根据历史需求建议数量

对于简单的推式补货策略，*建议*功能会根据历史需求在询价单（RFQ）上推荐订购数量。

关键参数

• 补货期：未来覆盖窗口（天）。

• 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%）。获得该期间的总量后，将历史需求乘以此百分比以确定应补货的需求量。（例如，如果预计销售额比上期增长 20%，则输入 120%）

需求计算

为了估算需求，Odoo 会汇总所有已验证的交付、在制造订单 (MO) 中消耗的组件，或用于从询价单上指定仓库补给分包商的出库移动（在基于期间）。平均每日需求是此出库移动总和除以基于期间的天数，再乘以系数。估计需求是平均每日需求乘以补货天数。

\[\begin{split}Average~Daily~Demand = \frac{Delivered~or~Consumed~Items}{Based~on~Days} \times Factor \\ \\ Estimated~Demand = Average~Daily~Demand \times Replenish~for~Days\end{split}\]

注解

只有已分配或已确认的移动才会计入*平均每日需求*计算中，处于草稿状态的销售报价单或制造订单在验证之前不会被考虑在内。

小技巧

在多仓库设置中，内部交货也会计入需求估算。如果中心仓库向各个门店发送产品，则中心仓库的*平均每日需求*将包括到各个门店的内部调拨。

推荐数量

为了找到建议数量，Odoo 会从当前可用库存数量和所有入库货运中扣除*估计需求*。

\[Recommended~Quantity = Estimated~Demand - (Available~Stock + Incoming~Stock)\]

Example

在示例 1中，Odoo 推荐 19 个单位以*补货* 14 天，*基于*过去一个月的 40 个已交付单位。

前提设置

1. 必须安装**采购**和**库存**应用。

2. 為每個產品至少驗證一個交貨單。

   確保有過去的交貨記錄，以便系統可以計算平均每日需求。

3. 為每個產品添加供應商到供應商價目表並設定採購價格。

   *建議*功能是針對特定供應商的，因此每個產品都需要一個匹配的供應商，以便準確計算採購數量和價格。

4. 將*產品類型*設置為*商品*，並確保產品按數量追蹤。

   確保系統可以管理庫存水平並計算有形商品的建議補貨數量。

建議訂購數量

要根據過去的銷售建議數量，請導航至採購應用程式。創建新建|RFQ|或選擇現有的。

在|RFQ|中，將供應商欄位設置為所選供應商。

在產品標籤中，點擊目錄按鈕以查看該供應商的商品。

重要

验证目录中的每个产品都配置了所选供应商，且采购订单处于RFQ阶段

小技巧

默認情況下，產品目錄中列出的產品按供應商過濾。

移除搜索欄中的過濾器以查看所有商品，或使用內置的分組功能按產品類別分組。

在目录中，切换左侧边栏中的建议以激活该功能。按如下方式填写其字段：

• 補貨天數：計劃儲備產品的天數。

• 基於：有兩個輸入：

  1. 期間：選擇代表歷史需求的時間範圍（例如最近30天、2024年4月）。

  2. 增長率%：向上或向下調整需求（例如，120%表示20%增長，30%表示70%下降）。

• 底部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，点击添加全部将所有建议添加到订单中。如需要可调整数量，然后点击返回报价以确认RFQ上的最终数字。

示例工作流程

以100%增長率推薦

一家公司需要補貨蘭花14天，參考過去30天的歷史數據，假設本月收入增長相同，為100%。

期間內已交貨/已消耗：

• 15天前在`WH/OUT`操作中交付了20個單位。

• 20 个单位在 1 天前交付

• 总计：过去 30 天内 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

• 系数：100%

\[平均每日需求 = \frac{40}{30} \approx 1.33 \text{ 单位/天}\]

建议数量

\[建议数量 = 1.33 \times 14 \approx 18.67 \text{ （四舍五入为 19 个单位）}\]

建议采购 19 株兰花。由于*单价*为 $3，\($3 \times 19 = $57\)，这就是显示的总金额。

为母亲节做计划

为了更好地为即将到来的母亲节周做计划，公司将*基于*更改为去年同月（2024 年 5 月）。由于业务自那时以来有所增长，他们还决定添加 120% 的增长因子。

变量

• 补货 7 天

• 基于：2024 年 5 月，

  • 整个 2024 年 5 月交付/消耗的总数：361 个单位

• 系数：120%

\[Average~Daily~Demand = \frac{361}{30} \times 1.20 \approx 14.44 \text{ units/day}\]

建议数量

\[Suggested~Quantity = 14.44 \times 7 \approx 101.08 \text{ (rounded up to 102 units)}\]

建议采购 102 株兰花。每株兰花从所选供应商处购买的价格为 $3，因此\($3 \times 102 = $306\)。

最佳实践

1. 验证历史数据

   预测基于已验证的交付单、制造订单和其他消耗数量的库存操作。对于交付单，生效日期字段被视为数量消耗的日期。

   

2. 维护准确的供应商价目表

   审查和更新供应商价目表以反映最新的定价和供应商信息，确保建议正确。

3. 根据季节性测试销售预测

   参考之前的月份或季度以捕捉季节性波动，并尝试增长和下降系数来预测销售。

4. 批判性地审查建议

   虽然该工具提供了基线建议，但始终应运用业务判断。市场变化、促销活动和即将举行的活动都可能影响实际需求。