Sjekkliste for lagerstyring av matvarer

Dagens forbrukere er travlere og mer helsebevisste. De vil ha fersk dagligvarelevering, måltidssett og til og med temperaturfølsomme produkter som legemidler.

Flere detaljhandelstrender gjør det vanskelig for distributører å administrere bedervelige varelager på en lønnsom måte:

• Ferske produktsegmenter som råvarer, egg, nedkjølt kjøtt og fjærfe, og nylaget mat har vokst mye raskere enn frossen mat
• 70 prosent av forbrukerne vil handle dagligvare på nett i løpet av de neste 5-7 årene
• E-handelsgiganter fortsetter å forkorte leveringsvinduet for bedervelige varer
• Kjølelagring er ikke billig: det kan være opptil 2 ganger dyrere å bygge et kjøleanlegg over et konvensjonelt lager

Den økonomiske volatiliteten til dette er enorm.

Hemmeligheten til å overvinne tidsforfall og produktmangel relatert til ikke-forgjengelig lagerstyring er å legge en mye dypere grad av analyse bak påfyllingssyklusene og tidsplanene dine.

Avanserte verktøy for beholdningsoptimalisering er tilgjengelige for lønnsomt å fylle på bedervelige beholdninger og bidra til å standardisere bedervelige bestillinger for maksimal brukereffektivitet, topplinjeinntekter og lønnsomhet. Disse prognosesystemene gjør det mulig for kjøpere å enkelt fylle på bedervelig beholdning flere ganger i uken, raskt tilpasse seg nye trender, planlegge for sesongvariasjoner, nøyaktig kalkulere sikkerhetslager, imøtekomme varierende ledetider, administrere produktdatering og visualisere utløpsdata, forstå kostnadsbegrensninger og mer.

Er du spent eller hva? Det trodde vi. Men før du setter i gang med å identifisere hvilken løsning for bedervelig lagerstyring som er best, her er våre 11 funksjoner du må ha og hvorfor du trenger dem:

1: Etterspørselsklassifisering

Hvis du vil ha best mulig prediksjon av fremtidig etterspørsel, må du klassifisere etterspørselen riktig. Etterspørselsklassifiseringsteknologi analyserer SKU-ene dine og plasserer dem i de riktige klassifiseringene – for eksempel kontinuerlige selgere, sesongbestemte, intermitterende, klumpete, saktegående osv. – ved å bruke etterspørselsattributter som volum og volatilitet. Brukerne dine kan deretter utnytte disse ved å velge prognosemodeller og lage sesongmessige prognosejusteringer.

2: Ferskvareprognose

Sørg for at din bedervelige ordreadministrasjonsløsning tilbyr flere sofistikerte prognosemodellalternativer. Fordi kortsiktige trender kommer og går raskt i bedervelige salg, er det noen ganger best å bruke en prognosemodell som har en etterspørselshistorikk som kjøperen kan kontrollere med SKU. Denne Fresh Produce Forecast-funksjonen gjør det superenkelt å endre etterspørselshistorikkkomponenten og re-prognose etter behov, mens du er på farten.

 3: Daglige etterspørselsprofiler

Enkelte produkter (spesielt råvarer og proteiner) har en etterspørsel som er syklisk i løpet av uken. Daglige etterspørselsprofiler lar deg beskrive hvordan etterspørselssyklusen for disse varene vil se ut (dvs. høyeste og laveste ukedag, osv.), slik at systemet kan fordele varelager mer nøyaktig over uken. For deg betyr dette økte svinger, langt mindre ødeleggelse og bedre service for kunden din.

4: Avansert sesongvariasjon

Mange planleggingsløsninger hevder å "gjøre" sesongmessige. Sørg for at når de sier at det er "avansert", er det virkelig det. Hvordan vet du?

Bransjeledende løsninger for planlegging av sesongbasert prognosejustering kan identifisere sesongmessige etterspørselsmønstre fra år til år, bruke god tilpasning og mønstertilpasningsanalyse, sammen med tilbaketesting av prognosenøyaktighet. Dette sikrer at eventuelle sesongmessige profiljusteringer du gjør faktisk forbedrer prognosen.

5: Optimalisering av sikkerhetslager

Sikkerhetslager i avanserte bedervelige ordrestyringssystemer beregnes automatisk for hver vare, på hvert sted. Et verktøy for kostnadsanalyse lar deg simulere sikkerhetslagerkostnadene for alle SKUene dine ved å bruke forskjellige kriterier og beregninger.

Uten sikkerhetslageroptimalisering for bedervelige varer, er bufferlagerberegningene skjeve. Det er fordi de kun er basert på behov på servicenivå ... noe som resulterer i at Days on Hand blir for høyt ... noe som resulterer i produktødeleggelse. [Her er en nyttig artikkel om hva som forårsaker sikkerhetslager og hvordan du reduserer lagernivåer ].

Du kan bestemme sikkerhetslageret ved å sammenligne ikke bare servicenivået, men også:

• Etterspørsel og etterspørsel variasjon,
• Variasjon i ledetid og ledetid,
• Ordresyklus (tiden mellom bestillinger), og
• Ordrestørrelse (bekvemmelighetspakke, hovedpakke osv.)
• I tillegg bør kjøperne dine ha enkel tilgang til manuelle minimums-/maksimumsoverstyringer av sikkerhetslager av SKU

6: Dynamisk ordresyklus

Innkjøp av lett bedervelige varer oftere – vanligvis flere ganger i uken – øker antall omganger samtidig som man oppnår optimalt høye fyllingsgrader med minimalt lager tilgjengelig, og reduserer dermed eksponeringen for ødeleggelse. Det er homerun for dagens kjøpere, ikke sant? Problemet er at de fleste systemer krever at kjøperen velger bestillingssyklusen ved å bruke:

• Den laveste dagen mellom bestillinger for å minimere beholdningen,
• Det største antallet dager mellom bestillinger for å beskytte tjenesten, eller
• Et gjennomsnitt av dagene mellom bestillinger i et forsøk på å optimalisere både beholdning og service

La oss si at en leverandør er planlagt å bestilles på tirsdager + torsdager. Det er 2 dager mellom, så du velger "2 dager" som bestillingssyklus. Det er 5 dager mellom tors og følgende tirsdager. Her er problemet:

Dynamisk bestillingssyklus lar deg identifisere bestillingssyklusene riktig som 2 dager og 5 dager. Systemet håndterer automatisk ujevn bestilling ved å justere hver dags bestillingssyklus for å dekke antall dager frem til neste planlagte bestilling.

Når den brukes med Ledetid Dag i uken, kan en kjøper automatisk håndtere et ujevnt kvitteringsmønster ved å justere hver dags ordresyklus for å dekke antall dager mellom kvitteringer.

7: Ledetid Dag i uken

En naturlig del av flere bestillinger og kvitteringer per uke er behovet for automatisk å tilpasse ulike leveringstider per bestilling. Spesielt i dagens internasjonale handelsarena hvor ledetider kan være noens gjetning. Sørg for at din bedervelige ordreadministrasjonsløsning gir SKU-nivå Lead Time Day-of-Week, som kan synkroniseres med flere ordresykluser i løpet av hver uke.

8: Varsel om planlagt ordresyklus

Hos noen leverandører har du kanskje ikke valget mellom å bruke den mest økonomisk optimale ordresyklusen – kanskje av forhandlingsgrunner eller kanskje for å imøtekomme anleggslogistikk. En kjøper kan trenge å bruke en planlagt bestillingssyklus, for eksempel regelen om at en bestemt leverandørbestilling må skje på mandag og torsdag.

Planlagte ordresyklusvarsler ber kjøperen den dagen leverandøren er planlagt for kjøp. De forteller også om leverandøren har truffet et servicenivåbehov, men "ønsket" kjøpsdato er ikke nådd. Dette er en nøkkelforskjell mellom ulike forgjengelige ordrestyringssystemer på markedet – og er en hovedstrategi for å sikre at du kan møte serviceforventningene til kundene dine.

9: Holdbarhetsbegrensninger

Datering av produkt er ekstremt viktig for kjøpere av meieriprodukter, råvarer og proteiner. Holdbarhetskontrolltider lar deg kjøpe mengder slik at du kan kontrollere maks. dager på hånden (i DC eller butikk), samtidig som forbrukeren kan ha behov for dating/dager på produktet.

Hvis du sporer produktutløpsdatokoder i vertssystemet ditt, bør det forgjengelige ordrestyringssystemet sømløst integreres med systemet ditt for å vise denne informasjonen tydelig på SKU-bestillingsdetaljene.

10: Kostnadskontroll på varenivå

Varenivåkostnadskontroll er en funksjon som gjør det mulig for løsningen å forstå spesifikke kostnadsbegrensninger knyttet til å bære eller kjøpe en vare. Forgjengelige gjenstander vil typisk ha en høyere kostnad knyttet til seg på grunn av "ødeleggelsespotensialet". Ved å øke kostnadene på varenivå, forstår ditt bedervelige ordrestyringssystem enda klarere at det er dyrt å bære for mye varelager (dvs. ødeleggelseskostnad) og derfor ikke lønnsomt.

11: Ut-før-levering-logikk

Til slutt bør alle bedervelige ordrestyringssystem vurdere potensielle utsolgt på lager for varer som allerede er bestilt, men som har en "behov"-status. Så 'På bestillingsantall' pluss foreslått bestillingsmengde/forfaller for servicebehov.

Beregningen ser slik ut: dager på hånden sammenlignet med varens ledetid. Dette lar kjøperen se potensielle utsolgte varer i de kommende dagene eller ukene og gir dem muligheten til å veksle mellom leverandører (eller overføre mellom DC-er eller butikker).

Dager på hånden påvirkes direkte av holdbarheten til en vare... Så selv leverandører med kort leveringstid kan ha sine linjer i en potensiell utsolgt posisjon uten funksjonen Out-Before-Delivery Logic.

Vi håper denne sjekklisten har vært nyttig.

Lær mer om bedervelige ordrehåndteringsløsninger for distribusjon av matservering

Har du spørsmål? Ta kontakt med oss eller sjekk ut disse ekstra ressursene for beholdningsoptimalisering: