Balancen, de fleste webshops kæmper med
Der findes to udbredte fejl, når webshops skal beregne, hvor meget de skal købe hjem. Den ene er at købe for lidt, ende med udsolgte varer på de bedst sælgende produkter, og dermed miste omsætning i netop den periode, hvor efterspørgslen var størst. Den anden er at købe for meget, og ende med kapital bundet i varer, der sælger langsomt, eller slet ikke sælger.
Begge fejl koster penge, bare på forskellige måder. Udsolgt koster tabt omsætning og skuffede kunder. Overskydende lager koster likviditet og plads. Den gode nyhed er, at der findes en systematisk måde at nærme sig beregningen på, i stedet for at gætte ud fra mavefornemmelse.
Start med historisk salgsdata, ikke gennemsnit
Den mest almindelige fejl i indkøbsberegninger er at bruge et simpelt gennemsnit af salget over hele året. Problemet er, at de fleste webshops ikke sælger jævnt. Der er sæsonudsving, kampagneperioder og enkeltbegivenheder som Black Friday, der skævvrider tallene markant.
I stedet bør du kigge på salget i den specifikke periode, du planlægger indkøb til, sammenlignet med samme periode sidste år, hvis du har den data. Solgte du 200 stk. af et produkt i november sidste år, er det et bedre udgangspunkt for novemberindkøbet i år end et årsgennemsnit, der udvander de høje og lave måneder.
Lead time er en del af regnestykket, ikke en bagtanke
Hvor lang tid tager det fra, du afgiver en ordre til leverandøren, til varen står klar til salg? Den periode, kaldet lead time, skal indregnes i din beregning. Bestiller du for sent i forhold til, hvornår efterspørgslen stiger, risikerer du udsolgt, selv hvis du reelt bestilte “nok” varer.
Formlen er i sin enkleste form:
Indkøbsmængde = forventet salg i lead time-perioden + sikkerhedslager – nuværende beholdning
Sikkerhedslageret er den buffer, du lægger oveni for at dække usikkerhed, både i efterspørgsel og i leverandørens leveringstid. Jo mere svingende dit salg er, og jo mere upålidelig din leverandør er på leveringstid, jo større bør sikkerhedslageret være.
Hvorfor synlig lagerdata gør beregningen bedre
En beregning er kun så god som de tal, den bygger på. Har du ikke et retvisende overblik over, hvad der reelt ligger på lager lige nu, risikerer du enten at bestille for meget, fordi du undervurderer beholdningen, eller for lidt, fordi du overvurderer den.
Det er her et ordentligt lagerstyringssystem gør en reel forskel. Kører dit lager gennem et system som Peak WMS, har du løbende, opdateret indblik i, hvad der faktisk er på hylderne, ikke et estimat baseret på, hvad der stod i sidste måneds opgørelse. Det gør indkøbsberegningen markant mere præcis, fordi udgangspunktet er retvisende.
Byg indkøbet op omkring produktets rolle
Ikke alle produkter fortjener samme tilgang til indkøbsmængde. Det giver mening at dele sortimentet op:
- Bestsellere med jævn, forudsigelig efterspørgsel: hold et solidt sikkerhedslager, da udsolgt her koster mest i tabt omsætning
- Sæsonvarer: tim indkøbet præcist efter, hvornår efterspørgslen faktisk stiger, og accepter et lavere sikkerhedslager, da varen skal væk igen efter sæsonen
- Nye produkter uden historik: køb mindre mængder først, og brug de tidlige salgstal til at justere det næste indkøb, i stedet for at gætte stort fra start
- Langsomt sælgende varer: overvej om produktet overhovedet fortjener et stort indkøb, eller om kapitalen er bedre brugt andetsteds
Kampagner kræver deres egen beregning
Almindelige indkøbsberegninger tager udgangspunkt i normal efterspørgsel, men kampagner som Black Friday eller en stor nyhedsbrevsudsendelse kan skabe et midlertidigt hop i salget, der ikke ligner resten af året. Her er det farligt at bruge den samme formel uden justering. Kig i stedet specifikt på, hvordan tilsvarende kampagner har performet tidligere, og læg en ekstra buffer ind for de produkter, der forventes at være i fokus.
Husk også, at en kampagne kan skabe efterspørgsel efter relaterede produkter, ikke kun det, der direkte annonceres. Sælger du for eksempel et sæt, hvor kun en del er på tilbud, kan det stadig skabe et pres på de øvrige dele af sortimentet, som er nemt at overse i planlægningen.
Undgå at lade en enkelt dårlig prognose diktere hele lageret
En sidste faldgrube er at lade en enkelt fejlvurdering, positiv eller negativ, sætte tonen for alle fremtidige indkøb. Solgte et produkt markant mere end forventet én sæson, er det fristende at overkompensere massivt næste gang. Det samme gælder den anden vej, hvis et produkt solgte dårligere end ventet. Brug i stedet flere datapunkter over tid til at justere gradvist, i stedet for at lave store spring baseret på en enkelt periode.
Genbestillingspunktet gør beregningen løbende, ikke enkeltstående
I stedet for kun at beregne indkøb en gang imellem, kan du sætte et fast genbestillingspunkt for hvert produkt: en beholdning, der udløser en ny bestilling, når den bliver nået. Det gør processen mere robust, fordi den ikke afhænger af, at du husker at tjekke lageret manuelt hver uge. Kombineret med retvisende lagerdata fra dit WMS bliver indkøbsprocessen langt mere forudsigelig, og du undgår både de dyre udsolgt-situationer og den kapital, der ellers ville stå bundet i for meget lager.
