Управление запасами с Forecast NOW!
Иконка канала Управление запасами с Forecast NOW!

Управление запасами с Forecast NOW!

37 подписчиков

Разбираем, почему нейросети не всегда подходят для прогнозирования спроса в закупках: прерывистые данные, длинные горизонты, сложные цепочки поставок и проблема «чёрного ящика». Подробный разбор — в большом видео на нашем канале.
126
просмотров
Разбираем, почему AI может ускорять отдельные задачи, но не заменяет полноценную систему управления запасами с расчётным ядром, логикой прогнозирования и симуляцией цепочки поставок. Подробный разбор — в большом видео на нашем канале. #ИИ #управлениезапасами #ИИвЗакупках #закупки #автоматизациязакупок #прогнозированиеспроса #LLM
113
просмотров
Разбираем, как правильно использовать ИИ в управлении запасами: где он помогает, какие задачи можно автоматизировать, а где всё ещё нужны расчётная логика, данные и экспертная проверка. Подробный разбор — в большом видео на нашем канале. #ИИ #управлениезапасами #ИИвЗакупках #закупки #прогнозированиеспроса #автоматизациязакупок #аналитиказапасов
5
просмотров
Сверхзапас ещё может продаваться, а неликвид уже замораживает деньги на складе. В ролике показываем, как отличить одно от другого. Подробный разбор темы — в большом видео на нашем канале.
70
просмотров
Разбор 6 основных признаков, что Excel уже не справляется с управлением запасами — в большом видео на канале. #Excel #управлениезапасами #закупки #товарныезапасы #склад #SKU #неликвиды #излишки #прогнозированиеспроса #автоматизациязакупок #снабжение #оборачиваемость #учетнаясистема
157
просмотров
Разбор 6 основных признаков, что Excel уже не справляется с управлением запасами — в большом видео на канале. #Excel #управлениезапасами #закупки #товарныезапасы #склад #SKU #неликвиды #излишки #прогнозированиеспроса #автоматизациязакупок #снабжение #оборачиваемость #учетнаясистема
103
просмотра
Разбор 6 основных признаков, что Excel уже не справляется с управлением запасами — в большом видео на канале. #Excel #управлениезапасами #закупки #товарныезапасы #склад #SKU #неликвиды #излишки #прогнозированиеспроса #автоматизациязакупок #снабжение #оборачиваемость #учетнаясистема
1
просмотр
Разбор 6 основных признаков, что Excel уже не справляется с управлением запасами — в большом видео на канале. #Excel #управлениезапасами #закупки #товарныезапасы #склад #SKU #неликвиды #излишки #прогнозированиеспроса #автоматизациязакупок #снабжение #оборачиваемость #учетнаясистема
4
просмотра
Один склад в Excel контролировать относительно просто: один остаток, один спрос, один заказ. Но когда появляется сеть складов, магазинов или филиалов, управление запасами резко усложняется. Нужно учитывать остатки по каждой локации, разный спрос по точкам, перемещения между складами, страховой запас и распределение товара по сети. И здесь возникает риск: в целом по компании товар есть, а отдельные точки уже теряют продажи из-за дефицита. В этом Shorts — второй признак того, что Excel уже не справляется с управлением запасами: сеть стала сложнее, чем таблица. Полный разбор — в большом видео на канале. #excel #управлениезапасами #закупки #товарныезапасы #склад #SKU #неликвиды #излишки #прогнозированиеспроса #автоматизациязакупок #снабжение #оборачиваемость #учетнаясистема
58
просмотров
Excel хорошо работает, пока ассортимент небольшой: 300–500 SKU, один склад, простые формулы и понятная логика. Но когда товаров становится 5–10 тысяч, таблица быстро превращается в сложную систему из десятков листов, ручных исключений и формул, которые понимают один-два человека в компании. И чем больше ассортимент, тем выше цена ошибки: неправильная формула по нескольким десяткам позиций может привести к сотням тысяч рублей, замороженных в лишнем товаре. Это первый признак того, что Excel уже не справляется с управлением запасами. Полный разбор — в большом видео на канале. #Excel #управлениезапасами #закупки #товарныезапасы #склад #SKU #неликвиды #излишки #прогнозированиеспроса #автоматизациязакупок #снабжение #оборачиваемость #учетнаясистема
12
просмотров
RFM-анализ хорошо показывает, какие клиенты приносят деньги. Но для закупок этого недостаточно. Клиент может выглядеть “звездой” по выручке, но покупать только одну категорию, делать это нерегулярно или со скачками спроса. В этом случае запас формируется “под клиента”, хотя реального стабильного спроса по товарам нет. В этом видео разбираем, почему RFM-анализ важно всегда сопоставлять с товарной аналитикой и как это помогает точнее управлять запасами. Полный разбор темы RFM-анализа в закупках смотрите на нашем канале.
10
просмотров
RFM-анализ помогает понять, под чей спрос компания держит запасы: под стабильных клиентов или под разовые покупки. В этом клипе — короткий пошаговый план: 1. Собрать данные по клиентам за 6–12 месяцев. 2. Разделить клиентов по давности, частоте и сумме покупок. 3. Наложить клиентские сегменты на товарную аналитику. 4. Принять решения по запасам: где поднять доступность, где снизить запас, а какие позиции перевести под заказ. Полный разбор RFM в закупках — в большом видео на канале. #RFM #закупки #управлениезапасами #товарныезапасы #прогнозированиеспроса #склад #страховойзапас #аналитикапродаж #неликвиды #снабжение