Langkau ke kandungan
faizal.biz

AI Ramal Stok Kedai: Dari Data Jualan ke Senarai Belian

Mohd Faizal4 minit bacaanIntermediate

Kongsi ke WhatsApp

Kedai kecil selalu rugi dalam dua arah yang bertentangan. Pada hujung minggu yang ramai tetamu, air mineral dan tuala habis sebelum tengah hari, dan wang pelanggan beredar ke kedai sebelah. Pada bulan biasa pula, stok yang sama bertimbun sampai luput. Pemilik biasanya selesaikan masalah ini dengan rasa hati: kalau rak nampak kosong, order lebih sikit.

AI boleh buat lebih baik daripada itu, tetapi bukan dengan meneka. Ia membaca corak jualan yang sudah ada dalam rekod anda, kemudian mengira bila patut pesan dan berapa banyak. Artikel ini tunjuk apa yang mesin sebenarnya kira, di mana selalunya ia tersilap, dan cara mula dengan 20 produk dahulu.

Ramalan jualan dibina daripada empat bahan. Pertama, tahap: berapa banyak yang terjual dalam seminggu biasa sekarang. Kedua, trend: sama ada angka itu menaik atau menurun sepanjang beberapa bulan. Ketiga, musim: corak yang berulang, seperti cuti sekolah atau bulan puasa. Keempat, faktor yang kita sudah tahu akan berlaku, contohnya cuti umum hujung minggu ini atau tempahan rombongan 30 orang.

Kaedah ringkas seperti purata bergerak hanya nampak bahan pertama. Exponential smoothing, iaitu kaedah di sebalik fungsi FORECAST.ETS dalam Excel, menambah trend dan musim dengan memberi berat lebih kepada minggu terbaru. Alat inventori yang dilabel AI kebanyakannya menambah bahan keempat dan melakukan kerja yang sama untuk ratusan produk sekali gus. Bagi kedai dengan 20 produk, hamparan biasa pun sudah memadai.

Ramalan sahaja belum cukup untuk membuat pesanan. Dua nombor lagi perlu masuk: berapa lama pembekal ambil masa untuk hantar, dan berapa banyak simpanan yang anda sanggup pegang sebagai jaring keselamatan. Jaring itu dipanggil stok keselamatan, dan ia wujud kerana jualan mingguan tidak pernah rata.

Contohnya, jualan air mineral botol besar di homestay anda purata 60 botol seminggu, tetapi ada minggu 40 dan ada minggu 85. Sisihan piawainya kira-kira 18 botol. Pembekal hantar dalam masa seminggu. Untuk mengelakkan kehabisan pada kira-kira 19 minggu daripada 20, stok keselamatan lebih kurang 1.65 darab 18 botol, iaitu sekitar 30 botol. Titik pesanan semula pula ialah permintaan sepanjang masa penghantaran ditambah stok keselamatan: 60 tambah 30, jadi 90 botol. Apabila rak turun ke 90 botol, itu tanda untuk pesan, bukan tunggu sampai tinggal 10.

Perangkap paling besar dalam data kedai ialah hari kehabisan stok. Hari bila rak kosong pada pukul satu petang akan tercatat sebagai hari jualan 40 botol, sedangkan permintaan sebenar mungkin 80. Kalau rekod hanya menyimpan jualan dan bukan baki stok, ramalan akan belajar bahawa hari panas hanya jual 40, lalu memesan 40, lalu kehabisan lagi. Membaiki tabiat merekod ini memberi lebih ketepatan daripada menukar alat.

Di sinilah AI berguna untuk kerja yang membosankan: membaca 180 hari rekod, mengelompokkan produk, dan menyusun cadangan belian dalam bahasa biasa. Tetapi AI tidak tahu pembekal anda tutup dua minggu kerana cuti, atau anda baru berhenti menjual satu jenama. Maklumat itu hanya ada pada anda, jadi ia mesti ditulis dalam arahan.

Langkah demi langkah, mula begini. Eksport jualan harian setiap produk untuk enam bulan terakhir daripada mesin tunai atau buku catatan ke hamparan: tarikh, produk, kuantiti, baki stok hujung hari. Tandakan setiap hari bila baki stok sifar sebelum waktu tutup. Bahagikan produk kepada empat kumpulan: penjual tetap, bermusim, ikut tempahan, dan jarang terjual. Kira titik pesanan semula untuk 15 hingga 20 produk paling penting. Beri jadual itu kepada AI dan minta senarai belian tujuh hari berserta sebab bagi setiap baris. Akhir sekali, semak sendiri angka yang paling besar; kalau pembekal anda selalu lewat, tambah satu dua hari pada masa penghantaran sebelum percaya cadangan mesin.

Satu arahan yang boleh terus diguna:

Contoh prompt
Kamu pembantu perancangan stok untuk homestay kecil yang ada kedai runcit di Terengganu. Saya beri jadual jualan harian 180 hari: tarikh, produk, kuantiti terjual, baki stok hujung hari, dan tanda HABIS jika stok sifar sebelum tutup.

Tugas:
1. Senaraikan setiap produk dengan purata jualan mingguan dan sisihan piawai.
2. Betulkan hari bertanda HABIS daripada kiraan purata, dan nyatakan setiap pembetulan yang dibuat.
3. Kira titik pesanan semula = permintaan sepanjang masa penghantaran + stok keselamatan (aras perkhidmatan 95%).
4. Hasilkan senarai belian tujuh hari akan datang: produk, cadangan kuantiti, sebab ringkas, dan anggaran kos jika harga seunit diberi.
5. Senaraikan maklumat yang saya belum beri dan boleh mengubah cadangan, contohnya cuti pembekal atau promosi.

Jangan reka angka yang tiada dalam jadual. Kalau data tidak cukup untuk satu produk, tulis "data tidak cukup" dan jangan beri cadangan.

Kesimpulannya, AI mengubah rekod jualan yang bersepah menjadi senarai belian yang boleh dibaca dalam beberapa minit, tetapi keputusan masih di tangan pemilik. Mulakan dengan satu kumpulan produk dan satu bulan, bandingkan cadangan mesin dengan apa yang benar-benar berlaku, kemudian betulkan arahan. Selepas dua tiga pusingan, anda akan tahu produk mana yang patut dipesan ikut jadual dan mana yang patut dipesan ikut mata.

← Semua artikel ILMU AIAda soalan? Hubungi saya