Un aspecto fundamental de la gestión de la cadena de suministro es la previsión precisa de la demanda. Algunos artículos tienen un patrón de demanda intermitente que los hace casi imposibles de pronosticar con los métodos de predicción tradicionales de suavizado. Abordamos el problema de pronosticar la demanda intermitente (o errática e irregular), es decir, demanda aleatoria con una gran proporción de valores cero. Este patrón de la demanda es característico en empresas que manejan grandes inventarios de servicio y repuestos en industrias como la aeronáutica, automotriz, tecnología y electrónica, así como en MRO (Mantenimiento, Reparación y Revisión).
La previsión precisa de la demanda es importante en el control de inventario, pero la naturaleza intermitente de la demanda hace que la previsión sea especialmente difícil para la planificación de piezas de servicio. Problemas similares surgen cuando una organización fabrica artículos de baja rotación y requiere pronósticos de ventas para fines de planificación. Debido a que los pronósticos de demanda intermitente han sido tan poco confiables hasta ahora, la mayoría de las empresas pronostican los requisitos de inventario basándose principalmente en el conocimiento comercial subjetivo, pronostican solo una fracción del inventario de mayor volumen, usan estimaciones simples de "regla general" o pronósticos estadísticos tradicionales que asumen incorrectamente la distribución de demanda.
Conozca las principales recomendaciones del sector sobre cómo mejorar la previsión de demanda intermitente y crear eficiencias en la cadena de suministro.
Prepare your spare parts planning for unexpected shocks
In today’s unpredictable business climate, we do have to worry about supply chain disruptions, long lead times, rising interest rates, and volatile demand. With all these challenges, it’s never been more vital for organizations to accurately forecast parts usage, stocking levels, and to optimize replenishment policies such as reorder points, safety stocks, and order quantities. In this blog, we’ll explore how companies can leverage innovative solutions like inventory optimization and parts forecasting software that utilize machine learning algorithms, probabilistic forecasting, and analytics to stay ahead of the curve and protect their supply chains from unexpected shocks.
Electric Utilities’ Problems with Spare Parts
Every organization that runs equipment needs spare parts. All of them must cope with issues that are generic no matter what their business. Some of the problems, however, are industry specific. This post discusses one universal problem that manifested in a nuclear plant and one that is especially acute for any electric utility.
Cómo Pronosticar Repuestos con Bajo Uso
¿Qué hace cuando pronostica un artículo con demanda intermitente, como una pieza de repuesto, con una demanda promedio de menos de una unidad por mes? La mayor parte del tiempo, la demanda es cero, pero la parte es significativa en un sentido comercial; no se puede ignorar y se debe pronosticar para asegurarse de tener el stock adecuado.
Repuestos, repuestos OEM, rotables y repuestos inmediatos
Aquellos que son nuevos en el juego de planificación de piezas a menudo se confunden con las muchas variaciones en los nombres de las piezas. Este blog señala distinciones que tienen o no importancia operativa para alguien que administra una flota de piezas de repuesto y cómo esas diferencias afectan la planificación del inventario.
Las 3 razones principales por las que su hoja de cálculo no funcionará para optimizar los puntos de pedido de piezas de repuesto
A 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 piezas
Al 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.
Mensajes recientes
Prepare your spare parts planning for unexpected shocksIn today's unpredictable business climate, we do have to worry about supply chain disruptions, long lead times, rising interest rates, and volatile demand. With all these challenges, it's never been more vital for organizations to accurately forecast parts usage, stocking levels, and to optimize replenishment policies such as reorder points, safety stocks, and order quantities. In this blog, we'll explore how companies can leverage innovative solutions like inventory optimization and parts forecasting software that utilize machine learning algorithms, probabilistic forecasting, and analytics to stay ahead of the curve and protect their supply chains from unexpected shocks. […]
Uncover data facts and improve inventory performanceThe best inventory planning processes rely on statistical analysis to uncover relevant facts about the data. When you have the facts and add your business knowledge, you can make more informed stocking decisions that will generate significant returns. You'll also set proper expectations with internal and external stakeholders, ensuring there are fewer unwelcome surprises. […]
Electric Utilities’ Problems with Spare PartsEvery organization that runs equipment needs spare parts. All of them must cope with issues that are generic no matter what their business. Some of the problems, however, are industry specific. This post discusses one universal problem that manifested in a nuclear plant and one that is especially acute for any electric utility. […]
Correlation vs Causation: Is This Relevant to Your Job?Outside of work, you may have heard the famous dictum “Correlation is not causation.” It may sound like a piece of theoretical fluff that, though involved in a recent Noble Prize in economics, isn’t relevant to your work as a demand planner. Is so, you may be only partially correct. […]
Smart Software Customer, Arizona Public Service to Present at USMA 2023Smart Software CEO and APS Inventory & Logistics Manager to present USMA 2023 Session on APS supply chain transformation project and the role of inventory optimization technology in their new process. […]
Optimización de inventario para fabricantes, distribuidores y MRO
- Prepare your spare parts planning for unexpected shocksIn today's unpredictable business climate, we do have to worry about supply chain disruptions, long lead times, rising interest rates, and volatile demand. With all these challenges, it's never been more vital for organizations to accurately forecast parts usage, stocking levels, and to optimize replenishment policies such as reorder points, safety stocks, and order quantities. In this blog, we'll explore how companies can leverage innovative solutions like inventory optimization and parts forecasting software that utilize machine learning algorithms, probabilistic forecasting, and analytics to stay ahead of the curve and protect their supply chains from unexpected shocks. […]
- Electric Utilities’ Problems with Spare PartsEvery organization that runs equipment needs spare parts. All of them must cope with issues that are generic no matter what their business. Some of the problems, however, are industry specific. This post discusses one universal problem that manifested in a nuclear plant and one that is especially acute for any electric utility. […]
Cómo Pronosticar Repuestos con Bajo Uso¿Qué hace cuando pronostica un artículo con demanda intermitente, como una pieza de repuesto, con una demanda promedio de menos de una unidad por mes? La mayor parte del tiempo, la demanda es cero, pero la parte es significativa en un sentido comercial; no se puede ignorar y se debe pronosticar para asegurarse de tener el stock adecuado. […]
Repuestos, repuestos OEM, rotables y repuestos inmediatosAquellos que son nuevos en el juego de planificación de piezas a menudo se confunden con las muchas variaciones en los nombres de las piezas. Este blog señala distinciones que tienen o no importancia operativa para alguien que administra una flota de piezas de repuesto y cómo esas diferencias afectan la planificación del inventario. […]
El problema
Algunos artículos de productos tienen un patrón de demanda intermitente que los hace casi imposibles de pronosticar con los métodos de pronóstico tradicionales basados en el suavizado. Los artículos con demanda intermitente, también conocidos como demanda irregular, volátil, variable o impredecible, tienen muchos valores de volumen cero o bajos intercalados con picos aleatorios de demanda que a menudo son muchas veces mayores que el promedio. Este problema es especialmente frecuente en empresas que gestionan grandes inventarios de servicio y repuestos en industrias como la aviación, aeroespacial, automotriz, alta tecnología y electrónica, así como en MRO (Mantenimiento, Reparación y Revisión).
demanda intermitente
En estos negocios, hasta el 80% de las piezas y los productos pueden tener una demanda intermitente o irregular. La demanda intermitente dificulta la estimación precisa de las existencias de seguridad y los requisitos de inventario de nivel de servicio necesarios para una planificación exitosa de la cadena de suministro. Debido a que los pronósticos de demanda intermitente han sido tan poco confiables, la mayoría de las empresas pronostican los requisitos de inventario basándose principalmente en el conocimiento comercial subjetivo, pronostican solo una fracción de su inventario de mayor volumen, usan estimaciones simples de "regla general" o pronósticos estadísticos tradicionales que asumen incorrectamente una distribución de demanda de tipo particular para el control del inventario. El resultado es que se desperdician miles de millones de dólares cada año debido a los costos excesivos de inventario o al mal servicio al cliente debido a la falta de existencias.
Demanda intermitente: también conocida como demanda irregular, errátics, volátil, variable o impredecible.
La solución Smart
SmartForecasts y Smart Inventory Optimization utilizan un enfoque de pronóstico probabilístico empírico que da como resultado pronósticos precisos de inventario donde la demanda es intermitente. La solución funciona particularmente bien cuando la demanda no se ajusta a una distribución normal simple. Nuestra tecnología de "arranque" patentada y ganadora del premio APICS genera rápidamente decenas de miles de escenarios posibles de secuencias de demanda futuras y valores de demanda acumulados durante el tiempo de entrega de un artículo. Estos escenarios son estadísticamente similares a los datos observados del artículo y capturan los detalles relevantes de la demanda intermitente sin depender de las suposiciones comúnmente hechas sobre la naturaleza de los métodos de pronóstico tradicionales. El resultado es un pronóstico muy preciso de la distribución completa de la demanda acumulada durante el tiempo total de entrega de un artículo. Con la información que brindan estas distribuciones de demanda, puede planificar fácilmente los requisitos de inventario de nivel de servicio y existencias de seguridad de su empresa para miles de artículos solicitados de forma intermitente con una precisión de casi 100%.
Los beneficios
Las empresas que utilizan nuestra poderosa solución de planificación y previsión de demanda intermitente suelen reducir el inventario permanente en 20% en el primer año, aumentan la disponibilidad de piezas en 10-20% y reducen la necesidad y los costos asociados de transbordo de emergencia para cerrar brechas en su cadena de suministro. Los inventarios de repuestos y repuestos están realmente optimizados, lo que lleva a operaciones más eficientes, mejoras en el servicio al cliente y mucho menos efectivo inmovilizado en el inventario.
Informe: Smart Software Gen2
En este documento técnico, presentamos "Gen2", nuestra próxima generación de tecnología de modelado probabilístico que impulsa la plataforma Smart IP&O. Hacemos un recuento de la evolución de los métodos de predicción de Smart Software y detallamos cómo Gen2 amplía sustancialmente las capacidades que han hecho que Gen1 sea tan útil para tantas empresas. Finalmente, detallaremos las matemáticas de probabilidad que conforman Gen2.
Rellena este formulario y te enviaremos el artículo por correo electrónico.