大型餐饮企业物料需求预测的研究与设计
　　[摘要]外资连锁快餐业近年来在中国大陆地区发展迅速, 其获得成功的一个重要的因素在于在物料管理和物料控制方面,拥有一个科学、严谨的需求预测.连锁餐饮业的物料具有保质期短、温度要求各不相同、SKU 种类众多等特点.优化的需求预测能影响到餐厅运作、物流配送、品质控制和财务管理等各个方面.
　　本文针对某大型餐饮集团当前所处的市场环境和面临的发展机会,分析公司的订货现状,运用供应链管理、库存控制相关理论,基于公司原始数据的分析,找出了目前公司在需求预测方面存在的问题,设计了相关数学模型,并提出了相应的解决方法.
　　[关键词]销售预测,库存控制,库存天数
　　0 引言
　　连锁餐饮业的库存量单位(Stock Keeping Unit,SKU)非常之多,就拿最重要的食品和包装材料来说,通常每个品牌的常用食品和包装材料就有数百种.另外还有营运物料、小件、餐厅低值易耗品、制服、各种设备、餐具和不断轮流推出的企划促销品和宣传品等等,每个品牌的库存SKU 合计会超过1 000 种.同时又有数目众多、温度要求各不相同、保质期、用量的波动幅度巨大等特点.随着菜单的日益丰富,SKU 数目也变得越来越纷繁复杂,这给餐厅营运、物流中心库存管理和需求补给计划带来了非常大的难度和挑战.
　　目前公司的运作模式为供应商根据各自的到货排程, 定期将货物送达物流中心.物流中心再根据餐厅的送货班表和订单,每天将货物再运抵不同的餐厅.餐厅再通过日常的营运,售卖给顾客.针对以上的运营模式,本文将对预测的模式和数学模型进行详细展开.
　　1 预测的基本概念和数据源的选取
　　本文所提及的预测过程, 是以物流中心历史的发货量来预测未来需求量的过程.物流中心的发货量最接近预估的实际需求,在日常的订货和补给计划中,主要目标就是为了满足物流中心到餐厅的发货.所以,我们最终选择物流中心历史发货量作为预估的数据源.
　　2 预测基础数据的计算
　　由于物流中心历史发货量中含有各种额外或者干扰性的数据,需要对此进行数据调整,剔除不需要的信息,以便取得历史数据能准确地参与未来的预测.包括:
　　(1)因短期促销而造成的上升用量.
　　(2)因新产品上市造成的上升用量.
　　(3)因促销优惠券造成的上升用量.
　　(4)因促销、新产品上市等而引起的分流导致用量的下降.
　　对于物流中心的历史实际发货量, 需要将额外的上升用量减去,将额外的下降用量加回,并将发生替代的SKU 进行转换,得到基础的预测数据进行未来的计算.就拿短期促销引起的用量变化来说,促销剥离数据为在促销结束后需调整促销品项所涉及的数据源,而所调整的量等同于当初放入的促销预估增长量.
　　在根据历史预测的基础数据得到未来的预测数据时, 有多种计算方法,如加权移动平均法、线性回归法、指数平滑法等等.
　　经过实际运作的规律发现,物流中心的历史发货数据受到开/ 关餐厅、新产品推出、促销等各种因素的影响,每周的发货情况与越接近的周关联越大.为了适应公司的需要,将4 周的加权移动平均作为预测计算方法.权数设置如下:第一周:40%(最近一周);第二周:30%;第三周:20%;第四周:10%.
　　3 新开/ 关店调整
　　目前公司的发展速度非常快, 基本上每天都有新餐厅开业.
　　同时由于运营调整,也会有部分餐厅关店.当某一周的餐厅数比前一周有变化时,需要将变化的餐厅数计算入预估.在进行加权平均时,需要乘以系数N2 /N1,N2为该周的新餐厅数,N1为上周餐厅数.
　　4 节假日因素调整
　　经过研究历史数据, 发现在每年假日的开始和结束时,各SKU 的使用量都会出现明显的增长或下降, 我们可以使用过去年份的数据计算,应用"4 周加权移动平均"统计方法,以百分比的形式,计算得出变动系数,得出历史上这些节假日"增长"或者"下降"的趋势系数.影响销售情况的节假日有圣诞、元旦、春节、清明、五一、端午、儿童节、暑假开始、暑假结束、中秋、国庆.
　　5 短期促销/ 新产品/ 优惠券因素
　　公司在每年都会上市30~50 款不同的新产品, 在每年的不同时段会推出不同的短期促销品, 并定期会对现有产品进行优惠促销.在进行短期促销和新产品上市期间, 相关产品用量会有大幅上升, 而受影响的其他现有产品用量则会因为分流而导致用量下降.
　　对于用量的上升和下降也将作为影响预估的因素而计算在内.
　　同样,公司在每季度会对现有的畅销产品在市场上投放一定量的优惠券,由于优惠券的产生,同样会对优惠产品带来增量.
　　6 预测数据手工调整
　　经过以上的一系列计算和调整,会得到经过系统最终的计算结果,但这一结果可能会与实际情况有一定的偏差.订存人员在执行订货计划时,都会拿到较准确的下周餐厅订量,参照下周的实际餐厅订量,可以对结果做手工调整.计划人员结合自身的经验、餐厅的实际订量及其他考虑因素,对星期预测中间结果进行加或者减的手工调整.
　　7 结论
　　本文所设计的实现预测的模型和方法,有效解决了公司目前对于销售不准确的现状.充分考虑解决了诸多影响销售的预测的因素如餐厅数、季节波动、节假日变化、促销活动等.解决了公司运作过程中餐厅断货、物流中心库存过高、库存水平不均衡、仓库爆仓等现象.有利于公司更好地开展业务,并提高旗下品牌形象.