A mai ellátási láncban, hogyan előrejelezheti azokat a tételeket, amelyek nem rendelésre készülnek?
A modern ellátási láncban az előrejelzés olyan vállalatok számára szükséges, amelyek készleteket gyártanak, és amelyeket nem rendelésre gyártanak. A gyártók anyagi előrejelzést használnak annak biztosítására, hogy az ügyfeleket kielégítő anyagmennyiséget termelnek anélkül, hogy túlkapacitás-helyzetet teremtenének, ha túl sok készlet keletkezik és a polcon marad.
Ugyanígy az előrejelzésnek nem szabad rövidnek lennie, és a gyártó azokat leltár nélkül megtalálja az ügyfél megrendeléseinek teljesítéséhez.
A pontos előrejelzés hiányának költsége pénzügyileg katasztrofális lehet.
Az előrejelzések lehetnek:
- Statisztikai
- Nem Statisical
Az előrejelzések a vállalat késztermékei, alkatrészei és szervizrészei számára készültek. Az előrejelzést a gyártási csapat használja a termelési vagy beszerzési megbízások kiváltására, mennyiségeire és a biztonsági készletek szintjére.
Az előrejelzés nem statikus, és rendszeresen felül kell vizsgálnia a vezetést. Ez biztosítja, hogy a jövőbeli tendenciákra, a belső vagy külső környezetre vonatkozó információk beépüljenek az előrejelzésbe, hogy pontosabb számítást kapjanak.
Statisztikai előrejelzés
Az ellátási lánc menedzsment szoftverben az előrejelzés olyan számítás, amely valós idejű tranzakciókból táplálja az adatokat, és olyan változókészleten alapul, amelyeket számos statisztikai előrejelzési helyzetre konfigurálnak.
A tervező szakemberek kötelesek a szoftvert használni a lehető legjobb előrejelzési helyzet biztosítására, és gyakran ezt hosszú távon nem ellenőrzik.
Annak érdekében, hogy az ellátási lánc szoftverének előrejelzési technikáit legjobban ki lehessen használni, a tervezőknek felül kell vizsgálniuk döntéseiket a belső és külső környezet tekintetében.
Módosítaniuk kell a számítást, hogy pontosabb előrejelzést nyújtsanak az aktuális információk alapján.
A statisztikai előrejelzések legjobb becslései a jövőben bekövetkező változásokról a múltbeli kereslet alapján.
A történelmi keresletadatok felhasználhatók előrejelzés készítésére egyszerű lineáris regresszióval . Ez egyenlõ súlyt ad a történelmi idõszakok iránti keresletnek, és a keresletet a jövõbe tervezi.
Azonban az előrejelzések ma nagyobb hangsúlyt fektetnek a legutóbbi keresletadatokra, mint a régebbi adatok. Ezt nevezik simításnak és a legfrissebb adatok súlyának növelésével állítják elő. Az exponenciális simítás arra utal, hogy egyre nagyobb hangsúlyt kap a legutóbbi történelmi időszakokra. Ezért két hónappal ezelőtti időszak nagyobb súlyt képvisel, mint egy hat hónappal ezelőtt.
Alpha faktor
A súlyozást Alpha faktornak nevezzük, és annál nagyobb a súlyozás, vagy az Alpha tényező, annál kevesebb történelmi időszakot alkalmazunk az előrejelzés elkészítéséhez.
Például egy magas Alpha tényező nagy hangsúlyt fektet a legutóbbi időszakokra, és az évek vagy két évvel ezelőtti időszakok iránti igény súlya olyan súlyos, hogy nincs hatással az általános előrejelzésre. Az alacsony Alpha faktor azt jelenti, hogy a történelmi adatok relevánsabbak az előrejelzés szempontjából.
A történelmi időszakok rendszerint tartalmaznak egy adott havi, azaz júniustól júliusig terjedő adatokat. Ez azonban hibát jelent a számításba, mivel néhány hónapnak több napja van, mint a többi hónap, és a munkanapok száma változhat.
Egyes vállalatok napi keresletet használnak e hiba enyhítésére, bár ha a prognózer megérti a hibát, a havi történelmi periódusok egy nyomkövetési mutatóval együtt felhasználhatók annak megállapítására, hogy az előrejelzés mennyiben tér el szignifikánsan a tényleges keresettől. Az a szint, amelynél a nyomkövető jel jelzi az eltérést, az előrejelző vagy szoftver határozza meg, és különbözik az iparágak, a vállalatok és a termékek között.
Egy kis eltérés szükségessé teheti az intervenciót, ha az előrejelzett termék nagy értékű, míg egy alacsony értékű tétel nem igényelheti, hogy az előrejelzést ilyen magas szintre vizsgálják.
Nem statisztikai előrejelzés
Nem statisztikai előrejelzést találnak az ellátási lánc menedzsment szoftverben, ahol a termeléstervezők által meghatározott mennyiségek alapján előrejelzésre kerül a kereslet.
Ez akkor fordul elő, ha a tervező szubjektív mennyiségben tér el, és úgy véli, hogy a kereslet a történelmi keresletre való hivatkozás nélkül fog történni.
A másik nem statisztikai előrejelzés akkor fordul elő, amikor egy elem iránti igény az anyagkövetelmény-tervezés (MRP) eredményei alapján történik.
Ez megkívánja a késztermék iránti keresletet, és felrobban az anyagkiadványt úgy, hogy a komponensekre számítani kell a keresletet. A komponens keresletet azután a tervező módosíthatja értékelésük és a jelenlegi környezet ismerete alapján.
Az így kapott előrejelzés a jelenlegi keresleten alapul, és nem tartalmaz semmilyen igényt a korábbi időszakokból. Sok vállalat nem statisztikus és statisztikai előrejelzés kombinációját alkalmazza teljes termékvonalán.
A statisztikai előrejelzés komplex számításokon alapul, és a jövőbeni kereslet meghatározható a történelmi időszakok iránti igény alapján.
Az előrejelzés a tervezőnek ad útmutatást a jövőbeli kereslethez, de az előrejelzések nem teljesen pontosak és a tervezők tapasztalata és ismerete a jelenlegi és a jövőbeli környezet szempontjából fontos a vállalat termékei iránti jövőbeni kereslet meghatározásában.
Ezt a cikket frissítette Gary Marion, a mérleg logisztikai és ellátási lánc szakértője.