Cara Memperkirakan Inventaris di Beberapa Lokasi Shopify
Membagi satu perkiraan di seluruh lokasi membuat setiap riwayat menjadi lebih tipis dan lebih ramai. Kapan memperkirakan total dan mengalokasikannya, dan kapan suatu lokasi menghasilkan keuntungannya sendiri.
Perkiraan tingkat toko Anda tidak rusak saat Anda membuka lokasi kedua. Itu berhenti menjadi nomor yang Anda butuhkan. Shopify berterus terang tentang alasannya: "Inventaris setiap lokasi bersifat independen dan tidak dapat dibagikan atau digabungkan dengan lokasi lain." Satu perkiraan 5 unit sehari sudah cukup bila ada satu tempat untuk meletakkannya. Dengan dua, Anda juga harus menjawab berapa banyak yang pergi ke mana, dan jawaban tersebut memerlukan tampilan permintaan per lokasi yang mungkin tidak memiliki cukup data untuk dibuat.
Menyiapkan lokasi, mengedit jumlah per lokasi, memesan prioritas pemenuhan, dan menjalankan transfer adalah mekanisme yang tercakup dalam mengelola inventaris di beberapa lokasi Shopify. Posting ini dimulai setelah itu, dengan pertanyaan perencanaan di bawahnya: memperkirakan toko dan membagi hasilnya, atau memperkirakan setiap lokasi berdasarkan riwayatnya yang lebih tipis.
Mengapa lokasi melanggar perkiraan
Ambil satu SKU. Cedar & Fig, 250g terjual sekitar 5 unit sehari di seluruh toko, berharga $7, dijual seharga $18, dan membutuhkan waktu 12 hari untuk sampai. Anda menjalankan dua lokasi: Portland, yang memenuhi sebagian besar pesanan online, dan Austin, yang lebih baru dan lebih kecil.
| Minggu | Portland | Austin | Simpan jumlah |
|---|---|---|---|
| 1 | 27 | 12 | 39 |
| 2 | 22 | 13 | 35 |
| 3 | 26 | 8 | 34 |
| 4 | 23 | 9 | 32 |
| 5 | 27 | 9 | 36 |
| 6 | 22 | 12 | 34 |
| 7 | 25 | 10 | 35 |
| 8 | 24 | 11 | 35 |
| Total delapan minggu | 196 | 84 | 280 |
Itu berarti 280 unit selama delapan minggu, 35 unit dalam seminggu, 5 unit dalam sehari. Portland rata-rata 24,5 seminggu dan Austin 10,5, jadi pembagiannya adalah 70/30. Sekarang lihat ayunannya, bukan rata-ratanya. Portland berkisar dari 22 hingga 27, Austin dari 8 hingga 13. Penyebaran lima unit yang sama di kedua kolom, namun lima unit adalah seperlima dari rata-rata mingguan Portland dan hampir setengah dari rata-rata mingguan Austin. Tidak ada yang salah di Austin. Ini adalah rangkaian yang lebih kecil, dan rangkaian yang lebih kecil membawa lebih banyak noise relatif untuk perilaku yang sama.
Itulah masalah pertama: membagi satu riwayat dengan jumlah lokasi membuat setiap rangkaian yang dihasilkan menjadi lebih tipis. Jika suatu lokasi menjual SKU dalam satu atau dua minggu dengan minggu kosong di antaranya, Anda telah masuk permintaan intermiten, dimana metode rata-rata standar berhenti diterapkan. Analisis ABC-XYZ adalah cara biasa untuk mengurutkan SKU mana yang cukup stabil untuk diperkirakan secara konvensional sebelum Anda memulai.
Masalah kedua adalah rangkaian penjualan per lokasi bukanlah rangkaian permintaan per lokasi. Perutean pesanan memutuskan lokasi mana yang mengirimkan pesanan setelah pesanan sudah ada, dan salah satu aturan Shopify adalah bahwa "Lokasi yang memiliki semua item dalam stok akan diprioritaskan daripada yang tidak." Ketika Portland habis, pesanan yang dikirim Portland akan dikirim keluar dari Austin, dan sejarah Austin secara diam-diam menyerap permintaan yang tidak pernah terjadi di Austin. Itu mendapat bagiannya sendiri di bawah.
Perkiraan terpusat vs. tingkat lokasi
Ada dua cara untuk menghasilkan nomor untuk setiap lokasi.
Terpusat, lalu dialokasikan. Perkiraan toko. Cedar & Fig terjual 5 unit sehari. Kemudian bagi perkiraan tersebut dengan pangsa permintaan historis masing-masing lokasi: 70 persen ke Portland dan 30 persen ke Austin, sehingga menghasilkan 3,5 dan 1,5 unit sehari. Nomor setiap lokasi berasal dari satu rangkaian yang dipasang pada 280 unit sejarah.
Tingkat lokasi. Perkirakan setiap lokasi secara terpisah. Pasangkan 196 unit Portland dalam delapan minggu sebagai satu seri dan 84 unit Austin sebagai seri lainnya. Dua sejarah, dua perkiraan, tidak ada asumsi bersama tentang bagaimana permintaan terbagi.
Versi terpusat dilengkapi dengan lebih banyak data, sehingga lebih stabil dan kecil kemungkinan terjadinya kesalahan. Harganya adalah pemisahan tersebut merupakan rasio tetap yang diambil dari masa lalu. Jika saham Austin benar-benar naik, alokasi 70/30 akan membuat pasokannya tetap rendah sampai seseorang mengubah rasionya secara manual. Versi tingkat lokasi memperhatikannya, karena nomor Austin sendiri bergerak. Hal ini juga bereaksi terhadap kebisingan: seri yang berkisar antara 8 dan 13 akan dengan senang hati melaporkan permintaan naik 30 persen dalam seminggu ketika tidak ada perubahan.
Perkiraan toko yang dibagi dengan rasio tetap hanya akan sebaik rasio tersebut, dan rasio tersebut adalah sejarah.
Pilihan yang sama muncul satu tingkat ke bawah, di mana rangkaian tipis tersebut memiliki ukuran atau warna, bukan lokasi: perkiraan pada tingkat varian mempertimbangkan perkiraan produk induk dan membaginya berdasarkan kurva ukuran agar sesuai dengan setiap varian pada riwayatnya sendiri.
Tidak ada jawaban yang benar secara universal di sini. Yang menentukannya adalah seberapa berkorelasi lokasi Anda. Jika keduanya naik dan turun secara bersamaan, didorong oleh musim yang sama dan promosi yang sama, total toko sudah berisi hampir semua informasi dan ramalan terpusat dengan pemisahan yang disengaja hanya akan merugikan Anda dalam jumlah yang sangat kecil. Jika mereka bergerak secara independen, karena yang satu adalah lantai ritel dengan pengunjung lokal dan yang lainnya adalah gudang yang melayani khalayak daring nasional, rangkaian tingkat toko adalah rata-rata dari dua bisnis yang berbeda dan pemisahannya akan salah di kedua ujungnya.
Pendekatan mana yang sesuai dengan toko Anda
Tiga tes, dalam urutan yang layak untuk diterapkan.
- Kedalaman riwayat per lokasi. Ambil rangkaian mingguan lokasi tersebut, ukur kesenjangan antara minggu tertinggi dan terendah, dan bandingkan kesenjangan tersebut dengan rata-rata mingguannya. Kesenjangan yang merupakan sebagian besar dari rata-rata berarti rangkaian tersebut sebagian besar berisi noise. Austin gagal dalam tes ini; Portland melewatinya.
- Menuntut kemerdekaan. Pilih beberapa minggu di mana total toko bergerak tajam dan periksa apakah kedua lokasi ikut berpindah. Jika keduanya bergerak bersamaan, perkiraan terpusat ditambah pembagian saham akan mencakup hampir semua hal. Jika salah satu lokasi bergerak sementara lokasi lainnya tidak, lokasi tersebut akan memiliki polanya sendiri dan menghasilkan prakiraan sendiri setelah memiliki volume yang mendukung pola tersebut.
- Akibat dari kesalahan. Jika perpindahan antar lokasi memakan waktu satu hari dan biaya sedikit, perpecahan yang buruk adalah ketidaknyamanan yang Anda perbaiki pada hari Selasa. Jika dibutuhkan waktu seminggu, perpecahan buruk yang sama adalah kehabisan stok.
Sebagian besar toko yang menjalankan dua atau tiga lokasi dengan satu lokasi yang jelas-jelas dominan akan lebih baik dilayani oleh perkiraan terpusat dan pemisahan yang disengaja. Perkiraan tingkat lokasi berlaku ketika suatu lokasi memiliki volume yang cukup untuk rangkaian yang dapat dibaca dan ada alasan nyata untuk berbeda dari lokasi penyimpanan lainnya. Metode mana yang menghasilkan perkiraan yang mendasarinya adalah keputusan terpisah, yang dibahas memilih metode peramalan.
Mengalokasikan perkiraan pusat
Pemisah default adalah bagian setiap lokasi dari permintaan sebelumnya, dan biasanya benar. Pemeriksaan yang dilakukan untuk membagi unit bukan karena unitnya terlihat proporsional, melainkan karena kedua lokasi mempunyai hari pertanggungan yang sama, yaitu perhitungan aritmatika dalam memutuskan lokasi mana yang harus menyimpan inventaris mana.
Yang penting di sini adalah mengetahui kapan share merupakan pemisah yang salah. Lima kasus, semuanya umum terjadi.
- Lokasi baru tidak memiliki bagian. Beberapa alokasi pertama merupakan keputusan penilaian, berdasarkan daerah tangkapan air tempat Anda membukanya dan bukan berdasarkan data yang tidak Anda miliki.
- Bagian yang diukur melalui kehabisan stok salah dua kali. Lokasi yang kehabisan terlihat lebih kecil dari yang sebenarnya, lokasi yang tercakup terlihat lebih besar, dan kedua kesalahan dimasukkan ke dalam alokasi berikutnya.
- Lantai ritel tidak menjual campuran yang sama. Pangsanya terhadap total permintaan Anda dan pangsa permintaannya untuk satu SKU adalah angka yang berbeda. Dibagi di tingkat SKU.
- Musiman dapat terjadi pada kalender yang berbeda. Dua lokasi dengan iklim berbeda tidak akan mencapai puncaknya pada minggu yang sama, dan pangsa tahunan menyembunyikan hal tersebut sepenuhnya.
- Perubahan aturan perutean akan menyetel ulang pembagian dalam semalam. Menyusun ulang prioritas pemenuhan dan bagian yang Anda bagi menggambarkan toko yang sudah tidak ada lagi.
Semuanya bertumpu pada penetapan tarif tingkat toko yang benar terlebih dahulu. Mengubah data penjualan Shopify menjadi tarif harian mencakup pekerjaan itu, dan lebih luas lagi panduan perkiraan persediaan mencakup apa yang harus dilakukan dengannya.
Masalah kebisingan transfer
Transfer tidak meningkatkan penjualan Anda. Transfer Shopify memindahkan inventaris antar lokasi toko dan setiap perubahan muncul di riwayat penyesuaian Anda, jadi memindahkan 60 unit dari Portland ke Austin tidak menambah angka permintaan siapa pun. Kebisingan itu berasal dari tempat yang kurang jelas.
Itu berasal dari perutean. Karena Shopify memprioritaskan lokasi yang memiliki semua stok barang, lokasi pengiriman pesanan sebagian bergantung pada lokasi yang memiliki stok pada hari itu, bukan lokasi pelanggan berada. Setiap jam yang dihabiskan Portland pada titik nol mendorong pesanan ke dalam rekor pemenuhan Austin. Jika dibaca secara naif, sejarah Austin mengatakan permintaan meningkat di sana. Ternyata tidak. Portland kehabisan.
Ada distorsi kedua yang perlu diperiksa sebelum Anda mempercayai nomor per lokasi. Apa yang dapat dibeli pelanggan secara online adalah jumlah inventaris yang tersedia di lokasi yang diaktifkan untuk memenuhi pesanan online, dan menonaktifkan tombol per lokasi tersebut memiliki konsekuensi yang terdokumentasi: "Mencegah lokasi untuk memenuhi pesanan online akan menghapus semua inventaris yang ditetapkan ke lokasi dari kuantitas online suatu produk." Buat perkiraan dari angka yang tersedia online dan lokasi yang dimatikan tidak terlihat olehnya, stok, dan semuanya.
Sejak perubahan dipublikasikan pada bulan Mei 2026, inventaris yang tersedia di lokasi yang tidak memenuhi varian "kini ditampilkan dan dapat diperbarui", sementara jumlah yang tersedia tidak ditampilkan "karena lokasi tidak digunakan untuk memenuhi pesanan baru", ditampilkan sebagai tanda hubung dengan peringatan "Lokasi tidak memenuhi varian ini". Sebagian besar pedoman yang diterbitkan belum sesuai, jadi jika Anda telah membaca bahwa stok di lokasi yang tidak memenuhi tidak terlihat, itu sudah ketinggalan zaman.
Satu hal yang tidak boleh diambil dari blog mana pun, termasuk yang ini: laporan per lokasi mana yang termasuk dalam rencana Anda. Dokumentasi Shopify sendiri bertentangan di sana, jadi periksa admin Anda.
Solusi praktisnya adalah dengan merekonstruksi permintaan dibandingkan dengan pemenuhan kebutuhan. Tandai setiap periode ketika suatu lokasi berada pada angka nol, kecualikan minggu-minggu tersebut dari riwayatnya, dan lakukan hal yang sama untuk lokasi yang mengalami kekosongan tersebut. Ini membosankan dengan tangan, yang merupakan salah satu alasan jujur mengapa banyak toko memilih ramalan terpusat.
Mengumpulkan stok pengaman
Stok pengaman tidak terbagi. Ini adalah hasil standar dalam teori inventaris, dan merupakan argumen terkuat yang menentang pendistribusian stok lebih luas dari yang diperlukan: satu buffer yang menutupi variabilitas gabungan lebih kecil dibandingkan jumlah buffer terpisah yang dimiliki pada tingkat layanan yang sama, karena minggu yang berat di satu lokasi hanya dapat diserap oleh minggu tenang di lokasi lain jika unit berada di tempat yang sama. Bagi permintaan yang sama di dua lokasi dan total persediaan pengaman Anda akan naik, bukan turun.
Berapa kenaikannya bergantung pada pertanyaan korelasi yang sama yang menentukan metode peramalan. Ketika lokasi berpindah secara independen, buffer yang dikumpulkan melakukan banyak pekerjaan dan pemisahannya memerlukan biaya yang mahal. Saat keduanya menyatu, penyatuan tidak akan banyak membantu Anda. Rumus untuk mengukur buffer, dan pilihan tingkat layanan di baliknya, sudah ada panduan stok pengaman.
Sebelum Anda merencanakan alat Shopify sendiri: Shopify tidak memiliki bidang titik pemesanan ulang per lokasi, dan pusat bantuannya tidak mendokumentasikan perkiraan per lokasi atau perencanaan alokasi inventaris apa pun. Ini mengarahkan pesanan ke stok yang sudah ada. Kebijakan ini tidak merekomendasikan berapa banyak kiriman masuk yang harus dikirim ke mana, tidak melakukan penyeimbangan ulang, dan tidak menandai suatu lokasi yang akan habis sementara lokasi lain berada dalam cakupan berbulan-bulan. Perutean adalah keputusan waktu pemenuhan, bukan keputusan perencanaan.
Rutinitas peninjauan
Pendekatan apa pun yang Anda pilih, pendekatan itu akan membusuk. Tiket masuk bulanan untuk empat hal sudah cukup untuk sebagian besar toko.
- Hitung ulang pangsa permintaan setiap lokasi untuk SKU teratas Anda dengan rasio yang Anda alokasikan. Bagian yang telah berpindah beberapa poin perlu diubah.
- Cantumkan kombinasi lokasi dan minggu di mana stok mencapai nol, dan diskonkan minggu-minggu tersebut sebelum membaca apa pun tentang pembagian tersebut.
- Jalankan kembali uji kebisingan di lokasi mana pun yang Anda perkirakan secara terpisah. Lokasi yang tenang mungkin berada di bawah titik di mana rangkaiannya dapat dibaca.
- Pastikan setiap lokasi penyimpanan stok diatur sesuai keinginan Anda untuk pemenuhan online, karena tombol tersebut menentukan apakah unitnya diperhitungkan dalam jumlah yang dapat dibeli oleh pembeli.
Ada empat peristiwa yang harus dilakukan dalam peninjauan: membuka atau menutup lokasi, mengubah aturan perutean, mengaktifkan atau menonaktifkan lokasi untuk pemenuhan online, dan perubahan pemasok yang mengubah waktu tunggu.
Melakukan hal ini dengan tangan di seluruh katalog sebenarnya adalah tempat sebagian besar toko berhenti, jadi sebaiknya Anda mengetahui dengan tepat apa yang dihapus oleh perangkat lunak. StockCue prakiraan dan peringatan pada tingkat SKU di seluruh toko Anda, dengan musim, di setiap paket termasuk Gratis, dan Pertumbuhan menambahkan perincian yang dapat dijelaskan dari setiap kuantitas yang direkomendasikan. Itu adalah bagian terpusat dari postingan ini. Itu tidak memperkirakan lokasi berdasarkan lokasi dan tidak memiliki titik pemesanan ulang per lokasi saat ini. Penghitungan stok multi-lokasi dimulai di Pemula, dan transfer adalah fitur Skala. Keputusan alokasi tetap di tangan Anda.
STOCKCUE
Perkiraan terpusat adalah bagian yang dapat Anda otomatisasi. StockCue menyimpan perkiraan tingkat toko dengan musim terkini dari riwayat penjualan Anda sendiri di setiap paket termasuk Gratis, jadi satu-satunya hal yang tersisa untuk memutuskan setiap siklus adalah pemisahannya.
Instal StockCue di Shopify →Pertanyaan yang Sering Diajukan
Haruskah saya memperkirakan setiap lokasi Shopify secara terpisah?
Hanya jika lokasi tersebut memiliki volume yang cukup agar riwayat penjualannya dapat dibaca, dan ada alasan yang sah untuk berbeda dari toko lainnya. Untuk sebagian besar toko dengan dua atau tiga lokasi dan satu lokasi jelas dominan, memperkirakan total toko dan membaginya berdasarkan pangsa permintaan di setiap lokasi akan lebih stabil, karena rangkaian gabungan disesuaikan dengan semua data. Perdagangannya responsif: pembagian yang tetap tetap salah sampai seseorang memperbarui rasionya secara manual.
Berapa banyak riwayat penjualan yang dibutuhkan suatu lokasi sebelum perkiraannya layak dilakukan?
Tidak ada hitungan bulan yang layak untuk dikutip, dan angka berapa pun yang Anda lihat adalah aturan praktis seseorang, bukan temuan. Pengujian yang dapat digunakan adalah rangkaian mingguan lokasi tersebut: mengukur kesenjangan antara minggu tertinggi dan terendah dan membandingkan kesenjangan tersebut dengan rata-rata mingguannya. Jika ayunannya merupakan sebagian besar dari rata-rata, rangkaian tersebut sebagian besar berupa noise dan pembagian perkiraan penyimpanan akan mengalahkannya. Jika lokasi tersebut dijual dalam satu atau dua minggu dengan minggu kosong, itu adalah rangkaian yang terputus-putus dan memerlukan metode yang sama sekali berbeda.
Apakah transfer antar lokasi mendistorsi data penjualan saya?
Transfer memindahkan stok, sehingga masuk ke riwayat penyesuaian inventaris Anda, bukan angka penjualan, dan tidak menambah permintaan ke lokasi mana pun. Distorsi sebenarnya berasal dari perutean pesanan. Shopify memprioritaskan lokasi yang memiliki stok semua item, jadi ketika satu lokasi habis, pesanan yang seharusnya dikirim akan diisi oleh lokasi lain, dan riwayat lokasi tersebut menyerap permintaan yang tidak pernah menjadi miliknya.
Apakah memiliki lebih banyak lokasi berarti saya memerlukan lebih banyak stok pengaman secara total?
Untuk tingkat layanan yang sama, ya, dan ini adalah hasil standar dalam teori inventaris. Satu buffer yang mencakup variabilitas gabungan lebih kecil daripada jumlah buffer terpisah, karena minggu yang berat di satu lokasi dapat diserap oleh minggu yang tenang di lokasi lain hanya ketika unit-unit tersebut berada di tempat yang sama. Berapa banyak tambahan yang Anda perlukan bergantung pada seberapa independen lokasinya: jika keduanya digabungkan, pengumpulan tidak akan menghemat banyak.
