W dzisiejszym łańcuchu dostaw, w jaki sposób prognozujesz produkty, które nie są składane na zamówienie?
W nowoczesnym łańcuchu dostaw prognozowanie jest konieczne dla firm, które wytwarzają produkty do inwentaryzacji i które nie są wykonywane na zamówienie. Producenci będą wykorzystywać prognozowanie materiałowe w celu zapewnienia, że produkują one poziom materiału, który jest satysfakcjonujący ich klientów, nie powodując sytuacji nadmiernej zdolności produkcyjnej, w której produkuje się zbyt dużo zapasów i pozostaje na półce.
Podobnie, prognoza nie może być krótka, a producent znajdzie je bez zapasów do realizacji zamówień klientów.
Koszt niezapewnienia dokładnej prognozy może być katastrofalny finansowo.
Prognozy mogą być:
- Statystyczny
- Nie-statyczny
Prognozy są opracowywane dla produktów gotowych, komponentów i części serwisowych firmy. Prognoza jest wykorzystywana przez zespół produkcyjny do opracowywania wyzwalaczy zleceń produkcyjnych, zamówień i ilości oraz poziomów zapasów bezpieczeństwa .
Prognoza nie jest statyczna i powinna być regularnie weryfikowana przez kierownictwo. Ma to zapewnić, że informacje o przyszłych trendach, otoczeniu wewnętrznym lub zewnętrznym zostaną uwzględnione w prognozie w celu uzyskania dokładniejszych obliczeń.
Prognozy statystyczne
W oprogramowaniu do zarządzania łańcuchem dostaw prognoza jest obliczeniem, które jest dostarczane dane z transakcji w czasie rzeczywistym i jest oparte na zestawie zmiennych, które są skonfigurowane dla wielu statystycznych prognozowanych sytuacji.
Specjaliści od planowania są zobowiązani do korzystania z oprogramowania w celu zapewnienia najlepszej możliwej sytuacji prognozy i często pozostaje to niezaznaczone bez jakiejkolwiek recenzji przez długi czas.
Aby jak najlepiej wykorzystać techniki prognozowania w oprogramowaniu do łańcucha dostaw, planiści powinni dokonać przeglądu swoich decyzji w odniesieniu do środowiska wewnętrznego i zewnętrznego.
Powinny one dostosować obliczenia, aby zapewnić dokładniejsze prognozy na podstawie bieżących informacji, które mają.
Prognozy statystyczne są najlepszym oszacowaniem tego, co nastąpi w przyszłości na podstawie popytu, które miało miejsce w przeszłości.
Historyczne dane o popycie można wykorzystać do wygenerowania prognozy za pomocą prostej regresji liniowej . Daje to równą wagę zapotrzebowaniu okresów historycznych i projektuje popyt w przyszłość.
Jednak dzisiejsze prognozy kładą większy nacisk na nowsze dane dotyczące zapotrzebowania niż na dane starsze. Nazywa się to wygładzaniem i jest produkowane poprzez nadanie większej wagi najnowszym danym. Wygładzanie wykładnicze odnosi się do coraz większej wagi nadanej nowszym okresom historycznym. Dlatego okres dwóch miesięcy temu ma większą wagę niż okres pół roku temu.
Czynnik alfa
Ważenie nosi nazwę współczynnika alfa, a im wyższy współczynnik wagowy lub alfa, tym mniej okresów historycznych wykorzystuje się do stworzenia prognozy.
Na przykład wysoki współczynnik alfa daje wysoką wagę ostatnim okresom, a popyt z okresów sprzed roku lub dwóch lat jest tak lekko obciążany, że nie mają one wpływu na ogólną prognozę. Niski współczynnik alfa oznacza, że dane historyczne są bardziej istotne dla prognozy.
Okresy historyczne zazwyczaj zawierają dane dotyczące popytu z ustalonego miesiąca, tj. Czerwca lub lipca. Wprowadza to jednak błąd w obliczeniach, ponieważ niektóre miesiące mają więcej dni niż w innych miesiącach, a liczba dni roboczych może się różnić.
Niektóre firmy używają dziennego zapotrzebowania w celu złagodzenia tego błędu, chociaż jeśli prezenter zrozumie błąd, miesięczne okresy historyczne mogą być używane wraz ze wskaźnikiem śledzenia, aby określić, kiedy prognoza znacznie odbiega od rzeczywistego popytu. Poziom, na którym sygnał śledzenia wskazuje odchylenie, jest określany przez programistę lub oprogramowanie i jest różny dla różnych branż, firm i produktów.
Niewielkie odchylenie może wymagać interwencji, gdy przewidywany produkt ma wysoką wartość, podczas gdy pozycja o niskiej wartości może nie wymagać sprawdzenia prognozy na tak wysokim poziomie.
Prognozy niesystematyczne
Prognozy niestatystyczne są dostępne w oprogramowaniu do zarządzania łańcuchem dostaw , w którym prognozuje się popyt na podstawie ilości ustalonych przez planistów produkcji.
Dzieje się tak, gdy planista wchodzi w subiektywną ilość, że ich zdaniem popyt będzie bez odniesienia do historycznego popytu.
Inne niestatystyczne prognozy, które występują, to takie, w których zapotrzebowanie na element opiera się na wynikach planowania planowania zapotrzebowania materiałowego (MRP).
To bierze popyt na gotowe dobra i eksploduje wykaz materiałów, tak że oblicza się zapotrzebowanie na części. Zapotrzebowanie komponentu może następnie zostać zmienione przez planistę na podstawie ich oceny i znajomości aktualnego środowiska.
Wynikowa prognoza oparta jest na bieżącym zapotrzebowaniu i nie uwzględnia popytu z poprzednich okresów. Wiele firm stosuje kombinację statystyk niestatystycznych i statystycznych w swoich liniach produktowych.
Prognozowanie statystyczne opiera się na złożonych obliczeniach, a przyszłe zapotrzebowanie można określić na podstawie zapotrzebowania z okresów historycznych.
Prognoza dostarcza planerowi wskazówki dotyczące przyszłego popytu, ale żadna prognoza nie jest całkowicie dokładna, a planiści doświadczają, a znajomość bieżącego i przyszłego środowiska jest ważna dla określenia przyszłego zapotrzebowania na produkty firmy.
Artykuł ten został zaktualizowany przez Gary'ego Mariona, specjalistę ds. Logistyki i łańcucha dostaw w The Balance.