Cosa contiene il modello
Questo template di previsione della domanda richiede tre input per SKU (vendite medie giornaliere, lead time del fornitore e un buffer di scorta di sicurezza) e li trasforma in un valore di domanda prevista, un punto di riordino e una quantità d'ordine suggerita. Le righe di esempio mostrano i calcoli già svolti, così potrà vedere esattamente come ogni output deriva dai rispettivi input prima di sostituirli con i suoi numeri.
Lo apra in Excel, Google Sheets o Numbers, elimini le righe di esempio e inserisca i suoi SKU, il suo storico vendite e i lead time dei suoi fornitori. Ricalcoli periodicamente le vendite medie giornaliere, ogni settimana o ogni mese a seconda della rapidità con cui cambia il suo mix di vendite, perché una media non aggiornata si discosta silenziosamente dalla domanda reale.
Le colonne spiegate
| SKU | Identificatore univoco dell'articolo di cui si effettua la previsione. |
| Product_Name | Nome leggibile, utilizzato per la revisione e per gli ordini. |
| Avg_Daily_Sales | Unità vendute al giorno, calcolate come media su un recente periodo di riferimento (di solito da 30 a 90 giorni). È l'unico input da cui dipende tutto il resto. |
| Lead_Time_Days | Giorni che intercorrono tra l'emissione di un ordine d'acquisto e il suo ricevimento, calcolati sullo storico effettivo del fornitore, non sul lead time dichiarato. |
| Forecast_Period_Days | Il numero di giorni futuri per cui si prevede la domanda, comunemente 30. |
| Forecasted_Demand | Avg_Daily_Sales x Forecast_Period_Days: unità che si prevede di vendere nell'arco del periodo di previsione. |
| Safety_Stock | Un margine di protezione contro picchi di domanda o ritardi nelle consegne. Veda come calcolare la scorta di sicurezza per dimensionarla correttamente. |
| Current_Stock_On_Hand | Ciò che ha effettivamente a disposizione in questo momento. È la colonna che si disallinea più rapidamente in un foglio manuale. |
| Reorder_Point | (Avg_Daily_Sales x Lead_Time_Days) + Safety_Stock: il livello di scorte che dovrebbe far scattare un nuovo ordine. |
| Suggested_Order_Qty | (Forecasted_Demand + Safety_Stock) meno Current_Stock_On_Hand: quanto ordinare per coprire il periodo di previsione senza scendere sotto il buffer. |
| Last_Updated | Data dell'ultimo aggiornamento della media delle vendite e dei dati di giacenza di questa riga. |
| Note | Stagionalità nota, promozioni o qualsiasi elemento che renderebbe fuorviante la media costante. |
Un esempio pratico
I chicchi di caffè espresso vendono in media 12 unità al giorno, con un lead time del fornitore di 7 giorni e un buffer di scorta di sicurezza di 40 unità. Con una previsione a 30 giorni, la domanda prevista è 12 x 30 = 360 unità. Il punto di riordino è (12 x 7) + 40 = 124 unità, quindi l'ordine va emesso non appena la giacenza scende a 124, non quando arriva a zero. Con 150 unità attualmente a magazzino, la quantità d'ordine suggerita è (360 + 40) meno 150 = 250 unità, per coprire completamente i prossimi 30 giorni più il buffer di sicurezza.
I dati di esempio nel file scaricabile includono una nota sulla stessa riga: questo prodotto registra una domanda superiore di circa il 20% nel Q4, quindi la media costante di 12 unità sottostima il punto di riordino subito prima di quel picco stagionale; conviene un aumento manuale in vista della stagione, anziché fidarsi della sola media storica recente.
Dove un foglio di calcolo per le previsioni raggiunge i suoi limiti
Un foglio di calcolo come questo funziona bene per un numero contenuto di SKU rivisti periodicamente. Inizia a non funzionare quando le vendite medie giornaliere devono essere ricalcolate su più SKU di quanti se ne possano ragionevolmente rivedere ogni settimana, perché una media non aggiornata produce silenziosamente un punto di riordino errato, senza alcun segnale che indichi l'errore. Inoltre non si adegua automaticamente a stagionalità, promozioni o improvvisi cambiamenti della domanda: qualcuno deve accorgersene e aggiornare a mano la colonna Notes.
È il momento di passare da un template a un software che ricalcola automaticamente i valori a partire dallo storico vendite in tempo reale. Veda come scegliere un software di previsione delle scorte per sapere cosa verificare prima di adottarne uno, e i metodi di previsione delle scorte per un confronto tra media mobile e livellamento esponenziale più dettagliato di quanto consenta la media costante di questo template.
Risorse correlate
La fiducia delle piccole imprese
Cosa dicono i nostri clienti
“Best customer service! Stockflow's customer support is fast and extremely helpful. They assisted me with customization of the software to improve my experience as a user.”