Bagaimana Seharusnya Distributor Memprediksi Permintaan Lantai PVC?

Distributor sebaiknya membuat perkiraan permintaan lantai PVC dengan menggabungkan data dasar statistik, daftar proyek yang diberi bobot probabilitas, dan penyesuaian musiman, kemudian mengubah angka tersebut menjadi pesanan pembelian dengan mempertimbangkan persediaan pengaman, jumlah pesanan minimum (MOQ), dan batas kontainer. Untuk melakukannya dengan tepat, distributor perlu membedakan antara permintaan berulang dan permintaan proyek, serta memantau akurasi perkiraan dari waktu ke waktu.

Saya mengatakan hal ini setelah bertahun-tahun bekerja sama dengan distributor di kedua sisi proses pemesanan. Lantai PVC lebih sulit untuk diprediksi dibandingkan kebanyakan produk bangunan karena beberapa alasan:

• Waktu tunggu berkisar antara 45 hingga 90 hari jika produksi di pabrik, pengiriman laut, dan proses bea cukai digabungkan.
• Jumlah SKU meningkat pesat. Ketebalan lapisan atas, ukuran papan, sistem klik-lock versus dry-back, serta perbandingan antara SPC, LVT, dan vinil lembaran membagi satu lini produk menjadi puluhan varian.
• Sebagian besar permintaan berasal dari proyek-proyek komersial yang bersifat satu kali, bukan dari pesanan berulang yang stabil; oleh karena itu, satu metode peramalan saja tidak akan pernah mencakup seluruh daftar SKU.

Hal-hal ini tidak membuat peramalan menjadi mustahil. Artinya, seorang distributor memerlukan proses yang terstruktur, bukan sekadar mengandalkan insting. Izinkan saya menjelaskan apa saja yang perlu diramalkan, bagaimana mengklasifikasikan SKU, bagaimana menghitung jumlahnya, dan bagaimana memeriksa apakah peramalan tersebut tepat.

Apa Sebenarnya yang Harus Diprediksi oleh Para Distributor?

Distributor sebaiknya membuat perkiraan permintaan pada tingkat SKU × wilayah × bulan, bukan hanya berdasarkan total pendapatan. Angka agregat tingkat nasional menyembunyikan informasi mengenai warna, ketebalan, dan jenis bahan spesifik mana yang sebenarnya laku di setiap pasar.

Pembeli komersial dan residensial menginginkan spesifikasi yang sama sekali berbeda, sehingga menggabungkannya ke dalam satu perkiraan akan menghasilkan angka yang tidak dapat dijadikan acuan oleh siapa pun. Sebuah proyek di bidang kesehatan biasanya mensyaratkan lembaran vinil homogen setebal 2,0 mm dengan kinerja higienis, ketahanan tergelincir, dan peringkat ketahanan api yang tercatat dalam dokumen sebelum proses penawaran harga dimulai. Sebaliknya, proyek LVT komersial biasanya ditentukan berdasarkan ketebalan lapisan aus, seringkali 0,5 mm atau 0,7 mm, karena LVT memiliki konstruksi berlapis, bukan produk berlapis tunggal seperti vinil homogen.

Segmen	Produk Umum	Spesifikasi Utama
Layanan Kesehatan / Lembaga	Lembaran vinil homogen	Ketebalan 2,0 mm, peringkat ketahanan api dan anti selip, kinerja higienis
LVT komersial	LVT Heterogen	Lapisan tahan aus 0,5–0,7 mm
Perumahan	SPC klik-kunci	Finishing bertekstur kayu, lapisan dasar akustik

Perkiraan pada tingkat detail ini memang membutuhkan lebih banyak upaya di awal, tetapi ini adalah satu-satunya cara untuk mengetahui SKU mana saja yang mengalami penurunan laju perputaran sebelum terjadi kehabisan stok atau kelebihan stok.

Setelah Anda mengetahui apa yang akan diproyeksikan, pertanyaan selanjutnya adalah bagaimana cara mengklasifikasikan setiap SKU agar dapat diterapkan metode proyeksi yang tepat.

Bagaimana Seharusnya SKU Lantai PVC Diklasifikasikan?

Saya menggunakan matriks ABC-XYZ, bukan hanya ABC saja. ABC mengurutkan SKU berdasarkan nilai bisnis, seperti pendapatan atau nilai konsumsi tahunan. XYZ mengurutkan SKU yang sama berdasarkan seberapa stabil atau fluktuatif permintaannya. Dengan menggabungkan keduanya, Anda dapat mengetahui metode peramalan mana yang sesuai untuk setiap SKU.

ABC sendiri hanya memberi tahu Anda SKU mana saja yang penting secara finansial. Indikator ini tidak memberikan informasi apa pun mengenai apakah permintaan tersebut dapat diprediksi. SKU dengan pendapatan tinggi yang terkait dengan satu proyek rumah sakit besar berperilaku sangat berbeda dengan SKU dengan pendapatan tinggi yang terjual secara stabil setiap bulan, jadi saya selalu mengombinasikannya dengan XYZ.

ABC: Nilai Bisnis

• A – pendapatan tinggi atau nilai konsumsi tahunan yang tinggi
• B – nilai sedang
• C – bernilai rendah, sering kali merupakan barang khusus atau pesanan khusus

XYZ: Stabilitas Permintaan

• X – stabil, dapat diprediksi, dengan fluktuasi yang kecil dari bulan ke bulan
• Y – musiman atau bervariasi secara moderat
• Z – tidak teratur, didorong oleh proyek, sulit diprediksi hanya berdasarkan data historis

Kelas	Contoh	Pendekatan Peramalan
AX	SPC abu-abu/motif serat kayu, produk yang selalu laris	Perkiraan statistik, disimpan sebagai persediaan tetap
AY	Vinil komersial untuk sekolah	Prakiraan musiman, sesuaikan dengan siklus yang diketahui
AZ	Proyek berskala besar dengan warna khusus	Didorong oleh alur kerja, bukan oleh riwayat
CZ	Warna khusus atau spesifikasi	Diproduksi sesuai pesanan, persediaan minimal

Klasifikasi ini juga menyoroti masalah struktural yang lebih besar dalam peramalan pasar lantai PVC: tidak semua permintaan berasal dari sumber yang sama.

Bagaimana Cara Memisahkan Permintaan Dasar dan Permintaan Proyek?

Permintaan lantai PVC terbagi menjadi dua kategori yang memerlukan metode peramalan yang berbeda: permintaan dasar, yaitu pesanan berulang dari pengecer dan pesanan pengisian kembali stok, serta permintaan proyek, yang berasal dari pekerjaan komersial tertentu. Menggabungkan keduanya menjadi satu angka dapat menyebabkan baik kehabisan stok maupun kelebihan stok.

Permintaan dasar berperilaku seperti produk konsumen pada umumnya. Pergerakan permintaan ini dapat dianalisis melalui rata-rata bergerak, garis tren, dan penyesuaian musiman, karena data historis dapat menjadi panduan yang masuk akal untuk memprediksi masa depan. Permintaan proyek tidak bekerja seperti itu. Pesanan rumah sakit untuk 25.000 m² vinil homogen, atau pesanan gedung olahraga sekolah untuk 4.000 m² PVC olahraga, tidak akan muncul dalam tren penjualan 12 bulan hingga sudah terlambat untuk bereaksi.

Model yang benar adalah:

Perkiraan Permintaan Akhir = Perkiraan Permintaan Dasar + Perkiraan Proyek yang Sedang Berjalan

Saya memperlakukan keduanya sebagai dua perhitungan terpisah yang kemudian dijumlahkan pada akhirnya, bukan sebagai satu rata-rata gabungan. Dua bagian berikutnya membahas cara menghitung masing-masing bagian tersebut.

Bagaimana Cara Menghitung Permintaan Dasar?

Saya menerapkan rata-rata bergerak atau perataan eksponensial pada data penjualan selama 12–24 bulan, kemudian mengalikannya dengan indeks musiman untuk memperhitungkan puncak-puncak yang sudah diketahui, seperti periode renovasi sekolah selama liburan musim panas atau musim pergantian penghuni di perumahan multi-keluarga.

Berikut ini adalah contoh perhitungan untuk produk SPC berukuran 5 mm dengan permintaan tipe AX yang stabil:

• Rata-rata penjualan bulanan selama 12 bulan terakhir: 8.000 m²
• Indeks musiman bulan September: 1,15 (berdasarkan rasio historis antara bulan September dan rata-rata)

Nilai dasar untuk bulan September = 8.000 × 1,15 = 9.200 m²

Patokan ini hanya mencakup permintaan berulang yang bersifat pengisian ulang. Patokan ini secara sengaja tidak memasukkan volume proyek satu kali, yang dihitung secara terpisah dan ditambahkan pada langkah berikutnya.

Bagaimana Seharusnya Antrian Proyek Kontraktor Diberi Bobot Berdasarkan Probabilitas?

Permintaan dalam pipeline proyek sebaiknya diberi bobot berdasarkan sejauh mana kemajuan setiap kesepakatan, dengan menggunakan tingkat konversi yang dihitung berdasarkan riwayat CRM Anda sendiri, bukan rata-rata industri, karena tidak ada probabilitas tetap yang berlaku untuk setiap distributor.

Titik awal kasarnya kira-kira seperti ini, tetapi anggaplah ini sebagai templat untuk disesuaikan, bukan aturan baku:

Tahap Proyek	Contoh Probabilitas
Penelusuran awal	10–20%
Tahap sampel / spesifikasi	20–40%
Penawaran resmi	30–50%
Masuk dalam daftar pendek / finalis tender	50–70%
PO diharapkan / telah diberikan secara lisan	70–90%
PO yang Telah Dikonfirmasi	100%

Menerapkan hal ini pada tiga proyek yang sedang berjalan untuk produk SPC yang sama:

• Proyek A: 5.000 m² × 80% = 4.000 m²
• Proyek B: 8.000 m² × 40% = 3.200 m²
• Proyek C: 3.000 m² × 20% = 600 m²

Permintaan pipa tertimbang = 7.800 m²

Perkiraan akhir = 9.200 (dasar) + 7.800 (dalam proses) = 17.000 m²

Ada satu hal yang perlu diperhatikan di sini: jika pesanan proyek serupa di masa lalu sudah dimasukkan ke dalam baseline 12 bulan Anda, menambahkan seluruh pipeline di atasnya dapat menyebabkan penghitungan ganda terhadap permintaan. Pastikan terlebih dahulu apakah pipeline tersebut benar-benar mewakili volume tambahan sebelum memasukkannya.

Setelah mengetahui angka permintaan, langkah selanjutnya adalah mengubahnya menjadi target persediaan.

Bagaimana Cara Menghitung Persediaan Pengaman dan Titik Pemesanan Ulang?

Stok pengaman berfungsi untuk menutupi selisih antara waktu tunggu yang diperkirakan dan waktu tunggu terburuk. Dalam versi sederhana, stok pengaman ini dihitung dengan mengalikan permintaan harian rata-rata dengan jumlah hari tambahan yang terkait dengan ketidakpastian waktu tunggu, kemudian hasil perkalian tersebut ditambahkan ke permintaan normal dalam saluran distribusi untuk menentukan titik pemesanan ulang.

Dengan menggunakan perkiraan yang sama, yaitu 17.000 m² per bulan, angka tersebut setara dengan sekitar 570 m² per hari. Jika waktu tunggu pasokan normal adalah 60 hari, dan keterlambatan pengiriman laut serta proses bea cukai biasanya menambah 15 hari ketidakpastian:

Stok Pengaman = Permintaan Harian Rata-rata × Waktu Pengamanan = 570 × 15 = 8.550 m²

ROP = (Permintaan Harian × Waktu Pengiriman) + Persediaan Pengaman = (570 × 60) + 8.550 = 42.750 m²

Ketika posisi persediaan yang tersedia turun hingga sekitar 42.750 m², inilah saatnya untuk memicu pemesanan ulang. Distributor yang sudah mapan dapat beralih ke model persediaan pengaman statistik yang didasarkan pada variabilitas permintaan, variabilitas waktu tunggu, dan tingkat layanan yang ditargetkan, namun perhitungan di atas merupakan titik awal yang baik untuk sebagian besar SKU.

Perkiraan dan pesanan pembelian bukanlah angka yang sama, jadi mari kita pisahkan keduanya selanjutnya.

Bagaimana MOQ dan Batasan Kontainer Mempengaruhi Pesanan Pembelian Akhir?

Perkiraan persediaan memberi tahu Anda apa yang Anda butuhkan. Pesanan pembelian juga harus memperhitungkan stok yang sudah ada, pesanan yang sudah diajukan, serta bagaimana jumlah tersebut dapat dimuat ke dalam kontainer pengiriman. Ini adalah dua langkah yang berbeda.

Rumus kebutuhan bersihnya adalah sebagai berikut:

Kebutuhan Bersih = Perkiraan Permintaan + Target Persediaan Akhir − Persediaan yang Tersedia − Pesanan Pembelian yang Belum Diproses

Baru setelah angka bersih ini dihitung, barulah perlu dicocokkan dengan batas muatan kontainer. Lantai PVC bersifat berat, sehingga kontainer 20GP atau 40HQ biasanya mencapai batas beratnya sebelum mencapai batas volumenya. Jika kebutuhan bersih tidak dapat mengisi kontainer secara efisien, sebaiknya dievaluasi apakah SKU terdekat dari pemasok yang sama dapat digabungkan, atau apakah waktu pemesanan perlu sedikit diubah untuk menghindari pengiriman kontainer yang setengah kosong.

Bagaimana Cara Memprediksi Permintaan untuk SKU Lantai PVC Baru?

Warna, motif, atau ketebalan baru yang belum memiliki riwayat penjualan sebaiknya diproyeksikan menggunakan SKU analog, yaitu produk yang sudah ada dan sebanding dalam hal ketebalan, kisaran harga, dan saluran distribusi yang sama, kemudian disesuaikan berdasarkan tingkat penjualan aktual selama 8–12 minggu pertama.

Jika warna SPC baru dengan nuansa kayu ek diluncurkan tanpa data historis, saya memulainya dengan mengidentifikasi SKU yang sudah ada dan sebanding—dengan ketebalan yang sama, kisaran harga yang serupa, serta komposisi saluran distribusi yang mirip—lalu menetapkan perkiraan awal sebesar 30–50% dari permintaan bulanan rata-rata SKU yang sebanding tersebut. Jika SKU yang sebanding memiliki rata-rata 4.000 m²/bulan, perkiraan awal SKU baru dimulai sekitar 1.200–2.000 m²/bulan. Dari situ, saya merevisi angka tersebut setiap minggu berdasarkan penjualan aktual daripada menunggu data selama satu kuartal penuh.

Sinyal Eksternal Apa Saja yang Harus Dipantau oleh Distributor?

Sinyal eksternal terbagi menjadi dua kategori berbeda: indikator sisi permintaan yang mengisyaratkan pesanan di masa depan, dan sinyal sisi penawaran yang memengaruhi biaya, waktu, dan kapasitas pabrik. Menganggap keduanya sebagai hal yang sama akan menimbulkan kesimpulan yang keliru.

Indikator Pendahulu dari Sisi Permintaan

• Izin pengerjaan interior komersial dan pembangunan perumahan baru
• Aktivitas kontraktor dan proses tender
• Siklus renovasi di sektor perhotelan dan layanan kesehatan
• Anggaran renovasi sekolah dan lembaga

Sinyal Perencanaan dari Sisi Penawaran

• Pergerakan harga resin PVC dan plasticizer
• Kapasitas pabrik dan penjadwalan produksi
• Indeks angkutan laut dan kemacetan pelabuhan
• Perubahan tarif dan kebijakan perdagangan

Perlu dijelaskan secara lebih rinci di sini: kenaikan harga resin tidak selalu menandakan peningkatan permintaan lantai. Hal ini lebih sering menandakan bahwa biaya pengadaan atau waktu pemesanan perlu disesuaikan, yang merupakan keputusan perencanaan yang berbeda dari perkiraan permintaan.

Perubahan dalam Bidang Regulasi dan Sertifikasi

Peraturan bangunan dan standar klasifikasi kebakaran, seperti ASTM E648 atau EN 13501-1, merupakan peraturan dan metode pengujian. FloorScore dan GREENGUARD adalah program sertifikasi pihak ketiga yang memverifikasi bahwa suatu produk memenuhi kriteria emisi VOC, bukan peraturan itu sendiri. Melacak perubahan dalam persyaratan spesifikasi dan tuntutan sertifikasi, alih-alih menggolongkan semuanya ke dalam kategori "peraturan," memberikan gambaran yang lebih jelas mengenai apa yang sebenarnya sedang berubah.

Bagaimana Seharusnya Akurasi Prakiraan Diukur?

Akurasi perkiraan sebaiknya dipantau dengan menggunakan bias perkiraan sebagai tolok ukur utama, karena risiko terbesar bagi distributor adalah perkiraan yang secara konsisten terlalu tinggi atau terlalu rendah dari waktu ke waktu, bukan sekadar meleset pada satu bulan tertentu saja.

Beberapa metrik inti saling melengkapi dengan baik:

• Bias Prakiraan – apakah perkiraan secara konsisten berada di atas (risiko kelebihan stok) atau di bawah (risiko kehabisan stok) permintaan aktual selama beberapa periode.
• MAPE (Kesalahan Persentase Mutlak Rata-rata) – seberapa jauh, secara rata-rata, selisih perkiraan tersebut dalam persentase dari permintaan aktual.
• MAD (Penyimpangan Mutlak Rata-rata) – ukuran rata-rata kesalahan perkiraan dalam satuan yang sama dengan permintaan.

Satu hal yang perlu diperhatikan khusus untuk lantai PVC: SKU yang didorong oleh proyek sering kali mengalami periode beberapa bulan tanpa penjualan sama sekali, yang kemudian diikuti oleh satu pesanan dalam jumlah besar. Nilai MAPE pada SKU-SKU ini bisa terlihat buruk secara menyesatkan, jadi saya lebih mempertimbangkan bias perkiraan untuk produk-produk yang diklasifikasikan sebagai AZ dan CZ.

Seberapa Sering Prakiraan Cuaca Harus Diperbarui?

Saya menyarankan agar permintaan dasar dievaluasi setiap bulan dan pipeline proyek dievaluasi setiap minggu, karena status proyek berubah jauh lebih sering daripada pola pesanan berulang.

Permintaan dasar cukup stabil sehingga dapat dievaluasi setiap bulan. Data antrean proyek terus berubah seiring pergerakan penawaran melalui berbagai tahap, sehingga saya memeriksanya setiap minggu dan menyesuaikan bagian perkiraan yang dibobotkan berdasarkan antrean proyek sesuai dengan itu.

Kesalahan Peramalan Apa yang Harus Dihindari oleh Para Distributor?

Tiga kesalahan paling umum adalah memesan terlalu banyak berdasarkan tren warna yang hanya bertahan sebentar, mengabaikan perbedaan batch pewarna antar-produksi, serta melakukan pembelian panik saat terjadi keterlambatan pengiriman, yang memicu efek bullwhip sehingga menyebabkan gudang kelebihan stok beberapa bulan kemudian.

Warna-warna yang sedang tren datang dan pergi dengan cepat. Saya selalu menguji setiap lini desain visual baru dengan batch uji coba kecil sebelum memutuskan untuk memproduksi dalam jumlah besar.

Variasi warna antar-batch merupakan masalah yang kurang mencolok. Dua batch dari SKU yang sama dapat memiliki perbedaan warna yang sedikit, dan kontraktor yang mengerjakan pemasangan untuk seluruh ruangan atau seluruh proyek tidak dapat mencampur keduanya. Perkiraan kebutuhan harus memperhitungkan konsistensi antar-batch, atau stok sisa tidak akan dapat dijual untuk proyek tersebut.

Efek Bullwhip dalam Pengadaan Global

Ketika pengiriman laut mengalami keterlambatan, distributor sering kali melakukan pemesanan darurat untuk menutupi kekurangan stok. Tiga bulan kemudian, kiriman yang tertunda dan pesanan darurat tersebut tiba secara bersamaan, sehingga gudang pun menimbun stok yang jauh lebih banyak daripada yang dibutuhkan.

Bagaimana Seharusnya Distributor Membagikan Perkiraan kepada Mitra Produsen?

Perkiraan berkesinambungan yang dibagikan kepada produsen Anda—biasanya mencakup periode 3 hingga 6 bulan, tergantung pada waktu tunggu produksi dan pengiriman—memberikan prioritas kapasitas produksi serta alokasi kontainer yang lebih baik dibandingkan dengan pemesanan transaksional.

Perencanaan, Peramalan, dan Pengisian Stok Kolaboratif (CPFR) bekerja dengan cara membagikan visibilitas peramalan secara langsung kepada produsen, alih-alih melakukan pemesanan secara terpisah. Jangka waktu peramalan yang tepat bergantung pada rantai pasokan spesifik Anda; waktu produksi, waktu pengiriman, faktor musiman, dan kapasitas pemasok semuanya menjadi pertimbangan, sehingga jangka waktu 3 bulan cocok untuk beberapa distributor, sementara yang lain memerlukan 6 bulan atau lebih.

Kesimpulan

Perkiraan yang akurat untuk lantai PVC diperoleh dengan memisahkan permintaan dasar dan permintaan proyek, mengklasifikasikan SKU secara tepat, menghitung persediaan pengaman dan titik pemesanan ulang, serta memantau keakuratan perkiraan dari waktu ke waktu.

Daftar Periksa Tindakan Cepat:

1. Klasifikasikan SKU menggunakan sistem ABC-XYZ, bukan hanya ABC saja.
2. Perkirakan permintaan dasar dan portofolio proyek secara terpisah, lalu jumlahkan keduanya.
3. Hitung persediaan pengaman dan titik pemesanan ulang dengan menggunakan variabilitas waktu tunggu yang sebenarnya.
4. Pantau bias perkiraan, bukan hanya MAPE, terutama untuk SKU yang didorong oleh proyek.
5. Bagikan perkiraan bertahap kepada mitra manufaktur Anda untuk memastikan ketersediaan kapasitas.

Jika Anda sedang menghadapi tantangan dalam hal peramalan atau pengelolaan persediaan untuk lini produk lantai PVC Anda sendiri, silakan kirim pesan langsung (DM) kepada saya. Saya dengan senang hati akan meninjau spesifikasi Anda dan mendiskusikan solusi yang mungkin cocok untuk sistem Anda.