Diagnoza problemu
Dlaczego planowanie zapasu jest trudne — i dlaczego nie musisz być analitykiem
Większość właścicieli sklepów albo zamawia za dużo („na wszelki wypadek") albo za mało (bo nie mieli danych). Oba błędy kosztują.
❌ Zarządzanie zapasem bez systemu
- Zamawiam gdy „kończy się towar" — braki trwają tydzień lub dłużej
- Zamawiamy „z głowy" — raz za dużo, raz za mało
- Bestsellery często brakuje, wolnorotujące zalegają latami
- Nie wiem ile dni towar leży na magazynie przed sprzedażą
- Kapitał obrotowy rośnie mimo rosnącej sprzedaży
✅ Planowanie zapasu z prostym modelem
- Wiem dokładnie kiedy zamówić i ile — zanim braknie towaru
- Każde SKU ma swój punkt zamówienia (Reorder Point)
- Sezonowość uwzględniona — zwiększam zamówienia przed pikiem
- DSI per kategoria — wiem, gdzie gotówka leży bez ruchu
- Lead time dostawcy wbudowany w model — zero paniki
Nie potrzebujesz SAP ani data science
Forecasting popytu na poziomie 80% dokładności jest możliwy w Google Sheets. Zaawansowane algorytmy dają +5–10% dokładności kosztem miesięcy wdrożenia. Prosty model oparty na historycznej sprzedaży, sezonowości i lead time wystarczy dla sklepów do 50 mln zł/rok — a większości wystarczy nawet do 200 mln zł/rok.
📉
Koszt braków (stockout)
Utracona sprzedaż — klient kupuje u konkurencji
Spadek pozycji w algorytmie Allegro (niższa konwersja)
Negatywne opinie od klientów czekających na towar
Koszt ekspresowego uzupełnienia (droższy dostawca/kurier)
Szacunek: 1–3% miesięcznego GMV przy regularnych brakach
💸
Koszt nadmiaru (overstock)
Zamrożona gotówka — kapitał obrotowy niedostępny
Koszty magazynowania rosną z wolumenem
Ryzyko przeterminowania / moralnego starzenia produktów
Konieczność promocji/przecen redukujących marżę
Szacunek: 0,5–2% wartości zapasu miesięcznie (koszt kapitału + magazyn)
Prosty model
3-krokowy model popytu — bez algorytmów
Zamiast ML zacznij od 3 kroków: oblicz bazowy popyt, dodaj sezonowość, dodaj bufor na niepewność. To 90% tego, czego potrzebujesz.
01
Bazowy popyt dzienny (BPD)
Punkt startowy każdego modelu. Policz ile sprzedajesz średnio dziennie z ostatnich 60–90 dni (nie 30 — za krótkie, nie 365 — za stare).
Formuła
BPD = Liczba sprzedanych sztuk (90 dni) ÷ 90
Przykład
270 szt. w 90 dniach
÷
90 dni
=
BPD: 3,0 szt./dzień
⚠️ Uwaga: wyklucz ze liczenia dni gdy miałeś stockout — zaniżają rzeczywisty popyt. Jeśli 15 dni nie miałeś towaru, licz sprzedaż z 75 dni / 75 (nie 90).
02
Skorygowany popyt (z sezonowością)
Mnożnik sezonowy (Seasonal Index) to stosunek sprzedaży danego miesiąca do średniej miesięcznej. Pozwala skalować prognozę w górę lub dół przed sezonem.
Formuła
SI (miesiąc) = Sprzedaż w tym miesiącu (rok temu) ÷ Średnia miesięczna (rok temu)
Prognoza = BPD × SI (planowany miesiąc) × liczba dni
Prognoza = BPD × SI (planowany miesiąc) × liczba dni
Przykład — sklep z elektroniką, grudzień vs. sierpień
Średnia mies.: 800 szt.
→
Grudzień: 1 680 szt.
SI=
2,10× (pik)
BPD: 3,0 szt.
×
SI 2,10
×
31 dni
=
Prognoza: 195 szt.
03
Safety Stock — bufor na niepewność
Safety Stock to minimalny zapas utrzymywany jako ochrona przed 3 rodzajami ryzyka: wahaniami popytu, opóźnieniami dostawcy i błędami prognozy.
Formuła podstawowa
Safety Stock = Z × σ_popytu × √(Lead Time)
gdzie Z = 1,65 dla poziomu obsługi 95%, σ = odchylenie standardowe dziennego popytu
gdzie Z = 1,65 dla poziomu obsługi 95%, σ = odchylenie standardowe dziennego popytu
Formuła uproszczona (dla większości sklepów wystarczy)
Safety Stock = BPD × (Max Lead Time − Avg Lead Time) + BPD × współczynnik zmienności popytu (0,5–2 dni)
Przykład
BPD: 3,0
×
(21−14 dni lead time)
+
3,0 × 1,5 dni bufor
=
SS: 25,5 szt. → 26 szt.
Kompletna prognoza = BPD × SI × Dni + Safety Stock
To wszystko czego potrzebujesz do 90% przypadków. Zacznij od BPD i Safety Stock — sezonowość dodaj gdy masz min. 12 miesięcy historii. Zamawiaj
na Lead Time + Safety Stock od momentu złożenia zamówienia.
Kluczowy wskaźnik
DSI — dni zapasu i rotacja: ile naprawdę leży na magazynie
DSI (Days Sales of Inventory) to liczba dni, przez którą Twój obecny zapas wystarczy przy bieżącym tempie sprzedaży. To mapa Twojego kapitału obrotowego zamkniętego w towarze.
Formuła DSI
DSI = Zapas (szt.) ÷ BPD
lub w złotówkach:
DSI = Wartość zapasu (zł) ÷ Dzienna sprzedaż (zł)
Rotacja zapasu (razy/rok)
Rotacja = 365 ÷ DSI
lub: COGS roczny ÷ Średni zapas (zł)
Benchmarki DSI per kategoria e-commerce
Kategoria
DSI optymalny
DSI alarm
Rotacja/rok
Uwaga
Elektronika / AGD
20–35 dni
> 60 dni
10–18×
Szybkie starzenie moralne
Moda / odzież
30–50 dni
> 90 dni
7–12×
Silna sezonowość kolekcji
Suplementy / FMCG
14–30 dni
> 60 dni
12–26×
Termin ważności — ryzyko
Dom i ogród
40–70 dni
> 120 dni
5–9×
Duża sezonowość wiosna/lato
Zabawki / hobby
30–60 dni
> 90 dni
6–12×
Pik Q4 — planuj z 3 mies. wyprzedzeniem
Kosmetyki / uroda
20–45 dni
> 75 dni
8–18×
Termin ważności + trendy
Jak interpretować DSI w decyzjach zakupowych
DSI < 7 dni
Kryzys — natychmiastowe działanie
Złóż zamówienie ekspresowe dziś. Sprawdź alternatywnych dostawców. Ogranicz reklamy jeśli zapas nie dotrze przed wyczerpaniem.
DSI 7–15 dni (poniżej ROP)
Alarm — złóż zamówienie teraz
Towar dotrze przed stockoutem jeśli lead time jest standardowy. Priorytet: zamówienie u dostawcy dziś.
DSI = optymalny zakres
OK — planowe uzupełnianie
Pracujesz efektywnie. Monitoruj czy sprzedaż nie przyspiesza (sezon, kampania) — wtedy DSI spada szybciej niż zwykle.
DSI > 2× optymalny
Overstock — zamrożona gotówka
Wstrzymaj kolejne zamówienie. Rozważ promocję, bundling lub wyprzedaż. Zidentyfikuj przyczynę: błędna prognoza, anulowane zamówienie B2B, zmiana trendu?
Punkt zamówienia
Reorder Point i Safety Stock — kiedy dokładnie zamawiać
Reorder Point (ROP) to poziom zapasu, przy którym powinieneś złożyć zamówienie. Nie gdy się skończy — ale z wyprzedzeniem o cały Lead Time.
🎯 Reorder Point (ROP)
Formuła
ROP = (BPD × Lead Time) + Safety Stock
Przykład
BPD: 3,0
×
14 dni LT
+
26 SS
=
ROP: 68 szt.
Gdy zapas spadnie do 68 szt. — zamów. Towar dotrze za 14 dni, a Ty masz jeszcze 26 szt. buforu na nieprzewidziane opóźnienia.
📦 Ilość zamówienia (EOQ — uproszczone)
Formuła uproszczona
Ilość zamówienia = BPD × Docelowy cykl (dni) × SI − Obecny zapas + Safety Stock
Przykład — zamówienie na 30 dni
3,0 × 30 × 1,0
−
zapas: 68 szt.
+
SS: 26 szt.
=
Zamów: 48 szt.
Zamówienie pokrywa popyt na następne 30 dni plus uzupełnia Safety Stock. Docelowy cykl dobierasz do minimalnej wartości zamówienia u dostawcy.
Wizualizacja — jak działa ROP w czasie
Max
ROP
SS
0
Poziom zapasu
Punkt zamówienia (ROP)
Safety Stock
Zamówienie złożone
Stockout (bez SS)
Praktyczna zasada: alarm przy DSI = Lead Time + Safety Stock Days
Jeśli Lead Time = 14 dni i Safety Stock = 8 dni — ustaw powiadomienie gdy DSI spada poniżej 22 dni. Masz jeszcze 8 dni buforu zanim towar się skończy po tym jak zamówisz.
Sezonowość bez data science
Jak uwzględnić sezonowość w planowaniu zapasu — prosto
Sezonowość niszczy proste modele oparte tylko na średniej. Sierpniowy BPD ≠ grudniowy BPD. Korekcja to 2 godziny pracy raz w roku.
Metoda Seasonal Index (SI) — krok po kroku w arkuszu
1
Pobierz sprzedaż miesięczną z ostatniego pełnego roku
Potrzebujesz 12 liczb: sprzedaż per miesiąc w szt. lub zł. Jedna kolumna w arkuszu. Jeśli masz 2+ lata — uśrednij te same miesiące (np. grudzień 2023 + grudzień 2024 / 2).
2
Oblicz średnią miesięczną
Suma 12 miesięcy ÷ 12 = Średnia miesięczna. To Twój "baseline" — wartość 1,0 w skali indeksów.
3
Oblicz SI dla każdego miesiąca
SI(mies.) = Sprzedaż(mies.) ÷ Średnia. Grudzień z SI = 2,1 oznacza 2,1× wyższy niż przeciętny miesiąc. Lipiec z SI = 0,7 to 30% słabszy miesiąc.
4
Mnóż prognozę przez SI planowanego miesiąca
Prognoza(mies.) = BPD × SI(mies.) × Liczba dni. Przy zamawianiu na 2 miesiące naprzód — używaj SI dla obu miesięcy i weź wyższy jako bazę dla zamówienia.
Przykładowy profil sezonowości — sklep z artykułami do ogrodu
Zamówienie na maj (SI 2,10): złóż w
lutym przy lead time 60 dni. Ilość: BPD × 2,10 × 31 − zapas + SS. To 2,1× więcej niż typowy miesiąc.
Pułapki sezonowości — na co uważać
📅
Nowy produkt bez historii
Użyj SI kategorii, nie własnych danych. Nowy produkt ogrodniczy — weź SI z podobnego SKU lub z danych branżowych.
📅
Zmiana roku bazowego
2022 vs. 2024 mogą mieć różne wzorce (COVID, inflacja, nowa kampania). Uśredniaj max 2 ostatnie lata, nie dalej.
📅
Przesuniecie Świąt i Wielkanocy
Wielkanoc "skacze" między marcem a kwietniem. Jeśli Twoja kategoria jest wrażliwa — koryguj SI ręcznie +/−2 tygodnie.
📅
Kampanie reklamowe zaburzające historię
Black Friday w historii oznacza duży pik w listopadzie — ale czy planujesz tę samą kampanię? Jeśli nie: oczyść dane z anomalii.
Lead time i dostawcy
Lead time i jego wpływ na zapas — jak go mierzyć i zarządzać ryzykiem
Lead time to czas od złożenia zamówienia do momentu gdy towar jest gotowy do wysłania do klienta. Każdy dodatkowy dzień lead time to dodatkowe szt. w Safety Stock i dodatkowe pieniądze zamrożone w towarze.
Komponenty pełnego Lead Time
Czas przetworzenia zamówienia u dostawcy
1–5 dni
Czas zanim dostawca potwierdzi i przygotuje towar do wysyłki
→
Transport (dostawca → Ty)
1–45 dni
Zależy od kraju pochodzenia: Polska 1–3 dni, Europa 3–7 dni, Chiny/Azja 20–45 dni
→
Odprawa celna (import)
1–7 dni
Dla dostaw spoza UE — czas odprawy może się wahać, szczególnie przy kontrolach
→
Przyjęcie na magazyn + kontrola
0,5–2 dni
Przyjęcie, weryfikacja ilości, etykietowanie, wprowadzenie do systemu
Lead time zmienność — jak budować Safety Stock pod różnych dostawców
Typ dostawcy
Avg LT
Max LT
Zmienność
Safety Stock mnożnik
Dostawca krajowy (Polska)
3 dni
5 dni
Niska
BPD × 2 dni
Dostawca europejski
7 dni
14 dni
Średnia
BPD × 7 dni
Dostawca chiński (sea freight)
35 dni
60 dni
Wysoka
BPD × 25 dni
Dostawca chiński (air freight)
7 dni
14 dni
Średnia
BPD × 7 dni (+koszt!)
Wniosek: dostawca chiński (morze)
Safety Stock 25× wyższy niż przy dostawcy polskim → ogromna zamrożona gotówka
Skrócenie lead time to najsilniejsza dźwignia redukcji zapasu
Zmiana dostawcy z chińskiego (35 dni) na europejskiego (7 dni) pozwala zmniejszyć Safety Stock o 25 BPD. Przy BPD = 10 szt. i wartości produktu 50 zł — to 12 500 zł mniej zamrożonej gotówki. Zawsze licz koszt lead time w kategoriach kapitału obrotowego.
Segmentacja SKU
ABC/XYZ — nie wszystkie produkty zasługują na taki sam poziom uwagi
Masz 200 SKU. Nie możesz zarządzać nimi wszystkimi z taką samą precyzją. ABC/XYZ dzieli produkty na segmenty — i mówi, gdzie skupić uwagę.
ABC
Wartość sprzedaży
A = top 20% SKU → 80% sprzedaży
B = następne 30% → 15%
C = pozostałe 50% → 5%
B = następne 30% → 15%
C = pozostałe 50% → 5%
XYZ
Zmienność popytu
X = stabilny popyt (CV < 0,5)
Y = umiarkowana zmienność (CV 0,5–1,0)
Z = bardzo zmienny (CV > 1,0)
Y = umiarkowana zmienność (CV 0,5–1,0)
Z = bardzo zmienny (CV > 1,0)
Macierz ABC/XYZ — strategia per segment
X (stabilny)
Y (zmienny)
Z (bardzo zmienny)
A (top sprzedaż)
AX — Złoto
Ścisły forecasting, automatyczny ROP, Safety Stock minimum 14 dni, monitorowanie codzienne
AY — Ważny, trudny
Wyższy Safety Stock (21+ dni), forecasting z sezonowością, alert przy DSI < 21 dni
AZ — Pełen ryzyko
Duży Safety Stock lub strategia „push" — agresywne zamawianie przed sezonem, rezerwacja u dostawcy
B (średnia sprzedaż)
BX — Solidny
Standardowy ROP, Safety Stock 7–10 dni, monitoring tygodniowy
BY — Standardowy
Prosty model, Safety Stock 10–14 dni, monitoring co 2 tygodnie
BZ — Obserwuj
Niski priorytet. Rozważ konsolidację z podobnym SKU lub likwidację
C (niska sprzedaż)
CX — Długi ogon
Zamów rzadko (kwartalnie), małe ilości. Rozważ model JIT lub dropshipping
CY — Słaby
Minimum Safety Stock lub zero. Zamów tylko na konkretne zamówienie klienta
CZ — Wyeliminuj
Kandydat do usunięcia z asortymentu. Nie utrzymuj Safety Stock. Wyprzedaj i nie zamawiaj
Jak zrobić ABC/XYZ w 1 godzinę w arkuszu
1
Eksportuj sprzedaż per SKU z ostatnich 12 miesięcy (miesięcznie, nie dziennie)
2
ABC: posortuj SKU malejąco po wartości sprzedaży → pierwsze 20% = A, następne 30% = B, reszta = C
3
XYZ: oblicz CV (odchylenie standardowe / średnia) dla każdego SKU z 12 miesięcy → X (<0,5), Y (0,5–1,0), Z (>1,0)
4
Połącz: =CONCAT(ABC_kategoria, XYZ_kategoria) → kolumna segment. Przefiltruj AX — to Twoje top-priorytety
5
Aktualizuj kwartał — mix sprzedażowy się zmienia, szczególnie po wprowadzeniu nowych produktów
Kalkulator interaktywny
Oblicz ROP, Safety Stock i ilość zamówienia dla swojego SKU
Wprowadź dane produktu. Kalkulator obliczy punkt zamówienia, Safety Stock i rekomendowaną ilość do zamówienia.
📦 Popyt
Sprzedaż z ostatnich 90 dni (szt.)
270 szt.
Dni stockoutu w tym okresie
0 dni
Seasonal Index (bieżący miesiąc)
1.0×
🚚 Lead Time
Średni Lead Time (dni)
14 dni
Maksymalny Lead Time (dni)
21 dni
🏭 Zamówienie
Obecny stan magazynowy (szt.)
80 szt.
Docelowy cykl zamówień (dni)
30 dni
Cena zakupu (zł/szt.)
45 zł
📊 Wyniki dla Twojego SKU
📈 Bazowy popyt dzienny (BPD)
—
📅 BPD skorygowany o sezonowość
—
📦 DSI obecny (dni zapasu)
—
🛡️ Safety Stock
—
bufor na niepewność
🎯 Reorder Point (ROP)
—
zamów gdy zapas spadnie do tej wartości
🛒 Rekomendowana ilość zamówienia
—
💰 Wartość zamówienia (zł)
—
💰 Wartość Safety Stock (zł)
—
Przesuń suwaki aby zobaczyć wyniki.
Przykłady z praktyki
Case Studies: planowanie zapasu w akcji
Trzy zanonimizowane przypadki. W każdym wprowadzenie prostego modelu przyniosło wymierny efekt finansowy.
Sklep: Elektryka i oświetlenie | Obrót: 420 tys. zł/mies. | 680 aktywnych SKU
Efekt: −35% zamrożonej gotówki w zapasie
🔴 Sytuacja przed
Właściciel zamawiał „na oko" raz w tygodniu. 15% SKU regularnie miała braki (szczególnie bestsellery przed promocjami), 40% SKU miało DSI powyżej 120 dni. Całkowita wartość zapasu: 480 000 zł przy miesięcznym COGS 280 000 zł — rotacja 7 razy/rok zamiast optymalnych 12–15×.
🔧 Co wdrożono
Analiza ABC/XYZ dla wszystkich SKU. 68 SKU klasy AX/AY — ustawiony ROP i Safety Stock per SKU w arkuszu. Alerty w BaseLinker gdy stan = ROP. 40 SKU klasy CZ — wstrzymano zamawianie i przeceniono nadmiar. Nowe zamówienia tylko przy jawnym zapotrzebowaniu.
🟢 Efekty po 90 dniach
−168 000 zł
Zapas (gotówka odblokowana)
15→3%
SKU z regularnym stockout
7→12×
Rotacja roczna
+22 000 zł
Zysk z odblokowanego cash
Sklep: Suplementy i zdrowie | Obrót: 180 tys. zł/mies. | 120 SKU
Efekt: zero stockoutów przez 6 miesięcy, poprzednio co 3 tygodnie
🔴 Sytuacja przed
Trzy bestsellery suplementów regularnie kończyły się co 3–4 tygodnie, powodując 5–7 dniowe przerwy w sprzedaży. Straty szacowano na 15 000–20 000 zł miesięcznie (utracona sprzedaż + ekspresowe zamawianie). Dostawca z Czech, lead time 7–12 dni (zmienny).
🔧 Co wdrożono
Obliczono BPD dla 3 bestsellerów (po korekcie o dni stockoutu). Zbudowano Safety Stock = BPD × (Max LT − Avg LT) + BPD × 2. ROP wprowadzony do BaseLinker jako alert minimalnego stanu. Zamówienia co 14 dni zamiast "gdy się kończy".
🟢 Efekty po 6 miesiącach
0
Stockoutów przez 6 mies.
+18 000 zł
Odzyskana sprzedaż/mies.
−4 000 zł
Koszt ekspresowych zamówień
+9,8%
Wzrost GMV per miesiąc
Sklep: Artykuły do ogrodu | Obrót: sezonowy, peak 380 tys. zł/mies. (maj–czerwiec)
Efekt: pierwszy rok bez braków w sezonie
🔴 Sytuacja przed
Co roku w maju — szczyt popytu — 30–40% topowych SKU miało braki. Zamawianie „na oko" przed sezonem nie nadążało za rzeczywistym popytem. Dostawca z Niemiec, lead time 10–14 dni. Właściciel nie miał skwantyfikowanego Seasonal Index.
🔧 Co wdrożono
Obliczono SI dla każdego miesiąca z danych 2023+2024. Maj: SI = 2,1, Czerwiec: SI = 1,8. Pierwsze zamówienia sezonowe złożone w lutym (na maj). Ilość zamówienia = BPD × SI_maj × 31 + Safety Stock − obecny zapas. Zamówienia „stopniowane" — połowa w lutym, połowa w marcu.
🟢 Efekty w sezonie
0%
SKU z brakami (poprzednio 38%)
+54 000 zł
Dodatkowe GMV maj–czerwiec
−8%
Nadmiar zapasu po sezonie
+12%
Marża brutto sezonu
Pułapki i błędy
Najczęstsze błędy w planowaniu zapasu — i jak ich unikać
Większość błędów wynika nie z braku danych, lecz z błędnych założeń w modelu.
🔴 Krytyczny
Liczenie BPD ze stockoutami w mianowniku
Jeśli przez 20 dni z 90 nie miałeś towaru i sprzedałeś 140 szt. — BPD to 140÷90 = 1,56. Ale realny popyt to 140÷70 = 2,0. Zaniżony BPD prowadzi do za niskiego Safety Stock i cyklicznego stockoutu.
Poprawka: zawsze odejmij dni stockoutu od mianownika. W BaseLinker/systemie śledź dni bez dostępności per SKU.
🔴 Krytyczny
Jeden Safety Stock dla wszystkich SKU
SKU AX z BPD = 50 i SKU CZ z BPD = 0,1 nie mogą mieć tego samego Safety Stock. Wiele sklepów ustawia "10 szt." jako domyślny bufor — dla produktu AX to za mało, dla CZ absurdalnie dużo.
Poprawka: Safety Stock = f(BPD, Lead Time, zmienność). Per SKU, przynajmniej per klasa ABC/XYZ.
🟠 Poważny
Ignorowanie zmienności Lead Time
Dostawca deklaruje 14 dni, ale w praktyce dostarcza między 10 a 21 dni. Safety Stock musi pokrywać max LT — nie average. Przy max 21 dni i avg 14 → SS = BPD × 7. Przy SS = BPD × 0 (bo "14 dni zawsze") — jeden opóźniony transport = stockout.
Poprawka: rejestruj daty zamówień i dostaw per dostawca. Oblicz max LT z ostatnich 10–20 zamówień. Używaj max, nie avg w SS.
🟠 Poważny
Brak korekty o kampanie reklamowe
Planujesz kampanię Allegro Ads z budżetem 3× większym niż zwykle? Twój BPD wzrośnie proporcjonalnie w czasie kampanii. Forecast bez uwzględnienia planowanych kampanii prowadzi do stockoutu w szczycie reklamy.
Poprawka: przy planowaniu kampanii → zwiększ prognozę popytu o historyczny efekt kampanii. Zamów towar minimum Lead Time przed startem kampanii.
🟡 Strategiczny
Optymalizacja zapasu bez segmentacji ABC/XYZ
Redukcja zapasu globalnie o 20% bez segmentacji uderzy w AX (gdzie zapas jest krytyczny) i nie zredukuje CZ (gdzie jest nadmiar). Efekt odwrotny do zamierzonego.
Poprawka: redukuj zapas zawsze zaczynając od C (niskie obroty) i Z (duża zmienność, trudne do prognozowania). Nigdy nie redukuj SS dla klasy A.
🟡 Operacyjny
Forecast na poziomie SKU zamiast wariantów
Produkt "Koszulka sport" sprzedaje 100 szt./mies. — ale S/M/L/XL w proporcjach 10/40/35/15. Forecast na poziomie "koszulka" + równy podział na warianty = stockout M i L, overstock XS/XL.
Poprawka: dla produktów z wariantami (rozmiar, kolor) — oblicz BPD i SS per wariant, nie per "rodzaj produktu".
FAQ
Najczęstsze pytania o planowanie zapasu w e-commerce
Od ilu SKU warto wdrożyć formalny model planowania zapasu?
Już od
20–30 aktywnych SKU ręczne zarządzanie zaczyna być zawodne. Przy 50+ SKU model jest niezbędny — ludzka pamięć i „wyczucie" nie skaluje się. Zacznij od top 20% SKU (klasa A) — to da Ci 80% efektu przy 20% nakładu pracy.
Czy BaseLinker wystarczy do planowania zapasu czy potrzebuję ERP?
BaseLinker ma funkcje alertów o minimalnym stanie — to wystarczy do ustawienia ROP jako progu alarmowego. Nie ma jednak wbudowanego modułu prognozowania. Uzupełnij go
arkuszem Google Sheets z modelem BPD/SS/ROP — koszt wdrożenia 4–8 godzin, efekt na lata. ERP rozważ przy 500+ SKU i 5+ dostawcach gdy arkusz staje się trudny w utrzymaniu.
Jak planować zapas przy dropshippingu?
Przy czystym dropshippingu (towar wysyłany bezpośrednio przez dostawcę) nie zarządzasz fizycznym zapasem — ale zarządzasz dostępnością. Kluczowe: monitoruj dostępność towaru u dostawcy (ich "zapas" = Twój stockout ryzyko). Ustal progi alertów: jeśli dostawca ma <X szt. — włącz komunikat o dłuższym czasie dostawy lub wstrzymaj reklamy.
Co zrobić ze starym zapasem (slow movers)?
Hierarchia działań: (1) Bundling z bestsellerami — dodaj slow mover jako bonus do topowego produktu, (2) Promocja flash − 30% na 48h — szybka rotacja, (3) Allegro promocje i Centrum Zniżek — ekspozycja na nowych klientów, (4) Sprzedaż hurtowa do innego sklepu lub pośrednika poniżej kosztu, (5) Zwrot do dostawcy jeśli umożliwia, (6) Utylizacja — ostateczność. Nie zamawiaj kolejnej partii slow movera zanim nie rozwiążesz obecnego nadmiaru.
Jak uwzględnić nowy produkt bez historii sprzedaży?
3 podejścia zależnie od sytuacji: (1) Analogia do podobnego SKU — jeśli wprowadzasz nowy wariant bestselera, użyj BPD analogicznego produktu, (2) Dane kategorii — benchmarki sprzedaży z Allegro Analytics lub badań kategorii, (3) Zachowawcze założenia — zamów małą partię testową (1–2 tygodnie zapasu), oceń rzeczywisty popyt, dostosuj model po pierwszych 30 dniach. Nie zamawiaj dużej partii nowego produktu bez weryfikacji popytu.
Jak często powinienem aktualizować BPD i SS?
Minimum: raz w miesiącu dla klasy A, raz na kwartał dla klasy B i C. Wyzwalacze natychmiastowej aktualizacji: uruchomienie/zakończenie dużej kampanii, zmiana ceny (własna lub konkurencji o >10%), wejście nowego konkurenta, zmiana sezonu, zmiana dostawcy (nowy lead time). Modele oparte na danych sprzed 6+ miesięcy bez aktualizacji stają się niebezpieczne.
Zapas · Rotacja · DSI · Safety Stock · Forecasting
Ile gotówki masz zamrożone w towarze? Sprawdźmy razem.
Większość sklepów odkrywa po audycie zapasu, że 20–40% wartości magazynu to towar, który nie powinien tam leżeć. Bezpłatna rozmowa wstępna 20 minut — powiem, jak wygląda Twoja rotacja i gdzie szukałbym pierwszych 20% do odblokowania.
✓ Bezpłatna diagnoza 20 min
✓ Analiza DSI i rotacji
✓ Gotowy model w arkuszu
Kontakt bezpośredni
E-mail:
mateusz@matuszczak.pro
28+
Audytów
14 dni
Realizacja
−35%
Avg. redukcja zapasu
Nie sprzedaję obietnic. Sprzedaję diagnozę opartą na Twoich danych.