavnicama. Sama prodaja izgledala je prosečno u prvih deset dana, a početna reakcija bila je da se lansiranje tretira kao mlako. Ali RFID podaci pokazali su da su kupci intenzivno interagovali sa proizvodom i da su timovi prodavnica često dopunjavali nakon vikend skokova saobraćaja. Problem nije bio nedostatak interesovanja. Bilo je to što su početne količine za izlaganje bile preplitke i dopune nekonzistentne u danima gužve. To je podstaklo revidiranu prognozu i agresivniju drugu isporuku lokacijama sa najjačom operativnom vučom. Bez uvida u RFID kretanje, lansiranje bi možda bilo ocenjeno previše konzervativno.

Očistite i strukturirajte RFID podatke pre prognoze

Da bi dobro koristili RFID podatke za prognozu potražnje, timovi takođe treba da ih očiste i pravilno strukturiraju. Sirovi podaci ne treba da se ubacuju direktno u model prognoze. Treba ih filtrirati, ukloniti duplikate, mapirati na poslovne lokacije, standardizovati po vremenu i prevesti u događaje relevantne za potražnju. Primeri mogu uključivati artikal ušao na prodajni prostor, paleta premeštena na mesto komisioniranja, dopuna završena, zaliha ostala u rezervi preko praga ili artikal izašao iz izlazne trake. Cilj je stvoriti signale koji nešto znače planerima. Modeli prognoze nemaju koristi od radio brbljanja. Imaju koristi od pouzdanih operativnih događaja.

Sirovi podaci zahtevaju poslovno značenje

Dobavljač ambalaže za usluge hrane naučio je to tokom pokušaja da koristi RFID za planiranje potražnje na nivou filijala. Prvi skup podataka bio je tehnički ogroman, ali praktično neuredan. Sadržao je previše ponavljajućih čitanja i nedovoljno poslovne interpretacije. Kada je tim za inženjering podataka pretvorio tok sa RFID etiketa u jasnije signale kao što su učestalost dopune filijala, kašnjenje od isporuke do police i vreme zadržavanja u magacinu, planing grupa je konačno imala ulaze koje je mogla da koristi. Tačnost prognoze nije se poboljšala zato što je kompanija prikupila više podataka. Poboljšala se zato što je kompanija pretvorila sirove RFID događaje u informacije prilagođene prognozi.

Znajte šta RFID može, a šta ne može

Jednako je važno ne preuveličavati šta RFID može. RFID podaci su korisni, ali nisu prečica oko discipline prognoze. Neće automatski objasniti makroekonomske promene, promene preferencija kupaca, vremenske šokove, konkurentske cene ili promotivnu kanibalizaciju. Najbolje se koristi kao operativno sočivo koje poboljšava vidljivost toka proizvoda i dostupnosti. Kada kompanije očekuju da će rešiti sve, obično završe razočarane. Kada ga koriste da izoštre istinu o zalihama, uvid u tajming, ponašanje lokacija i otkrivanje skrivene potražnje, rezultat je mnogo realističniji.

RFID najbolje funkcioniše kao deo šireg sistema prognoze

Proizvođač medicinskog tekstila za višekratnu upotrebu imao je dobar primer ovog uravnoteženog pristupa. Kompanija se prvo nadala da će samo RFID podaci o kretanju pomoći u prognozi kolebanja potražnje bolnica. To se pokazalo previše optimističnim jer su na cikluse nabavke uticali i bolnički budžeti, promene politika i tajming ugovora. Ali kada je tim kombinovao RFID vidljivost cirkulacije posteljine, brzine obrade i zadržavanja na lokaciji sa istorijom narudžbi i sezonskim obrascima korišćenja, prognoza je postala primetno stabilnija. RFID nije bio ceo odgovor. Bio je veoma koristan deo odgovora.

Procenite da li RFID odgovara problemu prognoze

Za kupce koji procenjuju RFID projekte prognoze potražnje, pravo pitanje nije da li RFID podaci mogu da hrane prognozu. Mogu. Bolje pitanje je koje probleme potražnje RFID može da reši bolje od podataka koje već imate. Ako vaša trenutna prognoza pati zato što je tačnost inventara slaba, dostupnost na policama nejasna, ponašanje transfera filijala slabo razumevano ili kašnjenje dopune stalno skriva pravu potražnju, RFID može biti snažan dodatak. Ako je vaš glavni problem makroekonomska nesigurnost potražnje ili nepredvidivi eksterni šokovi, RFID će pomoći manje direktno. Najjači poslovni slučaj obično se pojavljuje kada su greške u prognozi povezane sa fizičkom vidljivošću proizvoda i kretanjem.

Završne misli

Na kraju, korišćenje RFID podataka za prognozu potražnje znači zatvaranje jaza između onoga što poslovanje misli da se dogodilo i onoga što se fizički dogodilo. Podaci o prodaji pokazuju ishode. RFID može pokazati put koji vodi do tih ishoda. Može otkriti da li su proizvodi stvarno bili dostupni, da li su se kretali očekivanom brzinom, da li su stigli na prave lokacije i da li je slaba prodaja zapravo slaba potražnja ili samo slaba izvršnost. Kada planeri imaju taj dodatni sloj istine, prognoze postaju zasnovanije i manje reaktivne. Prestaju da kažnjavaju dobre proizvode zbog loše dostupnosti. Prestaju da nagrađuju iskrivljene obrasce prodaje izazvane lošim evidencijama zaliha. I počinju da donose odluke sa boljim uvidom u stvarnu potražnju, a ne samo evidentirane transakcije.

To je prava prednost. RFID ne pretvara prognozu u magiju. Pretvara prognozu u informisaniju operativnu disciplinu. Za kompanije koje već razumeju svoje proizvode, kanale i kupce, ta dodatna disciplina može da napravi veoma praktičnu razliku.