I dagens utbudskedja, hur förväntar du dig varor som inte beställts?
I den moderna försörjningskedjan är prognoser nödvändiga för företag som tillverkar föremål för lager och som inte görs på beställning. Tillverkare kommer att använda materialprognoser för att säkerställa att de producerar materialnivå som uppfyller sina kunder utan att producera en överkapacitetssituation där alltför stor inventering produceras och finns kvar på hyllan.
Likaså får prognosen inte bli kort och tillverkaren finner dem utan lager för att uppfylla kundens order.
Kostnaden för att inte behålla en korrekt prognos kan vara ekonomiskt katastrofal.
Prognoser kan antingen vara:
- Statistisk
- Icke-Statistiska
Prognoser utvecklas för ett företags färdiga varor, komponenter och service delar. Prognosen används av produktionsgruppen för att utveckla produktions- eller inköpsorderutlösare , kvantiteter och säkerhetslager .
Prognosen är inte statisk och bör regelbundet ses över av ledningen. Detta är för att säkerställa att information om framtida trender, den interna eller externa miljön införlivas i prognosen för att ge en mer exakt beräkning.
Statistisk prognos
I försörjningskedjeprogrammet är prognosen en beräkning som matas data från realtidstransaktioner och baseras på en uppsättning variabler som är konfigurerade för ett antal statistiska prognos situationer.
Planeringspersonal är skyldiga att använda programvaran för att ge bästa möjliga prognossituation, och ofta lämnas detta obekant utan någon granskning under långa perioder.
För att bäst använda prognosteknikerna i försörjningskedjan bör planerare granska sina beslut med avseende på den interna och externa miljön.
De bör justera beräkningen för att ge en mer exakt prognos utifrån den nuvarande informationen de har.
Statistiska prognoser är bästa uppskattningar av vad som kommer att hända i framtiden utifrån den efterfrågan som har skett tidigare.
Historisk efterfrågadata kan användas för att producera en prognos med enkel linjär regression . Detta ger lika vikt efter efterfrågan från de historiska perioderna och projekterar efterfrågan på framtiden.
Prognoser idag ger dock större tonvikt på de senaste efterfrågade data än de äldre uppgifterna. Detta kallas utjämning och produceras genom att ge större vikt åt de senaste uppgifterna. Exponentiell utjämning hänför sig till allt större viktning som ges till de senaste historiska perioderna. Därför har en period för två månader sedan en större vikt än en period för sex månader sedan.
Alpha Factor
Vägningen kallas Alpha Factor och desto högre viktning, eller Alpha-faktor, desto färre historiska perioder används för att skapa prognosen.
En hög Alpha-faktor ger till exempel hög viktning under de senaste perioderna och efterfrågan från perioder för ett år eller två år sedan väger så lätt att de inte har någon betydelse för den totala prognosen. En låg alfa-faktor betyder att historiska data är mer relevanta för prognosen.
Historiska perioder innehåller vanligtvis efterfrågadata från en fast månad, dvs juni eller juli. Detta medför dock fel i beräkningen, eftersom vissa månader har fler dagar än andra månader och antalet arbetsdagar kan variera.
Vissa företag använder den dagliga efterfrågan för att lindra detta fel, men om förutspåraren förstår felet kan månadshistoriska perioder användas tillsammans med en spårningsindikator för att identifiera när prognosen avviker väsentligt från den faktiska efterfrågan. Nivån vid vilken spårningssignalen flaggar avvikelsen bestäms av prognosen eller mjukvaran och varierar mellan industrier, företag och produkter.
En liten avvikelse kan kräva ingrepp när den prognostiserade produkten är värdefull, medan en lågvärdespost kanske inte kräver att prognosen granskas till en sådan hög nivå.
Icke-statistisk prognos
Icke-statistisk prognos finns i försörjningskedjans programvara där efterfrågan är prognostiserad utifrån kvantiteter som bestäms av produktionsplanerarna.
Detta inträffar när planeraren kommer in i en subjektiv kvantitet som de tror att efterfrågan kommer att vara utan hänvisning till historisk efterfrågan.
Den andra icke-statistiska prognosen som inträffar är när efterfrågan på ett objekt är baserat på resultaten av materialkravplanering (MRP).
Detta kräver efterfrågan på det färdiga godet och exploderar materialräkningen så att en efterfrågan beräknas för komponentdelarna. Komponentbehovet kan sedan ändras av planeraren baserat på deras bedömning och kunskap om den nuvarande miljön.
Den resulterande prognosen baseras på nuvarande efterfrågan och kommer inte att innehålla någon efterfrågan från tidigare perioder. Många företag kommer att använda en kombination av icke-statistisk och statistisk prognos över sin produktlinje.
Statistisk prognos är baserad på komplexa beräkningar och framtida efterfrågan kan bestämmas utifrån efterfrågan från historiska perioder.
Prognosen ger planeraren en vägledning för framtida efterfrågan, men ingen prognos är helt korrekt och planerare erfarenhet och kunskap om den nuvarande och framtida miljön är viktig för att bestämma den framtida efterfrågan på ett företags produkter.
Denna artikel har uppdaterats av Gary Marion, Logistics and Supply Chain Expert for Balance.