Autoriaus Dienoraštis Apie Finansų Ir Verslo

Tiekėjų strateginė tiekimo grandinės prognozė

Kaip jūs prognozuojate elementus, kurie nėra užsakyti?


Šiuolaikinėje tiekimo grandinėje prognozavimas yra būtinas įmonėms, gaminančioms savo inventorių - ypač prekėms, kurios nėra pagamintos pagal užsakymą. Gamintojai naudos medžiagos prognozavimą, kad užtikrintų, jog jie gamins pakankamai atsargų, kad patenkintų savo klientus, nesukeliant per didelio atsargų.

Tačiau tuo pačiu metu prognozė neturi būti tokia, kad gamintojas atsidurtų be pakankamai atsargų, kad galėtų įvykdyti savo užsakymus. Tikslaus prognozės nesilaikymo išlaidos gali būti finansiškai katastrofiškos.

Kaip sukurtos prognozės

Prognozės sukurtos įmonės gatavoms prekėms, komponentams ir paslaugų dalims. Prognozę naudoja gamybos komanda, siekdama sukurti pirkimo užsakymų, kiekių ir saugos atsargų lygį.

Prognozė nėra pastovi ir ją turėtų reguliariai peržiūrėti valdyba. Taip siekiama užtikrinti, kad informacija apie būsimas tendencijas, vidinė ar išorinė aplinka būtų įtraukta į prognozę, kad būtų galima tiksliau apskaičiuoti.

Prognozės gali būti statistinės arba ne statistinės.

Statistinis prognozavimas

Prognozė - tai skaičiavimas, kuris perduodamas iš realaus laiko operacijų ir yra pagrįstas kintamųjų rinkiniu, sukonfigūruotu daugeliui statistinių prognozių situacijų.

Planavimo specialistai privalo naudoti programinę įrangą, kad būtų galima gauti geriausią prognozę. Tai dažnai paliekama nekontroliuojama be jokios peržiūros ilgą laiką. Siekiant geriausiai panaudoti tiekimo grandinės programinės įrangos prognozavimo metodus, planuotojai turėtų peržiūrėti sprendimus, susijusius su vidine ir išorine aplinka. Jie turėtų koreguoti skaičiavimus, kad būtų pateikta tikslesnė prognozė, remiantis turima informacija.

Statistikos prognozės yra geriausias įvertinimas, kas bus ateityje, atsižvelgiant į praeities paklausą. Istorinės paklausos duomenys gali būti naudojami prognozei, naudojant paprastą linijinę regresiją. Tai suteikia lygiavertę istorinių laikotarpių paklausą ir prognozuoja paklausą ateityje.

Tačiau šiandien prognozėse daugiau dėmesio skiriama naujesniems paklausos duomenims nei senesniems duomenims. Tai vadinama išlyginimu ir yra sukurta suteikiant daugiau svorio naujausiems duomenims. Eksponentinis išlyginimas reiškia vis didesnį svorį, suteiktą naujausiems istoriniams laikotarpiams. Todėl prieš du mėnesius trunkantis laikotarpis yra didesnis nei prieš šešis mėnesius.

Alfa faktorius

Svoris yra vadinamas alfa veiksniu. Kuo didesnis svoris - arba „Alfa“ faktorius, tuo mažiau prognozuojamų istorinių laikotarpių.

Pavyzdžiui, aukštas alfa koeficientas suteikia didelį svorį pastaraisiais laikotarpiais. Kita vertus, prieš vieną ar dvejus metus paklausa yra taip lengvai įvertinama, jie neturi jokios įtakos bendrajai prognozei. Mažas alfa koeficientas reiškia, kad istoriniai duomenys yra labiau susiję su prognoze.

Istoriniai laikotarpiai paprastai apima paklausos duomenis iš fiksuoto mėnesio, ty birželio arba liepos mėn. Tačiau naudojant šį metodą gali būti klaidų, nes kai kurie mėnesiai turi daugiau dienų nei kiti, o kiti turi atostogų. Tai gali sukelti darbo dienų skaičiaus kitimą.

Kai kurios bendrovės naudoja kasdienę paklausą šiai klaidai sumažinti. Tačiau, jei prognozuotojas supranta klaidą, mėnesiniai istoriniai laikotarpiai gali būti naudojami kartu su sekimo rodikliu, kad būtų galima nustatyti, kada prognozė nukrypsta nuo faktinio paklausos. Lygis, kuriuo sekimo signalo vėliava nukrypsta, priklauso nuo prognozuotojo ar programinės įrangos ir skiriasi įvairiose pramonės šakose, įmonėse ir produktuose.

Mažas nuokrypis gali pareikalauti įsikišimo, kai prognozuojamas produktas yra didelės vertės, o mažos vertės elementas gali nereikalauti, kad prognozė būtų kruopščiai tikrinama iki tokio aukšto lygio.

Prognozavimas be statistikos

Ne statistinė prognozė randama tiekimo grandinės valdymo programinėje įrangoje, kur paklausa prognozuojama remiantis produkcijos planuotojų nustatytais kiekiais.

Taip atsitinka, kai planuotojas patenka į subjektyvų kiekį, kurio, jo nuomone, paklausa bus be jokios nuorodos į istorinį poreikį. Kita ne statistinė prognozė įvyksta, kai prekės paklausa grindžiama medžiagų reikalavimų planavimo (MRP) rezultatų rezultatais.

Tai užtrunka galutinio produkto paklausą ir sprogsta medžiagų sąskaitas, kad būtų apskaičiuotas komponentų poreikis. Komponentų paklausą planuotojas gali keisti pagal jų vertinimą ir žinias apie dabartinę aplinką.

Gauta prognozė pagrįsta dabartine paklausa ir neįtrauks ankstesnių laikotarpių paklausos. Daugelis kompanijų naudos ne statistinių ir statistinių prognozių derinį visoje jų produktų linijoje.

Kodėl strateginis prognozavimas yra svarbus?

Yra keletas veiksnių, kodėl gamintojas gali norėti priimti prognozes kaip savo strategijos dalį. Štai keletas iš jų:

  • Klientų pasitenkinimo išsaugojimas. Prognozavimas padės prognozuoti pasiūlą, kad ji laiku išlaikytų gamybą. Tai, savo ruožtu, leis klientams patenkinti, nes užsakymų pristatymas ir įvykdymas vėluoja.
  • Išlaikyti išlaidas. Kadangi įmonės gali prognozuoti, kiek produkto reikės, jos gali sumažinti gamybą ir saugojimą, palyginti su saugojimo išlaidomis, ypač toms prekėms, kurios nėra užsakytos. Žinant, kiek reikia, tai sumažina patalpų, darbo ir sandėliavimo naudojimą. Tai, savo ruožtu, gali padėti išlaikyti kainų konkurencingumą, o tai savo ruožtu taip pat lemia klientų grąžinimą.

Esmė

Prognozė suteikia planuotojui būsimos paklausos vadovą, tačiau jokia prognozė nėra visiškai tiksli. Planuotojų patirtis ir žinios apie dabartinę ir būsimą aplinką yra svarbios nustatant būsimą įmonės produktų paklausą.


Video Iš Autoriaus:

Susiję Straipsniai:

✔ - Ar mažiems ekologiniams ūkiams reikia sertifikuoti organinius?

✔ - Kaip produkto žinios gali reikšti daugiau pardavimų

✔ - Mokesčiai, kuriuos moka ribotos atsakomybės bendrovės


Naudinga? Pasidalinti Su Draugais!