1. La funcionalidad ERP integrada se integra en la Gestión de pedidos.
Considere lo que significa "gestión de la demanda", "planificación de la demanda" y "previsión". Estos términos implican cierta funcionalidad estándar para la colaboración, el análisis estadístico y la generación de informes para respaldar un proceso de planificación de la demanda profesional. Sin embargo, en la mayoría de los sistemas ERP, la "gestión de la demanda" consiste en ejecutar MRP y conciliar la oferta y la demanda con el fin de realizar pedidos, es decir, "gestión de pedidos". Tiene muy poco que ver con la planificación de la demanda, que es un proceso discreto centrado en desarrollar las mejores predicciones posibles de la demanda futura al combinar el análisis estadístico con el conocimiento comercial de eventos, promociones e inteligencia de la fuerza de ventas. La mayoría de los sistemas ERP ofrecen poca capacidad estadística y, cuando se ofrecen, el usuario puede elegir entre algunos métodos estadísticos que debe aplicar manualmente desde una lista desplegable o programar ellos mismos. Está integrado en el proceso de gestión de pedidos, lo que permite al usuario posiblemente cómo el pronóstico podría afectar el inventario. Sin embargo, no hay ninguna capacidad para administrar el pronóstico, mejorar la calidad del pronóstico, aplicar y rastrear anulaciones de administración, colaborar, medir la precisión del pronóstico y rastrear “Valor agregado de pronóstico.”
2. Los métodos de planificación de ERP a menudo se basan en reglas generales simplistas.
Los sistemas ERP siempre ofrecerán mínimo, máximo, stock de seguridad, punto de pedido, cantidad de pedido y pronósticos para impulsar las decisiones de reabastecimiento. Pero, ¿qué pasa con los métodos subyacentes utilizados para calcular estos importantes impulsores? En casi todos los casos, los métodos proporcionados no son más que regla de oro enfoques que no tienen en cuenta la demanda o la variabilidad del proveedor. Algunos ofrecen "objetivo de nivel de servicio", pero confían erróneamente en la suposición de una distribución normal ("curva en forma de campana"), lo que significa que las existencias de seguridad requeridas y los puntos de reorden recomendados por el sistema para lograr el objetivo de nivel de servicio van a ser planos. salir mal si sus datos no se ajustan al modelo teórico ideal, que a menudo es muy poco realista. Estos cálculos demasiado simplificados tienden a hacer más daño que bien.
3. Probablemente seguirás usando hojas de cálculo durante al menos 2 años después de la compra.
La mayoría de las veces, si tuviera que implementar una nueva solución ERP, sus datos antiguos quedarían varados. Por lo tanto, no se puede usar ninguna funcionalidad ERP nativa para pronósticos, establecer políticas de almacenamiento como Mín./Máx., etc., y se verá obligado a volver a las hojas de cálculo engorrosas y propensas a errores durante al menos dos años (un año para implementar como mínimo y otro año para recoger al menos 12 meses de historial). Difícilmente una transformación digital. El uso de la mejor solución evita este problema. Puede cargar datos de su sistema ERP heredado y no interrumpir su implementación de ERP. Esto significa que en el día 1 de la puesta en marcha de ERP puede completar su nuevo sistema ERP con mejores entradas para los pronósticos de demanda, las existencias de seguridad, los puntos de pedido y la configuración mín./máx..
4. El ERP no está diseñado para hacerlo todo
La mentalidad de “Hacer todo en ERP/Un solo proveedor” fue un mensaje de marketing promovido por las empresas de ERP, particularmente SAP, para que usted, el cliente, gaste 100% de su presupuesto de TI con ellos. Ese mensaje de marketing ha sido repetido a los usuarios por grupos de analistas, firmas de TI e integradores de sistemas, ahogando las voces racionales que preguntaban: "¿Por qué quieres depender tanto de una empresa hasta el punto de utilizar una tecnología de planificación de inventario y previsión inferior? ” La gran cantidad de fallas de TI y los enormes costos de implementación han hecho que muchas empresas reconsideren su enfoque de ERP. Con la llegada de las aplicaciones de planificación especializadas nacidas en la nube sin huella de TI, el camino a seguir es un ERP "delgado" centrado en los fundamentos (contabilidad, gestión de pedidos, finanzas) pero respaldado por aplicaciones de planificación especializadas.
La experiencia de los consultores de ERP radica en cómo su sistema está diseñado para automatizar ciertos procesos comerciales y cómo se puede configurar o personalizar el sistema. Sus consultores no son especialistas en los enfoques adecuados para la planificación de existencias, pronósticos y planificación de inventario. Entonces, si está tratando de comprender qué enfoque de planificación de la demanda es el adecuado para su negocio, ¿cómo debe amortiguar adecuadamente (por ejemplo, “¿Deberíamos hacer un reabastecimiento mínimo/máximo o basado en el pronóstico?” “¿Deberíamos usar el método de pronóstico X?”), por lo general no lo encontrará y, si lo hace, ese recurso se dispersará bastante.
Artículos Relacionados
¿Sus pronósticos estadísticos sufren el efecto de oscilación?
¿Qué es el efecto meneo? Es cuando su pronóstico estadístico predice incorrectamente los altibajos observados en su historial de demanda cuando realmente no hay un patrón. Es importante asegurarse de que sus pronósticos no cambien a menos que haya un patrón real. Aquí hay una transcripción de un cliente reciente donde se discutió este problema:
Cómo manejar pronósticos estadísticos de cero
Un pronóstico estadístico de cero puede causar mucha confusión a los pronosticadores, especialmente cuando la demanda histórica no es cero. Claro, es obvio que la demanda tiene una tendencia a la baja, pero ¿debería tener una tendencia a cero?
¡El artículo de Smart Software ganó el primer lugar en la categoría de pronóstico de los premios MVP de la cadena de suministro de 2022!
Smart Software se complace en anunciar que nuestro artículo "Gestión del inventario en medio del cambio de régimen" ganó el primer lugar en la categoría Pronóstico de los premios MVP de 2022 Supply Chain Brief.
Mensajes recientes
Las 3 razones principales por las que su hoja de cálculo no funcionará para optimizar los puntos de pedido de piezas de repuestoA menudo nos encontramos con métodos de planificación de puntos de pedido basados en Excel. En esta publicación, detallamos un enfoque que utilizó un cliente antes de continuar con Smart. Describimos cómo funcionaba su hoja de cálculo, los enfoques estadísticos en los que se basaba, los pasos que los planificadores siguieron en cada ciclo de planificación y sus motivaciones declaradas para usar (y realmente gustarles) esta hoja de cálculo desarrollada internamente. […]
Cómo interpretar y manipular los resultados del pronóstico con diferentes métodos de pronósticoEste blog explica cómo funciona cada modelo de pronóstico utilizando gráficos de tiempo de datos históricos y de pronóstico. Describe cómo elegir qué modelo usar. Los ejemplos a continuación muestran el mismo historial, en rojo, pronosticado con cada método, en verde oscuro, en comparación con el método ganador elegido por Smart, en verde claro. […]
Por qué las curvas de compensación de piezas de repuesto son de misión crítica para la planificación de piezasAl administrar piezas de servicio, no sabe qué fallará y cuándo porque las fallas de las piezas son aleatorias y repentinas. Como resultado, los patrones de demanda suelen ser extremadamente intermitentes y carecen de una tendencia significativa o una estructura estacional. El número de combinaciones de pieza por ubicación suele ser de cientos de miles, por lo que no es factible revisar manualmente la demanda de piezas individuales. No obstante, es mucho más sencillo implementar un sistema de planificación y previsión para respaldar la planificación de repuestos de lo que podría pensar. […]
Qué hacer cuando un pronóstico estadístico no tiene sentidoA veces, un pronóstico estadístico simplemente no tiene sentido. Todos los pronosticadores han estado allí. Pueden volver a verificar que los datos se ingresaron correctamente o revisar la configuración del modelo, pero todavía se quedan pensando por qué el pronóstico se ve muy diferente al historial de demanda. Cuando el pronóstico ocasional no tiene sentido, puede erosionar la confianza en todo el proceso de pronóstico estadístico. […]
La planificación de piezas de repuesto no es tan difícil como creeAl administrar piezas de servicio, no sabe qué fallará y cuándo porque las fallas de las piezas son aleatorias y repentinas. Como resultado, los patrones de demanda suelen ser extremadamente intermitentes y carecen de una tendencia significativa o una estructura estacional. El número de combinaciones de pieza por ubicación suele ser de cientos de miles, por lo que no es factible revisar manualmente la demanda de piezas individuales. No obstante, es mucho más sencillo implementar un sistema de planificación y previsión para respaldar la planificación de repuestos de lo que podría pensar. […]
Optimización de inventario para fabricantes, distribuidores y MRO
- Las 3 razones principales por las que su hoja de cálculo no funcionará para optimizar los puntos de pedido de piezas de repuestoA menudo nos encontramos con métodos de planificación de puntos de pedido basados en Excel. En esta publicación, detallamos un enfoque que utilizó un cliente antes de continuar con Smart. Describimos cómo funcionaba su hoja de cálculo, los enfoques estadísticos en los que se basaba, los pasos que los planificadores siguieron en cada ciclo de planificación y sus motivaciones declaradas para usar (y realmente gustarles) esta hoja de cálculo desarrollada internamente. […]
- Por qué las curvas de compensación de piezas de repuesto son de misión crítica para la planificación de piezasAl administrar piezas de servicio, no sabe qué fallará y cuándo porque las fallas de las piezas son aleatorias y repentinas. Como resultado, los patrones de demanda suelen ser extremadamente intermitentes y carecen de una tendencia significativa o una estructura estacional. El número de combinaciones de pieza por ubicación suele ser de cientos de miles, por lo que no es factible revisar manualmente la demanda de piezas individuales. No obstante, es mucho más sencillo implementar un sistema de planificación y previsión para respaldar la planificación de repuestos de lo que podría pensar. […]
- La planificación de piezas de repuesto no es tan difícil como creeAl administrar piezas de servicio, no sabe qué fallará y cuándo porque las fallas de las piezas son aleatorias y repentinas. Como resultado, los patrones de demanda suelen ser extremadamente intermitentes y carecen de una tendencia significativa o una estructura estacional. El número de combinaciones de pieza por ubicación suele ser de cientos de miles, por lo que no es factible revisar manualmente la demanda de piezas individuales. No obstante, es mucho más sencillo implementar un sistema de planificación y previsión para respaldar la planificación de repuestos de lo que podría pensar. […]
Planificación basada en el nivel de servicio para empresas de repuestosLa planificación de piezas de servicio impulsada por el nivel de servicio es un proceso de cuatro pasos que se extiende más allá de la previsión simplificada y las existencias de seguridad de regla empírica. Proporciona a los planificadores de piezas de servicio un soporte de decisiones basado en datos y ajustado al riesgo. […]
