Peramalan Persediaan:Jenis,

PENINGKATAN BELAKANG

WAWASAN STRATEGIS

• Peningkatan otomatisasi dan penurunan tenaga kerja manual
• Manajemen rantai pasokan yang lebih baik
• Manajemen siklus produksi yang lebih baik

• Menyelaraskan tingkat stok dengan tujuan bisnis dan misi perusahaan
• Peningkatan margin dan profitabilitas
• Data dan pelaporan inventaris yang lebih akurat

Bagaimana Peramalan Persediaan Bekerja?

Peramalan persediaan bekerja dengan membantu perusahaan mencapai keseimbangan antara memiliki terlalu banyak uang tunai yang terikat dalam persediaan dan memiliki persediaan yang cukup untuk memenuhi permintaan. Tiga bagian utama dari perhitungan ini adalah periode perkiraan, permintaan dasar dan penerapan variabel dan tren .

Untuk periode perkiraan, semakin jauh sebuah perusahaan pergi, semakin kecil kemungkinan ramalan itu realistis. Ketidakpastian ini disebabkan oleh fluktuasi pasar, peristiwa terkini dan risiko ilmiah. Interval standar termasuk 30 hari, 90 hari satu tahun. Interval perkiraan satu tahun memperhitungkan fluktuasi musiman. Tinjau perkiraan apa pun yang mencakup lebih dari satu bulan. Sesuaikan untuk memperhitungkan perbedaan dalam penjualan dan tren pasar.

Permintaan dasar adalah kebutuhan pelanggan yang diketahui ketika seorang ahli statistik mengembangkan perkiraan. Biasanya, ia menggunakan 30 hari penjualan sebelumnya atau prapenjualan apa pun.

Penerapan variabel dan tren adalah bagian yang lebih sulit dari peramalan. Beberapa analis memiliki resep untuk ini; mereka mungkin melihat pengaruh global atau bahkan lokal dan dorongan pemasaran. Ini termasuk kecepatan penjualan, tantangan rantai pasokan dan musim. Setiap industri memiliki variabel unik yang harus diperhitungkan oleh analis saat merencanakan permintaan.

16 Langkah Sukses di Inventory Forecasting

Ikuti langkah-langkah dasar ini untuk melakukan perkiraan inventaris:

1. Memutuskan periode perkiraan masa depan, seperti 30 hari, 90 hari atau satu tahun.
2. Tinjau permintaan dasar untuk periode tersebut. Sebagai contoh, jika perusahaan menjual 500 unit pada periode terakhir, titik data awal akan menjadi 500 unit untuk model peramalan.
3. Tentukan tren dan variabel dan pengaruhnya terhadap kenaikan atau penurunan penjualan, seperti promosi atau aktivitas pemasaran lain yang mungkin telah mempengaruhi permintaan dasar.
4. Tinjau kecepatan penjualan. Kecepatan penjualan adalah seberapa cepat penjualan bergerak melalui pipa perusahaan. Hal ini didasarkan pada jumlah lead, nilai kesepakatan rata-rata, tingkat konversi dan panjang siklus penjualan.

Hitung kecepatan penjualan dengan rumus ini:

Kecepatan penjualan (SV) =[(# prospek) x (nilai transaksi rata-rata) x (% tingkat konversi)] / (panjang siklus penjualan)

Sebagai contoh, bayangkan skenario di mana perusahaan Anda memiliki 20 peluang untuk menjual produk. Persentase peluang ini yang biasanya berubah menjadi penjualan adalah sekitar 50%. Ukuran kesepakatan rata-rata adalah $5, 000, dengan lama siklus penjualan selama tiga bulan. Kecepatan penjualan adalah [(20 x .50 x $5, 000)/90 hari] =$555,56. Angka ini berarti bahwa produk tersebut menghasilkan pendapatan sekitar $556 per hari.

5. Tinjau aktivitas pemasaran. Acara pemasaran yang direncanakan dapat meningkatkan penjualan produk untuk sementara.
6. Tinjau kekuatan industri terkait, seperti pesaing baru di pasar, masalah pemasok, perilaku pembeli komersial, ancaman pengganti produk yang lebih murah dan persaingan kompetitif lainnya.
7. Tinjau musim karena memengaruhi setiap produk. Ada banyak cara untuk menentukan musim, termasuk menghitung indeks musiman untuk setiap bulan, menyebarkan permintaan selama 12 bulan atau menggunakan metode statistik yang lebih kompleks.
8. Termasuk kemungkinan mode atau publisitas yang tidak dibayar, termasuk sosial. Karena ini dapat terjadi secara acak atau tanpa alasan yang jelas, banyak ahli persediaan persediaan tidak dapat memprediksi lonjakan penjualan ini. Bekerja dengan staf pemasaran yang mungkin memiliki wawasan dapat membantu Anda merencanakan stok tambahan.
9. Buat modelnya. Sering, ilmu ini lebih merupakan seni yang didasarkan pada semua tren yang dikumpulkan dan pengetahuan sejarah. Anda akan menggunakan informasi ini untuk membuat model untuk perkiraan. Ada banyak teknik statistik, seperti yang kita diskusikan. Yang Anda pilih tergantung pada stabilitas permintaan produk.
10. Bersihkan data dengan menghapus titik data yang tidak biasa atau outlier dan memutuskan apakah ada informasi yang hilang. Jika begitu, Bisakah kamu mendapatkannya, atau tidak apa-apa untuk melanjutkan?
11. Identifikasi pendekatan statistik parametrik atau nonparametrik.
12. Memproses data dengan memuatnya atau mengaturnya dalam lembar data yang sesuai untuk algoritma.
13. Perkirakan parameter model:kasus mana yang terbaik dan terburuk untuk titik data?
14. Validasi model. Gunakan data yang berbeda dari yang Anda gunakan untuk mengkalibrasi model.
15. Sesuaikan model secara teratur atau ketika acara mengharuskan Anda melakukannya. Ingat, ini adalah ramalan berdasarkan asumsi. Kehidupan nyata dapat menunjukkan bahwa itu tidak masuk akal, jadi Anda mungkin perlu menyesuaikan parameter.
16. Perkiraan ulang.

Tren dan Variabel

Beberapa tren dan variabel umum dalam peramalan. Sebagai contoh, ketika seorang selebriti memakai pakaian, industri fashion mengharapkan lonjakan permintaan untuk produk serupa. Acara ini bukan outlier tapi sudah diantisipasi, dan itu sering datang dengan rencana. Ini bertepatan dengan peluncuran produk dan restocking.

Sebuah outlier dalam industri fashion adalah permintaan ekstrim yang tak terduga untuk pakaian kasual selama karantina tahun 2020. dalam menanggapi jumlah orang yang bekerja dari rumah. Banyak perusahaan harus bereaksi cepat untuk menyediakan kemeja yang cocok untuk panggilan video dan celana dengan ikat pinggang elastis. Sementara itu, permintaan untuk sepatu pakaian anjlok.

Glosarium:Lingo Peramalan Inventaris

Ada beberapa istilah yang perlu Anda ketahui untuk memahami perkiraan inventaris, termasuk titik pemesanan ulang, kehabisan stok, persediaan pengaman dan tuntutan lead time.

Apa itu titik pemesanan ulang? Titik pemesanan ulang (ROP) adalah tingkat persediaan yang memicu pengisian kembali dalam sistem manajemen persediaan. Akuntan dapat merencanakan poin pemesanan ulang secara manual. Perangkat lunak perencanaan permintaan sangat membantu untuk menghindari kehabisan stok dengan memesan barang yang tepat pada waktu yang tepat.

Rumus titik pemesanan ulang: Rumus reorder point menjadi pemicu bagi perusahaan untuk mengisi kembali suatu produk. Ini adalah penggunaan sehari-hari dalam satuan, dikombinasikan dengan hari-hari waktu tunggu yang diperlukan untuk penggantian, digabungkan dengan satuan safety stock.

Gunakan rumus ini untuk menghitung titik pemesanan ulang:

Titik pemesanan ulang =(# unit digunakan setiap hari x # hari lead time) + # unit safety stock

Sebagai contoh, bayangkan skenario dengan 100 unit terjual atau digunakan per hari, pengiriman pemesanan ulang lima hari dan tingkat persediaan pengaman 75 unit. ROP =(100 x 5) + 75 =575. Ketika persediaan turun di bawah 575 unit, perusahaan mencapai titik pemesanan ulang dan harus memesan ulang stok. Untuk perkiraan yang lebih konservatif, mengabaikan safety stock dalam perhitungan.

Cara menentukan titik pemesanan ulang yang optimal: Tentukan titik pemesanan ulang yang optimal dengan menghitung ROP. Ini memastikan bisnis Anda tetap mengikuti perkembangan industri dan acara dunia. Situasi ini dapat mengubah bagaimana dan kapan pelanggan memesan produk. Periksa dan sesuaikan prakiraan dan ROP pada interval tertentu.

kehabisan stok: Stock-out adalah ketika permintaan pelanggan untuk produk tertentu melebihi persediaan yang dimiliki bisnis. Bahaya kehabisan stok adalah bahwa perusahaan dapat kehilangan pelanggan jangka panjang yang setia dalam persaingan.

Persediaan keselamatan: Stok pengaman adalah persediaan produk ekstra yang disimpan di gudang sebagai penyangga terhadap kehabisan stok. Hitung stok pengaman dengan mengurangkan data historis penggunaan maksimum dan penggunaan harian rata-rata. Beberapa analis juga secara konservatif memasukkan tingkat layanan yang diinginkan perusahaan.

Permintaan lead-time: Permintaan lead-time adalah waktu yang dibutuhkan pemasok dan produsen untuk mengirimkan produk dibandingkan dengan saat mereka memesannya. Bisnis memperhitungkan penundaan dari waktu tunggu dalam formula titik pemesanan ulang mereka.

Pelajari lebih lanjut tentang rumus yang Anda perlukan untuk mendapatkan metrik yang dapat ditindaklanjuti.

Rumus Peramalan Inventaris

Formula peramalan inventaris juga fokus untuk memastikan perusahaan memiliki jumlah stok yang tepat. Ada rumus sederhana, seperti perputaran persediaan. Ada juga formula dan metode yang lebih kompleks dalam peramalan, seperti menggunakan analisis regresi dan model multifaktorial.

Rumus adalah bagian penting dari peramalan. Contoh rumus antara lain EOQ, ROP, waktu tunggu, persediaan rata-rata dan persediaan pengaman. Ini adalah konsep penting untuk dipahami untuk membangun model yang lebih kompleks untuk peramalan.

Sebagai contoh, EOQ adalah rumus perencanaan awal, dan akun ROP untuk pengisian stok.

EOQ adalah jumlah pesanan yang ideal selama waktu-waktu reguler. Gunakan rumus ini untuk menghitung EOQ:

Rumus EOQ

Rumus untuk EOQ adalah:

EOQ =2DS/H, di mana

• D =Permintaan dalam satuan per tahun
• S =Biaya pemesanan per pembelian
• H =Biaya penyimpanan per unit, per tahun

Sebagai contoh, bayangkan skenario di mana toko ritel menjual rata-rata 500 set sarung tangan setiap tahun. Sarung tangan adalah barang kecil, jadi toko hanya mengeluarkan biaya $1 per tahun untuk menyimpan setiap set sarung tangan dalam persediaan. Biaya tetap untuk memesan lebih banyak sarung tangan adalah $4. EOQ =[(2 x 500 x $4)/$1] =63,2. Ukuran pesanan yang ideal adalah sedikit lebih dari 63 set sarung tangan.

Menetapkan Batas Peramalan

Tetapkan batasan peramalan untuk memastikan bahwa analis menggunakan logika yang masuk akal dan mungkin. Batas peramalan harus memperhitungkan outlier, tetapi meminimalkan hal-hal yang kemungkinan terjadi sangat rendah—hal-hal tersebut sering kali memiliki dampak finansial yang signifikan.

Faktanya, tren musiman bisa menjadi salah satu yang paling sulit untuk diperhitungkan. Tetapi produk baru dan pengisian ulang juga menantang.

Perkiraan untuk produk musiman: Peramalan untuk produk musiman adalah jenis perencanaan yang paling menantang. Analis menggunakan data permintaan historis dan angka penjualan. Mereka juga menambahkan data yang lebih tepat waktu dan subjektif ke model mereka, seperti cuaca yang diharapkan dan tren pasar.

Salah satu cara untuk memperhitungkan musiman adalah dengan menggunakan rumus indeks musiman. Rumus indeks musiman adalah ukuran variasi musiman dibandingkan dengan rata-rata musim itu. Indeks musiman menghilangkan musim dan menghaluskan data. Ada beberapa metode untuk menghitung indeks musiman.

Salah satu metode untuk menghitung indeks musiman adalah dengan menggunakan metode rata-rata sederhana. Langkah-langkahnya adalah sebagai berikut:

Langkah 1: Susun data dalam musim (interval 3 bulan, yaitu., Q1, Q2, Q3, Q4 atau Musim Gugur, Musim dingin, Musim semi, Bulan-bulan musim panas).

Langkah 2: Hitung total musim dan rata-rata musim. Pada contoh di bawah ini, total musim untuk Q1 adalah jumlah dari semua Q1 untuk tahun 2015-2018. Rata-rata musim untuk Q1 adalah total musim/4.

Langkah 3: Hitung rata-rata besar. Pada contoh di bawah ini, grand average adalah jumlah rata-rata musim Q1-Q4.

Langkah 4: Hitung indeks musim. Pada contoh di bawah ini, menghitung indeks musiman untuk setiap musim dengan:

Indeks musiman (%) =(rata-rata musiman/rata-rata besar) x 100

Gunakan indeks musiman dalam grafik atau analisis deret waktu untuk memproyeksikan garis tren untuk peramalan.

Penjualan Tahun Diselenggarakan berdasarkan Musim untuk Analisis Indeks Musiman

Perkiraan untuk produk baru: Permintaan untuk produk baru juga dapat menjadi tantangan untuk diramalkan. Analis memasukkan data tentang produk serupa yang sudah ada serta data kualitatif dan model penjahit untuk mencerminkan kelompok produk dengan kurva siklus hidup yang serupa untuk menarik asumsi.

Model peramalan inventaris juga harus memperhitungkan acara promosi. Beberapa sistem perangkat lunak membangun promosi, seperti musim pajak atau kembali ke sekolah, ke dalam perkiraan mereka. Mereka juga dapat menggunakan riwayat penjualan masa lalu, pemodelan musiman dan tanggal promosi.

Perencanaan persediaan dan pengisian ulang: Anda dapat memesan ulang atau mengisi kembali inventaris secara otomatis atau manual. Rumus dan model di atas dapat menginformasikan jumlah stok yang optimal untuk disimpan, serta jumlah barang yang dipesan dan seberapa sering memesannya. Seperti yang dibahas, kesalahan pemasok, masalah transportasi dan varians musiman dapat menunda pengisian. Putuskan apakah pemesanan ulang harus manual atau otomatis dengan sistem pengendalian persediaan yang menempatkan pesanan pada jadwal yang telah ditentukan. Jika prosesnya manual, siapa yang akan bertanggung jawab untuk menempatkan pesanan?

Contoh Peramalan Persediaan

Ada sejumlah contoh model peramalan persediaan yang solid. Rumus yang paling menonjol adalah EOQ dan ROP. Excel juga menyertakan fungsi Prakiraan yang menghitung nilai statistik prakiraan menggunakan data historis, asumsi tren dan musiman.

Dan Sloan, Manajer konsultan teknologi NetSuite untuk firma akuntansi Eide Bailly, menjelaskan salah satu contoh peramalan yang dia lakukan pada tahun 2014 untuk perusahaan barang konsumsi tempat dia bekerja.

“Mereka membawa produk untuk penjualan musim puncak kuartal keempat mereka, " dia berkata. “CEO dan direktur rantai pasokan sangat memperhatikan situasi tenaga kerja di pelabuhan Long Beach dan menyadari bahwa pemogokan akan segera terjadi. Mereka mempercepat pesanan untuk membawa produk lebih awal. Karena kami memiliki mesin perencanaan permintaan yang canggih, mudah untuk memperpanjang waktu tunggu pengiriman tersebut dan memesannya tepat waktu untuk mengalahkan pemogokan yang diantisipasi.

“Tindakan ini menghasilkan kemenangan besar, karena kontainer pesaing mereka tertahan di pelabuhan dan melewatkan dua akhir pekan penting sebelum Natal. Hal ini tidak hanya menghasilkan rekor penjualan, tetapi memberikan keunggulan kompetitif dalam hal pangsa pasar di tahun depan.”

Model Sloan untuk perusahaan ini mencakup data kualitatif, jadi kesadaran akan berita lokal itu penting. Platform yang digunakan perusahaan juga memungkinkan mereka untuk berputar dengan cepat dan memesan produk tambahan.

Contoh lain adalah perusahaan elektronik yang ingin mendapatkan lebih banyak pangsa pasar untuk perangkat selulernya. Sebelum ini, perusahaan hanya menggunakan data penjualan industri dari perusahaan lain dan melakukan sedikit riset pasar untuk memperkirakan kebutuhan persediaan. Biasanya berakhir dengan persediaan yang terlalu sedikit atau terlalu banyak—dan tidak di wilayah geografis yang tepat. Pelanggan menjadi frustrasi ketika ada stockouts, menciptakan potensi bahwa pembeli yang tidak puas akan pindah ke pesaing. Ketika perusahaan memiliki terlalu banyak persediaan, butuh pukulan finansial ketika produk menjadi usang.

Peramalan yang lebih baik untuk perusahaan ini datang dalam bentuk data kelompok fokus kualitatif dan permintaan dasar (untuk perusahaan khusus ini) yang tersebar menurut wilayah. Perusahaan juga mulai berkomunikasi dengan pemasaran tentang acara yang direncanakan, yang memungkinkan tim untuk mempertimbangkan faktor-faktor seperti tingkat pekerjaan dan tren perumahan menurut wilayah untuk identifikasi pasar tertentu.

Sebuah toko serba ada adalah contoh skala kecil. Pemilik baru menginginkan perkiraan yang lebih baik dari produk mereka untuk menghindari pembusukan berlebihan yang dialami pemilik sebelumnya. Menghindari susu melewati tanggal penjualannya sementara tidak kehabisan Chunky Monkey membantu keuntungan.

Setiap kategori produk yang ditawarkan toko serba ada memiliki data dari penjualan sebelumnya:berapa banyak yang terjual, ketika terjadi kehabisan stok, tren penjualan musiman dan permintaan nasional. Pemilik yang cerdas termasuk faktor lokal, seperti acara lokal (parade musim panas di dekat mereka), prakiraan cuaca lokal (gelombang panas), pekerjaan dan biaya hidup. Mereka juga mensurvei pelanggan mereka untuk mendapatkan preferensi produk mereka. Mereka menggunakan data untuk membuat perkiraan yang lebih baik dalam mengisi rak mereka.

Praktik Terbaik untuk Peramalan Inventaris

“Kunci pertama adalah memiliki sebanyak mungkin data tentang pembelian Anda, konsumsi dan penjualan barang mungkin, " kata Sloan. “Transaksi terperinci enam bulan adalah minimum, tetapi tanpa tren musiman selama dua tahun, sulit untuk mendapatkan gambaran yang baik tentang permintaan bulanan Anda yang sebenarnya. Juga, pastikan Anda mendapatkan data yang akurat dari pemasok Anda dan Anda meminta pertanggungjawaban mereka atas keakuratan itu. Sampah masuk, sampah keluar akan selalu benar.”

Ada praktik terbaik yang dapat Anda gunakan di setiap aspek perkiraan inventaris, mulai dari memastikan Anda menggunakan data berkualitas hingga menarik anggota tim pemasaran. Berikut adalah daftar praktik terbaik yang berguna yang dapat Anda masukkan ke dalam proses Anda:

• Bangun tim yang berkolaborasi dalam mengembangkan ramalan.
• Gunakan program manajemen inventaris yang berfungsi dengan baik dan menyediakan proses yang terdokumentasi.
• Awasi perputaran persediaan dan apakah Anda memenuhi tolok ukur. Pelajari lebih lanjut tentang perputaran persediaan dengan “Inventory Turnover Primer:Calculations, Tarif dan Analisis.”
• Gunakan informasi kualitatif untuk mendorong perkiraan.
• Gunakan semua data penawaran dan permintaan historis yang tersedia.
• Hitung semua margin dan keuntungan masa lalu dan tujuan masa depan, seperti margin laba kotor.
• Gunakan rumus titik pemesanan ulang.
• Ukur tren penjualan secara akurat.
• Gunakan lead time untuk permintaan.
• Hitung persediaan pengaman.
• Gunakan perangkat lunak yang mendukung kebutuhan perkiraan Anda.

Tip lain dari Sloan:“Pastikan mesin perencanaan permintaan Anda melihat dari mana Anda memenuhi inventaris dan juga ke mana Anda mengirimnya. Sebagai contoh, jika Anda mengirim barang besar dari gudang Los Angeles Anda ke pelanggan di Florida, Anda ingin memastikan Anda menyimpan barang itu lain kali di gudang North Carolina Anda.”

Belajar dari permintaan masa lalu, dan secara teratur menerapkan praktik baru untuk mendukung pelajaran ini.

Alat untuk Peramalan Inventaris

Alat pendukung untuk peramalan inventaris termasuk spreadsheet dasar dan sistem perangkat lunak manajemen inventaris. Spreadsheet dasar tidak dinamis tetapi dapat bekerja untuk perusahaan dengan persediaan terbatas.

Berikut adalah alat utama untuk membantu menghitung permintaan:

• Spreadsheet: Dalam bisnis yang hanya memiliki sedikit produk, spreadsheet dasar dapat bekerja. Gunakan mereka untuk memuat dalam rumus dan asumsi dan melakukan perhitungan dasar.
• Grafik: Grafik sederhana dengan data deret waktu dapat menunjukkan proyeksi masa depan dalam format yang akan disukai orang yang berorientasi visual.
• 3PL: Perencanaan logistik outsourcing tentu saja merupakan pilihan. Banyak perusahaan logistik memiliki staf ahli pemodelan statistik untuk memenuhi kebutuhan bisnis yang berkembang.
• Model: Inti dari peramalan adalah membangun model yang terbaik untuk bisnis Anda. Lewat sini, Anda dapat memuat perubahan pada data dan skenario baru ke dalam model untuk melihat bagaimana jumlah stok harus berubah.
• Perangkat Lunak Manajemen Inventaris: Untuk perusahaan yang lebih menyukai solusi internal yang juga melacak inventaris mereka, beberapa platform juga menawarkan alat peramalan. Untuk saran dalam memilih solusi, baca panduan kami tentang memilih sistem manajemen inventaris yang tepat untuk bisnis Anda.

Peramalan Inventaris Otomatis

Beberapa paket perangkat lunak menyertakan perkiraan inventaris otomatis yang memanfaatkan pembelajaran mesin untuk terus meningkatkan proses proyeksi. Dengan cara itu, daripada hanya melacak inventaris Anda, Anda dapat memperkirakan tingkat stok yang optimal, dengan mempertimbangkan tujuan bisnis dan proses perusahaan.

Sistem pembelajaran mesin mengurangi kesalahan dalam jaringan rantai pasokan dan mengurangi kehabisan stok dengan melatih algoritme untuk belajar dari data yang masuk dan melakukan penyesuaian.

Sederhanakan Perkiraan Inventaris Anda dengan NetSuite

Mencapai keseimbangan antara memiliki persediaan yang cukup tetapi tidak terlalu banyak dapat berarti perbedaan antara keberhasilan dan kegagalan suatu bisnis. Mengembangkan perkiraan inventaris dapat membantu. Pembuat keputusan tahu bahwa mereka membutuhkan alat yang tepat sehingga mereka dapat mengelola dan merencanakan inventaris mereka secara efektif. NetSuite menawarkan seperangkat alat asli untuk melacak inventaris di beberapa lokasi, menentukan titik pemesanan ulang, mengelola stok pengaman dan jumlah siklus dan peramalan. Kembangkan perkiraan inventaris perusahaan Anda menggunakan fitur Perencanaan Permintaan NetSuite.

NetSuite menyediakan solusi manajemen inventaris cloud yang sangat cocok untuk berbagai organisasi, mulai dari bisnis kecil hingga perusahaan rintisan baru hingga perusahaan Fortune 100.

Pelajari lebih lanjut tentang bagaimana Anda dapat menggunakan NetSuite untuk membantu mengelola dan memperkirakan inventaris guna mengurangi biaya penanganan, meningkatkan arus kas dan memuaskan pelanggan Anda.