El Blog de Smart

 Siguiendo las mejores prácticas en la planificación de la demanda,

previsión y optimización de inventario

There’s a stale old joke: “There are two types of people – those who believe there are two types of people, and those who don’t.” We can modify that joke: “There are two types of people – those who know there are three types of supply chain analytics, and those who haven’t yet read this blog.”

The three types of supply chain analytics are “descriptive”, “predictive”, and “prescriptive.” Each plays a different role in helping you manage your inventory. Modern supply chain software lets you exploit all three.

Descriptive Analytics

Descriptive Analytics are the stuff of dashboards. They tell you “what’s happenin’ now.” Included in this category are such summary numbers as dollars currently invested in inventory, current customer service level and fill rate, and average supplier lead times. These statistics are useful for keeping track of your operations, especially when you track changes in them from month to month. You will rely on them every day. They require accurate corporate databases, processed statistically.

Predictive Analytics

Predictive Analytics most commonly manifest as forecasts of demand, often broken down by product and location and sometimes also by customer. These statistics provide early warning so you can gear up production, staffing and raw material procurement to satisfy demand. They also provide predictions of the effect of changes in operating policies, e.g., what happens if we increase our order quantity for Product X from 20 to 25 units? You might rely on Predictive Analytics periodically, perhaps weekly or monthly, when you look up from what’s happening now to see what will happen next. Predictive Analytics uses Descriptive Analytics as a foundation but adds more capability. Predictive Analytics for demand forecasting requires advanced statistical processing to detect and estimate such features of product demand as trend, seasonality and regime change.  Predictive Analytics for inventory management uses forecasts of demand as inputs into models of the operation of inventory policies, which in turn provide estimates of key performance metrics such as service levels, fill rates, and operating costs.

Prescriptive Analytics

Prescriptive Analytics are not about what is happening now, or what will happen next, but about what you should do next, i.e., they recommend decisions aimed at maximizing inventory system performance. You might rely on Prescriptive Analytics to best posture your entire inventory policy. Prescriptive Analytics uses Predictive Analytics as a foundation then adds optimization capability. For instance, Prescriptive Analytics software can automatically work out the best choices for future values of Min’s and Max’s for thousands of inventory items. Here, “best” might mean the values of Min and Max for each item that minimize operating cost (the sum of holding, ordering, and shortage costs) while maintaining a 90% floor on item fill rate.

Ejemplo

The figure below shows how supply chain analytics can help the inventory manager. The columns show three predicted Key Performance Indicators (KPI’s): service level, inventory investment, and operating costs (holding costs + ordering costs + shortage costs).

 Figure 1: The three types of analytics used to evaluate planning scenarios

The rows show four alternative inventory policies, expressed as scenarios. The “Live” scenario reports on the values of the KPI’s on July 1, 2018. The “99% All” scenario changes the current policy by raising the service level of all items to 99%. The “75 floor/99 ceiling” scenario raises service levels that are too low up to 75% and lowers very high (i.e., expensive) service levels down to 95%. The “Optimization” scenario prescribes item specific service levels that minimizes total operating costs.

The “Live 07-01-2018” scenario is an example of Descriptive Analytics. It shows the current baseline performance. The software then allows the user to try out changes in inventory policy by creating new “What If” scenarios that might then be converted to named scenarios for further consideration. The next two scenarios are examples of Predictive Analytics. They both assess the consequences of their recommended inventory control policies, i.e., recommended values of Min and Max for all items. The “Optimization” scenario is an example of Prescriptive Analytics because it recommends a best compromise policy.

Consider how the three alternative scenarios compare to the baseline “Live” scenario. The “99% All” scenario raises the item availability metrics, increasing service level from 88% to 99%. However, doing so increases the total inventory investment from $3 million to about $4 million. In contrast, the “75 floor/99 ceiling” scenario increases both service level and reduces the cash tied up in inventory by about $300,000. Finally, the “Optimization” scenario achieves an 80% service level, a reduction from the current 88%, but it cuts more than $2 million from the inventory value and reduces operating costs by more than $400,000 annually. From here, managers could try further options, such as giving back some of the $2 million savings to achieve a higher average service level.

Resumen

Modern software packages for inventory planning and inventory optimization should offer three kinds of supply chain analytics: Descriptive, Predictive, and Prescriptive. Their combination lets inventory managers track their operations (Descriptive), forecast where their operations will be in the future (Predictive), and optimize their inventory policies in response in anticipation of future conditions (Prescriptive).

 

 

Deja un comentario

Artículos Relacionados

El juego de la culpa de la cadena de suministro: las 3 principales excusas para la escasez y el exceso de inventario

El juego de la culpa de la cadena de suministro: las 3 principales excusas para la escasez y el exceso de inventario

La cadena de suministro se ha convertido en el juego de la culpa de casi cualquier problema industrial o minorista. La escasez en la variabilidad del tiempo de entrega, los malos pronósticos y los problemas con datos incorrectos son hechos de la vida, sin embargo, las organizaciones que manejan inventarios a menudo se sorprenden cuando surge cualquiera de estas dificultades. Entonces, de nuevo, ¿quién tiene la culpa del caos de la cadena de suministro? Siga leyendo este blog e intentaremos mostrarle cómo evitar la escasez y el exceso de productos.

Mensajes recientes

  • Supply Chain Math large-scale decision-making analyticsSupply Chain Math: Don’t Bring a Knife to a Gunfight
    Math and the supply chain go hand and hand. As supply chains grow, increasing complexity will drive companies to look for ways to manage large-scale decision-making. Math is a fact of life for anyone in inventory management and demand forecasting who is hoping to remain competitive in the modern world. Read our article to learn more. […]
  • Mecánico barbudo maduro en uniforme examinando la máquina y reparándola en fábricaPlanificación de consumibles frente a piezas reparables
    Al decidir los parámetros correctos de almacenamiento de repuestos y piezas de repuesto, es importante distinguir entre piezas consumibles y reparables. Estas diferencias a menudo se pasan por alto por el software de planificación de inventario y pueden dar lugar a estimaciones incorrectas de lo que hay que almacenar. Se requieren diferentes enfoques al planificar consumibles frente a reparables. […]
  • Cuatro errores comunes al planificar los objetivos de reposiciónCuatro errores comunes al planificar los objetivos de reposición
    ¿Con qué frecuencia recalibra sus políticas de almacenamiento? ¿Por qué? Aprenda a evitar errores clave al planificar objetivos de reabastecimiento mediante la automatización del proceso, la recalibración de piezas, el uso de métodos de previsión de objetivos y la revisión de excepciones. […]
  • Smart Software se complace en presentar nuestra serie de seminarios web, ofrecidos exclusivamente para usuarios de Epicor.Amplíe el pronóstico y la planificación mínima/máxima de Epicor Kinetic con Smart IP&O
    Epicor Kinetic puede administrar el reabastecimiento al sugerir qué ordenar y cuándo a través de políticas de inventario basadas en puntos de reorden. El problema es que el sistema ERP requiere que el usuario especifique manualmente estos puntos de pedido o use un enfoque rudimentario de "regla general" basado en promedios diarios. En este artículo, revisaremos la funcionalidad de pedido de inventario en Epicor Kinetic, explicaremos sus limitaciones y resumiremos cómo reducir el inventario y minimizar los desabastecimientos al proporcionar la sólida funcionalidad predictiva que falta en Epicor. […]
  • Pronóstico basado en escenarios vs EcuacionesPronóstico basado en escenarios versus ecuaciones
    Tradicionalmente, el software ha servido como vehículo de entrega de ecuaciones. Esto está bien, hasta donde llega. Pero en Smart Software creemos que le iría mejor cambiando sus ecuaciones por escenarios. Descubra por qué la planificación basada en escenarios ayuda a los planificadores a gestionar mejor el riesgo y crear mejores resultados. […]

    Optimización de inventario para fabricantes, distribuidores y MRO

    • Pedidos generales Software inteligente Demanda y planificación de inventario HDÓrdenes generales
      Nuestros clientes son grandes maestros que siempre nos han ayudado a cerrar la brecha entre la teoría de los libros de texto y la aplicación práctica. Un excelente ejemplo sucedió hace más de veinte años, cuando nos presentaron el fenómeno de la demanda intermitente, que es común entre las piezas de repuesto pero poco común entre los productos terminados administrados por nuestros clientes originales que trabajan en ventas y marketing. Esta revelación pronto llevó a nuestra posición preeminente como proveedores de software para la gestión de inventarios de piezas de repuesto. Nuestra última parte de la educación se refiere a las "órdenes generales". […]
    • Mano colocando piezas para construir una flechaPronóstico Probabilístico para Demanda Intermitente
      La nueva tecnología de pronóstico se deriva del pronóstico probabilístico, un método estadístico que pronostica con precisión tanto la demanda promedio de productos por período como los requisitos de inventario del nivel de servicio al cliente. […]
    • Ingeniería bajo pedido en Kratos Space: hacer que la disponibilidad de piezas sea una ventaja estratégica
      El grupo Kratos Space dentro del innovador en tecnología de seguridad nacional Kratos Defense & Security Solutions, Inc., produce el software COTS y los productos de componentes para las comunicaciones espaciales: hacer de la disponibilidad de piezas una ventaja estratégica […]
    • figuras-de-madera-de-personas-y-un-iman-equipo-gestion-almacen inventarioGestión del inventario de artículos promocionados
      En una publicación anterior, analicé uno de los problemas más espinosos que a veces enfrentan los planificadores de demanda: trabajar con datos de demanda de productos caracterizados por lo que los estadísticos llaman asimetría, una situación que puede requerir costosas inversiones en inventario. Este tipo de datos problemáticos se encuentran en varios escenarios diferentes. En al menos uno, la combinación de demanda intermitente y promociones de ventas muy efectivas, el problema se presta a una solución efectiva. […]