- কখন গ্রাহকদের পুনরায় স্টক করতে হবে? তাদের কি স্পেসিফিকেশন প্রয়োজন? কত? যদি এই প্রশ্নগুলির উত্তর অনুমান দ্বারা দেওয়া হয়, এটি হয় ইনভেন্টরি তৈরি বা স্টকআউটের দিকে পরিচালিত করে। চীনা এলভিএল কারখানাগুলির একটি গ্রুপ গ্রাহকের চাহিদার পূর্বাভাস দেওয়ার জন্য আবহাওয়ার পূর্বাভাসের মতো ডেটা বিশ্লেষণ ব্যবহার করছে, অর্ডারের জন্য নিষ্ক্রিয়ভাবে প্র্যাকটিভ পরিষেবাতে রূপান্তরিত করছে।
1. "অনুমানের উপর ভিত্তি করে স্টকিং আপ" এর খরচ
"কেন এই ব্যাচের মাল আবার জমা হচ্ছে?" "কেন সেই স্পেসিফিকেশনটি আবার স্টকের বাইরে?" এটি অনেক LVL কারখানা গুদাম পরিচালকদের জন্য দৈনন্দিন উদ্বেগ।
অন্ত্রের অনুভূতির উপর ভিত্তি করে মজুদ করা একটি উল্লেখযোগ্য খরচে আসে:
- স্টকিং আপ ঝুঁকি: স্টকিং স্পেসিফিকেশন যা গ্রাহকরা প্রায়শই মূলধন টাই আপ ব্যবহার করে না এবং দীর্ঘস্থায়ী স্টোরেজের কারণে পণ্যগুলি বিকৃত বা ছাঁচ হতে পারে।
- স্টকআউট লস: গ্রাহকের প্রয়োজনীয় স্পেসিফিকেশনগুলি অনুপলব্ধ হলে, অর্ডারটি হারিয়ে যায় এবং গ্রাহক অন্য সরবরাহকারীদের কাছে যেতে পারে।
- জরুরী পুনঃপূরণ খরচ: স্টকআউটের পরে জরুরী উৎপাদনের জন্য ওভারটাইম বেতন এবং এক্সপ্রেস শিপিং ফি লাগে, যার সবই অতিরিক্ত খরচ।
"যখন স্টকিং ইনভেন্টরি আসে তখন আমরা সম্পূর্ণরূপে বিক্রয়কর্মীর অন্তর্দৃষ্টির উপর নির্ভর করতাম," একজন কারখানার ব্যবস্থাপক স্বীকার করেছেন। "যদি তারা বলে যে একটি নির্দিষ্ট স্পেসিফিকেশন ভাল বিক্রি হবে, আমরা স্টক আপ করব। ফলস্বরূপ, অফ- মরসুমে, আমাদের একটি বিশাল ব্যাকলগ ছিল।"
2. "অন্তর্জ্ঞান" থেকে "ডেটা বিশ্লেষণ"
কিছু কারখানা তাদের ইনভেন্টরি প্রস্তুতির জন্য তথ্য বিশ্লেষণ ব্যবহার করতে শুরু করেছে:
ঐতিহাসিক অর্ডার বিশ্লেষণ: নিদর্শন সনাক্ত করতে গত দুই বছরে প্রতিটি স্পেসিফিকেশনের জন্য মাসিক বিক্রয় পরিসংখ্যান বিশ্লেষণ করা। কোন স্পেসিফিকেশনগুলি "চিরসবুজ" (সারা বছর জুড়ে স্থিতিশীল), এবং কোনটি "মৌসুমী" (পিক সিজনে উচ্চ বিক্রি)?
- গ্রাহক ক্রয় অভ্যাস বিশ্লেষণ: প্রতিটি গ্রাহকের ক্রয় চক্র এবং ভলিউম বিশ্লেষণ। গ্রাহক A প্রতি মাসের 15 তারিখের দিকে অর্ডার দেয়, প্রতিবার প্রায় 2টি পাত্রে; গ্রাহক বি ত্রৈমাসিকে একবার অর্ডার দেয়, প্রতিবার 5-6টি পাত্রে।
- বাজারের প্রবণতা ট্র্যাকিং: চাহিদা পরিবর্তনের পূর্বাভাস দিতে লক্ষ্য বাজারে নির্মাণ শুরু এবং নীতির পরিবর্তনগুলি পর্যবেক্ষণ করা।
"আমরা একটি সাধারণ এক্সেল স্প্রেডশীট তৈরি করেছি," একজন বিক্রয় ব্যবস্থাপক বলেছেন। "আমরা গত বছরের অর্ডার ডেটা আমদানি করেছি এবং এটিকে মাসিকভাবে সংক্ষিপ্ত করেছি। এটা অবিলম্বে স্পষ্ট যে 50×100mm একটি বহুবর্ষজীবী প্রিয়, যখন 100×100mm বিক্রি বর্ষার আগে বেড়ে যায়।"
3. সক্রিয় অনুস্মারকগুলি প্যাসিভ অর্ডার নেওয়া প্রতিস্থাপন করে৷
ডেটা বিশ্লেষণের উপর ভিত্তি করে, কিছু কারখানা সক্রিয়ভাবে গ্রাহকদের স্টক পুনরায় পূরণ করার জন্য স্মরণ করিয়ে দেওয়া শুরু করেছে:
- ইনভেন্টরি সতর্কতা: যখন একজন গ্রাহকের ক্রয় চক্রের কাছাকাছি আসে, তখন একটি সক্রিয় বার্তা পাঠানো হয়: "আপনার ক্রয় করার অভ্যাসের উপর ভিত্তি করে, আপনাকে পরের সপ্তাহে স্টক পুনরায় পূরণ করতে হবে। বর্তমানে আমাদের কাছে পর্যাপ্ত ইনভেন্টরি রয়েছে; প্রয়োজনে আপনি এটিকে আগেই লক করে রাখতে পারেন।"
- মৌসুমী অনুস্মারক: "বর্ষাকাল ঘনিয়ে আসছে, এবং টেমপ্লেট সমর্থনের চাহিদা বাড়বে। আপনি কি 100×100mm আগে থেকে স্টক আপ করতে চান?"
- মূল্য অনুস্মারক: "কাঁচামালের দাম পরের মাসে বাড়তে পারে। আপনি কি বর্তমান মূল্য লক করার জন্য অগ্রিম একটি অর্ডার দিতে চান?"
"আগে, আমরা গ্রাহকদের অর্ডার দেওয়ার জন্য অপেক্ষা করতাম," একজন বিদেশী বাণিজ্য ব্যবস্থাপক বলেছেন। "এখন আমরা গ্রাহকদের অর্ডার দেওয়ার কথা মনে করিয়ে দিই। গ্রাহকরা মনে করেন আমরা পেশাদার, এবং এটি তাদের নিজেরাই গণনা করার ঝামেলা বাঁচায়।"
4. "ইনভেন্টরি বিক্রি করা" থেকে "ইনভেন্টরি পরিচালনা" পর্যন্ত
কিছু দীর্ঘ-মেয়াদী, বড় ক্লায়েন্ট, কিছু কারখানা ভেন্ডর ম্যানেজড ইনভেন্টরি (VMI) নিয়ে পরীক্ষা শুরু করেছে:
- ডেটা শেয়ারিং: ক্লায়েন্টরা সাপ্তাহিক তাদের নিজস্ব ইনভেন্টরি ডেটা এবং বিক্রয় পূর্বাভাস প্রদান করে।
- ফ্যাক্টরি স্টকিং: ক্লায়েন্ট ডেটার উপর ভিত্তি করে কারখানাগুলি সক্রিয়ভাবে স্টক আপ করে, যাতে ক্লায়েন্টদের স্টক ফুরিয়ে না যায়।
- স্বয়ংক্রিয় পুনরায় পূরণ: সিস্টেম ন্যূনতম জায় সতর্কতা সেট করে; যদি ইনভেন্টরি স্তরগুলি সতর্কতা স্তরের নীচে নেমে যায়, একটি পুনরায় পূরণের পরিকল্পনা স্বয়ংক্রিয়ভাবে তৈরি হয়।
"আমরা একজন অস্ট্রেলিয়ান ক্লায়েন্টের সাথে VMI প্রয়োগ করেছি," একজন কারখানার ব্যবস্থাপক বলেছেন। "ক্লায়েন্টের ইনভেন্টরি ডেটা সাপ্তাহিক আমাদের সাথে সিঙ্ক্রোনাইজ করা হয়, এবং আমরা ডেটার উপর ভিত্তি করে উত্পাদন এবং স্টকিংয়ের ব্যবস্থা করি। ক্লায়েন্টের ইনভেন্টরি টার্নওভার রেট 30% বৃদ্ধি পেয়েছে এবং আমাদের অর্ডারগুলি আরও স্থিতিশীল।"
5. ডেটা পূর্বাভাসের উন্নত "নির্ভুলতা"
ডেটা পূর্বাভাস এমন কিছু নয় যা রাতারাতি অর্জন করা যায়; এটি ক্রমাগত অপ্টিমাইজেশন প্রয়োজন:
- রেকর্ডিং পূর্বাভাস বিচ্যুতি: প্রতিটি পূর্বাভাসের পরে, প্রকৃত বিক্রয় এবং পূর্বাভাসের মধ্যে পার্থক্য রেকর্ড করা হয় এবং বিচ্যুতির কারণগুলি বিশ্লেষণ করা হয়।
- মডেল প্যারামিটার সামঞ্জস্য করা: বিচ্যুতি বিশ্লেষণের উপর ভিত্তি করে, পূর্বাভাস মডেল সামঞ্জস্য করা হয়। উদাহরণস্বরূপ, যদি এটি পাওয়া যায় যে একটি নির্দিষ্ট স্পেসিফিকেশনের বিক্রয় স্থানীয় নির্মাণ শুরুর হারের সাথে দৃঢ়ভাবে সম্পর্কযুক্ত, তবে প্রারম্ভের হার পূর্বাভাস মডেলের মধ্যে অন্তর্ভুক্ত করা হয়।
- মানব অভিজ্ঞতার পরিপূরক: ডেটা মডেলগুলি সমস্ত পরিস্থিতিতে (যেমন হঠাৎ বড় আদেশ বা নীতি পরিবর্তন) কভার করতে পারে না, অভিজ্ঞ কর্মীদের কাছ থেকে সম্পূরক রায়ের প্রয়োজন হয়।
"আমাদের পূর্বাভাসের নির্ভুলতা প্রাথমিক 60% থেকে বর্তমান 80% এ উন্নত হয়েছে," একজন বিক্রয় ব্যবস্থাপক বলেছেন। "যদিও এটি এখনও 100% নয়, এটি উল্লেখযোগ্যভাবে ইনভেন্টরি বিল্ডআপ এবং স্টকআউটগুলি হ্রাস করেছে।"
ডেটা পূর্বাভাস "ভাগ্য বলা" নয়, বরং ঐতিহাসিক নিদর্শনগুলির উপর ভিত্তি করে কাটা। যখন চীনের LVL কারখানাগুলি ইনভেন্টরি প্রস্তুতি এবং গ্রাহক পরিষেবাকে নির্দেশিত করার জন্য ডেটা বিশ্লেষণ ব্যবহার করে, তখন তারা কেবল পণ্যই নয়, "নিশ্চিততা" এবং "নির্ভরযোগ্যতা" সরবরাহ করে। এই "ডেটা-চালিত" সাপ্লাই চেইন ম্যানেজমেন্ট পদ্ধতি হল চাইনিজ ম্যানুফ্যাকচারিংকে "বিস্তৃত" থেকে "নিবিড়" উৎপাদনে যাওয়ার জন্য প্রয়োজনীয় পথ।
