根据历史需求建议数量¶
对于简单的基于推送的补货策略, 建议 功能根据历史需求推荐报价请求 (RFQ) 上的订购数量。
关键参数¶
补货天数 :未来覆盖窗口(天数)。
基于 :定义历史需求的期间:过去 7 天、30 天、3 个月、12 个月,或去年同月或同季度。
系数 :增长或下降系数(默认 100%)。从期间获取总数后,将历史需求乘以该百分比以确定应补货的需求量。(例如,如果预计销售额比上一期间增长 20%,则输入
120%)
需求计算¶
为了找到 平均每日需求 ,Odoo 对 基于 期间内所有 已验证交货 、 制造订单中消耗的组件 (MOs) 或用于 重新供应分包商 的数量求和,并将该总数除以 基于 期间的天数。最后,将该值乘以 系数 以确定数量。
小技巧
在 多仓库 设置中,会出现一个 在 字段。选择特定仓库或留空以使用所有仓库相应地计算需求。
推荐数量¶
为了找到建议数量,Odoo 将平均值乘以 补货天数 以获得推荐数量。
Example
在 示例 1 中,Odoo 建议 补货 14 天 基于 过去一个月 40 个交付单位,推荐 19 个单位。
先决条件设置¶
采购 和 库存 应用必须 安装 。
-
确保有过去的交货记录,以便系统可以计算平均每日需求。
将供应商添加到供应商价格表 ,并为每个产品设置采购价格。
建议 功能是特定于供应商的,因此每个产品都需要匹配的供应商才能准确计算采购数量和价格。
将 产品类型 设置为 商品 ,并确保产品 按数量跟踪 。
确保系统可以管理库存水平并为有形物品计算推荐的补货数量。
建议订购数量¶
要根据过去的销售建议数量,请导航到 应用。创建一个 新建 RFQ 或选择一个现有的。
在 RFQ 中,将 供应商 字段设置为选定的供应商。
在 产品 选项卡中,单击 目录 按钮以查看该供应商的物品。
重要
验证目录中的每个产品是否配置了选定的供应商。
小技巧
默认情况下,产品目录中列出的产品按供应商过滤。
移除搜索栏中的过滤器以查看所有项目,或使用内置的 分组依据 按 产品类别 分组。
在 目录 内,单击左上角的 建议 以打开 根据销售和需求建议数量 弹出窗口。按如下方式填写其字段:
补货天数 :计划库存产品的天数。
基于 :有两个输入:
期间:选择代表历史需求的时间范围(例如:过去 30 天 、 2024 年 4 月 )。
增长系数 %:按比例放大或缩小需求(例如,20% 增长为 120%,70% 下降为 30%)。
右下角的总计显示订单价值。Odoo 将供应商的 单价 乘以建议数量。
确认参数后,单击 计算 以计算推荐数量,这些数量会自动填充到目录中每个产品的数量中。如果需要,调整金额,然后单击 返回报价单 以确认 RFQ 上的最终数字。
以 100% 增长推荐¶
一家公司需要补货兰花 14 天,参考过去 30 天的历史数据,假设本月收入增长相同,为 100%。
期间内交付/消耗:
15 天前在
WH/OUT操作中交付了 20 个单位。1 天前交付 20 个单位
总计:过去 30 天 40 个单位
变量¶
补货周期:14 天
基于:30 天
期间内交付/消耗总量:40 个单位
因子:100%
建议数量¶
建议购买 19 株兰花。由于 单价 为 3 美元, \($3 \times 19 = $57\) ,这是在 基于销售和需求建议数量 弹出窗口中显示的总金额。¶
按 120% 增长推荐¶
为了计划本月订购玫瑰,公司审查了前一周的销售情况。由于当地即将举办活动,公司预计增长 120%。
变量¶
补货周期:30 天
基于:7 天
过去一周交付/消耗总量:166 个单位
因子:120%
建议数量¶
建议购买 854 朵玫瑰。每朵玫瑰在所选供应商处价格为 4.58 美元,因此 \($4.58 \times 854 = $3911.32\) 。¶
从特定仓库推荐¶
当公司有多个仓库时,分析特定仓库的交付或消耗数量以缩小结果范围。当多个仓库服务于不同社区、特许经营店或分店时,这尤其有用。
为此,请确保 设置了多个仓库 并且在每个仓库中验证了交付或 MOs(制造订单) 。
通过转到 应用,单击所需的 RFQ ,单击产品行中的 目录 按钮,然后单击左上角的 建议 来导航到建议窗口。
设置多个仓库后, 入库 字段变为可用,可以选择特定仓库以仅分析该仓库的消耗数量,或留空该字段以观察所有仓库的数量。
最佳实践¶
验证历史数据
预测基于已验证的交付订单、制造订单和其他消耗数量的库存操作。对于交付订单, 生效日期 字段被视为数量消耗的日期。
维护准确的供应商价格表
审查并更新供应商价格表以反映最新的定价和供应商信息,确保建议正确。
基于季节性测试销售预测
参考前几个月或季度以捕捉季节性波动,并尝试使用增长和下降因子来预测销售。
批判性地审查建议
尽管该工具提供了基线建议,但始终应用业务判断。市场变化、促销活动和即将发生的事件可能影响实际需求。