A modern ellátási láncban előrejelzésre van szükség azon vállalatok számára, amelyek saját készleteiket gyártják – különösen a nem rendelésre készült cikkek esetében. A gyártók anyag-előrejelzést alkalmaznak annak biztosítására, hogy elegendő készletet állítsanak elő ügyfeleik kielégítésére anélkül, hogy túlkészletet okoznának.
Ugyanakkor az előrejelzés nem eshet alul, így a gyártónak nincs elegendő készlete a megrendelések teljesítéséhez. A pontos előrejelzés elmulasztásának költsége pénzügyileg katasztrofális lehet.
Hogyan készülnek az előrejelzések
Előrejelzések készülnek a vállalat késztermékeire, komponenseire és szolgáltatásalkatrészeire. Az előrejelzést a gyártási csapat használja fel a beszerzési rendelési kiváltó okok, mennyiségek és biztonsági készlet szinteket.
Az előrejelzés nem statikus, és a vezetőségnek rendszeresen felül kell vizsgálnia. Ez azért van így, hogy tájékozódjunk a jövőbeli trendekről, a belső vagy külső környezet beépüljön az előrejelzésbe, hogy pontosabb számítást adjunk.
Az előrejelzések lehetnek statisztikaiak vagy nem statisztikai jellegűek.
Statisztikai előrejelzés
Az előrejelzés egy számítás, amely valós idejű tranzakciókból származik, és számos statisztikai előrejelzési helyzethez konfigurált változón alapul.
A tervező szakembereknek szoftvert kell használniuk, hogy a lehető legjobb előrejelzési helyzetet biztosítsák. Ezt gyakran hosszú ideig ellenőrizetlenül hagyják mindenféle felülvizsgálat nélkül. Az ellátási lánc szoftverében az előrejelzési technikák legjobb kihasználása érdekében a tervezőknek felül kell vizsgálniuk a belső és külső környezettel kapcsolatos döntéseiket. Módosítaniuk kell a számítást, hogy pontosabb előrejelzést adhassanak a rendelkezésükre álló aktuális információk alapján.
A statisztikai előrejelzések a múltbeli kereslet alapján a legjobb becslések arra vonatkozóan, hogy mi fog történni a jövőben. A múltbeli keresleti adatok felhasználhatók előrejelzés készítéséhez egyszerű lineáris regresszió. Ez egyenlő súlyt ad a történelmi időszakok keresletének, és előrevetíti a keresletet a jövőbe.
A mai előrejelzések azonban nagyobb hangsúlyt fektetnek a frissebb keresleti adatokra, mint a régebbi adatok. Ezt simításnak nevezzük, és a friss adatok nagyobb súlyozásával jön létre. Az exponenciális simítás az újabb történelmi időszakok egyre nagyobb súlyozására utal. Ezért a két hónappal ezelőtti időszaknak nagyobb a súlya, mint a hat hónappal ezelőttinek.
Alfa faktor
A súlyozást alfa-tényezőnek nevezzük. Minél magasabb a súlyozás – vagy az Alfa-tényező –, annál kevesebb történelmi időszakot használunk az előrejelzés elkészítéséhez.
Például a magas alfa-tényező nagy súlyt ad az elmúlt időszakoknak. Másrészt az egy-két évvel ezelőtti keresletet olyan enyhén súlyozzák, hogy nincs hatással az általános előrejelzésre. Az alacsony alfa-tényező azt jelenti, hogy a korábbi adatok relevánsabbak az előrejelzés szempontjából.
A korábbi időszakok általában egy rögzített hónapból, például júniusból vagy júliusból tartalmaznak keresleti adatokat. Ezzel a módszerrel azonban előfordulhat hibalehetőség, mivel egyes hónapokban több nap van, mint másokban, míg másokban ünnepnapok vannak. Ez változást hozhat létre a munkanapok számában.
Egyes cégek napi keresletet alkalmaznak a hiba enyhítésére. Ha azonban az előrejelző megérti a hibát, a havi előzményperiódusok használhatók egy nyomkövetési mutató mellett annak azonosítására, hogy az előrejelzés mikor tér el a tényleges kereslettől. Azt a szintet, amelyen a nyomkövető jel jelzi az eltérést, az előrejelző vagy a szoftver határozza meg, és iparáganként, vállalatonként és termékenként változik.
Egy kis eltérés beavatkozást igényelhet, ha az előrejelzett termék nagy értékű, míg az alacsony értékű tételnél nem szükséges az előrejelzés ilyen magas szintű vizsgálata.
Nem statisztikai előrejelzés
A nem statisztikai előrejelzés a következő helyen található: ellátási lánc menedzsment szoftver, ahol a kereslet előrejelzése a termelési tervezők által meghatározott mennyiségek alapján történik.
Ez akkor fordul elő, amikor a tervező olyan szubjektív mennyiséget ír be, amelyről úgy gondolja, hogy a kereslet a múltbeli keresletre való hivatkozás nélkül. A másik nem statisztikai előrejelzés akkor történik, amikor egy cikk iránti kereslet az anyagszükséglet-tervezés (MRP) lefutásának eredményein alapul.
Ez elveszi a késztermék iránti keresletet, és felrobban darabjegyzékben így igényt számolunk az alkatrészekre. Az alkatrészigényt ezután a tervező az aktuális környezet felmérése és ismerete alapján módosíthatja.
Az így kapott előrejelzés a jelenlegi keresleten alapul, és nem tartalmazza a korábbi időszakok keresletét. Sok vállalat a nem statisztikai és statisztikai előrejelzések kombinációját fogja alkalmazni termékcsaládjában.
Miért fontos a stratégiai előrejelzés?
Számos tényező lehet, hogy a gyártó miért szeretné stratégiája részeként alkalmazni az előrejelzést. Íme néhány közülük:
- A vásárlói elégedettség megőrzése. Az előrejelzés segít megjósolni a kínálatot, így a termelés időben tartható. Ezzel viszont elégedettek lesznek az ügyfelek, mert nem késik a szállítás és a rendelések teljesítése.
- A költségek alacsonyan tartása. Mivel a vállalatok előre jelezhetik, hogy egy termékből mennyire lesz szükségük, csökkenthetik a gyártási és tárolási költségeket a tárolási költségeken felül, különösen a nem rendelésre készült termékek esetében. Azáltal, hogy tudjuk, mennyit kell készíteni, csökkenti a létesítmények, a munkaerő és a raktározás igénybevételét. Ez pedig hozzájárulhat az árak versenyképességének megőrzéséhez, ami viszont visszatérő ügyfelekhez is vezethet.
Alsó vonal
Az előrejelzés útmutatást ad a tervezőnek a jövőbeli kereslethez, de egyik előrejelzés sem teljesen pontos. A tervezők tapasztalata és ismerete a jelenlegi és jövőbeli környezetről fontos a vállalat termékei iránti jövőbeni kereslet meghatározásában.
