餐饮店长还靠经验订货？“智能订货”你用得起来吗？

对于连锁餐饮企业来说，门店订货折射出很多问题：

订货耗时太长，效率太低

订货凭经验，订不准，订多了卖不完积压变质，订少了沽清

不熟悉订货清单，订货名称五花八门，订货单据不规范

随意加单，中央厨房不胜其扰

对于餐饮企业来说，大部分鲜品冻品半成品等食材，需要每天进行采购，或者每天从中央厨房进货到门店，这就是订货的过程。大部分餐饮门店都在每天的某个固定时间，由店长下达采购订单，确定订货的品种和数量。那么究竟该采购什么？该采购多少呢？这完全凭借店长的经验，根据近期销量来推测明天的订货。那结果可想而知，经验丰富的店长与菜鸟店长做出的决策差距就会很大，而即便是经验丰富，也是常在河边走哪有不湿鞋，判断错误也就是常有的事了。

所以，餐饮企业寄希望于“智能订货”，通过所谓数字化、智能化、大数据等等，来将原本依赖人脑的订货，变成依赖电脑的订货。那么“智能订货”的原理是什么呢？

其实，无论电脑，还是人脑，订货量都是经过一个公式计算的输出结果。这个公式对于采购来说，也具有广泛的普适性：

订货量＝下一期的物料需求量－当前库存量＋到货前的预测消耗量－到货前的在途量＋安全库存量±特殊调整因素。

这个公式的原理是：

第一步：先预测出来下一个周期的物料需求量。如果你是每天订货，那么这个周期就是一天，下一个周期就是明天。明天的物料需求量，就是完全不考虑现有库存和特殊因素的，纯粹的明天的需求量。

第二步：你订货的此时此刻，仓库里肯定有存货呀，所以要把这些存货量减掉，否则就定多了。

第三步：第二步要减掉存货，但又不能完全减掉，因为还有到货周期呀，不是现在下了单，下一秒就到货了，所以还得考虑到在到货前的消耗量，把这部分留出来。

第四步：有一些到货周期比较长的，以前下过订单，在明天之前就会到货，这些就是在途，要把这些抛去，否则也是订多了。

第五步：经过前四步运算，已经充分了考虑了各种因素，当订的货来货时，我手里的存货刚好用完，也就是“零库存”。但这太危险了，所以，我们希望手里有一个保有量，这就是安全库存，要把这个量加上。

第六步：如果遇到节假日、特殊天气等等，是不能完全按照常规考虑的，还需要有一定的浮动因素。

经过这个公式计算之后，在理想情况下，每次订的货到达时，门店总是刚好剩下安全库存，确保既不会存货太多，也不会全部沽清。

这么说来，挺完美的呀。既然有公式可循，那么通过程序把这个公式实现了，每次电脑就应该可以自动计算出订货量呀，而且绝对的客观准确。

道理是这样，但是也没有这么简单，甚至于可以将“是否能真正应用起来智能订货”作为检验企业整个供应链管理规范性的“试金石”。真的有那么严重吗？下面我们就将公式中的每一个变量分别分析一下。

下一期的物料需求量＝菜品预测销售份数×成本卡

首先是菜品预测销售份数的计算，一般是先预估下一期的营业额，然后通过千元用量等算法计算出菜品预测销售份数。例如，明日预估营业额是10000元，在这10000元之内，预测宫保鸡丁将卖出100份（当然也还有一些特殊情况，例如对于正餐企业来说，还要直接加上预定桌台的菜品数量）。那么这个10000元和100份是怎么计算出来的呢？就是通过历史销售数据曲线计算出来的，这的确是数字化系统所擅长的。

但是光预测出来菜品销售份数还不行，因为你要订货的不是菜品，而是菜品的原材料。所以，你需要将100份宫保鸡丁折算成鸡肉、大葱、花生……那么问题就来了，你的餐馆有标准成本卡吗？也就是说，菜品有标准配方吗？

对于很多餐饮企业来说，这第一关就被难倒了。因为标准成本卡没有标准的文档，都在大厨的肚子里了，无法输入电脑。即便有文档，那么用量准确吗？标准吗？说是100克，真的是100克吗？会不会有“少许，少量”这些词？

所以，对于下一期物料需求量的预测，准确的菜品成本卡就是一个绕不过去的门槛。也有一个变通的方法，就是直接通过10000元的营业额去预估鸡肉、冬笋、大葱、花生，而不是先预估宫保鸡丁的销售份数。对于卖门票的自助餐企业一般就只能采用这种方式，因为只知道卖了多少门票，却不知道宫保鸡丁卖出了多少。

但这种方式更有难度，如果你是每日订货，就需要每天都对鸡肉、大葱、花生进行盘点，才能明确它们每天的真实消耗量。那你就想想吧，究竟是准确的成本卡更难一些，还是日盘点更难一些？

当前库存量＝实盘量＝期初量＋入库量－出库量

假设，你已经有标准成本卡了，而且数据准确可用，那么恭喜你，第一关你通过了，接下来看第二关——当前库存量的计算。

当前库存量，指的是订货的那个时间点的库存量。想要获取这个数据，有两个办法。一种是什么时候订货，什么时候做盘点。对于小店来说，这种方法很实用，就是日盘。但对于稍微大点的店，就力不从心了，很难做到日盘点。所以，另一种办法就是计算当前库存，计算的方法就是，用期初量，加上入库量，减去出库量。

如果是每天订货，那么期初量就是昨天的库存量，可以理解为上次你计算出来的当前库存量，这样就可以一次一次压着走了。

入库量主要是门店的采购验收数量，那么问题就来了，每次采购验收，你会及时做入库单吗？这就是我在上一篇文章中提到的“日清日结”问题。如果你每日订货，但是入库单却在月末补录，那每日计算库存量如何能准确呢？

再来看出库量，对于餐饮门店来说，物料的出库，除了 损外，大部分是做成菜品销售出去的。那么就需要通过菜品销售数量自动折算物料消耗量，这又绕回了成本卡。你的成本卡准确吗？

所以，对于当前库存量的计算，要么进行难度很高的日盘点，要么确保入库日清日结并且成本卡准确，否则库存量是无法计算准确的，自然也就无法准确计算订货量。

到货前的预测消耗量＝日均用量×到货周期

计算到货前的预测消耗量，是为了避免在货没到之前，就没东西可用了。这个量的计算不复杂，先计算出每种物料的每日平均用量，这个是系统所擅长的，同样是根据历史数据计算就行。然后，再看你订的货是多久才能到，如果是每日订货，那么到货周期就是1天。

这里就有一个隐含的问题，你的订货是中央厨房直接给你配送，还是供货商给你送货？如果货物是从中央厨房送出来的，一般来说到货周期都比较稳定，说1天到货就1天到货。但如果是供货商送货，尤其是很多供货商分别送自己的东西，那就有变数了。供货商的送货周期稳定吗？如果送货周期不稳定，或者每次总是超量送货，同样会给你的订货量计算造成麻烦。这就是供货商甄选与管理的问题了。

到货前的在途量＝采购订单未验收入库量

对于订货周期比较长的企业，尤其是那种不同的供货商，送货周期也不同的情况，在途数量计算就很重要。因为，有的供货商三天到货，有的供货商七天到货，在下一次到货之前的这段时间里，很可能有上次订货的东西要到，这就是在途。如果不考虑这些，就会导致重复订货，就容易积压了。

如果采用系统的智能订货，系统计算在途数量，就一定是按照采购订单上的预计到货日期来计算在途数量。这原本是个挺简单的过程，但你在系统上做采购订单了吗？是不是习惯了口头下订单来货在补入库单？即便做了采购订单，那么你的采购订单上的预计到货日期准确吗？供货商真的会按照预计到货日期送货吗？会不会超量送货？这些都涉及到采购流程和供货商管理的问题。

安全库存量＝设定的安全库存量

安全库存量是为了防止因太过追求“零库存”或一些特殊因素，导致在到货之前就沽清，影响门店营业，所以这是“库存保有量”，也叫做“最小库存量”。

最小库存量的设定一般来说是按照营业额的6%来设定的，也就是说，如果你的门店每天平均营业额在10000元，那么每日保有600元的存货就可以了。太多了就占压资金，太少了则不太安全。

但这个保有量是全部存货的合计，那么每一种物料该保有多少呢？这就需要管理者来设定了，直接考验的就是业务能力和库存管理能力。当然，现在有一些系统能够帮助用户自动计算安全库存量，但计算的依据还是按照成本卡折算，那么圈子又绕回来了，你有准确的成本卡吗？

特殊调整因素＝天气、节假日等特殊因素的调整

特殊因素，系统是不知道的。同样是春节长假，深圳和齐齐哈尔的营业额变化肯定是不一样的。同样是下雪，北京可能会因此而降低营业额，而成都就有可能会提升营业额。根据特殊因素来调整订货量的上下浮动比例，考验的就是店长的经验和判断力了。当然，大前提是，店长能想起来要在系统里调整这个参数。

我们来简单总结一下，看看这个智能订货的公式里都蕴涵了哪些要素。

下一期的物料需求量：考验你是否有准确的菜品成本卡。

当前库存量：考验你的入库日清日结，以及是否有准确的成本卡。

到货前的预测消耗量：考验你的供货商到货周期是否稳定。

到货前的在途量：考验你的采购流程规范性。

安全库存量：考验你的业务能力和库存管理能力。

特殊调整因素：考验人的经验和执行力。

一个小小的“智能订货”，折射出这么多问题，几乎涵盖了供应链管理的主要节点。这个功能，从系统上实现它，并不复杂，因为有明确的公式。但是作为餐饮企业，如果你真的能把它用起来，通过“智能订货”计算出准确的订货量，那就意味着这些关键的管控节点都做到位了，也就意味着供应链管理的核心节点把控到位了。

你说，“智能订货”是不是整个供应链管理能力的“试金石”呢？