首页 百科知识 8.1.6零售协作预测流程

8.1.6零售协作预测流程

时间:2022-10-16 百科知识 版权反馈
【摘要】:零售活动预测在总体水平上一般是根据配送中心撤销或装运的历史数据进行的。图8-7展示了这种采用商店POS数据推动零售协作预测流程的零售活动预测方法。销售预测通常要被转换成货运预测,在制造地的生产计划流程中使用,并在零售商那里纳入订购流程。利用为未促销期间创建的次数预测,以及为促销期间创建的零售活动预测,得出总体需求。

8.1.6 零售协作预测流程

1.零售活动销售预测

在需求计划流程中,对零售活动刺激起来的消费者需求进行准确的预测,制造商和零售商双方达成一致意见,然后齐心推动订购和供应流程是非常重要的。

零售活动预测在总体水平上一般是根据配送中心撤销或装运的历史数据进行的。由于各店的客户行为的差异很大,许多企业都在努力向更具体、更倾向于商店的零售活动的方向发展。图8-7展示了这种采用商店POS数据推动零售协作预测流程的零售活动预测方法。

img181

图8-7 商店的零售活动预测流程

以下是对图8-7零售活动预测流程中6个环节的解释和说明。

协作环节((1)(2)(3))。

(1)将来自联合业务计划的双方取得一致意见的零售活动时间表的详细情况纳入电子化零售活动解决方案当中。

(2)确定零售活动的细节,以便为制定预测方案所用。

(3)确定历史数据,以便为制定预测方案所用。这些数据可以根据可用性选自各种不同的来源,最好使用商店的POS数据,因为这是最有效的数据,最能够反映消费者真正购买的东西是什么。不过,也可以使用其他来源的数据,比如企业组合数据、商店历史装运、仓库撤销数据。预测所用的算法视以下情况而定:

——所用数据的类型(POS、企业组织等)。

——所用数据的数量(13周、52周等)。

——数据(商店、采样、配送中心等)。

商店零售活动预测创建环节((4)(5))

根据零售活动的细节(日期、产品、策略等),采用手头可用的数据来源,为零售活动范围内的各产品/商店组合创建一个销售量估算/预测。零售活动预测算法根据零售历史计算因果因素的系数,从而对需求高峰期(这将考虑到商业基线预测中的极端值)提供一个估计值。将这些系数运用到与这些因果因数(折扣、展示事件等)相匹配的零售活动属性上,从而投影出新的零售活动。

(4)将各商店预测情况发送给总体解决方案。

(5)将各商店预测情况返回给零售商的订购系统,从而使这些预测数据能够作为制造商订购以及客户配送中心至商店分配的基础。

商店至配送中心总体预测环节((6))

根据商店至客户配送中心映射,将各商店预测情况汇集成启运点(例如配送中心)预测,然后将其输入制造商供应链,以便用于生产计划、物料需求计划等。

(6)将启运点预测输入制造商供应链系统。应使用标准化的GS1报文标准来传输这些信息。

2.零售订单计划/预测

在供应流程中,销售预测非常重要。销售预测通常要被转换成货运预测,在制造地的生产计划流程中使用,并在零售商那里纳入订购流程。图8-8展示了这个流程的运转情况。

此订单计划流程分成两个部分:

(1)创建次数预测

根据从零售商那里获取的配送中心(DC)撤销信息,创建次数预测。这种预测主要以撤销信息为基础。

(2)创建订单/货运预测

利用为未促销期间创建的次数预测,以及为促销期间创建的零售活动预测,得出总体需求。但是,总的来说,预测是“销售”预测(即将要售出的数量),而不是“订单”预测(即需要订购的数量以及何时需要发货),包括存货、运输中的货物和已下订单的货物,可以将销售预测转换成订单预测。销售预测一旦转换成订单预测,则需要实际装运,这一点可以通过采用诸如装运模式(需要在零售活动开始之前到达启运点,工厂和配送中心之间的运输时间等)等客户数据做到。这些计算结果一旦得出,就可以将装运预测输入客户和制造商系统,以便项目实施和跟踪。

img182

图8-8 零售活动订单计划流程

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈