门店如何放货
门店的铺货主要分成两个角度, 放什么和放多少, 放什么前面分享单店多店订货里已经提过, 今天主要分享放多少的问题.
服装店每天人进人出看起来人流如织, 钱如流水, 可当我们进一步分析到单SKU级别(单款单色单码)时, 零售的规律恰恰相反却是标准的间断性需求, 某店铺月均20万的业绩, 夏装平均单价400元, 根据测试它的爆款销售大概是3.32件/码*月, 而其他款式平均只有0.21件/码*月.
基于此种情况, 我们引入了目标库存的概念, 其字面意思就是按照设定的目标应该放多少库存合适, 好比酒桌上一群人喝酒, 当 不知 道酒量的情况下最佳办法是每个人先来一点, 大家先喝喝看够不够, 而不是上来就把一箱酒分光. 我们的大多数店铺的90%的条形码在季节初期都设定为1件, 先让店铺卖卖看实销哪个好卖哪个就补的快.
门店库存怎么调整
;猜对了一个款还得猜对所有款;猜对了一家店还得猜对所有家店;猜得对今天还得猜对未来每天.
好比我们1000家店铺*200个款色*3个尺码=60万次预测, 每天至少都要预测这么多次, 而这已经超出了人力所及的范围, 更别提同时考虑到上游的供给异常, 店铺之间的整合, 天气的变化, 竞品的各种措施, 所以绝大多数企业在此做了一个妥协, 即用有限的商品人员猜一个周的趋势, 然后再由店长各显神通的拍脑袋修正, 对了错了无从检视, 预测水平没有可视化的方法稳步提升.
?
既然大型筵席上无法预测每个人的酒量多少, 那就将酒水的统一管理权交给勤快的服务员, 她既负责不断的倒酒(补货)也负责更换更大的酒杯(目标库存调整), 有的人几杯酒盅下去发现他速度最快, 那就换中杯, 再不行换碗, 还是喝的快直接把瓶子放手边;
同理有的人慢慢自斟, 有的人白酒, 啤酒, 红酒, 黄酒换着来, 服务员要做的事情就是根据喝的快慢不断调整酒杯, 同时不断倒酒即可, 哪怕她一开始并不知道每个人的酒量.
那么在目标库存管理上, 我们将其划分成黑色/红色/黄色/绿色/蓝色的边界, 来表征库存够不够卖的程度, 具体如下图演示:
当库存多少的标准界定以后, 剩下的就是根据销售不断调整了, 具体的程序上的调高调低算法比较琐碎, 且依据不同品牌的零售规律不同参数配置也会有不同, 有对此钻研兴趣的朋友可以单列章节就算法本身进行讨论, 下图是某SKU根据零售自动的调整曲线, 可以看到当销售变好时, 目标库存会从最初的1件逐渐的放大以不断应对销售:
通过目标库存管理法, 在业绩不变的前提下, 单店平均库存可以降低约50%, 做VMI的店铺实现同样的业绩, 仅需要传统模式约50%的库存即可, 而省去的就是那些因预测不准带来的 '多余' 库存, 两者的对比如下表
门店怎么补货
其实单一门店的补货实在没什么好说的, 规则就是以下三条:
目标库存﹥实际库存+在途库存, 差值就是补货量
目标库存实际库存+在途库存, 本次不补货
当中央仓库没货时, 把某些店铺多余的货品退回仓库后, 继续维持给剩下需要的店铺补货
这个好比酒席进行过半, 每桌喝酒的品种, 速度都不一, 最后要做的事情就是把每桌喝不掉的退回集中到一起, 然后再分配给能喝的桌子, 集中做 '干杯' 这个清库存的动作, 既不会留下库存又能按需喝好.
按照李善友教授的互联网思想观点, 单个SKU的规则也许是极其简单的, 可是当前面的说目标库存调整规则通过1000家店铺60万个位于不同时间, 空间 的SKU形成群体行为后, 借助中央仓库这个闭环枢纽, 相邻个体之间的简单规则的相互作用, 就能涌现出整体上的复杂性, 反而能最佳的与每日每家店铺的零售进行匹配.
?
综上所述, 受时间所限今天的分享是VMI体系的门店目标库存管理部分在终端店铺的实现. 这是一个变化的世界, 我们还在持续的进行完善, 不断的将前沿的, 跨行的, 更加专业的知识融入其中, 欢迎有更多的朋友和我们一同进行思想的碰撞, 在愈来愈重视消费者的今天持续改善, 每一天朝着共同的目标更近一步.