Perancangan Rangkaian Pasokan Strategik untuk Pengilang

Pengenalan

Dalam rantaian bekalan moden, peramalan adalah perlu bagi syarikat-syarikat yang mengeluarkan barangan untuk inventori dan yang tidak dibuat untuk pesanan. Pengilang akan menggunakan peramalan bahan untuk memastikan bahawa mereka menghasilkan tahap bahan yang memuaskan pelanggan mereka tanpa menghasilkan keadaan overcapacity di mana terlalu banyak inventori dihasilkan dan tetap berada di rak.

Sama juga, ramalan itu tidak boleh dikurangkan dan pengilang mendapati mereka tanpa inventori untuk memenuhi pesanan pelanggan.

Kos gagal untuk mengekalkan ramalan yang tepat boleh menjadi bencana kewangan.

Ramalan boleh sama ada:

• Statistik
• Non-Statik

Ramalan dibangunkan untuk barangan siap, komponen dan bahagian perkhidmatan syarikat. Ramalan ini digunakan oleh pasukan pengeluaran untuk membangunkan pencetus pengeluaran atau pembelian pesanan, kuantiti dan tahap stok keselamatan.

Ramalan tidak statik dan harus dikaji semula oleh pihak pengurusan secara teratur. Ini adalah untuk memastikan maklumat tentang trend masa depan, persekitaran dalaman atau luaran dimasukkan ke dalam ramalan untuk memberikan pengiraan yang lebih tepat.

Peramalan Statistik

Dalam perisian pengurusan rantaian bekalan, ramalannya adalah perhitungan yang diberi makan data dari transaksi masa nyata dan berdasarkan pada satu set pembolehubah yang dikonfigurasi untuk beberapa situasi ramalan statistik.

Profesional perancangan diperlukan untuk menggunakan perisian untuk menyediakan situasi ramalan yang terbaik dan sering kali dibiarkan tanpa pemeriksaan untuk tempoh yang lama.

Untuk menggunakan teknik peramal yang terbaik dalam perisian rantaian bekalan, perancang harus menyemak keputusan mereka berkenaan dengan persekitaran dalaman dan luaran.

Mereka harus menyesuaikan pengiraan untuk menyediakan ramalan yang lebih tepat berdasarkan maklumat terkini yang ada.

Ramalan statistik adalah anggaran terbaik tentang apa yang akan berlaku pada masa depan berdasarkan permintaan yang telah berlaku pada masa lalu.

Data permintaan sejarah boleh digunakan untuk menghasilkan ramalan dengan menggunakan regresi linear yang mudah. Ini memberi bobot yang sama kepada permintaan tempoh sejarah dan mempromosi permintaan ke masa hadapan.

Walau bagaimanapun, ramalan hari ini memberikan penekanan yang lebih besar pada data permintaan terkini daripada data yang lebih lama. Ini dipanggil melicinkan dan dihasilkan dengan memberi lebih banyak berat kepada data terkini. Melonggarkan eksponen merujuk kepada berat badan yang lebih besar yang diberikan kepada tempoh sejarah yang lebih terkini. Oleh itu, tempoh dua bulan lalu mempunyai bobot yang lebih besar daripada tempoh enam bulan yang lalu.

Alpha Factor

Pembobotan dipanggil Alpha Factor dan semakin tinggi bobot, atau faktor Alpha, tempoh sejarah yang kurang digunakan untuk membuat ramalan.

Sebagai contoh, faktor Alpha yang tinggi memberikan bobot yang tinggi kepada tempoh terkini dan permintaan dari tempoh selama setahun atau dua tahun lalu adalah sangat berat sehingga mereka tidak mempunyai kesan pada ramalan keseluruhan. Faktor Alpha rendah bermakna data sejarah lebih relevan dengan ramalan.

Tempoh sejarah umumnya mengandungi data permintaan dari bulan tetap, i. e. Jun atau Julai. Walau bagaimanapun, ini memperkenalkan ralat ke dalam pengiraan kerana beberapa bulan mempunyai lebih banyak hari berbanding bulan-bulan yang lain dan bilangan hari kerja boleh berbeza-beza.

Sesetengah syarikat menggunakan permintaan harian untuk mengurangkan kesilapan ini, walaupun jika peramal memahami kesilapan itu, tempoh sejarah bulanan boleh digunakan bersama dengan penunjuk penjejakan untuk mengenal pasti apabila ramalan menyimpang dengan ketara daripada permintaan sebenar. Tahap di mana bendera isyarat penjejakan sisihan ditentukan oleh peramal atau perisian dan berbeza antara industri, syarikat dan produk.

Penyimpangan kecil mungkin memerlukan campur tangan apabila produk yang diramalkan adalah bernilai tinggi, sedangkan item bernilai rendah mungkin tidak memerlukan ramalan diteliti ke tahap yang tinggi.

Peramalan Bukan Statistik

Ramalan bukan statistik terdapat dalam perisian pengurusan rantaian bekalan di mana permintaan diramalkan berdasarkan kuantiti yang ditentukan oleh perancang pengeluaran.

Ini berlaku apabila perancang masuk dalam kuantiti subjektif yang mereka percaya permintaan itu akan tanpa rujukan terhadap permintaan sejarah.

Peramalan bukan statistik lain yang berlaku adalah apabila permintaan bagi sesuatu barang adalah berdasarkan kepada keputusan perancangan keperluan material (MRP).

Ini mengambil permintaan untuk kebaikan selesai dan meletupkan bil bahan jadi permintaan dikira untuk komponen komponen. Permintaan komponen kemudiannya dipinda oleh perancang berdasarkan penilaian mereka dan pengetahuan mengenai persekitaran semasa.

Ramalan yang dihasilkan adalah berdasarkan permintaan semasa dan tidak akan memasukkan sebarang permintaan dari tempoh sebelumnya. Banyak syarikat akan menggunakan gabungan ramalan bukan statistik dan statistik merentasi barisan produk mereka.

Peramalan statistik berdasarkan pengiraan yang kompleks dan permintaan masa depan dapat ditentukan berdasarkan permintaan dari periode sejarah.

Ramalan memberikan perancang sebagai panduan kepada permintaan masa depan, tetapi ramalan tidak tepat dan perancang dan pengalaman persekitaran semasa dan masa depan penting dalam menentukan permintaan masa depan bagi produk syarikat.

Artikel ini telah dikemaskini oleh Gary Marion, Logistik dan Pakar Rantaian Bekalan untuk Baki.