Previsioni di inventario di base per negozi di e-commerce DTC

Prevedere non significa prevedere il futuro. Significa decidere, secondo una pianificazione e con un margine di sicurezza misurato, quando inviare denaro al tuo fornitore — che è un problema molto più semplice.

---

L'email arriva nella terza settimana del tuo miglior mese di sempre: "Ehi, sto cercando di ordinare il formato da 20 once in color Sage e dice esaurito. Quando tornerà disponibile?" Controlli. Non è solo Sage. Il tuo best seller è esaurito in quattro varianti su sei, il tempo di consegna del tuo fornitore è di 35 giorni e l'ordine di acquisto che intendevi fare due settimane fa è ancora una bozza. Nel frattempo, nell'angolo del garage, un pallet della colorazione che sembrava una certezza a gennaio non si è mosso da marzo.

Ci sei già passato. L'ultima volta, avevi giurato che avresti preso sul serio le previsioni di inventario — e poi i contenuti sulle previsioni di inventario e-commerce che hai trovato parlavano di algoritmi di "demand sensing", machine learning, modelli probabilistici. Hai 40 SKU e un foglio di calcolo. Quindi hai chiuso la scheda e sei tornato a ordinare a sentimento.

Ecco il cambio di prospettiva su cui si basa questo post: il motivo per cui continui a esaurire le scorte non ha nulla a che fare con algoritmi mancanti. È che il riordino avviene quando te ne *accorgi*, invece che quando un numero lo dice. Risolvere questo problema richiede cinque input che hai già e un'aritmetica che puoi fare a mano.

La bugia che spinge i negozi a ordinare a sentimento

La convinzione che blocca la maggior parte degli operatori DTC: "Le vere previsioni richiedono data science, e comunque la mia domanda è troppo imprevedibile."

Entrambe le affermazioni sono sbagliate. La versione data-science delle previsioni esiste per aziende con decine di migliaia di SKU, dove un guadagno di accuratezza dell'1% vale milioni. Con 40 o 400 SKU, il modello sofisticato e quello semplice producono ordini di acquisto quasi identici — perché alla tua scala, gli errori che ti danneggiano non sono errori di modellazione. Sono errori di processo: nessuno ha guardato la velocità questo mese, nessuno ha annotato che il fornitore ha ritardato due settimane l'ultima volta.

E "troppo imprevedibile" confonde lo scopo di una previsione. Non stai cercando di prevedere che venderai esattamente 187 unità a marzo. Stai rispondendo a una domanda operativa: quando riordino, e quanto, in modo da non esaurire le scorte prima che arrivi la prossima spedizione — senza immobilizzare la mia liquidità in scorte di cui non ho bisogno? Questa domanda tollera molta imprevedibilità, perché il margine per l'imprevedibilità fa parte della matematica.

I cinque input di cui una previsione di inventario e-commerce ha realmente bisogno

Tutto ciò che riguarda una previsione DTC funzionante proviene da cinque numeri per SKU, tutti disponibili da un report vendite e dai tuoi ultimi ordini di acquisto.

1. Velocità di vendita storica, per SKU. Unità vendute al giorno, mediate su una finestra mobile — 30 giorni per i prodotti più venduti, 90 per quelli più lenti, in modo che una singola buona settimana non distorca la media. Questo è il motore della previsione e deve essere per SKU, non per prodotto. "Il bicchiere vende 12 al giorno" è inutile se Sage ne vende 6 e Mustard ne vende 1.

2. Un moltiplicatore di stagionalità. Dividi le vendite di ogni mese per il tuo mese medio: novembre potrebbe essere 1,8, febbraio 0,7. Applica il moltiplicatore al periodo in cui l'inventario effettivamente venderà, non al periodo in cui stai ordinando: un PO di ottobre per scorte che arrivano a novembre ottiene il numero di novembre.

3. Tempo di consegna del fornitore — e la sua variabilità. Non il numero sulla quotazione. I giorni effettivi dall'invio del PO allo stock vendibile, dai tuoi ultimi ordini: 32, 29, 41, 35. La media guida il punto di riordino. La dispersione — quel 41 — guida il tuo stock di sicurezza.

4. MOQ e vincoli d'ordine. Quantità minime d'ordine, confezioni e sconti per quantità non cambiano quando riordini, ma stabiliscono il limite minimo su quanto — il che è enormemente importante per la liquidità, come vedremo.

5. Promozioni pianificate. Una vendita è una domanda che stai programmando di proposito. Se il bundle del Black Friday ha fatto 3 volte la velocità normale l'anno scorso, quel picco va nella previsione come una riga esplicita — e viene rimosso dalla velocità storica in seguito (una trappola con una sezione dedicata più avanti).

Questo è l'elenco completo. L'abilità non è matematica — è mantenere questi cinque numeri aggiornati invece di indovinarli ogni volta.

La matematica del punto di riordino, spiegata

Ecco l'aritmetica, usando numeri tondi fittizi: il tuo bicchiere più venduto in Sage.

• Velocità storica 90 giorni: 6 unità/giorno
• Periodo più intenso degli ultimi 30 giorni: 8 unità/giorno
• Tempo di consegna del fornitore: 30 giorni in media, 40 giorni nel peggiore dei casi
• MOQ: 500 unità

Passaggio uno: domanda durante il tempo di consegna. Hai bisogno di abbastanza scorte per sopravvivere all'attesa della prossima spedizione: 6 unità/giorno × 30 giorni = 180 unità. Questo è il punto di riordino minimo nel mondo in cui nulla varia.

Passaggio due: stock di sicurezza. Nulla di quel mondo è reale, quindi aggiungi un buffer. Una formula semplice e difendibile: domanda nel peggiore dei casi durante il tempo di consegna nel peggiore dei casi, meno il caso medio.

(8 unità/giorno × 40 giorni) − (6 unità/giorno × 30 giorni) = 320 − 180 = 140 unità di stock di sicurezza

Passaggio tre: il punto di riordino. 180 + 140 = 320 unità. Quando il conteggio di Sage tra disponibile e ordinato scende a 320, invii il PO. Non quando sembra basso — a 320.

Due cose sulla scorta di sicurezza, il numero più frainteso nel calcolo. Primo, sii preciso su cosa copre: i due modi in cui la media ti inganna — la domanda che è più alta della media storica e il fornitore che è più lento del suo. Non è un vago "nel caso in cui"; è dimensionato dalla dispersione della domanda del tuo SKU e dal track record del tuo fornitore, motivo per cui l'input n. 3 ha richiesto la cronologia e non il preventivo.

Secondo, la scorta di sicurezza è una manopola, non un comandamento. La formula è conservativa — presume che una domanda negativa e un tempo di consegna negativo colpiscano simultaneamente. Per un articolo a bassa rotazione, o quando il contante è scarso, puoi ridurla e accettare un maggior rischio di esaurimento scorte. Il punto è che diventa una decisione presa con i numeri, non un incidente scoperto in un'email del cliente.

Passaggio quattro: quanto ordinare. Il punto di riordino dice quando; la quantità d'ordine è una decisione separata. Una regola iniziale pulita: ordina la tua finestra di copertura target — diciamo, 60-90 giorni di velocità prevista, aggiustata per la stagionalità — quindi arrotonda al MOQ o al prossimo imballaggio. Per Sage che si avvicina a una stagione 1,5x: 6 × 1,5 × 60 giorni = 540 unità, che comunque supera il MOQ di 500. Per un articolo a bassa rotazione che vende 1 unità al giorno, lo stesso MOQ sono 500 giorni di scorte — il momento di negoziare il MOQ, consolidare le varianti o mettere in discussione l'esistenza dello SKU.

[IMMAGINE: Semplice diagramma del punto di riordino — una linea di scorte in pendenza che attraversa la soglia di riordino di 320 unità, ordine effettuato, scorte in arrivo proprio mentre la linea si avvicina alla banda di sicurezza di 140 unità]

Dove le previsioni di inventario e-commerce falliscono prevedibilmente

La matematica è la parte facile. Queste tre modalità di fallimento sono dove i negozi reali vengono danneggiati.

L'asimmetria: esaurimento scorte e sovra-stoccaggio non costano allo stesso modo

Il costo visibile di un esaurimento scorte sono le vendite perse durante il periodo di interruzione. Il costo nascosto è peggiore: campagne pubblicitarie che metti in pausa (e che dovrai reimparare a un CPA più alto quando ripartono), abbonati che abbandonano perché il loro riordino non c'era, acquirenti per la prima volta che sono arrivati la settimana in cui non avevi nulla da vendere, e posizionamenti organici che scendono mentre l'inserzione è inattiva. Per un prodotto sempreverde e rifornibile — il tipo su cui si basano i marchi DTC — un esaurimento scorte di tre settimane può sopprimere la velocità per mesi dopo il rifornimento.

Il costo dell'eccesso di scorte è il costo di mantenimento: contante bloccato, stoccaggio, lo sconto finale. Doloroso, ma graduale e solitamente recuperabile — se il prodotto non scade, non ha una data di scadenza o non passa di moda.

Quindi la tendenza giusta dipende dal tipo di prodotto. Per gli SKU core sempreverdi, propendi per l'eccesso di scorte — scorte di sicurezza generose, riordini anticipati — perché l'esaurimento scorte è la coda costosa. Per gli SKU stagionali, di moda o deperibili, inverti la tendenza: le scorte invendute non solo immobilizzano denaro, ma evaporano in liquidazione, quindi ordini ridotti battono i buffer. Applicare una sola tendenza a entrambi i tipi di prodotto è il modo in cui i negozi finiscono per essere senza il vincitore e sepolti nel perdente contemporaneamente — lo scenario del garage dall'inizio di questo post.

Il problema del "cold start" per i nuovi SKU

Una nuova SKU non ha una velocità di coda, quindi il motore delle previsioni è vuoto. Non falsificarlo con una precisione errata. Prendi in prestito la curva di lancio della SKU più simile che hai lanciato in precedenza, scalala in base alla tua onesta aspettativa e — questa è la parte attuabile — dimensiona il primo ordine per sbagliare a basso costo. Un primo ordine più piccolo con un rapido trigger di riordino batte un container sicuro. Non stai ancora prevedendo; stai acquistando dati. Effettuare il secondo ordine su quattro o sei settimane di vendite reali è il piano, non una mancanza di coraggio.

La trappola della distorsione promozionale

Fai una svendita di due settimane. Funziona: velocità 3×. Sei settimane dopo, la tua media mobile è ancora gonfiata da quelle due settimane, i tuoi punti di riordino sono tutti troppo alti e stai per ordinare troppo in tutto il catalogo in base alla domanda che hai creato con uno sconto.

La soluzione è meccanica: tagga i periodi promozionali nei tuoi dati di vendita e calcola la velocità di base escludendo tali finestre. Le promozioni entrano nella previsione nel modo in cui dice l'input #5 — come domanda esplicita e pianificata — mai silenziosamente attraverso la media mobile. La trappola funziona anche al contrario: un periodo di esaurimento scorte trascina la tua media in basso, dicendoti di ordinare meno della SKU che ha appena dimostrato che hai sottovalutato. Escludi anche quelle finestre; zero vendite da uno scaffale vuoto non sono dati di domanda.

Prima il foglio di calcolo — e quando il foglio di calcolo non basta più

Tutto quanto sopra funziona in un unico foglio di calcolo: una riga per SKU, colonne per i cinque input, formule per il punto di riordino e la quantità dell'ordine, e una revisione settimanale di 30 minuti in cui aggiorni le velocità e controlli cosa ha superato la sua soglia. Per un negozio a canale singolo con fino a qualche centinaio di SKU e prodotti finiti, il foglio di calcolo è veramente lo strumento giusto — non il compromesso di budget. Capirai ogni numero al suo interno, il che è più di quanto la maggior parte delle implementazioni software riesca a ottenere.

Il foglio di calcolo smette di essere onesto a sintomi riconoscibili: un secondo canale di vendita, bundle e kit che non può decrementare, più magazzini o un 3PL, o un conteggio di SKU in cui la revisione settimanale smette di avvenire effettivamente — una previsione obsoleta è solo intuizione con formattazione. A quel punto desideri una logica di riordino che legga i dati di vendita in tempo reale, nella classe dell'app di rifornimento e oltre. Abbiamo mappato quel panorama, per forma operativa piuttosto che per classifica, nella nostra guida onesta al miglior software di gestione dell'inventario per Shopify e WooCommerce.

Una previsione è un piano di acquisto — che la rende anche un piano di cassa

Ancora un altro modo di vedere le cose, perché collega questo al resto della tua attività: ogni punto di riordino che imposti è un pagamento futuro con una data approssimativa. Sage che supera 320 unità a metà agosto è un pagamento al fornitore a metà agosto. Una previsione completata, letta lungo il calendario, è un programma dei maggiori deflussi di cassa ricorrenti del tuo negozio.

Ciò è importante perché i negozi con un inventario elevato raramente muoiono per mancanza di redditività, muoiono a causa di un grosso ordine di acquisto che arriva in una settimana magra. Inserire le date degli ordini di acquisto delle tue previsioni in una previsione di flusso di cassa a 13 settimane trasforma "dovremmo riordinare" in "possiamo pagare il riordino il giovedì in cui è dovuto". E la matematica degli ordini è valida solo quanto la tua economia unitaria: se il tuo costo per unità sbarcato è vago, anche le tue decisioni sulla quantità dell'ordine lo sono; la nostra guida al COGS per venditori Shopify spiega come rendere solido quel numero.

Inizia con dieci SKU

Non costruire il modello da 400 righe questa settimana. Prendi i tuoi dieci SKU a più alta rotazione – la maggior parte delle tue entrate, tutto il tuo rischio di esaurimento scorte – ed esegui il metodo solo su quelli: estrai la velocità di rotazione passata, annota i tempi di consegna effettivi dai tuoi ultimi ordini di acquisto, calcola un punto di riordino e metti in calendario la revisione settimanale di 30 minuti. L'email sul bicchiere dal titolo di questo post non viene evitata da un migliore istinto. Viene evitata da un numero – 320 – e dall'abitudine di controllarlo.

Dieci SKU, cinque input, una formula. Questa è la previsione dell'inventario su scala DTC e, una volta pianificate le unità, il lato finanziario della stessa disciplina (COGS, tempistica della cassa, libri contabili che corrispondono allo scaffale) è trattato nella nostra guida completa alla contabilità e-commerce.