ಡೈರಿ ವಿತರಕರಿಗೆ ಡಿಮಾಂಡ್ ಫೋರ್‌ಕಾಸ್ಟಿಂಗ್: ಓವರ್-ಆರ್ಡರಿಂಗ್ ಇಲ್ಲದೆ ಸ್ಟಾಕ್-ಔಟ್ ತಡೆಯಿರಿ

ನಶ್ವರ ಡೈರಿ ಉತ್ಪನ್ನಗಳಿಗೆ ಡಿಮಾಂಡ್ ಫೋರ್‌ಕಾಸ್ಟಿಂಗ್ ಮೂಲಭೂತವಾಗಿ ಏಕೆ ಭಿನ್ನವಾಗಿದೆ

ಬಹುತೇಕ FMCG ವರ್ಗಗಳಲ್ಲಿ, ಸೇಫ್ಟಿ ಸ್ಟಾಕ್ ಬೇಡಿಕೆಯ ಅನಿಶ್ಚಿತತೆಯ ವಿರುದ್ಧ ಸರಳ ಬಫರ್ ಆಗಿದೆ. ನೀವು ವಾರಕ್ಕೆ 100 ಕೇಸ್ ಡಿಟರ್ಜೆಂಟ್ ಮಾರಿದರೆ, ನೀವು 30 ಹೆಚ್ಚುವರಿ ಕೇಸ್‌ಗಳನ್ನು ಸೇಫ್ಟಿ ಸ್ಟಾಕ್ ಆಗಿ ಇಡುತ್ತೀರಿ. ಡಿಟರ್ಜೆಂಟ್ 2 ವರ್ಷ ಅವಧಿ ಮುಗಿಯುವುದಿಲ್ಲ, ಆದ್ದರಿಂದ ಓವರ್-ಸ್ಟಾಕಿಂಗ್‌ನ ವೆಚ್ಚ ಕೇವಲ ಹೆಚ್ಚುವರಿ ಇನ್ವೆಂಟರಿಯಲ್ಲಿ ಲಾಕ್ ಆದ ವರ್ಕಿಂಗ್ ಕ್ಯಾಪಿಟಲ್. ಡೈರಿ ಉತ್ಪನ್ನಗಳಿಗೆ, ಈ ಸಂಪೂರ್ಣ ವಿಧಾನ ಕುಸಿಯುತ್ತದೆ.

10-ದಿನಗಳ ಶೆಲ್ಫ್ ಲೈಫ್‌ನೊಂದಿಗೆ ಮೊಸರನ್ನು ನಿರ್ವಹಿಸುವ ವಿತರಕರು 30% ಸೇಫ್ಟಿ ಸ್ಟಾಕ್ ಇಡಲಾಗದು ಏಕೆಂದರೆ 3-4 ದಿನ ಮಾರಾಟವಾಗದೆ ಕುಳಿತಿರುವ ಆ ಹೆಚ್ಚುವರಿ ಯೂನಿಟ್‌ಗಳು ಈಗಾಗಲೇ ಅಪಾಯ ವಲಯದಲ್ಲಿವೆ, ಅವು ಅಂತಿಮವಾಗಿ ಚಿಲ್ಲರೆ ವ್ಯಾಪಾರಿಗೆ ರವಾನೆಯಾದಾಗ ಕೇವಲ 6 ದಿನಗಳ ಶೆಲ್ಫ್ ಲೈಫ್ ಉಳಿದಿರುತ್ತದೆ. 2-ದಿನಗಳ ಶೆಲ್ಫ್ ಲೈಫ್‌ನೊಂದಿಗೆ ತಾಜಾ ಹಾಲಿಗೆ, 10% ಓವರ್-ಆರ್ಡರಿಂಗ್ ಸಹ ಮರುಪಡೆಯಲಾಗದ ದೈನಂದಿನ ವ್ಯರ್ಥಕ್ಕೆ ಭಾಷಾಂತರಗೊಳ್ಳುತ್ತದೆ. ಡೈರಿ ಡಿಮಾಂಡ್ ಫೋರ್‌ಕಾಸ್ಟಿಂಗ್‌ನಲ್ಲಿ ದೋಷದ ಅಂಚು ಏಕ-ಅಂಕಿ ಶೇಕಡಾವಾರುಗಳಲ್ಲಿ ಅಳೆಯಲಾಗುತ್ತದೆ, ಶೆಲ್ಫ್-ಸ್ಥಿರ FMCG ಉತ್ಪನ್ನಗಳಿಗೆ ಕೆಲಸ ಮಾಡುವ 20-30% ಬಫರ್‌ನಲ್ಲಿ ಅಲ್ಲ.

ಈ ರೇಜರ್-ತೆಳ್ಳಗಿನ ಅಂಚು ದೈನಂದಿನ ಹಗ್ಗದ ಮೇಲಿನ ನಡಿಗೆಯನ್ನು ಸೃಷ್ಟಿಸುತ್ತದೆ: ತುಂಬಾ ಕಡಿಮೆ ಆರ್ಡರ್ ಮಾಡಿ ಮತ್ತು ನೀವು ಮಾರಾಟವನ್ನು ಕಳೆದುಕೊಳ್ಳುತ್ತೀರಿ (ಅಸಮಾಧಾನಗೊಂಡ ಚಿಲ್ಲರೆ ವ್ಯಾಪಾರಿಗಳು ಪ್ರತಿಸ್ಪರ್ಧಿಗಳತ್ತ ಬದಲಾಗುತ್ತಾರೆ), ತುಂಬಾ ಹೆಚ್ಚು ಆರ್ಡರ್ ಮಾಡಿ ಮತ್ತು ನಶ್ವರ ಉತ್ಪನ್ನಗಳು ಹಾಳಾಗುತ್ತವೆ (ನೇರ ಹಣಕಾಸಿನ ನಷ್ಟದ ಜೊತೆಗೆ ವಿಲೇವಾರಿ ವೆಚ್ಚಗಳು). ಅಹಮದಾಬಾದ್ ಅಥವಾ ಪುಣೆ ನಲ್ಲಿ Rs 1 ಕೋಟಿ ಮಾಸಿಕ ವಹಿವಾಟು ಹೊಂದಿರುವ ಮಧ್ಯಮ ಗಾತ್ರದ ಡೈರಿ ವಿತರಕರು ಸಾಮಾನ್ಯವಾಗಿ ಈ ಸಮತೋಲನ ಕ್ರಿಯೆಗೆ ತಿಂಗಳಿಗೆ Rs 4-8 ಲಕ್ಷ ಕಳೆದುಕೊಳ್ಳುತ್ತಾರೆ, ಇದು ಸ್ಟಾಕ್‌ಔಟ್‌ಗಳಿಂದ ಕಳೆದುಹೋದ ಮಾರಾಟ ಮತ್ತು ಹಾಳಾಗುವಿಕೆಯಿಂದ ರೈಟ್-ಆಫ್ ನಡುವೆ ಸ್ಥೂಲವಾಗಿ ಸಮಾನವಾಗಿ ವಿಭಜನೆಯಾಗುತ್ತದೆ. ಅದು ವಾರ್ಷಿಕ Rs 50-96 ಲಕ್ಷ, ಬಹುತೇಕ ವಿತರಕರು ಅನಿವಾರ್ಯ ಎಂದು ಸ್ವೀಕರಿಸುವ ಆದರೆ ವಾಸ್ತವದಲ್ಲಿ ಹೆಚ್ಚು ತಡೆಗಟ್ಟಬಹುದಾದ ಆಶ್ಚರ್ಯಕರ ಸಂಖ್ಯೆ.

ಭಾರತೀಯ ಡೈರಿ ವಿತರಣೆಯಲ್ಲಿ ದೈನಂದಿನ ಬೇಡಿಕೆ ಮಾದರಿಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು

ಭಾರತದಲ್ಲಿ ಡೈರಿ ಬಳಕೆ ಯಾವುದೇ ಫೋರ್‌ಕಾಸ್ಟಿಂಗ್ ವಿಧಾನದ ಅಡಿಪಾಯವನ್ನು ರೂಪಿಸುವ ಊಹಿಸಬಹುದಾದ ದೈನಂದಿನ ಮತ್ತು ಸಾಪ್ತಾಹಿಕ ಮಾದರಿಗಳನ್ನು ಅನುಸರಿಸುತ್ತದೆ. ಈ ಮಾದರಿಗಳು ಮುಂಬೈ ನಿಂದ ಕೋಲ್ಕತಾ ದಿಂದ ಚೆನ್ನೈ ವರೆಗೆ ಭೌಗೋಳಿಕವಾಗಿ ಗಮನಾರ್ಹವಾಗಿ ಸ್ಥಿರವಾಗಿವೆ:

• ವಾರದ ದಿನಗಳು vs ವಾರಾಂತ್ಯ: ತಿಂಡಿ ಮತ್ತು ಅಡುಗೆ ದಿನಚರಿಯಿಂದ ಪ್ರೇರಿತವಾಗಿ ಹಾಲು ಮತ್ತು ಮೊಸರಿನ ಬೇಡಿಕೆ ವಾರದ ದಿನಗಳಲ್ಲಿ 10-15% ಹೆಚ್ಚು. ಐಸ್‌ಕ್ರೀಮ್ ಮತ್ತು ಫ್ಲೇವರ್ಡ್ ಮಿಲ್ಕ್ ವಾರಾಂತ್ಯಗಳಲ್ಲಿ, ವಿಶೇಷವಾಗಿ ಭಾನುವಾರಗಳಲ್ಲಿ, ಕುಟುಂಬ ಬಳಕೆ ಮತ್ತು ಹೊರಗೆ ಹೋಗುವುದರಿಂದ ಪ್ರೇರಿತವಾಗಿ 20-30% ಹೆಚ್ಚಿನ ಬೇಡಿಕೆಯನ್ನು ಕಾಣುತ್ತದೆ.
• ಬೆಳಗಿನ vs ಸಂಜೆ ಡೆಲಿವರಿ: ತಾಜಾ ಹಾಲು ಮತ್ತು ಮೊಸರಿನ ಆರ್ಡರ್‌ಗಳು ಬೆಳಗಿನ ಡೆಲಿವರಿಗೆ ಉತ್ತುಂಗಕ್ಕೇರುತ್ತವೆ (ದೈನಂದಿನ ಪ್ರಮಾಣದ 65-70% ಬೆಳಿಗ್ಗೆ 7 ರ ಮುಂಚಿನ ರವಾನೆಗೆ ಇರಿಸಲಾಗುತ್ತದೆ), ಆದರೆ ಐಸ್‌ಕ್ರೀಮ್ ಮತ್ತು ಪಾನೀಯ ಆರ್ಡರ್‌ಗಳು ಮಧ್ಯಾಹ್ನ ಮತ್ತು ಸಂಜೆ ಡೆಲಿವರಿ ಸ್ಲಾಟ್‌ಗಳತ್ತ ವಾಲುತ್ತವೆ.
• ಸೋಮವಾರದ ಏರಿಕೆ: ಬಹುತೇಕ ವಿತರಕರು ಡೆಲಿವರಿ ಮಾಡದ ಭಾನುವಾರದ ನಂತರ ಮರು-ಸ್ಟಾಕ್ ಮಾಡಲು ಅನೇಕ ಚಿಲ್ಲರೆ ವ್ಯಾಪಾರಿಗಳು ಸೋಮವಾರಗಳಂದು 15-20% ಹೆಚ್ಚುವರಿ ಆರ್ಡರ್ ಮಾಡುತ್ತಾರೆ. ಈ ಸೋಮವಾರದ ಏರಿಕೆ ಊಹಿಸಬಹುದಾದದು ಆದರೂ ಪ್ರತಿ ವಾರ ಸಿದ್ಧವಿಲ್ಲದ ವಿತರಕರನ್ನು ಎಚ್ಚರಿಕೆ ಇಲ್ಲದೆ ಹಿಡಿಯುತ್ತದೆ.
• ಶುಕ್ರವಾರದ ಸ್ಟಾಕಿಂಗ್: ಚಿಲ್ಲರೆ ವ್ಯಾಪಾರಿಗಳು ಭಾನುವಾರ ಮುಚ್ಚುವ ಪ್ರದೇಶಗಳಲ್ಲಿ, ಶನಿವಾರದ ಬೇಡಿಕೆಗೆ ಅಂಗಡಿಗಳು ಸ್ಟಾಕ್ ಮಾಡುವುದರಿಂದ ಶುಕ್ರವಾರದ ಆರ್ಡರ್‌ಗಳು ವಾರದ ಮಧ್ಯಕ್ಕಿಂತ 15-20% ಹೆಚ್ಚು.
• ತಿಂಗಳ-ಅಂತ್ಯದ ಪರಿಣಾಮ: ಕಿರಾಣಾ ಅಂಗಡಿ ಮಾಲೀಕರು ನಗದು ಹರಿವನ್ನು ನಿರ್ವಹಿಸುವುದರಿಂದ ತಿಂಗಳ ಕೊನೆಯ ವಾರದಲ್ಲಿ 5-10% ಇಳಿಕೆ, ವಿಶೇಷವಾಗಿ ಕಡಿಮೆ-ಆದಾಯದ ನೆರೆಹೊರೆಗಳು ಮತ್ತು ಟಿಯರ್-3 ಪಟ್ಟಣಗಳಲ್ಲಿ. ಹೊಸ ತಿಂಗಳ ಮೊದಲ ವಾರದಲ್ಲಿ ಇಳಿಕೆ ತೀವ್ರವಾಗಿ ಹಿಂದಿರುಗುತ್ತದೆ.
• ಸಂಬಳ-ದಿನದ ಏರಿಕೆ: ಹೆಚ್ಚಿನ ಪ್ರಮಾಣದ ಸಂಬಳಿತ ಗ್ರಾಹಕರ ಪ್ರದೇಶಗಳಲ್ಲಿ (ಬೆಂಗಳೂರು ಮತ್ತು ಹೈದರಾಬಾದ್ ನಲ್ಲಿ IT ಕಾರಿಡಾರ್‌ಗಳು, ಪುಣೆ ನಲ್ಲಿ ಕೈಗಾರಿಕಾ ವಲಯಗಳು), ಪ್ರೀಮಿಯಂ ಡೈರಿ ಉತ್ಪನ್ನಗಳು ಪ್ರತಿ ತಿಂಗಳ 1ನೇ ಮತ್ತು 15ನೇ ತಾರೀಖುಗಳ ಸುತ್ತ 10-15% ಏರಿಕೆ ಕಾಣುತ್ತವೆ.

ಈ ಮಾದರಿಗಳು ಮಾತ್ರ, ಡಿಜಿಟಲ್ ಆರ್ಡರ್ ಮ್ಯಾನೇಜ್‌ಮೆಂಟ್ ಸಿಸ್ಟಮ್ ಮೂಲಕ ವ್ಯವಸ್ಥಿತವಾಗಿ ಸೆರೆಹಿಡಿದಾಗ, ಗಟ್-ಫೀಲ್ ಆರ್ಡರಿಂಗ್‌ಗಿಂತ ಫೋರ್‌ಕಾಸ್ಟಿಂಗ್ ನಿಖರತೆಯನ್ನು 30-40% ಸುಧಾರಿಸಬಹುದು.

ಋತುಮಾನದ ಬೇಡಿಕೆ ಏರಿಳಿತಗಳು: ಹಬ್ಬ ಮತ್ತು ಹವಾಮಾನ ಕ್ಯಾಲೆಂಡರ್

ಭಾರತೀಯ ಡೈರಿ ಬೇಡಿಕೆ ಹವಾಮಾನ, ಹಬ್ಬಗಳು ಮತ್ತು ಸಾಂಸ್ಕೃತಿಕ ಘಟನೆಗಳಿಂದ ಪ್ರೇರಿತವಾದ ನಾಟಕೀಯ ಋತುಮಾನದ ಏರಿಳಿತಗಳನ್ನು ಹೊಂದಿದೆ. ಈ ಏರಿಳಿತಗಳನ್ನು ತಪ್ಪಿಸಿಕೊಳ್ಳುವುದು ಬೃಹತ್ ಸ್ಟಾಕ್‌ಔಟ್‌ಗಳಿಗೆ (ಗರಿಷ್ಠ ಅವಧಿಗಳಲ್ಲಿ ಕಳೆದುಹೋದ ಮಾರಾಟ) ಅಥವಾ ಬೃಹತ್ ವ್ಯರ್ಥಕ್ಕೆ (ಬೇಡಿಕೆ ಇಳಿದಾಗ ಮಾರಾಟವಾಗದ ಸ್ಟಾಕ್) ಕಾರಣವಾಗುತ್ತದೆ. ಡೈರಿ ವಿತರಕರಿಗೆ ಸಮಗ್ರ ಋತುಮಾನದ ಕ್ಯಾಲೆಂಡರ್ ಇಲ್ಲಿದೆ:

ಋತು / ಘಟನೆ	ಹೆಚ್ಚು ಪರಿಣಾಮಗೊಂಡ ಉತ್ಪನ್ನಗಳು	ಬೇಡಿಕೆ ಗುಣಕ	ಯೋಜನೆ ಲೀಡ್ ಟೈಮ್	ಅವಧಿ
ಬೇಸಿಗೆ (ಏಪ್ರಿಲ್-ಜೂನ್)	ಮಜ್ಜಿಗೆ, ಲಸ್ಸಿ, ಐಸ್‌ಕ್ರೀಮ್, ಫ್ಲೇವರ್ಡ್ ಮಿಲ್ಕ್	1.5-2.5x	4-6 ವಾರ ಮುಂಚೆ	3 ತಿಂಗಳು
ಮಳೆಗಾಲ (ಜುಲೈ-ಸೆಪ್ಟೆಂಬರ್)	ಹಾಲು (ಸ್ವಲ್ಪ ಇಳಿಕೆ), ಮೊಸರು (ಇಳಿಕೆ), ಐಸ್‌ಕ್ರೀಮ್ (ತೀವ್ರ ಇಳಿಕೆ)	0.85-0.95x	2-3 ವಾರ ಮುಂಚೆ	3 ತಿಂಗಳು
ಶ್ರಾವಣ (ಆಗಸ್ಟ್)	ಹಾಲು, ಮೊಸರು, ಪನೀರ್ (ಸಸ್ಯಾಹಾರಿ ಏರಿಕೆ)	1.2-1.4x	3 ವಾರ ಮುಂಚೆ	1 ತಿಂಗಳು
ಗಣೇಶ ಚತುರ್ಥಿ	ಮೋದಕ ಪದಾರ್ಥಗಳು, ಸಿಹಿತಿಂಡಿಗಳು, ಹಾಲು	1.5-2x (ಮಹಾರಾಷ್ಟ್ರ)	3-4 ವಾರ ಮುಂಚೆ	10 ದಿನ
ನವರಾತ್ರಿ / ದಸರಾ	ಪನೀರ್, ತುಪ್ಪ, ಸಿಹಿತಿಂಡಿಗಳು, ಮೊಸರು	2-3x	3-4 ವಾರ ಮುಂಚೆ	9-10 ದಿನ
ದೀಪಾವಳಿ ವಾರ	ತುಪ್ಪ, ಹಾಲು, ಸಿಹಿತಿಂಡಿಗಳು, ಪನೀರ್, ಕ್ರೀಮ್	2.5-4x	4-6 ವಾರ ಮುಂಚೆ	5-7 ದಿನ
ಚಳಿಗಾಲ (ಡಿಸೆಂಬರ್-ಫೆಬ್ರವರಿ)	ಹಾಲು, ತುಪ್ಪ, ಚೀಸ್, ಬೆಣ್ಣೆ	1.1-1.3x	2-3 ವಾರ ಮುಂಚೆ	3 ತಿಂಗಳು
ಮಕರ ಸಂಕ್ರಾಂತಿ / ಪೊಂಗಲ್	ತುಪ್ಪ, ಎಳ್ಳು-ಆಧಾರಿತ ಸಿಹಿತಿಂಡಿಗಳು, ಹಾಲು	1.3-1.5x	2-3 ವಾರ ಮುಂಚೆ	2-3 ದಿನ
ಹೋಳಿ	ಮಜ್ಜಿಗೆ, ಠಂಡಾಯಿ, ಸಿಹಿತಿಂಡಿಗಳು, ಕ್ರೀಮ್	1.5-2x	2-3 ವಾರ ಮುಂಚೆ	2-3 ದಿನ
ರಂಜಾನ್ / ಈದ್	ಹಾಲು, ಕ್ರೀಮ್, ಚೀಸ್, ಶೀರ್ ಖುರ್ಮಾ ಪದಾರ್ಥಗಳು	1.3-1.5x (ಮುಸ್ಲಿಂ-ಬಹುಸಂಖ್ಯಾತ ಪ್ರದೇಶಗಳಲ್ಲಿ)	2-3 ವಾರ ಮುಂಚೆ	30 ದಿನ + ಈದ್
ಮದುವೆ ಋತು (ನವೆಂಬರ್-ಫೆಬ್ರವರಿ, ಏಪ್ರಿಲ್-ಜೂನ್)	ಪನೀರ್, ತುಪ್ಪ, ಕ್ರೀಮ್, ಸಿಹಿತಿಂಡಿಗಳು, ಐಸ್‌ಕ್ರೀಮ್	1.5-2x (ಸ್ಥಳೀಯ ಪ್ರದೇಶ ವ್ಯತ್ಯಾಸಗಳು)	2-4 ವಾರ ಮುಂಚೆ	ಪ್ರದೇಶಕ್ಕೆ ಅನುಗುಣವಾಗಿ ಬದಲಾಗುತ್ತದೆ
ಶಾಲೆ ಮರು-ಆರಂಭ (ಜೂನ್)	ಪ್ಯಾಕೇಜ್ಡ್ ಮಿಲ್ಕ್, ಫ್ಲೇವರ್ಡ್ ಮಿಲ್ಕ್, ಹೆಲ್ತ್ ಡ್ರಿಂಕ್ಸ್	1.1-1.2x	2 ವಾರ ಮುಂಚೆ	2-3 ವಾರ

ತಮ್ಮ ಅನಾಲಿಟಿಕ್ಸ್ ಸಿಸ್ಟಮ್ ಮೂಲಕ ಒಂದು ವರ್ಷದ ಮಾರಾಟ ಡೇಟಾವನ್ನೂ ಸೆರೆಹಿಡಿಯುವ ವಿತರಕರು 85-90% ನಿಖರತೆಯೊಂದಿಗೆ ಬೇಡಿಕೆ ಏರಿಕೆಗಳನ್ನು ಊಹಿಸುವ ಹಬ್ಬ ಕ್ಯಾಲೆಂಡರ್ ಅನ್ನು ನಿರ್ಮಿಸಬಹುದು. ಡೇಟಾ ಈಗಾಗಲೇ ನಿಮ್ಮ ಆರ್ಡರ್ ಇತಿಹಾಸದಲ್ಲಿದೆ; ಮಾದರಿಗಳನ್ನು ಹೊರತೆಗೆಯಲು ಮತ್ತು ಅನ್ವಯಿಸಲು ನಿಮಗೆ ಕೇವಲ ಸಿಸ್ಟಮ್ ಬೇಕು.

ಡೈರಿ ಬಳಕೆ ಮಾದರಿಗಳ ಮೇಲೆ ಹವಾಮಾನದ ಪರಿಣಾಮ

ತಾಪಮಾನ ಡೈರಿ ಉತ್ಪನ್ನ ಮಿಶ್ರಣವನ್ನು ನೇರವಾಗಿ ಮತ್ತು ಊಹಿಸಬಹುದಾದ ರೀತಿಯಲ್ಲಿ ಪ್ರಭಾವಿಸುತ್ತದೆ. National Dairy Development Board (NDDB) ನ ಸಂಶೋಧನೆ ಮತ್ತು SpireStock ಗ್ರಾಹಕರಿಂದ ಸಂಗ್ರಹಿಸಿದ ಡೇಟಾ ಸ್ಪಷ್ಟ ಸಂಬಂಧಗಳನ್ನು ತೋರಿಸುತ್ತದೆ:

• ತಾಪಮಾನದಲ್ಲಿ ಪ್ರತಿ 5 ಡಿಗ್ರಿ ಸೆಲ್ಸಿಯಸ್ ಹೆಚ್ಚಳಕ್ಕೆ, ಐಸ್‌ಕ್ರೀಮ್ ಬೇಡಿಕೆ 15-25% ಹೆಚ್ಚುತ್ತದೆ
• ತಾಪಮಾನ ಏರುತ್ತಿದ್ದಂತೆ ಮಜ್ಜಿಗೆ ಮತ್ತು ಲಸ್ಸಿ ಬೇಡಿಕೆ 10-20% ಹೆಚ್ಚುತ್ತದೆ
• ಬೆಚ್ಚಗಿನ ಹವಾಮಾನದಲ್ಲಿ ಬಿಸಿ ಹಾಲಿನ ಬಳಕೆ 10-15% ಕಡಿಮೆಯಾಗುತ್ತದೆ
• ಬೇಸಿಗೆ ತಿಂಗಳುಗಳಲ್ಲಿ ತುಪ್ಪ ಮತ್ತು ಬೆಣ್ಣೆ ಬೇಡಿಕೆ 5-10% ಕಡಿಮೆಯಾಗುತ್ತದೆ
• ನವೆಂಬರ್‌ನಲ್ಲಿ ಹಠಾತ್ ಚಳಿಯ ಅಲೆ ಮಜ್ಜಿಗೆ ಬೇಡಿಕೆಯನ್ನು ರಾತ್ರೋರಾತ್ರಿ 30% ಕಡಿಮೆ ಮಾಡಬಹುದು
• ಬೇಸಿಗೆಯಲ್ಲಿ ಅಕಾಲಿಕ ಮಳೆ ಐಸ್‌ಕ್ರೀಮ್ ಬೇಡಿಕೆಯನ್ನು ಅದರ ಅವಧಿಗೆ 20-30% ಕಡಿಮೆ ಮಾಡಬಹುದು

India Meteorological Department (IMD) ನ APIs ಮೂಲಕ ಸುಲಭವಾಗಿ ಲಭ್ಯವಿರುವ ಹವಾಮಾನ ಡೇಟಾವನ್ನು ಸಂಯೋಜಿಸುವ ಫೋರ್‌ಕಾಸ್ಟಿಂಗ್ ಸಿಸ್ಟಮ್, 3-5 ದಿನಗಳ ತಾಪಮಾನ ಮುನ್ಸೂಚನೆಗಳ ಆಧಾರದ ಮೇಲೆ ದೈನಂದಿನ ಆರ್ಡರ್‌ಗಳನ್ನು ಹೊಂದಿಸಬಹುದು. ತಾಪಮಾನ ಜನವರಿಯಲ್ಲಿ 5 ಡಿಗ್ರಿ ಸೆಲ್ಸಿಯಸ್‌ನಿಂದ ಜೂನ್‌ನಲ್ಲಿ 45 ಡಿಗ್ರಿಗೆ ಏರಿಳಿಯುವ ದೆಹಲಿ ನ ವಿತರಕರಿಗೆ, ಹವಾಮಾನ-ಹೊಂದಿಸಿದ ಫೋರ್‌ಕಾಸ್ಟಿಂಗ್ ಬೇಡಿಕೆ ಬದಲಾವಣೆಗಳನ್ನು ಅವು ಬರುವ 2-3 ದಿನ ಮುಂಚೆ ಸೆರೆಹಿಡಿಯಬಹುದು, ಇದು ಹೀಟ್‌ವೇವ್ ಬಂದಾಗ ಮಜ್ಜಿಗೆ ಸ್ಟಾಕ್‌ನಲ್ಲಿರುವುದು ಮತ್ತು ಚಿಲ್ಲರೆ ವ್ಯಾಪಾರಿಗಳು ಖಾಲಿಯಾದ ನಂತರ ತುರ್ತು ಆರ್ಡರ್‌ಗಳಿಗೆ ಓಡಾಡುವುದರ ನಡುವಿನ ವ್ಯತ್ಯಾಸ.

AI ಇಲ್ಲದೆ ಕೆಲಸ ಮಾಡುವ ಐದು ಪ್ರಾಯೋಗಿಕ ಫೋರ್‌ಕಾಸ್ಟಿಂಗ್ ವಿಧಾನಗಳು

ಡೈರಿ ಫೋರ್‌ಕಾಸ್ಟಿಂಗ್ ಅನ್ನು ನಾಟಕೀಯವಾಗಿ ಸುಧಾರಿಸಲು ನಿಮಗೆ ಅತ್ಯಾಧುನಿಕ ಆರ್ಟಿಫಿಶಿಯಲ್ ಇಂಟೆಲಿಜೆನ್ಸ್ ಅಥವಾ ಮೆಷಿನ್ ಲರ್ನಿಂಗ್ ಬೇಕಿಲ್ಲ. ಯಾವುದೇ ಆಧುನಿಕ DMS ನಲ್ಲಿ ಲಭ್ಯವಿರುವ ಪ್ರಮಾಣಿತ ಆರ್ಡರ್ ಮ್ಯಾನೇಜ್‌ಮೆಂಟ್ ಡೇಟಾದೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುವ ಐದು ಸಾಬೀತಾದ ವಿಧಾನಗಳು ಇಲ್ಲಿವೆ:

1. ವೈಟೆಡ್ ಮೂವಿಂಗ್ ಆ್ಯವರೇಜ್ (ಸ್ಥಿರ ಉತ್ಪನ್ನಗಳಿಗೆ ಉತ್ತಮ)

ಪ್ರತಿ ಉತ್ಪನ್ನಕ್ಕೆ ಕಳೆದ 4 ವಾರಗಳ ದೈನಂದಿನ ಮಾರಾಟ ಡೇಟಾವನ್ನು ತೆಗೆದುಕೊಳ್ಳಿ. ಇತ್ತೀಚಿನ ವಾರಗಳಿಗೆ ಹೆಚ್ಚು ಭಾರ ನೀಡಿ: ಕಳೆದ ವಾರಕ್ಕೆ 40% ತೂಕ, ಎರಡು ವಾರಗಳ ಹಿಂದೆ 30%, ಮೂರು ವಾರಗಳ ಹಿಂದೆ 20%, ನಾಲ್ಕು ವಾರಗಳ ಹಿಂದೆ 10%. ವೈಟೆಡ್ ಆ್ಯವರೇಜ್ ನಾಳೆಯ ಮುನ್ಸೂಚನೆಯಾಗುತ್ತದೆ. ಈ ವಿಧಾನ ಜಾರಿಗೆ ತರಲು ಸರಳ, ಟ್ರೆಂಡ್ ಬದಲಾವಣೆಗಳಿಗೆ ತ್ವರಿತವಾಗಿ ಪ್ರತಿಕ್ರಿಯಿಸುತ್ತದೆ, ಮತ್ತು ಬೇಡಿಕೆ ಕಿರಿದಾದ ಬ್ಯಾಂಡ್‌ನಲ್ಲಿ ಬದಲಾಗುವ ಹಾಲು, ಮೊಸರು ಮತ್ತು ಪನೀರ್‌ನಂತಹ ಸ್ಥಿರ ದೈನಂದಿನ ಉತ್ಪನ್ನಗಳಿಗೆ ಅತ್ಯುತ್ತಮವಾಗಿ ಕೆಲಸ ಮಾಡುತ್ತದೆ.

ಉದಾಹರಣೆ: ಕಳೆದ 4 ವಾರಗಳ ನಿಮ್ಮ ಮಂಗಳವಾರದ ಹಾಲಿನ ಮಾರಾಟ 120, 115, 125, ಮತ್ತು 130 ಲೀಟರ್ ಆಗಿದ್ದರೆ, ಮುಂದಿನ ಮಂಗಳವಾರಕ್ಕೆ ವೈಟೆಡ್ ಮುನ್ಸೂಚನೆ: (130 x 0.4) + (125 x 0.3) + (115 x 0.2) + (120 x 0.1) = 52 + 37.5 + 23 + 12 = 124.5 ಲೀಟರ್. 125 ಲೀಟರ್ ಆರ್ಡರ್ ಮಾಡಿ.

2. ವಾರದ-ದಿನ ಮಾದರಿ (ಸಾಪ್ತಾಹಿಕ ಲಯ ಸೆರೆಹಿಡಿಯಲು ಉತ್ತಮ)

ಕಳೆದ 8-12 ವಾರಗಳಲ್ಲಿ ವಾರದ ಪ್ರತಿ ದಿನಕ್ಕೆ ಸರಾಸರಿ ಮಾರಾಟವನ್ನು ಲೆಕ್ಕಹಾಕಿ. ಮೊಸರಿಗೆ ಸೋಮವಾರದ ಬೇಡಿಕೆ ಸರಾಸರಿ 120 ಯೂನಿಟ್, ಮಂಗಳವಾರ 105, ಬುಧವಾರ 110, ಗುರುವಾರ 108, ಶುಕ್ರವಾರ 130, ಶನಿವಾರ 95, ಭಾನುವಾರ 85 ಆಗಿರಬಹುದು. ಮುಂಬರುವ ವಾರಕ್ಕೆ ಈ ದಿನ-ನಿರ್ದಿಷ್ಟ ಮುನ್ಸೂಚನೆಯನ್ನು ಅನ್ವಯಿಸಿ. ಈ ವಿಧಾನ ಭಾರತೀಯ ಡೈರಿ ವಿತರಣೆಯಲ್ಲಿ ದೈನಂದಿನ ಬೇಡಿಕೆ ಏರಿಳಿತದ 40-50% ಅನ್ನು ಚಾಲನೆ ಮಾಡುವ ವ್ಯವಸ್ಥಿತ ವಾರ-ವಾರಾಂತ್ಯ ವ್ಯತ್ಯಾಸವನ್ನು ಸೆರೆಹಿಡಿಯುತ್ತದೆ.

3. ಕಳೆದ-ವರ್ಷದ-ಅದೇ-ಅವಧಿ (ಹಬ್ಬಗಳು ಮತ್ತು ಋತುಮಾನದ ಘಟನೆಗಳಿಗೆ ಉತ್ತಮ)

ಋತುಮಾನ ಮತ್ತು ಹಬ್ಬದ ಅವಧಿಗಳಿಗೆ, ಒಟ್ಟಾರೆ ವ್ಯಾಪಾರ ಬೆಳವಣಿಗೆಗೆ ಹೊಂದಿಸಿ, ಅದೇ ಅವಧಿಗೆ ಕಳೆದ ವರ್ಷದ ಮಾರಾಟವನ್ನು ಬಳಸಿ. ಕಳೆದ ನವರಾತ್ರಿ ನಿಮ್ಮ ಪನೀರ್ ಮಾರಾಟ 500 ಕೇಸ್ ಆಗಿದ್ದು ನಿಮ್ಮ ವ್ಯಾಪಾರ ವರ್ಷದಿಂದ-ವರ್ಷಕ್ಕೆ 15% ಬೆಳೆದಿದ್ದರೆ, ಈ ನವರಾತ್ರಿಗೆ 575 ಕೇಸ್ ಮುನ್ಸೂಚಿಸಿ. ಈ ವಿಧಾನ 2-4x ನ ಬೇಡಿಕೆ ಗುಣಕಗಳು ಸಾಮಾನ್ಯ ಫೋರ್‌ಕಾಸ್ಟಿಂಗ್ ಮಾದರಿಗಳನ್ನು ನಿಷ್ಪ್ರಯೋಜಕವಾಗಿಸುವ ಹಬ್ಬ ಯೋಜನೆಗೆ ಅತ್ಯಗತ್ಯ. ತಿಳಿದಿರುವ ಘಟನೆಗಳು ಸಮೀಪಿಸಿದಾಗ ಸೇಲ್ಸ್ ಅನಾಲಿಟಿಕ್ಸ್ ಮಾಡ್ಯೂಲ್ ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಕಳೆದ-ವರ್ಷದ-ಅದೇ-ಅವಧಿ ಹೋಲಿಕೆಗಳನ್ನು ಎಳೆಯುತ್ತದೆ.

4. ಚಿಲ್ಲರೆ-ಮಟ್ಟದ ಫೋರ್‌ಕಾಸ್ಟಿಂಗ್ (ನಿಖರತೆಗೆ ಉತ್ತಮ)

ಒಟ್ಟಾರೆ ವಿತರಕ ಮಟ್ಟದಲ್ಲಿ ಮುನ್ಸೂಚಿಸುವ ಬದಲು, ಪ್ರತಿ ಚಿಲ್ಲರೆ ವ್ಯಾಪಾರಿಯ ಪ್ರತ್ಯೇಕ ಆರ್ಡರಿಂಗ್ ಮಾದರಿಗಳ ಆಧಾರದ ಮೇಲೆ ಬೇಡಿಕೆಯನ್ನು ಮುನ್ಸೂಚಿಸಿ. ಕೊರೆಗಾಂವ್ ಪಾರ್ಕ್‌ನಲ್ಲಿ ಚಿಲ್ಲರೆ ವ್ಯಾಪಾರಿ A ಪ್ರತಿ ಸೋಮವಾರ, ಬುಧವಾರ ಮತ್ತು ಶುಕ್ರವಾರ 5 ಯೂನಿಟ್ ಮೊಸರನ್ನು ಆರ್ಡರ್ ಮಾಡುತ್ತಾರೆ. ಕೊಥ್ರುಡ್‌ನಲ್ಲಿ ಚಿಲ್ಲರೆ ವ್ಯಾಪಾರಿ B ಪ್ರತಿದಿನ 3 ಯೂನಿಟ್ ಆರ್ಡರ್ ಮಾಡುತ್ತಾರೆ. ಈ ಸೂಕ್ಷ್ಮ ವಿಧಾನ ಒಟ್ಟಾರೆ ಫೋರ್‌ಕಾಸ್ಟಿಂಗ್‌ಗಿಂತ ಗಮನಾರ್ಹವಾಗಿ ಹೆಚ್ಚು ನಿಖರವಾಗಿದೆ ಏಕೆಂದರೆ ಇದು ಪ್ರತಿ ಚಿಲ್ಲರೆ ವ್ಯಾಪಾರಿಯ ಅನನ್ಯ ಬಳಕೆ ಮಾದರಿಯನ್ನು ಪರಿಗಣಿಸುತ್ತದೆ ಮತ್ತು ವೈಯಕ್ತಿಕ ವ್ಯತ್ಯಾಸವನ್ನು ಮರೆಮಾಡುವ ಆ್ಯವರೇಜಿಂಗ್ ಪರಿಣಾಮವನ್ನು ತೆಗೆದುಹಾಕುತ್ತದೆ. ಆರ್ಡರ್ ಡೇಟಾ ಮೊಬೈಲ್ ಆ್ಯಪ್ ಮೂಲಕ ಡಿಜಿಟಲ್ ಆಗಿ ಸೆರೆಹಿಡಿದು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಒಟ್ಟುಗೂಡಿಸಿದಾಗ ಅದು ಅಸಾಧಾರಣವಾಗಿ ಚೆನ್ನಾಗಿ ಕೆಲಸ ಮಾಡುತ್ತದೆ.

5. ಆಟೋ-ಸೂಚಿತ ಆರ್ಡರ್ ಪ್ರಮಾಣಗಳು (ದೈನಂದಿನ ಕಾರ್ಯಾಚರಣೆಗೆ ಉತ್ತಮ)

ದೈನಂದಿನ ಡೈರಿ ಆರ್ಡರಿಂಗ್‌ಗೆ ಅತ್ಯಂತ ಪ್ರಾಯೋಗಿಕ ವಿಧಾನ: ಸಿಸ್ಟಮ್ ಪ್ರತಿ ಚಿಲ್ಲರೆ ವ್ಯಾಪಾರಿಯಲ್ಲಿ ಪ್ರತಿ ಉತ್ಪನ್ನಕ್ಕೆ, ವಾರದ-ದಿನ ಅಂಶಗಳು, ತಿಳಿದಿರುವ ಋತುಮಾನದ ಗುಣಕಗಳು ಮತ್ತು ಯಾವುದೇ ಹಸ್ತಚಾಲಿತ ಓವರ್‌ರೈಡ್‌ಗಳಿಗೆ (ಚಿಲ್ಲರೆ ವ್ಯಾಪಾರಿ ಸ್ಥಳೀಯ ಕಾರ್ಯಕ್ರಮಕ್ಕೆ ಹೆಚ್ಚುವರಿ ಸ್ಟಾಕ್ ಕೇಳುವಂತಹ) ಹೊಂದಿಸಿದ ಇತ್ತೀಚಿನ ಆರ್ಡರಿಂಗ್ ಮಾದರಿಗಳ ಆಧಾರದ ಮೇಲೆ ಮುಂದಿನ-ದಿನದ ಆರ್ಡರ್ ಪ್ರಮಾಣ ಸಲಹೆಗಳನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ. ವಿತರಕ ಅಥವಾ ಬ್ರಾಂಡ್ ಸೇಲ್ಸ್‌ಮ್ಯಾನ್ ಆಟೋ-ಜನರೇಟೆಡ್ ಸಲಹೆಗಳನ್ನು ಪರಿಶೀಲಿಸುತ್ತಾರೆ, ಗ್ರೌಂಡ್-ಲೆವೆಲ್ ಬುದ್ಧಿಮತ್ತೆಯ ಆಧಾರದ ಮೇಲೆ ಹೊಂದಾಣಿಕೆಗಳನ್ನು ಮಾಡುತ್ತಾರೆ, ಮತ್ತು ತಯಾರಕ ಅಥವಾ C&F ಏಜೆಂಟ್‌ನೊಂದಿಗೆ ಆರ್ಡರ್ ಇರಿಸುತ್ತಾರೆ. ಈ ವಿಧಾನ ಮಾನವ ತೀರ್ಪಿನೊಂದಿಗೆ ಯಂತ್ರ ನಿಖರತೆಯನ್ನು ಸಂಯೋಜಿಸುತ್ತದೆ.

ಡೇಟಾ ಅಡಿಪಾಯ: ಅಲ್ಗಾರಿದಮ್‌ಗಳಿಗಿಂತ ನಿಖರ ಸೆರೆಹಿಡಿಯುವಿಕೆ ಏಕೆ ಹೆಚ್ಚು ಮುಖ್ಯ

ಉತ್ತಮ ಡಿಮಾಂಡ್ ಫೋರ್‌ಕಾಸ್ಟಿಂಗ್‌ನ ಮುಖ್ಯ ಸಕ್ರಿಯಗೊಳಿಸುವಿಕೆ ಅತ್ಯಾಧುನಿಕ ಅಲ್ಗಾರಿದಮ್‌ಗಳು ಅಥವಾ ದುಬಾರಿ AI ಸಾಧನಗಳಲ್ಲ. ಇದು ಪ್ರತಿ ವಹಿವಾಟು ಬಿಂದುವಿನಲ್ಲಿ ನಿಖರ, ಸೂಕ್ಷ್ಮ, ಡಿಜಿಟಲ್ ಡೇಟಾ ಸೆರೆಹಿಡಿಯುವಿಕೆ. ಪ್ರತಿ ಆರ್ಡರ್, ಪ್ರತಿ ಡೆಲಿವರಿ, ಪ್ರತಿ ರಿಟರ್ನ್ ಮತ್ತು ಪ್ರತಿ ಕಳೆದುಹೋದ ಮಾರಾಟವನ್ನು ಮೊಬೈಲ್ ಆ್ಯಪ್ ಮತ್ತು ಆರ್ಡರ್ ಮ್ಯಾನೇಜ್‌ಮೆಂಟ್ ಸಿಸ್ಟಮ್ ಮೂಲಕ ಡಿಜಿಟಲ್ ಆಗಿ ಸೆರೆಹಿಡಿದಾಗ, ನಿಖರ ಮುನ್ಸೂಚನೆಗಳಿಗೆ ನಿಮ್ಮ ಬಳಿ ಕಚ್ಚಾ ವಸ್ತು ಇರುತ್ತದೆ. ಡಿಜಿಟಲ್ ಡೇಟಾ ಸೆರೆಹಿಡಿಯುವಿಕೆ ಇಲ್ಲದೆ, ಅತ್ಯುತ್ತಮ ಅಲ್ಗಾರಿದಮ್‌ಗೂ ಕೆಲಸ ಮಾಡಲು ಏನೂ ಇಲ್ಲ.

ನಿಮ್ಮ ಡೇಟಾ ಅಡಿಪಾಯ ಏನನ್ನು ಒಳಗೊಂಡಿರಬೇಕು ಎಂಬುದು ಇಲ್ಲಿದೆ:

• ಆರ್ಡರ್ ಡೇಟಾ: ಪ್ರತಿ ಚಿಲ್ಲರೆ ವ್ಯಾಪಾರಿ ಏನು ಆರ್ಡರ್ ಮಾಡಿದರು, ದಿನಾಂಕ, ವಾರದ ದಿನ, SKU ಗೆ ಪ್ರಮಾಣಗಳು
• ಡೆಲಿವರಿ ಡೇಟಾ: ನಿಜವಾಗಿ ಏನು ತಲುಪಿಸಲಾಯಿತು (ಸ್ಟಾಕ್ ನಿರ್ಬಂಧಗಳಿಂದ ಆರ್ಡರ್‌ಗಿಂತ ಭಿನ್ನವಾಗಿರಬಹುದು)
• ರಿಟರ್ನ್ ಡೇಟಾ: ಕಾರಣ ಕೋಡ್‌ಗಳೊಂದಿಗೆ ಏನನ್ನು ಹಿಂದಿರುಗಿಸಲಾಯಿತು (ಎಕ್ಸ್‌ಪೈರಿ, ಹಾನಿ, ಓವರ್‌ಸ್ಟಾಕ್)
• ಸ್ಟಾಕ್‌ಔಟ್ ಡೇಟಾ: ಆರ್ಡರ್ ಮಾಡುವಾಗ ಯಾವ ಉತ್ಪನ್ನಗಳು ಲಭ್ಯವಿರಲಿಲ್ಲ (ಅತ್ಯಂತ ನಿರ್ಣಾಯಕ ಮತ್ತು ಅತ್ಯಂತ ಸಾಮಾನ್ಯವಾಗಿ ಅಳೆಯದ ಡೇಟಾ ಪಾಯಿಂಟ್)
• ಹವಾಮಾನ ಡೇಟಾ: ದೈನಂದಿನ ತಾಪಮಾನ ಮತ್ತು ಹವಾಮಾನ ಪರಿಸ್ಥಿತಿಗಳು (API ಮೂಲಕ ಲಭ್ಯ)
• ಕಾರ್ಯಕ್ರಮ ಕ್ಯಾಲೆಂಡರ್: ಹಬ್ಬಗಳು, ಸ್ಥಳೀಯ ಘಟನೆಗಳು, ಶಾಲಾ ರಜೆಗಳು ಮತ್ತು ಇತರ ಬೇಡಿಕೆ ಚಾಲಕರು

ಬಹುತೇಕ ವಿತರಕರು ಆರ್ಡರ್‌ಗಳು ಮತ್ತು ಡೆಲಿವರಿಗಳನ್ನು ಸೆರೆಹಿಡಿಯುತ್ತಾರೆ ಆದರೆ ಸ್ಟಾಕ್‌ಔಟ್ ಡೇಟಾ ಮತ್ತು ರಿಟರ್ನ್ ಕಾರಣ ಕೋಡ್‌ಗಳನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ತಪ್ಪಿಸಿಕೊಳ್ಳುತ್ತಾರೆ. ನೀವು ಏನನ್ನು ಮಾರಲಾಗಲಿಲ್ಲ ಎಂದು ತಿಳಿಯದೆ (ಏಕೆಂದರೆ ನಿಮ್ಮ ಬಳಿ ಅದು ಇರಲಿಲ್ಲ), ನಿಮ್ಮ ಬೇಡಿಕೆ ಡೇಟಾ ನಿಜವಾದ ಬೇಡಿಕೆಯನ್ನು ವ್ಯವಸ್ಥಿತವಾಗಿ ಕಡಿಮೆ ಅಂದಾಜು ಮಾಡುತ್ತದೆ. ಪೂರೈಸದ ಆರ್ಡರ್‌ಗಳನ್ನು ಶೂನ್ಯ-ಆರ್ಡರ್ ದಿನಗಳಿಂದ ಪ್ರತ್ಯೇಕವಾಗಿ ಟ್ರ್ಯಾಕ್ ಮಾಡುವ ಡಿಸ್ಟ್ರಿಬ್ಯೂಷನ್ ಮ್ಯಾನೇಜ್‌ಮೆಂಟ್ ಸಿಸ್ಟಮ್ ಈ ನಿರ್ಣಾಯಕ ಕಾಣೆಯಾದ ಡೇಟಾವನ್ನು ಒದಗಿಸುತ್ತದೆ.

ಕೇಸ್ ಸ್ಟಡಿ: ಅಹಮದಾಬಾದ್ ಡೈರಿ ವಿತರಕರು ವ್ಯರ್ಥವನ್ನು 60% ಕಡಿಮೆ ಮಾಡಿದರು

180 ಚಿಲ್ಲರೆ ಔಟ್‌ಲೆಟ್‌ಗಳಲ್ಲಿ ಬಹು ಡೈರಿ ಬ್ರಾಂಡ್‌ಗಳನ್ನು ನಿರ್ವಹಿಸುವ Rs 1.2 ಕೋಟಿ ಮಾಸಿಕ ವಹಿವಾಟು ಹೊಂದಿರುವ ಅಹಮದಾಬಾದ್ ನ ಡೈರಿ ವಿತರಕರು SpireStock ನ ಫೋರ್‌ಕಾಸ್ಟಿಂಗ್ ಮಾಡ್ಯೂಲ್ ಅನ್ನು ಜಾರಿಗೆ ತಂದರು. ಜಾರಿ ಮಾಡುವ ಮುಂಚೆ, ವಿತರಕರು ದೈನಂದಿನ ಆರ್ಡರ್‌ಗಳನ್ನು ಅಂದಾಜಿಸಲು ಮಾಲೀಕರ 20 ವರ್ಷಗಳ ಅನುಭವವನ್ನು ಅವಲಂಬಿಸಿದ್ದರು, ಸಾಮಾನ್ಯ ದಿನಗಳಿಗೆ ಸಮಂಜಸವಾಗಿ ಕೆಲಸ ಮಾಡಿದರೂ ಋತುಮಾನದ ಪರಿವರ್ತನೆಗಳು, ಹಬ್ಬಗಳು ಮತ್ತು ಹವಾಮಾನ ಬದಲಾವಣೆಗಳ ಸಮಯದಲ್ಲಿ ಸ್ಥಿರವಾಗಿ ವಿಫಲವಾಗುವ ವಿಧಾನ. ಡೇಟಾ-ಚಾಲಿತ ಫೋರ್‌ಕಾಸ್ಟಿಂಗ್‌ನ 12 ತಿಂಗಳ ನಂತರದ ಫಲಿತಾಂಶಗಳು:

ಮೆಟ್ರಿಕ್	ಮುಂಚೆ (ಅನುಭವ-ಆಧಾರಿತ)	ನಂತರ (ಡೇಟಾ-ಚಾಲಿತ)	ಸುಧಾರಣೆ
ದೈನಂದಿನ ಸ್ಟಾಕ್‌ಔಟ್ ದರ	SKUs ನ 12-15%	SKUs ನ 3-4%	73% ಇಳಿಕೆ
ದೈನಂದಿನ ಹಾಳಾಗುವಿಕೆ ಮೌಲ್ಯ	Rs 8,000-12,000	Rs 3,000-4,500	60% ಇಳಿಕೆ
ನವರಾತ್ರಿ ಯೋಜನೆ ನಿಖರತೆ	30% ಹೆಚ್ಚು ಆರ್ಡರ್ ಮಾಡಲಾಯಿತು (ವ್ಯರ್ಥ)	5% ವ್ಯತ್ಯಾಸ	ಸಮೀಪ-ಪರಿಪೂರ್ಣ ಯೋಜನೆ
ಬೇಸಿಗೆ ಮಜ್ಜಿಗೆ ನಿರ್ವಹಣೆ	ಆಗಾಗ್ಗೆ ಸ್ಟಾಕ್‌ಔಟ್‌ಗಳು, ತುರ್ತು ಆರ್ಡರ್‌ಗಳು	ಗರಿಷ್ಠ ಬೇಸಿಗೆಯಲ್ಲಿ ಶೂನ್ಯ ಸ್ಟಾಕ್‌ಔಟ್‌ಗಳು	ತೆಗೆದುಹಾಕಲಾಯಿತು
ಮಳೆಗಾಲದ ಬೇಡಿಕೆ ಹೊಂದಾಣಿಕೆ	15-20% ಹೆಚ್ಚು ಆರ್ಡರಿಂಗ್	3-5% ವ್ಯತ್ಯಾಸ	ವ್ಯರ್ಥ 75% ಕಡಿಮೆಯಾಯಿತು
ವಾರ್ಷಿಕ ಹಣಕಾಸಿನ ಪರಿಣಾಮ	ಬೇಸ್‌ಲೈನ್	Rs 52 ಲಕ್ಷ ಉಳಿತಾಯ	ವ್ಯರ್ಥ ಉಳಿತಾಯ + ಕಳೆದುಹೋದ ಮಾರಾಟ ಸೆರೆಹಿಡಿಯಲಾಯಿತು
ಮುನ್ಸೂಚನೆ vs ನಿಜವಾದ ನಿಖರತೆ	70-75%	92-95%	20+ ಶೇಕಡಾ ಪಾಯಿಂಟ್ ಸುಧಾರಣೆ

Rs 52 ಲಕ್ಷದ ವಾರ್ಷಿಕ ಪರಿಣಾಮ ಎರಡು ಮೂಲಗಳಿಂದ ಬಂದಿತು: ಕಡಿಮೆಯಾದ ಹಾಳಾಗುವಿಕೆ ಮತ್ತು ರೈಟ್-ಆಫ್‌ಗಳಿಂದ Rs 28 ಲಕ್ಷ, ಮತ್ತು ಹಿಂದೆ ಸ್ಟಾಕ್‌ಔಟ್‌ಗಳಿಂದ ಕಳೆದುಹೋದ ಮಾರಾಟವನ್ನು ಸೆರೆಹಿಡಿಯುವುದರಿಂದ Rs 24 ಲಕ್ಷ. ವಿತರಕರ DMS ಹೂಡಿಕೆಯ ಮೇಲಿನ ROI ಮೊದಲ ವರ್ಷದಲ್ಲಿ 15x ಮೀರಿತು.

ಅನುಷ್ಠಾನ ರೋಡ್‌ಮ್ಯಾಪ್: ಹಸ್ತಚಾಲಿತದಿಂದ ಡೇಟಾ-ಚಾಲಿತ ಫೋರ್‌ಕಾಸ್ಟಿಂಗ್‌ಗೆ

1. ಹಂತ 1 (ತಿಂಗಳು 1-2): ಡೇಟಾ ಅಡಿಪಾಯ. ಡಿಜಿಟಲ್ ಆರ್ಡರ್ ಮ್ಯಾನೇಜ್‌ಮೆಂಟ್ ಮತ್ತು ಡಿಜಿಟಲ್ ಪ್ರೂಫ್ ಆಫ್ ಡೆಲಿವರಿ ಮೂಲಕ ಪ್ರತಿ ಚಿಲ್ಲರೆ ವ್ಯಾಪಾರಿಗೆ ಪ್ರತಿ ಉತ್ಪನ್ನಕ್ಕೆ ನಿಖರ ದೈನಂದಿನ ಮಾರಾಟ ಡೇಟಾವನ್ನು ಸೆರೆಹಿಡಿಯಲು ಪ್ರಾರಂಭಿಸಿ. ಸ್ಟಾಕ್‌ಔಟ್‌ಗಳನ್ನು ಶೂನ್ಯ-ಆರ್ಡರ್ ದಿನಗಳಿಂದ ಪ್ರತ್ಯೇಕವಾಗಿ ಟ್ರ್ಯಾಕ್ ಮಾಡಿ. ಪ್ರತಿ ಹಿಂದಿರುಗಿಸಿದ ವಸ್ತುವಿಗೆ ರಿಟರ್ನ್ ಕಾರಣ ದಾಖಲಿಸಿ. ಈ ಹಂತಕ್ಕೆ ಶಿಸ್ತು ಬೇಕು ಆದರೆ ವಿಶ್ಲೇಷಣಾತ್ಮಕ ಸಾಮರ್ಥ್ಯವಲ್ಲ.
2. ಹಂತ 2 (ತಿಂಗಳು 3-4): ಮಾದರಿ ಗುರುತಿಸುವಿಕೆ. 8-12 ವಾರಗಳ ಸ್ವಚ್ಛ ಡೇಟಾದೊಂದಿಗೆ, ಪ್ರತಿ ಉತ್ಪನ್ನ ವರ್ಗಕ್ಕೆ ವಾರದ-ದಿನ ಬೇಡಿಕೆ ಮಾದರಿಗಳನ್ನು ನಿರ್ಮಿಸಿ. ನಿಮ್ಮ ಟಾಪ್ 20 ಅಸ್ಥಿರ SKUs (ಅತಿ ಹೆಚ್ಚಿನ ಬೇಡಿಕೆ ವ್ಯತ್ಯಾಸ ಹೊಂದಿರುವ ಉತ್ಪನ್ನಗಳು) ಗುರುತಿಸಿ. ಚಿಲ್ಲರೆ-ಮಟ್ಟದ ಆರ್ಡರಿಂಗ್ ಮಾದರಿ ಪ್ರೊಫೈಲ್‌ಗಳನ್ನು ಹೊಂದಿಸಿ. ಮಾದರಿಗಳನ್ನು ದೃಶ್ಯೀಕರಿಸಲು ಅನಾಲಿಟಿಕ್ಸ್ ಡ್ಯಾಶ್‌ಬೋರ್ಡ್ ಬಳಸಿ.
3. ಹಂತ 3 (ತಿಂಗಳು 5-6): ಋತುಮಾನದ ಓವರ್‌ಲೇಗಳು. ಲಭ್ಯವಿದ್ದರೆ ಕಳೆದ ವರ್ಷದ ಋತುಮಾನದ ಡೇಟಾವನ್ನು ಸೇರಿಸಿ, ಅಥವಾ ನಿಮ್ಮ ಋತುಮಾನದ ಬೇಸ್‌ಲೈನ್ ನಿರ್ಮಿಸಲು ಪ್ರಾರಂಭಿಸಿ. ಐತಿಹಾಸಿಕ ಅಥವಾ ಉದ್ಯಮ ಬೆಂಚ್‌ಮಾರ್ಕ್‌ಗಳಿಂದ ಹಬ್ಬ-ನಿರ್ದಿಷ್ಟ ಬೇಡಿಕೆ ಗುಣಕಗಳನ್ನು ರಚಿಸಿ. ತಾಪಮಾನ-ಸೂಕ್ಷ್ಮ ಉತ್ಪನ್ನಗಳಿಗೆ ಹವಾಮಾನ ಡೇಟಾವನ್ನು ಸಂಯೋಜಿಸಿ. ಮೊದಲ ಪೂರ್ಣ ಋತುಮಾನದ ಚಕ್ರಕ್ಕೆ ನಿಜವಾದ ಬೇಡಿಕೆಯ ವಿರುದ್ಧ ಮುನ್ಸೂಚನೆಗಳನ್ನು ಪರೀಕ್ಷಿಸಿ.
4. ಹಂತ 4 (ತಿಂಗಳು 7+): ಆಟೋ-ಸಲಹೆಗಳು ಮತ್ತು ನಿರಂತರ ಸುಧಾರಣೆ. ಮಾದರಿಗಳು ಜೊತೆಗೆ ಋತುಮಾನದ ಅಂಶಗಳು ಜೊತೆಗೆ ಹವಾಮಾನ ಹೊಂದಾಣಿಕೆಗಳ ಆಧಾರದ ಮೇಲೆ ಆಟೋ-ಸೂಚಿತ ಆರ್ಡರ್ ಪ್ರಮಾಣಗಳನ್ನು ಸಕ್ರಿಯಗೊಳಿಸಿ. ವಾರಕ್ಕೊಮ್ಮೆ ಮುನ್ಸೂಚನೆ ನಿಖರತೆಯನ್ನು (ಮುನ್ಸೂಚನೆ vs ನಿಜವಾದ) ಅಳೆಯಿರಿ ಮತ್ತು ನಿಯತಾಂಕಗಳನ್ನು ಪರಿಷ್ಕರಿಸಿ. 80%+ ಪ್ರಮಾಣವನ್ನು ಒಳಗೊಳ್ಳಲು ಚಿಲ್ಲರೆ-ಮಟ್ಟದ ಫೋರ್‌ಕಾಸ್ಟಿಂಗ್ ಅನ್ನು ವಿಸ್ತರಿಸಿ. ಹೊಸ ಡೇಟಾ ಮತ್ತು ಮಾದರಿ ವಿಕಸನದ ಆಧಾರದ ಮೇಲೆ ನಿರಂತರವಾಗಿ ಸುಧಾರಿಸಿ.

ಭಾರತೀಯ ಡೈರಿ ವಿತರಕರಿಗೆ ಲಕ್ಷಗಳ ವೆಚ್ಚ ಮಾಡಿಸುವ ಸಾಮಾನ್ಯ ಫೋರ್‌ಕಾಸ್ಟಿಂಗ್ ತಪ್ಪುಗಳು

1. ಸರಾಸರಿಗಳ ಮೇಲೆ ಅತಿಯಾಗಿ ಅವಲಂಬಿಸುವುದು: 100 ಯೂನಿಟ್‌ಗಳ ಸರಾಸರಿ ದೈನಂದಿನ ಬೇಡಿಕೆ ಸೋಮವಾರ 120 ಮತ್ತು ಬುಧವಾರ 85 ಬೇಕು ಎಂಬ ವಾಸ್ತವವನ್ನು ಮರೆಮಾಡುತ್ತದೆ. ಪ್ರತಿದಿನ ಸರಾಸರಿ ಆರ್ಡರ್ ಮಾಡುವುದು ನೀವು ಪ್ರತಿದಿನ ತಪ್ಪಾಗಿರುತ್ತೀರಿ ಎಂಬ ಖಾತರಿ.
2. ಸ್ಥಳೀಯ ಘಟನೆಗಳನ್ನು ನಿರ್ಲಕ್ಷಿಸುವುದು: ಸ್ಥಳೀಯ ದೇವಾಲಯ ಉತ್ಸವ, ಕಾಲೇಜ್ ವಾರ್ಷಿಕೋತ್ಸವ ಅಥವಾ ಸಮೀಪದ ಶಾಲಾ ರಜೆ ನಿರ್ದಿಷ್ಟ ಪ್ರದೇಶದಲ್ಲಿ ಬೇಡಿಕೆಯನ್ನು 20-30% ವರೆಗೆ ತಿರುಗಿಸಬಹುದು. ಜೆನೆರಿಕ್ ಋತುಮಾನದ ಮಾದರಿಗಳು ಈ ಹೈಪರ್‌ಲೋಕಲ್ ಚಾಲಕರನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ತಪ್ಪಿಸಿಕೊಳ್ಳುತ್ತವೆ.
3. ಬೆಳವಣಿಗೆಗೆ ಹೊಂದಿಸದಿರುವುದು: 15% ವ್ಯಾಪಾರ ಬೆಳವಣಿಗೆಗೆ ಹೊಂದಿಸದೆ ಕಳೆದ ವರ್ಷದ ದೀಪಾವಳಿ ಸಂಖ್ಯೆಗಳನ್ನು ಬಳಸುವುದು ವರ್ಷದ ಅತ್ಯಂತ ಲಾಭದಾಯಕ ಅವಧಿಯಲ್ಲಿ ವ್ಯವಸ್ಥಿತ ಅಂಡರ್-ಆರ್ಡರಿಂಗ್‌ಗೆ ಕಾರಣವಾಗುತ್ತದೆ.
4. ಮುನ್ಸೂಚನೆ ಆವರ್ತನ ಹೊಂದಾಣಿಕೆಯಾಗದಿರುವುದು: 2-3 ದಿನಗಳ ಶೆಲ್ಫ್ ಲೈಫ್ ಹೊಂದಿರುವ ಉತ್ಪನ್ನಗಳಿಗೆ ಸಾಪ್ತಾಹಿಕ ಮುನ್ಸೂಚನೆಗಳು ಕೆಲಸ ಮಾಡುವುದಿಲ್ಲ. ಡೈರಿಗೆ ದೈನಂದಿನ, ಕೆಲವೊಮ್ಮೆ ದಿನಕ್ಕೆ ಎರಡು ಬಾರಿ, ಬೆಳಗಿನ ಮತ್ತು ಸಂಜೆಯ ರವಾನೆ ಚಕ್ರಗಳಿಗೆ ಫೋರ್‌ಕಾಸ್ಟಿಂಗ್ ಬೇಕು.
5. ಹವಾಮಾನ ಬದಲಾವಣೆಗಳನ್ನು ನಿರ್ಲಕ್ಷಿಸುವುದು: ನವೆಂಬರ್‌ನಲ್ಲಿ ಹಠಾತ್ ಚಳಿಯ ಅಲೆ ಮಜ್ಜಿಗೆ ಬೇಡಿಕೆಯನ್ನು ರಾತ್ರೋರಾತ್ರಿ 30% ಕಡಿಮೆ ಮಾಡಬಹುದು. ಕಳೆದ ವಾರದ ಬೆಚ್ಚಗಿನ-ಹವಾಮಾನ ಮಾದರಿಯ ಆಧಾರದ ಮೇಲೆ ಆರ್ಡರ್ ಮಾಡಿದ ವಿತರಕರು ತಕ್ಷಣ ವ್ಯರ್ಥವನ್ನು ಎದುರಿಸುತ್ತಾರೆ.
6. ಮುನ್ಸೂಚನೆ ನಿಖರತೆಯನ್ನು ಅಳೆಯದಿರುವುದು: ಪ್ರತಿ ಉತ್ಪನ್ನಕ್ಕೆ ಪ್ರತಿದಿನ ಮುನ್ಸೂಚನೆ vs ನಿಜವಾದ ಮಾರಾಟವನ್ನು ಟ್ರ್ಯಾಕ್ ಮಾಡದೆ, ಯಾವ ಉತ್ಪನ್ನಗಳಿಗೆ ಉತ್ತಮ ಫೋರ್‌ಕಾಸ್ಟಿಂಗ್ ಬೇಕು ಮತ್ತು ಯಾವ ವಿಧಾನಗಳು ಉತ್ತಮವಾಗಿ ಕೆಲಸ ಮಾಡುತ್ತವೆ ಎಂದು ನೀವು ಗುರುತಿಸಲಾಗದು. ಅಳೆಯುವುದು ಸುಧಾರಿಸುತ್ತದೆ.
7. ಎಲ್ಲಾ ಉತ್ಪನ್ನಗಳನ್ನು ಸಮಾನವಾಗಿ ಪರಿಗಣಿಸುವುದು: ಪ್ರಮಾಣದ ಪ್ರಕಾರ ನಿಮ್ಮ ಟಾಪ್ 20% SKUs ದೈನಂದಿನ, ಸೂಕ್ಷ್ಮ ಫೋರ್‌ಕಾಸ್ಟಿಂಗ್‌ಗೆ ಅರ್ಹವಾಗಿವೆ. ಕೆಳಗಿನ 20% ಸರಳ ನಿಯಮಗಳೊಂದಿಗೆ ನಿರ್ವಹಿಸಬಹುದು. ಎಲ್ಲಾ ಉತ್ಪನ್ನಗಳ ಮೇಲೆ ಸಮಾನ ಪ್ರಯತ್ನ ವ್ಯಯಿಸುವುದು ವಿಶ್ಲೇಷಣಾತ್ಮಕ ಸಂಪನ್ಮೂಲಗಳನ್ನು ವ್ಯರ್ಥ ಮಾಡುತ್ತದೆ.

ಉತ್ಪಾದನೆ ಯೋಜನೆ ಏಕೀಕರಣ: ಮುನ್ಸೂಚನೆಗಳನ್ನು ಉತ್ಪಾದನೆಗೆ ಸಂಪರ್ಕಿಸುವುದು

ಲಂಬವಾಗಿ ಏಕೀಕೃತ ಪೂರೈಕೆ ಸರಪಳಿಯ ಭಾಗವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುವ ಅಥವಾ ಡೈರಿ ಪ್ಲಾಂಟ್‌ಗಳೊಂದಿಗೆ ನಿಕಟ ಸಂಬಂಧ ಹೊಂದಿರುವ ಡೈರಿ ವಿತರಕರಿಗೆ, ಬೇಡಿಕೆ ಮುನ್ಸೂಚನೆಗಳು ನೇರವಾಗಿ ಉತ್ಪಾದನೆ ಯೋಜನೆಗೆ ಫೀಡ್ ಆಗಬಹುದು. ಮಲ್ಟಿ-ಪ್ಲಾಂಟ್ ಡಿಸ್ಟ್ರಿಬ್ಯೂಷನ್ ಸಿಸ್ಟಮ್ ರಾಜ್ಯಾದ್ಯಂತ 50 ವಿತರಕರಿಂದ ಬೇಡಿಕೆ ಮುನ್ಸೂಚನೆಗಳನ್ನು ಒಟ್ಟುಗೂಡಿಸಿದಾಗ, ಡೈರಿ ಪ್ಲಾಂಟ್ ಋತುಮಾನದ ಅಂಶಗಳು ಮತ್ತು ಹವಾಮಾನಕ್ಕೆ ಹೊಂದಿಸಿ, ಮರುದಿನಕ್ಕೆ ಎಷ್ಟು ಹಾಲು, ಮೊಸರು, ಪನೀರ್ ಮತ್ತು ಮಜ್ಜಿಗೆ ಉತ್ಪಾದಿಸಬೇಕು ಎಂಬುದನ್ನು ನಿಖರವಾಗಿ ತೋರಿಸುವ ಏಕೀಕೃತ ಉತ್ಪಾದನೆ ಯೋಜನೆಯನ್ನು ಪಡೆಯುತ್ತದೆ.

ಈ ಉತ್ಪಾದನೆ-ವಿತರಣೆ ಏಕೀಕರಣ ಬುಲ್‌ವಿಪ್ ಪರಿಣಾಮವನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ, ಇದು ಚಿಲ್ಲರೆ ಮಟ್ಟದಲ್ಲಿ ಸಣ್ಣ ಬೇಡಿಕೆ ಏರಿಳಿತಗಳು ಪ್ಲಾಂಟ್ ಮಟ್ಟದಲ್ಲಿ ದೊಡ್ಡ ಉತ್ಪಾದನೆ ಏರಿಳಿತಗಳಾಗಿ ವರ್ಧಿಸುವ ವಿದ್ಯಮಾನ. ಮುಂಬೈ, ಪುಣೆ, ಮತ್ತು ಸೂರತ್ ನಾದ್ಯಂತ ವಿತರಕರಿಗೆ ಸೇವೆ ಸಲ್ಲಿಸುವ ಡೈರಿ ಪ್ಲಾಂಟ್‌ಗೆ, ಒಟ್ಟುಗೂಡಿಸಿದ ಬೇಡಿಕೆ ಮುನ್ಸೂಚನೆಗಳು ವಿತರಕ ಮಟ್ಟದಲ್ಲಿ ಉತ್ಪನ್ನ ಲಭ್ಯತೆಯನ್ನು ಏಕಕಾಲದಲ್ಲಿ ಸುಧಾರಿಸುತ್ತಾ ಉತ್ಪಾದನೆ ವ್ಯರ್ಥವನ್ನು 15-25% ಕಡಿಮೆ ಮಾಡಬಹುದು.

ಹೊಸ ಉತ್ಪನ್ನಗಳು ಮತ್ತು ಹೊಸ ಚಿಲ್ಲರೆ ವ್ಯಾಪಾರಿಗಳಿಗೆ ಫೋರ್‌ಕಾಸ್ಟಿಂಗ್

ಡಿಮಾಂಡ್ ಫೋರ್‌ಕಾಸ್ಟಿಂಗ್ ಹೊಸ ಉತ್ಪನ್ನಗಳು ಮತ್ತು ಹೊಸ ಚಿಲ್ಲರೆ ವ್ಯಾಪಾರಿಗಳೊಂದಿಗೆ ಕೋಲ್ಡ್-ಸ್ಟಾರ್ಟ್ ಸಮಸ್ಯೆಯನ್ನು ಎದುರಿಸುತ್ತದೆ, ಅಲ್ಲಿ ಯಾವುದೇ ಐತಿಹಾಸಿಕ ಡೇಟಾ ಅಸ್ತಿತ್ವದಲ್ಲಿಲ್ಲ. ಭಾರತೀಯ ಡೈರಿ ವಿತರಣೆಗೆ ಪ್ರಾಯೋಗಿಕ ವಿಧಾನಗಳು ಸೇರಿವೆ:

• ಹೊಸ ಉತ್ಪನ್ನಗಳು: ಅತ್ಯಂತ ಸಮಾನ ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಉತ್ಪನ್ನದ ಬೇಡಿಕೆ ಡೇಟಾದಿಂದ ಪ್ರಾರಂಭಿಸಿ. ಹೊಸ ಫ್ಲೇವರ್ಡ್ ಮಜ್ಜಿಗೆ ವೇರಿಯಂಟ್ ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಮಜ್ಜಿಗೆ ಬೇಡಿಕೆಯನ್ನು ಬೇಸ್‌ಲೈನ್ ಆಗಿ ಬಳಸಬಹುದು, ವಿಶಿಷ್ಟ ಹೊಸ-ಉತ್ಪನ್ನದ ಟ್ರಯಲ್ ಗುಣಕಕ್ಕೆ (ಮೊದಲ ತಿಂಗಳಲ್ಲಿ 1.3-1.5x, ನಂತರ ಸ್ಥಿರ ಸ್ಥಿತಿಗೆ ನೆಲೆಸುತ್ತದೆ) ಹೊಂದಿಸಿ. ನಿಜವಾದ ಮಾರಾಟ ಡೇಟಾದ 4-6 ವಾರಗಳ ನಂತರ, ಉತ್ಪನ್ನದ ಸ್ವಂತ ಮಾದರಿಗೆ ಬದಲಾಯಿಸಿ.
• ಹೊಸ ಚಿಲ್ಲರೆ ವ್ಯಾಪಾರಿಗಳು: ಅದೇ ಪ್ರದೇಶದ ಸಮಾನ ಚಿಲ್ಲರೆ ವ್ಯಾಪಾರಿಗಳ ಸರಾಸರಿ ಬೇಡಿಕೆಯನ್ನು ಬಳಸಿ. ವಸತಿ ಕಾಲೋನಿಯಲ್ಲಿ ಹೊಸ ಕಿರಾಣಾ ಅಂಗಡಿಯನ್ನು ಸಮಾನ ಗಾತ್ರದ 5 ಸಮೀಪದ ಕಿರಾಣಾ ಅಂಗಡಿಗಳ ಸರಾಸರಿಯೊಂದಿಗೆ ಸೀಡ್ ಮಾಡಬಹುದು. ರಿಟೇಲರ್ ಟ್ರ್ಯಾಕಿಂಗ್ ಸಿಸ್ಟಮ್ ಹೊಸ ಚಿಲ್ಲರೆ ವ್ಯಾಪಾರಿಗಳನ್ನು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ವರ್ಗೀಕರಿಸುತ್ತದೆ ಮತ್ತು ಪ್ರಾಕ್ಸಿ ಬೇಡಿಕೆ ಪ್ರೊಫೈಲ್‌ಗಳನ್ನು ನಿಯೋಜಿಸುತ್ತದೆ.
• ಹೊಸ ಪ್ರದೇಶಗಳು: ಹೊಸ ನಗರ ಅಥವಾ ಪ್ರದೇಶಕ್ಕೆ ವಿಸ್ತರಿಸುವಾಗ, ನೀವು ಈಗಾಗಲೇ ಸೇವೆ ಸಲ್ಲಿಸುತ್ತಿರುವ ಸಮಾನ ಪ್ರದೇಶಗಳ ವಿರುದ್ಧ ಬೆಂಚ್‌ಮಾರ್ಕ್ ಮಾಡಿ. ಲಕ್ನೋ ನಲ್ಲಿ ಹೊಸ ಪ್ರದೇಶವನ್ನು ಸಮಾನ ಗಾತ್ರದ ಟಿಯರ್-2 ನಗರದಲ್ಲಿ ನಿಮ್ಮ ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಕಾರ್ಯಾಚರಣೆಗಳ ಡೇಟಾದೊಂದಿಗೆ ಸೀಡ್ ಮಾಡಬಹುದು, ಜನಸಂಖ್ಯಾ ಸಾಂದ್ರತೆ ಮತ್ತು ಡೈರಿ ಬಳಕೆ ಮಾದರಿಗಳಿಗೆ ಹೊಂದಿಸಿ.

ಫೋರ್‌ಕಾಸ್ಟಿಂಗ್ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಅಳೆಯುವುದು: ಮುಖ್ಯವಾದ ಮೆಟ್ರಿಕ್‌ಗಳು

ನಿಮ್ಮ ಫೋರ್‌ಕಾಸ್ಟಿಂಗ್ ಅನ್ನು ನಿರಂತರವಾಗಿ ಸುಧಾರಿಸಲು, ನಿಮ್ಮ ಅನಾಲಿಟಿಕ್ಸ್ ಡ್ಯಾಶ್‌ಬೋರ್ಡ್ ಮೂಲಕ ಈ ನಾಲ್ಕು ಮೆಟ್ರಿಕ್‌ಗಳನ್ನು ಟ್ರ್ಯಾಕ್ ಮಾಡಿ:

ಮೆಟ್ರಿಕ್	ಅದು ಏನನ್ನು ಅಳೆಯುತ್ತದೆ	ಗುರಿ	ಗುರಿಗಿಂತ ಕೆಳಗಿದ್ದರೆ ಕ್ರಮ
ಮುನ್ಸೂಚನೆ ನಿಖರತೆ (MAPE)	ಮುನ್ಸೂಚನೆ ಮತ್ತು ನಿಜವಾದ ನಡುವಿನ ಸರಾಸರಿ ಶೇಕಡಾ ದೋಷ	ಟಾಪ್ SKUs ಗೆ 10% ಗಿಂತ ಕೆಳಗೆ	ಫೋರ್‌ಕಾಸ್ಟಿಂಗ್ ವಿಧಾನವನ್ನು ಪರಿಶೀಲಿಸಿ, ಡೇಟಾ ಗುಣಮಟ್ಟವನ್ನು ಪರಿಶೀಲಿಸಿ
ಸ್ಟಾಕ್‌ಔಟ್ ದರ	ಆರ್ಡರ್ ಮಾಡುವಾಗ ಲಭ್ಯವಿಲ್ಲದ SKUs ನ ಶೇಕಡಾವಾರು	5% ಗಿಂತ ಕೆಳಗೆ	ಅಸ್ಥಿರ SKUs ಗೆ ಸೇಫ್ಟಿ ಸ್ಟಾಕ್ ಹೆಚ್ಚಿಸಿ
ವ್ಯರ್ಥ ದರ	ಅವಧಿ ಮುಗಿಯುವ ಅಥವಾ ಹಾನಿಗೊಂಡ ಸ್ಟಾಕ್‌ನ ಶೇಕಡಾವಾರು	ಆದಾಯದ 2% ಗಿಂತ ಕೆಳಗೆ	ಆರ್ಡರ್ ಪ್ರಮಾಣಗಳನ್ನು ಕಡಿಮೆ ಮಾಡಿ, FEFO ಸುಧಾರಿಸಿ
ಬಯಾಸ್	ಮುನ್ಸೂಚನೆಗಳು ವ್ಯವಸ್ಥಿತವಾಗಿ ಹೆಚ್ಚು ಅಥವಾ ಕಡಿಮೆ ಅಂದಾಜು ಮಾಡುತ್ತವೆಯೇ	ಶೂನ್ಯದ ಸಮೀಪ	ಬೆಳವಣಿಗೆ ಅಂಶಗಳು ಮತ್ತು ಋತುಮಾನದ ಗುಣಕಗಳನ್ನು ಹೊಂದಿಸಿ

ಸ್ಟಾಕ್‌ಔಟ್‌ಗಳಿಂದ ಮಾರಾಟ ಅಥವಾ ಹಾಳಾಗುವಿಕೆಯಿಂದ ಹಣ ಕಳೆದುಕೊಳ್ಳುತ್ತಿದ್ದೀರಾ? SpireStock ನ ಡಿಮಾಂಡ್ ಫೋರ್‌ಕಾಸ್ಟಿಂಗ್ ಸಾಧನಗಳು ನಿಖರ ದೈನಂದಿನ ಆರ್ಡರ್ ಸಲಹೆಗಳನ್ನು ಉತ್ಪಾದಿಸಲು ನಿಮ್ಮ ನಿಜವಾದ ಮಾರಾಟ ಡೇಟಾ, ಋತುಮಾನದ ಮಾದರಿಗಳು ಮತ್ತು ಹವಾಮಾನ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಬಳಸುತ್ತವೆ. ಡೈರಿ, ತಾಜಾ ಉತ್ಪನ್ನ, ಮತ್ತು ಬೇಕರಿ ವಿತರಣೆ ನಾದ್ಯಂತ ವಿತರಕರು ಮೊದಲ ವರ್ಷದಲ್ಲಿ ಸ್ಟಾಕ್‌ಔಟ್‌ಗಳನ್ನು 73% ಮತ್ತು ವ್ಯರ್ಥವನ್ನು 60% ಕಡಿಮೆ ಮಾಡಿದ್ದಾರೆ. ಡೇಟಾ-ಚಾಲಿತ ಫೋರ್‌ಕಾಸ್ಟಿಂಗ್ ನಿಮ್ಮ ದೈನಂದಿನ ಆರ್ಡರಿಂಗ್ ಅನ್ನು ಹೇಗೆ ಪರಿವರ್ತಿಸಬಹುದು ಎಂಬುದನ್ನು ನೋಡಲು ನಿಮ್ಮ ಉಚಿತ ಟ್ರಯಲ್ ಪ್ರಾರಂಭಿಸಿ ಅಥವಾ ಬೆಲೆಗಳನ್ನು ನೋಡಿ.