Nakit Akışı Planlaması İçin İade Tahmini

Çoğu finans ekibi iadeleri havayı tahmin eder gibi bütçeler: reaktif olarak, fırtına bilançoyu ıslatıp geçtikten sonra. İade rezervi ciroya göre keyfi bir yüzde olarak belirlenir, depo alım ekibi geçen çeyreğin ortalamasına göre planlanır ve ardından bir sıçrama gelir — tatil sonrası dalga, en çok satan bir üründeki beden çizelgesi hatası, bir pazaryeri politika değişikliği — ve finans ekibi, bir tahmin modelinin altı hafta önceden işaret edebileceği bir nakit akışı açığını açıklamaya çalışırken telaşa kapılır.

İadeler gürültü değildir. Muhasebe zararından çok, talep tahmini gibi davranan tahmin edilebilir, mevsimsel, kategoriye bağlı bir sinyaldir. İadeleri satışları tahmin eder gibi tahmin eden — tarihsel oran eğrileri, kategori bazlı varyans ve kanal karması kullanan — perakendeciler, iade rezervlerini ve alım işgücünü sürpriz bir gidere dönüştürmek yerine planlı bir kaleme çevirirler. Bu, iyi bir tatil sonrası iade zirve sezonu rehberinin arkasındaki operasyonel disiplindir ve doğrudan zirve sezonu iade operasyonlarında ele alınan personel modelleriyle eşleşir.

İade hacmi neden rastgele değil, tahmin edilebilir

İade oranları belirlenebilir değişkenler etrafında sıkı bir şekilde kümelenir: kategori, kanal, kampanya türü ve takvim haftası. Giyim ve ayakkabı, uyum ve renk satın alma öncesinde doğrulanamadığı için sürekli olarak sert eşyalara göre 2-4 kat daha yüksek oranlarda iade edilir. Ücretli sosyal medya ve pazaryeri kanallarından gelen iadeler, doğrudan/sadık müşteri trafiğinden gelen iadelere kıyasla daha yüksek seyreder. Ve büyük bir hediye tatilini hemen takip eden günler, National Retail Federation kaynaklı perakende operasyon araştırmalarında belgelenen zirve-iade sektör verilerinde de görüldüğü gibi, yılın en yüksek tek haftalık iade hacmini güvenilir bir şekilde üretir.

Bunların hiçbiri rastgele değil. Bu, kendi sipariş ve iade geçmişinizin 12-18 aylık verisine dayanan, kategori ve kanala göre segmentlere ayrılmış bir tahmin modelinin, neredeyse her zaman düz bir ciro yüzdesi tahmininden daha iyi performans göstereceği anlamına gelir. Amaç mükemmel tahmin değil — finansın bir rezerv büyüklüğü belirleyebileceği ve operasyonun bir personel planı büyüklüğü belirleyebileceği, ikisinin de hazırlıksız yakalanmayacağı kadar dar bir güven aralığıdır.

Doğru bir tahmini yönlendiren üç girdi

İşe yarayan bir iade tahmini, her biri farklı bir mevsimsellik ve risk türü taşıyan üç veri katmanına ihtiyaç duyar.

• Kategori ve alt kategoriye göre tarihsel iade oranı, son 12-24 ay, ciroya değil satılan adede göre normalize edilmiş.
• Kanal karması ve tarihsel iade-oranı çarpanı — pazaryeri, ücretli sosyal, organik, toptan satışın her biri farklı bir taban oran taşır.
• Takvim örtüşmeleri — bilinen kampanya dönemleri, hediye tatilleri ve her birini takip eden gecikmeli iade eğrisi (hediyeye bağlı iadelerin çoğu, hemen değil siparişten 25-45 gün sonra gerçekleşir).

Bu üç girdiyi katmanladığınızda, finansın doğrudan bir iade rezervine, operasyonun ise alım-işgücü saatlerine çevirebileceği, adet ve dolar bazında haftalık projeksiyonlu bir iade hacmi elde edersiniz. Bu, iade KPI'ları ve kâr kaybı yazısında ele alınan aynı ayrıntı düzeyidir — kategori düzeyinde ölçmediğiniz bir şeyi tahmin edemezsiniz.

Taban oranı oluşturmak

8 haftalık kayan pencerede, gönderilen adede bölünen iade edilen adet olarak ifade edilen, kategori başına tarihsel iade oranıyla başlayın. 8 haftalık bir pencere kısa vadeli gürültüyü yumuşatırken gerçek değişimlere duyarlı kalır — örneğin en çok satan bir üründeki beden değişikliği, tam yıllık bir ortalamada kaybolmak yerine iki kayan dönem içinde taban oranda görünmelidir.

Mevsimsel çarpanı uygulamak

Bir taban oranınız olduğunda, geçen yılın ve bir önceki yılın aynı haftasından türetilen, daha yakın yıla ağırlık verilen bir mevsimsel çarpan uygulayın. Tatil sonrası haftalar genellikle taban oranın 1,6-2,2 katı çarpan taşır; giyim ve hediye kategorileri için okula dönüş ve Sevgililer Günü sonrası dönemler 1,3-1,5 kat civarında seyreder. McKinsey'nin talep planlaması üzerine perakende araştırması (mckinsey.com), yüksek iade-oranı oynaklığına sahip kategorilerin, istikrarlı kategorilere göre daha kısa tahmin-yenileme döngülerine ihtiyaç duyduğu daha geniş savını ortaya koyuyor — aynı mantık yalnızca talep tahminine değil, doğrudan iade tahminine de uygulanır.

Tahmini iade rezervine çevirmek

Finansın görevi, projeksiyonlu iade adetlerini bilançoda kontra-gelir yükümlülüğü olarak duran bir dolar rezervine çevirmektir. Tahmin mevcut olduğunda formül basittir: projeksiyonlu iade adedi x ortalama sipariş değeri x beklenen iade yüzdesi (mağaza kredisi, değişim ve kısmi iadeleri hesaba katan; bunlar tam bir nakit iadesi gibi nakde aynı şekilde yansımaz). İncelik son terimde yatıyor — iadelerin %15-20'sini bile nakit iade yerine değişim veya krediye kaydıran bir mağaza, nakit-rezerv gereksinimini önemli ölçüde azaltır; bu yüzden iade akışı tasarımı ve tahmin, ayrı silolarda değil birlikte kurulmalıdır.

Geçen yılın düz ortalamasına dayanan bir iade rezervi, tablo kılığına girmiş bir tahmindir. Kategori bazlı, kanal ağırlıklı, takvime göre ayarlanmış tahmine dayanan bir rezerv ise bir plandır.

Dalga gelmeden önce alım ekibini hazırlamak, dalga sırasında değil

İade rezervini büyüklendiren aynı tahmin, alım deposunu da büyüklendirmelidir. Büyük bir tatilden sonraki 3. hafta taban hacmin 2,1 katı olarak projeksiyonlanıyorsa, alım ekibi en az iki hafta öncesinden geçici işgücü veya vardiya kaydırması ayarlamalıdır — depo zaten tıkandığında gönderilen bir telaş e-postası değil. Depo ve iade işleme gecikmeleri nakit sorununu birleştirir: işlenmemiş bir iadenin her günü, iadenin temizlenmediği, envanterin yeniden satışa hazır hale getirilmediği ve müşterinin sabrının tükendiği bir gündür. Tahmine dayalı bir personel planı şunları içermelidir:

1. 1Zirve dışı haftalık hacme göre büyüklendirilmiş bir taban alım işgücü.
2. 2En yüksek üç projeksiyonlu zirve haftasına göre büyüklendirilmiş, önceden ayarlanmış geçici veya fazla mesai havuzu.
3. 3Bir tetikleme eşiği — örneğin, gerçek hacim iki gün üst üste tahminin %15'inden fazlasını aşarsa, otomatik olarak bir sonraki personel katmanına yükseltme.
4. 4Hacim normale döndükten sonra işgücü maliyetinin sürüncemede kalmaması için zirve sonrası azaltma planı.

Tahminlerin nerede bozulduğu ve erken nasıl yakalanır

Tahminler üç öngörülebilir şekilde başarısız olur: iade geçmişi olmayan yeni bir ürün lansmanı, zamanlama eğrisini kaydıran bir politika değişikliği (örneğin iade süresinin uzatılması) ve gecikmeyle hem satışları hem iadeleri sıçratan viral bir an. Çözüm daha karmaşık bir model değil — tanımlı bir yükseltme eşiği ile gerçek ve tahmini iade hacmini karşılaştıran haftalık bir varyans kontrolüdür. Gerçek değerler tahminden iki hafta üst üste kabaca %10-15'ten fazla saparsa, bu üç aylık incelemeyi beklemek yerine yeniden taban belirleme sinyalidir.

Veri bilimi ekibi olmadan başlamak

Bunu çalıştırmak için özel bir veri bilimi fonksiyonuna ihtiyacınız yok. Kategori ve kanala göre son 12 aylık iade verisinin, haftalık yenilenen bir tabloda tutulması değerin %80'ini sağlar. Önemli olan tutarlılıktır: finans ve operasyonun üç rakip tahmin yerine tek bir rakam üzerinde çalışması için aynı kategorilendirme, aynı kayan pencere, aynı gözden geçirme sıklığı. Tahmin olgunlaştıkça, iade sebep kodlarını, işleme zaman damgalarını ve kanal ilişkilendirmesini tek bir yerde toplayan ResReturn gibi platformlar, genellikle bunu üç ayda bir yerine haftalık çalıştırmanın önündeki en büyük engel olan manuel veri çekme adımını tamamen ortadan kaldırır.