門店如何放貨
門店的鋪貨主要分成兩個角度, 放什麼和放多少, 放什麼前面分享單店多店訂貨裡已經提過, 今天主要分享放多少的問題.
服裝店每天人進人出看起來人流如織, 錢如流水, 可當我們進一步分析到單SKU級別(單款單色單碼)時, 零售的規律恰恰相反卻是標準的間斷性需求, 某店鋪月均20萬的業績, 夏裝平均單價400元, 根據測試它的爆款銷售大概是3.32件/碼*月, 而其他款式平均只有0.21件/碼*月.
基於此種情況, 我們引入了目標庫存的概念, 其字面意思就是按照設定的目標應該放多少庫存合適, 好比酒桌上一群人喝酒, 當 不知 道酒量的情況下最佳辦法是每個人先來一點, 大家先喝喝看夠不夠, 而不是上來就把一箱酒分光. 我們的大多數店鋪的90%的條形碼在季節初期都設定為1件, 先讓店鋪賣賣看實銷哪個好賣哪個就補的快.
門店庫存怎麼調整
;猜對了一個款還得猜對所有款;猜對了一家店還得猜對所有家店;猜得對今天還得猜對未來每天.
好比我們1000家店鋪*200個款色*3個尺碼=60萬次預測, 每天至少都要預測這麼多次, 而這已經超出了人力所及的範圍, 更別提同時考慮到上遊的供給異常, 店鋪之間的整合, 天氣的變化, 競品的各種措施, 所以絕大多數企業在此做了一個妥協, 即用有限的商品人員猜一個周的趨勢, 然後再由店長各顯神通的拍腦袋修正, 對了錯了無從檢視, 預測水平沒有可視化的方法穩步提升.
?
既然大型筵席上無法預測每個人的酒量多少, 那就將酒水的統一管理權交給勤快的服務員, 她既負責不斷的倒酒(補貨)也負責更換更大的酒杯(目標庫存調整), 有的人幾杯酒盅下去發現他速度最快, 那就換中杯, 再不行換碗, 還是喝的快直接把瓶子放手邊;
同理有的人慢慢自斟, 有的人白酒, 啤酒, 紅酒, 黃酒換著來, 服務員要做的事情就是根據喝的快慢不斷調整酒杯, 同時不斷倒酒即可, 哪怕她一開始並不知道每個人的酒量.
那麼在目標庫存管理上, 我們將其劃分成黑色/紅色/黃色/綠色/藍色的邊界, 來表徵庫存夠不夠賣的程度, 具體如下圖演示:
當庫存多少的標準界定以後, 剩下的就是根據銷售不斷調整了, 具體的程序上的調高調低演算法比較瑣碎, 且依據不同品牌的零售規律不同參數配置也會有不同, 有對此鑽研興趣的朋友可以單列章節就演算法本身進行討論, 下圖是某SKU根據零售自動的調整曲線, 可以看到當銷售變好時, 目標庫存會從最初的1件逐漸的放大以不斷應對銷售:
通過目標庫存管理法, 在業績不變的前提下, 單店平均庫存可以降低約50%, 做VMI的店鋪實現同樣的業績, 僅需要傳統模式約50%的庫存即可, 而省去的就是那些因預測不準帶來的 '多餘' 庫存, 兩者的對比如下表
門店怎麼補貨
其實單一門店的補貨實在沒什麼好說的, 規則就是以下三條:
目標庫存﹥實際庫存+在途庫存, 差值就是補貨量
目標庫存實際庫存+在途庫存, 本次不補貨
當中央倉庫沒貨時, 把某些店鋪多餘的貨品退回倉庫後, 繼續維持給剩下需要的店鋪補貨
這個好比酒席進行過半, 每桌喝酒的品種, 速度都不一, 最後要做的事情就是把每桌喝不掉的退回集中到一起, 然後再分配給能喝的桌子, 集中做 '乾杯' 這個清庫存的動作, 既不會留下庫存又能按需喝好.
按照李善友教授的互聯網思想觀點, 單個SKU的規則也許是極其簡單的, 可是當前面的說目標庫存調整規則通過1000家店鋪60萬個位於不同時間, 空間 的SKU形成群體行為後, 藉助中央倉庫這個閉環樞紐, 相鄰個體之間的簡單規則的相互作用, 就能湧現出整體上的複雜性, 反而能最佳的與每日每家店鋪的零售進行匹配.
?
綜上所述, 受時間所限今天的分享是VMI體系的門店目標庫存管理部分在終端店鋪的實現. 這是一個變化的世界, 我們還在持續的進行完善, 不斷的將前沿的, 跨行的, 更加專業的知識融入其中, 歡迎有更多的朋友和我們一同進行思想的碰撞, 在愈來愈重視消費者的今天持續改善, 每一天朝著共同的目標更近一步.