PO采购及门店调拨系统技术报告-26P 本文关键词：调拨，门店，采购，报告，系统
PO采购及门店调拨系统技术报告-26P 本文简介：*PO采购及门店调拨系统技术报告但正刚2009.12主要议题概述零售业供应链及缺货原因自动系统所能完成的工作目前采购面临问题为什么要做预测优化原则目前考虑因素目前预测算法运送步骤及流程缺货原因？供应商原因小供应商：服纺明显产能：数量少（文体）报关、通关、船期、运输：在途时间不准确周转天数较高、财务不
PO采购及门店调拨系统技术报告-26P 本文内容：
*
PO采购及门店调拨系统技术报告
但正刚
2009.12
主要议题
概述
零售业供应链及缺货原因
自动系统所能完成的工作
目前采购面临问题
为什么要做预测
优化原则
目前考虑因素
目前预测算法运送步骤及流程
缺货原因？
供应商原因
小供应商：服纺明显
产能：数量少（文体）
报关、通关、船期、运输：在途时间不准确
周转天数较高、财务不结算
门店调拨不均衡，但实际并不是完全销售
6130000201，9月以后门店调走15个，整个北京前4周销量30
特别是销量较低产品
库存信息不够准确
大库虚库
门店虚库
公司内部物流运营系统
出入库运作能力的瓶颈
采购员失误(系统错误)
未订：sku属性维护不及时
多订：箱规过大；突发事件；门店陈列原因；
少订：畅销商品因为销售波动，慢销会由于手工调拨影响
优化原则
控制周转
因为无法跟踪及时，有缺货风险
无滞销问题
自动po、调拨、返调拨、负po
系统能做的和做得好的…
供应链流程
?系统PO单下单
?自动电子传真
?供应商送货（数量不足、延迟多天）!!!
?物流收货+系统入库（商品特性：奶粉尿裤与服装的区别；集中入库）
?物流上架
?系统调拨单下单
?物流系统自动轮询出库、自动批量(京大库自动完成)
?物流分区配货、装箱（商品特性；集中出库）
?第三方物流运输到店
?系统手工差异确认?门店系统手工入库
系统优势
减少人工工作量和提高效率；
平稳销售商品的平稳预测、满足陈列的调拨；
解决方案
自动化系统疏通
公司内部物流系统的改进及提高
两个瓶颈
已基本解决一个：日配、均衡出单
供应商管理
学术界与企业界研究的重点：牛鞭效应
引入供应商管理模块；VMI管理；不同的在途时间；
系统目前做得不好的…
关于缺货和滞销
系统有缺货的风险；
但不会造成滞销；
新品变动太快，系统无法及时跟踪，因为会带来滞销的风险
囤货(涨价、优惠、突发事件)
需要建立单独的预测模型
供应商在途天数的变化
加强沟通、监督
采购算法运作流程
流程准备
库存结构定义
商品状态及ABC控制
采购算法考虑因素
门店调拨
大库采购
库存结构定义
优化库房流程
增加卫星城市库房
增加第三方存储库房
增加供应商直送门店
大区
大库
中心仓库
虚拟仓库
B2C销售
临时库房
暂存
卫星库房
某城市PO收货
直营店仓库
各门店销售
商品状态及ABC控制
结果
系统属性的自动设置ABC类正常经营商品系统将自动po、调拨
停产商品
系统将停止po、手工禁止po(可手工申请给门店调拨)
系统将自动返调拨和负po
商品状态
自动设置系统属性
PO调拨系统影响
A
B
C
W
停产标记
正调拨标记
销售标记
自动正PO
自动负PO
自动正调拨
自动反调拨
手工调拨
100
正常经营
X
Y
Z
W
f
正常
不变
Y
Y
Y
200
临时停产-缺货
X
Y
Z
W
t
正常
不变
Y
Y
201
临时停产-过季(不返库)
X
Y
Z
W
t
停调
不变
202
临时停产-过季(返库)
X
Y
Z
W
t
停调
不变
Y
203
临时停产-过季(退厂)
-1
-1
-1
-1
t
停调
不变
Y
Y
204
临时停产-调图
X
Y
Z
W
t
正常
不变
Y
205
临时停产-经转代
X
Y
Z
W
t
停调
不变
206
临时停产-停售
X
Y
Z
W
t
停调
禁售
300
永久停产-退货
-1
-1
-1
-1
t
停调
不变
Y
Y
301
永久停产-售完
X
Y
Z
W
t
正常
不变
Y
Y
302
永久停产-降价
X
Y
Z
W
t
正常
不变
Y
Y
采购算法考虑因素
季节
目录促销
预测周期（在途+安全）
订购预测ABC分类
门店库存控制策略
门店调拨
采购周期、订货点
季节因素
计算方法
婴幼:按品类单独定义
服纺:指定6条季节曲线
4条典型曲线
正常情况下均为1值，基准值计算
在季节变换时设置触发点、渐进下降线
2为放量
0.5为减量
-1时将自动将正常经营的sku调整为”停产-清场”，不允许po、调拨
目录因素
目录发行日期确定下，提前进行备货和调拨
po8周值：
0.5
0.4
0.13
0.07
0.04
0.02
0.01
0.00
调拨8周值：0.3
0.2
0.1
0.05
0.00
0.00
0.00
0.00
其中po提前2周加量；而调拨在当周加量
预测周期定义
在途时间：订货点?送货达到
空闲时间：送货点?下次订货点
预测周期=在途时间+空闲时间
订购预测ABC分类
产品位置比例（％）
占销售量比例累计（％）
ABC分类
10~20
60～80
A
20～30
20～30
B
30~70
其他
C
改变根据商品所属类别来定义周转，改为按照ABC分类来定义周转
A类
X天周转，每周采购一次
采购趋势算法进行
B类
X天周转，每周采购一次
C类
X天周转，每周采购一次
门店库存控制策略
建议策略与S-s策略比较
建议策略：缺货概率、手工调拨
S-s策略：成本高
B类商品仅设一条限即可
A类商品，“限”会自动调整
大库：仅设安全库存
安全库存
安全库存也称安全存储量，是指为了防止临时用量增加或交货误期等特殊原因而预计的保险储备量。或安全库存
safety
stock
为了防止由于不确定性因素（如大量突发性订货、交货期突然延期等）而准备的缓冲库存。
常用管理模型
连续检查：(Q,R),(R,S)
定时检查：(t,S)
经济订货批量：
制造业常用：SKU和周期性有关，值估计比较困难
现在我们使用的安全库存
大库：计算安全库存与8天安全库存对比；
门店：3天安全库存；
步骤1：基础数据准备
sku信息准备
定义预测ABC范围
属性包括：订购预测ABC分类；第一供应商、成本价；最小po、调拨单位；门店调拨和经营状态；门店陈列及B2C保证量
基准值（DMS）
门店
季节曲线、目录曲线值
设定基准值
大库
根据库存结构逻辑汇总本地区所有门店某sku的销售
设定基准值、根据sku在该品牌中的销售排名设定订购预测ABC
取sku在过去3个月的平均到货率(该值一直没有使用)
步骤2：门店调拨预测
数据准备
取30以内的po在途、10以内的已出库调拨和未出库调拨在途、当前库存、本周至今销售
预测步骤
门店直送po预测；
调拨预测
生成调拨单，占用大库的调拨在途!
步骤2：门店订购量计算公式
门店
安全库存设置
满足正态分布：
低销量商品：平均销售*安全库存天数
可以按照类别分别指定
计算
预期销量
大库陈列的汇总
预期销售与陈列的对比
预期PO量
步骤3：大库po预测
地区总部
安全库存设置：8天
可以按照类别分别指定
计算
预期销量
预期调拨量
其他考虑因素
每周周三以后，对比本周每日均销与8周每日均销，如果本周值大于8周值的2倍及以上，则将基准值提高2倍做调拨；
周4调拨奶粉尿裤A类商品加3天安全库存；
文体、图书安全库存取地区8天均销与地区总陈列10%的较高值；
步骤4：其他处理逻辑
门店库存情况、缺货情况统计
季节曲线的修正；
根据季节曲线修正sku状态；
最小调拨单位：系统每周一自动运算，当某sku在该地区每家门店的周销售达到一个箱规，则调整最小调拨单位；
将调拨单里面包含了停产的商品，但未出库的sku删除；
关闭已无库存的负po；
根据商品状态来下返调拨及负po；
每天检查昨日修改状态为“停产-退货”和“停产-清场”的sku，然后按店下返调拨单；
每周一检查过去30天之内状态修改为“停产-退货”和“停产-清场”的sku，只有有库存且大于返调拨在途，则按店下返调拨单；
每周一在大库检查状态为“停产-退货”的sku，只要有库存且大于po在途，则下负po；
按轮询规则自动出库、自动批量；
其他Q
&
A
新品
前期按陈列调拨，到第二周以后，因为考虑本周每日均销与8周每日均销，如果本周值大于8周值的2倍及以上，则将基准值提高2倍做调拨；
长期断货商品
补齐陈列，再按照新品规则调拨
短期促销对调拨的影响
因为数据处理的时候会将波峰和波谷过滤掉，所以短期影响不大
是否拆零的规则
平均单店单品销售达到箱规，则整箱调拨，目前北京仅78个sku
系统进一步优化
智能性方向，目前单纯是按需补货，智能算法应该是提供决策
改进效果
数据展示
效果总表
系统调拨与手工调拨对比
津缺货较大原因：
地采、天津经营商品北京不经营
对比时间
2008.09
2009.12
销售额
增长75%
门店数
增加20家
库存周转(天)
80
61
食品品类(天)
100
41
系统po占比
70%
系统调拨占比
80-90%
缺货率(京)
2%
缺货率(津)
6%
谢谢！
门店基准值
if
std
avg:#标准偏差已经大于平均值
if
(arr[0]+arr[1]+arr[2]+arr[3])
=avg*8*0.1:#上4周占比不到10%---是否应该跟停产关联起来
arr_new=arr
arr_new=arr_del_special(arr_new)
#filter(arr_filter,arr_new)
basic=arr_avg(arr_new)
std2=arr_std(arr_new,basic)
elif
(arr[0]+arr[1]+arr[2]+arr[3])
=avg*8*0.9:#上4周占比90%
basic=(arr[0]+arr[1]+arr[2]+arr[3])/4.00
arr_new=arr
arr_new=arr_del_special(arr_new)
std2=arr_std(arr_new,basic)
else:
arr_new=arr
arr_new=arr_del_special(arr_new)
basic=arr_avg(arr_new)
std2=arr_std(arr_new,basic)
else:
basic=basic2