Istilah CPG Dijelaskan, sebuah seri oleh Cyril Ovely

Apa Itu Stock Replenishment? Menjaga Produk Terus Mengalir dari Gudang ke Rak

Stock replenishment adalah proses mengisi ulang produk di lokasi ritel untuk menjaga ketersediaan di rak. Ini mencakup segala hal, mulai dari pemicu pemesanan ulang otomatis hingga pengisian rak manual di level toko, guna memastikan produk tersedia ketika pembelanja ingin membelinya.

Jawaban singkat

Stock replenishment adalah bagaimana produk berpindah dari gudang ke rak dan tetap berada di sana. Ketika sebuah toko kehabisan stok suatu produk, replenishment adalah proses memesan, mengirim, dan menata stok baru. Kedengarannya sederhana, tetapi dalam CPG ini adalah salah satu operasi paling kompleks dan kritis: ribuan SKU, jutaan toko, pola permintaan yang bervariasi, dan ketegangan yang terus-menerus antara memiliki stok yang cukup dan tidak memiliki stok yang berlebihan.

Replenishment yang buruk adalah penyebab utama kehabisan stok. Produk yang tertahan di backroom namun tidak ada di rak. Order yang ditempatkan terlalu terlambat. Pengiriman yang tiba setelah permintaan sudah lewat. Setiap kegagalan replenishment adalah penjualan yang hilang.

Mengapa stock replenishment itu penting

Dalam CPG, biaya dari replenishment yang buruk diukur dalam bentuk penjualan yang hilang, pembelanja yang frustrasi, dan hubungan dengan peritel yang rusak. Riset secara konsisten menunjukkan bahwa sekitar 8 persen SKU di toko mana pun mengalami kehabisan stok di suatu waktu (rata-rata dunia yang sering dikutip adalah 8,3 persen). Sebagian besar kehabisan stok tersebut bukan disebabkan oleh kegagalan pasokan, melainkan oleh kegagalan replenishment: produknya ada di gedung tetapi tidak ada di rak.

Rantai replenishment memiliki beberapa tingkat:

  • Pabrik ke gudang: Replenishment barang jadi berdasarkan jadwal produksi dan perkiraan permintaan
  • Gudang ke distributor: Replenishment distribusi primer berdasarkan order distributor
  • Distributor ke peritel: Replenishment distribusi sekunder berdasarkan order peritel atau rute van sales
  • Backroom ke rak: Replenishment dalam toko berdasarkan kapasitas rak dan velocity penjualan

Setiap tingkat memiliki trigger, lead time, dan batasannya masing-masing. Tantangannya adalah menyinkronkan semuanya agar produk mengalir dengan lancar dari pabrik ke rak tanpa bottleneck atau kelebihan inventori di titik mana pun.

Cara kerjanya dalam praktik

Skenario: Dua model replenishment untuk sebuah brand snack

AspekModern Trade (Pengiriman dari Gudang)Traditional Trade (Van Sales)
TriggerSistem reorder otomatis milik peritelRencana rute harian rep
Metode orderPurchase order EDIRep mengambil order melalui handheld
Frekuensi pengiriman2-3 kali per mingguHarian (pengiriman di hari yang sama dari van)
Ukuran orderCase penuh, jumlah palletCase campuran, pack pecahan
Pengisian ulang rakTanggung jawab staf tokoDriver/rep dapat membantu
Metrik utamaOTIF (On Time In Full)Produktivitas per stop

Di modern trade, replenishment bersifat otomatis dan digerakkan oleh sistem. Sistem manajemen inventori peritel memantau tingkat stok dan menghasilkan purchase order secara otomatis ketika stok turun di bawah reorder point. Manufaktur mengirim ke distribution center peritel, dan kinerja OTIF menjadi sangat penting.

Di traditional trade, replenishment digerakkan oleh rute. Seorang van sales rep melayani 30 hingga 50 toko per hari, mengambil order dan mengirimkan langsung dari truk. Pengetahuan rep tentang pola penjualan setiap toko menentukan besarnya order. Model ini membutuhkan rute yang padat dan logistik yang efisien agar tetap menguntungkan.

Untuk yang ingin mendalami sisi teknis: Sistem replenishment pada dasarnya adalah persoalan optimasi inventori. Algoritma intinya menentukan kapan harus memesan ulang (reorder point) dan berapa banyak yang harus dipesan (economic order quantity) berdasarkan perkiraan permintaan, lead time, tingkat safety stock, dan target tingkat layanan. Sistem modern menggunakan machine learning untuk meningkatkan perkiraan permintaan secara dinamis. Dalam konteks CPG, mesin replenishment perlu menangani ribuan SKU di ribuan toko dengan pola permintaan, lead time, dan batasan yang berbeda-beda. Integrasi dengan aplikasi SFA memungkinkan penangkapan order secara real time dan optimasi rute untuk traditional trade.

Metrik utama & konsep terkait

  • Days of Supply: berapa hari inventori saat ini akan bertahan pada tingkat penjualan saat ini
  • Safety Stock: inventori penyangga yang disimpan untuk melindungi dari variabilitas permintaan dan gangguan pasokan
  • Reorder Point: tingkat inventori yang memicu order baru
  • OTIF (On Time In Full): metrik kinerja pengiriman untuk order replenishment
  • Inventory Turns: berapa kali inventori terjual dan digantikan dalam sebuah periode
  • Backroom to Shelf Time: waktu antara kedatangan produk di toko dan penempatannya di rak

Kesalahan umum & kesalahpahaman

Kesalahan #1: Menetapkan reorder point berdasarkan insting semata.
Reorder point seharusnya dihitung dari data permintaan, lead time, dan tingkat layanan yang diinginkan. Menggunakan reorder point yang sembarangan akan menyebabkan overstock (jika terlalu tinggi) atau stock out (jika terlalu rendah).

Kesalahan #2: Mengabaikan gap antara backroom dan rak.
Bahkan ketika replenishment mengirim ke toko tepat waktu, produk bisa saja tertahan di backroom selama berjam-jam atau berhari-hari sebelum sampai ke rak. Ini menciptakan phantom inventory: sistem menunjukkan stok tersedia, tetapi raknya kosong. Mengukur dan mengurangi backroom to shelf time sangatlah penting.

Kesalahan #3: Menggunakan parameter replenishment yang sama untuk semua toko.
Toko perkotaan dengan volume tinggi dan toko pedesaan dengan volume rendah membutuhkan reorder point, tingkat safety stock, dan frekuensi pengiriman yang berbeda. Parameter replenishment yang seragam untuk semua toko memboroskan inventori di sebagian toko sementara membuat toko lainnya kekurangan stok.

Kesalahan #4: Tidak menyesuaikan dengan musim dan promosi.
Parameter replenishment yang statis tidak memperhitungkan lonjakan permintaan musiman atau kenaikan akibat promosi. Sebuah produk yang biasanya terjual 10 case per minggu mungkin membutuhkan 30 case selama promosi. Parameter replenishment perlu bersifat dinamis.

Variasi regional

Global: Praktik replenishment bervariasi menurut struktur pasar:

  • AS: Sangat otomatis di modern trade. VMI (Vendor Managed Inventory) lazim digunakan oleh peritel besar. DSD untuk snack dan minuman memberi manufaktur kendali langsung atas replenishment di tingkat toko.
  • UK: Replenishment otomatis yang matang di modern trade. CPFR (Collaborative Planning, Forecasting, and Replenishment) dengan peritel besar.
  • India: Replenishment terbagi antara sistem otomatis untuk modern trade dan van sales berbasis rute untuk traditional trade. Replenishment distributor dari manufaktur menjadi mata rantai yang krusial.
  • NZ/AU: Replenishment otomatis di modern trade yang terkonsentrasi. Pemesanan berbasis EDI dengan Coles dan Woolworths.

Bagaimana tim CPG terkemuka menggunakan stock replenishment

Brand-brand terkemuka menggunakan sistem replenishment bertenaga AI yang secara dinamis menyesuaikan reorder point berdasarkan data penjualan real time, kalender promosi, dan pola musiman. Mereka mengintegrasikan replenishment dengan platform SFA mereka sehingga field rep dapat menangkap order, memeriksa tingkat stok, dan memicu replenishment dari satu aplikasi. Mereka mengukur kinerja replenishment di setiap tingkat: OTIF pabrik ke gudang, fill rate distributor, dan backroom to shelf time di dalam toko. Hasilnya: produk selalu ada di rak saat pembelanja menginginkannya, dengan kelebihan inventori yang minimal di sepanjang rantai pasok.

Sumber dan bacaan lebih lanjut


Lighthouse untuk CPG

Lihat bagaimana Lighthouse mengubah istilah-istilah ini menjadi eksekusi ritel

Lighthouse menghubungkan distribusi, eksekusi, perdagangan, dan pasokan ke dalam satu sistem yang dapat langsung ditindaklanjuti oleh tim komersial Anda di tingkat toko dan SKU.

Minta demo
Cyril Ovely
Co-Founder dan CTO, Vxceed

Cyril adalah Co-Founder dan CTO di Vxceed. Dengan pengalaman lebih dari dua dekade di bidang rekayasa dan kewirausahaan, ia berfokus pada pengembangan solusi SaaS yang skalabel untuk mentransformasi eksekusi rantai permintaan dan membantu bisnis beroperasi dengan kelincahan yang lebih besar di pasar yang terus berkembang.