Strategisk Supply Chain Forecast for Manufacturers

Indledning

I den moderne forsyningskæde kræves prognoser for virksomheder, der fremstiller varer til lager, og som ikke er lavet til ordre. Fabrikanter vil bruge materialevaluering for at sikre, at de producerer det materiale, der tilfredsstiller deres kunder uden at producere en overkapacitetssituation, hvor der er produceret for meget lagerbeholdning og forbliver på hylden.

Ligeledes må prognosen ikke falde, og producenten finder dem uden opgørelse for at opfylde kundens ordrer.

Omkostningerne ved ikke at opretholde en nøjagtig prognose kan være økonomisk katastrofale.

Prognoser kan enten være:

• Statistiske
• Ikke-statiske

Prognoser er udviklet til virksomhedens færdige varer, komponenter og service dele. Prognosen bruges af produktionsholdet til at udvikle produktions- eller købsordreudløser, mængder og sikkerhedslagre.

Prognosen er ikke statisk og bør regelmæssigt revideres af ledelsen. Dette skal sikre, at information om fremtidige tendenser, det interne eller eksterne miljø indgår i prognosen for at give en mere præcis beregning.

Statistisk prognose

I supply chain management software er prognosen en beregning, der leverer data fra real-time-transaktioner og er baseret på et sæt variabler, som er konfigureret til en række statistiske prognosesituationer.

Planlægningspersonale er forpligtet til at bruge softwaren til at give den bedste prognosesituation muligt, og ofte bliver dette ukontrolleret uden nogen gennemgang i lange perioder.

For bedst at bruge prognoseteknikkerne i forsyningskædesoftwaren bør planlæggerne gennemgå deres beslutninger med hensyn til det interne og eksterne miljø.

De skal justere beregningen for at give en mere præcis prognose baseret på de aktuelle oplysninger, de har.

Statistiske prognoser er bedste estimater af, hvad der vil ske i fremtiden baseret på den efterspørgsel, der har fundet sted tidligere.

Historiske efterspørgselsdata kan bruges til at fremstille en prognose ved brug af simpel lineær regression. Dette giver lige vægt på efterspørgslen fra de historiske perioder og projekterer efterspørgslen efter fremtiden.

Men prognoser i dag giver større vægt på de nyere efterspørgselsdata end de ældre data. Dette kaldes udjævning og produceres ved at lægge større vægt på de seneste data. Eksponentiel udglatning refererer til stadig større vægtning givet til de nyere historiske perioder. Derfor har en periode for to måneder siden en større vægtning end en periode for seks måneder siden.

Alpha Factor

Vægten kaldes Alpha Factor og jo højere vægtning eller Alpha-faktor, jo færre historiske perioder bruges til at oprette prognosen.

For eksempel giver en høj Alpha-faktor høj vægtning i de seneste perioder, og efterspørgslen fra perioder for et år eller to år siden vægtes så let, at de ikke har nogen betydning for den samlede prognose. En lav Alpha-faktor betyder, at historiske data er mere relevante for prognosen.

Historiske perioder indeholder generelt efterspørgselsdata fra en fast måned, dvs. e. Juni eller juli Dette indfører dog fejl i beregningen, da nogle måneder har flere dage end andre måneder, og antallet af arbejdsdage kan variere.

Nogle virksomheder bruger den daglige efterspørgsel til at afhjælpe denne fejl, selvom hvis forecasteren forstår fejlen, kan månedlige historiske perioder bruges sammen med en sporingsindikator til at identificere, når prognosen afviger væsentligt fra den faktiske efterspørgsel. Det niveau, hvor sporingssignalet markerer afvigelsen, bestemmes af prognosen eller softwaren og varierer mellem brancher, virksomheder og produkter.

En lille afvigelse kan kræve intervention, når den prognosticerede vare er høj værdi, mens en lavværdi post muligvis ikke kræver, at prognosen undersøges til et sådant højt niveau.

Ikke-statistisk prognose

Ikke-statistisk prognose findes i supply chain management software, hvor efterspørgslen forventes baseret på mængder bestemt af produktionsplanlæggerne.

Dette sker, når planlæggeren kommer ind i en subjektiv mængde, som de mener, at efterspørgslen vil være uden henvisning til historisk efterspørgsel.

Den anden ikke-statistiske prognose, der forekommer, er, når efterspørgslen efter et emne er baseret på resultaterne af materialeplanlægning (MRP) kørsler.

Dette kræver efterspørgslen efter den færdige god og eksploderer regningen af ​​materialer, så der beregnes en efterspørgsel for komponentdelene. Komponentbehovet kan derefter ændres af planlæggeren ud fra deres vurdering og viden om det nuværende miljø.

Den resulterende prognose er baseret på den nuværende efterspørgsel og vil ikke indeholde nogen efterspørgsel fra tidligere perioder. Mange virksomheder vil anvende en kombination af ikke-statistiske og statistiske prognoser på tværs af deres produktlinje.

Statistisk prognose er baseret på komplekse beregninger, og den fremtidige efterspørgsel kan bestemmes ud fra efterspørgslen fra historiske perioder.

Prognosen giver planlæggeren en vejledning til fremtidig efterspørgsel, men ingen prognose er fuldstændig præcis, og planlæggerens erfaring og viden om det nuværende og fremtidige miljø er vigtigt for at fastslå den fremtidige efterspørgsel efter virksomhedens produkter.

Denne artikel er opdateret af Gary Marion, Logistik og Supply Chain Expert for Balancen.