การพยากรณ์ความต้องการและการวางแผนสินค้าคงคลัง/สินค้าคงคลัง: คำสั่งซื้อ สินค้าคงคลังที่ปลอดภัย และฤดูกาล

กำไร:

• ความสามารถในการรับการคาดการณ์ความต้องการ สต็อกที่ปลอดภัย และจัดลำดับการคำนวณจุดใหม่จากข้อมูลการขายและการจัดส่งในอดีตด้วยการสนับสนุนปัญญาประดิษฐ์
• ความสามารถในการจำลองเวลานำ ความผันผวนตามฤดูกาล และความล่าช้าของห่วงโซ่อุปทานตามสถานการณ์ และสะท้อนให้เห็นในการวางแผน
• ความสามารถในการเข้าใจว่าการทำนายด้วยปัญญาประดิษฐ์เป็นการทำนายความน่าจะเป็น และการตัดสินใจลำดับสุดท้ายเป็นของผู้วางแผน โดยคำนึงถึงต้นทุน เงินสด และความเสี่ยง

ในการค้าต่างประเทศและโลจิสติกส์ เงินจะสูญหายไปในสองแห่ง: สำหรับสินค้าที่คุณไม่สามารถขายได้ และสำหรับสินค้าที่คุณไม่สามารถส่งมอบให้กับลูกค้าได้ตรงเวลา สินค้าคงคลังส่วนเกินผูกเงินสด สร้างต้นทุนคลังสินค้า และความเสี่ยงของการเน่าเสีย/ล้าสมัย การขาดสต็อกหมายถึงการสูญเสียยอดขาย ความไม่พอใจของลูกค้า และอุปทานเร่งด่วน (แพง) การกำหนดเส้นแบ่งระหว่างทั้งสองนั้นจำเป็นต้องมีการคาดการณ์ความต้องการที่ดีและแผนสินค้าคงคลังที่แม่นยำ นี่จะยิ่งยากขึ้นไปอีกในการจัดหาจากต่างประเทศ เนื่องจากสินค้าจะอยู่บนเรือเป็นเวลาหลายสัปดาห์ เมื่อคุณสั่งซื้อวันนี้ คุณจะคาดการณ์ความต้องการได้จริงในอีกสองเดือนต่อมา ในบทนี้ เราจะกล่าวถึงวิธีการใช้ปัญญาประดิษฐ์เป็นตัวช่วยในการพยากรณ์และการวางแผน

มากำหนดเงื่อนไขกัน การคาดการณ์ความต้องการ: เป็นการคาดการณ์ยอดขาย/ปริมาณการใช้งานในอนาคตโดยอิงจากข้อมูลในอดีต ระยะเวลาดำเนินการ: เวลาตั้งแต่วินาทีที่คุณสั่งซื้อจนถึงช่วงเวลาที่สินค้าพร้อมจำหน่าย คือผลรวมของการผลิต + การขนส่ง + เวลาศุลกากรสำหรับการนำเข้า สต็อกความปลอดภัย: เป็นสต็อกบัฟเฟอร์ที่เก็บไว้กับความผันผวนของอุปสงค์หรืออุปทาน จุดสั่งซื้อใหม่: นี่คือเกณฑ์ที่จะต้องวางคำสั่งซื้อใหม่เมื่อสต็อกลดลงถึงระดับนี้ ประมาณ "ความต้องการที่คาดหวังในช่วงเวลานำ + สินค้าคงคลังที่ปลอดภัย" ความผันผวนตามฤดูกาล (ฤดูกาล): เป็นการเพิ่มขึ้นและลดลงของความต้องการตลอดทั้งปี (วันหยุด ฤดูร้อน ภาคเรียน)

ทีละขั้นตอน: การคาดการณ์และการวางแผนที่ขับเคลื่อนด้วย AI

ขั้นตอนที่ 1 — เตรียมข้อมูลในอดีต การคาดการณ์เริ่มต้นด้วยข้อมูลการขาย/การจัดส่งในอดีต จำนวนยอดขายรายเดือนหรือรายสัปดาห์ แคมเปญและราคาที่เปลี่ยนแปลง (หากมี) และช่วงเวลาที่สินค้าหมด เมื่อคุณให้ข้อมูลนี้แก่ AI (เฉพาะผลิตภัณฑ์และปริมาณ โดยไม่มีข้อมูลลูกค้าที่เป็นความลับ) ข้อมูลดังกล่าวจะตีความแนวโน้ม ฤดูกาล และการก้าวกระโดด

ขั้นตอนที่ 2 — ลบรูปแบบ AI อ่านรูปแบบในข้อมูล เช่น "เพิ่มขึ้น 30% ในฤดูร้อน ลดลงในเดือนมกราคม แนวโน้มการเติบโตต่อปี 8%" และอธิบายด้วยภาษาธรรมดา สิ่งนี้ทำให้มองเห็นรูปแบบที่คุณอาจไม่เห็นเมื่อดูจากตัวเลขดิบ

ขั้นตอนที่ 3 — สร้างการคาดการณ์และเขียนสคริปต์ AI สามารถร่างการคาดการณ์ความต้องการตามรูปแบบในอดีตได้ สิ่งที่มีค่ามากกว่าคือการสร้างสถานการณ์ "ในแง่ร้าย / สมจริง / มองโลกในแง่ดี" วิธีนี้ช่วยให้คุณวางแผนตามช่วง ไม่ใช่ตัวเลขตัวเดียว

ขั้นตอนที่ 4 — คำนวณพารามิเตอร์หุ้น เมื่อทราบการคาดการณ์ ระยะเวลาดำเนินการ และความผันผวนแล้ว ระบบจะคำนวณสต็อคที่ปลอดภัยและจุดสั่งซื้อใหม่ AI ใช้สูตรและสาธิตตรรกะ คุณตรวจสอบตัวเลข

ขั้นตอนที่ 5 — การตัดสินใจของมนุษย์ ปริมาณการสั่งซื้อขั้นสุดท้าย ผู้วางแผนกำหนดโดยคำนึงถึงกระแสเงินสด ความจุคลังสินค้า ปริมาณการสั่งซื้อขั้นต่ำ อัตราแลกเปลี่ยน และความเสี่ยงด้านอุปทาน การทำนายเป็นเพียงข้อมูลนำเข้า ไม่ใช่การตัดสินใจ

ข้อควรระวัง: การคาดการณ์ความต้องการจะพิจารณาจากอดีต มันไม่ได้รับประกันอนาคต เหตุการณ์ที่ไม่คาดคิด (การปิดโรงงาน การกีดขวางทางศุลกากร ความต้องการที่เพิ่มขึ้นอย่างกะทันหัน) อาจทำให้การคาดการณ์ไม่เป็นไปตามคาด มีความเสี่ยงที่จะระบุแหล่งที่มาของคำสั่งซื้อทั้งหมดด้วยหมายเลข “ที่แน่นอน” เพียงหมายเลขเดียวที่ AI ส่งคืน ทำงานกับสถานการณ์และระยะขอบของความปลอดภัย

ตารางส่วนประกอบการตัดสินใจสต็อค

ส่วนประกอบ

มันหมายความว่าอะไร

การมีส่วนร่วมของเอไอ

การตัดสินใจของมนุษย์

การคาดการณ์ความต้องการ

ยอดขายที่คาดหวัง

สร้างรูปแบบ + สถานการณ์

ยอมรับ/แก้ไข

เวลานำ

สั่งซื้อ→ระยะเวลาการใช้งาน

แบ่งมันออกเป็นส่วนประกอบ

ตรวจสอบด้วยข้อมูลจริง

ความผันผวนของอุปสงค์

ความผันผวนของอุปสงค์

บัญชีจากอดีต

แสดงความคิดเห็นและแบ่งปัน

สต็อกความปลอดภัย

จำนวนบัฟเฟอร์

คำนวณด้วยสูตร

ยอดเงินสด/ความเสี่ยง

จุดเรียงลำดับใหม่

เกณฑ์การสั่งซื้อ

คำนวณและแสดง

การอนุมัติ

ปริมาณการสั่งซื้อ

จะเอาเท่าไหร่

เสนอข้อเสนอแนะ

การตัดสินใจขั้นสุดท้าย

เทมเพลตที่สามารถคัดลอกได้สี่แบบ

1) รูปแบบการอ่านข้อมูลในอดีต:

บทบาทของคุณ: ผู้ช่วยนักวิเคราะห์ความต้องการ ด้านล่างนี้คือตัวเลขยอดขายรายเดือนในช่วง 24 เดือนสุดท้ายของผลิตภัณฑ์ ให้รายละเอียดต่อไปนี้แก่ฉัน: (ก) แนวโน้มทั่วไป (เพิ่มขึ้น/ลดลง ประมาณเป็น %) (ข) รูปแบบตามฤดูกาล (ซึ่งเดือนนั้นสูง/ต่ำ) (ค) การกระโดด/การชนที่โดดเด่น และสาเหตุที่เป็นไปได้ (สัมพันธ์กับเหตุการณ์ที่ฉันสังเกต ถ้ามี) ฉันจะตรวจสอบตัวเลข เพิ่มข้อมูลที่เหมาะสม ข้อมูล: [เดือน: รายการปริมาณ]

2) การคาดการณ์ความต้องการสถานการณ์:

บทบาทของคุณ: ผู้ช่วยคาดการณ์ความต้องการ จากประวัติข้างต้น ให้สร้างการคาดการณ์สถานการณ์ 3 แบบ (แง่ร้าย สมจริง และมองโลกในแง่ดี) ในอีก 6 เดือนข้างหน้า (ปริมาณรายเดือน) เขียนสมมติฐานว่าแต่ละสถานการณ์มีพื้นฐานมาจากอะไร นี่คือการทำนายความน่าจะเป็น มันไม่ใช่ความมุ่งมั่นขั้นสุดท้าย

3) สต็อกความปลอดภัยและจุดสั่งซื้อ:

บทบาทของคุณ: ผู้ช่วยวางแผนสินค้าคงคลัง ข้อมูลเข้า: ความต้องการเฉลี่ยต่อเดือน [X] หน่วย ความผันผวนของความต้องการ [คำอธิบาย/ข้อมูล] ระยะเวลารอคอยสินค้า [Y] สัปดาห์ ระดับการบริการที่ต้องการ [เช่น สูง].(a) คำนวณจุดสั่งซื้อใหม่ (ความต้องการที่คาดหวังในช่วงเวลารอคอยสินค้า + สต็อกความปลอดภัย) และแสดงตรรกะทีละขั้นตอน (b) อธิบายแนวทางที่คุณใช้สำหรับสินค้าคงคลังที่ปลอดภัย ฉันจะตรวจสอบตัวเลขทั้งหมด แสดงขั้นตอนกลางให้ฉันตรวจสอบ

4) การวิเคราะห์ความเสี่ยงด้านเวลานำ:

บทบาทของคุณ: ผู้ช่วยวางแผนห่วงโซ่อุปทาน ระยะเวลารอคอยสินค้าของฉันประกอบด้วยองค์ประกอบต่อไปนี้: การผลิต [a] วัน การขนส่งทางทะเล [b] วัน ศุลกากร [c] วัน การขนส่งทางบก [d] วัน แยกแหล่งที่มาของความล่าช้าที่เป็นไปได้ในแต่ละส่วนประกอบและผลกระทบต่อระยะเวลาในการสั่งซื้อ ทำเครื่องหมายลิงก์ที่เสี่ยงที่สุดและให้คำแนะนำเพื่อความปลอดภัย คำแนะนำ; มันขึ้นอยู่กับฉันที่จะตัดสินใจ

พรอมต์อ่อน / พรอมต์แข็งแกร่ง

พรอมต์ที่อ่อนแอ:

เดือนหน้าต้องสั่งเท่าไรคะ?

คำขอนี้ไม่ได้ให้ข้อมูลในอดีต เวลานำ ฤดูกาล และสถานการณ์เงินสด ทำให้ AI สร้างตัวเลขที่ไม่ได้ขึ้นอยู่กับข้อมูล การสั่งซื้อด้วยหมายเลขนี้จะเป็นการเดิมพันแบบตาบอด

พรอมต์อันทรงพลัง:

บทบาทของคุณ: ผู้ช่วยวางแผนสินค้าคงคลัง สินค้า: [รหัส]. ยอดขายในช่วง 12 เดือนที่ผ่านมา: [ปริมาณ] ระยะเวลาการจัดหาคือ 8 สัปดาห์ ปริมาณการสั่งซื้อขั้นต่ำคือ 500 หน่วย สต็อกของฉันคือ 340 หน่วย ความต้องการเพิ่มขึ้นในช่วงฤดูร้อน สืบหาช่วงความต้องการที่สมจริงในอีก 2 เดือนข้างหน้า คำนวณสินค้าคงคลังที่ปลอดภัยและจุดสั่งซื้อใหม่ จากนั้นแนะนำสถานการณ์ปริมาณการสั่งซื้อ 2-3 รายการ (โดยมียอดดุลความเสี่ยงเงินสด) แสดงตัวเลขขั้นกลาง ฉันจะตัดสินใจครั้งสุดท้าย

พร้อมท์นี้ให้ข้อมูลอินพุตที่สำคัญทั้งหมด พร้อมท์สถานการณ์ และทำให้ขั้นตอนการคำนวณมองเห็นได้ ทำให้สามารถตรวจสอบได้

มินิเคสสามอัน

กรณีที่ 1 — ทันฤดูกาล ผู้นำเข้ามีคำสั่งซื้อผลิตภัณฑ์สวนคงที่ตลอดทั้งปี สินค้าหมดสต๊อกในฤดูใบไม้ผลิและสะสมสินค้าในฤดูร้อน จากข้อมูลในช่วง 3 ปี YZ แสดงให้เห็นอย่างชัดเจนว่ามีความต้องการเพิ่มขึ้น 40% ระหว่างเดือนมีนาคมถึงพฤษภาคม ผู้วางแผนคำนึงถึงระยะเวลารอคอย (10 สัปดาห์) และวางคำสั่งซื้อล่วงหน้าและจำนวนมากในเดือนมกราคม ผลลัพธ์: การขาดแคลนสินค้าคงคลังลดลงเหลือศูนย์ในฤดูใบไม้ผลิ และสต็อกส่วนเกิน ณ สิ้นปีลดลง 25% AI แสดงรูปแบบ มนุษย์ทำการตัดสินใจตามคำสั่ง

กรณีที่ 2 — ราคาของการเชื่อถือจำนวนที่แน่นอน ผู้วางแผนได้รับคำสั่งจากการประเมินเพียงครั้งเดียวของ "3,200 หน่วย" ที่ YZ มอบให้ เขาไม่ได้ใช้สถานการณ์และขอบเขตความปลอดภัย สินค้าหมดเนื่องจากลูกค้ามีคำสั่งซื้อจำนวนมากโดยไม่คาดคิด มีการจัดหาเพิ่มเติมผ่านการขนส่งสินค้าทางอากาศด่วน (ต้นทุนต่อหน่วย 3 เท่า) บทเรียน: วางแผนตามช่วงสถานการณ์และสต็อกความปลอดภัย ไม่ใช่ตัวเลขเดี่ยวๆ

กรณีที่ 3 — ความเป็นจริงของระยะเวลารอคอยสินค้า บริษัทหนึ่งมักจะรักษาสต็อกความปลอดภัยให้ต่ำอยู่เสมอ เพราะเขาคิดว่าระยะเวลารอคอยคือ "6 สัปดาห์" เมื่อ YZ แบ่งระยะเวลารอคอยสินค้าออกเป็นส่วนประกอบต่างๆ (การผลิต 3 + การขนส่ง 4 + ศุลกากร 1.5 สัปดาห์ ⇒ 8.5 สัปดาห์) ปรากฎว่าเวลาจริงยาวนานกว่า และการเชื่อมโยงที่มีความผันผวนมากที่สุดคือศุลกากร จุดสั่งซื้อใหม่ถูกยกขึ้นตามนั้น การสต๊อกสินค้าซ้ำสิ้นสุดลงแล้ว

ข้อผิดพลาดทั่วไป

• การเชื่อมโยงคำสั่งซื้อทั้งหมดเข้ากับหมายเลขเดาเพียงตัวเดียว ทำงานกับสถานการณ์ (ในแง่ร้าย/สมจริง/ในแง่ดี) และสต็อกด้านความปลอดภัย
• ประเมินเวลารอคอยต่ำไป พิจารณาผลรวมและความผันผวนของการผลิต + การขนส่ง + ศุลกากร + การขนส่งภายในประเทศ
• โดยละเลยฤดูกาล คำสั่งซื้อคงที่จะสร้างทั้งสินค้าหมดสต็อกและสินค้าเกินสต็อกในผลิตภัณฑ์ตามฤดูกาล
• ขอคำทำนายโดยไม่ให้ข้อมูลกับ AI จำนวนที่สร้างขึ้นโดยไม่มีข้อมูลในอดีตถูกประดิษฐ์ขึ้น
• ก้าวข้ามข้อจำกัดด้านเงินสดและกำลังการผลิต แม้แต่การคาดการณ์ที่แม่นยำที่สุดก็ไม่สามารถทำได้หากเงินสดไม่เพียงพอ การตัดสินใจขึ้นอยู่กับบุคคล

เคล็ดลับ: เสมอพูดว่า "แสดงขั้นตอนกลาง" เมื่อขอให้ AI คำนวณ หากคุณไม่เห็นว่าตัวเลขออกมาเช่น สต็อกความปลอดภัยหรือจุดสั่งซื้อ คุณจะไม่สามารถยืนยันได้ ขั้นตอนระดับกลางช่วยให้คุณจับข้อผิดพลาดและเรียนรู้ตรรกะได้

โดยสรุป

การคาดการณ์ความต้องการและการวางแผนสินค้าคงคลังเป็นศิลปะในการสร้างสมดุลระหว่างส่วนเกินและสินค้าคงคลัง ระยะเวลารอคอยสินค้าที่ยาวนานและผันผวนในการจัดหาจากต่างประเทศทำให้สิ่งนี้เป็นเรื่องยาก ปัญญาประดิษฐ์เป็นตัวช่วยที่ทรงพลังในรูปแบบการอ่านข้อมูลในอดีต การสร้างการคาดการณ์สถานการณ์ การคำนวณสต็อกด้านความปลอดภัย และจุดสั่งซื้อใหม่ แต่การทำนายคือการทำนายความน่าจะเป็น การตัดสินใจสั่งซื้อขั้นสุดท้ายเป็นของผู้วางแผน โดยคำนึงถึงเงินสด ความจุ และความเสี่ยง เชื่อถือสถานการณ์ ไม่ใช่ตัวเลขเดียว คำนวณระยะเวลารอคอยตามความเป็นจริง ตรวจสอบขั้นตอนกลาง

งานสมัคร

รับข้อมูลการขายในช่วง 12-24 เดือนล่าสุด (ตัวเลข โดยไม่มีข้อมูลลูกค้าที่เป็นความลับ) ของผลิตภัณฑ์ ให้ AI อ่านรูปแบบก่อน (แนวโน้ม + ฤดูกาล) จากนั้นจึงสร้างการคาดการณ์แบบสามสถานการณ์ จากนั้นคำนวณจุดสั่งซื้อใหม่และสต็อคที่ปลอดภัยโดยระบุระยะเวลารอคอย ปริมาณการสั่งซื้อขั้นต่ำ และสต็อคที่มีอยู่ ตรวจสอบขั้นตอนกลางด้วยตนเอง สุดท้าย ให้ตัดสินใจสั่งซื้อขั้นสุดท้ายโดยคำนึงถึงเงินสดและความจุของคุณ แล้วเปรียบเทียบกับสถานการณ์ AI

รายการตรวจสอบ

• [ ] ฉันให้ข้อมูลประวัติการขาย (ไม่ระบุชื่อ) แก่ AI; ฉันประมาณการตามข้อมูล
• [ ] ฉันลบเทรนด์และรูปแบบตามฤดูกาลออก
• [ ] แทนที่จะสร้างตัวเลขเพียงตัวเดียว ฉันสร้างสถานการณ์ในแง่ร้าย/สมจริง/มองโลกในแง่ดี
• [ ] ฉันแบ่งระยะเวลารอคอยสินค้าออกเป็นองค์ประกอบต่างๆ และคำนวณตามความเป็นจริง
• [ ] ฉันตรวจสอบสต็อกความปลอดภัยและจุดสั่งซื้อด้วยขั้นตอนกลางๆ
• [ ] ฉันได้ตัดสินใจสั่งซื้อขั้นสุดท้าย โดยคำนึงถึงเงินสด ความจุ และความเสี่ยง