Lượng hàng cần nhập cho một mặt hàng bằng nhu cầu dự báo trong khoảng thời gian từ lúc đặt tới lần nhận hàng kế tiếp, cộng thêm một phần tồn an toàn, trừ đi lượng đang có trong kho và đang trên đường về. Dự báo nhu cầu chỉ là một nửa bài toán; nửa còn lại là thời gian giao hàng và mức chấp nhận rủi ro thiếu hàng của bạn.
Trợ lý AI tính rất nhanh phần này cho hàng chục mặt hàng cùng lúc, nhưng nó chỉ đúng khi bạn cho đúng thông tin: nhà cung cấp giao sau mấy ngày, bao lâu đặt một lần, hàng có hạn dùng bao lâu, thiếu hàng thì mất gì. Bài này đi qua cách tính, ví dụ giả định cho một cửa hàng đồ uống, và những chỗ dễ sai.
Vì sao dự báo tổng doanh thu chưa đủ để nhập hàng
Nhiều chủ cửa hàng dự báo tháng tới doanh thu tăng 10% rồi nhập mọi thứ tăng 10%. Kết quả thường là thiếu một vài mặt hàng bán chạy và đọng một loạt mặt hàng bán chậm. Lý do là tổng doanh thu che giấu sự khác nhau giữa các mặt hàng: tháng tới tăng 10% có thể vì nước ngọt tăng 30% do vào mùa nắng, trong khi bánh quy giảm nhẹ.
Vì vậy dự báo để nhập hàng phải làm ở cấp mặt hàng, hoặc ít nhất ở cấp nhóm hàng có hành vi giống nhau. Điều này tạo ra một khó khăn: số liệu càng chia nhỏ thì càng ồn. Một mặt hàng bán trung bình ba hộp một tuần có tuần bán một, có tuần bán sáu, và dự báo cho nó luôn kém chắc chắn hơn dự báo tổng. Cách xử lý thực tế là phân tầng: mặt hàng bán nhiều và đều thì dự báo kỹ; mặt hàng bán ít thì dùng quy tắc đơn giản như giữ tồn tối thiểu cố định.
Phân tích mặt hàng nào bán chạy, mặt hàng nào bán chậm thuộc phần phân tích bán hàng; ở đây chỉ cần bạn đã có danh sách mặt hàng chính, số bán theo tuần của chúng trong ít nhất ba tháng gần nhất, và thông tin nhập hàng của từng nhà cung cấp.
Bốn con số quyết định lượng đặt hàng
Nhu cầu dự báo mỗi ngày hoặc mỗi tuần. Lấy từ số bán gần đây, điều chỉnh theo mùa vụ và sự kiện sắp tới. Đây là phần AI giúp được nhiều nhất. Lưu ý dùng số bán chứ không dùng số nhập, và cẩn thận với những tuần hết hàng: tuần hết hàng thì số bán thấp không phải vì khách ít mua mà vì không có hàng để bán.
Thời gian chờ hàng. Từ lúc bạn đặt tới lúc hàng nằm trên kệ, tính cả thời gian kiểm hàng. Nhà phân phối trong thành phố có thể giao sau một ngày, hàng từ tỉnh khác có thể mất cả tuần. Ghi theo thực tế đã xảy ra chứ không theo lời hứa.
Chu kỳ đặt hàng. Bao lâu bạn đặt một lần. Đặt hằng tuần thì mỗi lần chỉ cần đủ cho một tuần cộng thời gian chờ. Đặt mỗi tháng một lần vì muốn được chiết khấu số lượng thì mỗi lần phải đủ cho cả tháng, vốn bị giữ lâu hơn.
Mức chấp nhận thiếu hàng. Bạn có chịu được việc thỉnh thoảng hết hàng không. Mặt hàng chính kéo khách tới cửa hàng thì gần như không được thiếu; mặt hàng phụ khách dễ mua thay thế thì thiếu vài ngày cũng không sao. Mức chấp nhận này quyết định tồn an toàn cao hay thấp.
Tính lượng đặt hàng từng bước
Cách tính dưới đây là phiên bản đơn giản của mô hình đặt hàng định kỳ, hợp với cửa hàng đặt hàng theo lịch cố định với từng nhà cung cấp.
- Xác định khoảng cần phủ: thời gian chờ cộng chu kỳ đặt. Ví dụ đặt mỗi tuần một lần, hàng về sau ba ngày, thì lượng đặt hôm nay phải đủ dùng cho khoảng mười ngày, tính từ hôm nay tới khi lô hàng lần sau về.
- Tính nhu cầu dự báo trong khoảng đó: nhu cầu mỗi ngày nhân số ngày, có điều chỉnh nếu trong khoảng đó có cuối tuần, ngày lễ hay khuyến mãi.
- Tính tồn an toàn: phần dự phòng cho việc bán nhiều hơn dự báo hoặc hàng về trễ. Cách đơn giản là lấy mức chênh lệch giữa tuần bán nhiều và tuần trung bình trong quá khứ, nhân với một hệ số tuỳ mức chấp nhận thiếu hàng.
- Lấy nhu cầu dự báo cộng tồn an toàn, trừ tồn hiện có trên kệ và trong kho, trừ tiếp lượng đã đặt nhưng chưa về. Kết quả là lượng cần đặt.
- Làm tròn theo quy cách của nhà cung cấp (thùng, lốc, kiện) và kiểm với hạn dùng: nếu lượng đặt bán không hết trước khi hết hạn thì giảm xuống.
- Ghi lại lượng đặt, lượng thực bán, và có hết hàng hay không. Sau bốn đến tám tuần, xem tồn an toàn đang thừa hay thiếu để điều chỉnh.
Bước ba là chỗ thường bị làm cho có. Tồn an toàn không phải một tỉ lệ cố định như cộng thêm 20% cho mọi mặt hàng. Mặt hàng bán đều thì cần ít tồn an toàn; mặt hàng lúc nhiều lúc ít, hoặc nhà cung cấp hay giao trễ, thì cần nhiều hơn. Trợ lý AI có thể tính tồn an toàn dựa trên độ dao động của số bán từng mặt hàng nếu bạn đưa đủ số liệu theo tuần.
Ví dụ giả định: ba mặt hàng của một cửa hàng đồ uống
Ví dụ giả định một cửa hàng đồ uống ở Hải Phòng đặt hàng mỗi tuần một lần, hàng về sau ba ngày, khoảng cần phủ là mười ngày. Số liệu tính theo thùng.
| Mặt hàng | Bán trung bình/ngày | Nhu cầu 10 ngày | Tồn an toàn | Đang có | Cần đặt |
|---|---|---|---|---|---|
| Nước suối chai nhỏ | 6 | 60 | 12 | 25 | 47, làm tròn 48 |
| Nước ngọt lon | 4 | 40 | 15 | 18 | 37, làm tròn 38 |
| Sữa chua uống (hạn ngắn) | 2 | 20 | 3 | 6 | 17, cân nhắc hạn dùng |
Nước ngọt lon có tồn an toàn cao hơn tỉ lệ so với nước suối vì số bán dao động mạnh hơn theo thời tiết. Sữa chua uống có tồn an toàn thấp dù dao động cũng lớn, vì hàng hạn ngắn: dư thì phải bỏ, nên chủ cửa hàng chấp nhận thỉnh thoảng hết hàng hơn là để hàng quá hạn.
Bảng này là điểm xuất phát, không phải đáp án. Nếu tuần tới có dự báo nắng nóng kéo dài, chủ cửa hàng tăng nhu cầu nước ngọt và nước suối lên; nếu có đợt mưa dài, giảm xuống. Phần điều chỉnh đó cần ghi lại để so với thực tế.
Hàng tươi, hàng hạn ngắn và hàng bán chậm cần cách khác
Với hàng tươi như rau, bánh mì, sữa tươi, bài toán không còn là thiếu hay đủ mà là cân bằng hai cái giá: giá của việc hết hàng (mất khách, mất doanh thu) và giá của việc phải bỏ hàng. Nếu hàng có giá vốn thấp, bán lời nhiều, thì nên đặt dư một chút. Nếu giá vốn cao, lời mỏng, thì nên đặt sát hoặc thấp hơn dự báo. Khi nhờ AI tính, hãy cho nó biết giá vốn và giá bán theo tỉ lệ (không cần số thật nếu bạn không muốn chia sẻ), và hạn dùng tính bằng ngày.
Với hàng bán chậm, ví dụ mỗi tháng chỉ bán hai ba đơn vị, gần như mọi phương pháp dự báo đều cho kết quả kém vì có nhiều tuần bán bằng không. Đừng tốn công dự báo chi tiết. Thay vào đó đặt quy tắc: giữ tồn tối thiểu một hoặc hai đơn vị, bán hết thì đặt lại, và mỗi quý xem lại có nên tiếp tục bán mặt hàng đó không.
Với hàng có khuyến mãi từ nhà cung cấp, nhu cầu trong tuần khuyến mãi tăng rồi tuần sau giảm vì khách đã mua dự trữ. Số liệu tuần khuyến mãi phải được đánh dấu riêng, nếu không chúng sẽ làm dự báo các tuần bình thường cao lên. Đây cũng là thông tin bạn cần đưa cho AI một cách rõ ràng.
Những sai lầm hay gặp khi nhập hàng theo dự báo
Dùng số nhập thay cho số bán. Phiếu nhập dễ lấy hơn số bán nên nhiều người đưa phiếu nhập cho AI dự báo. Nhưng số nhập phản ánh thói quen đặt hàng cũ, kể cả những lần đặt thừa, nên dự báo dựa trên nó sẽ lặp lại đúng sai lầm cũ.
Quên hàng đang trên đường về. Hôm qua đã đặt hai mươi thùng chưa về, hôm nay tính lại lại đặt thêm hai mươi thùng. Lỗi này rất phổ biến khi nhiều người cùng đặt hàng hoặc khi đặt qua nhiều kênh. Bảng tính phải có cột hàng đã đặt chưa nhận.
Tồn kho trên sổ khác tồn thực tế. Hàng hỏng, hàng thất thoát, hàng trưng bày không bán được làm tồn trên sổ cao hơn thực tế, và lượng đặt bị tính thấp đi. Kiểm đếm định kỳ các mặt hàng chính quan trọng không kém dự báo.
Phản ứng thái quá với một tuần bất thường. Một tuần bán vọt lên do có đoàn khách lớn ghé qua, tuần sau đặt gấp đôi, rồi hàng nằm kệ cả tháng. Dự báo dựa trên vài tuần gần nhất, không dựa trên một tuần.
Câu lệnh mẫu và cách kiểm kết quả
Chuẩn bị bảng số bán theo tuần của từng mặt hàng (không cần tên khách hay hoá đơn), bảng thông tin nhà cung cấp gồm thời gian chờ và chu kỳ đặt, và bảng tồn hiện tại. Nếu tên nhà cung cấp hay giá nhập là thông tin bạn không muốn đưa lên, thay bằng mã như NCC1, NCC2.
- "Đây là số bán theo tuần của 20 mặt hàng trong 12 tuần gần nhất, các tuần khuyến mãi có đánh dấu. Tính trung bình bán mỗi ngày và độ dao động cho từng mặt hàng, loại các tuần khuyến mãi và các tuần có ghi hết hàng."
- "Với thông tin thời gian chờ và chu kỳ đặt của từng nhà cung cấp, tính lượng cần đặt cho từng mặt hàng theo công thức: nhu cầu trong khoảng cần phủ cộng tồn an toàn trừ tồn hiện có trừ hàng đang về. Trình bày bảng có cột cho từng thành phần để kiểm từng dòng."
- "Đánh dấu những mặt hàng mà lượng đặt có nguy cơ không bán hết trước hạn dùng, dựa trên cột hạn dùng tính bằng ngày."
- "Liệt kê năm mặt hàng mà dự báo kém chắc chắn nhất và giải thích vì sao."
Kiểm tối thiểu ba dòng bằng tay, chọn một mặt hàng bán nhiều, một bán ít, một hàng hạn ngắn. Xem lượng đặt có hợp với cảm nhận của người đứng quầy không: nếu AI đề xuất đặt gấp đôi tuần trước cho một mặt hàng mà không có lý do rõ, hỏi lại trước khi đặt. Người đứng quầy hằng ngày thường biết những điều số liệu không ghi lại, như khách quen sắp chuyển nhà hay một quán gần đó đã ngừng lấy hàng.
Câu hỏi thường gặp
Tồn an toàn nên để bao nhiêu là vừa?
Không có tỉ lệ chung. Tồn an toàn phụ thuộc vào độ dao động của số bán, độ tin cậy của nhà cung cấp và mức chấp nhận hết hàng của bạn. Cách thực tế là bắt đầu bằng mức tính từ độ dao động trong quá khứ, rồi theo dõi số lần hết hàng và lượng tồn đọng trong vài tuần để điều chỉnh lên hoặc xuống.
Tuần hết hàng thì số bán có dùng để dự báo được không?
Không nên dùng nguyên. Tuần hết hàng giữa chừng thì số bán phản ánh lượng hàng có, không phải nhu cầu thật. Hãy đánh dấu các tuần đó và loại khỏi phần tính trung bình, hoặc ước tính nhu cầu bằng số bán mỗi ngày trong những ngày còn hàng nhân với số ngày cả tuần.
Có nên đặt hàng theo tháng để được chiết khấu không?
Phải tính cả hai phía. Đặt nhiều một lần được giá tốt hơn nhưng giữ vốn lâu hơn, cần chỗ chứa, và tăng rủi ro hết hạn hoặc lỗi mốt. Bạn có thể nhờ AI so sánh hai phương án bằng số giả định của mình: tổng tiền tiết kiệm được so với chi phí giữ hàng thêm và lượng hàng có nguy cơ phải bỏ.
Mặt hàng mới chưa có lịch sử bán thì nhập bao nhiêu?
Dựa vào mặt hàng tương tự đã có, nhập lượng nhỏ cho lần đầu, và theo dõi sát hai đến bốn tuần đầu. Hỏi nhà cung cấp về mức bán ở các cửa hàng có quy mô giống bạn cũng là một nguồn tham khảo, nhưng nhớ họ có lợi khi bạn nhập nhiều.
Thời gian chờ hàng không ổn định thì tính thế nào?
Ghi lại thời gian thực tế của mười lần nhập gần nhất. Dùng mức trung bình cho phần nhu cầu dự báo, và tăng tồn an toàn để bù cho phần dao động. Nếu một nhà cung cấp thường xuyên giao trễ, đó là thông tin cần đưa vào việc đánh giá nhà cung cấp chứ không chỉ vào phép tính.
Có cần phần mềm quản lý kho mới làm được cách này không?
Không bắt buộc. Một bảng tính với số bán theo tuần, tồn hiện có và thông tin nhà cung cấp là đủ để bắt đầu với vài chục mặt hàng. Khi số mặt hàng lên tới hàng trăm hoặc có nhiều chi nhánh, phần mềm quản lý kho có chức năng đặt hàng tự động sẽ giảm nhiều công sức.