Strategisk Supply Chain Forecast for Manufacturers

Inledning

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 måste 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:

• Statistiska
• Icke-statiska

Prognoser är utvecklade för ett företags färdiga varor, komponenter och servicedelar. 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 försörjningskedjans programvara är prognosen en beräkning som matas data från realtidstransaktioner och baseras på en uppsättning variabler som är konfigurerade för ett antal statistiska prognossituationer.

Planeringspersonal är skyldiga att använda programvaran för att ge bästa möjliga prognosläge och ofta lämnas detta obekant utan någon översyn 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 aktuell information.

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.

Men prognoserna idag ger 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

Viktningen kallas Alpha Factor och desto högre viktning eller Alpha-faktor, desto färre historiska perioder används för att skapa prognosen.

Till exempel ger en hög Alpha-faktor 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 i allmänhet efterfrågningsdata från en fast månad, i. e. 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 dagligen efterfrågan för att lindra detta fel, men om prognosern 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 högt, medan en lågvärdespost kanske inte kräver att prognosen granskas till en så hög nivå.

Icke-statistisk prognos

Icke-statistisk prognos finns i leverantörskedjans programvara där efterfrågan är prognostiserad utifrån kvantiteter som bestäms av produktionsplanerare.

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 MRP-körningar.

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 baseras 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 planerarnas erfarenhet och kunskap om den nuvarande och framtida miljön är viktig för att bestämma den framtida efterfrågan på företagets produkter.

Denna artikel har uppdaterats av Gary Marion, Logistik och Supply Chain Expert för Balansen.