經過一段時間選取部分品類品牌SKU“無人駕駛”下智能補貨后,如何評估,智能補貨的供應鏈上的效果?
直接看各周的預測MAPE
對比:仿真全自動模式 vs 歷史手工模式:e.g.對于補貨周期為3周、品牌補貨上限周數為6周的SKU,認為第1/4/7/10周的周一,都有6周預測量的期初庫存;第1天~第20天的庫存水平,隨著“真實的每天的銷量”變化。第21天的庫存量又從6周預測量,作為期初開始扣減。
從采銷業務人員的“人均在售SKU個數”觀察。“智能補貨”成熟之后,可以有效分擔采購人員在補貨決策、補貨跟進上的工作量,從而支持到了企業的“長尾商品”、“商品豐富度”方面的戰略,因為在不增加人的情況下增加了商品的豐富度。
那么在仿真的時候,使用什么指標來度量供應鏈效果呢?
?指標一,斷貨率:
?每個SKU_RDC每周斷貨率:分子:當周扣減銷量后庫存<=0的天數;分母:7;
?四周斷貨率:分子是四周斷貨天數,分母28;6周/8周斷貨率以次類推。
?品類品牌每周斷貨率:分子:該品類品牌下斷貨的SKU_RDC_天數之和,分母:7*品類品牌下所有SKU_RDC個數
?指標二,過剩率:
?對于每個SKU_RDC,度量每周的周日23:59時候期末庫存:如果大于前12周銷量,則視為過剩,超出部分為過剩數量;
?品類品牌每周過剩率:分子:當周日被標記為過剩的SKU_RDC個數,分母:該品類品牌下所有SKU_RDC個數;
?指標三,周轉:
?每周周轉:平均庫存/平均周銷量
在統計口徑上要注意:
lSKU規劃狀態:剔除當周周一的規劃狀態表中狀態為“預下市/下市”的SKU。理由:1)下市不允許再補貨;而且業務也不考核預下市/下市SKU的斷貨率;2)仿真的目的是為了“全自動補貨”第一梯隊品牌/SKU優選,下市SKU不屬于優選考慮范圍
l注意銷售渠道,剔除“企業批發”這類沒有包含在銷量預測中的渠道的銷量。
2024最值錢的物流上市企業是誰?哪些物流企業被看好,哪些被看跌?
1793 閱讀地緣政治重塑下的全球供應鏈:轉型、挑戰與新秩序
1536 閱讀連續5年的“春節主力軍”,德邦為何如此穩?
1422 閱讀物流供應鏈領域“吸金”不力,但能給投融資事件頒幾個獎
1406 閱讀CES 2025:NVIDIA OMNIVERSE驅動的智能倉儲數字孿生革命
1147 閱讀中遠海運回應被美國國防部列入“中國軍事企業”清單
1078 閱讀扎根供應鏈創新25年,一家“耐力長跑型”企業的破局啟示
1054 閱讀拼多多引領電商西進:帝王蟹進村,非遺剪紙出山
1052 閱讀制造業企業,不要逼物流公司降價了!
991 閱讀AI改變物流業的游戲規則:從炒作到實踐的深度思考
989 閱讀