แนะนำปริมาณตามความต้องการในอดีต

สำหรับกลยุทธ์การเติมสินค้าแบบ push ที่ตรงไปตรงมา ฟีเจอร์ แนะนำ จะแนะนำปริมาณที่ต้องสั่งในคำขอใบเสนอราคา (RFQ) ตามความต้องการในอดีต

พารามิเตอร์สำคัญ

• เติมสินค้าสำหรับ: ช่วงเวลาที่ครอบคลุมในอนาคต (วัน)

• ตามข้อมูล: ช่วงเวลาที่กำหนดความต้องการในอดีต: 7 วันที่ผ่านมา, 30 วัน, 3 เดือน, 12 เดือน หรือเดือนหรือไตรมาสเดียวกันของปีก่อนหน้า

• ตัวคูณ: ตัวคูณการเติบโตหรือลดลง (ค่าเริ่มต้น 100%) หลังจากได้รับยอดรวมจากช่วงเวลาแล้ว ให้คูณความต้องการในอดีตด้วยเปอร์เซ็นต์นี้เพื่อกำหนดว่าควรเติมสินค้าเท่าใด (เช่น ใส่ 120% หากคาดการณ์ว่ายอดขายจะเติบโต 20% มากกว่าช่วงก่อนหน้า)

การคำนวณความต้องการ

To estimate demand, NightPOS sums all validated deliveries, components consumed in manufacturing orders (MOs), or used to resupply subcontractors coming from the warehouse specified on the RFQ in the Based on period. The average daily demand is this sum of outgoing moves divided by the number of days in the Based on period, multiplied by Factor. The estimated demand is the average daily demand multiplied by Replenish For days.

\[\begin{split}Average~Daily~Demand = \frac{Delivered~or~Consumed~Items}{Based~on~Days} \times Factor \\ \\ Estimated~Demand = Average~Daily~Demand \times Replenish~for~Days\end{split}\]

Note

มีเพียงการเคลื่อนย้ายที่มีสถานะAssignedหรือConfirmedเท่านั้นที่นำมาพิจารณาในการคำนวณ ความต้องการเฉลี่ยต่อวัน ใบเสนอราคาการขายหรือคำสั่งผลิตที่อยู่ในสถานะDraftจะไม่ถูกนำมาพิจารณาจนกว่าจะได้รับการตรวจสอบ

Tip

ในการตั้งค่าคลังสินค้าหลายคลัง การจัดส่งภายในก็ถูกนับรวมในการประเมินความต้องการด้วย ในกรณีของคลังสินค้ากลางที่จัดส่งสินค้าไปยังร้านค้าแต่ละแห่ง ความต้องการเฉลี่ยต่อวัน ของคลังสินค้ากลางจะรวมการโอนภายในไปยังร้านค้าแต่ละแห่งด้วย

ปริมาณที่แนะนำ

To find the suggested quantity, NightPOS deducts the estimated demand from the current stock available quantity and all incoming shipments.

\[Recommended~Quantity = Estimated~Demand - (Available~Stock + Incoming~Stock)\]

Example

In example 1, NightPOS recommends 19 units to Replenish for 14 days Based on the past month's 40 delivered units.

การตั้งค่าเบื้องต้น

1. แอป การจัดซื้อ และ คลังสินค้า ต้อง ติดตั้ง แล้ว

2. ตรวจสอบความถูกต้องของใบสั่งจัดส่งอย่างน้อยหนึ่งใบ สำหรับสินค้าแต่ละรายการ

   ทำให้มั่นใจว่ามีบันทึกการจัดส่งในอดีต เพื่อให้ระบบสามารถคำนวณความต้องการเฉลี่ยต่อวันได้

3. เพิ่มผู้จัดจำหน่ายลงในรายการราคาผู้จัดจำหน่าย พร้อมราคาซื้อสำหรับสินค้าแต่ละรายการ

   ฟีเจอร์ แนะนำ เป็นแบบเฉพาะผู้จัดจำหน่าย ดังนั้นสินค้าแต่ละรายการต้องมีผู้จัดจำหน่ายที่ตรงกันเพื่อการคำนวณปริมาณและราคาซื้อที่แม่นยำ

4. ตั้งค่า ประเภทสินค้า เป็น สินค้า และตรวจสอบให้แน่ใจว่าสินค้า ติดตามโดยปริมาณ

   ทำให้มั่นใจว่าระบบสามารถจัดการระดับสต็อกและคำนวณปริมาณการเติมสินค้าที่แนะนำสำหรับสินค้าที่จับต้องได้

แนะนำปริมาณที่ต้องสั่ง

เพื่อแนะนำปริมาณตามยอดขายในอดีต ไปที่แอป การจัดซื้อ สร้าง ใหม่ RFQ หรือเลือกรายการที่มีอยู่

ใน RFQ ตั้งค่าฟิลด์ ผู้จัดจำหน่าย เป็นซัพพลายเออร์ที่เลือก

ในแท็บ สินค้า คลิกปุ่ม แคตตาล็อก เพื่อดูรายการสินค้าของผู้จัดจำหน่าย

Important

ตรวจสอบให้แน่ใจว่าสินค้าแต่ละรายการในแค็ตตาล็อกได้รับการกำหนดค่าด้วยผู้ขายที่เลือกและใบสั่งซื้ออยู่ในขั้นตอน RFQ

Tip

ตามค่าเริ่มต้น สินค้าที่แสดงในแคตตาล็อกสินค้าจะถูกกรองตามผู้จัดจำหน่าย

ลบตัวกรองในแถบค้นหาเพื่อดูรายการทั้งหมด หรือใช้ จัดกลุ่มตาม สำหรับ หมวดหมู่สินค้า

ภายในCatalogให้เปิดใช้งานSuggestในแถบด้านข้างซ้ายเพื่อเปิดใช้งานฟีเจอร์ กรอกข้อมูลในฟิลด์ดังนี้:

• เติมสต็อกสำหรับ: จำนวนวันที่ต้องการเก็บสต็อกสินค้า

• อิงตาม: มีข้อมูลสองประเภท:

  1. ช่วงเวลา: เลือกกรอบเวลาที่แสดงถึงอุปสงค์ในอดีต (เช่น 30 วันล่าสุด, เมษายน 2024)

  2. ปัจจัยการเติบโต %: ปรับอุปสงค์เพิ่มขึ้นหรือลดลง (เช่น 120% สำหรับการเติบโต 20%, 30% สำหรับการลดลง 70%)

• The total in the bottom shows the order value. NightPOS multiplies the vendor's Unit Price by the suggested quantity.

เมื่อยืนยันพารามิเตอร์แล้ว ให้คลิกAdd Allเพื่อเพิ่มคำแนะนำทั้งหมดลงในคำสั่งซื้อ ปรับปริมาณตามความจำเป็น จากนั้นคลิกBack to Quotationเพื่อยืนยันตัวเลขสุดท้ายบน RFQ

ตัวอย่างเวิร์กโฟลว์

แนะนำที่การเติบโต 100%

บริษัทต้องการเติมสต็อกกล้วยไม้สำหรับ 14 วัน โดยอ้างอิงข้อมูลในอดีต 30 วันล่าสุด สมมติว่าการเติบโตของรายได้เดือนนี้เหมือนเดิมที่ 100%

จัดส่ง/บริโภคภายในช่วงเวลา:

• 20 หน่วยจัดส่งเมื่อ 15 วันที่แล้วในการดำเนินการ WH/OUT

• 20 หน่วยจัดส่งเมื่อ 1 วันที่แล้ว

• รวม: 40 หน่วยใน 30 วันล่าสุด

ตัวแปร

• เติมสต็อกสำหรับ: 14 วัน

• อิงตาม: 30 วัน

  • จัดส่ง/บริโภครวมในช่วงเวลา: 40 หน่วย

• ปัจจัย: 100%

\[Average~Daily~Demand = \frac{40}{30} \approx 1.33 \text{ units/day}\]

ปริมาณที่แนะนำ

\[Suggested~Quantity = 1.33 \times 14 \approx 18.67 \text{ (rounded to 19 units)}\]

คำแนะนำให้ซื้อกล้วยไม้ 19 ต้น เนื่องจาก Unit Price คือ $3 \($3 \times 19 = $57\)ซึ่งเป็นจำนวนเงินรวมที่แสดง

การวางแผนสำหรับสัปดาห์วันแม่

เพื่อวางแผนที่ดีขึ้นสำหรับสัปดาห์วันแม่ที่กำลังจะมาถึง บริษัทเปลี่ยน Based on เป็นเดือนเดียวกันของปีที่แล้ว (พฤษภาคม 2024) เนื่องจากธุรกิจเติบโตตั้งแต่นั้นมา พวกเขาจึงตัดสินใจเพิ่มปัจจัยการเติบโต 120% ด้วย

ตัวแปร

• เติมสินค้าสำหรับ 7 วัน

• Based on: พฤษภาคม 2024,

  • รวมที่จัดส่ง/บริโภคในเดือนพฤษภาคม 2024 ทั้งหมด: 361 หน่วย

• ปัจจัย: 120%

\[Average~Daily~Demand = \frac{361}{30} \times 1.20 \approx 14.44 \text{ units/day}\]

ปริมาณที่แนะนำ

\[Suggested~Quantity = 14.44 \times 7 \approx 101.08 \text{ (rounded up to 102 units)}\]

\($3 \times 102 = $306\) สำหรับการแนะนำให้จัดซื้อกล้วยไม้ 102 ต้น โดยกล้วยไม้แต่ละต้นมีราคา $3 จากผู้ขายที่เลือก

แนวปฏิบัติที่ดีที่สุด

1. ตรวจสอบข้อมูลในอดีต

   การคาดการณ์จะขึ้นอยู่กับใบสั่งจัดส่ง คำสั่งผลิต และการดำเนินการสินค้าคงคลังอื่นๆ ที่ได้รับการตรวจสอบแล้วซึ่งใช้ปริมาณสินค้า สำหรับใบสั่งจัดส่ง ฟิลด์ Effective Date ถือเป็นวันที่ที่ปริมาณสินค้าถูกใช้ไป

   

2. รักษาความแม่นยำของรายการราคาผู้ขาย

   ตรวจสอบและอัปเดตรายการราคาผู้ขายเพื่อสะท้อนราคาและข้อมูลผู้จัดหาล่าสุด เพื่อให้แน่ใจว่าคำแนะนำถูกต้อง

3. ทดสอบการคาดการณ์การขายตามฤดูกาล

   อ้างอิงเดือนหรือไตรมาสก่อนหน้าเพื่อจับภาพความผันผวนตามฤดูกาลและทดลองกับปัจจัยการเติบโตและลดลงเพื่อคาดการณ์การขาย

4. ตรวจสอบคำแนะนำอย่างรอบคอบ

   แม้ว่าเครื่องมือจะให้คำแนะนำพื้นฐาน แต่ควรใช้วิจารณญาณทางธุรกิจเสมอ การเปลี่ยนแปลงของตลาด โปรโมชัน และอีเวนต์ที่กำลังจะมาถึงสามารถส่งผลต่อความต้องการจริงได้