Definice optimalizace zásob

Optimalizace zásob je praxe, kdy máte správný inventář, který uspokojí vaši poptávku, a chrání před nečekaným narušením a zároveň se vyhýbá zbytečnému přebytku. Optimalizace zásob je v nejlepším případě agilní praxe, která nejen rychle reaguje na riziko a příležitosti, ale má také schopnost předvídat a připravit se na něj.

Optimalizace zásob je důležitější než kdy jindy

Optimalizace zásob zůstává jedním z nejnáročnějších aspektů řízení dodavatelského řetězce, zranitelný vůči nesčetným vnějším silám – od sociálních trendů a ekonomických posunů po meteorologické události, geopolitickou dynamiku a konkurenční tlak. Nedávné roky odhalily, jak rychle mohou tato narušení dodavatelského řetězce podpořit tradiční přístupy k plánování, což podtrhuje potřebu agilnějších, na datech řízených a odolnějších strategií v oblasti zásob.

Nárůst očekávání dodávek ve stejný den a následující den navíc zásadně změnil způsob, jakým společnosti spravují zásoby. Místo toho, aby se podniky spoléhaly na několik centralizovaných skladů, nyní provozují distribuční sítě s více místy, které vyžadují větší rychlost, přesnost a viditelnost v reálném čase. Se zvýšenou online konkurencí a měnící se loajalitou zákazníků musí organizace vyvážit úroveň služeb s přísnějšími maržemi a vyšší nejistotou.

Společnosti, které používají moderní přístupy k zásobám – pomocí prognóz řízených umělou inteligencí, plánování scénářů a inteligentní automatizace k umístění zásob blíže k zákazníkům – mohou snížit náklady na přepravu, chránit úrovně služeb a rychle reagovat na volatilitu trhu.

Rozdíl mezi vedením zásob a optimalizací zásob

Vedení zásob a optimalizace zásob jsou součástí široké praxe i kategorie řízení zásob.

Vedení zásob se týká cíle stanovení cílů vysoké produktivity a efektivity pro všechny skladové operace. Moderní podnikové technologie a technologie plánování dodavatelského řetězce tyto procesy podporují tím, že poskytují manažerům dodavatelského řetězce větší viditelnost napříč všemi články v řetězci. Internet věcí (IoT) a zařízení a aktiva připojená k cloudu lze automatizovat pro vyšší efektivitu ve výrobě. Výrobní, skladové a logistické procesy také dosahují vyšší efektivity díky aplikaci inteligentních technologií, jako je umělá inteligence (AI), strojové učení, robotika a robotická automatizace procesů.

Optimalizace zásob je podmnožina vedení zásob, která odkazuje konkrétněji na ziskové marže a minimalizaci ztrát. Přenesení nadbytečných zásob způsobuje ztrátu a plýtvání. Zabírá prostor, zastarává a často se neprodává nebo se musí prodávat za snížené ceny. Na druhou stranu, jak jsme viděli během pandemie, nedostatek a nečekaná poptávka jsou flipovou stranou inventární mince, kde náklady přicházejí v podobě ztráty potenciálního zisku a poškození značky. Cílem optimalizace zásob je proto co nejlépe předpovídat poptávku a maximalizovat finanční výstup zásob pro firmu.

Různé typy zásob

Z pohledu spotřebitele se zásoby skládají především z hotových výrobků. Ale pro podnik je zásoba cokoliv, co musí držet na skladě, udržovat a doplňovat. Pokud firma vyrábí polévku, pak „inventář“ by mohl být cokoliv ze semen používaných k pěstování rajčat, až po palivo ve firmě dodávající kamiony, které to vezmou do obchodu s potravinami. Pohled na řízení zásob tímto holističtějším způsobem dává větší uznání jeho složitosti.

Existují čtyři základní typy zásob:

1. Suroviny: Všechny zásoby, které nakonec skončí v hotovém výrobku.
2. Rozpracovanost (WIP): Jak z názvu vyplývá, jedná se o všechny zásoby, které se momentálně připravují a balí. Jedná se o nákladnou a rizikovou fázi, takže lze použít řešení pro optimalizaci zásob, která pomohou najít nákladově a časově nejefektivnější procesy.
3. Hotové výrobky: Nejčastěji vnímaný význam toho, co je zásoby, ve stavu připraveném k prodeji.
4. Údržba, opravy a provozní materiál (MRO): Veškeré zásoby potřebné při výrobě, výrobě a dodávce artiklů. Optimalizace zásob se aplikuje na nejlepší přebytek zůstatku a nedostatek těchto artiklů, které nejsou spotřebiteli.

Výzvy tradiční optimalizace zásob

Vzhledem k tomu, že existují dodavatelské řetězce a sklady, jednou z největších výzev pro dosažení optimalizace zásob bylo vyvažování mezi „jen dost“ a „ne příliš“. Prognóza poptávky je tradičně zaostalou praxí. I když jsou odborníci na optimalizaci zásob a prognózování poptávky velmi kvalifikovaní, existuje jen tolik, že lidské analýzy a predikce mohou dosáhnout. Proto budou lineární dodavatelské řetězce, které jsou poháněny staršími systémy, vždy zranitelné, bez ohledu na to, kolik odborných znalostí se uplatňuje. Mezi nejčastější výzvy patří:

• Starší systémy, které nemohou shromažďovat ani spravovat data velkého objemu: Manuální a nepřipojené technologie nezvládají objemy nesourodých a nestrukturovaných dat. Právě z těchto dat – prostřednictvím aplikace inteligentních technologií, jako je umělá inteligence, strojové učení a pokročilé analýzy – se dosahuje některé z největších přesností od predikce rizika až po prognózu poptávky.
• Rychle se měnící požadavky zákazníků: Každý rok roste poptávka spotřebitelů po rychlých dodávkách a přizpůsobených produktech. Životní cykly výrobků jsou také kratší než kdy jindy. Je nákladné, aby společnosti zvýšily své logistické sítě a sítě dodavatelských řetězců tak, aby splňovaly tyto požadavky, takže je požadována větší přesnost z optimalizace zásob.
• Zvýšená konkurence: Důsledkem průmyslu 4.0 a inteligentních, propojených technologií dodavatelského řetězce je, že podniky mohou vytvářet a růst rychleji než kdy jindy – to vše je řízeno z centrálního centra. To vedlo k bezprecedentní úrovni hospodářské soutěže a výběru pro spotřebitele. Řešení optimalizace zásob jsou stále více vyhledávána, aby pomohla poskytnout konkurenční výhodu.
• Počasí a přírodní katastrofy: Každý rok vidíme více oslabujících bouří a ničivých divokých požárů. Samozřejmě neexistuje způsob, jak přesně předvídat takové události, ale s využitím pokročilých analytických nástrojů a cloudových řešení si mohou manažeři zásob dát bojovou šanci během výsledných období vlnění poptávky.

Procesy prognózy optimalizace zásob

Existuje široká škála problémů s optimalizací zásob od podnikání až po podnikání. U některých sezónních nebo B2B produktů může být proces poměrně jednoduchý, zatímco například velcí maloobchodníci mohou mít stovky nebo tisíce artiklů a vysoce rtuťový trh a zákaznickou základnu.

Základní postupy, které jsou základem optimalizace zásob, se nemění po celá desetiletí – ani staletí. Co se však změnilo, jsou softwarová řešení, která tyto procesy rozšiřují, a specialisté, kteří je provádějí. Ale i ty nejsofistikovanější digitální systémy jsou stále založeny na mnoha známých a tradičních protokolech a vzorcích optimalizace zásob:

• ABC analýza umožňuje identifikovat nejvíce a nejméně populární produkty, stejně jako ty, které jsou nejvíce a nejméně ziskové. Toho bylo tradičně dosaženo analýzou minulých dat prodeje. S pokročilými analytickými nástroji a inteligentními technologiemi je nyní možné lépe předvídat trendy a předvídat rostoucí a klesající potřeby zásob, než k nim dojde.
• Prognóza poptávky pomocí prediktivní analýzy pomáhá předvídat poptávku zákazníků. Používá se také k predikci trendů nebo rizik. Opět tam, kde se tradičně jednalo o backward-looping proces, software pro řízení zásob nyní umožňuje manažerům dodavatelského řetězce minimalizovat riziko nedostatku a plýtvání a přesněji předpovídat poptávku.
• Plánování potřeb materiálu je systém, který zpracovává plánování, rozvrhování a řízení zásob pro výrobu. Starší systémy MRP jsou stále častěji nahrazovány integrovanými systémy podnikového plánování a systémy MRP řízenými potřebou (DDMRP), které poskytují větší přesnost a odolnost.
• Vzorec objednací hladiny odráží minimální množství zásoby před tím, než potřebujete změnit objednávku. To je tradičně komplikovaný proces, protože se liší od výrobku k výrobku – dokonce i v rámci velmi podobných produktů. Například bílé ponožky a černé ponožky mohou mít jinou objednací hladinu. Technologie optimalizace zásob dokáží udržet i ty nejsložitější multilokalizační úrovně zásob přesné a viditelné – všude a v reálném čase.
• Kontinuální vedení zásob je relevantní zejména pro rychloobrátkové spotřební zboží (FMCG), kde se produkty pohybují rychlostí blesku. Díky inteligentním technologiím lze procesy kontinuálního vedení zásob plně automatizovat napříč všemi kontaktními body nákupu ve všech kanálech. Strojové učení může pomoci těmto nástrojům získat v průběhu času chytřejší a přesnější informace, a dokonce sledovat novinky, trendy a zprávy o počasí, a poskytovat tak aktuální přehledy a vykazování stavu zásob.
• Pojistná zásoba a rezervy zásob jsou proces, který zajišťuje, že v případě neočekávaných zásob existují realistické rezervy zásob. Od počátku dodavatelských řetězců je to zásadní výzva, protože nedostatek a plýtvání oba vedou ke ztrátě příjmů. Moderní softwarová řešení dodavatelského řetězce přinášejí do procesu řízení zásob rychlost, konektivitu a pokročilé funkce analýzy dat. To umožňuje podnikům optimalizovat své marže bufferu s působivou přesností.

Systémy optimalizace zásob: Výhody a výsledky

Historicky by výhody i malých vylepšení strategické optimalizace zásob mohly být realizovány v nižších nákladech a lepších ziskových maržích. Díky použití integrovaných podnikových procesů a softwaru pro správu zásob se tyto výhody stávají robustnějšími a měřitelnějšími – a zlepšují se až v průběhu času, jak se software učí a přizpůsobuje.

• Větší přehlednost v celém podniku: Rozšířená transparentnost umožněná softwarem pro optimalizaci zásob sahá od prodeje, marketingu a účetnictví až po dodavatele surovin a dokonce i globální partnery, aktiva a výdaje. Konektivita cloudu umožňuje všem týmům zapojeným do dodavatelského řetězce spolupracovat v reálném čase.
• Zlepšené prognózy poptávky a prediktivní schopnosti: Inteligentní technologie mohou zpracovávat komplexní data ze zdrojů uvnitř i vně podniku – a poskytovat přesné předpovědi a přehledy. Když jsou technologie dodavatelského řetězce poháněny umělou inteligencí a strojovým učením, prediktivní analýzy a prognózy poptávky jsou přesnější a přehlednější.
• Sofistikovanější výsledky optimalizace: Díky inteligentním systémům, které mohou analyzovat složité a rozmanité datové sady, mohou manažeři zásob nejen vidět, které produkty jsou nejziskovější, ale také věci, jako jsou ty, které lokality jsou nejlepší pro které SKU a které kombinace produktů se nejlépe prodávají v různých obdobích roku.
• Škálovatelnost: Společnosti se musí rychle zvětšit z mnoha důvodů, včetně úspěchu a obecného růstu, nečekaných událostí nebo sezónnosti. Inteligentní software a moderní databáze jsou nekonečně škálovatelné a mohou nastartovat a optimalizovat operace v globálním měřítku.

Jít nad a dál s multi-echelon optimalizace zásob (MEIO)

Komplexní (zejména globální) dodavatelské řetězce těží z řešení MEIO, která vycházejí ze základů tradiční optimalizace zásob, ale využívají moderní technologie dodavatelského řetězce a cloudových technologií k získání centralizovanějšího obrazu globálních operací v reálném čase. Efektivní řešení MEIO doporučuje optimální úrovně zásob na každém odkazu – nebo ozvěně – v dodavatelském řetězci tím, že současně optimalizuje skladovou bilanci na více místech.

S přístupem MEIO mohou výrobci analyzovat prognózy potřeb s komplexním zobrazením dodavatelského řetězce. A vzhledem k tomu, že se podniky potýkají s očekáváním spotřebitelů ohledně rychlých, snadných dodávek a pohodlných vrácených dodávek, řešení MEIO jim pomáhají vypořádat se s dnešními geograficky distribuovanými, menšími zásobami.

Začněte používat osvědčené postupy plánování zásob

Moderní technologie a inteligentní řešení mohou přinést obrovské výhody pro každou oblast řízení dodavatelského řetězce, ale nakonec jsou to praktiky a lidé, kteří řídí podnik. Cloudová konektivita vám pomůže připojit se k týmům a partnerům dodavatelského řetězce po celém světě, takže zajistěte, aby tato viditelnost fungovala sdílením a odměňováním řádných postupů a efektivních strategií plánování zásob.

1. Použijte robustní techniky prognózy poptávky. Prognóza poptávky je klíčovým faktorem při informování o tom, jak podniky strategizují řízení zásob a další procesy, jako je nákup zdrojů, vstupní logistika, výroba, finanční plánování a posouzení rizik.

2. Udělejte z rozpočtu zásob prioritu 1. čtvrtletí. Každý podnik má cykly a posuny v průběhu roku. Vytvořením rozpočtu zásob každé čtvrtletí mohou plánovači dodavatelského řetězce stanovit realističtější a dosažitelné cíle a ukazatele KPI.

3. Implementujte standardní systémy kontroly zásob. Kontrola systémů může být přizpůsobena pro různé typy zásob a pomáhá zlepšit efektivitu a zefektivnit pracovní postupy. Není neobvyklé, že složité organizace používají v rámci svého podnikání různé systémy. Hlavním bodem je důslednost a zavedení plánu. Existují dva hlavní typy systémů kontroly zásob:

   • Systém průběžné kontroly: V tomto modelu se v každém cyklu objednávají stejná množství artiklů a vedoucí zásob musí průběžně monitorovat úrovně zásob a doplňovat zásoby, kdykoli množství artiklu klesne pod nastavenou úroveň.
   • Pravidelná kontrola: V tomto modelu si vedoucí zásob objednávají produkty současně v rámci každého obchodního cyklu. Na konci cyklu je nutná zásoba objednána na základě úrovní jakosti v daném časovém okamžiku. Tento systém nepoužívá fixní úrovně nové objednávky a je efektivnější pro pomalejší pohyblivé produkty.

4. Poslechněte si své zákazníky. Mnoho podniků poslouchá pouze nejpískavější kola a nakonec se rozhoduje na základě nejhlasitější zpětné vazby. Nejlepší softwarová řešení pro správu zásob budou moci pravidelně shromažďovat a analyzovat data od všech vašich zákazníků a kupujících a nabízet přehledy a doporučení o tomto vstupu – v reálném čase. To pomáhá při optimalizaci zásob tím, že zajišťuje, aby rozhodnutí vedení zásob byla informována a řízena daty.

5. Používejte principy just-in-time (JIT) a na vyžádání. Krátkodobé životní cykly produktů a rostoucí poptávka spotřebitelů po rychlosti a personalizaci znamenají, že optimalizace zásob musí být rychlá a agilní. Technologie jako 3D tisk a robotická automatizace umožňují podnikům nést virtuální inventáře. Výroba a logistika dodavatelského řetězce stále více využívají sítě poskytovatelů a dodavatelů na vyžádání. Díky inteligentnímu softwaru mohou manažeři zásob rozhodovat o optimalizaci zásob v reálném čase a důvěřovat tomu, že je data zálohují.

Další kroky k lepšímu plánování a optimalizaci zásob

Stejně jako při jakékoli transformaci podniku je důležité navázat dobrou komunikaci napříč optimalizací zásob a týmem dodavatelského řetězce. Začněte tím, že rozložíte sila, vyvinete silné řízení změn a komunikační strategie a promluvte si s vedoucími týmů. V rámci vaší pracovní síly je zlatý důl informací o aktuálních rizicích a příležitostech, které lze využít k vytvoření praktického plánování zásob a optimalizačních strategií. Dodavatelé softwaru vám také mohou pomoci vytvořit plán vývoje, aby mohla být zahájena vaše cesta k optimalizaci zásob.