Autora Blogs Par Finansēm Un Uzņēmējdarbību

Stratēģiskā piegādes ķēdes prognozēšana ražotājiem

Kā jūs prognozējat vienumus, kas nav pasūtīti?


Mūsdienu piegādes ķēdē prognozēšana ir nepieciešama uzņēmumiem, kas ražo savu inventāru - īpaši priekšmetiem, kas nav izgatavoti pēc pasūtījuma. Ražotāji izmantos materiālu prognozēšanu, lai nodrošinātu, ka tie ražo pietiekami daudz krājumu, lai apmierinātu savus klientus, neradot lieko krājumu.

Taču tajā pašā laikā prognoze nedrīkst būt nepietiekama, lai ražotājs atrastos bez pietiekama inventāra, lai izpildītu savus pasūtījumus. Izmaksas par precīzas prognozes neievērošanu var būt finansiāli katastrofālas.

Kā tiek izstrādātas prognozes

Prognozes ir izstrādātas uzņēmuma gatavajām precēm, sastāvdaļām un servisa daļām. Prognoze tiek izmantota ražošanas komandā, lai izstrādātu pirkuma pasūtījuma aktivizēšanas, daudzumu un drošības krājumu līmeni.

Prognoze nav statiska, un vadība to regulāri jāpārskata. Tas ir paredzēts, lai nodrošinātu informāciju par nākotnes tendencēm, iekšējā vai ārējā vide ir iekļauta prognozē, lai sniegtu precīzāku aprēķinu.

Prognozes var būt gan statistiskas, gan ne-statistiskas.

Statistiskā prognozēšana

Prognoze ir aprēķins, kas tiek ievadīts no reālā laika darījumiem un ir balstīts uz mainīgo lielumu kopumu, kas konfigurēts vairākām statistikas prognozes situācijām.

Plānošanas speciālistiem ir jāizmanto programmatūra, lai nodrošinātu vislabāko prognozes situāciju. Tas bieži netiek pārbaudīts bez ilgstošas ​​pārskatīšanas. Lai vislabāk izmantotu prognozēšanas metodes piegādes ķēdes programmatūrā, plānotājiem jāpārskata lēmumi, kas saistīti ar iekšējo un ārējo vidi. Viņiem ir jāpielāgo aprēķins, lai sniegtu precīzāku prognozi, pamatojoties uz pašreizējo informāciju.

Statistikas prognozes ir vislabākās aplēses par to, kas notiks nākotnē, pamatojoties uz pieprasījumu pagātnē. Vēsturisko pieprasījumu datus var izmantot, lai sagatavotu prognozi, izmantojot vienkāršu lineāro regresiju. Tas dod vienlīdzīgu nozīmi vēsturisko periodu pieprasījumam un prognozē pieprasījumu nākotnē.

Taču šodienas prognozes vairāk akcentē jaunākos pieprasījuma datus nekā vecāki dati. To sauc par izlīdzināšanu un to iegūst, piešķirot lielāku svaru jaunākajiem datiem. Eksponenciālā izlīdzināšana attiecas uz arvien lielāku svērumu, kas piešķirts jaunākajiem vēsturiskajiem periodiem. Tāpēc pirms diviem mēnešiem ir lielāks svars nekā pirms sešiem mēnešiem.

Alfa faktors

Svērumu sauc par alfa faktoru. Jo augstāks ir svērums - vai alfa faktors - prognozes izveidošanai izmanto mazākus vēsturiskos periodus.

Piemēram, augsts alfa faktors dod augstu svērumu pēdējiem periodiem. No otras puses, pieprasījums pēc viena vai diviem gadiem ir tik viegli novērtēts, ka tas neietekmē vispārējo prognozi. Zems alfa faktors nozīmē, ka vēsturiskie dati ir vairāk saistīti ar prognozi.

Vēsturiskie periodi parasti ietver pieprasījuma datus no fiksēta mēneša, ti, jūnijā vai jūlijā. Taču, izmantojot šo metodi, var rasties kļūdas, jo dažiem mēnešiem ir vairāk dienu nekā citi, savukārt citiem ir brīvdienas. Tas var radīt izmaiņas darba dienu skaitā.

Daži uzņēmumi izmanto ikdienas pieprasījumu, lai mazinātu šo kļūdu. Bet, ja priekštecis saprot kļūdu, mēneša vēsturiskos periodus var izmantot kopā ar izsekošanas indikatoru, lai noteiktu, kad prognoze atšķiras no faktiskā pieprasījuma. Līmenis, kādā izsekošanas signāla karogs novirza, ir atkarīgs no prognozētāja vai programmatūras un atšķiras dažādās nozarēs, uzņēmumos un produktos.

Neliela novirze var prasīt iejaukšanos, ja prognozējamais produkts ir augstvērtīgs, bet mazvērtīgs postenis var nepieprasīt prognozi rūpīgi pārbaudīt tik augstu.

Ne-statistiskā prognozēšana

Ne-statistiskā prognozēšana ir atrodama piegādes ķēdes pārvaldības programmatūrā, kur pieprasījums tiek prognozēts, pamatojoties uz ražošanas plānotāju noteiktajiem daudzumiem.

Tas notiek, ja plānotājs ieiet subjektīvā daudzumā, ko viņš uzskata, ka pieprasījums būs bez jebkādas atsauces uz vēsturisko pieprasījumu. Otrā ne-statistiskā prognozēšana notiek, kad pieprasījums pēc vienuma ir balstīts uz materiālu prasību plānošanas (MRP) rezultātiem.

Tas aizņem pieprasījumu pēc gatavās produkcijas un eksplodē materiālu rēķinus, tāpēc tiek aprēķināts komponentu pieprasījums. Komponenta pieprasījumu pēc tam var mainīt plānotājs, pamatojoties uz to novērtējumu un zināšanām par pašreizējo vidi.

Iegūtā prognoze ir balstīta uz pašreizējo pieprasījumu, un tajā netiks iekļauts pieprasījums no iepriekšējiem periodiem. Daudzi uzņēmumi izmantos kombināciju ar statistiku, kas nav statistiska, un statistikas prognozēšanu visā to produktu līnijā.

Kāpēc svarīga ir stratēģiskā prognozēšana?

Ir vairāki faktori, kāpēc ražotājs var vēlēties pieņemt prognozēšanu kā daļu no stratēģijas. Šeit ir daži no tiem:

  • Klientu apmierinātības saglabāšana. Prognozēšana palīdzēs prognozēt piegādi, lai tā savlaicīgi saglabātu ražošanu. Tas, savukārt, pasargās klientus, jo pasūtījumu izpildē un izpildē nav kavēšanās.
  • Saglabāt izmaksas. Tā kā uzņēmumi var prognozēt, cik daudz produkta viņiem būs nepieciešams, viņi var samazināt ražošanas un uzglabāšanas apjomu, salīdzinot ar uzglabāšanas izmaksām, jo ​​īpaši attiecībā uz priekšmetiem, kas nav izgatavoti pēc pasūtījuma. Zinot, cik daudz ko darīt, tas samazina telpu, darba un noliktavu izmantošanu. Tas savukārt var palīdzēt saglabāt cenu konkurētspēju, kas savukārt noved pie klientu atgriešanās.

Bottom Line

Prognoze sniedz plānotājam ceļvedi nākotnes pieprasījumam, bet prognozes nav pilnīgi precīzas. Plānotāju pieredze un zināšanas par pašreizējo un nākotnes vidi ir svarīgas, nosakot nākotnes pieprasījumu pēc uzņēmuma produktiem.


Video No Autora:

Saistītie Raksti:

✔ - Twitter ir vērtīgs mārketinga rīks

✔ - Kas ir aizvainojošs noteikums biznesa līgumā?

✔ - Krājumu uzskaites izmaksas - komponenti un apsvērumi


Noderīga? Dalīties Ar Saviem Draugiem!