التنبؤ بالطلب لتجار التجزئة الصغار: من التخمين إلى نقاط إعادة طلب يمكنك الوثوق بها

الغلاية الأكثر مبيعًا في متجر لمستلزمات المنزل له ثلاثة فروع اختفت من كل الرفوف، وفي صباح هذا الجمعة زبون يسأل عن قطعة العرض، والمورّد يقول إن الشحنة القادمة تحتاج أسبوعين. وفي المخزن يرقد منذ أكتوبر الماضي صندوق فيه 140 حامل شموع لا يسأل عنه أحد.

لا إهمال في هذه الصورة. حدّ إعادة الطلب للغلاية وُضع بالتقدير قبل أشهر، حين كانت تبيع 30 وحدة أسبوعيًا. وهي تبيع اليوم 50، ولم يُعد أحد الحساب. (هذا مشهد توضيحي لا متجر حقيقي.)

لا تحتاج إلى فريق لعلوم البيانات لمعالجة ذلك. يكفيك سجل مبيعات نظيف، وصيغة أو صيغتان بسيطتان، والانضباط في توجيه اهتمامك إلى المنتجات التي تستحقه. معظم الفائدة تأتي من عادات قليلة، لا من نماذج معقدة.

يستعرض هذا المقال هذه العادات من خلال مثال تطبيقي واحد، صنفه يبيع 50 وحدة أسبوعيًا مثل الغلاية: تنظيف السجل، والتنبؤ بالمتوسط المتحرك، وقياس الخطأ، وتحويل التنبؤ إلى نقطة إعادة طلب يمكنك الاعتماد عليها، وتحديد الجهد الذي يستحقه كل صنف (SKU). جميع الأرقام في المثال توضيحية.

تنبّأ بالطلب لا بالمبيعات

نظامك يسجّل المبيعات، أما ما تريد التنبؤ به فهو الطلب: ما كان العملاء سيشترونه لو لم يفرغ الرف يومًا ولم يحدث شيء استثنائي.

والفرق بينهما أكبر مما يظن الناس. المنتج الذي نفد ثلاثة أيام تظهر مبيعاته صفرًا في هذه الأيام، والتنبؤ الساذج يعدّ ذلك طلبًا ضعيفًا. فيأتي الطلب التالي أصغر من اللازم، وينفد المنتج من جديد. وهذه الحلقة تقلّص بهدوء تشكيلة أكثر منتجاتك رواجًا.

نظّف السجل قبل التنبؤ

قبل أي صيغة، خصّص عشر دقائق لآخر 8 إلى 12 أسبوعًا من بيانات كل صنف مهم، وابحث عن أربعة أشياء:

• نفاد المخزون. الأيام التي كان فيها المخزون صفرًا تُظهر طلبًا أقل من الحقيقي. قدّر المبيعات الضائعة بالمعدل اليومي المعتاد وأضفها.
• طلبات الجملة لمرة واحدة. شركة اشترت 10 وحدات لفعالية ليست اتجاهًا. احذف الزيادة، وإلا سيطارد التنبؤ قمة لن تعود.
• العروض الترويجية. أسبوع الخصم يسحب مبيعات المستقبل إلى الحاضر. ضع عليه علامة، ثم استبعده أو تنبّأ بالأسابيع الترويجية والعادية كلٌّ على حدة.
• المرتجعات. قرّر هل تتنبأ بالمبيعات الإجمالية أم الصافية بعد المرتجعات. في الأصناف كثيرة الإرجاع، الطلب الصافي هو ما تحتاج فعلًا إلى تعويضه.

إليك صنفًا افتراضيًا على مدى ثمانية أسابيع. تضمّن الأسبوع الثاني طلب جملة لمرة واحدة بـ 10 وحدات، ونفد الصنف في الأسبوع الرابع يومًا واحدًا (نحو 7 وحدات مبيعات ضائعة بالمعدل اليومي المعتاد 50 ÷ 7).

الأسبوع	المبيعات المسجلة	التعديل	الطلب بعد التنظيف
1	44	0	44
2	71	−10 (طلب جملة)	61
3	52	0	52
4	31	+7 (يوم نفاد المخزون)	38
5	55	0	55
6	49	0	49
7	63	0	63
8	38	0	38

إجمالي الطلب بعد التنظيف 400 وحدة، أي أن متوسط الطلب 50 وحدة أسبوعيًا. وكان الإجمالي الخام 403، أي قريبًا جدًا، لكن النمط الأسبوعي كان مشوّهًا في موضعين. ويختلف حجم التشويه من منتج إلى آخر، وفي صنف قليل المبيعات قد يغيّر النتيجة كليًا.

الاتجاه والموسمية: ما يفوت المتوسط العادي

المتوسط العادي يفترض أن الأسبوع القادم سيشبه الأسابيع القليلة الماضية. ونمطان يكسران هذا الافتراض.

الاتجاه هو ارتفاع أو انخفاض تدريجي على مدى أشهر. إذا نما منتج بنسبة 5% شهريًا طوال ربع سنة، فسيظل متوسط آخر ثمانية أسابيع متأخرًا عن الواقع.

الموسمية نمط يتكرر: معاطف الشتاء، والقرطاسية قبل المدارس، وذروة الأعياد، وتسوق رمضان والعيد، وموسم الأعراس. وأبسط طريقة للتعامل معها المؤشر الموسمي: متوسط مبيعات شهر معيّن مقسومًا على متوسط جميع الأشهر. مؤشر 1.4 لشهر ديسمبر يعني أن مبيعاته أعلى بنسبة 40% من الشهر المعتاد. اضرب تنبؤك الأساسي في المؤشر.

تحتاج إلى سنتين من السجل على الأقل لتقدير الموسمية بموثوقية. وإن كان لديك أقل، فاعتمد على الفترة نفسها من العام الماضي كدليل تقريبي مع تقويم للمناسبات المعروفة، ولا تبالغ في الثقة به.

ابدأ بأبسط طريقة تؤدي الغرض

للصنف المستقر يصعب التفوق على المتوسط المتحرك: تنبّأ بالأسبوع القادم بمتوسط آخر أربعة أسابيع. إنه سهل الشرح، وسهل التحقق منه يدويًا، وبطيء الاستجابة بما يكفي كي لا يلاحق التذبذبات العابرة. وإن أردت التوسع في التمهيد الأسي وطرق أخرى تضيف الاتجاه والموسمية، فالكتاب المجاني Forecasting: Principles and Practice خطوة تالية جيدة.

الطريقة المنصفة لاختبار أي أسلوب هي الاختبار الرجعي: افترض أن الوقت ماضٍ، وتنبّأ بأسابيع تعرف نتائجها، ثم قارن. وباستخدام البيانات المنظّفة أعلاه، يتنبأ المتوسط المتحرك لأربعة أسابيع بالأسابيع من 5 إلى 8 على النحو التالي:

الأسبوع	التنبؤ (متوسط الأسابيع الأربعة السابقة)	الفعلي	الخطأ (الفعلي − التنبؤ)	الخطأ المطلق
5	48.75	55	+6.25	6.25
6	51.50	49	−2.50	2.50
7	48.50	63	+14.50	14.50
8	51.25	38	−13.25	13.25
الإجمالي	200.00	205	+5.00	36.50

قِس الخطأ: WAPE والانحياز

رقمان يخبرانك إن كان التنبؤ مفيدًا.

WAPE (نسبة الخطأ المطلق المرجَّح) هو إجمالي الخطأ المطلق مقسومًا على إجمالي الطلب الفعلي. من الجدول: 36.5 ÷ 205 = 17.8%. وهو يعطي الأصناف الأعلى مبيعًا وزنًا أكبر، ويبقى منطقيًا حين تكون بعض الأسابيع ضعيفة، وهذا ما لا يفعله MAPE العادي.

الانحياز هو إجمالي التنبؤ ناقص إجمالي الفعلي، مقسومًا على إجمالي الفعلي: (200 − 205) ÷ 205 = −2.4%. الانحياز السالب يعني أنك تقلّل من التقدير. وإذا بقي الانحياز في اتجاه واحد أسابيع عدة فهو إشارة إلى ضرورة التصحيح، لأن كل طلب يخطئ في الاتجاه نفسه، إما أصغر من اللازم وإما أكبر.

تابع الرقمين لكل صنف أو فئة، لا للمتجر كله. فالرقم الجيد على مستوى المتجر قد يخفي عشرات المنتجات الخاطئة دائمًا. ولا يوجد هدف واحد للجميع: السلعة الأساسية المستقرة قد تصل إلى WAPE دون 10%، وصنف الأزياء قد يبلغ 40% ويظل مُدارًا جيدًا بمخزون أمان مناسب.

من التنبؤ إلى نقطة إعادة الطلب

التنبؤ يخبرك بكم ستبيع. أما نقطة إعادة الطلب فتخبرك متى تطلب. والقاعدة بسيطة:

نقطة إعادة الطلب = الطلب خلال مدة التوريد + مخزون الأمان

الطلب خلال مدة التوريد هو متوسط الطلب الأسبوعي مضروبًا في مدة توريد المورّد. صنفنا يبيع 50 وحدة أسبوعيًا والمورّد يحتاج أسبوعين، فيكون الطلب خلال مدة التوريد 50 × 2 = 100 وحدة.

مخزون الأمان هو الاحتياطي للأسابيع التي تتجاوز المتوسط. والصيغة الشائعة:

مخزون الأمان = z × σ × √L

• z يحدده مستوى الخدمة الذي تريده. 95% يقابله z = 1.65 (بدقة 1.645).
• σ هو الانحراف المعياري للطلب الأسبوعي: مقدار تأرجحه المعتاد حول المتوسط.
• L هي مدة التوريد بالأسابيع. والجذر التربيعي موجود لأن التأرجحات يلغي بعضها بعضًا جزئيًا على الفترات الأطول.

في سجلنا المنظّف، انحرافات القيم عن 50 هي −6 و+11 و+2 و−12 و+5 و−1 و+13 و−12. مجموع مربعاتها 644، و644 ÷ 7 = 92، إذن σ = √92 ≈ 9.6 وحدة. عند مستوى خدمة 95% ومدة توريد L = 2 أسبوع:

1.65 × 9.6 × √2 = 1.65 × 9.6 × 1.414 ≈ 22 وحدة

نقطة إعادة الطلب = 100 + 22 = 122 وحدة. وعندما ينخفض المخزون المتاح للبيع (الموجود فعليًا، مضافًا إليه ما هو قيد الطلب، مطروحًا منه المحجوز للعملاء) إلى 122، ضع الطلب.

الكلفة الحقيقية لمستوى الخدمة

مستوى الخدمة هنا هو احتمال اجتياز دورة تجديد المخزون دون نفاد. وكل نقطة إضافية تكلّف أكثر من سابقتها.

مستوى الخدمة	z	مخزون الأمان	نقطة إعادة الطلب
90%	1.28	17	117
95%	1.65	22	122
99%	2.33	32	132

الانتقال من 95% إلى 99% يضيف 10 وحدات، أي احتياطيًا أكبر بنسبة 45%، ويخفض النفاد المتوقع من نحو دورة واحدة كل 20 دورة إلى نحو دورة واحدة كل 100. وهذا تأمين رخيص للمنتج الأهم، لكنه ليس كذلك للصنف البطيء كبير الحجم.

تفترض الصيغة أن المورّد يلتزم بمواعيده. وإذا كانت مدة التوريد نفسها تتغير، فاستخدم الصيغة الموسّعة z × √(L × σ² + d² × σL²)، حيث d متوسط الطلب الأسبوعي وσL الانحراف المعياري لمدة التوريد بالأسابيع. عمليًا: سجّل مواعيد التسليم الفعلية، وامنح المورّد غير المنتظم احتياطيًا أكبر.

كم تطلب

تخبرك نقطة إعادة الطلب متى تطلب. أما الكمية فتأتي من مستوى مستهدف: اطلب ما يكفي لإعادة موقف مخزونك (الموجود فعليًا مضافًا إليه ما هو قيد الطلب، مطروحًا منه المحجوز) إلى ذلك المستوى. والمستوى المستهدف العملي للمراجعة الأسبوعية هو الطلب خلال مدة التوريد مضافًا إليه أسبوع مراجعة واحد، ثم مخزون الأمان: 50 × 3 + 22 = 172 وحدة. فإذا كان الموقف 118 عند الفحص، فالكمية المطلوبة 172 − 118 = 54 وحدة.

بعد ذلك طبّق شروط المورّد. إذا كان الحد الأدنى للطلب 60 وحدة، أو كان الصنف يُشحن في كراتين من 12، ترتفع الـ 54 إلى 60 في الحالتين. ويعرض المخطط الانسيابي القرار الأسبوعي كاملًا، بما فيه فحص البيانات الذي يمنع أسبوع النفاد من تصغير طلب الأسبوع التالي.

ABC/XYZ: كم من الجهد يستحق كل صنف

لا يمكنك أن تمنح كل الأصناف الاهتمام نفسه. وتصنيفان سريعان يحددان أين يذهب الجهد.

يرتّب ABC المنتجات حسب القيمة. وفق عُرف شائع، الفئة A هي المنتجات العليا التي تحقق نحو 80% من الإيرادات، والفئة B الـ 15% التالية، والفئة C الـ 5% الأخيرة. أما XYZ فيرتّبها حسب إمكانية التوقع، باستخدام معامل التباين (σ ÷ متوسط الطلب). الحدود الشائعة: X أقل من 0.5، وY من 0.5 إلى 1.0، وZ أعلى من 1.0. عدّلها بما يناسب نشاطك.

صنفنا التوضيحي معامله 9.6 ÷ 50 = 0.19، فهو X. وإذا كان من الأعلى مبيعًا فهو AX: المرشح المثالي لنقطة إعادة طلب آلية مع مراجعة أسبوعية.

التسميات أقل أهمية من العادة: صنف من فئة CZ لا ينبغي أن يأخذ ساعة من أسبوعك، وصنف من فئة AZ لا ينبغي أن يُترك لصيغة وحدها.

أين يثبت تعلّم الآلة جدواه

تؤتي نماذج تعلّم الآلة ثمارها في بعض الحالات:

• آلاف الأصناف، حيث يستحيل ضبط كل واحد يدويًا.
• إشارات كثيرة مفيدة: تغيّر الأسعار، والعروض، والطقس، والعطلات، ومخزون المنافسين، وزيارات الموقع.
• المنتجات الجديدة التي لا سجل لها، إذ يتعلم النموذج من أصناف مشابهة.
• المنتجات المترابطة، مثل البدائل والحزم، التي تتحرك معًا.

وهي غير مناسبة لمتجر فيه بضع مئات من الأصناف وسجل قصير، فهناك يكون المتوسط المتحرك مع تنظيف جيد للبيانات في الغالب بالدقة نفسها وأسهل بكثير في الوثوق به. والنموذج الذي لا تستطيع شرحه للمشتري سيتجاوزه المشتري بقراره.

مهما كانت الطريقة، طبّق الاختبار نفسه: قارنها بخط أساس بسيط في اختبارك الرجعي على بياناتك. وإن لم تتفوق على المتوسط المتحرك بفارق واضح في WAPE، فأبقِ المتوسط المتحرك. وقبل أي استثمار في حل معقد، تأكد من توفر الأساسيات: جرد دقيق، وسجل لكل حركة مخزون، وسجل مبيعات نظيف. والبرامج التي تجمع هذا كله في مكان واحد، مثل وحدة المخزون في StoreConsole، تجعل خطوة التنظيف أقل يدوية بكثير. وتعرض هذه الجولة القصيرة تنبيهات انخفاض المخزون لكل صنف وسجل الحركات الذي يغذي التنبؤ.

روتين تخطيط أسبوعي في 30 دقيقة

لا يؤتي التنبؤ ثماره إلا إذا صار عادة. وهذا الروتين يتسع له نصف ساعة بعد اكتمال الإعداد.

1. افحص جودة البيانات (5 دقائق). ابحث في مبيعات الأسبوع الماضي لأصناف A عن نفاد المخزون وطلبات الجملة والعروض، وعدّلها.
2. حدّث التنبؤ (5 دقائق). حدّث المتوسط المتحرك لأصناف A وB. وطبّق المؤشر الموسمي إن حان وقته.
3. راجع الدقة (5 دقائق). افحص WAPE والانحياز لأصناف A. وتقصَّ أي صنف بقي انحيازه في اتجاه واحد ثلاثة أسابيع.
4. افحص نقاط إعادة الطلب (5 دقائق). اكتب قائمة بالأصناف التي بلغت نقطة إعادة الطلب أو نزلت عنها، وبتلك التي ستبلغها قبل التسليم القادم.
5. ضع الطلبات (5 دقائق). اطلب، ودوّن موعد التسليم الموعود لتقارنه بما يصل فعلًا.
6. تعامل مع أصناف Z (5 دقائق). قرّر أيها تطلبه بحسب الطلب الفعلي وأيها تتوقف عن تخزينه.

مرة كل ربع سنة، أعد النظر في فئات ABC/XYZ، وحدّث المؤشرات الموسمية، وأعد حساب مخزون الأمان بقيمة σ جديدة ومدد توريد مقاسة.

نعود إلى الغلاية. مع نقطة إعادة طلب عند 122 والروتين الأسبوعي أعلاه، يخرج الطلب حين يلامس المخزون المتاح 122، وعلى الرف ما يكفي مبيعات نحو أسبوعين ونصف. أما حوامل الشموع، وهي من فئة CZ، فتنال قرار «نعم» أو «لا» مرة كل ربع سنة بدل زاوية في المخزن. ستظل أيام الجمعة تحمل مفاجآت، لكن ليست هذه.

أهم النقاط

• تنبّأ بالطلب لا بالمبيعات: أضف ما ضاع بسبب النفاد، واحذف طلبات الجملة العارضة، وضع علامة على العروض.
• المتوسط المتحرك لأربعة أسابيع خط أساس قوي للأصناف المستقرة؛ وأضف مؤشرًا موسميًا حين يتوفر لديك سجل سنتين.
• نقطة إعادة الطلب = الطلب خلال مدة التوريد + مخزون الأمان، ومخزون الأمان = z × σ × √L. في المثال: 100 + 22 = 122 وحدة عند مستوى خدمة 95%.
• تابع WAPE والانحياز لكل صنف. الانحياز الثابت في اتجاه واحد عيب يمكنك إصلاحه.
• استخدم ABC/XYZ لتوجيه اهتمامك حيث يجدي: أتمت AX، وراجع AZ يدويًا، ودع CZ.
• لا تلجأ إلى تعلّم الآلة إلا مع أصناف كثيرة وإشارات كثيرة، وبشرط أن يتفوق على خط الأساس البسيط في بياناتك أنت.

Anichur Rahaman مهندس برمجيات معماري ومؤسس StoreConsole، يصمّم أنظمة التجارة وERP للشركات النامية، ويهتم خصوصًا بالبنية القائمة على الأحداث وسلامة البيانات وتشغيل الأنظمة على خوادم الشركة نفسها.