الأوامر الدائمة مقابل الطلب التنبّؤي: متى تتوقف الأوامر الأسبوعية الثابتة عن مطابقة طلب مطعمك

الأوامر الدائمة مقابل الطلب التنبّؤي: المقايضة الجوهرية

الأمر الدائم هو شراء ثابت ومتكرر: نفس العناصر والكميات تُرسَل إلى مورّد بجدول زمني محدد، أسبوعًا بعد أسبوع. أما الطلب التنبّؤي أو المبني على الطلب فيضبط كل أمر وفق توقعات ما ستبيعه فعليًا. تُقايض الأوامر الدائمة الدقة في مقابل السرعة والقدرة على التنبؤ؛ في حين يُقايض الطلب التنبّؤي قدرًا بسيطًا من إعداد العمل في مقابل أوامر تتكيّف مع الطلب الحقيقي.

لا يُعدّ أيٌّ منهما الإجابة الصحيحة لقائمة الطلبات بأكملها. الخطأ الذي ترتكبه معظم المجموعات هو اختيار أحد الجانبين. العملية متعددة المواقع المشغولة تُشغّل كليهما في آنٍ واحد: الأوامر الدائمة على العناصر التي يكاد طلبها لا يتحرك، والطلب المبني على التوقعات على العناصر التي يتأرجح فيها. القرار ليس أيّ الأداة، بل أيّ العناصر تنتمي إلى أيّ نموذج، وهذا ما تعمل عليه بقية هذه المقارنة.

سبب أهمية هذا الاختيار هو المال والعمل. إذا أخطأت في اتجاه الأوامر الدائمة اشتريت فائضًا في الأسابيع الهادئة ونقصًا في المشغولة. وإذا أخطأت في اتجاه الطلب التنبّؤي أضعت جهدًا في توقع عناصر لم تكن بحاجة إليه. ينهار كلا النهجين في اتجاهين متعاكسين، لذا المقصود هو مطابقة كل عنصر مع النموذج الذي يناسب سلوك طلبه.

أين تتوقف الأوامر الأسبوعية الثابتة عن مطابقة الطلب

تتوقف الأوامر الدائمة عن مطابقة الطلب في اللحظة التي تتوقف فيها مبيعات هذا الأسبوع عن مشابهة مبيعات الأسبوع الماضي. صيغ الأمر مرة واحدة ويستمر في إطلاق الكمية ذاتها بغض النظر عن التوقعات، فيتسع التباين بين ما طُلِب وما بِيع في كل مرة يتحرك فيها الطلب.

أقفلت إحدى مجموعات الهامبرغر المكوّنة من خمسة مواقع كميات شرائح اللحم والخبز كل جمعة للأسبوع التالي، بصرف النظر عن توقعات المبيعات لذلك الأسبوع. لم يتكيّف الأمر قط. خذ فرعًا واحدًا بأمر أسبوعي ثابت من 40 حالة من الخبز. على مدار شهر، جاء الطلب الفعلي بـ 38, 29, 45 و54 حالة. في الأسبوع الهادئ كان الفرع زائدًا بـ 11 حالة: بسعر $18 للحالة يُمثّل ذلك $198 من الخبز مُقيَّدًا أو مُهدَرًا في أسبوع واحد في فرع واحد. وفي أسبوع العروض الترويجية كان ناقصًا بـ 14 حالة واضطر الموظفون للتدافع بحثًا عن بدائل.

تزداد هشاشة هذا النهج حين يكون التوريد غير موثوق. في إحدى مجموعات الطعام الراقية متعددة المواقع، وصل ما يقرب من نصف توصيلات الموردين بتأخير، مما يُصعّب التخطيط في إطار جدول ثابت تمامًا: حين تتأخر توصيلة مجدوَلة، لا تُتيح الأوامر الثابتة مجالًا للتكيّف. الكمية الثابتة تفترض عالمًا مستقرًا، ونادرًا ما تمتلكه العملية متعددة المواقع.

متى تكون الأوامر الدائمة هي الخيار الصحيح

بالنسبة للعناصر المناسبة، تُعدّ الأوامر الدائمة أفضل أداة لا مجرد حل وسط. المستلزمات عالية التكرار ذات الطلب الثابت والقابل للتنبؤ هي بالضبط ما يستحق فيه الأمر المتكرر الثابت مكانه. يطلب المشغّلون مرارًا قوالب أوامر تُرسَل إلى الموردين تلقائيًا وفق جدول محدد لهذه العناصر، لأن توقع شيء نادرًا ما يتحرك جهد مُهدَر.

فكّر في العناصر التي يكاد حجمها الأسبوعي لا يتغير: الخبز والمناديل عند بار الهامبرغر، وزيت الطهي المنزلي، وعبوات الوجبات الجاهزة، والمواد الكيميائية للتنظيف. يتتبع الطلب على هذه العناصر عدد الطاولات المخدومة لا تشكيلة القائمة أو العروض الترويجية، لذا يكون الأمر الأسبوعي أو نصف الشهري الثابت دقيقًا بما يكفي وأسرع بكثير من التوقع. تُبنى الأوامر الدائمة في Supy على قوالب تتكرر وفق جدول أسبوعي أو شهري أو كل بضعة أيام لهذا النمط بالذات.

يحمل الجدول الثابت مخاطرة واحدة: إطلاق أمر لم يعد منطقيًا. تحمي Supy من أسوأ صورة لذلك. إذا تعذّر تنفيذ أمر دائم مجدوَل، كأن لا تكون ثمة عناصر نشطة لدى ذلك المورّد مثلًا، يُوقَف تلقائيًا بدلًا من إرسال أمر خاطئ، ويمكنك إيقاف الأمر الدائم مؤقتًا واستئنافه دون فقدان الإعداد. يحافظ ذلك على ميزة توفير الوقت لجدول ثابت دون الإخفاق الكلاسيكي لأمر متكرر يُرسل بهدوء الشيء الخاطئ.

ما يحتاجه الطلب التنبّؤي قبل أن يعمل

الطلب التنبّؤي ليس مفتاحًا تضغطه في اليوم الأول. يحتاج أولًا إلى سجلّ تاريخي وبنية، والصراحة حول ذلك هي الفرق بين توقع تثق به وآخر تتجاوزه كل صباح. يبني الطلب التنبّؤي بالذكاء الاصطناعي من Supy طلبات الشراء الجاهزة للإرسال من توقعات المبيعات المُمرَّرة عبر الوصفات مطروحًا منها المخزون الحالي، ويعتمد على التنبؤ بالمبيعات بالذكاء الاصطناعي في أساسه.

المتطلبات الأساسية واضحة ومحددة. يحتاج التوقع إلى 6 أشهر على الأقل من بيانات نقاط البيع المتواصلة، مع ربط كل عنصر في القائمة بوصفة ليستطيع النموذج ترجمة الأطباق المتوقعة إلى مكوّنات متوقعة. يعمل على مزامنة يومية لنقاط البيع (تتصل Supy بأكثر من 75 من التكاملات لهذا الغرض)، ويتوقع المبيعات اليومية لكل فرع على مدى 14 يومًا قادمًا، ويُظهر كل توقع مقابل متوسط تاريخي لـ 8 أسابيع لتتمكن من رؤية متى يحيد. مع توافر هذه الأساسيات، حقّقت إحدى العلامات التجارية متعددة المواقع للوجبات السريعة التباين بين التوقع والفعلي أقل من 10%.

العائد هو طلب الشراء المُحدَّد الحجم وفق الطلب لا العادة: لكل سطر ترى المخزون الحالي والمخزون الفعلي المتوقع عند التسليم وكمية آخر أمر ومتوسط 4 أسابيع، ثم الكمية الموصى بها. لا يُرسَل تلقائيًا قط. تراجع كل سطر قبل إرساله إلى المورّد، وهو الضمان الذي يحول دون تحوّل التوقع إلى خطأ مكلف على نطاق واسع. يتفوق الطلب التنبّؤي حيث يكون الطلب متغيرًا أو موسميًا وحيث تكون العناصر طازجة أو قابلة للتلف، وهي بالضبط الظروف التي تُفشل الأمر الثابت.

كيف تُقسّم قائمة طلباتك بين النهجين

طريقة القرار الواضحة هي ترتيب كل عنصر على سؤالين: كم يمكن التنبؤ بطلبه، وكم يحتمل رفّه فائضًا صغيرًا. الطلب المستقر مع عمر صلاحية طويل أرضية الأوامر الدائمة. الطلب المتقلب مع عمر صلاحية قصير هو حيث يُسدّد الطلب المبني على التوقعات تكلفته. يُرتّب هذان المحوران معظم قوائم الطلبات في فترة ما بعد الظهر.

المستقر والمستدام في الرف، كالعبوات والزيت والمستلزمات الجافة، يذهب إلى الأوامر الدائمة: الطلب لا يتحرك بما يكفي للتوقع، ولا شيء يفسد إذا زدت قليلًا. المتقلب والمستدام في الرف، كمكوّن جاف موسمي، يمكنه البقاء على أمر دائم تراجعه كل موسم بدلًا من كل أسبوع. المستقر لكن القابل للتلف، كخط الألبان الأساسي، حكم اجتهادي: ينجح الأمر الدائم إذا كانت أعداد الزبائن ثابتة، لكن تابعه. أما المتقلب والقابل للتلف، كالبروتينات والخضروات ومكوّنات الأطباق الخاصة، فيذهب إلى الطلب التنبّؤي، لأن الكمية الثابتة تُسرّب الأموال بأكبر قدر هنا بالذات.

القاعدة إذن بسيطة. اختر أمرًا دائمًا حين يكون الطلب ثابتًا والعنصر يحتمل فائضًا صغيرًا، لأن السرعة تستحق أكثر من آخر بضعة في المئة من الدقة. واختر الطلب التنبّؤي حين يتأرجح الطلب أو يكون العنصر قابلًا للتلف، لأن تكلفة الخطأ — سواء هدر الفائض أو نفاد المخزون في نوبة الخدمة — أعلى من جهد التوقع. شغّل كليهما، راجع أوامرك الدائمة كلما تبدّلت نوبة الطلب أو تغيّرت القائمة وأعداد الزبائن، وانقل أي عنصر يبدأ في الانحراف إلى التوقع. ابدأ بسحب أعلى 20 عنصرًا لديك بالإنفاق وفرزها على هذين المحورين: العناصر في زاوية المتقلب والقابل للتلف هي الأولى التي يُسدّد فيها تصحيح النموذج تكلفته.