Strategisk Supply Chain Forecast for Manufacturers

Innledning

I den moderne forsyningskjeden er det nødvendig å prognose for selskaper som produserer varer til lager og ikke er gjort på bestilling. Produsenter vil bruke materialprognoser for å sikre at de produserer materialnivået som tilfredsstiller sine kunder uten å produsere en overkapasitetssituasjon der for mye lager er produsert og forblir på hyllen.

Foreløpig må prognosen ikke falle, og produsenten finner dem uten lager for å oppfylle kundens ordre.

Kostnaden ved å ikke opprettholde en nøyaktig prognose kan være økonomisk katastrofal.

Prognoser kan enten være:

• Statistisk
• Ikke-statisk

Prognoser er utviklet for selskapets ferdige varer, komponenter og service deler. Prognosen brukes av produksjonsgruppen til å utvikle produksjons- eller kjøpsordreutløser, mengder og sikkerhetslager.

Forventningen er ikke statisk og bør regelmessig vurderes av ledelsen. Dette er for å sikre at informasjon om fremtidige trender, det interne eller eksterne miljøet blir innarbeidet i prognosen for å gi en mer nøyaktig beregning.

Statistisk prognose

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

Planleggingspersonell er pålagt å bruke programvaren for å gi den beste prognosesituasjonen mulig, og ofte blir dette ukontrollert uten noen gjennomgang i lange perioder.

For å kunne bruke prognoseteknikkene i forsyningskjedeprogrammet bør planleggerne vurdere sine beslutninger med hensyn til det interne og eksterne miljøet.

De bør justere beregningen for å gi en mer nøyaktig prognose basert på den nåværende informasjonen de har.

Statistiske prognoser er best estimater av hva som vil skje i fremtiden basert på etterspørselen som har skjedd tidligere.

Historisk etterspørseldata kan brukes til å produsere en prognose ved bruk av enkel lineær regresjon. Dette gir likevekt til etterspørselen av historiske perioder og prosjekter kravet i fremtiden.

Men prognosene i dag gir større vekt på de nyere etterspørseldataene enn de eldre dataene. Dette kalles utjevning og produseres ved å gi mer vekt til de siste dataene. Eksponensiell utjevning refererer til stadig større vekting gitt til nyere historiske perioder. Derfor har en periode for to måneder siden en større vekt enn seks måneder siden.

Alpha Factor

Vektingen kalles Alpha Factor og jo høyere vekting, eller Alpha-faktor, desto færre historiske perioder brukes til å lage prognosen.

For eksempel gir en høy Alpha-faktor høy vekting i nyere perioder, og etterspørselen fra perioder for ett år eller to år siden vektes så lett at de ikke har betydning for den samlede prognosen. En lav Alpha-faktor betyr at historiske data er mer relevante for prognosen.

Historiske perioder inneholder generelt etterspørseldata fra en fast måned, i. e. Juni eller juli Dette innfører imidlertid feil i beregningen, da noen måneder har flere dager enn andre måneder, og antall arbeidsdager kan variere.

Noen selskaper bruker daglig etterspørsel for å lindre denne feilen, men hvis forecasteren forstår feilen, kan månedlige historiske perioder brukes sammen med en sporingsindikator for å identifisere når prognosen avviker vesentlig fra den faktiske etterspørselen. Nivået som sporingssignalet flagger avviket bestemmes av forecasteren eller programvaren, og varierer mellom bransjer, bedrifter og produkter.

En liten avvik kan kreve intervensjon når prognosen er høyverdig, mens en lavverdig post kanskje ikke krever at prognosen blir gransket til et slikt høyt nivå.

Ikke-statistisk prognose

Ikke-statistisk prognose finnes i leverandørkjeden styringsprogramvare der etterspørselen er prognostisert ut fra mengder bestemt av produksjonsplanleggerne.

Dette skjer når planleggeren kommer inn i en subjektiv mengde som de tror at etterspørselen vil være uten referanse til historisk etterspørsel.

Den andre ikke-statistiske prognosen som oppstår er når etterspørselen etter et element er basert på resultatene av materialkravplanlegging (MRP) -løp.

Dette krever etterspørselen etter ferdig god og eksploderer regningen av materialer slik at en etterspørsel beregnes for komponentdelene. Komponentbehovet kan da endres av planleggeren basert på deres vurdering og kunnskap om dagens miljø.

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

Statistisk prognose er basert på komplekse beregninger, og fremtidig etterspørsel kan bestemmes ut fra etterspørselen fra historiske perioder.

Prognosen gir planleggeren en veiledning til fremtidig etterspørsel, men ingen prognose er helt nøyaktig og planleggerne opplever og kunnskap om dagens og fremtidige miljø er viktig for å bestemme fremtidig etterspørsel etter selskapets produkter.

Denne artikkelen er oppdatert av Gary Marion, Logistikk og Supply Chain Expert for balansen.