پیش‌بینی خرید مواد اولیه از روی فروش

۷ شهریور ۱۴۰۵ ۷ دقیقه مطالعه
مدیر رستوران در حال تبدیل گزارش فروش هفتگی به فهرست خرید مواد اولیه

پنجشنبه عصر، مرغ تمام می‌شود و چند غذای پرفروش از منو خارج می‌شوند. هفته قبل برای جلوگیری از همین مشکل، مدیر بیشتر خرید کرده بود؛ اما بخشی از سبزی و لبنیات مصرف نشد و دور ریخته شد. یک هفته کمبود، هفته بعد اضافه‌خرید. وقتی برنامه خرید فقط بر تجربه ذهنی تکیه کند، مدیر بین دو هزینه جابه‌جا می‌شود: فروش ازدست‌رفته و مواد فاسدشده.

پاسخ کوتاه: برای پیش‌بینی خرید مواد اولیه از روی فروش، تعداد فروش مورد انتظار هر آیتم را با داده روزها و هفته‌های مشابه برآورد کنید، آن را در مقدار استاندارد مواد رسپی ضرب کنید و موجودی قابل مصرف را کم کنید. سپس زمان تأمین، سفارش‌های در راه، دورریز واقعی و ذخیره اطمینان کنترل‌شده را به برنامه اضافه کنید.

چرا فروش ریالی برای برنامه خرید کافی نیست؟

مشاهده دموی بردینو

برای دیدن گزارش فروش آیتمی و امکانات مدیریتی Bordino، دموی محصول را بررسی کنید و مدل خرید را با داده واقعی مجموعه خود بسازید.

زنجیره پیش‌بینی خرید مواد اولیه از روی فروش

فرایند را به پنج مرحله تقسیم کنید:

  1. ۱پیش‌بینی تعداد فروش آیتم‌ها
  2. ۲تبدیل فروش آیتمی به نیاز ناخالص مواد
  3. ۳تعدیل با دورریز و بازده واقعی
  4. ۴کسر موجودی قابل مصرف و سفارش در راه
  5. ۵افزودن ذخیره اطمینان بر اساس ریسک

این روش برای شروع به مدل پیچیده نیاز ندارد؛ یک شیت تمیز و داده منظم کافی است.

مرحله اول: فروش آیتم‌ها را پیش‌بینی کنید

ساده‌ترین نقطه شروع، میانگین روزهای مشابه است. فروش سه‌شنبه را با سه‌شنبه‌های قبل و جمعه را با جمعه‌ها مقایسه کنید.

پیش‌بینی پایه = مجموع فروش آیتم در روزهای مشابه ÷ تعداد روزهای مشابه

برای مثال، فروش فرضی یک آیتم در چهار جمعه گذشته ۴۰، ۴۸، ۴۴ و ۵۲ پرس بوده است:

پیش‌بینی پایه جمعه بعد = ۴۶ پرس

سپس تفاوت‌های شناخته‌شده را علامت بزنید:

  • تعطیلی یا مناسبت
  • رویداد محلی
  • تغییر ساعت کار
  • کمپین یا تخفیف
  • تغییر قیمت
  • ناموجودی هفته‌های قبل
  • تغییر محسوس هوا برای آیتم‌های حساس به فصل

اگر جمعه قبل مرغ تمام شده و فروش روی ۳۰ متوقف شده، آن عدد تقاضای واقعی نیست؛ سقفی است که موجودی تحمیل کرده است.

مرحله دوم: فروش را با رسپی به مواد تبدیل کنید

برای هر آیتم، مقدار استاندارد ماده را مشخص کنید:

نیاز ناخالص ماده = فروش پیش‌بینی‌شده آیتم × مقدار ماده در هر رسپی

اگر در مثال فرضی برای هر پرس برگر ۱۵۰ گرم گوشت لازم است و ۴۶ پرس پیش‌بینی شده:

۴۶ × ۱۵۰ گرم = ۶٬۹۰۰ گرم یا ۶٫۹ کیلوگرم گوشت

اگر گوشت در چند آیتم مصرف می‌شود، نیاز همه آن‌ها را جمع کنید. این فرایند گاهی «بازکردن رسپی» نامیده می‌شود؛ یعنی تقاضای منو به تقاضای مواد تبدیل می‌شود.

مرحله سوم: بازده و دورریز را واقع‌بینانه وارد کنید

وزن خرید با وزن قابل استفاده همیشه یکسان نیست. پوست، استخوان، پاک‌کردن، پخت یا آماده‌سازی می‌تواند بازده را تغییر دهد. بازده را با داده واقعی آشپزخانه محاسبه کنید:

درصد بازده = مقدار قابل استفاده ÷ مقدار خریداری‌شده × ۱۰۰

اگر از ۱۰ کیلو ماده اولیه، ۸ کیلو قابل استفاده به دست می‌آید، برای تأمین ۶٫۹ کیلو نیاز قابل استفاده باید مقدار خرید بر اساس بازده محاسبه شود:

مقدار خرید پیش از موجودی = نیاز قابل استفاده ÷ درصد بازده به‌صورت اعشاری

در مثال فرضی با بازده ۸۰ درصد:

۶٫۹ ÷ ۰٫۸ = ۸٫۶۲۵ کیلوگرم

دورریز قابل پیشگیری را با «ضریب احتیاط» پنهان نکنید. آن را جدا ثبت کنید تا قابل اصلاح بماند.

مرحله چهارم: موجودی قابل مصرف را کم کنید

همه موجودی روی قفسه قابل اتکا نیست. تاریخ، کیفیت، رزرو برای سفارش خاص و انتقال بین شعب را بررسی کنید.

نیاز خالص خرید = نیاز تعدیل‌شده − موجودی قابل مصرف − سفارش قطعی در راه

در مثال فرضی، اگر نیاز تعدیل‌شده گوشت ۸٫۶۲۵ کیلو، موجودی قابل مصرف ۲ کیلو و سفارش قطعی در راه ۱ کیلو باشد:

نیاز خالص = ۵٫۶۲۵ کیلوگرم

مقدار را متناسب با بسته‌بندی تأمین‌کننده و بدون گردکردن بی‌دلیل نهایی کنید.

مرحله پنجم: ذخیره اطمینان را بر اساس ریسک بسازید

ذخیره اطمینان عدد ثابت عمومی ندارد. برای هر ماده این عوامل را بسنجید:

  • نوسان فروش چقدر است؟
  • تأمین‌کننده چند روزه تحویل می‌دهد؟
  • تأخیر او چقدر تکرار می‌شود؟
  • ماده چه عمر نگهداری دارد؟
  • ناموجودی آن چند آیتم را می‌بندد؟
  • جایگزین عملی دارد یا نه؟

برای ماده‌ای با عمر کوتاه و تأمین روزانه، ذخیره زیاد می‌تواند پرهزینه‌تر از کمبود باشد. برای ماده‌ای حیاتی، پایدار و دیرتأمین، ذخیره بیشتر ممکن است منطقی باشد.

مثال فرضی یک برنامه خرید کوچک

فرض کنیم کافه برای شنبه این فروش را پیش‌بینی کرده است:

آیتمفروش پیش‌بینی‌شدهشیر هر سرونیاز شیر
لاته۷۰۲۲۰ میلی‌لیتر۱۵٫۴ لیتر
کاپوچینو۴۰۱۴۰ میلی‌لیتر۵٫۶ لیتر
هات‌چاکلت۲۰۱۸۰ میلی‌لیتر۳٫۶ لیتر

نیاز استاندارد شیر ۲۴٫۶ لیتر است. در مثال فرضی، سایر مصارف مجاز و پرت ثبت‌شده مورد انتظار روی‌هم ۱٫۴ لیتر است؛ موجودی قابل مصرف اول روز ۶ لیتر و سفارش در راه صفر است:

خرید پایه = ۲۴٫۶ + ۱٫۴ − ۶ = ۲۰ لیتر

حالا مدیر بر اساس ریسک تأمین و عمر محصول درباره ذخیره اطمینان تصمیم می‌گیرد و دلیل آن را ثبت می‌کند.

خطای پیش‌بینی را اندازه بگیرید

پیش‌بینی بدون بازبینی، فقط حدس مکتوب است. پس از پایان روز یا هفته:

خطای مقدار = مصرف یا فروش واقعی − مقدار پیش‌بینی‌شده

در کنار مقدار، دلیل را بنویسید:

  • کمپین قوی‌تر از انتظار
  • باران یا گرمای شدید
  • ناموجودی
  • سفارش گروهی پیش‌بینی‌نشده
  • خطای رسپی یا موجودی

پس از چند هفته، خواهید دید کدام آیتم‌ها پایدار و کدام‌ها پرنوسان‌اند. روش پژوهشی منتشرشده در *International Journal of Forecasting* نیز اهمیت داده فروش POS برای پیش‌بینی تقاضای آیتم‌های غذا و نوشیدنی را بررسی می‌کند؛ خلاصه و مشخصات آن در A Bayesian Approach for Predicting Food and Beverage Sales در دسترس است. برای شروع کافه کوچک لازم نیست همان مدل آماری را اجرا کنید؛ اصل قابل استفاده، اتصال پیش‌بینی به داده فروش آیتمی است.

فایل ساده برنامه خرید چه ستون‌هایی داشته باشد؟

  • تاریخ مصرف برنامه
  • نام ماده و واحد
  • فروش پیش‌بینی‌شده هر آیتم مرتبط
  • نیاز ناخالص از رسپی
  • درصد بازده
  • سایر مصارف و دورریز ثبت‌شده
  • موجودی قابل مصرف
  • سفارش در راه
  • ذخیره اطمینان
  • مقدار پیشنهادی خرید
  • مقدار خرید واقعی
  • مصرف واقعی و علت اختلاف

برای مواد کلیدی یک نفر مالک داده باشد تا آشپزخانه، انبار و خرید با یک عدد کار کنند.

خطاهای رایج در پیش‌بینی خرید

استفاده از مبلغ فروش

افزایش قیمت منو را با افزایش تعداد مصرف اشتباه می‌گیرد. پیش‌بینی باید از واحد فروش شروع شود.

میانگین‌گرفتن از همه روزها

شنبه و پنجشنبه الگوی یکسانی ندارند. ابتدا روزهای مشابه را گروه‌بندی کنید.

نادیده‌گرفتن ناموجودی تاریخی

فروش کمِ ناشی از کمبود، تقاضای کم نیست.

ضریب احتیاط یکسان برای همه مواد

ریسک شیر تازه با یک ماده خشک و دیرتأمین یکسان نیست.

نداشتن رسپی استاندارد

اگر مصرف هر سرو معلوم نیست، تبدیل فروش به مواد از ابتدا خطا دارد.

اصلاح‌نکردن مدل

هر هفته پیش‌بینی و واقعیت را مقایسه کنید. هدف حذف کامل خطا نیست؛ هدف کوچک‌ترکردن خطای تکرارشونده است.

چک‌لیست اجرای هفتگی

  • فروش آیتمی بر اساس تعداد استخراج شده است.
  • روزهای مشابه و رویدادها جدا شده‌اند.
  • ناموجودی‌های دوره قبل علامت خورده‌اند.
  • رسپی و بازده مواد به‌روز است.
  • موجودی قابل مصرف از موجودی اسمی جدا شده است.
  • سفارش در راه دوباره شمرده نشده است.
  • ذخیره اطمینان برای هر ماده دلیل مشخص دارد.
  • خطای پیش‌بینی و علت آن ثبت می‌شود.

جمع‌بندی

پیش‌بینی خرید مواد اولیه از روی فروش یعنی تبدیل گزارش صندوق به تصمیم انبار. از تعداد فروش روزهای مشابه شروع کنید، آن را با رسپی استاندارد به نیاز مواد تبدیل کنید، بازده و موجودی واقعی را لحاظ کنید و ذخیره اطمینان را بر اساس ریسک بسازید. مهم‌تر از پیش‌بینی اول، مقایسه منظم پیش‌بینی با مصرف واقعی است.

برای دیدن گزارش فروش آیتمی و امکانات مدیریتی محصول، دموی Bordino را بررسی کنید. مدل خرید شما باید با داده واقعی همان مجموعه رشد کند، نه با عددهای آماده بازارهای دیگر.

سؤالات متداول

برای پیش‌بینی خرید چند هفته داده فروش لازم است؟

برای شروع عملی، چهار تا هشت هفته روزهای مشابه کمک می‌کند؛ هرچه فصل، مناسبت و تغییر منو بیشتر باشد به سابقه و توضیح زمینه‌ای بیشتری نیاز دارید.

فروش ریالی برای پیش‌بینی مواد کافی است؟

خیر. باید تعداد فروش هر آیتم و مقدار استاندارد هر ماده در رسپی را داشته باشید؛ فروش ریالی تحت تأثیر قیمت و تخفیف است.

ذخیره اطمینان را چقدر بگیریم؟

عدد ثابت عمومی ندارد. نوسان تقاضا، زمان تأمین، اهمیت ماده، عمر نگهداری و هزینه ناموجودی باید مبنای تعیین آن باشند.

منوی دیجیتال کسب‌وکارتان را راه‌اندازی کنید

پلن مناسب کسب‌وکارتان را انتخاب کنید؛ با پشتیبانی فارسی و ۱۴ روز ضمانت بازگشت وجه.

مشاهده تعرفه‌ها

مقاله‌های مرتبط