كيفية التنبؤ بالمخزون: 3 طرق شائعة وأيها تختار

التنبؤ بالمخزون هو عملية تقدير الطلب المستقبلي على منتجات الشركة أو خدماتها وتحديد المستوى الضروري للمخزون لتلبية هذا الطلب.

تمكن التوقعات الدقيقة الشركات من اتخاذ قرارات مستنيرة بشأن مستويات الإنتاج والشراء والمخزون ، والتي يمكن أن تساعد في تحسين الكفاءة والربحية بشكل عام.

هناك عدد من الطرق المختلفة التي يمكن استخدامها للتنبؤ بالمخزون ، وسيعتمد النهج الأنسب غالبًا على نوع العمل والبيانات المتاحة. في هذا المنشور ، سنغطي بعض الطرق الأكثر شيوعًا المستخدمة للتنبؤ بالمخزون ، بما في ذلك:

1. تحليل الاتجاه (المتوسطات المتحركة وخطوط الاتجاه)
2. تحليل الانحدار
3. تجانس الأسي

سنستعرض إيجابيات وسلبيات كل طريقة من هذه الطرق ، والصيغ الدقيقة التي تحتاجها لإعدادها ، وأيها تختاره لعملك الخاص.

سنترك لك أيضًا بعض أفضل ممارسات التنبؤ بالمخزون والعثرات الشائعة التي يجب تجنبها.

مع كل ما قيل ، دعونا نستعد لبعض الرياضيات ونقفز مباشرة!

أهمية التنبؤ الدقيق

يمكن أن يكون للتنبؤ غير الدقيق بالمخزون عدد من النتائج السلبية للشركات ، بما في ذلك:

نفاد المخزون: إذا تم التقليل من الطلب وكانت مستويات المخزون منخفضة للغاية ، فقد تجد الشركات نفسها غير قادرة على تلبية طلب العملاء ، مما قد يؤدي إلى خسارة المبيعات وانخفاض لاحق في رضا العملاء.

المخزون الزائد: من ناحية أخرى ، إذا تم المبالغة في تقدير الطلب وكانت مستويات المخزون مرتفعة للغاية ، فقد ينتهي الأمر بالأعمال التجارية بالاحتفاظ بالمخزون الفائض الذي يربط الموارد المالية ويشغل مساحة تخزين قيمة.

الطرق الشائعة للتنبؤ بالمخزون

كما ذكرنا أعلاه ، هناك عدد من الطرق المختلفة التي يمكن استخدامها للتنبؤ بالمخزون. في هذا القسم ، سوف نلقي نظرة فاحصة على بعض الأساليب الأكثر شيوعًا ، بما في ذلك تحليل الاتجاه ، وتحليل الانحدار ، والتسوية الأسية.

تحليل الاتجاه

يعد تحليل الاتجاه من أبسط الطرق وأكثرها شيوعًا للتنبؤ بالمخزون. يتضمن هذا النهج استخدام بيانات المبيعات التاريخية لتحديد أي اتجاهات أساسية في الطلب ، والتي يمكن استخدامها بعد ذلك لعمل تنبؤات حول الطلب المستقبلي.

هناك عدد من الطرق المختلفة لإجراء تحليل الاتجاه ، ولكن من أكثر الطرق شيوعًا استخدام المتوسط ​​المتحرك. يتضمن هذا النهج حساب متوسط ​​الطلب خلال فترة زمنية محددة (على سبيل المثال ، 3 أشهر ، 6 أشهر ، إلخ) ثم استخدام هذا الرقم للتنبؤ بالطلب للفترات المستقبلية.

طريقة أخرى شائعة هي استخدام خطوط الاتجاه. يتضمن ذلك رسم نقاط البيانات التاريخية على رسم بياني ثم رسم خط يناسب البيانات بشكل أفضل. يمكن بعد ذلك استخدام منحدر خط الاتجاه لتقدير الطلب المستقبلي.

كيفية حساب المتوسط ​​المتحرك

صيغة حساب المتوسط ​​المتحرك هي:

MA = (مجموع نقاط البيانات خلال الفترات n الماضية) / n

حيث MA هو المتوسط ​​المتحرك و n هو عدد الفترات.

على سبيل المثال ، إذا أردنا حساب المتوسط ​​المتحرك لمدة 3 أشهر لشهر يناير وفبراير ومارس ، فسنستخدم الصيغة التالية:

MA = (يناير + فبراير + مارس) / 3

لنفترض أن المبيعات في الربع الأول كانت 100 و 150 و 200 لكل شهر متتالي.

سيعطينا هذا متوسطًا متحركًا (100 + 150 + 200) / 3 أو 150.

يمكننا بعد ذلك استخدام هذا المتوسط ​​المتحرك للتنبؤ بالطلب للفترات المستقبلية. على سبيل المثال ، إذا أردنا توقع الطلب لشهر أبريل ، فسنستخدم ببساطة رقم المتوسط ​​المتحرك 150.

صيغة تحليل الاتجاه

صيغة تحليل الاتجاه هي:

الاتجاه = (قيمة النهاية - قيمة البداية) / عدد الفترات

على سبيل المثال ، إذا كانت المبيعات في الربع الأول هي 100 و 150 و 200 لكل شهر متتالي ، فسيتم حساب الاتجاه على النحو التالي:

الاتجاه = (200-100) / 3

هذا من شأنه أن يعطينا اتجاه 100/3 ، أو 33.33.

يمكن بعد ذلك استخدام هذا الاتجاه للتنبؤ بالطلب للفترات المستقبلية. على سبيل المثال ، إذا أردنا توقع الطلب لشهر أبريل ، فسنستخدم ببساطة رقم الاتجاه البالغ 33.33 وإضافته إلى رقم المبيعات لشهر مارس (200). سيعطينا هذا طلبًا متوقعًا عند 233.33 لشهر أبريل.

متى يجب استخدام تحليل الاتجاه مقابل المتوسط ​​المتحرك للتنبؤ بالمخزون

هناك بعض الأشياء التي يجب مراعاتها عند اتخاذ قرار باستخدام تحليل الاتجاه أو المتوسط ​​المتحرك للتنبؤ بالمخزون.

الأول هو طول الفترة الزمنية التي تريد خلالها توقع الطلب. إذا كنت تحتاج فقط إلى توقع الطلب لفترة قصيرة من الزمن (على سبيل المثال ، من شهر إلى شهرين) ، فعادة ما يكون استخدام المتوسط ​​المتحرك كافيًا. ومع ذلك ، إذا كنت بحاجة إلى توقع الطلب في المستقبل (على سبيل المثال ، 3-6 أشهر) ، فإن استخدام تحليل الاتجاه سيمنحك صورة أكثر دقة للطلب المستقبلي.

الشيء الثاني الذي يجب مراعاته هو طبيعة البيانات. إذا كانت نقاط البيانات متباعدة بشكل متساو ، وكان هناك اتجاه واضح ، فإن تحليل الاتجاه هو أفضل نهج. ومع ذلك ، إذا كانت نقاط البيانات غير منتظمة أو لم يكن هناك اتجاه واضح ، فإن استخدام المتوسط ​​المتحرك عادة ما يكون خيارًا أفضل.

تحليل الانحدار

تحليل الانحدار هو طريقة إحصائية يمكن استخدامها لتحديد العلاقات بين المتغيرات المختلفة. غالبًا ما يستخدم هذا النهج في التنبؤ بالمخزون لتحديد العلاقات بين المبيعات والعوامل الأخرى التي قد تؤثر على الطلب ، مثل الموسمية والإعلان وتغيرات الأسعار.

بمجرد تحديد هذه العلاقات ، يمكن استخدامها لعمل تنبؤات حول الطلب المستقبلي.

صيغة تحليل الانحدار

صيغة تحليل الانحدار هي:

ص = أ + ب س

حيث Y هو المتغير التابع (أي الطلب) ، X هو المتغير المستقل (أي الإنفاق الإعلاني) ، a هو التقاطع ، و b هو ميل الخط.

لوضع هذا في السياق ، لنفترض أننا نريد استخدام تحليل الانحدار للتنبؤ بالطلب على منتج بناءً على الإنفاق الإعلاني.

إذا كانت لدينا بيانات تاريخية عن الإنفاق الإعلاني والطلب ، فيمكننا استخدام هذه البيانات لحساب قيمتي a و b.

من الممكن حساب قيم a و b يدويًا ، ولكن إذا كنت تريد توفير بعض الوقت ، فإن HubSpot لديه برنامج تعليمي متعمق حول كيفية استخدام صيغ Excel أو Google Sheets لاختصار كل الرياضيات.

بمجرد حصولك على قيمتي a و b ، يمكنك إدخالهما في الصيغة للتنبؤ بالطلب على أي مستوى معين من الإنفاق الإعلاني.

على سبيل المثال ، لنفترض أننا حسبنا أن أ = 100 وب = 0.5. سيعطينا هذا المعادلة التالية:

ص = 100 + 0.5 س

إذا أردنا توقع الطلب لمدة شهر حيث نخطط لإنفاق 10000 دولار على الإعلان ، فسنقوم ببساطة بإدخال هذا الرقم في المعادلة:

ص = 100 + 0.5 (10000)

سيعطينا هذا طلبًا متوقعًا يبلغ 5100 وحدة.

متى تستخدم تحليل الانحدار

الميزة الرئيسية لتحليل الانحدار هي أنه يمكن أن يساعدك في تحديد العلاقات بين المتغيرات المختلفة. يكون هذا مفيدًا إذا كنت تريد التنبؤ بالطلب استنادًا إلى عوامل أخرى غير سجل المبيعات ، مثل الموسمية أو تغيرات الأسعار.

ومع ذلك ، فإن تحليل الانحدار له بعض العيوب. أولاً ، قد يستغرق الإعداد وقتًا طويلاً ، خاصةً إذا لم تكن مرتاحًا للطرق الإحصائية.

ثانيًا ، يكون تحليل الانحدار دقيقًا فقط مثل البيانات التي تستخدمها لحساب قيمتي a و b. إذا كانت بياناتك غير دقيقة أو غير كاملة ، فستكون توقعاتك أيضًا غير دقيقة.

أخيرًا ، لا يعمل تحليل الانحدار إلا إذا كانت هناك علاقة خطية بين المتغيرات التابعة والمستقلة. إذا لم تكن هناك علاقة واضحة ، أو كانت العلاقة غير خطية ، فلن يكون تحليل الانحدار دقيقًا.

تجانس الأسي

التجانس الأسي هو طريقة تنبؤ تقوم بتعيين أوزان متناقصة بشكل كبير للملاحظات السابقة. غالبًا ما يتم استخدام هذا النهج عندما لا يكون هناك اتجاه واضح في البيانات أو عندما يكون هناك قدر كبير من التباين العشوائي.

يوجد عدد من المتغيرات المختلفة للتجانس الأسي ، ولكن الأكثر شيوعًا هو التجانس الأسي البسيط. يتضمن هذا النهج استخدام متوسط ​​متحرك مرجح للتنبؤ بالطلب ، حيث تنخفض الأوزان بشكل كبير كلما انتقلت إلى الوراء في الوقت المناسب.

صيغة تجانس أسية

الصيغة الخاصة بالتجانس الأسي البسيط هي:

قدم = αyt + (1-α) قدم -1

حيث Ft هو التنبؤ للفترة t ، و yt هو الطلب الفعلي للفترة t ، و α هو ثابت التسوية.

يمكن أن تتراوح قيمة α من 0 إلى 1 ، وكلما زادت القيمة ، زاد وزن الملاحظات الحديثة.

اختيار القيمة الصحيحة لـ α

سيكون لقيمة α تأثير كبير على دقة تنبؤاتك ، لذلك من المهم اختيار قيمة منطقية لبياناتك.

إذا اخترت قيمة عالية جدًا ، فستكون توقعاتك شديدة الحساسية للملاحظات الأخيرة ولن تأخذ في الاعتبار الاتجاهات طويلة المدى.

من ناحية أخرى ، إذا اخترت قيمة منخفضة للغاية ، فستكون توقعاتك بطيئة ولن تعكس التغييرات قصيرة الأجل في الطلب.

لا توجد إجابة صحيحة أو خاطئة عندما يتعلق الأمر باختيار قيمة α. أفضل طريقة هي تجربة القيم المختلفة ومعرفة أيها يمنحك التنبؤات الأكثر دقة.

يمكنك أيضًا استخدام الأساليب الإحصائية ، مثل متوسط ​​النسبة المئوية للخطأ المطلق (MAPE) ، لمقارنة دقة القيم المختلفة لـ α.

بمجرد تحديد قيمة لـ α ، تكون عملية التنبؤ بسيطة نسبيًا.

تحتاج ببساطة إلى إدخال قيم الطلب الفعلية لكل فترة وحل المعادلة للحصول على الطلب المتوقع.

لنفترض أننا نريد استخدام التسوية الأسية للتنبؤ بالطلب على منتج خلال الأشهر الستة المقبلة.

إذا أظهرت بياناتنا أن الطلب كان مستقرًا نسبيًا خلال الأشهر القليلة الماضية ، فقد نختار قيمة α = 0.5. سيعطينا هذا المعادلة التالية:

F1 = 0.5y1 + (1-0.5) F0

F2 = 0.5y2 + (1-0.5) F1

...

F6 = 0.5y6 + (1-0.5) F5

للتنبؤ بالطلب للشهر الأول ، سنقوم ببساطة بتعويض قيمة y1 (أي الطلب الفعلي للشهر الأول).

للتنبؤ بالطلب للشهر الثاني ، سنقوم بتعويض قيمة y2 والطلب المتوقع للشهر الأول (أي F1).

وهلم جرا.

كيف تختار الطريقة الصحيحة لعملك

يعتمد اختيار طريقة التنبؤ بالمخزون المناسبة لعملك على عدد من العوامل ، بما في ذلك نوع العمل والمنتجات التي تبيعها والبيانات المتاحة.

إذا كنت تبيع منتجات ذات نمط موسمي واضح ، فقد يكون تحليل الاتجاه أو تحليل الانحدار هو الخيار الأفضل. إذا كنت تبيع منتجات لا تتأثر بالموسمية ، فقد يكون التنعيم الأسي خيارًا أفضل.

من المهم أيضًا مراعاة البيانات المتاحة عند اختيار طريقة التنبؤ. إذا كان لديك بضعة أشهر فقط من بيانات المبيعات ، فقد يكون تحليل الاتجاه البسيط هو الخيار الأفضل. إذا كان لديك تاريخ طويل من بيانات المبيعات ، فقد تكون الأساليب الأكثر تعقيدًا ، مثل تحليل الانحدار ، أكثر ملاءمة.

في النهاية ، فإن أفضل طريقة لاختيار طريقة التنبؤ هي تجربة طرق مختلفة ومعرفة أي منها يعطي أكثر التنبؤات دقة لعملك.

بغض النظر عن الطريقة التي تختارها ، من المهم أن تتذكر أن التنبؤ بالمخزون هو علم غير دقيق. سيكون هناك دائمًا بعض عدم اليقين عند التنبؤ بالطلب المستقبلي ، لذلك من المهم أن تتمتع ببعض المرونة في التخطيط الخاص بك.

تتمثل إحدى طرق القيام بذلك في إنشاء سيناريوهات توقع متعددة باستخدام طرق أو افتراضات مختلفة. سيعطيك هذا فكرة أفضل عن نطاق النتائج المحتملة ويساعدك على اتخاذ قرارات مستنيرة بشأن مستويات المخزون.

ضع في اعتبارك مهلة المخزون في توقعاتك

اعتبار آخر مهم هو المهلة الزمنية لمنتجاتك. المهلة الزمنية هي مقدار الوقت المستغرق لتلقي طلب من المورد الخاص بك.

إذا كان لديك مهلة طويلة ، فستحتاج إلى تقديم الطلبات مسبقًا ، مما يعني أنك ستحتاج إلى أن تكون أكثر دقة في تنبؤاتك. إذا كان لديك مهلة قصيرة ، فسيكون لديك المزيد من المرونة في طلبك.

لحساب المهلة الزمنية ، يمكنك إما تعديل توقعاتك لتعكس مقدار الوقت المستغرق لتلقي طلب ، أو يمكنك بناء مستويات المخزون لتغطية المهلة.

يمكن أن يكون بناء مستويات المخزون مكلفًا ، لذلك يفضل غالبًا تعديل توقعاتك. هذا يعني أنك ستحتاج إلى تقديم طلباتك في وقت مبكر ، ولكنه سيوفر لك تكلفة الاحتفاظ بالمخزون الزائد.

الأخطاء الشائعة التي يجب تجنبها في التنبؤ بالمخزون

هناك بعض الأخطاء الشائعة التي يمكن أن تؤدي إلى توقعات غير دقيقة للمخزون. وتشمل هذه:

عدم أخذ الموسمية في الاعتبار: يمكن أن يكون للأنماط الموسمية تأثير كبير على الطلب ، لذلك من المهم أخذها في الاعتبار عند التنبؤ بمستويات المخزون.

الاعتماد بشكل كبير على البيانات التاريخية: البيانات التاريخية هي أداة قيمة ، ولكن من المهم أن تتذكر أنها تعكس الطلب السابق فقط. قد يكون الطلب المستقبلي مختلفًا ، لذلك من المهم مراعاة عوامل أخرى ، مثل اتجاهات السوق وسلوك العملاء ، عند التنبؤ بالمخزون.

عدم مراعاة التغييرات في الأعمال التجارية: تتغير الأعمال بمرور الوقت ، لذلك من المهم أن تضع ذلك في الاعتبار عند التنبؤ بالمخزون. إذا كنت تقدم منتجات جديدة أو تُجري تغييرات على إستراتيجيتك التسويقية ، فسيؤثر ذلك على الطلب ويجب أن يؤخذ في الاعتبار عند التنبؤ بالمخزون.

وضع افتراضات بدون بيانات: من المهم أن تبني توقعاتك على البيانات بدلاً من الافتراضات. إذا لم يكن لديك بيانات كافية لدعم توقعاتك ، فمن الأفضل الانتظار حتى تفعل ذلك بدلاً من التخمين.

الفشل في مراجعة وتحديث توقعاتك: قد يتغير الطلب على منتجاتك بمرور الوقت ، لذلك من المهم مراجعة وتحديث توقعاتك بشكل منتظم. سيساعدك هذا على البقاء دقيقًا ومستجيبًا للتغييرات في السوق.

من خلال تجنب هذه الأخطاء ، يمكنك تحسين دقة توقعات المخزون واتخاذ قرارات أفضل بشأن مستويات المخزون.

كيف التنبؤ بالمبيعات يرتبط بالتنبؤ بالمخزون؟

التنبؤ بالمبيعات هو أحد المدخلات الرئيسية في التنبؤ بالمخزون. من خلال التنبؤ بالمبيعات المستقبلية ، يمكنك تقدير مستوى المخزون الذي ستحتاجه لتلبية الطلب.

يمكن التنبؤ بالمبيعات باستخدام مجموعة متنوعة من الأساليب ، مثل تحليل الاتجاه أو تحليل الانحدار. من المهم اختيار طريقة مناسبة لعملك وبياناتك. بمجرد أن يكون لديك توقع مبيعات ، يمكنك استخدامه لتقدير مستوى المخزون الذي ستحتاجه لتلبية الطلب.

استخدام برنامج لإدارة توقعات المخزون الخاص بك

SkuVault هو برنامج قوي لإدارة المخزون يمكن أن يساعدك في التنبؤ بطلب المخزون (بالإضافة إلى العديد من الجوانب الأخرى للتحكم الجيد في المخزون).

يوفر SkuVault ميزات مثل سجل المبيعات وتحليل الاتجاهات ، والتي يمكن استخدامها للتنبؤ بالمبيعات المستقبلية.

يتيح لك SkuVault أيضًا إعداد نقاط إعادة الترتيب بحيث يمكنك تقديم الطلبات تلقائيًا عندما تصل مستويات المخزون إلى نقطة معينة. يؤدي ذلك إلى التخلص من التخمين في الطلب ويساعدك في الحفاظ على مستويات المخزون المثلى.

بالإضافة إلى ذلك ، يوفر SkuVault ميزات مثل تتبع المخزون في الوقت الفعلي وإعداد التقارير ، والتي يمكن أن تساعدك على البقاء على رأس المخزون الخاص بك واتخاذ قرارات مستنيرة بشأن الطلبات المستقبلية.

إذا كنت تبحث عن طريقة لتحسين إدارة المخزون الخاص بك ، فنحن نود أن نوضح لك كيف يمكن أن تساعدك SkuVault على التوقف عن العمل في عملك وبدء العمل في عملك.

لمزيد من المعلومات ، انقر فوق الزر الموجود في هذه الصفحة لجدولة عرض توضيحي ، أو تحقق من صفحة الميزات الخاصة بنا هنا .