ڈیمانڈ کی پیشن گوئی کی حکمت عملی: ABC تجزیہ، کم از کم اور سیفٹی اسٹاک

**جو کاروبار ڈیمانڈ کی پیشن گوئی میں سرمایہ کاری کرتے ہیں وہ اسٹاک آؤٹ میں 30-50% اور اضافی انوینٹری کو 20-30% تک کم کرتے ہیں ان کے مقابلے میں جو گٹ انسٹنٹ اور اسپریڈشیٹ پر مبنی آرڈرنگ پر انحصار کرتے ہیں۔ ** اس کے باوجود زیادہ تر چھوٹی اور درمیانی سائز کی کمپنیاں اب بھی انوینٹری کو رد عمل سے منظم کرتی ہیں — جب اسٹاک ختم ہوجاتا ہے تو زیادہ آرڈر دیتے ہیں اور امید کرتے ہیں کہ وہ کافی قریب ہیں۔ رد عمل کی ترتیب اور منظم مانگ کی منصوبہ بندی کے درمیان فرق وہ جگہ ہے جہاں سب سے زیادہ قابل رسائی سپلائی چین بچت موجود ہے۔

اہم ٹیک ویز

• ABC-XYZ درجہ بندی اس بات کی نشاندہی کرتی ہے کہ کون سی مصنوعات سخت کنٹرول کے مستحق ہیں اور جن کا انتظام آسان اصولوں سے کیا جا سکتا ہے۔
• سیفٹی اسٹاک فارمولے ڈیمانڈ میں تغیر اور لیڈ ٹائم ڈیٹا کا استعمال کرتے ہوئے لاگت کو لے جانے کے خلاف اسٹاک آؤٹ کے خطرے کو متوازن رکھتے ہیں۔
• Odoo میں کم از کم زیادہ سے زیادہ قواعد دستی مداخلت کے بغیر 80% مصنوعات کے لیے خود کار طریقے سے دوبارہ بھرنا
• موسمی ایڈجسٹمنٹ انوینٹری کی دو سب سے مہنگی غلطیوں کو روکتی ہے: سست مدت سے پہلے اوور اسٹاکنگ اور چوٹی سے پہلے انڈر اسٹاکنگ

---

پیشن گوئی کیوں اہمیت رکھتی ہے۔

انوینٹری پھنسے ہوئے نقد کی نمائندگی کرتی ہے۔ اوسط مصنوعات کے کاروبار کے لیے، 20-35% ورکنگ کیپیٹل گوداموں میں خام مال، کام جاری، یا تیار سامان کے طور پر بیٹھتا ہے۔ اضافی انوینٹری کی ہر اکائی وہ رقم ہے جو ترقی کو فنڈ دے سکتی ہے، قرض ادا کر سکتی ہے، یا کہیں اور منافع کما سکتی ہے۔

لیکن بہت کم انوینٹری کی قیمت اس سے بھی زیادہ ہے۔ ایک اہم پروڈکٹ پر اسٹاک آؤٹ صرف فوری فروخت سے محروم نہیں ہوتا ہے - یہ گاہک کے اعتماد کو نقصان پہنچاتا ہے، تیز رفتار شپنگ فیس کو متحرک کرتا ہے، پیداوار کے نظام الاوقات میں خلل ڈالتا ہے، اور صارفین کو مستقل طور پر حریفوں کی طرف منتقل کر سکتا ہے۔ IHL گروپ کی تحقیق سے اندازہ لگایا گیا ہے کہ عالمی اسٹاک آؤٹ نقصانات $1.1 ٹریلین سالانہ سے زیادہ ہیں۔

طلب کی پیشن گوئی کا مقصد کامل پیشین گوئی نہیں ہے - یہ ناممکن ہے۔ مقصد کم غلط ہے، مستقل طور پر، تاکہ انوینٹری کے فیصلوں کو جبلت کے بجائے ڈیٹا کے ذریعے مطلع کیا جائے۔ یہاں تک کہ پیشن گوئی کی درستگی میں 20% بہتری اضافی انوینٹری اور اسٹاک آؤٹ دونوں میں معنی خیز کمی کا ترجمہ کرتی ہے۔

---

ABC تجزیہ: قیمت کے لحاظ سے مصنوعات کی درجہ بندی کرنا

ABC تجزیہ انوینٹری مینجمنٹ کی بنیاد ہے۔ یہ پیریٹو اصول (80/20 اصول) کو لاگو کرتا ہے تاکہ مصنوعات کی کل انوینٹری کی قیمت میں شراکت کے لحاظ سے درجہ بندی کی جا سکے۔

تین طبقات

ایک آئٹمز: اہم چند۔ یہ سرفہرست 10-20% مصنوعات ہیں جو کل انوینٹری کی قیمت یا آمدنی کا 70-80% بنتی ہیں۔ وہ گہری توجہ کے مستحق ہیں - بار بار جائزہ لینے کے چکر، محتاط حفاظتی اسٹاک کیلکولیشنز، مضبوط وینڈر تعلقات، اور سخت ری آرڈر پوائنٹ مینجمنٹ۔

B آئٹمز: اعتدال پسند درمیانی۔ اگلی 20-30% مصنوعات جو 15-20% قیمت کا حصہ ڈالتی ہیں۔ یہ ماہانہ یا دو ہفتہ وار جائزہ لینے کے چکروں اور دوبارہ ترتیب دینے کے معیاری قواعد کے ساتھ اعتدال پسند توجہ حاصل کرتے ہیں۔

C آئٹمز: بہت معمولی۔ باقی 50-70% پروڈکٹس جن کی قیمت کا صرف 5-10% ہے۔ ان کو کم سے کم کوشش کے ساتھ منظم کیا جانا چاہئے - آرڈرنگ فریکوئنسی کو کم کرنے کے لئے فراخ مقدار میں دوبارہ ترتیب دیں، کم بار بار گنتی، اور آسان کنٹرولز۔ C اشیاء کے قریب سے انتظام کرنے کی لاگت اکثر بچت سے زیادہ ہوتی ہے۔

ABC درجہ بندی کا حساب لگانا

Odoo میں اپنی انوینٹری کی درجہ بندی کرنے کے لیے، اس عمل پر عمل کریں:

1. سالانہ استعمال (بیچنے والی یونٹس) اور یونٹ لاگت سمیت پروڈکٹ ڈیٹا برآمد کریں۔
2. ہر پروڈکٹ کے لیے سالانہ کھپت کی قیمت کا حساب لگائیں (سالانہ استعمال کو یونٹ لاگت سے ضرب)
3. نزولی ترتیب میں کھپت کی قیمت کے لحاظ سے مصنوعات کو ترتیب دیں۔
4. کل قدر کے مجموعی فیصد کا حساب لگائیں۔
5. کلاسز تفویض کریں: مجموعی قدر کے پہلے 80% کے لیے A، اگلے 15% کے لیے B، بقیہ 5% کے لیے C

عملی طور پر، حدود مطلق نہیں ہیں. کاروباری سیاق و سباق کی بنیاد پر ایڈجسٹ کریں۔ ایک کم قیمت والی شے جو پیداوار کے لیے اہم ہے ($0.50 کا فاسٹنر جس کے بغیر $10,000 مشین بھیج نہیں سکتی) C-لیول کی قدر کے باوجود A-لیول کی توجہ کی ضمانت دے سکتی ہے۔

---

XYZ تجزیہ: ڈیمانڈ تغیر کے لحاظ سے درجہ بندی

ABC تجزیہ آپ کو بتاتا ہے کہ قدر کے لحاظ سے سب سے اہم کیا ہے۔ XYZ تجزیہ آپ کو بتاتا ہے کہ سب سے زیادہ پیش قیاسی کیا ہے، جو براہ راست اس بات پر اثر انداز ہوتا ہے کہ آپ کو ہر شے کی پیشن گوئی اور ذخیرہ کیسے کرنا چاہیے۔

تغیر پذیری کی تین کلاسیں۔

X آئٹمز: مستحکم مانگ۔ ان پروڈکٹس میں 0.5 سے کم تغیرات (CV) کے گتانک کے ساتھ مستقل، متوقع مانگ ہے۔ ماہانہ طلب شاذ و نادر ہی اوسط سے 20% سے زیادہ مختلف ہوتی ہے۔ پیشن گوئی سیدھی ہے اور حفاظتی اسٹاک کی ضروریات کم ہیں۔

Y اشیاء: متغیر مانگ۔ 0.5 اور 1.0 کے درمیان CV کے ساتھ اعتدال پسند تغیر۔ مطالبہ رجحانات یا موسمی نمونوں کی پیروی کرتا ہے لیکن نمایاں اتار چڑھاو کے ساتھ۔ پیشن گوئی کے لیے مزید نفیس طریقوں کی ضرورت ہوتی ہے اور حفاظتی ذخیرے کو متغیر کا حساب دینا چاہیے۔

Z آئٹمز: بے ترتیب طلب۔ 1.0 سے اوپر کی CV کے ساتھ اعلی تغیر۔ ڈیمانڈ چھٹپٹ، گانٹھ، یا انتہائی غیر متوقع ہے — کچھ مہینے صفر، دوسروں میں بہت زیادہ اضافہ۔ روایتی پیشن گوئی کے طریقے Z اشیاء کے لیے ناکام ہو جاتے ہیں، اور ذخیرہ کرنے کی حکمت عملیوں کو خصوصی علاج کی ضرورت ہوتی ہے۔

تغیرات کے گتانک کا حساب لگانا

تغیر کے گتانک کا حساب اسی مدت میں اوسط طلب سے تقسیم شدہ مانگ کے معیاری انحراف کے طور پر کیا جاتا ہے۔ موسمی اثرات کو حاصل کرنے کے لیے کم از کم 12 ماہ کا ڈیٹا استعمال کریں۔

مثال کے طور پر، 100 یونٹس کی اوسط ماہانہ ڈیمانڈ اور 15 یونٹس کے معیاری انحراف کے ساتھ ایک پروڈکٹ کا CV 0.15 ہے - مضبوطی سے ایک X آئٹم۔ 50 کی اوسط طلب اور 60 کے معیاری انحراف کے ساتھ ایک پروڈکٹ کا CV 1.20 ہے — ایک Z آئٹم۔

---

ABC-XYZ میٹرکس

ABC اور XYZ کو ملانے سے ایک 9 سیل میٹرکس بنتا ہے جو ہر پروڈکٹ سیگمنٹ کے لیے بہترین انوینٹری کی حکمت عملی کا تعین کرتا ہے:

پریکٹس میں میٹرکس کا اطلاق کرنا

AX پروڈکٹس آپ کی نقد گائے ہیں جن کی متوقع مانگ ہے۔ کامل دستیابی کو برقرار رکھتے ہوئے لے جانے کے اخراجات کو کم سے کم کرنے کے لیے وقتی اصولوں کا اطلاق کریں۔ تفصیلی نفاذ کے لیے صرف وقت میں انوینٹری مینجمنٹ پر ہماری گائیڈ دیکھیں۔

AZ پروڈکٹس سب سے زیادہ چیلنجنگ ہیں — غیر متوقع مانگ کے ساتھ اعلی قیمت۔ بڑا سیفٹی اسٹاک رکھنا مہنگا ہے لیکن اسٹاک آؤٹ مہنگا ہے۔ حل میں عام طور پر صارفین کے ساتھ قریبی ہم آہنگی (ڈیمانڈ سگنلز)، وینڈرز کے ساتھ لچکدار سپلائی کے معاہدے، اور دستیابی کی قیمت کے طور پر زیادہ لے جانے والے اخراجات کو قبول کرنا شامل ہوتا ہے۔

CZ مصنوعات کو اکثر ذخیرہ نہیں کیا جانا چاہیے۔ اگر طلب بے ترتیب ہے اور قیمت کم ہے، تو اس انوینٹری کے انعقاد اور انتظام کی لاگت فائدے سے زیادہ ہے۔ ڈیمانڈ پر آرڈر کریں، ڈراپ شپ کریں، یا کیٹلاگ سے ان اشیاء کو ہٹانے پر غور کریں۔

---

سیفٹی اسٹاک فارمولے۔

سیفٹی سٹاک وہ بفر انوینٹری ہے جو طلب اور رسد کے لیڈ ٹائم دونوں میں تغیر سے بچانے کے لیے رکھی گئی ہے۔ صحیح رقم اسٹاک آؤٹ کی لاگت کے مقابلے میں اضافی انوینٹری لے جانے کی لاگت کو متوازن کرتی ہے۔

معیاری فارمولہ

سب سے زیادہ استعمال ہونے والا سیفٹی اسٹاک فارمولا ہے:

سیفٹی اسٹاک = Z x اسکوائر روٹ آف (لیڈ ٹائم x ڈیمانڈ ویریئنس + اوسط ڈیمانڈ اسکوائر x لیڈ ٹائم ویرینس)

جہاں Z سروس لیول فیکٹر ہے (95% کے لیے 1.65، 99% کے لیے 2.33)، لیڈ ٹائم دنوں میں ہے، ڈیمانڈ ویریئنس یومیہ ڈیمانڈ کا فرق ہے، اور لیڈ ٹائم ویریئنس دنوں میں لیڈ ٹائم کا تغیر ہے۔

زیادہ تر کاروباروں کے لیے آسان طریقہ

مکمل فارمولے کے لیے ڈیمانڈ اور لیڈ ٹائم دونوں کے لیے درست تغیراتی ڈیٹا کی ضرورت ہوتی ہے، جسے بہت سے کاروبار ٹریک نہیں کرتے ہیں۔ ایک عملی آسان فارمولا ہے:

سیفٹی اسٹاک = Z x اوسط روزانہ ڈیمانڈ x اوسط لیڈ ٹائم کا مربع جڑ

یہ فرض کرتا ہے کہ لیڈ ٹائم مستقل ہے اور صرف مطالبہ کی تغیرات کا سبب بنتا ہے۔ یہ حفاظتی اسٹاک کو کم کرتا ہے جب لیڈ ٹائم بھی متغیر ہوتا ہے، لیکن یہ ایک معقول نقطہ آغاز فراہم کرتا ہے۔

سروس لیول کے عوامل

Z عنصر ظاہر کرتا ہے کہ آپ کتنے اسٹاک آؤٹ رسک کو قبول کرنے کے لیے تیار ہیں:

ABC کی درجہ بندی کی بنیاد پر سروس لیول سیٹ کریں: A آئٹمز کے لیے 99%، B آئٹمز کے لیے 95%، اور C آئٹمز کے لیے 90%۔ 95% اور 99% سروس لیول کے درمیان لے جانے کی لاگت کا فرق اہم ہے — عام طور پر حفاظتی اسٹاک کی ضروریات کو دوگنا کرنا — اس لیے اپنی انتہائی اہم مصنوعات کے لیے اعلیٰ ترین سطحیں محفوظ رکھیں۔

عملی مثال

20 یونٹس کی اوسط یومیہ طلب، 5 یونٹس کی یومیہ طلب کا معیاری انحراف، 10 دن کا اوسط لیڈ ٹائم، اور 95% (Z = 1.65) کے ہدف کی خدمت کی سطح کے ساتھ ایک پروڈکٹ پر غور کریں۔

آسان فارمولہ استعمال کرتے ہوئے: سیفٹی اسٹاک = 1.65 x 5 x مربع جڑ 10 = 1.65 x 5 x 3.16 = 26 یونٹس۔

اس کے بعد ری آرڈر پوائنٹ یہ ہوگا: (اوسط روزانہ ڈیمانڈ x لیڈ ٹائم) + سیفٹی اسٹاک = (20 x 10) + 26 = 226 یونٹس۔

جب انوینٹری 226 یونٹس تک گر جائے تو دوبارہ بھرنے کا آرڈر شروع کیا جانا چاہیے۔ 26 یونٹس کا حفاظتی ذخیرہ لیڈ ٹائم کے دوران اوسط سے زیادہ مانگ کے خلاف تحفظ فراہم کرتا ہے۔

---

اوڈو میں کم از کم زیادہ سے زیادہ قواعد

Min-max Odoo میں دوبارہ بھرنے کی سب سے عام حکمت عملی ہے اور اس پر عمل درآمد کرنا سب سے آسان ہے۔ یہ زیادہ تر مصنوعات کے لیے اچھی طرح سے کام کرتا ہے اور خریداری کے آٹومیشن کے لیے تجویز کردہ نقطہ آغاز ہے۔

Min-Max کیسے کام کرتا ہے۔

آپ ہر پروڈکٹ اور گودام کے مقام کے لیے دو قدروں کی وضاحت کرتے ہیں۔ کم از کم مقدار اسٹاک کی سطح ہے جو دوبارہ بھرنے کے آرڈر کو متحرک کرتی ہے۔ دوبارہ بھرنے کے بعد زیادہ سے زیادہ مقدار ہدف اسٹاک کی سطح ہے۔ جب شیڈیولر چلتا ہے اور کم سے کم سے نیچے اسٹاک تلاش کرتا ہے، تو یہ زیادہ سے زیادہ تک پہنچنے کے لیے درکار مقدار کے لیے خریداری کا آرڈر (یا مینوفیکچرنگ آرڈر) بناتا ہے۔

مؤثر کم از کم قدریں مقرر کرنا

کم از کم = ری آرڈر پوائنٹ = (اوسط روزانہ ڈیمانڈ x لیڈ ٹائم) + سیفٹی اسٹاک

یہ اس بات کو یقینی بناتا ہے کہ نیا آرڈر اتنی جلدی دیا جائے کہ سیفٹی سٹاک استعمال ہونے سے پہلے اسٹاک پہنچ جائے، یہ فرض کرتے ہوئے کہ طلب اوسط یا اس کے قریب ہے۔

زیادہ سے زیادہ = کم از کم + اکنامک آرڈر کی مقدار

اکنامک آرڈر کوانٹیٹی (EOQ) آرڈرنگ لاگت کو لے جانے والے اخراجات کے مقابلے میں توازن رکھتی ہے۔ فارمولہ یہ ہے: EOQ = مربع جڑ کا (2 x سالانہ مطالبہ x لاگت فی آرڈر / سالانہ لے جانے کی لاگت فی یونٹ)۔ ان مصنوعات کے لیے جہاں EOQ کا حساب لگانا عملی نہیں ہے، انگوٹھے کا ایک عام اصول ہے Maximum = کم از کم + اوسط طلب کا ایک مہینہ۔

عام کم از کم زیادہ سے زیادہ غلطیاں

کم از کم سیٹ کرنا بہت کم ہے۔ اس سے بار بار اسٹاک آؤٹ ہوتا ہے کیونکہ اسٹاک ختم ہونے سے پہلے آرڈر پہنچنے میں بہت دیر کردی جاتی ہے۔ ہمیشہ حفاظتی اسٹاک کو کم سے کم میں شامل کریں۔

زیادہ سے زیادہ بہت زیادہ سیٹ کرنا۔ اس کے نتیجے میں ہر بھرنے کے بعد ضرورت سے زیادہ انوینٹری، سرمائے کو باندھنا اور لے جانے کے اخراجات میں اضافہ ہوتا ہے۔ کم از کم اور زیادہ سے زیادہ کے درمیان فرق کو حقیقی ترتیب معاشیات کی عکاسی کرنی چاہیے، نہ کہ من مانی کشن۔

سال بھر ایک ہی اقدار کا استعمال۔ طلب شاذ و نادر ہی مستقل رہتی ہے۔ موسمی نمونوں والی مصنوعات کو کم از کم سہ ماہی میں کم از کم زیادہ سے زیادہ قدروں کو ایڈجسٹ کرنے کی ضرورت ہوتی ہے۔ چوٹی اور آف پیک ادوار کے لیے الگ الگ اصول بنانے پر غور کریں۔

وینڈر کے لیڈ ٹائم میں تبدیلیوں کو نظر انداز کرنا۔ اگر آپ کے وینڈر کے لیڈ ٹائم میں 5 دن کا اضافہ ہوتا ہے لیکن آپ کا کم از کم پرانے لیڈ ٹائم کا استعمال کرتے ہوئے حساب لگایا گیا تھا، تو آپ کو اسٹاک آؤٹ کا سامنا کرنا پڑے گا۔ وینڈر لیڈ ٹائم ڈیٹا کا سہ ماہی جائزہ لیں۔

---

موسمی ڈیمانڈ ایڈجسٹمنٹ

موسمی ڈیمانڈ کے سب سے عام اور پیش قیاسی نمونوں میں سے ایک ہے، پھر بھی بہت سے کاروبار اپنے دوبارہ بھرنے کے قوانین میں اس کا محاسبہ کرنے میں ناکام رہتے ہیں۔

موسمی نمونوں کی شناخت

کم از کم دو سال کے سیلز ڈیٹا کا ماہ کے لحاظ سے تجزیہ کریں۔ ایسے مہینوں کی تلاش کریں جو سالانہ اوسط سے 20% سے زیادہ مسلسل اوپر یا نیچے ہوں۔ اوسط ماہانہ طلب کو مجموعی اوسط ماہانہ طلب سے تقسیم کر کے ہر مہینے کے لیے موسمی اشاریہ کا حساب لگائیں۔

1.0 کے موسمی انڈیکس کا مطلب ہے کہ مہینہ اوسط ہے۔ 1.5 کے انڈیکس کا مطلب ہے کہ طلب اوسط سے 50% زیادہ ہے۔ 0.6 کے انڈیکس کا مطلب ہے کہ طلب اوسط سے 40% کم ہے۔

موسمی ایڈجسٹمنٹ کا اطلاق کرنا

موسمی انوینٹری کو منظم کرنے کے دو طریقے ہیں۔

سہ ماہی میں کم سے کم زیادہ سے زیادہ قواعد کو ایڈجسٹ کریں۔ ہر سہ ماہی سے پہلے، آئندہ سہ ماہی کے موسمی اشاریہ کی بنیاد پر دوبارہ ترتیب دینے والے قواعد کو اپ ڈیٹ کریں۔ آنے والی مدت کے لیے معیاری کم از کم اور زیادہ سے زیادہ کو موسمی انڈیکس سے ضرب دیں۔

چوٹیوں سے پہلے موسمی اسٹاک بنائیں۔ طویل لیڈ ٹائم والی مصنوعات کے لیے، آپ دوبارہ ترتیب دینے والے پوائنٹ کو نہیں بڑھا سکتے — آپ کو چوٹی سے ہفتوں یا مہینے پہلے انوینٹری بنانا شروع کرنا ہوگا۔ ایک پروکیورمنٹ پلان بنائیں جو لیڈ اپ پیریڈ میں انکریمنٹل آرڈرز کا شیڈول بنائے۔

دو مہنگی موسمی غلطیاں

** مندی سے پہلے اوور اسٹاکنگ۔ ** چوٹی کی مدت کے دوران دوبارہ بھرنے کے آرڈر گرت کے دوران پہنچتے ہیں جس سے ضرورت سے زیادہ اضافہ ہوتا ہے۔ اس کا حل یہ ہے کہ طلب میں کمی سے 4-6 ہفتے پہلے دوبارہ بھرنے کے قواعد کو کم یا روک دیا جائے۔

چوٹی سے پہلے انڈر اسٹاکنگ۔ حالیہ (کم سیزن) ڈیمانڈ کی بنیاد پر دوبارہ ترتیب دینے کے معیاری اصول چوٹی کے دورانیے کے لیے ناکافی آرڈرز تیار کرتے ہیں۔ اس کا حل یہ ہے کہ چوٹی سے 6-8 ہفتے پہلے کم از کم زیادہ سے زیادہ قدروں کو بڑھایا جائے اور محفوظ صلاحیت کے لیے دکانداروں سے پری آرڈر کریں۔

---

اوڈو میں پیشن گوئی کو نافذ کرنا

Odoo میں باکس سے باہر ڈیمانڈ کی پیشن گوئی کرنے والا ماڈیول شامل نہیں ہے، لیکن اس کی بھرپائی اور رپورٹنگ ٹولز عملی پیشن گوئی کے ورک فلو کی حمایت کرتے ہیں۔

نقطہ نظر 1: رپورٹنگ کے ذریعے شماریاتی پیشن گوئی

پروڈکٹ اور مہینے کے لحاظ سے اوڈو سے تاریخی فروخت کا ڈیٹا برآمد کریں۔ شور کو کم کرنے اور رجحانات کی نشاندہی کرنے کے لیے حرکت پذیری اوسط (3 ماہ یا 6 ماہ) کا استعمال کریں۔ ماہانہ پیشین گوئیاں بنانے کے لیے موونگ ایوریج پر موسمی اشاریہ جات کا اطلاق کریں۔ آنے والی مدت کے لیے کم از کم زیادہ سے زیادہ قدریں سیٹ کرنے کے لیے ان پیشین گوئیوں کا استعمال کریں۔

نقطہ نظر 2: فروخت سے باخبر پیشن گوئی

مستقبل کے حوالے سے سیلز انٹیلی جنس کے ساتھ تاریخی ڈیٹا کی تکمیل کریں۔ CRM پائپ لائن ڈیٹا جس کا وزن امکان ہے، تصدیق شدہ گاہک کی خریداری کے وعدے، منصوبہ بند مارکیٹنگ کی مہمات اور پروموشنز، اور نئے گاہک کے آن بورڈنگ کے نظام الاوقات سبھی بنیادی پیشن گوئیوں میں ایڈجسٹمنٹ کی اطلاع دے سکتے ہیں۔

نقطہ نظر 3: مشترکہ منصوبہ بندی

B2B کاروباروں کے لیے، کلیدی صارفین کو مانگ کی منصوبہ بندی میں شامل کریں۔ اپنے پروڈکشن لیڈ ٹائم کا اشتراک کریں اور 3 ماہ کی پیشین گوئیوں کے بارے میں پوچھیں۔ قابل اعتماد پیشن گوئی فراہم کرنے والے صارفین کے لیے بہتر قیمتوں یا ترجیحی مختص کی پیشکش کر کے درستگی کی ترغیب دیں۔

---

اکثر پوچھے گئے سوالات

مجھے کتنی بار سیفٹی اسٹاک لیول کا دوبارہ حساب لگانا چاہیے؟

کم از کم سہ ماہی میں حفاظتی اسٹاک کا جائزہ لیں۔ جب ڈیمانڈ پیٹرن نمایاں طور پر تبدیل ہو جائیں (نئی پروڈکٹ لانچ، گمشدہ اہم گاہک، موسمی تبدیلی)، جب وینڈر لیڈ ٹائم تبدیل ہو جائے، یا جب سروس لیول کے اہداف کو ایڈجسٹ کیا جائے۔ دستی کوشش کو کم کرنے کے لیے جہاں ممکن ہو حساب کو خودکار بنائیں۔

اگر میرے پاس شماریاتی پیشین گوئی کے لیے کافی تاریخی ڈیٹا نہیں ہے تو کیا ہوگا؟

نئی مصنوعات کے لیے، یکساں طلب کا استعمال کریں — اسی طرح کی موجودہ پروڈکٹ تلاش کریں اور اس کی طلب کے پیٹرن کو بطور پراکسی استعمال کریں۔ 12 ماہ سے کم تاریخ والے کاروبار کے لیے، قدامت پسند حفاظتی اسٹاک بفرز کے ساتھ مل کر کوالٹیٹیو پیشن گوئی (سیلز ٹیم ان پٹ، مارکیٹ ریسرچ) پر انحصار کریں۔ اعداد و شمار کے جمع ہونے کے ساتھ ہی مقداری نقطہ نظر بنائیں۔

کیا مجھے تمام مصنوعات کے لیے ایک ہی سروس لیول استعمال کرنا چاہیے؟

نمبر۔ ABC درجہ بندی اور کاروباری تنقید کے لحاظ سے خدمت کی سطحوں میں فرق کریں۔ ایک آئٹم جو آپ کے فلیگ شپ پروڈکٹ میں کلیدی جزو ہے اس میں 99% سروس لیول ہونا چاہیے۔ ایک C آئٹم جسے متبادل یا بیک آرڈر کیا جا سکتا ہے صرف 90% کی ضرورت ہو سکتی ہے۔ تمام پروڈکٹس پر 99% سروس کے لیے حفاظتی اسٹاک رکھنے کی لاگت عام طور پر ٹائرڈ اپروچ سے 2-3x زیادہ ہوتی ہے۔

میں lumpy ڈیمانڈ (Z آئٹمز) کے ساتھ مصنوعات کو کیسے ہینڈل کروں؟

گانٹھ کی طلب معیاری پیشن گوئی کے طریقوں کو شکست دیتی ہے۔ اختیارات میں میک ٹو آرڈر یا آرڈر ٹو آرڈر (اسٹاک نہ کریں، آرڈر آنے پر خریدیں)، گاہک کے لیے مخصوص حفاظتی اسٹاک (صرف پرعزم طلب والے صارفین کے لیے بفر ہولڈ کریں) اور وینڈر کے زیر انتظام انوینٹری (ذخیرہ کرنے کا فیصلہ سپلائر کو منتقل کریں) شامل ہیں۔ صحیح نقطہ نظر پروڈکٹ کے مارجن، لیڈ ٹائم، اور ترسیل میں تاخیر کے لیے کسٹمر کی رواداری پر منحصر ہے۔

کیا ABC کی درجہ بندی وقت کے ساتھ بدل سکتی ہے؟

ہاں، اور اس کا کم از کم سالانہ جائزہ لیا جانا چاہیے۔ طلب کے نمونے تیار ہوتے ہی مصنوعات کلاسوں کے درمیان منتقل ہوتی ہیں۔ ایک نئی پروڈکٹ C آئٹم کے طور پر شروع ہو سکتی ہے اور A آئٹم میں بڑھ سکتی ہے۔ گرتی ہوئی مصنوعات A سے B سے C تک گر سکتی ہے۔ دوبارہ درجہ بندی سے حفاظتی اسٹاک کی سطحوں، قواعد کو دوبارہ ترتیب دینے، تعدد کا جائزہ لینے، اور گنتی کے نظام الاوقات میں تبدیلیاں آنی چاہئیں۔

---

آگے کیا ہے۔

ڈیمانڈ کی پیشن گوئی اور انوینٹری کی درجہ بندی ایک بار کے منصوبے نہیں ہیں - یہ جاری ڈسپلن ہیں جو بہتر ڈیٹا اور باقاعدہ اصلاح کے ساتھ بہتر ہوتے ہیں۔ اپنی کوششوں کو ترجیح دینے کے لیے ABC کی درجہ بندی کے ساتھ شروع کریں، آسان فارمولے کا استعمال کرتے ہوئے حفاظتی سٹاک سیٹ کریں، اور Odoo میں اپنی A اور B آئٹمز کے لیے کم از کم زیادہ سے زیادہ اصول لاگو کریں۔

جیسا کہ آپ کا ڈیٹا پختہ ہوتا ہے، متغیر پر مبنی حکمت عملیوں کے لیے XYZ تجزیہ شامل کریں اور متوقع طلب کے نمونوں کے لیے موسمی ایڈجسٹمنٹ کریں۔ ان بہتریوں کا مرکب اثر کافی ہے: 20-30% کم انوینٹری سرمایہ کاری کے ساتھ 30-50% کم اسٹاک آؤٹس۔

یہ پوسٹ ہماری Odoo 19 کے ساتھ سپلائی چین مینجمنٹ کے لیے مکمل گائیڈ کا حصہ ہے، جو ڈیلیوری کے ذریعے خریداری سے لے کر مکمل سپلائی چین کا احاطہ کرتی ہے۔

ECOSIRE انوینٹری اور سپلائی چین کی اصلاح کے لیے Odoo نفاذ اور انضمام میں مہارت رکھتا ہے۔ ہم سے رابطہ کریں اس بات پر بحث کرنے کے لیے کہ کس طرح مانگ کی پیشن گوئی مصنوعات کی دستیابی کو بہتر بناتے ہوئے آپ کی انوینٹری کے اخراجات کو کم کر سکتی ہے۔

---

شائع کردہ بذریعہ ECOSIRE — کاروباروں کو Odoo ERP، Shopify eCommerce، اور OpenClaw AI میں AI سے چلنے والے حل کے ساتھ پیمانے میں مدد کرنا۔