Stockout
Zjistěte, co je stockout, proč k němu dochází, jak měřit míru vyprodání zásob a jaké praktické strategie používají e-commerce značky k prevenci vyprodání sklado...
5 min čtení
Definice shrinkage
Shrinkage (ztráta zásob) je rozdíl mezi stavem zásob, který podnik podle nákupních a prodejních záznamů očekává, a stavem, který fyzicky existuje při skutečném přepočtu. Tento pojem vznikl v kamenném maloobchodě pro popis zboží ztraceného krádežemi, ale stejně přímo se vztahuje i na e‑commerce, kde zásoby putují od dodavatelů přes sklady, logistická centra a zpracování vratek – a každé předání s sebou nese riziko odchylky mezi evidovaným a skutečným množstvím. Shrinkage se obvykle vyjadřuje jako procento z celkové hodnoty zásob a představuje přímý zásah do ziskovosti: jde o zboží, které podnik nakoupil, ale nemůže prodat, ať už bylo poškozeno, ztraceno, odcizeno, chybně započítáno nebo nikdy ve skutečnosti nebylo dodáno v vyfakturovaném množství.
Jak se shrinkage vypočítá
Základní vzorec je jednoduchý:
Míra shrinkage = (Evidovaná hodnota zásob − Skutečně zjištěná hodnota zásob) / Evidovaná hodnota zásob × 100
Příklad: systém řízení zásob obchodu vykazuje na základě nákupních objednávek a evidovaných prodejů zásoby v hodnotě 150 000 Kč. Fyzická cyklická inventura zjistí na regálech a v přepravkách zboží v hodnotě 144 000 Kč. Rozdíl 6 000 Kč představuje shrinkage, tedy míru shrinkage 4 %. Těchto 6 000 Kč jsou zásoby, za které podnik již zaplatil, ale negenerují žádný výnos – přímá ztráta z hrubé marže, pokud se nepodaří zjistit a napravit její příčinu, například prostřednictvím dobropisu od dodavatele za nedodané zboží.
Proč na shrinkage záleží u e‑commerce značek
Shrinkage přímo narušuje hrubou marži, protože každá jednotka ztracená krádeží, poškozením nebo chybným započtením byla již zaplacena v rámci nákladů na prodané zboží, aniž by přinesla odpovídající výnos. Obchod pracující s nízkými maržemi může zjistit, že i míra shrinkage v řádu jednotek procent výrazně ovlivní celkovou ziskovost, když se sečte napříč celým sortimentem. Kromě přímých nákladů zkresluje neřešená shrinkage plánování zásob: pokud systém vykazuje více zboží, než ve skutečnosti existuje, může obchod věřit, že dokáže vyřídit objednávky, které ve skutečnosti vyřídit nelze – což vede k backorderům, zpožděným zásilkám a zrušeným objednávkám, které narušují důvěru zákazníků. Trvalá, nevysvětlená shrinkage je také často příznakem hlubšího provozního problému – ať už konkrétního skladového procesu, vztahu s dodavatelem nebo mezery ve zpracování vratek – který se bude čtvrtletí za čtvrtletím opakovat, dokud nebude diagnostikován a opraven, nikoli pouze odepsán.
Srovnávací tabulka: Běžné zdroje shrinkage v e‑commerce
| Zdroj | Typická příčina | Kde se odhalí | Jak ho snížit |
|---|---|---|---|
| Nesrovnalosti při příjmu | Dodavatel dodá méně, než je fakturováno | Porovnání příjmu s nákupní objednávkou | Ověřit množství při příjmu, před naskladněním |
| Poškození ve skladu | Nesprávná manipulace, špatné skladovací podmínky | Cyklické inventury, hlášení o poškozeném zboží | Zlepšit manipulační postupy, balení |
| Chyby při vychystávání a balení | Odeslán špatný produkt, chybné množství | Reklamace zákazníků, důvody vratek | Skenování čárových kódů při vychystávání a balení |
| Nesprávné zpracování vratek | Vrácené zboží není naskenováno zpět do skladu | Inventura vs. deník vratek | Standardizovat proces příjmu vratek |
| Krádež zaměstnancem nebo dodavatelem | Interní odcizení nebo odklon v dodavatelském řetězci | Cyklické inventury, kontrola přístupových logů | Kontrola přístupu, dělení povinností |
| Administrativní chyba | Chyby ručního zadávání, problémy se synchronizací systémů | Odsouhlasení mezi systémy | Automatizace synchronizace dat, omezení ručního zadávání |
Buďte v obraze o trendech viditelnosti v AI
Získávejte nejnovější poznatky o zmínkách v AI, monitoringu značky a optimalizačních strategiích.
Shrinkage a AI řízený obchod
Shrinkage nepřichází do přímé interakce s AI nákupními asistenty tak jako ceny nebo obsah produktů, ale má nepřímou a důležitou souvislost: nevyřešené nesrovnalosti v zásobách jsou jedním z nejčastějších důvodů, proč se produkt zobrazuje jako skladem, i když ve skutečnosti není – což vede ke zrušení objednávky poté, co se zákazník již zavázal k nákupu, včetně nákupů provedených prostřednictvím AI zprostředkovaných platebních toků, jako je ChatGPT Instant Checkout. S tím, jak se stále větší objem nákupů přesouvá do automatizovaných a AI asistovaných kanálů, kde člověk před potvrzením objednávky ručně nekontroluje skladovou dostupnost, je přesnost inventárních záznamů stále důležitější – je totiž méně příležitostí k manuálnímu ověření před potvrzením prodeje.
Na analytické straně je shrinkage nejsnáze odhalitelná prostřednictvím reconciliace marží, nikoli čekáním na fyzickou inventuru. Reporting e-shopu od AmICited porovnává evidované výnosy a náklady na prodané zboží napříč sortimentem obchodu – a kategorie nebo SKU, jehož skutečná marže trvale zaostává za očekávanou marží bez zřejmého vysvětlení cenou nebo slevou, často poukazuje na problém se ztrátou zásob, který stojí za prošetření cílenou cyklickou inventurou.
Osvědčené postupy pro řízení shrinkage
- Provádějte časté cyklické inventury na rotujícím vzorku SKU namísto spoléhání se pouze na roční celkovou inventuru – nesrovnalosti se tak zachytí, dokud je jejich příčina ještě dohledatelná
- Ověřujte dodávky dodavatelů proti nákupním objednávkám již při příjmu, než je zboží zařazeno do dostupných zásob – okamžitě tak odhalíte nedodané množství
- Standardizujte proces příjmu vratek, aby každá vrácená položka byla důsledně zkontrolována a naskenována zpět do inventáře, nikoli ponechána v meziskladu
- Používejte skenování čárových kódů nebo RFID při každém kroku manipulace se zásobami, včetně příjmu, ukládání, vychystávání i vratek – snížíte tím chyby ručního zadávání
- Rozdělujte shrinkage podle příčin, kde je to možné (poškození, krádež, administrativní chyba, vratky), namísto sledování jediného souhrnného čísla – každá příčina vyžaduje jiné řešení
Časté chyby při řešení shrinkage
Častou chybou je považovat shrinkage za nevyhnutelný náklad podnikání a odepsat ji bez zkoumání příčiny – přitom ve většině provozů se významná část shrinkage vrací ke konkrétní, opravitelné procesní mezeře, jako je nekonzistentní skenování vratek nebo konkrétní skladová směna. Dalším běžným problémem je měření shrinkage pouze při roční fyzické inventuře, což znemožňuje dohledat zdroj nesrovnalosti měsíce poté; častější cyklické inventury u rizikovějších nebo hodnotnějších SKU zachytí problémy v době, kdy jsou ještě diagnostikovatelné. Některé podniky také zaměňují shrinkage se slevami nebo odpisy plánovaného zastarávání – tím smíchávají dva velmi odlišné problémy (jeden provozní a druhý strategický) do jediného čísla, které zastírá oba. Dalším úskalím je neprovádět reconciliaci shrinkage proti údajům o marži podle produktových řad; obchod, který sleduje pouze souhrnnou shrinkage, může přehlédnout, že se ztráta koncentruje v jedné drahé kategorii, kde by cílená oprava měla mimořádný dopad. Některé e‑commerce provozy v neposlední řadě podceňují shrinkage související s vratkami – předpokládají, že zpracované vrácení peněz automaticky znamená, že fyzické zboží bylo správně naskladněno, přestože v praxi je v rychlých skladech významný podíl vráceného zboží ztracen, poškozen nebo prostě nikdy znovu naskenován.
