Analitika360

Tiekimo prognozavimas su Power BI: nuo duomenų iki užsakymo

Tiekimo prognozę Power BI galima pasidaryti patiems, bet vien prognozės linijos neužtenka. Ji tampa naudinga, kai pardavimų istorija, sandėlio likučiai ir tiekėjų užsakymai yra viename modelyje, duomenys atsinaujina patys, o prognozė kiekvienai prekei virsta konkrečiu užsakymo kiekiu. Rivilės ir Finvaldos naudotojams daugiausia laiko atima ne pati prognozė, o šis duomenų pagrindas. Būtent jį Analitika360 pateikia kaip paruoštus Power BI ataskaitų paketus su automatiniu atnaujinimu.

Trumpai

  • Tiekimo prognozė atsako ne į klausimą, kiek parduosite, o į klausimą, kiek reikia užsakyti: prognozuotas poreikis minus tai, ką jau turite ir ką jau užsakėte.
  • Reikės pardavimų istorijos pagal prekę ir datą, sandėlio likučių, rezervuotų kiekių, pateiktų tiekėjų užsakymų, pristatymo terminų ir minimalių užsakymo kiekių.
  • Power BI Desktop linijinė diagrama turi integruotą prognozės funkciją, kurioje nustatomas laikotarpis, sezoniškumas ir pasikliautinasis intervalas. Užsakymo kiekį skaičiuoja DAX matas.
  • Prognozė verta tiek, kiek švieži duomenys, todėl ataskaitos turi atsinaujinti automatiškai, be rankinio eksporto į Excel.
  • Rivilės ir Finvaldos paketai kainuoja nuo 59 Eur per mėnesį, o specifinis tiekimo modelis kuriamas kaip individualus projektas.

Turinys

Ką iš tikrųjų skaičiuoja tiekimo prognozė

Pardavimų prognozė parodo, kiek prekių ar žaliavų greičiausiai prireiks. Tiekimo prognozė žengia vienu žingsniu toliau: ji palygina tą poreikį su tuo, kas jau yra sandėlyje arba pakeliui, ir parodo, ko trūksta. Jei pirmiausia norite sustiprinti pardavimų pusę, plačiau apie tai rašome pardavimų prognozavimo su Power BI vadove.

Supaprastinta formulė atrodo taip:

Užsakyti = prognozuotas poreikis + patvirtinti užsakymai + saugos atsarga − (likutis − rezervuota + užsakyta iš tiekėjų)

Ką iš tikrųjų skaičiuoja tiekimo prognozė

Čia svarbu atskirti du signalus. Prognozuotas poreikis yra statistinis spėjimas pagal istoriją. Patvirtinti užsakymai, pavyzdžiui, banketas ar didmeninio kliento užsakymas, yra faktas. Jei juos sumaišysite, prognozė arba dubliuos kiekius, arba praleis didelį užsakymą.

Pavyzdys: restoranų tinklo vištienos filė

RodiklisKiekis, kg
Kitos savaitės prognozė (įprasti pardavimai)420
Patvirtinti banketų užsakymai60
Saugos atsarga50
Likutis sandėlyje150
Rezervuota kitiems padaliniams20
Jau užsakyta iš tiekėjo100
Rekomenduojamas užsakymas300

Skaičiavimas: 420 + 60 + 50 − (150 − 20 + 100) = 300 kg. Jei tiekėjas priima tik 25 kg kartotinius, 300 kg tinka. Jei ne, kiekis apvalinamas aukštyn iki artimiausio kartotinio.

Kokių duomenų reikės

Prieš kuriant vizualizacijas verta susitarti dėl minimalaus duomenų rinkinio. Jo pakanka pirmajai patikimai prognozei:

  1. Pardavimų istorija pagal datą, prekę ir padalinį ar sandėlį. Rivilėje ir Finvaldoje tai pardavimų dokumentų eilutės.
  2. Sandėlio likučiai pagal prekę ir vietą. Jei tiekimą planuojate kiekvienam restoranui ar sandėliui atskirai, vietos dimensiją reikia išlaikyti visame modelyje. Taip daroma ir Microsoft Business Central atsargų prognozės ataskaitoje, kurioje kiekiai analizuojami pagal vietą, prekę ir įrašo tipą.
  3. Rezervuoti kiekiai ir patvirtinti klientų užsakymai.
  4. Pateikti tiekėjų užsakymai, dar nepristatyti.
  5. Tiekėjų sąlygos: pristatymo terminas dienomis, minimalus užsakymo kiekis, pakuotės kartotinis. Dažniausiai jos laikomos Excel arba SharePoint sąraše.
  6. Prekių grupės sezoniškumui ir tendencijoms vertinti pagal grupę, kai pavienės prekės istorija per trumpa.

Netvarkingi duomenys taisomi pirmiausia ten, kur jie veikia užsakymo sprendimą: prekių kodai, tiekėjų įrašai ir likučiai. Prekė, kurios kodas skirtinguose sandėliuose užrašytas skirtingai, prognozėje virsta dviem atskiromis prekėmis.

Kaip sukurti tiekimo prognozę Power BI: 6 žingsniai

1. Prijunkite ir sujunkite šaltinius

Power Query, Power BI duomenų paruošimo įrankis, leidžia importuoti kelis šaltinius ir juos sulieti pagal bendrą raktą, pavyzdžiui, prekės kodą. Microsoft mokymas lietuvių kalba parodo, kaip produktų duomenys iš Excel sujungiami su užsakymų duomenimis ir sugrupuojami pagal produktą ir metus.

Dažniausiai čia ir užstringama: apskaitos programos duomenis reikia ištraukti, išvalyti ir išlaikyti nuolat atnaujinamus. Analitika360 paketai Rivilės ir Finvaldos duomenis į Power BI modelį perkelia automatiškai ir leidžia prijungti papildomus šaltinius, tokius kaip Excel, SharePoint ar logistikos sistemos. Daugiau apie tai, kaip sujungti Rivilės ir Excel duomenis, rasite šiame vadove.

2. Sutvarkykite duomenų modelį

Pagrindą sudaro faktų lentelės (pardavimai, likučiai, tiekėjų užsakymai) ir jas siejančios dimensijos: datos lentelė, prekės, vietos, tiekėjai. Datos lentelė be spragų būtina, nes prognozės funkcija ir laiko palyginimai remiasi tolydžia laiko ašimi.

Dažna klaida: mėnesiai be pardavimų tiesiog dingsta iš duomenų. Tada prognozė mato tik „gerus“ mėnesius ir poreikį pervertina. Trūkstami laikotarpiai turi būti nuliai, ne tuščios vietos.

3. Sukurkite bazinę prognozę

Linijinėje diagramoje su datos ašimi atidarykite Analytics sritį ir įjunkite Forecast. Pagal Microsoft Learn aprašymą Power BI Desktop leidžia keisti prognozės ilgį, sezoniškumą, periodą ir pasikliautinąjį intervalą. Tame pačiame Business Central pavyzdyje kitų 3 mėnesių kiekiai prognozuojami pagal ankstesnius 6 mėnesius, darant mėnesinio sezoniškumo prielaidą. Tai konkretaus pavyzdžio parametrai, o ne taisyklė visiems.

Praktiškai: restoranui, kurio apyvarta svyruoja pagal savaitės dieną, sezoniškumą verta nustatyti 7 dienoms. Didmenininkui, kurio pardavimai keičiasi pagal sezoną, labiau tiks mėnesiniai duomenys ir 12 periodų sezoniškumas.

3. Sukurkite bazinę prognozę

4. Paverskite prognozę užsakymo kiekiu

Integruota prognozė parodo tendenciją grafike, o užsakymo kiekiui reikia DAX mato. DAX yra Power BI formulių kalba. Supaprastintas pavyzdys:

Rekomenduojamas užsakymas =
VAR Poreikis = [Prognozuojamas kiekis] + [Patvirtinti užsakymai] + [Saugos atsarga]
VAR Turima = [Likutis] - [Rezervuota] + [Užsakyta iš tiekėjų]
VAR Trukumas = Poreikis - Turima
VAR Kartotinis = MAX ( 'Tiekėjų sąlygos'[Kartotinis] )
RETURN
    IF ( Trukumas <= 0, 0, CEILING ( Trukumas, Kartotinis ) )

Prognozuojamą kiekį čia galima skaičiuoti kaip slankųjį ankstesnių savaičių vidurkį, padaugintą iš sezoniškumo koeficiento. Pristatymo terminas nustato, kokiam laikotarpiui sumuojamas poreikis: jei tiekėjas pristato per 10 dienų, poreikis skaičiuojamas bent 10 dienų į priekį.

5. Automatizuokite atnaujinimą

Vakarykščiais likučiais paremta prognozė veda prie klaidingo užsakymo. Kai duomenų šaltiniai yra vietiniame serveryje, Power BI paslaugai prie jų jungtis padeda duomenų šliuzas. Kaip jis veikia, aiškiname Power BI duomenų šliuzo vadove. Analitika360 ataskaitos atsinaujina be papildomo vartotojo įsikišimo, todėl pirkimų vadovas ar restorano savininkas ryte mato tos dienos vaizdą ir nebeeksportuoja duomenų rankiniu būdu.

6. Tikrinkite prognozės tikslumą

Vienas puslapis ataskaitoje turi rodyti prognozę ir faktą greta. Užtenka kelių rodiklių:

  • WAPE (svertinė absoliuti procentinė paklaida): visų paklaidų suma, padalyta iš viso faktinio poreikio. Parodo, kiek vidutiniškai klystama.
  • Šališkumas (bias): ar prognozė nuolat per aukšta, ar per žema. Nuolat per aukšta prognozė didina likučius ir nurašymus, per žema veda prie trūkumų.
  • Palyginimas su paprastu metodu: ar jūsų prognozė tikslesnė nei „kaip praėjusią savaitę“. Jei ne, modelį reikia peržiūrėti.

Nulinės paklausos laikotarpius vertinkite atskirai, nes jie stipriai iškreipia procentines paklaidas.

Kaip išplėsti prognozę pagal savo verslą

Kai bazinė prognozė veikia, Power BI leidžia ją pritaikyti konkretiems procesams:

  • Scenarijai: parametrų valdikliai, kuriais pirkimų vadovas keičia augimo procentą, kainą ar saugos atsargą ir iškart mato poveikį užsakymui ir maržai.
  • Akcijos ir renginiai: atskira lentelė su planuojamomis akcijomis ar šventėmis, kurios koreguoja poreikį.
  • Pinigų srautai: didelis užsakymas reiškia didelį mokėjimą tiekėjui. Tiekimo prognozę verta susieti su pinigų srautų prognoze, kad finansų direktorius matytų, kada ir kiek pinigų prireiks.
  • Šakos specifika: restoranams svarbi žaliavų apyvarta ir nurašymai, logistikai pristatymo terminai, statybai medžiagų poreikis pagal projektų etapus.

Paruoštas pagrindas Rivilės ir Finvaldos naudotojams

Analitika360 Power BI ataskaitų paketai sukurti Rivilės ir Finvaldos duomenims analizuoti. Jie rodo pardavimų, sandėlio, pajamų, sąnaudų, pelno ir skolų rodiklius, atsinaujina automatiškai ir leidžia prijungti Excel, SharePoint, CRM ar logistikos šaltinius. Tai tas pats duomenų pagrindas, ant kurio statoma tiekimo prognozė.

Analitika360

PaketasKaina
Rivilė Basic59 Eur per mėnesį
Rivilė PRO89 Eur per mėnesį
Finvalda Basic59 Eur per mėnesį
Finvalda PRO89 Eur per mėnesį
Individualūs projektai70 Eur per valandą

Tiekimo modelis su jūsų tiekėjų sąlygomis, scenarijais ir užsakymo skaičiavimu pritaikomas pagal įmonės procesus ir esamas IT sistemas kaip individualus projektas. Finvaldos naudotojams verta pradėti nuo Finvaldos sandėlio ataskaitų.

Mūsų požiūris

Tiekimo prognozė dažniausiai nepavyksta ne dėl algoritmo. Ji nepavyksta todėl, kad duomenys iš apskaitos programos pasiekia ataskaitą per vėlai, nepilni arba po rankinio kopijavimo į Excel.

Todėl pradedame nuo pagrindo: automatiškai atsinaujinančių Rivilės ar Finvaldos duomenų viename Power BI modelyje kartu su kitais šaltiniais. Kai pardavimai, likučiai ir tiekėjų užsakymai yra vienoje vietoje, prognozė ir užsakymo kiekis tampa kasdieniu darbo įrankiu, o ne kas mėnesį perdaromu failu.

Specifinius poreikius, tokius kaip restorano žaliavų planavimas ar statybos medžiagų poreikis pagal projektus, pritaikome pagal konkrečios įmonės procesus. Taip verslas sprendimus priima greitai ir remdamasis faktais.

Analitika360

Dažniausi klausimai

Ar Power BI tikrai gali prognozuoti tiekimo poreikį?

Taip. Power BI Desktop linijinė diagrama turi integruotą prognozės funkciją su reguliuojamu laikotarpiu, sezoniškumu ir pasikliautinuoju intervalu. Užsakymo kiekiui, kuris įvertina likučius, rezervus ir tiekėjų sąlygas, papildomai kuriami DAX matai.

Kiek istorinių duomenų reikia?

Tai priklauso nuo sezoniškumo. Microsoft Business Central pavyzdyje 3 mėnesiai prognozuojami pagal ankstesnius 6 mėnesius. Jei jūsų pardavimai stipriai keičiasi per metus, metinį sezoniškumą patikimai matysite tik turėdami bent vienų ar dvejų metų istoriją.

Ar galiu naudoti Rivilės ar Finvaldos duomenis be rankinio eksporto?

Taip. Analitika360 paketai Rivilės ir Finvaldos duomenis į Power BI perkelia ir atnaujina automatiškai. Papildomus šaltinius, pavyzdžiui, tiekėjų sąlygas Excel faile ar SharePoint sąraše, galima prijungti prie to paties modelio.

Kiek kainuoja toks sprendimas?

Rivilės ir Finvaldos Basic paketai kainuoja 59 Eur per mėnesį, PRO paketai 89 Eur per mėnesį. Specifinis tiekimo prognozės modelis kuriamas kaip individualus projektas, kurio įkainis 70 Eur per valandą.

Šaltiniai

Microsoft Learn: Inventory Forecasting (Power BI report), Business Central Microsoft palaikymas: Išmokite derinti kelis duomenų šaltinius (Power Query)

Rekomendacijos

Taip pat skaitykite

Norite tokių ataskaitų savo versle?

Analitika360 paruošia Power BI ataskaitas iš jūsų apskaitos sistemos duomenų — Rivilė, Finvalda ar R-Keeper. Ataskaitos atsinaujina automatiškai, nuo 59 Eur/mėn.

Kainos ir planai
Analitika360 klientų sėkmės istorijos

Duomenys, kurie padeda priimti sprendimus

Sužinokite, kaip įmonės, tokios kaip jūsų, pritaikė Analitika360 ataskaitas savo veikloje naudodami Power BI.

“
Gavome standartinį R-Keeper ataskaitų paketą ir dar pritaikė pagal mūsų poreikius. Viskas veikia!
TB
Tomas B.restorano savininkas
“
20 paruoštų ataskaitų – nereikėjo galvoti, ko prašyti. Finvaldos duomenys pagaliau matomi vizualiai. Rekomenduoju.
IM
Ingrida M.buhalterė
“
Labai patiko, kad Analitika360 turi paruoštą 20 ataskaitų paketą Rivile naudotojams – nereikėjo nuo nulio aiškintis, ko mums reikia. Startavome greitai, o vėliau dar pritaikė kelias ataskaitas pagal mūsų gamybos specifiką. Sutaupėme ir laiko, ir pinigų.
MK
Marius K.finansų vadovas
“
Turime kelių įmonių grupę su Rivile, ir konsoliduotos ataskaitos visada buvo galvos skausmas. Analitika360 pasiūlė standartinį 20 ataskaitų paketą kaip pagrindą, o tada pritaikė jį mūsų grupės struktūrai – dabar matome viską viename Power BI modelyje, atsinaujina automatiškai.
GJ
Giedrė Jankauskaitėfinansininkė
“
Valdome 6 restoranus su R-Keeper ir ilgai ieškojome būdo matyti palyginamus rezultatus tarp objektų. Standartinis 20 ataskaitų paketas padengė didžiąją dalį poreikių, o vėliau buvo pritaikytos individualios ataskaitos mūsų tinklui.
AŠ
Andrius Š.restoranų tinklo direktorius
“
Kreipėmės po rekomendacijos ir iš karto maloniai nustebino paruoštas 20 ataskaitų standartas Finvalda naudotojams. Vadovybė dabar kas pirmadienį gauna aiškią finansinę nuotrauką, o aš nebeleidžiu dienų eksportuojant duomenis į Excel.
RP
Rasa Petrauskienėapskaitos vadovė
“
Naudojame Rivile, bet niekada neturėjome laiko kurti ataskaitų nuo nulio. 20 ataskaitų paketas buvo tiesiog tai, ko reikėjo – įsidiegėme per savaitę.
VP
Vaidas P.prekybos tinklo vadovas
“
Turime 4 kavines su R-Keeper sistema ir ilgai dirbome „pagal nuojautą“. Analitika360 ataskaitos parodė dalykų, kurių anksčiau net nepastebėdavome. Dabar sprendimus priimame remdamiesi duomenimis, ne spėliojimais.
LK
Laura Kazlauskienėkavinių tinklo finansų vadovė