庫存那些事（一）
張兆平
如果一家銷售類企業(yè)希望提升當前的企業(yè)利潤，如何可以從物流端處理？
銷售收入 | 100萬 |
采購費用 | 65萬 |
物流費用 | 20萬 |
管理費用 | 10萬 |
利潤 | 5萬 |
如果想利潤翻倍，可以從哪幾點入手呢？
1) 首先可以將銷售收入從100萬擴大至200萬，但是在當下的情況，難度非常的大
2) 其次采購費用從65萬下降至60萬，有希望，但是從只有5%的利潤來看，該行業(yè)的競爭也非常激勵，采購費用下降會意味著品控的下降，有一定的風險
3) 再次人員管理費用從10萬下降5萬，但是這個會帶來員工流失、上班摸魚的情況發(fā)生，也有一定的風險
4) 最后物流費用從20萬下降至15萬，這個只要方法合適，不影響客戶體驗，是有機會去實現(xiàn)的
那么我們就從降低物流費用著手，看看可以采用什么方式才能合理的下降
物流費用主要包含倉儲和配送，今天先看倉儲：
企業(yè)中每個環(huán)節(jié)都會有特定的KPI指標，倉儲環(huán)節(jié)也不例外，其中最關鍵的指標就是庫存周轉率，何為庫存周轉率？
庫存周轉率是在某一時間段內(nèi)庫存貨物周轉的次數(shù)。是反映庫存周轉快慢程度的指標。周轉率越大表明銷售情況越好。簡單的說就是庫存轉變成現(xiàn)金的次數(shù)，如果一倉庫的貨每年只能周轉2次，以上面的這個例子看，那么就意味著銷售收入就是200萬，利潤為10萬。如果每個月周轉1次，那么銷售收入就是12000萬，利潤為60萬。這樣就能很明顯的看到庫存周轉的次數(shù)越多，那么企業(yè)的盈利就會越多。
那么回頭再看庫存周轉率，包括了2個含義，1個是庫存，1個是周轉率。同樣以上面這家企業(yè)為例，他的庫存就是65萬，即采購費用。大家可以簡單想一下，庫存越多，采購費用就越高，其周轉率難度就會越大
從經(jīng)濟學的角度看，成本是由2個因素驅動，數(shù)量和品種，數(shù)量越大，成本越低。品種越多，成本越高。Boston Consultancy有個報告，數(shù)量翻倍，成本下降15%-25%，品種翻倍，成本上升20%-35%
下面這兩個大型規(guī)模的零售企業(yè)各自的經(jīng)驗模式都不一樣，不能說哪家好，哪家壞？但是逐漸縮減SKU，從而降低成本，一定是未來的方向！
我們可以從資本市場來看，從2015年的8月到2022年的6月，Costco上漲了3.4倍，而Walmart只上漲了1.9倍。那么可以看出在資本市場中哪種模式更受青睞！
再回到庫存周轉率上，如何才能降低庫存呢？
大家一定知道2/8定律，也叫帕累托法則，關鍵少數(shù)法則等名稱，即在任何一組東西中，最重要的只占其中的一小部分，約20%，其余的80%盡管是多數(shù)，但是卻是次要的，所以稱為二八定律。
那么同樣在庫存中的SKU也有二八定律，還是用上面的企業(yè)舉例
SKU | 貨值（萬） | 占比（%） | 歸類 |
10 | 21 | 32.3 | A |
11 | 15 | 23.1 | A |
12 | 11 | 16.9 | A |
13 | 6 | 9.2 | A |
14 | 5 | 7.7 | B |
15 | 2 | 3.1 | B |
16 | 1 | 1.5 | B |
17 | 1 | 1.5 | B |
18 | 1 | 1.5 | C |
19 | 0.6 | 0.9 | C |
20 | 0.5 | 0.8 | C |
21 | 0.3 | 0.5 | C |
22 | 0.3 | 0.5 | C |
23 | 0.2 | 0.3 | C |
24 | 0.1 | 0.2 | C |
總計 | 65 | 100 |
一般A類SKU的占比在70%-80&之間，B類在15%-20之間，剩下的就是C類
針對以上的ABC類SKU，管理的方式也肯定不相同，A類占有資金最多，需要加強監(jiān)管，在不影響供貨的情況下，盡量壓縮庫存。而針對B類，可以定時定量的安排訂貨，針對C類由于貨值較低，可以大批量的訂貨，壓低采購價格，并要求按時送達。
有些企業(yè)還會把ABC類再做細分，劃分成AA/AB/AC，BA/BB/BC，CA/CB/CC類，這些雖然增加了劃分時數(shù)據(jù)歸類的時間，但是未來對重點中的重點，普通中的普通可以做更好的管控，從而做出判斷。
記住：能滿足利潤或銷量的，或者兩者都能滿足的才是好庫存，需要保留。如果利潤和銷量兩者都不能滿足的就是壞庫存，需要消滅
但是只對SKU進行ABC分類就結束了嗎，如果A類SKU的管理模式是壓縮庫存，但是一旦某段時間需求發(fā)生變化，A類SKU發(fā)生短缺就會無法供貨，導致銷售機會喪失。那么除了對SKU進行ABC分類，還有哪些緯度可以觀察呢？
SKU的XYZ
X類的出貨量是基本穩(wěn)定的，只是在一個中間值做上下的波動，其是穩(wěn)定在一定的范圍區(qū)間內(nèi)的，所以是可以較準確做出未來的預測。
Y類的出貨量雖然不能穩(wěn)定在一定的區(qū)間內(nèi)，但是在一定的程度上還是可以去做預估，因為這種變化可能是因為季節(jié)性、上下游的周期等因素從而造成的。
而Z類則是毫無趨勢性的，從而沒有辦法去做預測的因果關系
舉例
銷售 | |||||||||||||
產(chǎn)品 | 1月 | 2月 | 3月 | 4月 | 5月 | 6月 | 7月 | 8月 | 9月 | 10月 | 11月 | 12月 | 變異系數(shù) |
10 | 82 | 120 | 100 | 88 | 121 | 79 | 98 | 101 | 113 | 98 | 110 | 100 | 13.4% |
11 | 180 | 88 | 78 | 90 | 53 | 11 | 79 | 101 | 160 | 0 | 33 | 56 | 69.2% |
12 | 456 | 441 | 563 | 470 | 512 | 343 | 422 | 431 | 431 | 542 | 345 | 444 | 14.9% |
13 | 23 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 111 | 0 | 0 | 0 | 287.7% |
14 | 44 | 0 | 61 | 54 | 0 | 44 | 0 | 45 | 0 | 89 | 0 | 0 | 112.6% |
15 | 51 | 61 | 72 | 80 | 70 | 61 | 52 | 63 | 70 | 81 | 72 | 61 | 14.6% |
16 | 58 | 113 | 56 | 79 | 234 | 111 | 546 | 23 | 56 | 78 | 99 | 201 | 103.2% |
17 | 90 | 87 | 88 | 98 | 91 | 89 | 85 | 92 | 88 | 92 | 95 | 92 | 4% |
18 | 34 | 133 | 37 | 44 | 33 | 99 | 43 | 51 | 23 | 61 | 58 | 35 | 58.3% |
19 | 120 | 145 | 170 | 145 | 120 | 145 | 170 | 145 | 120 | 145 | 170 | 145 | 12.7% |
20 | 0 | 76 | 111 | 0 | 0 | 0 | 0 | 58 | 0 | 0 | 991 | 0 | 274% |
21 | 36 | 57 | 79 | 99 | 113 | 132 | 345 | 133 | 111 | 99 | 74 | 55 | 71.8% |
22 | 2000 | 1905 | 2100 | 1980 | 2001 | 1999 | 2020 | 2019 | 2108 | 1990 | 1998 | 2000 | 2.6% |
23 | 101 | 0 | 89 | 450 | 888 | 11 | 0 | 32 | 99 | 0 | 0 | 333 | 161.2% |
24 | 50 | 49 | 130 | 171 | 212 | 222 | 133 | 95 | 22 | 94 | 130 | 172 | 52% |
變異系數(shù)是用STDEV/AVERAGE得出的值
如下圖，變異系數(shù)低于50%的，稱為X類；50%-100%之間的稱為Y類，大于100%的稱為Z
我們再看看對這些SKU的歸類
產(chǎn)品 | 變異系數(shù) | XYZ |
10 | 13.4% | X |
11 | 69.2% | Y |
12 | 14.9% | X |
13 | 287.7% | Z |
14 | 112.6% | Z |
15 | 14.6% | X |
16 | 103.2% | Z |
17 | 4% | X |
18 | 58.3% | Y |
19 | 12.7% | X |
20 | 274% | Z |
21 | 71.8% | Y |
22 | 2.6% | X |
23 | 161.2% | Z |
24 | 52% | Y |
那么就根據(jù)下面的規(guī)則，就能非常清楚的知道針對哪類SKU做如何的處理
X類有著很平穩(wěn)的需求
Y類有著一定的波動
Z類起伏很厲害
如果再結合SKU的ABC分類，那么對SKU再次分類，會更加的清晰，可以反饋出貨物價值和需求變動的結合
A | B | C | |
X | AX 價值高 需求平穩(wěn) 預測可靠 | BX 價值中等 需求平穩(wěn) 預測可靠 | CX 價值低 需求平穩(wěn) 預測可靠 |
Y | AY 價值高 需求波動 預測不可靠 | BY 價值中等 需求波動 預測不可靠 | CY 價值低 需求波動 預測不可靠 |
Z | AZ 價值高 需求激勵波動 預測無法預測 | BZ 價值中等 需求激勵波動 預測無法預測 | CZ 價值低 需求激勵波動 預測無法預測 |
AX/BX類由于需求變動低，不需大量的庫存，但是由于其帶來的銷售收入較高，可以采用定時或定量的采購，人工定期關注
AY/BY類，因為需求變動雖然不如AX/BX類，但是還是有一定的規(guī)律可循，可以將一段時間內(nèi)該類SKU的庫存平均，時間建議至少是12個月以上
AZ/BZ因為風險系數(shù)還是比較高的，這些SKU既是高單價也是不規(guī)則的，那么就需要對其采用更高的庫存的覆蓋率，以保證銷售的不斷貨。
CZ類一般就是積壓很久的SKU，這類SKU一般不建議采購，不放庫存或盡量最少的備庫存，從而減少庫存堆積
在國外，也有采用通過不同的庫存天數(shù)來控制不同類別，如AX類的SKU需要備足10天的庫存，BZ類的SKU需要備足15天的庫存，CZ類的SKU只備1天的庫存或者完全不用備貨
庫存是需求和供應的博弈結果，也是它們之間的平衡點。不過逐利永遠都是企業(yè)的本性，這也容易導致在不少企業(yè)中，銷售部門處于強勢，而管理庫存位于弱勢，為此很多時候滿足銷售認為的“需求”而不斷拔高庫存，并強調(diào)不能缺貨，要以100%服務水平為目標，但是這樣結果，就必須加大庫存量，無疑會損害企業(yè)的現(xiàn)金流，為此適當接受某些產(chǎn)品的缺貨也是可以的。
不影響客戶服務的情況下找到適當?shù)钠胶恻c來優(yōu)化庫存，這可以通過ABC-XYZ結合的服務特征來尋求這個平衡點。例如價值不高的C類，同時又是需求波動很大的Z類，這樣的CZ貨物就不太值得用高庫存來維系高的供應服務水平。
那么企業(yè)到底需要準備多少庫存呢？
從宏觀上講，一般只需要留有安全庫存+周轉庫存
什么是安全庫存，什么是周轉庫存呢？
簡單舉例來說，張三每天需要吃1斤肉，他每天會出去買1次，那么家里只要留有1斤肉，這斤肉就是安全庫存。
但是有可能某天下雨，肉鋪不開門，那么這斤肉就不夠了，他就需要保證周轉，去預測多久會發(fā)生一次這樣的事情，他就需要提前采購一些作為周轉。
還有就是突然某天鄰居王姐串門過來吃飯，這樣就打破了他日常的計劃，造成庫存缺失，這類事情需要盡量避免，如果也去準備這些肉，那么可能這些肉就是過剩的庫存。
那么安全庫存是否有方法來量化呢？
其實是有公式的
=Z*STDEV(Demand)*SQRT(LT)
其中Z是安全系數(shù)，LT就是訂貨提前期
舉例之前ABC分類表中的SKU10，首先這個是A類SKU，A類的SKU一般非常符合正態(tài)分布，下面是正態(tài)分布表
假設我們每100次的訂單，只允許缺貨2次，那么缺貨率為2%，交貨率為98%，那么從下表中查找最接近98%的值，一個0.97982，一個是0.98030，那么取最接近的值是0.97982。那么先看橫軸值為2.0，縱軸值為0.05，那么變量值為2.05
如果SKU10的訂貨周期+周轉時間為10天，那么帶入公式：
2.05*13.55*SQRT(10)=88
最后，總結一下，如果想管理好庫存，需要有哪些方法呢？
1. 控制SKU的數(shù)量
想一想，6年前的Iphone6只有16G，你不是也用了幾年了，而現(xiàn)在128G的Iphone是不是也還是覺得空間不夠，為什么呢？
2. 將SKU分類（ABC分類/XYZ分類）
Iphone針對不同消費能力的消費者只制定了3款設備（顏色內(nèi)存不考慮），好好檢查一下哪些是好庫存，哪些是壞庫存
3. 接受可以部分缺貨的理念
需要去平衡物流費用和缺貨帶來的收益和損失，不要一味的考慮100%的履約
4. 做好預測
1) 預測總是錯誤的
2) 預測的準確性在于采用多久的樣本時間，時間越長越準
3) 距離現(xiàn)在更近的時間預測會更準確
好了，這篇文章的內(nèi)容發(fā)貨聯(lián)盟就和大家分享到這里，如果大家網(wǎng)絡推廣引流創(chuàng)業(yè)感興趣，可以添加微信：80709525 備注：發(fā)貨聯(lián)盟引流學習； 我拉你進直播課程學習群，每周135晚上都是有實戰(zhàn)干貨的推廣引流技術課程免費分享！
