快消與大數據：利用DataHunter制定異常庫存處理策略

背景

快消行業發展至今已相對成熟，所以一般企業內部的業務系統全面且複雜。採購、倉儲管理、產品生產成本管理、庫存及臨期數據管理、銷售與預測、支撐數據等環節都有對應的支撐系統，這些系統往往相互獨立又各有用處。

小數今天將與大家討論的是庫存及臨期產品的數據分析問題。

何為異常庫存？

在快消品行業中，異常庫存包括積壓、脫銷以及臨期產品等問題。

所謂臨期產品，是指即將到達產品保質期，但仍在保質期內的產品。如超市的「臨期食品專櫃」銷售的即是臨期產品。

為什麼會出現臨期產品？

臨期產品出現的原因有多種，產品、庫存、定價、促銷、管理、渠道等都是影響因素，這裡具體說明四個主要問題：

產品本身問題

比較明顯的是新產品或者知名度不高的產品，這類產品本身市場基礎就比較薄弱，加之推廣策略、定價、渠道等各種因素的影響，出現滯銷的可能性較大。

庫存管理問題

不同產品的銷售淡旺季不同、區域銷量不同等，都是庫存管理需要考慮的問題，如果管理不善，就極有可能造成產品積壓，產生大量臨期產品。庫存/銷售結構搭配是否合理以往需要數據人員費時費力製作的報告，通過DH平台，可以方便的查看。

終端管理問題

終端管理方面，比如貨架位置、產品擺放方式、銷售人員服務態度等也是影響產品銷量的重要原因。

銷售預測問題

銷售預測對於現代企業來說非常重要，每家消費品企業都會想盡辦法提高預測的精準度。

預測分為定性預測（專家意見法、德爾菲法、市場調查法、業務人員預估法）及定量預測（時間序列法、一元/多元回歸分析法等）兩大類及多種預測方法。

在不同的企業內，通常會使用其中一種或幾種方法進行銷售預測。那麼銷售預測是否準確，會直接反映在庫存上面。通過對庫存數據進行分析，可以更好的對銷售預測進行支撐。

臨期產品的處理策略？

臨期產品的處理一直是快消行業關注的問題，通常管理者會面臨兩種選擇：一種是換貨給供應商，另一種是採用降價或者捆綁銷售等促銷策略，而無論什麼手段，都會與庫存數量、平均進貨單價等數據息息相關。

而如果選用降價或捆綁銷售等促銷戰略，則又需要綜合臨期產品庫存量、臨期產品處於保質期的哪個階段、以往銷量等數據，來決定具體促銷方法。

比如：距離保質期一個月的產品按8折處理，兩個星期的按6折、一星期的按4折等。

如何利用DataHunter優化臨期產品處理？

臨期余貨快速查看，保質期分階段監控

商品過了生產日期一半時間以後就要引起關注了，到了3/5的時間段一定要開始促銷了，到了4/5則要大力度促銷了，這樣分階段處理滯銷品，能夠儘可能高價值地回收商品價值，避免毛利的過度損失。

舉個栗子，在DataHunter平台將某快消企業經營數據中的產品期限和庫存余貨；將到期日和庫存余貨；產品名稱和庫存余貨作為維度和度量，迅速生成三個圖表，用以監控不同產品的保質期及存貨量。

庫存分析，判斷銷售預測準確性

將存貨及入庫數量進行對比分析，尋找某個時間段庫存積壓的原因。

此外還可以查看臨期產品序列及單價等信息，統籌判斷，做出促銷決策。下圖是根據示例數據生成的一個看板：

用戶可以在此看板的基礎上進行聯動過濾和數據下鑽，探索數據並發現問題。

精準篩選，靈活查看庫存數據

如果已有的維度不能滿足你對數據查看的需求，您可以點擊看板右上方，進入篩選器。在這裡用戶可以選擇單選框、複選框和日期三種篩選器類型並進行相關配置，數據篩選方式更加靈活和多樣。

舉個栗子，若想查看10月份到期產品的情況，則選擇篩選器類型：日期，進行如下圖配置：

點擊保存後，則可得到處理結果。

小結

充分利用數據及數據分析工具，加強對產品信息的管理，合理規劃倉庫，形成機制，讓臨期產品處理常態化，可降低臨期產品對毛利的損耗！

推薦閱讀：