Lepší prognóza poptávky vaše výpadky zásob nevyřeší. Exekuce ano.

První reakce je téměř vždy stejná: zpřesnit prognózu. Více dat, lepší modely, demand sensing v reálném čase. Je to logický instinkt a právě sem směřuje většina rozpočtů na AI v dodavatelském řetězci. Ale také to je důvod, proč tolik problémů s dostupností tvrdošíjně přetrvává.

Mít přesnější prognózu se vyplatí. Prognóza je ale číslo, ne výsledek. Mezi odhadem a fyzickým produktem, který si zákazník může skutečně koupit, leží řetězec rozhodnutí, tvrdých omezení a lidského schvalování. Právě tam se tvoří, nebo ztrácí většina hodnoty. Pokud zlepšíte prognózu, ale tento řetězec necháte beze změny, dostupnost zůstane zhruba tam, kde byla.

Past přesnosti

Prognózování poptávky (demand forecasting) má klesající výnosy, se kterými týmy málokdy počítají. Zvýšení přesnosti prognózy u konkrétního SKU ze 78 na 82 % vypadá v reportu jako pokrok. Na regálu to ale často nezmění vůbec nic, protože hlavním limitem nikdy nebyla samotná prognóza.

Zamyslete se nad tím, co reálně rozhoduje, jestli bude dané SKU příští týden skladem. Dodavatel posílá balení po 48 kusech, ale vy jich potřebujete jen 30. Dodací lhůta (lead time) je devět dní a cyklus přehodnocení týdenní, takže užitečný signál dorazí až po uzavření objednávkového okna. Kapacita regálu omezuje, kolik zboží můžete držet bez ohledu na poptávku. Kategorijní nákupčí nevěří systému, a tak navrženou objednávku „pro jistotu“ zaokrouhlí nahoru, čímž potichu znovu vytvoří nadzásoby, kterých jste se snažili zbavit.

Nic z toho není problém prognózy. Dokonalý odhad, který vstupuje do procesu neschopného na něj reagovat, vyústí ve stejný výpadek zásob – jen bude podložený lepší analytikou. To je nepříjemné zjištění za čísly IHL: méně než čtvrtina maloobchodníků nasadila umělou inteligenci a strojové učení v oblastech, které zkreslení zásob ovlivňují nejvíce. Problém není v kvalitě modelu. Je ve všem, co se děje poté, co model doběhne.

Skutečná práce spočívá v exekuci

O dostupnosti se rozhoduje ve chvíli, kdy odesíláte objednávku v mantinelech reálného světa, ne v okamžiku, kdy generujete prognózu. Právě tuto část smyčky ale většina nástrojů vnímá jako něco vedlejšího.

Dělat to správně znamená přetavit prognózu do konkrétní, proveditelné objednávky pro každé SKU a lokalitu. Takové, která už respektuje minimální objednací množství (MOQ), dodací lhůty, kapacitu skladu a regálů, spolehlivost dodavatele i dobu použitelnosti. Znamená to přepočítávat data ve chvíli, kdy se realita odchýlí od plánu, a to v dostatečně rychlé kadenci, aby to k něčemu bylo. A znamená to dát plánovačům doporučení, kterým věří natolik, že je schválí bez pochybností – takže se automatizace reálně využívá a nikdo ji neobchází.

Je to záměrně nenápadná práce. Ale přesně tady výpadek zásob buď vzniká, nebo mu předcházíte.

Proč samotný software mezeru nezaplní

Zde je past na druhé straně. Koupíte si platformu pro prognózu a doplňování zásob, nasadíte ji na nezměněný proces a získáte lepší doporučení, která lidé ignorují. Z nástroje se stane nevyužitý software, nákupčí ho dál přepisují a firma dojde k závěru, že „AI nefunguje“, přitom umělá inteligence nikdy nebyla úzkým hrdlem.

Uzavření této smyčky představuje změnu operačního modelu stejnou měrou jako technologickou inovaci. Kadence přehodnocování se musí změnit. Role a schvalovací práva se musí změnit. Data, která pohánějí systém – obvykle rozptýlená napříč ERP, excelovými tabulkami a systémy dodavatelů – musíte sjednotit do jediného zdroje pravdy dříve, než začnete jakémukoli modelu věřit. Pokud to přeskočíte, sebelepší algoritmus na světě zůstane ležet ladem.

Právě v tom se přístup Logio liší od běžných dodavatelů softwaru. Problém najdeme v datech, kolem něj přenastavíme proces a nasadíme software, který ho bude řídit od začátku do konce. Consulting i vývoj běží jako jeden projekt, nikoliv jako pouhé předání štafety mezi strategickou prezentací a produktovou licencí. To je rozdíl mezi plánem a reálným výsledkem.

Jak vypadá uzavření smyčky v praxi

Modul Veritico STOCK je postavený přesně na tomto přechodu od prognózy k akci. Začíná u prognózy poptávky na úrovni SKU, prodejny a dne. Tento signál pak propisuje přes politiku zásob do automatizovaného doplňování, které respektuje výše zmíněná omezení. Plánovači plán rovnou schvalují, místo aby ho ručně skládali dohromady. Prognózy, zásoby a doplňování fungují jako jedna plynulá smyčka, nikoliv jako tři oddělené kroky.

Výsledky se projeví přesně tam, kde mají – v lepší dostupnosti a uvolněném pracovním kapitálu, ne v procentech přesnosti:

• Síť Dr. Max nasadila Veritico STOCK napříč 490 lékárnami, aby zautomatizovala objednávání a plánování závozů. Tržby vzrostly o 5 %, dostupnost produktů se zlepšila o 4 % a každá lékárna ušetřila zhruba dvě hodiny denně, které dříve trávila ručním zadáváním objednávek.
• COOP Jednota Mikulov nahradila manuální správu objednávek modulem Veritico STOCK. Dostupnost zásob se zvedla z 96 na 98 % a čas potřebný k tvorbě objednávek klesl o 90 %.
• Albert vyvíjí s Logio od roku 2017 platformu pro automatizované řízení zásob a objednávek. Ta nyní běží na více než 300 prodejnách jako jediný zdroj pravdy – to znamená plnější regály a čerstvější zboží.

Tento princip platí i pro projekty čistě zaměřené na prognózy. Když Logio pomáhalo společnosti SKF postavit model krátkodobých prodejů během výpadků způsobených pandemií COVID‑19, přesnost dosáhla až 90 %. Reálná hodnota se ale dostavila jen proto, že jsme prognózu včlenili do plánovací rutiny. Prodejní týmy i týmy dodavatelského řetězce tak začaly stavět na sdílených datech. Samotné číslo získalo význam díky tomu, že se kolem něj změnil proces.

Otázka, kterou stojí za to si položit

Pokud dostupnost vašeho zboží stagnuje navzdory lepším datům a modelům, s největší pravděpodobností nebudete mít problém s prognózou. Lepší otázka nezní „Jak přesná je naše prognóza?“, ale „Jak velká část z této prognózy se reálně promítne do správné a včasné objednávky v rámci našich skutečných omezení?“.

Pokud si odpovíte upřímně, většinou zjistíte, že vaše největší příležitost nikdy nebyla ve vylepšování odhadu. Leží v samotné exekuci, kterou má tato prognóza řídit.

Logio a Veritico STOCK pokrývají celou tuto mezeru od začátku do konce – od prognózy až po zboží na regálu. Pokud ruční objednávání brzdí vaše týmy, nebo se dostupnost přestala zlepšovat, ozvěte se nám ohledně praktické roadmapy.