Глоссарий терминов для управления out-of-stock: понятия, примеры, автоматизация
Грамотное управление Out-of-Stock (OOS) требует не только технологий и аналитики, но и единых понятий. Если бизнес и IT по-разному понимают, что такое "остаток", "факт продажи", "OOS", "fill rate" или "phantom inventory", система управления просто не заработает. Поэтому мы фиксируем в этом модуле полный глоссарий ключевых терминов, включая методики измерения, примеры использования, риски неправильной интерпретации и рекомендации по автоматизации.
Out-of-Stock (OOS)
Определение: состояние, при котором товар, который должен быть в наличии, в реальности отсутствует в точке продаж.
Варианты:
- Store OOS — товара нет в магазине вообще.
- Shelf OOS — товар есть на складе, но не выложен на полку.
Методика фиксации:
- Shelf OOS = Stock_Qty > 0, Sales_Qty = 0
- Store OOS = Stock_Qty = 0
Пример:
- Товар "Молоко 1л" есть в запасе 3 единицы, но на полке пусто → Shelf OOS
Автоматизация:
- BI-алерты по правилам: остаток > 0 и ноль продаж более 2 дней
- Расчёт метки is_shelf_oos в витрине
Shelf Availability
Определение: вероятность того, что покупатель найдёт нужный товар на полке в момент покупки.
Формула:
Shelf Availability = 1 – (OOS Duration / Общее время работы магазина)
Типовая цель:
Shelf Availability ≥ 95 процентов
Пример:
- Товар отсутствует 4 часа в сутки при 12 часах работы → Availability = 1 – (4/12) = 0.666 (66.6%)
Автоматизация:
- Отслеживание длительности OOS на уровне SKU x Store x Date
- Визуализация в BI-дашборде по категориям
Phantom Inventory
Определение: ситуация, при которой товар числится в системе учёта как имеющийся в наличии, но в действительности его нет.
Причины:
- Ошибки при приёмке и списании
- Кражи
- Порча, не зафиксированная системой
- Ошибки пересортицы
Опасность:
Phantom inventory мешает автоматическим заказам — система "думает", что товар есть, и не инициирует пополнение.
Формула обнаружения:
Если Stock_Qty > 0 и Sales_Qty = 0 более X дней подряд — возможно phantom inventory
Методика в BI:
- Витрина подозрительных остатков
- Алгоритм в SQL или Python: flag_phantom = True, если продажи < min и остаток > 0
PI (Perpetual Inventory)
Определение: текущий учётный (системный) остаток товара, обновляемый после каждой операции (приход, расход, списание).
Роль в автоматизации:
PI — это ключевой параметр для запуска автоматических заказов и расчёта OOS.
Ограничения:
- PI ≠ фактический остаток при низкой дисциплине
- Требует сверки с физическим инвентарем
Автоматизация:
- Построение витрины сравнения PI и факта (например, после ревизии)
-
Отчёт по точности PI:
Accuracy = (Совпадения PI и физики) / Всего проверок
Lost Sales
Определение: объём недополученных продаж из-за того, что товар был недоступен для покупателя.
Формула:
Lost Sales = Forecast_Qty – Sales_Qty, если Stock_Qty = 0
Пояснение:
- Forecast_Qty может быть рассчитан как среднее по аналогичным дням
- Можно рассчитывать в штуках или в деньгах (Lost Revenue)
Автоматизация:
- Построение витрины dm_oos_losses
- Расчёт по SKU x Store x Date
- Визуализация в BI как убытки по категориям
Fill Rate
Определение: процент заказанных товаров, который был поставлен полностью и вовремя.
Формула:
Fill Rate = (Объём фактически поставленного товара / Объём заказанного товара) * 100%
Типовые целевые значения:
- По SKU: 98–99%
- По категории: 95–97%
Пример:
Заказано 100 единиц, поставлено 93 → Fill Rate = 93%
Автоматизация:
- Витрина поставок
- BI-график: по неделям, поставщикам, категориям
- Алгоритм сигнализации: если Fill Rate < 90% — уведомление в логистику
Time Supply
Определение: количество дней, на которое хватит текущего запаса товара, если продажи сохранятся на среднем уровне.
Формула:
Time Supply = Stock_Qty / Avg_Daily_Sales
Пример:
- Остаток = 12, средние продажи в день = 3 → Time Supply = 4 дня
Применение:
- Контроль планограммы
- Диагностика: если Time Supply < интервал поставки — риск OOS
Автоматизация:
- Добавление поля в витрину dm_oos_metrics
- Визуализация опасных зон (Time Supply < 1 день)
Facing
Определение: количество лицевой выкладки товара на полке (сколько позиций занимает один SKU в ряду).
Роль:
Чем больше facing, тем выше вероятность покупки, но меньше разнообразие на полке.
Методика:
Facing x Average Sales → расчет Time Supply с учетом POG
Автоматизация:
- Загрузка планограмм из Excel или ERP
- BI-дэшборд: сколько SKU не соответствует стандарту Facing
Safety Stock
Определение: страховой запас, который хранится на случай непредвиденного роста спроса или сбоев в поставке.
Формула (простая):
Safety Stock = Z * σ * √L
Где:
- Z — коэффициент сервисного уровня
- σ — стандартное отклонение спроса
- L — время поставки
Пример: Z = 1.65 (сервис 95%) σ = 10 L = 4 дня → SS = 1.65 * 10 * √4 = 33
BI-применение:
- Дашборд товаров с нехваткой safety stock
- Расчёт для параметров автоматического заказа
Service Level
Определение: вероятность удовлетворения спроса клиента без дефицита
Формула:
Service Level = 1 – P(OOS)
Типичные уровни:
- 90% для стандартных SKU
- 98–99% для KVI и сезонных товаров
BI-применение:
- Классификация товаров по уровню сервиса
- Графики изменения уровня доступности по категориям
Глоссарий терминов — это не просто словарь. Это основа согласованной работы бизнес- и IT-команд. Если каждый понимает "phantom inventory", "shelf OOS", "lost sales" одинаково, тогда можно строить точные витрины, формировать корректные алерты, обучать модели и внедрять автоматические действия. Все термины, представленные в этом модуле, должны быть задокументированы в бизнес-словаре компании и использоваться в BI-системе, DWH и регламентной документации.
