إدارة المخزون لا تحتاج نقطة إعادة طلب فقط؛ تحتاج نقطة خروج توقف الشراء وتحوّل الصنف الراكد إلى نقد قبل أن يصبح الخصم اعترافاً متأخراً بالخسارة.
تحسن في دقة توقع توقيت الطلب
حققه نموذج جمع آخر طلب مع مبيعات نقاط البيع والطلب المتوقع خلال مهلة التوريد، مقارنة بنماذج زمنية بديلة في دراسة شملت مورداً وسلسلة من 53 هايبرماركت.
European Journal of Operational Research — When is the next order?معامل الأمان عند خدمة 99% و90%
رفع مستوى الخدمة من 90% إلى 99% يرفع معامل مخزون الأمان بنحو 82% قبل احتساب أي تغير في الطلب أو مهلة التوريد.
Oracle NetSuite — Inventory Optimization Calculationsعتبة شائعة للمخزون الميت
يورد دليل Shopify لعام 2026 أن الصنف لا يُعد عادة مخزوناً ميتاً قبل 180 يوماً، مع ضرورة تعديل النافذة وفق دورة حياة الفئة.
Shopify — Inventory Aging Reportبين التكلفة وصافي القيمة القابلة للتحقق
يفرض معيار IAS 2 قياس المخزون بالقيمة الأقل، مع الاعتراف بالتخفيض عندما تصبح القيمة المتوقع تحصيلها بعد تكاليف البيع أدنى من التكلفة.
IFRS Foundation — IAS 2 Inventoriesينفد الصحيح ويبقى الخطأ
قد ينفد المنتج الذي يشتريه العميل بالسعر الكامل، بينما تمتلئ الرفوف بصنف لن يتحرك إلا بعد خصم مؤلم. الحالتان غالباً نتيجة السياسة نفسها: نقطة شراء بلا نقطة خروج.
تبدأ المشكلة عندما يُعامل المخزون كعدد وحدات، لا كسلسلة قرارات. يضع الفريق حداً ثابتاً لإعادة الطلب، ثم يستمر في تطبيقه حتى لو تباطأ معدل البيع أو تغير الموسم أو انتقلت المبيعات من الفرع إلى المتجر الإلكتروني. تتلقى المشتريات إشارة تقول إن الكمية انخفضت، لكنها لا ترى أن الانخفاض سببه تحويل وحدات بين المواقع، أو طلبات محجوزة، أو حملة مؤقتة لن تتكرر.
الرصيد الموجود على الرف ليس الرصيد المتاح للبيع. توضح وثائق Oracle أن الكمية المتاحة تطرح الوحدات الملتزم بها من الموجود الفعلي، وأن اقتراح كمية الشراء يأخذ المخزون القادم في الحسبان. لهذا قد يبدو الصنف متوافراً وهو محجوز لطلبات لم تُجهز، أو يبدو منخفضاً رغم وجود شحنة مؤكدة في الطريق.
الضرر التجاري يظهر في الهامش: النفاد يبدد فرصة بيع بالسعر الكامل، والتكدس يدفع إلى تخفيض السعر أو تحميل تكلفة التخزين أو تخفيض القيمة الدفترية. الحل ليس زيادة المخزون أو تقليله إجمالاً؛ بل إعطاء كل صنف عتبتين مختلفتين: متى نشتري، ومتى نتوقف عن الشراء ونبدأ الخروج.
المخزون الزائد ليس نقيض النفاد؛ كثيراً ما يكونان نتيجة الإشارة الخاطئة نفسها.
ضع نقطة للدخول ونقطة للخروج
نقطة إعادة الطلب تجيب عن سؤال التوفر. نقطة الخروج تجيب عن سؤال الهامش. لا ينبغي لأي منهما أن تعمل منفردة.
الصيغة التشغيلية الأساسية هي: نقطة إعادة الطلب تساوي متوسط الطلب اليومي مضروباً في مهلة التوريد، مضافاً إليه مخزون الأمان. في السيناريو الافتراضي في الرسم الأول، يبيع الصنف ست وحدات يومياً ويحتفظ بـ18 وحدة أمان. ارتفاع مهلة المورد من سبعة إلى 21 يوماً يرفع عتبة الشراء من 60 إلى 144 وحدة، من دون أي تغير في المبيعات.
لكن بلوغ العتبة لا يعني إصدار طلب شراء تلقائياً. يجب أن يمر القرار عبر بوابة ثانية تسأل: هل ما زال الصنف يستحق إعادة الطلب؟ تعتمد الإجابة على معدل التصريف، وعمر الوحدات، وتاريخ آخر بيع، والهامش المتوقع بعد أي تخفيض. تعرّف Shopify معدل التصريف بأنه الوحدات المباعة مقسومة على مجموع المبيع والمتبقي خلال الفترة؛ وهو أدق من النظر إلى المبيعات وحدها، لأن بيع عشر وحدات من دفعة حجمها 12 مختلف عن بيعها من دفعة حجمها 100.
يعمل نظام العتبتين بهذه البساطة: إذا هبط المخزون تحت نقطة إعادة الطلب وكان التصريف صحياً، اشترِ. إذا هبط تحتها لكن الصنف يتقادم، أوقف الشراء وافحص الظهور والتوزيع والسعر. وإذا ظل المخزون فوق العتبة وبدأ العمر يرتفع، انتقل من إدارة التوفر إلى إدارة الخروج.
- نقطة الشراء: الطلب خلال مهلة التوريد + مخزون الأمان.
- نقطة الخروج: عمر الصنف + ضعف التصريف + هامش ما بعد التدخل.
- لا يصدر طلب شراء قبل اجتياز العتبتين معاً.
هبوط الكمية لا يكفي للشراء؛ قد يكون آخر إنذار قبل أن تضاعف المخزون الخطأ.
كل أسبوع تأخير يرفع عتبة الشراء
تأثير مهلة التوريد في نقطة إعادة الطلب لصنف افتراضي يبيع ست وحدات يومياً ويحتفظ بـ18 وحدة كمخزون أمان.
مصفوفة القرار: لا تجعل نقطة الشراء تعمل وحدها
اربط موقع الصنف من نقطة إعادة الطلب بصحة التصريف وعمر المخزون قبل إصدار أمر شراء أو تخفيض.
مرّر الجدول أفقيًا لعرض جميع الأعمدة.
| حالة المخزون | التصريف والعمر | قرار الشراء | قرار الخروج والتنشيط، المؤشر المحمي |
|---|---|---|---|
| تحت نقطة إعادة الطلب | تصريف صحي وعمر طبيعي | إعادة الطلب وفق المستوى المستهدف | لا تخفيض؛ راقب حوادث النفاد والهامش |
| تحت نقطة إعادة الطلب | تصريف ضعيف أو وحدات متقادمة | أوقف الشراء الآلي وراجع سبب الهبوط | حسّن الظهور أو انقل الوحدات؛ راقب الهامش المحقق |
| فوق نقطة إعادة الطلب | تصريف صحي | انتظر واستهلك المخزون القائم | لا تدخل سعري؛ راقب أيام التغطية |
| فوق نقطة إعادة الطلب | تصريف ضعيف وعمر مرتفع | جمّد أو قلل الطلبات المفتوحة | حزمة ثم تخفيض انتقائي ثم خروج؛ راقب قيمة المخزون المتقادم |
المتاح ليس ما على الرف
كلما تعددت قنوات البيع، أصبحت دقة نقطة إعادة الطلب مسألة ربط بيانات قبل أن تكون مسألة معادلات.
ابنِ لكل صنف وفي كل موقع وضعاً مخزونياً واحداً يضم الموجود، والمخزون القادم المؤكد، والكميات الملتزم بها للطلبات، والمرتجعات التي لم تُفحص. راجع تعريفات النظام حتى لا تُطرح الطلبات المتأخرة مرتين. الأهم أن تُسجل مبيعات المتجر الإلكتروني ونقطة البيع على مستوى المتغير نفسه: المقاس واللون والعبوة والموقع، لا على مستوى اسم المنتج العام.
الدليل على قيمة هذه الإشارة ليس نظرياً فقط. دراسة منشورة في European Journal of Operational Research استخدمت آخر طلب، وبيانات مبيعات نقاط البيع، والطلب المتوقع خلال المهلة لتوقع موعد الطلب التالي لدى سلسلة تضم 53 هايبرماركت. تحسنت دقة توقيت الطلب في المتوسط بين 10 و20 نقطة مئوية مقارنة ببدائل زمنية، لكن فاقد المخزون غير المسجل أضعف النتائج؛ أي إن الربط لا يلغي الحاجة إلى الجرد الدوري.
بحسب الصفحة الرسمية لتطبيق Mollkom PDA، ترتبط عملية البيع بالمنتجات والطلبات والمخزون ضمن سجل التجارة نفسه. القيمة التشغيلية لمثل هذا الربط ليست وعداً بنتيجة محددة، بل منع وصول إشارتين متعارضتين إلى المشتريات: مبيعات في الكاشير لا تخفض رصيد المتجر، أو طلبات إلكترونية لا تظهر للوحدة التي ستجهزها.
- سجل واحد للصنف والمتغير والموقع.
- خصم الطلبات المحجوزة قبل حساب المتاح.
- إدخال الشحنات المؤكدة وتواريخ وصولها.
- جرد دوري للأصناف ذات الانحراف أو الحركة العالية.
نقطة البيع ليست قناة تحصيل فقط؛ إنها أسرع إشارة فعلية إلى حركة الصنف.
99% لها فاتورة
اختيار مستوى خدمة مرتفع لكل الأصناف يبدو آمناً، لكنه يحول مخزون الأمان إلى مخزون دائم.
تعرض Oracle معاملات تقريبية لمستويات الخدمة: 1.28 عند 90%، و1.65 عند 95%، و2.05 عند 98%، و2.33 عند 99%. إذا بقي تذبذب الطلب خلال المهلة ثابتاً، فإن الانتقال من 90% إلى 99% يرفع عامل الأمان بنحو 82%. هذه ليست زيادة مجانية؛ إنها وحدات إضافية تبقى ممولة ومخزنة طوال دورة الشراء.
لذلك لا تمنح كل صنف مستوى الخدمة نفسه. يمكن أن يبدأ الصنف سريع الحركة، مرتفع الهامش، أو الصعب استبداله باختبار مستوى أعلى. أما المتغيرات البطيئة أو منخفضة الهامش أو سهلة التعويض ببديل، فتحتاج سياسة أكثر تحفظاً أو شراءً عند الطلب. هذه نقطة بداية للاختبار، وليست معياراً موحداً بين العطور والأزياء والأغذية وقطع الغيار.
تحذر وثائق Oracle أيضاً من أن الحساب يصبح تقريبياً عندما يكون الطلب متقطعاً أو موسمياً أو مدفوعاً بالعروض. لا تسمح لمبيعات يوم وطني أو رمضان أو إطلاق مؤثر بأن تتحول آلياً إلى طلب يومي دائم. افصل مبيعات الحملات، واستخدم فترة موسمية مماثلة، ثم دوّن سبب أي تعديل يدوي حتى يمكن مراجعته لاحقاً.
المستوى الأعلى من التوفر قرار استثماري، لا إعداد افتراضي يوضع على كل الأصناف.
رفع مستوى الخدمة يرفع مخزون الأمان
مقارنة معامل الخدمة الرسمي مع وحدات أمان توضيحية عند افتراض انحراف معياري للطلب خلال المهلة قدره عشر وحدات.
أنقذ الهامش قبل الخصم
المخزون لا ينتقل فجأة من سليم إلى ميت. يمر بفترة يمكن خلالها إنقاذ الهامش إذا ظهرت الإشارة مبكراً.
يقترح تقرير Shopify لتقادم المخزون نوافذ مثل 0–30 و31–90 يوماً، ويذكر 180 يوماً كعتبة شائعة للمخزون الميت، مع اختلافها حسب الفئة. استخدم هذه النوافذ كبداية فقط. في الأغذية قد يكون القرار يومياً، وفي الأزياء أسبوعياً، بينما تتحمل بعض قطع الغيار دورة أطول. المهم أن يمتلك كل قسم تاريخاً معلناً يبدأ عنده التدخل.
لا تبدأ بأعمق خصم. في المرحلة المبكرة جمّد إعادة الطلب، وارفع ظهور الصنف في البحث والتصنيف، وانقله إلى الموقع الأعلى طلباً، أو ضمه في حزمة تحافظ على السعر. بعد ذلك اختبر تخفيضاً انتقائياً على المتغير أو الموقع الراكد، بدلاً من خفض سعر المنتج كله. وتشير تجربة ميدانية منشورة في يوليو 2026 إلى أن زيادة وضوح المنتجات المخفضة القريبة من انتهاء الصلاحية رفعت تصريفها من دون تضحية إضافية بالهامش؛ ما يذكّر بأن المشكلة قد تكون في الاكتشاف لا في السعر وحده.
عندما تنخفض القيمة المتوقع تحصيلها بعد تكاليف البيع عن التكلفة، يصبح القرار محاسبياً أيضاً. ينص IAS 2 على القياس بالقيمة الأقل بين التكلفة وصافي القيمة القابلة للتحقق. لكن عتبة الخروج التشغيلية يجب أن تسبق التخفيض المحاسبي: أوقف التوريد، انقل الوحدات، اختبر العرض، ثم صفِّ أو اخفض القيمة عندما تثبت البيانات أن الاسترداد الكامل لم يعد مرجحاً.
- 0–30 يوماً: تحسين الظهور والتوزيع وتجميد الشراء عند ضعف التصريف.
- 31–90 يوماً: حزمة أو نقل بين المواقع أو تخفيض محدود للمتغير الراكد.
- بعد 90 يوماً: خطة خروج محددة بموعد وهامش أدنى.
- 180 يوماً بلا طلب: مراجعة التصفية أو الشطب وفق طبيعة الفئة والسياسة المحاسبية.
أفضل تخفيض هو الذي لم تحتج إليه لأنك أوقفت طلب الشراء التالي في الوقت الصحيح.
سُلّم التدخل قبل أن يصبح الصنف ميتاً
نوافذ تشغيلية أولية تربط عمر المخزون بنوع التدخل، مع تعديلها حسب صلاحية المنتج وموسميته ودورة حياته.
ارفع الظهور، انقل بين المواقع، وجمّد إعادة الطلب عند تباطؤ التصريف
اختبر حزمة أو تخفيضاً انتقائياً وحدد موعد الخروج
راجع التصفية أو الشطب وصافي القيمة القابلة للتحقق
اجتماع واحد يحرك المخزون
لا تحول النظام إلى مشروع تنبؤ ضخم. ابدأ بقائمة استثناءات أسبوعية تجعل قرار الشراء وقرار الخروج مرئيين في الشاشة نفسها.
خصص مراجعة أسبوعية للأصناف التي هبطت تحت نقطة إعادة الطلب، أو تجاوزت نافذة العمر، أو انخفض تصريفها فجأة. يجب أن ينتهي الاجتماع بأفعال مسماة: طلب شراء، إلغاء أو تقليل طلب، نقل بين موقعين، تعديل موضع العرض، حزمة، تخفيض محدود، أو مراجعة صافي القيمة القابلة للتحقق. الصنف الذي يخرج من الاجتماع بلا قرار سيعود في الأسبوع التالي أقدم وأقل مرونة.
اجعل المؤشر التجاري الأساسي هو الهامش الإجمالي المحقق لكل دفعة أو فئة عمرية، لا عدد الوحدات التي تم التخلص منها. راقب معه معدل التصريف وحوادث النفاد كحاجزين: قد يرتفع التصريف بسبب خصم يبدد الهامش، وقد يتحسن الهامش مؤقتاً لأن الفريق اشترى أقل مما يلزم وخسر مبيعات. القراءة المتوازنة تمنع نجاحاً وهمياً في أحد الطرفين.
ابدأ بتجربة أربعة أسابيع على أعلى 50 صنفاً من حيث قيمة المخزون أو المبيعات. وحّد بيانات القنوات، احسب نقطة الشراء، عرّف عتبة الخروج لكل فئة، ثم قارن قيمة المخزون المتقادم، وحوادث النفاد، والهامش المحقق قبل التجربة وبعدها. الرهان ليس الوصول إلى توقع مثالي؛ بل منع قرارين مكلفين: طلب متأخر للصنف الصحيح، وطلب جديد للصنف الخطأ.
- اليوم الأول: توحيد رصيد الصنف والطلبات المحجوزة والقادمة.
- الأسبوع الأول: حساب نقاط إعادة الطلب وتقسيم مستويات الخدمة.
- الأسبوع الثاني: اعتماد نوافذ العمر والهامش الأدنى للتخفيض.
- أسبوعياً: تنفيذ قائمة الاستثناءات وقياس الهامش والتصريف والنفاد.
اطلب عند الدليل، وتوقف قبل أن يصبح الخصم هو المخرج الوحيد.
بيانات نقاط البيع حسّنت توقع موعد الطلب
واجه مصنع أغذية ألماني صغير صعوبة في توقع طلبات الأصناف بطيئة الحركة لدى تاجر تجزئة يدير مركز توزيع و53 هايبرماركت. كان الاعتماد على تاريخ الطلبات وحده ضعيفاً لأن الطلبات متباعدة ومجمعة.
جمع الباحثان آخر طلب صادر مع مبيعات نقاط البيع في المتاجر والطلب المتوقع خلال مهلة التوريد لتقدير المخزون القائم وتوقع موعد الطلب التالي. وأضيف عامل تصحيح لمعالجة الانكماش أو الفاقد غير المسجل.
تفوق النهج على متغير من نموذج Croston والمتوسط المتحرك، محققاً تحسناً متوسطاً بين 10 و20 نقطة مئوية في دقة توقع توقيت الطلب. كما أظهرت الدراسة أن أخطاء الرصيد تقلل قيمة بيانات نقاط البيع إن لم تُصحح.
المصدر: European Journal of Operational Research — When is the next order?
إطار العتبتين في ست خطوات
دورة تشغيل تحول بيانات نقاط البيع والمخزون إلى قرارات شراء وخروج قابلة للمراجعة والقياس.
- 01
وحّد إشارة الصنف
اجمع مبيعات المتجر ونقاط البيع، والموجود، والمحجوز، والقادم، والمرتجعات بحسب الصنف والمتغير والموقع.
المخرج · ملف يومي موحد لوضع المخزون لكل SKU وموقع. - 02
قسّم مستوى الخدمة
صنّف الأصناف حسب سرعة البيع، والهامش، وصعوبة الاستبدال، وتذبذب الطلب بدلاً من منحها مخزون أمان واحداً.
المخرج · جدول مستوى خدمة ومخزون أمان لكل شريحة. - 03
احسب نقطة الشراء
استخدم الطلب اليومي ومهلة التوريد الفعلية ومخزون الأمان، مع فصل أثر الحملات والمواسم غير المتكررة.
المخرج · نقطة إعادة طلب محدثة لكل صنف ومورد وموقع. - 04
عرّف نقطة الخروج
حدد لكل فئة نوافذ العمر، والحد الأدنى لمعدل التصريف، وأيام انعدام البيع، والهامش الأدنى المقبول.
المخرج · سُلّم تدخل من تجميد الشراء إلى النقل والحزمة والتخفيض والتصفية. - 05
راجع الاستثناءات أسبوعياً
اعرض الأصناف التي تجاوزت إحدى العتبتين وحدد مالك القرار وموعد تنفيذه.
المخرج · قائمة أوامر شراء وإلغاء ونقل وتنشيط وتخفيض بمواعيد واضحة. - 06
قِس الهامش لا الحركة فقط
تابع الهامش المحقق حسب عمر الدفعة، مع معدل التصريف وحوادث النفاد كمؤشرين حارسين.
المخرج · لوحة أسبوعية تقارن الهامش والتصريف والنفاد وقيمة المخزون المتقادم.
أسئلة شائعة
ما الفرق بين نقطة إعادة الطلب والحد الأدنى للمخزون؟
نقطة إعادة الطلب هي العتبة التي تطلق مراجعة الشراء، وتشمل الطلب المتوقع خلال مهلة التوريد ومخزون الأمان. أما الحد الأدنى فقد يكون مجرد رصيد ثابت لا يعكس سرعة البيع أو تأخر المورد.
كم مرة يجب تحديث نقطة إعادة الطلب؟
راجعها أسبوعياً للأصناف المهمة، ويومياً للأصناف السريعة أو القصيرة الصلاحية. أعد الحساب أيضاً عند تغير المورد أو مهلة التوريد أو الموسم أو نمط المبيعات بين القنوات.
هل يبدأ تخفيض السعر تلقائياً بعد 90 يوماً؟
لا. نافذة العمر إشارة للمراجعة وليست أمراً بالتخفيض. ابدأ بتجميد الشراء وتحسين الظهور والنقل بين المواقع والحزم، ثم اختبر تخفيضاً انتقائياً إذا لم تتحسن الحركة.
ما المؤشر الأفضل لقياس نجاح السياسة؟
استخدم الهامش الإجمالي المحقق حسب دفعة المخزون كمؤشر رئيسي، وراقب معه معدل التصريف وحوادث النفاد. ارتفاع التصريف وحده قد يكون نتيجة خصومات أضرت بالهامش.
كيف تخدم نقاط البيع هذا القرار؟
توفر نقاط البيع إشارة مباشرة إلى الوحدات التي خرجت فعلياً من كل موقع. فائدتها تتحقق عندما تتصل بالسجل نفسه المستخدم للطلبات الإلكترونية والمخزون المحجوز والشحنات القادمة.
المصادر والمراجع
- 1. Oracle NetSuite — Inventory Optimization Calculations
- 2. Oracle NetSuite — Bulk Orders and Available Inventory
- 3. Shopify Help Center — Product Analytics Overview
- 4. Shopify — Inventory Aging Report 2026
- 5. IFRS Foundation — IAS 2 Inventories
- 6. European Journal of Operational Research — When is the next order?
- 7. SSRN — Navigating the Waste-Markdown Tradeoff
- 8. مولْكوم — تطبيق PDA للكاشير والمستودع




