Strategisk prognoser i forsyningskjeden for produsenter

I den moderne forsyningskjeden er prognoser nødvendig for selskaper som produserer eget lager - spesielt for varer som ikke er laget på bestilling. Produsenter vil bruke materialprognoser for å sikre at de produserer nok lager til å tilfredsstille kundene sine uten å resultere i en overstokk.

Men samtidig må prognosen ikke komme til kort, så produsenten finner seg selv uten nok varelager til å oppfylle sine ordrer. Kostnaden for å unnlate å opprettholde en nøyaktig prognose kan være økonomisk katastrofal.

Hvordan prognoser utvikles

Prognoser er utviklet for et selskaps ferdige varer, komponenter og servicedeler. Prognosen brukes av produksjonsteamet til å utvikle innkjøpsordreutløsere, mengder og sikkerhetsnivåer.

Prognosen er ikke statisk og bør gjennomgås av ledelsen med jevne mellomrom. Dette for å sikre informasjon om fremtidige trender, det interne eller eksterne miljøet er integrert i prognosen for å gi en mer nøyaktig beregning.

Prognoser kan være enten statistisk eller ikke-statistisk.

Statistisk prognoser

Prognosen er en beregning som mates data fra sanntidstransaksjoner og er basert på et sett med variabler konfigurert for en rekke statistiske prognosesituasjoner.

Planleggingsfagfolk er pålagt å bruke programvare for å gi den beste prognosesituasjonen mulig. Dette blir ofte ikke merket av uten gjennomgang i lange perioder. For best å bruke prognoseteknikkene i programvaren for forsyningskjeden, bør planleggere gjennomgå beslutninger relatert til det interne og eksterne miljøet. De bør justere beregningen for å gi en mer nøyaktig prognose basert på gjeldende informasjon de har.

Statistiske prognoser er de beste estimatene for hva som vil skje i fremtiden basert på etterspørselen i fortiden. Historiske etterspørselsdata kan brukes til å produsere en prognose ved hjelp av enkel lineær regresjon. Dette gir like vekt på etterspørselen fra de historiske periodene og projiserer etterspørselen inn i fremtiden.

Men prognoser i dag gir større vekt på de nyere etterspørselsdataene enn eldre data. Dette kalles utjevning og produseres ved å gi mer vekt på de nylige dataene. Eksponentiell utjevning refererer til stadig større vekting gitt til de nyere historiske periodene. Derfor har en periode for to måneder siden en større vekting enn en periode for seks måneder siden.

Alfa -faktor

Vekting kalles alfa -faktoren. Jo høyere vekting - eller alfafaktor - jo færre historiske perioder brukes til å skape prognosen.

For eksempel gir en høy alfa -faktor høy vekting i de siste periodene. På den annen side er etterspørselen fra en eller to år siden vektet så lett at de ikke har noen betydning for den samlede prognosen. En lav alfa -faktor betyr at historiske data er mer relevant for prognosen.

Historiske perioder inneholder generelt etterspørselsdata fra en fast måned, si juni eller juli. Men det kan være rom for feil ved å bruke denne metoden, ettersom noen måneder har flere dager enn andre, mens andre har høytider. Dette kan skape en variasjon i antall arbeidsdager.

Noen selskaper bruker daglig etterspørsel for å lindre denne feilen. Men hvis prognoseren forstår feilen, kan månedlige historiske perioder brukes sammen med en sporingsindikator for å identifisere når prognosen avviker fra den faktiske etterspørselen. Nivået som sporingssignalet flagg avviket bestemmes av prognoser eller programvare og varierer mellom bransjer, selskaper og produkter.

Et lite avvik kan kreve inngrep når produktet som blir spådd er høy verdi, mens en lavverdi-vare ikke kan kreve at prognosen blir undersøkt til et så høyt nivå.

Ikke-statistisk prognoser

Ikke-statistisk prognoser finnes i programvare for styring av forsyningskjeder der etterspørsel er spådd basert på mengder bestemt av produksjonsplanleggere.

Dette skjer når planleggeren kommer inn i en subjektiv mengde han mener etterspørselen vil være uten noen henvisning til historisk etterspørsel. Den andre ikke-statistiske prognosen oppstår når etterspørselen etter en vare er basert på resultatene fra materialkravplanlegging (MRP) kjører.

Dette krever etterspørselen etter det ferdige gode og eksploderer materialregningen slik at det beregnes en etterspørsel for komponentdelene. Komponentbehovet kan deretter endres av planleggeren basert på deres vurdering og kunnskap om dagens miljø.

Den resulterende prognosen er basert på dagens etterspørsel og vil ikke innlemme noen etterspørsel fra tidligere perioder. Mange selskaper vil bruke en kombinasjon av ikke-statistisk og statistisk prognoser på tvers av produktlinjen.

Hvorfor er strategisk prognoser viktig?

Det er flere faktorer hvorfor en produsent kanskje vil ta i bruk prognoser som en del av strategien. Her er et par av dem:

• Beholde kundetilfredshet. Prognoser vil bidra til å forutsi forsyning, slik at den vil holde produksjonen i tide. Dette vil på sin side holde kundene lykkelige fordi det ikke er noen forsinkelse i å levere og oppfylle ordrer.
• Holde kostnadene nede. Siden selskaper kan forutsi hvor mye av et produkt de trenger, kan de redusere produksjonen og lagringsplassen over lagringskostnader, spesielt for varer som ikke er laget på bestilling. Ved å vite hvor mye du skal tjene, reduserer det bruk av fasiliteter, arbeidskraft og lager. Dette kan på sin side bidra til å holde prisene konkurransedyktig, som igjen også fører til å returnere kunder.

Bunnlinjen

Prognosen gir planleggeren en guide til fremtidig etterspørsel, men ingen prognose er helt nøyaktig. Planleggerenes erfaring og kunnskap om det nåværende og fremtidige miljøet er viktig for å bestemme den fremtidige etterspørselen etter et selskaps produkter.