商业企业“存销比” 另辟蹊径
采集的库存量包含零售户当天的所有卷烟数量,这个数量必须以‘一定期限’的销售量为基础才能计算存销比,而期限不能固定,造成数据失真。
存销比本身并无问题,问题在于烟草行业与其他行业的送货方式存在很大差别。
一般快消商品采用的是即时送货方式,同城情况下,一天内即可到达;在批发部、批发市场网罗密布的城市,甚至几小时内可送达。
零售户根本不需要库存,基本上是卖多少购多少,这种模式下采用存销比来推算社会库存是比较合适的。
烟草的送货方式却不同。
尽管属于快消品,但由于条件的限制,采用的是固定周期送货模式,不能做到即时响应。
同时,应急供货只针对极个别的情况,不能覆盖整个营销网络。
按照“存销比”计算出的库存量,不能准确地反映市场状况,最大的问题有两个。
采集的库存量包含零售户当天的所有卷烟数量,这个数量必须以“一定期限”的销售量为基础才能计算存销比,而期限不能固定,造成数据失真。
比如,某客户现有库存量为10条,日均销售量为10条,如果确定的销售期限是1星期,这段时间销售量为70条,那么该客户的存销比为10/(10X7)=0.14;如果以1个月为时间段,这个月的销售量为300条,存销比就是10/(10X30)=0.03。
两种计算方法的结果有天壤之别(存销比指一定的时间段内,库存量除以周期内总销售量)。
比如,同样以1星期为时间段,某客户的日均销售量为10条,当期的销售数量为70条;数据采集当天为送货日,该客户前一日订购了70条以备下一周期的销售,在货未送到之前,计算的存销比是0/70=0;而在货送到之后统计,存销比就是70/70=1。
同样的客户,同样的日均销售量,同样订购了只为销售1星期的卷烟量,就因为数据采集时间上的不同得出天壤之别的数据,前一秒为0,后一秒为1,极具黑色幽默。
再拓展一下想象力,假设长丰(安徽省合肥市长丰县)的送货日为星期一,肥东(安徽省合肥市肥东县)的送货日为星期二,库存量采集日期同为星期一,长丰的货刚送到,肥东的货则刚卖完,这时长丰的存销比为1,肥东的存销比为0。
如果参照这样的数据,卷烟岂不是成了“香饽饽”,长丰零售户个个都是吕不韦,要奇货可居,而肥东零售户却弃如敝屣。
为了避免这种情况出现,采集存销比时,就要避开送货日期的期首或期尾;然而事实上,送货周期是5天一循环,7个营销部在任何一天都会处于期首和期尾,根本无可避免。
另辟蹊径 笔者以为,以存销比为市场库存参考数据,不如另辟蹊径。
在不能即时补货的情况下,零售户库存的真正意义并不是指放在货架上随时待售的现货卷烟,而是减去正常零售周期以外的库存量,可以称作安全库存量,或预警量。
如果采用安全库存量(暂称)就不会出现这种情况,不管时间段有多长,也不管数据采集日是否送货,只以采集时库存量除以日均销售量减去剩余送货日,即安全库存量=(采集库存量/日均销售量)—剩余送货日。
剩余送货日是指当天与下一送货日之间的天数,如当天为星期二,下一送货日为星期五,那么剩余送货日即为3天。
比如,该客户当天采集库存量为30条,日均销售量为10条,剩余送货日为3天,即安全库存量为(30/10)—3=0。
如果觉得“天”为单位还不够精确,那可以按小数点往后推。
假设当天采集库存量为34条,那么安全库存量为(34/10)—3=0.4。
如果说目前的存销比还比较含糊,不好理解其所代表的意义,那么按照销售日计算出的安全库存量就直观得多,其代表的就是可供销售天数,1是1天,2就是2天,如果需要小数点,如1.2,就是1.2天。
比如,总体市场安全库存量为3,如果我们想把市场库存量降为1,那么只需要在一定时间内减少市场2天的销售量即可。
比如,市公司每天的正常投放量为1000箱,市场销售量为每天900箱,安全库存量由3降为1,需要减少900X2=1800箱,在10个销售日内完成。
每天的实际投放量为1000—1800/10=820箱。
安全库存量计算方式的实际运用还可以拓展至其他方面,比如降低五类烟的销售比重。
假设目前的五类烟市场日均销售量为300箱,公司日均投放量300箱,安全库存量为1。
通过调查确定约有10%的五类烟消费者有往上提升至四类烟的消费能力,只是出于习惯及观念还继续消费五类烟。
公司准备把这10%的消费者引导至更为合理的四类烟档次,调整时间为30天,那么,公司日均投放量为: (现日均投放量—市场日均销量×调整幅度)—(安全库存量×现日均销售量÷调整时间天数, 即(300—300×10%)—(1×300÷30)=260 安全库存量统计的库存可以是销售总量,也可以是类别、品类、品牌、规格等,为品牌培育、结构提升等提供现实依据。