Hyödynnä POS-dataa toimitusketjussasi

Transkriptio

1 Whitepaper / 6 Hyödynnä POS-dataa toimitusketjussasi reagoi nopeammin kysynnän muutoksiin! Kirjoittaja: Johanna Småros Johtaja, Skandinavia, TkT johanna.smaros@relexsolutions.com Otin esille väitöskirjani vuodelta 2005 ja yllätyin huomatessani, että se on ajankohtainen vielä tänäkin päivänä. Yhden tutkimusalueistani muodostivat erilaiset tavat reagoida nopeammin kysynnässä ilmeneviin muutoksiin hyödyntämällä myymälöiden kassatietoja eli POS-dataa toimitusketjun muissa vaiheissa. Ideana oli, että seuraamalla myyntiä jatkuvasti myymälätasolla ja pysymällä ajan tasalla pystyttäisiin tunnistamaan kysynnässä tapahtuvat muutokset jo ennen kuin ne näkyvät tilausvirrassa keskusvarastoon ja toimittajille. Idea oli hyvä, ja teoria osoittautui paikkansa pitäväksi. Noin 10 vuotta sitten kuitenkin vain harvoilla yrityksillä oli tarvittavat resurssit valtavien POS-datamäärien hyödyntämiseen. Useimmat yritykset näyttävät ymmärtäneen POS-datan arvon ja näkevät näiden tietojen hyödyntämisen kiinnostavana tulevaisuuden kehitysalueena nimenomaan tulevaisuuden. Monet eivät ole kuitenkaan ymmärtäneet, että tulevaisuus on jo täällä. Tiedonhallinta- ja laskentakapasiteetissa tapahtunut kehitys on mahdollistanut POS-datan systemaattisen ja laajan hyödyntämisen toimitusketjun hallinnassa. Etenkin vähittäiskaupan yrityksillä, jotka usein hallitsevat toimintaa itse aina myymälätasolta täydennysvarastoon asti, on erityisen hyvät mahdollisuudet hyödyntää POS-dataa. Nyt on aika lopettaa haaveilu ja hyödyntää POS-data tehokkaasti! POS-data lisää reagointinopeutta POS-datan arvon mittaaminen on mahdollista. Tarkastelin väitöskirjassani lukuisia tuotelanseerauksia, joiden tekijänä oli kaksi tunnettua kuluttajatuotteiden toimittajaa. POS-dataa analysoimalla pystyttiin määrittämään uusien tuotteiden kysyntä keskimäärin 30 päivää (ja jopa 100 päivää) nopeammin kuin olisi ollut mahdollista pelkkien myymälöistä keskusvarastoon kulkevien tilausvirtojen tietoja analysoimalla. Ero reagointinopeudessa oli vielä suurempi keskimäärin 61 päivää (ja jopa 128 päivää) kun POS-datan informaatioarvoa verrattiin tietoihin, jotka perustuivat keskusvaraston toimittajille lähettämään tilausvirtaan. Tiedonkulun hitauteen on lukuisia syitä, mutta tuotelanseerausten yhteydessä tärkein tekijä on puskurivarasto, joka luodaan aluksi toimitusketjun jokaisessa vaiheessa.

2 2 / 6 Puskureita käytetään, jotta kaikki osapuolet voisivat varmistaa pystyvänsä vastaamaan kysyntään. Lisäksi on luonnollista pitää varastossa vähintään yksi täysi jälleenmyyntipakkaus myymälää kohti ja täysiä lavoja keskusvarastossa. Koska pakkauksen riitto on yleensä mitattavissa viikoissa tai jopa kuukausissa (myös kuluttajatuotekaupassa, jossa kyseessä ovat usein nopeasti liikkuvat kuluttajatuotteet ), puskurivaraston laskeminen uutta tilausta edellyttävälle tasolle vie aikaa. KESKUSVARASTON TILAUSVIRTA VAIHE, JOSSA KESKUSVARASTON TILAUSVIRTA TARJOAA SAMAT TIEDOT KUIN MITÄ POS-DATAN PERUSTEELLA VOIDAAN PÄÄTELLÄ. POS-DATA Kuva 1: POS-datan ja keskusvarastosta tulevan tilausvirran vertailu ajan kuluessa (päivinä). Jos käytössäsi ovat ainoastaan keskusvaraston tilausvirran tiedot etkä näe myymälöiden todellista myyntiä, vaikutelma on pahimmassa tapauksessa tällainen: ensin myynti vetää erittäin hyvin (ensitoimitukset myymälöihin), minkä jälkeen tuotteen myynti vaikuttaa heikkenevän merkittävästi (ei tilauksia myymälöistä useisiin viikkoihin). Lopulta edessä onkin paniikkireaktio, kun tilauksia alkaa lopulta virrata sisään. Kuvassa 1 on esitetty käytännön esimerkki POS-datan ja tilausvirran antamasta erilaisesta käsityksestä. POS-datan hyödyntäminen on tärkeää, mutta ei yksin riitä Nykyisin suurien tietomäärien siirtäminen ja käsittely on täysin erilaista kuin 10 vuotta sitten, eikä kassatietojen analysointi tuote-, myymälä- tai päivätasolla ole erityisen haasteellista. Useimmille jälleenmyyjille nämä toimet ovatkin osa heidän päivittäistä työtään. (Nykyisin on myös mahdollista ja edullista käsitellä kassatietoja jopa vielä yksityiskohtaisemmin, kuittilinjakohtaisesti, mutta tässä emme mene siihen.) On selvää, että POS-datan käsittely nopeuttaa toimitusketjun tiedonkulkua ja mahdollistaa varastotasojen ja tuotannon nopean sopeuttamisen todelliseen kysyntään. Tässä yhteydessä muutama varoituksen sana on kuitenkin paikallaan: on tärkeää muistaa, että kaikesta huolimatta keskusvaraston ja toimittajien on aina huomioitava todellinen tilausvirta. Jos pelkkää POS-dataa tarkastellaan sellaisenaan ja käytetään sitä ennusteena keskusvaraston tai toimittajan varaston arvioimisessa, seurauksena saattaa olla varastotaso, joka ei vastaa todellista tarvetta. Jos esimerkiksi uudet tuotteet toimitetaan suhteellisen suurissa pakkauksissa, POS-datan käyttäminen ennusteena saattaa johtaa siihen, että keskusvarasto tai toimittaja kerää erittäin nopeasti suuren tuotevaraston, vaikka tuotteita ei todellisuudessa tarvita vasta kuin useita viikkoja tai kuukausia myöhemmin. Lyhyen elinkaaren tai nopeasti pilaantuvien tuotteiden kohdalla saattaa näin ollen ilmetä merkittäviä ongelmia tuotteiden vanhentumisen vuoksi.

3 3 / 6 Jotta tulevaisuuden tarpeesta saataisiin mahdollisimman paikkansapitävä ennuste, POSdatan tarkastelemisen lisäksi olisi ennustettava loppuasiakkaiden kysyntää. Ennusteissa olisi huomioitava myös toimitusketjun jo olemassa oleva puskurivarasto sekä liian täyden varaston ylimäärän tyhjentämiseen kuluva aika. Lisäksi tulisi mielellään huomioida viiveet, toimitusajat ja moninkertaiset tilaukset, jotka aiheuttavat tilausvirrassa jonoutumista. Lisäksi olisi suodatettava pois kampanjoiden aikaansaama kysynnän osuus. Kuulostaako tämä monimutkaiselta? Ei hätää, sillä arvioinnissa voidaan aina hyödyntää nykyisten IT-järjestelmien loistavia laskentatoimintoja! Jalosta POS-datasi ja ennusta tilausmäärät täsmällisesti Jalostamalla POS-dataa tilausennusteita varten pystyt vähentämään epävarmuutta merkittävästi. Samalla myös tulkinnan tarve toimitusketjussa pienenee ja reagointinopeus säilyy. Tilausennuste tarjoaa parhaan mahdollisen arvion siitä, millainen tilaustarve kussakin myymälässä tai varastossa ilmenee ja milloin. Tämä tarkoittaa käytännössä sitä, että tilausennusteita, toisin kuin käsittelemätöntä POS-dataa, voidaan käyttää suoraan toimitusketjun seuraavassa vaiheessa, esimerkiksi keskusvarastossa, ilman että vaarana olisi ylisuuren varaston kertyminen (katso kuva 2). Hyvässä tilausennusteessa yhdistyy kolme tietotyyppiä: 1. loppuasiakkaan ennustettu kysyntä, joka on päivitetty viimeisimmän POS-datan perusteella 2. käytettävissä oleva varasto ja jo tehdyt täydennystilaukset 3. tiedot tilausaikaan ja -määriin vaikuttavista ohjausparametreista (suoja- tai esittelyvarasto, pakkauskoko tai vähimmäistilausmäärä, toimitusaika tai viive huomioituna). Tilausennuste voidaan näennäisestä yksinkertaisuudestaan huolimatta nähdä erittäin edistyksellisenä koosteena kaikista saatavilla olevista tiedoista. Keskusvaraston ennuste tehdään kokoamalla yhteen myymälöiden tilausennusteet. Yksilöllinen kysyntäennuste lasketaan myymälä- ja tuotekohtaisesti POS-datan perusteella. Nykyisen varastotason ja ennusteen perusteella pystytään arvioimaan, milloin tilaus on tehtävä. Pakkauskoot ja muut vähimmäismäärät sisältyvät perustietoihin, ja ne määrittävät, kuinka paljon tuotteita on tilattava. Kuva 2: Myymälän tilausennusteet ja keskusvaraston toimitusennuste (lähde: Tatu Lähteenmäki, Onninen).

4 4 / 6 Käytännössä hyvän tilausennusteen tekeminen edellyttää laadukasta tuotteiden täydennysjärjestelmää. Älykäs tuotteiden täydennysjärjestelmä ei ainoastaan laske todellista tilaustarvetta vaan simuloi myös tulevan tilaustarpeen. Uusimpaan POS-dataan perustuvan ennusteen ja tilausta määrittävien parametrien perusteella järjestelmä laskee varastossa tapahtuvat tulevat heilahtelut ja uusien tilausten jättämisten ja vastaanottojen ajankohdat. (Kuvassa 3 on esimerkki simuloiduista tilauksista.) Simulointi voidaan periaatteessa viedä niin pitkälle kuin halutaan, mutta nykyisten varastomäärien ja ohjausparametrien tietojen merkitys on huomattavasti suurempi lyhyellä tai keskipitkällä aikavälillä. Kuva 3: Esimerkki simuloidusta varastosaldosta ja tilauksista (ylimmäinen kaavio) sekä myynnistä ja ennusteesta, joihin simulaatio perustuu (alimmainen kaavio). Vaikka tilausvirran simulaatio asettaa suuret vaatimukset sekä ohjelmistolle että laskentakapasiteetille, nykyisten IT-järjestelmien avulla tämä haaste on ratkaistavissa. Meidän asiakkaamme suorittavat tämäntyyppisiä laskentatoimenpiteitä päivittäin, useita viikkoja tai kuukausia etukäteen. Tietyissä tapauksissa arvioita tehdään myös useissa vaiheissa, jolloin tilausten ennustaminen myymälöille tai paikallisille varastoille auttaa pitämään keskusvaraston tilausennusteen ajan tasalla. Milloin tilausennusteiden hyöty on kaikkein suurin? Kun virta on tasainen eikä muutoksia ilmene, ero tilausennusteen ja keskusvaraston toimituksista lasketun ennusteen välillä on yleensä suhteellisen pieni. Mutta miten suurella osalla tuotteista on tällainen tasainen virta? Lyhyemmän elinkaaren tuotteet, joustavammat aukioloajat ja suurempi painotus kausivalikoimiin tarkoittaa sitä, että tasaisesti virtaavien tuotteiden osuus kutistuu jatkuvasti.

5 5 / 6 Tuoteuutuudet Phasing in Tuotteen lopetukset Phasing out Markkinointitoimenpiteet Kausituotteet Jakelussa tapahtuvat muutokset Muutokset toimitusaikataulussa Kun tuotteet lanseerataan, alun puskurivarasto luodaan usein kaikkiin toimitusketjun vaiheisiin (tunnetaan myös termillä pipeline fill ). Koska osa käytettävissä olevasta varastosta on käytettävä ennen tilausten tekemistä, voi kulua viikkoja tai kuukausia, ennen kuin myymälöistä tuleva tilausvirta alkaa vastata myyntiä loppuasiakkaille. Lisäksi viive saattaa vaihdella merkittävästi eri myymäläkonseptien ja alueiden välillä, jolloin vaikutuksen kvalitatiivinen arviointi on vaikeaa. Tilausennuste on näin ollen erittäin tärkeä osa prosessia, jossa varmistetaan, että toimitusvarastojen varastotasot vastaavat tarkasti todellista kysynnän luomaa tarvetta. Tuotteiden phasing out -vaiheessa kauppakohtaiset tilausennusteet huomioivat automaattisesti tuotteen loppupäivämäärän samoin kuin sen, että varastomäärät vähenevät yleensä tuotteen elinkaaren loppua kohti mentäessä. Tilausennuste tukee varastomäärien hallittua pienentämistä keskusvarastossa, ja sen avulla pystytään myös tunnistamaan toimitusketjun mahdollinen ylitäyttö aikaisempaa nopeammin. Juuri ennen kampanjoiden ja muiden markkinointitoimenpiteiden käynnistämistä myymälöihin varataan usein runsaasti hyllytilaa ja suuri puskurivarasto kyseisille tuotteille. Kampanjan päätyttyä tuotteita saattaa olla varastossa runsaasti. Tilausennuste reagoi suunniteltua suurempaan tai pienempään kampanjakysyntään automaattisesti ja nopeasti, ja se myös mahdollistaa nopean palaamisen sopiviin varastomääriin kampanjan jälkeen. Puskurivarastoja luodaan usein juuri ennen kauden alkua, ja puskurivarastojen käyttönopeus voi vaihdella eri myymälöissä esimerkiksi sääolosuhteista riippuen. Tilausennuste huomioi kysynnän ja käytettävissä olevan varaston automaattisesti myymäläkohtaisesti, mikä luo paremman käsityksen kokonaiskysynnästä. Kauden loppua kohti mentäessä tilausennuste helpottaa tuotteiden lopetusvaihetta merkittävästi sekä auttaa tunnistamaan toimitusketjusta mahdolliset ylimäärät. Tilausennuste huomioi jakelussa tapahtuvat muutokset automaattisesti. Jos esimerkiksi tuotekuvaston luokitus päivitetään (ja myynti myymälöihin lisääntyy tai vähenee), tilausennuste päivittyy automaattisesti. Lisäksi jos jotain asiakasryhmää palvellaan jatkossa jonkin toisen myyntikanavan kautta (esimerkiksi eri toimitusvaraston kautta), muutos näkyy toimitusketjun tilausennusteissa automaattisesti. Tilausennuste huomioi toimitusaikataulun automaattisesti, mikä tarkoittaa sitä, että esimerkiksi juhlapyhien tai useammin toistuvien toimitusten vaikutukset kiireisellä kaudella lasketaan automaattisesti ja huomioidaan ennusteessa. Taulukko 1: Tilanteet, joissa tilausennusteista on erittäin paljon hyötyä. Tilausennuste on tärkeä työkalu toimitusketjun hallinnassa kausituotteiden myynnin phasing in- ja phasing out -vaiheissa, markkinointitoimenpiteiden yhteydessä ja toimitusaikataulun muuttuessa (katso taulukko 1). Esimerkiksi tuotteiden phasing in -vaiheessa hyvä tilausennuste säätää keskusvaraston ennustetta automaattisesti, jos kysyntä on odotettua pienempi tai suurempi myös ennen myymälöiden täydennystilausten tekemistä. Tilausennusteita voidaan käyttää moniin eri käyttötarkoituksiin Tilausennusteet nopeuttavat kysynnässä tapahtuviin muutoksiin reagoimista, ja niiden avulla varastotuotteiden määrä pystytään pitämään toimitusketjussa sopivalla tasolla. Tilausennusteista on kuitenkin muutakin hyötyä. Asiakkaamme ovat huomanneet, että jos he antavat tilausennusteensa toimittajilleen, toimittajien on helpompi mitoittaa heidän varastonsa oikein, ja samalla asiakkaat saavat itselleen parempaa palvelua ja tuoreempia tuotteita.

6 6 / 6 Tulevien tuotevirtojen simulointia voidaan käyttää myös sisäisen kapasiteetin suunnittelussa. Vastaanotettavien tuotteiden määrien ja varastomäärien tulevan muuttumisen tarkempi arviointi mahdollistaa työvoiman ja kuljetuskapasiteetin asianmukaisen mitoittamisen ja reagoimisen tilanteissa, joissa kapasiteetin rajat ovat vaarassa ylittyä. Asiakkaamme päivittäistavara-alalla ovat havainneet merkittäviä parannuksia muun muassa tuotevirtojen suunnittelussa juhlapyhät huomioiden. Tällaisina aikoina kysyntä usein kasvaa ja toimituspäivien määrä vähenee samanaikaisesti, jolloin lopputuloksena on pullonkaulojen syntyminen nouto- tai toimitusketjuihin, vaikka tuotteita olisikin saatavilla. Tiivistelmä POS-dataa voidaan vihdoinkin hyödyntää toimitusketjun hallinnassa: Tiedonhallinta- ja laskentakapasiteetissa tapahtunut kehitys on mahdollistanut sen että kaikki kaupanalan yritykset pystyvät keräämään, jakamaan ja analysoimaan POS-dataa. Datan käsittelyn nopeutuminen mahdollistaa reagoinnin kysynnässä tapahtuviin muutoksiin huomattavasti aikaisempaa nopeammin. Kaupanalan edelläkävijät ovat jo ottaneet käyttöön tilausennusteita, joissa hyödynnetään POS-dataa, nykyisiä varastosaldoja sekä muita toimitusketjuun vaikuttavia ohjausparametreja. Tilausennusteet voivat parantaa ennusteiden tarkkuutta merkittävästi keskusvarastoilla ja toimittajilla. Tämä koskee erityisesti tuotteiden lanseeraus- ja lopetus -vaiheita, kausituotteiden myyntiä, juhlapyhiä sekä kampanjoita. Tilausennusteiden laatiminen vaatii paljon niin järjestelmätuelta kuin laskentakapasiteetilta, mutta moderneja täydennysjärjestelmiä käyttävillä yrityksillä on mahdollisuus hyödyntää automaattisia tilausennusteita ja tilaussimulointeja. Kehitysmahdollisuudet eivät rajoitu ainoastaan yrityksen itsensä hallitsemaan toimitusketjun osaan, vaan myös monet vähittäisketjut ovat siirtyneet kehityksessä eteenpäin ja alkaneet lähettää tilausennusteita ulkoisille toimittajille. Tällä tavoin kauppiaat ja kuluttajat pääsevät hyötymään paremmasta saatavuudesta ja tuoreemmista tuotteista. Istutko sinäkin odottamassa tulevaisuutta, joka on jo täällä? Miten tästä eteenpäin? Meillä RELEXillä on laajaa kokemusta POS-datan ja tilausennusteiden käytön kehittämisestä toimitusketjussa. Joustavien ja helppokäyttöisten täydennysratkaisujemme avulla pystyt parantamaan yrityksesi reagointinopeutta ja pitämään toimitusketjun varaston sopivalla tasolla. Mikäli yrityksesi tuotteiden hallinta kaipaa kehittämistä, ota yhteyttä: tai Tunnin tapaaminen riittää yrityksesi tilanteen läpikäymiseksi ja ensimmäisten askeleiden määrittämiseksi! Lähde: Småros, J. (2005), Information sharing and collaborative forecasting in retail supply chains, Doctoral Dissertation, Helsinki University of Technology,