Forecasting w e-commerce: planowanie zapasu krok po kroku

Diagnoza problemu

Dlaczego planowanie zapasu jest trudne — i dlaczego nie musisz być analitykiem

Właściciele sklepów najczęściej zamawiają albo za dużo („na wszelki wypadek”), albo za mało (bo nie mają danych). Oba błędy kosztują.

❌

Zapas bez systemu

zamawiam, gdy towar się kończy — braki trwają tydzień i dłużej,

zamawiam „z głowy” — raz za dużo, raz za mało,

bestsellerów brakuje, a wolno rotujące produkty zalegają,

nie wiem, ile dni towar leży przed sprzedażą,

gotówki ciągle brakuje mimo rosnącej sprzedaży.

✅

Zapas z prostym modelem

wiem, kiedy zamówić i ile — zanim zabraknie towaru,

każde ważne SKU ma swój punkt zamówienia,

sezonowość uwzględniona — zamówienia rosną przed szczytem,

dni zapasu per kategoria — widzę, gdzie leży gotówka,

czas dostawy wbudowany w model — bez paniki.

🔑

Nie potrzebujesz SAP ani data science. Prosty model oparty na historii sprzedaży, sezonowości i czasie dostawy, prowadzony w arkuszu, wystarcza zdecydowanej większości sklepów. Zaawansowane algorytmy dają zwykle niewielką poprawę trafności kosztem miesięcy wdrożenia — warto po nie sięgać dopiero przy bardzo dużej skali.

📉

Koszt braków

przy regularnych brakach — często 1–3% miesięcznej sprzedaży

Klient kupuje u konkurencji, oferta traci pozycję, przychodzą negatywne opinie, a ekspresowe uzupełnienie kosztuje więcej.

💸

Koszt nadmiaru

orientacyjnie ok. 1–2% wartości zapasu miesięcznie

Zamrożona gotówka, koszt magazynu, ryzyko przeterminowania lub zestarzenia się modelu, przeceny obniżające marżę.

Prosty model

Model popytu w 3 krokach — bez algorytmów

Policz bazowy popyt, skoryguj go o sezonowość i dodaj bufor na niepewność. To w zupełności wystarczy, żeby zacząć.

01

Bazowy popyt dzienny (BPD)

Średnia dzienna sprzedaż z ostatnich 60–90 dni — 30 dni to za mało, a rok to dane zbyt stare.

270 szt. w 90 dniach ÷ 90 dni = BPD = 3,0 szt./dzień

⚠ Wyklucz dni, w których towaru nie było — zaniżają popyt. Jeśli przez 15 dni był brak, dziel sprzedaż przez 75, nie 90. Jeśli ostatnie 90 dni to sezon, najpierw „oczyść” BPD z sezonowości (podziel przez średni indeks tych miesięcy), żeby nie liczyć jej podwójnie w kroku 2.

02

Popyt skorygowany o sezonowość

Indeks sezonowy (SI) to stosunek sprzedaży danego miesiąca do średniej miesięcznej. W przykładzie indeks wyliczono z całej kategorii (średnio 800 szt. miesięcznie, w grudniu 1 680 szt. → SI = 2,10) i zastosowano do SKU.

BPD 3,0 × SI grudnia 2,10 × 31 dni = prognoza ≈ 195 szt.

✓ Sezonowość dodaj, gdy masz co najmniej 12 miesięcy historii — szczegóły w sekcji sezonowość.

03

Zapas bezpieczeństwa (safety stock, SS)

Bufor na wahania popytu, opóźnienia dostawcy i błędy prognozy.
Wzór statystyczny: SS = Z × σ × √(czas dostawy), gdzie Z = 1,65 dla 95% poziomu obsługi, a σ to odchylenie standardowe dziennego popytu.
Wzór uproszczony (wystarczy większości sklepów): SS = BPD × (maks. czas dostawy − średni czas dostawy) + BPD × bufor na wahania popytu (0,5–2 dni).

3,0 × (21 − 14 dni) + 3,0 × 1,5 dnia = SS = 25,5 → 26 szt.

✓ Popyt na miesiąc = BPD × SI × liczba dni. Do tego zawsze utrzymujesz zapas bezpieczeństwa.

Punkt i ilość zamówienia

Punkt zamówienia (ROP) i ilość — kiedy dokładnie zamawiać

Punkt zamówienia (Reorder Point, ROP) to poziom zapasu, przy którym składasz zamówienie — nie wtedy, gdy towar się skończy, tylko z wyprzedzeniem o cały czas dostawy.

🎯

Punkt zamówienia (ROP)

ROP = BPD × czas dostawy + SS

3,0 × 14 dni + SS 26 = ROP = 68 szt.

Gdy zapas spadnie do 68 szt. — zamów. W ciągu 14 dni dostawy sprzedasz ok. 42 szt., a 26 szt. bufora czeka na wypadek opóźnienia lub skoku popytu.

📦

Ilość zamówienia

BPD × SI × (czas dostawy + cykl) + SS − zapas − towar w drodze

3,0 × (14 + 30 dni) + SS 26 − zapas 68 = zamów 90 szt.

Zamówienie złożone przy ROP pokrywa sprzedaż do dostawy i 30-dniowy cykl do kolejnego zamówienia. Gdy towar dotrze, na stanie będzie ok. 116 szt. (26 bufora + 90 nowych). Cykl dobierz do minimalnego zamówienia u dostawcy.

poziom zapasu zamówienie złożone (ROP) dostawa / zapas bezpieczeństwa czas dostawy

⏰

Praktyczna zasada: alarm ustaw na poziomie dni zapasu = czas dostawy + dni zapasu bezpieczeństwa. Przy dostawie w 14 dni i buforze na 8 dni — powiadomienie, gdy zapasu zostaje na 22 dni sprzedaży. Taki alert ustawisz w BaseLinkerze: wykrywanie braków i zadania uzupełnień.

Kalkulator

Oblicz punkt zamówienia, zapas bezpieczeństwa i ilość dla swojego SKU

Ustaw dane produktu. Kalkulator policzy popyt, dni zapasu, zapas bezpieczeństwa, punkt zamówienia i ile zamówić teraz.

Sprzedaż z ostatnich 90 dni

Dni bez towaru w tym okresie

Indeks sezonowy najbliższych tygodni

Średni czas dostawy

Maksymalny czas dostawy

Bufor na wahania popytu

Obecny stan magazynowy

Cykl do następnego zamówienia

Cena zakupu za sztukę

📊 Wyniki dla Twojego SKU

Bazowy popyt dzienny

Popyt z sezonowością

Dni zapasu (DSI)

🛡️ Zapas bezpieczeństwa

🎯 Punkt zamówienia (ROP)

🛒 Ilość do zamówienia teraz

Założenia: popyt bazowy liczony bez dni z brakami; zapas bezpieczeństwa = popyt × (maks. − średni czas dostawy) + popyt × bufor; ilość = popyt × (czas dostawy + cykl) + zapas bezpieczeństwa − obecny stan. Jeśli masz już towar zamówiony i w drodze, odejmij go od wyniku.

Kluczowy wskaźnik

DSI — dni zapasu i rotacja: ile naprawdę leży na magazynie

DSI (Days Sales of Inventory) to liczba dni, na które wystarczy obecny zapas przy bieżącym tempie sprzedaży. To mapa gotówki zamrożonej w towarze.

📐

DSI

dni zapasu

W sztukach: zapas ÷ BPD
W złotówkach: wartość zapasu po cenach zakupu ÷ dzienny koszt sprzedanego towaru (COGS)

🔁

Rotacja zapasu

ile razy w roku obraca się zapas

365 ÷ DSI
lub: roczny COGS ÷ średnia wartość zapasu

Kategoria	DSI — zdrowo	DSI — alarm	Rotacja w roku	Uwaga
Elektronika, AGD	20–35 dni	powyżej 60 dni	10–18×	szybkie starzenie się modeli
Moda, odzież	30–50 dni	powyżej 90 dni	7–12×	sezonowość kolekcji
Suplementy, FMCG	14–30 dni	powyżej 60 dni	12–26×	terminy ważności
Dom i ogród	40–70 dni	powyżej 120 dni	5–9×	sezon wiosna–lato
Zabawki, hobby	30–60 dni	powyżej 90 dni	6–12×	szczyt w Q4 — planuj z 3-miesięcznym wyprzedzeniem
Kosmetyki	20–45 dni	powyżej 75 dni	8–18×	terminy ważności i trendy

Benchmarki orientacyjne — zależą od modelu zakupów (import czy dostawca krajowy) i od tego, czy liczysz cały asortyment, czy tylko aktywne SKU.

Sytuacja	Co oznacza	Działanie
DSI krótszy niż czas dostawy	Brak towaru jest prawie pewny, zanim dotrze zwykła dostawa.	Zamów od razu (ekspresowo lub u innego dostawcy), ogranicz reklamy tego SKU.
DSI ≤ czas dostawy + dni bufora	Jesteś w punkcie zamówienia lub poniżej.	Złóż zamówienie dziś.
DSI w zdrowym zakresie	Planowe uzupełnianie.	Obserwuj przyspieszenie sprzedaży (sezon, kampania) — DSI spada wtedy szybciej.
DSI ponad 2× zdrowy zakres	Nadmiar — zamrożona gotówka.	Wstrzymaj zamówienia, rozważ zestawy lub wyprzedaż, ustal przyczynę: zła prognoza, odwołane zamówienie B2B, zmiana trendu.

Sezonowość bez data science

Jak uwzględnić sezonowość — prosto

Sezonowość psuje modele oparte tylko na średniej: popyt w sierpniu to nie popyt w grudniu. Wyliczenie indeksów to ok. 2 godziny pracy raz w roku.

1

Pobierz sprzedaż miesięczną z ostatniego pełnego roku

12 liczb w jednej kolumnie (sztuki lub złotówki). Masz 2 lata danych? Uśrednij te same miesiące.

2

Policz średnią miesięczną

Suma 12 miesięcy ÷ 12 — to Twój punkt odniesienia, indeks 1,0.

3

Policz indeks dla każdego miesiąca

SI = sprzedaż miesiąca ÷ średnia. SI 2,1 to miesiąc 2,1× mocniejszy od przeciętnego, SI 0,7 — o 30% słabszy. Średnia z 12 indeksów zawsze wynosi 1,0.

4

Mnóż prognozę przez indeks planowanego miesiąca

Prognoza = BPD (bez sezonowości) × SI × liczba dni. Przy zamówieniu na dwa miesiące zsumuj prognozy obu miesięcy.

Przykładowy profil sezonowości — sklep z artykułami ogrodowymi

0,30

0,40

0,80

1,50

2,10

1,80

1,60

1,20

0,85

0,60

0,45

0,40

STY LUT MAR KWI MAJ CZE LIP SIE WRZ PAŹ LIS GRU

📅

Zamówienie na maj (SI 2,10): przy czasie dostawy ok. 60 dni złóż je w lutym. Ilość: BPD × 2,10 × 31 + zapas bezpieczeństwa − zapas przewidywany na początek maja. To 2,1× więcej niż w przeciętnym miesiącu.

🆕

Nowy produkt bez historii

pożycz indeks

Użyj indeksów kategorii lub podobnego SKU, nie zgaduj.

📆

Zmiana roku bazowego

maks. 2 ostatnie lata

Starsze lata mogą mieć inny wzorzec (inflacja, nowe kanały, kampanie). Uśredniaj najwyżej 2 ostatnie lata.

🐣

Ruchome święta

Wielkanoc

Wielkanoc przypada w marcu lub kwietniu. Jeśli Twoja kategoria na nią reaguje, koryguj indeksy ręcznie o ±2 tygodnie.

📣

Kampanie w historii

oczyść anomalie

Black Friday w danych to szczyt w listopadzie — ale czy powtórzysz tę kampanię? Jeśli nie, usuń jej efekt z historii. Planowanie sezonu: Allegro Ads na Black Friday 2026.

Czas dostawy i dostawcy

Czas dostawy (lead time) i jego wpływ na zapas

Lead time to czas od złożenia zamówienia do chwili, gdy towar jest gotowy do wysyłki do klienta. Każdy dodatkowy dzień oznacza więcej sztuk w buforze i więcej zamrożonej gotówki.

Etap	Typowy czas	Uwagi
Przygotowanie zamówienia u dostawcy	1–5 dni	potwierdzenie i kompletacja
Transport do Ciebie	1–45 dni	Polska 1–3 dni, Europa 3–7 dni, Azja drogą morską ok. 20–45 dni
Odprawa celna (spoza UE)	1–7 dni	dłużej przy kontrolach
Przyjęcie na magazyn	0,5–2 dni	weryfikacja, etykiety, wprowadzenie do systemu

Typ dostawcy	Średni czas	Maks. czas	Zmienność	Bufor na czas dostawy
Krajowy	3 dni	5 dni	niska	BPD × 2 dni
Europejski	7 dni	14 dni	średnia	BPD × 7 dni
Azja — transport morski	35 dni	60 dni	wysoka	BPD × 25 dni
Azja — transport lotniczy	7 dni	14 dni	średnia	BPD × 7 dni (ale drożej)

🚢

Krótszy czas dostawy to najsilniejsza dźwignia zmniejszania zapasu. Przy imporcie morskim bufor na samą zmienność dostawy jest ok. 12× większy niż u dostawcy krajowego. Przykład: przejście z dostawcy azjatyckiego (35 dni, bufor 25 dni) na europejskiego (7 dni, bufor 7 dni) przy 10 szt. dziennie i 50 zł za sztukę to ok. 9 000 zł mniej w buforze i ok. 14 000 zł mniej towaru „w drodze”. Taniej kupiony towar z daleka trzeba więc porównać z kosztem zamrożonej gotówki — kapitał obrotowy.

Segmentacja SKU

ABC/XYZ — nie wszystkie produkty zasługują na tę samą uwagę

Przy 200 SKU nie zarządzisz każdym z tą samą precyzją. ABC/XYZ dzieli produkty na segmenty i pokazuje, gdzie skupić uwagę.

ABC

Wartość sprzedaży

udział w obrotach

A — produkty, które razem dają ok. 80% sprzedaży (często ok. 20% SKU), B — kolejne ok. 15%, C — ostatnie ok. 5% sprzedaży (zwykle połowa SKU).

XYZ

Zmienność popytu

współczynnik zmienności (CV)

X — stabilny popyt (CV < 0,5), Y — umiarkowanie zmienny (0,5–1,0), Z — bardzo zmienny (> 1,0). Progi to wartości orientacyjne.

	X — stabilny	Y — zmienny	Z — bardzo zmienny
A — top sprzedaż	AX: automatyczny ROP, wysoki poziom obsługi; stabilny popyt pozwala na umiarkowany bufor; kontrola codzienna	AY: większy bufor niż w AX, prognoza z sezonowością, alert przy spadku dni zapasu	AZ: duży bufor albo zamówienia przed sezonem i rezerwacja mocy u dostawcy
B — średnia sprzedaż	BX: standardowy ROP, przegląd co tydzień	BY: prosty model, przegląd co 2 tygodnie	BZ: niski priorytet — rozważ połączenie z podobnym SKU lub wycofanie
C — niska sprzedaż	CX: rzadkie, małe zamówienia; rozważ dropshipping	CY: minimalny bufor lub zamówienia pod konkretne zamówienia klientów	CZ: kandydat do usunięcia z oferty — bez bufora, wyprzedaj i nie zamawiaj

1

Eksportuj sprzedaż per SKU z 12 miesięcy

W podziale na miesiące, nie dni.

2

ABC

Posortuj SKU malejąco po wartości sprzedaży i policz skumulowany udział: do ok. 80% — A, do ok. 95% — B, reszta — C.

3

XYZ

Dla każdego SKU policz CV = odchylenie standardowe ÷ średnia z 12 miesięcy i przypisz X, Y lub Z.

4

Połącz i aktualizuj co kwartał

Kolumna segmentu: =CONCAT(ABC;XYZ). Zacznij od AX — to Twoje priorytety. Segmenty zmieniają się, zwłaszcza po wprowadzeniu nowych produktów.

✓ Produkty, które robią obrót, ale nie zarabiają, wyłapiesz dopiero z marżą: produkty, które niszczą marżę.

Kontekst: finanse

Zapas a gotówka — ile pieniędzy leży na półkach

Zapas to pieniądze w innej formie. Każdy dzień zapasu ponad potrzebę to gotówka, której nie możesz wydać na reklamę, nowy asortyment czy zabezpieczenie firmy.

dni zapasu (DSI) × dzienny koszt sprzedanego towaru = gotówka zamrożona w zapasie

Przykład: COGS 280 000 zł miesięcznie (ok. 9 300 zł dziennie)	Zapas	Różnica
DSI 51 dni (rotacja ok. 7×)	ok. 480 000 zł	—
DSI 33 dni (rotacja ok. 11×)	ok. 310 000 zł	ok. 170 000 zł mniej
DSI 25 dni (rotacja ok. 15×)	ok. 230 000 zł	ok. 250 000 zł mniej

💧

Zapas to nie koszt w P&L, ale ogromna pozycja w cashflow. Zakup towaru nie obniża zysku w danym miesiącu — kosztem staje się dopiero sprzedany towar — a mimo to gotówka znika z konta od razu. Zobacz cashflow — sprzedaż to nie pieniądze i P&L sklepu. Przy planowaniu reklam pamiętaj: kampania bez zapasu to przepalony budżet.

Kontekst: narzędzia

Planowanie zapasu w BaseLinkerze — co da się zautomatyzować

Model liczysz w arkuszu, ale codzienną kontrolę stanów warto oddać systemowi. Dzięki temu nikt nie musi codziennie przeglądać listy produktów.

🚨

Alerty i zadania uzupełnień

ROP jako próg alarmowy

Gdy stan spada do punktu zamówienia, system tworzy zadanie lub wysyła powiadomienie — wykrywanie braków i zadania uzupełnień.

🏭

Kilka magazynów i źródeł

własny magazyn, hurtownia, dostawca

Zamówienie może iść z magazynu, który ma towar — przypisywanie magazynu i źródła wysyłki.

🔗

Stany od dostawcy

hurtownie i dropshipping

Stany hurtowni aktualizowane automatycznie — integracja hurtowni przez XML, automatyzacja dropshippingu.

📊

Raporty stanów i sprzedaży

dane do modelu

Automatyczne raporty dostarczają dane do arkusza — case study: raporty sprzedaży i kontrola stanów.

Cały ekosystem automatyzacji: przewodnik po automatyzacji z BaseLinkerem.

Przykłady z praktyki

Case studies: planowanie zapasu w praktyce

Trzy zanonimizowane przypadki. W każdym prosty model przyniósł wymierny efekt finansowy. Więcej: case studies — optymalizacja kosztów.

💡

Elektryka i oświetlenie · 420 tys. zł/mies. · 680 SKU

−35% gotówki zamrożonej w zapasie · po 90 dniach

Przed: zamówienia „na oko” raz w tygodniu; 15% SKU regularnie z brakami (zwłaszcza bestsellery przed promocjami), 40% SKU z DSI powyżej 120 dni. Zapas 480 000 zł przy COGS 280 000 zł miesięcznie — rotacja ok. 7× w roku.
Wdrożenie: ABC/XYZ dla wszystkich SKU; dla 68 SKU z klas AX/AY punkt zamówienia i zapas bezpieczeństwa w arkuszu oraz alerty w BaseLinkerze; dla 40 SKU z klasy CZ wstrzymane zamówienia i przecena nadmiaru.
Efekt: zapas −168 000 zł (odblokowana gotówka), SKU z regularnymi brakami 15% → 3%, rotacja ok. 7× → ok. 11×, +22 000 zł zysku.

💊

Suplementy · 180 tys. zł/mies. · 120 SKU

zero braków przez 6 miesięcy

Przed: trzy bestsellery kończyły się co 3–4 tygodnie, z przerwami w sprzedaży po 5–7 dni. Straty szacowano na 15 000–20 000 zł miesięcznie. Dostawca z Czech, czas dostawy 7–12 dni.
Wdrożenie: popyt dzienny liczony bez dni z brakami; zapas bezpieczeństwa = BPD × (maks. − średni czas dostawy) + BPD × 2; punkt zamówienia jako alert w BaseLinkerze; zamówienia co 14 dni.
Efekt: 0 braków przez 6 miesięcy, +18 000 zł odzyskanej sprzedaży miesięcznie (ok. +10%), −4 000 zł na ekspresowych zamówieniach.

🌱

Artykuły ogrodowe · szczyt 380 tys. zł/mies. (maj–czerwiec)

pierwszy sezon bez braków

Przed: co roku w maju braki w 30–40% topowych SKU. Zamówienia „na oko”, dostawca z Niemiec (10–14 dni), brak indeksów sezonowych.
Wdrożenie: indeksy z danych 2023–2024 (maj 2,1, czerwiec 1,8); pierwsze zamówienia sezonowe w lutym, w dwóch transzach (luty i marzec); ilość = BPD × SI × liczba dni + zapas bezpieczeństwa − przewidywany zapas.
Efekt: 0% SKU z brakami (wcześniej 38%), +54 000 zł sprzedaży w maju–czerwcu, o 8% mniej nadmiaru po sezonie, marża brutto sezonu +12%.

Pułapki

Najczęstsze błędy w planowaniu zapasu

Większość błędów wynika nie z braku danych, lecz ze złych założeń w modelu.

🔴

Dni bez towaru w mianowniku

krytyczny

140 szt. sprzedanych w 90 dniach, z czego przez 20 dni towaru nie było: 140 ÷ 90 = 1,56, a realny popyt to 140 ÷ 70 = 2,0. Zaniżony popyt daje za mały bufor i cykliczne braki.

✓ Odejmuj dni bez towaru i śledź je per SKU.

🔴

Jeden bufor dla wszystkich SKU

krytyczny

„10 sztuk zapasu” dla produktu, który sprzedaje 50 szt. dziennie, to za mało, a dla produktu sprzedającego 1 szt. miesięcznie — absurdalnie dużo.

✓ Bufor zależny od popytu, czasu dostawy i zmienności — per SKU lub per segment ABC/XYZ.

🟠

Pominięta zmienność czasu dostawy

poważny

Dostawca deklaruje 14 dni, a dostarcza w 10–21. Bez bufora na różnicę między maksymalnym a średnim czasem jedno opóźnienie oznacza brak towaru.

✓ Zapisuj daty zamówień i dostaw; licz maksymalny czas z ostatnich 10–20 dostaw.

🟠

Brak korekty o kampanie

poważny

Kampania z 3× większym budżetem podniesie popyt. Prognoza bez kampanii kończy się brakiem towaru w jej szczycie — i przepalonym budżetem.

✓ Zwiększ prognozę o historyczny efekt kampanii i zamów co najmniej czas dostawy przed startem.

🟡

Cięcie zapasu bez segmentacji

strategiczny

Obniżenie całego zapasu o 20% uderzy w bestsellery (AX), a nie ruszy nadmiaru w CZ.

✓ Redukuj od klas C i Z; nie ruszaj bufora dla klasy A.

🟡

Prognoza dla produktu zamiast wariantów

operacyjny

Koszulka sprzedaje 100 szt. miesięcznie, ale S/M/L/XL w proporcjach 10/40/35/15. Równy podział na warianty to braki M i L oraz nadmiar S i XL.

✓ Popyt i bufor licz per wariant (rozmiar, kolor).

Porozmawiajmy

Bezpłatna diagnoza zapasu

W 20 minut sprawdzimy rotację i dni zapasu w Twoim sklepie i wskażemy, gdzie najpierw szukać gotówki do odblokowania.

Co dostajesz

📦

Analiza DSI i rotacji

Gdzie zapas leży za długo, a gdzie go brakuje.

🎯

Priorytety SKU

Od których produktów zacząć model.

📋

Model w arkuszu

W ramach konsultacji lub audytu.

📞

Kontakt bezpośredni

+48 512 451 727 · mateusz@matuszczak.pro

📞 Umów bezpłatną diagnozę →

Powiązane artykuły

Kapitał obrotowy — jak planować Cashflow w e-commerce P&L sklepu Strategie zarządzania logistyką Logistyka w szczycie sezonu Skalowanie magazynu Allegro Analytics w decyzjach Modele dropshippingu

FAQ

Najczęstsze pytania o planowanie zapasu

Od ilu SKU warto wdrożyć model planowania zapasu?

Już przy 20–30 aktywnych SKU ręczne zarządzanie zaczyna zawodzić, a przy 50+ model jest właściwie niezbędny. Zacznij od produktów z klasy A — dadzą większość efektu przy niewielkiej części pracy.

Czy BaseLinker wystarczy, czy potrzebuję ERP?

BaseLinker pozwala ustawić progi i automatyczne reakcje przy niskim stanie — to wystarczy, żeby punkt zamówienia działał jako alarm. Nie prognozuje jednak popytu, więc model (popyt, bufor, punkt zamówienia) trzymaj w arkuszu. Wdrożenie to zwykle kilka godzin. ERP rozważ przy setkach SKU i wielu dostawcach, gdy arkusz staje się trudny w utrzymaniu.

Jak planować zapas przy dropshippingu?

Przy czystym dropshippingu nie masz fizycznego zapasu, ale zarządzasz dostępnością. Monitoruj stany u dostawcy (jego brak to Twój brak) i ustal progi: gdy dostawca ma mniej niż X sztuk, wydłuż czas wysyłki w ofercie lub wstrzymaj reklamy tego produktu.

Co zrobić z towarem, który zalega?

Kolejno: zestawy z bestsellerami, krótka promocja, udział w akcjach rabatowych marketplace’ów, sprzedaż hurtowa innemu sklepowi (nawet poniżej kosztu), zwrot do dostawcy (jeśli umowa pozwala), a na końcu utylizacja. Nie zamawiaj kolejnej partii, dopóki nie rozwiążesz obecnego nadmiaru.

Jak zaplanować zapas nowego produktu bez historii?

Użyj popytu podobnego produktu (np. nowego wariantu bestsellera), danych kategorii (np. z Allegro Analytics) albo zamów małą partię testową na 1–2 tygodnie i skoryguj model po pierwszych 30 dniach. Nie zamawiaj dużej partii bez sprawdzenia popytu.

Jak często aktualizować popyt i bufory?

Co miesiąc dla klasy A, co kwartał dla B i C. Natychmiast — po starcie lub końcu dużej kampanii, zmianie ceny (własnej lub konkurencji o ponad 10%), wejściu nowego konkurenta, zmianie sezonu lub dostawcy. Model oparty na danych sprzed ponad pół roku jest ryzykowny.

Powiązane materiały

Zapas → gotówka → sprzedaż

Planowanie zapasu łączy finanse, logistykę i marketing. Zacznij od obszaru, który najbardziej Cię ogranicza.

💰

Finanse

Kapitał obrotowy Cashflow Unit economics Finanse e-commerce

📦

Logistyka i magazyn

Logistyka jako przewaga Skalowanie magazynu Pierwsze zatrudnienie w magazynie E-book: magazyn

📈

Dane i sprzedaż

Allegro Analytics Dane Allegro, GA4, BaseLinker Dashboard właściciela Ceny a stany magazynowe

📞

Wsparcie eksperta

Audyty i rekomendacje Wdrożenie BaseLinkera Manager na godziny Oferta

📞 Umów diagnozę Formularz (2 min)

Prognozowanie popytu i planowanie zapasu: prosta metoda bez data science