Šiuolaikinėje tiekimo grandinėje prognozavimas yra būtinas įmonėms, kurios gamina savo atsargas, ypač gaminiams, kurie gaminami ne pagal užsakymą. Gamintojai naudos medžiagų prognozes, siekdami užtikrinti, kad jie pagamintų pakankamai atsargų, kad patenkintų savo klientų poreikius ir nesukeltų perteklinių atsargų.
Tačiau tuo pačiu metu prognozė neturi būti mažesnė, kad gamintojas atsidurtų be atsargų, kad galėtų įvykdyti savo užsakymus. Nesugebėjimas išlaikyti tikslios prognozės gali būti finansiškai katastrofiškos.
Kaip kuriamos prognozės
Prognozės sudaromos įmonės gatavoms prekėms, komponentams ir paslaugų dalims. Prognozę naudoja gamybos komanda, kad sukurtų pirkimo užsakymo aktyviklius, kiekius ir saugos atsargos lygius.
Prognozė nėra statiška ir ją turėtų reguliariai peržiūrėti vadovybė. Taip siekiama užtikrinti, kad informacija apie ateities tendencijas, vidinė ar išorinė aplinka būtų įtraukta į prognozę, kad būtų galima tiksliau apskaičiuoti.
Prognozės gali būti statistinės arba nestatistinės.
Statistinis prognozavimas
Prognozė yra skaičiavimas, kuris pateikiamas iš operacijų realiuoju laiku ir yra pagrįstas kintamųjų rinkiniu, sukonfigūruotu daugeliui statistinių prognozių situacijų.
Planavimo specialistai turi naudoti programinę įrangą, kad pateiktų geriausią įmanomą prognozuojamą situaciją. Tai dažnai nekontroliuojama be jokios peržiūros ilgą laiką. Norėdami geriausiai panaudoti tiekimo grandinės programinės įrangos prognozavimo metodus, planuotojai turėtų peržiūrėti sprendimus, susijusius su vidine ir išorine aplinka. Jie turėtų pakoreguoti skaičiavimus, kad pateiktų tikslesnę prognozę, pagrįstą dabartine turima informacija.
Statistinės prognozės yra geriausi įverčiai to, kas įvyks ateityje, remiantis paklausa praeityje. Istoriniai paklausos duomenys gali būti naudojami prognozei sudaryti naudojant paprasta tiesinė regresija. Tai suteikia vienodą svorį istorinių laikotarpių paklausai ir prognozuoja paklausą į ateitį.
Tačiau šiandien prognozėse daugiau dėmesio skiriama naujesniems paklausos duomenims nei senesniems duomenims. Tai vadinama išlyginimu ir gaunama suteikiant daugiau svorio naujausiems duomenims. Eksponentinis išlyginimas reiškia vis didesnį svorį, suteikiamą naujesniems istoriniams laikotarpiams. Todėl laikotarpis prieš du mėnesius turi didesnį svorį nei laikotarpis prieš šešis mėnesius.
Alfa faktorius
Svoris vadinamas Alfa faktoriumi. Kuo didesnis svoris arba Alfa koeficientas, tuo mažiau istorinių laikotarpių naudojama prognozei kurti.
Pavyzdžiui, didelis alfa koeficientas suteikia didelį svorį pastariesiems laikotarpiams. Kita vertus, paklausa prieš vienerius ar dvejus metus vertinama taip menkai, kad tai neturi jokios įtakos bendrai prognozei. Žemas alfa koeficientas reiškia, kad istoriniai duomenys yra labiau susiję su prognoze.
Istoriniuose laikotarpiuose paprastai pateikiami fiksuoto mėnesio, tarkime, birželio arba liepos, paklausos duomenys. Tačiau naudojant šį metodą gali būti klaidų, nes vieni mėnesiai turi daugiau dienų nei kiti, o kiti turi atostogų. Dėl to darbo dienų skaičius gali skirtis.
Kai kurios įmonės naudoja kasdienę paklausą, kad sumažintų šią klaidą. Bet jei prognozuotojas supranta klaidą, mėnesiniai istoriniai laikotarpiai gali būti naudojami kartu su stebėjimo indikatoriumi, siekiant nustatyti, kada prognozė nukrypsta nuo faktinės paklausos. Lygis, kuriuo sekimo signalas pažymi nuokrypį, nustatomas prognozuotojo arba programinės įrangos ir skiriasi priklausomai nuo pramonės šakų, įmonių ir produktų.
Dėl nedidelio nukrypimo gali prireikti įsikišimo, kai prognozuojamas produktas yra didelės vertės, o mažos vertės prekė gali nereikalauti, kad prognozė būtų patikrinta iki tokio aukšto lygio.
Nestatistinis prognozavimas
Nestatistinės prognozės randamos tiekimo grandinės valdymas programinė įranga, kur paklausa prognozuojama pagal gamybos planuotojų nustatytus kiekius.
Taip atsitinka, kai planuotojas įveda subjektyvų kiekį, jo manymu, paklausa bus be jokios nuorodos į istorinę paklausą. Kitas nestatistinis prognozavimas atliekamas tada, kai prekės paklausa grindžiama medžiagų poreikių planavimo (MRP) rezultatais.
Tai sumažina gatavos prekės paklausą ir sprogsta sąmata todėl apskaičiuojamas komponentų poreikis. Tada planuotojas, remdamasis savo įvertinimu ir žiniomis apie esamą aplinką, gali pakeisti komponentų poreikį.
Gauta prognozė pagrįsta dabartine paklausa ir į ją nebus įtraukta ankstesnių laikotarpių paklausa. Daugelis įmonių savo produktų linijoje naudos nestatistinių ir statistinių prognozių derinį.
Kodėl strateginis prognozavimas yra svarbus?
Yra keletas veiksnių, kodėl gamintojas gali norėti naudoti prognozes kaip savo strategijos dalį. Štai keletas iš jų:
- Klientų pasitenkinimo išlaikymas. Prognozavimas padės numatyti pasiūlą, todėl gamyba bus vykdoma laiku. Tai savo ruožtu liks patenkinti klientais, nes nebus vėluojama pristatyti ir vykdyti užsakymus.
- Sumažinti išlaidas. Kadangi įmonės gali numatyti, kiek produkto joms reikės, jos gali sumažinti gamybos ir sandėliavimo išlaidas, o ne sandėliavimo išlaidas, ypač gaminiams, kurie gaminami ne pagal užsakymą. Žinodami, kiek pagaminti, sumažinsite patalpų, darbo ir sandėliavimo poreikį. Tai, savo ruožtu, gali padėti išlaikyti konkurencingas kainas, o tai savo ruožtu skatina klientų sugrįžimą.
Esmė
Prognozė suteikia planuotojui ateities paklausos vadovą, tačiau nė viena prognozė nėra visiškai tiksli. Planuotojų patirtis ir žinios apie esamą ir būsimą aplinką yra svarbios nustatant būsimą įmonės produktų paklausą.
