La planificación y optimización de inventario inteligente se exhibirá en Epicor Insights
Belmont, Massachusetts, 14 de mayo – Smart Software, Inc., proveedor de soluciones de optimización de inventario, planificación y pronóstico de demanda líderes en la industria, anunció hoy que Epicor Software presentará Epicor Smart IP&O, una solución conjunta para la planificación, el pronóstico y la optimización de inventario en la conferencia anual de clientes de Epicor en Nashville, TN del 21 al 24 de mayo. Smart Software también estará disponible para perfilar la solución en el stand # 5 en el Pabellón de Soluciones.
La colaboración de Smart Software y Epicor trae el Smart IP&O (Planificación y optimización de inventario) basado en la nube a la última versión de la solución de planificación de recursos empresariales (ERP) de Epicor. El director de tecnología de Smart Software, Sree Menon, afirma que “ya no es suficiente simplemente administrar el inventario. Al integrar a la perfección la planificación estratégica con la ejecución operativa, Smart IP&O permite a los usuarios de Epicor ERP predecir, responder y planificar continuamente el inventario, lo que ayuda a reducir los costos y mejorar el servicio”.
El equipo de Ingeniería de Ventas de Epicor demostrará Epicor Smart IP&O en dos sesiones:
“Presentamos la planificación inteligente de la demanda y la optimización del inventario de Epicor”
jueves, 24 de mayo a las 8:00
Baile de Tennessee B
“Moderniza las Operaciones de tu Cadena de Suministro con la Plataforma Epicor Smart Inventory Planning and Optimization”
jueves 24 de mayo a las 10:20
Estudio Ryman H/I
Epicor Insights 2018 reunirá a más de 3000 usuarios de las soluciones ERP específicas de la industria de Epicor para las industrias de fabricación, distribución y servicios. Los clientes que asistan tendrán pistas de educación dedicadas centradas en sus productos y soluciones específicos, además de más oportunidades para establecer contactos entre productos e industrias. Para obtener más información, visite https://www.epicor.com/customers/insights/default.aspx
Acerca de Smart Software, Inc.
Fundada en 1981, Smart Software, Inc. es líder en brindar a las empresas soluciones de optimización de inventario, planificación y previsión de la demanda para toda la empresa. Las soluciones de optimización de inventario y pronóstico de demanda de Smart Software han ayudado a miles de usuarios en todo el mundo, incluidos clientes de empresas medianas y compañías Fortune 500, como Mitsubishi, Siemens, Disney, FedEx, MARS y The Home Depot. La planificación y optimización inteligente del inventario brinda a los planificadores de la demanda las herramientas para manejar la estacionalidad de las ventas, las promociones, los productos nuevos y antiguos, las jerarquías multidimensionales y las piezas de servicio y bienes de capital con demanda intermitente. También proporciona a los administradores de inventario estimaciones precisas del inventario óptimo y del stock de seguridad necesarios para cumplir con los pedidos futuros y lograr los niveles de servicio deseados. Smart Software tiene su sede en Belmont, Massachusetts y se puede encontrar en la World Wide Web en www.smartcorp.com.
Para obtener más información, comuníquese con Smart Software, Inc., Four Hill Road, Belmont, MA 02478.
Teléfono: 1-800-SMART-99 (800-762-7899); FAX: 1-617-489-2748; Correo electrónico: info@smartcorp.com
El vicepresidente de investigación de Smart Software presentará en ISF 2018
El Dr. Tom Willemain dirigirá la sesión de la ISF sobre desagregación de series temporales
Belmont, Massachusetts, 14 de mayo de 2018 – Smart Software, Inc., proveedor de soluciones de optimización de inventario, planificación y pronóstico de demanda líderes en la industria, anunció hoy que Tom Willemain, vicepresidente de investigación, presentará en el Simposio Internacional de Pronóstico del 17 al 20 de junio en Boulder, CO .
El Dr. Willemain presentará un tutorial sobre la desagregación de series temporales y cómo los enfoques que describirá pueden mejorar la calidad de las previsiones de demanda. Imagine que debe proporcionar resultados de pronóstico diarios, pero solo puede obtener la demanda histórica a niveles mensuales o semanales. Muchas veces, los datos granulares de la demanda no están disponibles. ¿Cómo procedes? La conversión de datos agregados trimestrales, mensuales o semanales en datos diarios es un ejemplo del problema de desagregación de series temporales. El Dr. Willemain discutirá las soluciones actuales a este problema y presionará para encontrar una solución mejorada.
Como la principal conferencia internacional de pronósticos, la ISF brinda la oportunidad de interactuar con los principales investigadores y profesionales de pronósticos del mundo. La asistencia es lo suficientemente grande como para atraer a los mejores en el campo, pero lo suficientemente pequeña como para que pueda reunirse y discutir uno a uno. La ISF ofrece una variedad de oportunidades para establecer contactos, a través de presentaciones de oradores principales, sesiones académicas, talleres, comidas y programas sociales. Además, los representantes de las principales empresas editoriales, de software y otras empresas relacionadas están disponibles para analizar sus ofertas más recientes.
Acerca del Dr. Thomas Willemain
El Dr. Thomas Reed Willemain se desempeñó como consultor experto en estadística de la Agencia de Seguridad Nacional (NSA) en Ft. Meade, MD y como miembro del personal de investigación adjunto en un grupo de expertos afiliado, el Instituto para el Centro de Análisis de Defensa para las Ciencias de la Computación (IDA/CCS). Es profesor emérito de ingeniería industrial y de sistemas en el Instituto Politécnico Rensselaer, y anteriormente ocupó cargos docentes en la Escuela de Gobierno Kennedy de Harvard y el Instituto de Tecnología de Massachusetts. También es cofundador y vicepresidente sénior/investigación de Smart Software, Inc. Es miembro de la Asociación de ex oficiales de inteligencia, la Sociedad de investigación de operaciones militares, la Asociación estadounidense de estadística y varias otras organizaciones profesionales. Willemain recibió el título de BSE (summa cum laude, Phi Beta Kappa) de la Universidad de Princeton y los títulos de maestría y doctorado del Instituto de Tecnología de Massachusetts. Sus otros libros incluyen: Métodos estadísticos para planificadores, Análisis de sistemas médicos de emergencia (con RC Larson) y 80 artículos en revistas revisadas por pares sobre temas de estadística, investigación de operaciones, atención médica y otros temas. Para obtener más información, envíe un correo electrónico a: TomW@SmartCorp.com o visite www.TomWillemain.com.
Acerca de Smart Software, Inc.
Fundada en 1981, Smart Software, Inc. es líder en brindar a las empresas soluciones de optimización de inventario, planificación y previsión de la demanda para toda la empresa. Las soluciones de optimización de inventario y pronóstico de demanda de Smart Software han ayudado a miles de usuarios en todo el mundo, incluidos clientes de empresas medianas y compañías Fortune 500, como Mitsubishi, Siemens, Disney, FedEx, MARS y The Home Depot. La planificación y optimización inteligente del inventario brinda a los planificadores de la demanda las herramientas para manejar la estacionalidad de las ventas, las promociones, los productos nuevos y antiguos, las jerarquías multidimensionales y las piezas de servicio y bienes de capital con demanda intermitente. También proporciona a los administradores de inventario estimaciones precisas del inventario óptimo y del stock de seguridad necesarios para cumplir con los pedidos futuros y lograr los niveles de servicio deseados. Smart Software tiene su sede en Belmont, Massachusetts y se puede encontrar en www.smartcorp.com
SmartForecasts es una marca comercial registrada de Smart Software, Inc. Todas las demás marcas comerciales son propiedad de sus respectivos dueños.
Para obtener más información, comuníquese con Smart Software, Inc., Four Hill Road, Belmont, MA 02478.
Teléfono: 1-800-SMART-99 (800-762-7899); FAX: 1-617-489-2748; Correo electrónico: info@smartcorp.com
Los indicadores adelantados pueden presagiar la demanda
La mayoría de los pronósticos estadísticos funcionan en un flujo directo desde los datos anteriores hasta el pronóstico. Pronosticar con indicadores adelantados funciona de manera diferente. Un indicador principal es una segunda variable que puede influir en el que se pronostica. La aplicación de conocimiento humano comprobable sobre el poder predictivo en la relación entre estos diferentes conjuntos de datos a veces proporcionará una precisión superior.
La mayoría de las veces, un pronóstico se basa únicamente en la historia pasada del artículo que se está pronosticando. Supongamos que el problema del pronosticador es predecir las ventas unitarias futuras de un producto importante. El proceso comienza con la recopilación de datos sobre las ventas anteriores del producto. (Gregory Hartunian comparte algunos consejos prácticos para elegir los mejores datos disponibles en una publicación anterior al Smart Forecaster.) Estos datos fluyen hacia el software de pronóstico, que analiza el registro de ventas para medir el nivel de variabilidad aleatoria y explotar cualquier aspecto predecible, como tendencias o patrones regulares de variabilidad estacional. El pronóstico se basa completamente en el comportamiento pasado del artículo que se pronostica. No se tiene en cuenta explícitamente nada que pudiera haber causado las oscilaciones y sacudidas en el gráfico de ventas del producto. Este enfoque es rápido, simple, autónomo y escalable, porque el software puede pasar por una gran cantidad de pronósticos automáticamente.
Pero a veces el pronosticador puede hacerlo mejor, a costa de más trabajo. Si el pronosticador puede mirar a través de la niebla de la aleatoriedad e identificar una segunda variable que influya en la que se está pronosticando, un indicador adelantado, serán posibles predicciones más precisas.
Por ejemplo, suponga que el producto es un vidrio de ventana para casas. Es muy posible que los aumentos o disminuciones en el número de permisos de construcción para casas nuevas se reflejen en los correspondientes aumentos o disminuciones en el número de láminas de vidrio ordenadas varios meses después. Si el pronosticador puede destilar esta relación "retrasada" o retrasada en una ecuación, esa ecuación se puede usar para pronosticar las ventas de vidrio dentro de varios meses usando valores conocidos del indicador principal. Esta ecuación se llama "ecuación de regresión" y tiene una forma similar a:
Ventas de vidrio en 3 meses = 210,9 + 26,7 × Número de viviendas iniciadas este mes.
El software de pronóstico puede tomar los datos de inicio de viviendas y ventas de vidrio y convertirlos en una ecuación de regresión de este tipo.
Gráfico que muestra una relación entre cifras de ejemplo para permisos de construcción diferidos y demanda de vidrio
Indicadores adelantados demostrados
Sin embargo, a diferencia de los pronósticos estadísticos automáticos basados en las ventas pasadas de un producto, los pronósticos con un indicador anticipado enfrentan el mismo problema que la receta proverbial del estofado de conejo: “Primero atrapa un conejo”. Aquí, la experiencia del pronosticador en la materia es fundamental para el éxito. El pronosticador debe poder nominar a uno o más candidatos para el puesto de indicador principal. Después de este paso crucial, basado en el conocimiento, la experiencia y la intuición del pronosticador, se puede usar el software para verificar que realmente existe una relación predictiva con retraso en el tiempo entre el indicador principal candidato y la variable que se va a pronosticar.
Este paso de verificación se realiza mediante un análisis de "correlación cruzada". El software esencialmente toma como entrada una secuencia de valores de la variable a pronosticar y otra secuencia de valores del supuesto indicador líder. A continuación, desplaza los datos de la variable de previsión por, sucesivamente, uno, dos, tres, etc. periodos de tiempo. En cada desliz en el tiempo (llamado "retraso", porque el indicador adelantado se está quedando cada vez más atrás de la variable de pronóstico), el software verifica un patrón de asociación entre las dos variables. Si encuentra un patrón que es demasiado fuerte para ser explicado como un accidente estadístico, se confirma la corazonada del pronosticador.
Obviamente, pronosticar con indicadores principales es más trabajo que pronosticar usando solo los valores pasados de un artículo. El pronosticador tiene que identificar un indicador principal, comenzando con una lista sugerida por la experiencia en la materia del pronosticador. Este es un proceso de “elaboración manual” que no es adecuado para la producción masiva de pronósticos. Pero puede ser un enfoque exitoso para una cantidad menor de elementos importantes que valen la pena el esfuerzo adicional. La función del software de pronóstico, como nuestro sistema SmartForecasts, es ayudar al pronosticador a autenticar el indicador principal y luego explotarlo.
Thomas Willemain, PhD, cofundó Smart Software y actualmente se desempeña como vicepresidente sénior de investigación. El Dr. Willemain también se desempeña como Profesor Emérito de Ingeniería Industrial y de Sistemas en el Instituto Politécnico Rensselaer y como miembro del personal de investigación en el Centro de Ciencias de la Computación, Instituto de Análisis de Defensa.
En casi todos los negocios e industrias, quienes toman decisiones necesitan pronósticos confiables de variables críticas, como ventas, ingresos, demanda de productos, niveles de inventario, participación de mercado, gastos y tendencias de la industria. Muchos tipos de personas hacen estos pronósticos. Algunos son analistas técnicos sofisticados, como economistas de negocios y estadísticos. Muchos otros consideran que los pronósticos son una parte importante de su trabajo general: gerentes generales, planificadores de producción, especialistas en control de inventarios, analistas financieros, planificadores estratégicos, investigadores de mercado y gerentes de productos y ventas. Aún así, otros rara vez se consideran pronosticadores, sino que a menudo tienen que hacer pronósticos sobre una base intuitiva y crítica.
En un entorno de fabricación altamente configurable, pronosticar productos terminados puede convertirse en una tarea compleja y desalentadora. El número de posibles productos terminados se disparará cuando muchos componentes sean intercambiables. Un MRP tradicional nos obligaría a pronosticar cada producto terminado, lo que puede ser poco realista o incluso imposible. Varias soluciones ERP líderes introducen el concepto de "Planificación BOM", que permite el uso de pronósticos a un nivel superior en el proceso de fabricación. En este artículo, discutiremos esta funcionalidad en ERP y cómo puede aprovecharla con Smart Inventory Planning and Optimization (Smart IP&O) para adelantarse a su demanda ante esta complejidad.
Verdadero o falso: El pronóstico no importa para la gestión del inventario de repuestos. A primera vista, esta afirmación parece evidentemente falsa. Después de todo, las previsiones son cruciales para planificar los niveles de existencias, ¿verdad? Depende de lo que entiendas por “previsión”. Si te refieres a un pronóstico de un solo número de la vieja escuela (“la demanda del artículo CX218b será de 3 unidades la próxima semana y de 6 unidades la semana siguiente”), entonces no. Si se amplía el significado de pronóstico para incluir una distribución de probabilidad que tenga en cuenta las incertidumbres tanto de la demanda como de la oferta, entonces sí.
Pronóstico con los datos correctos
Para aprovechar los beneficios de eficiencia de la previsión, necesita las previsiones más precisas: previsiones basadas en los datos históricos más apropiados. La mayoría de las discusiones sobre este tema tienden a centrarse en los méritos de usar la demanda frente al historial de envíos, y comentaré esto más adelante. Pero primero, hablemos sobre el uso de datos netos frente a datos brutos.
Historial neto vs. bruto
Muchos planificadores se inclinan por usar datos de ventas netas para crear sus pronósticos. Los sistemas que rastrean las ventas capturan las transacciones a medida que ocurren y agregan los resultados en totales periódicos semanales o mensuales. En algunos casos, los registros de ventas contabilizan las compras devueltas como ventas negativas y calculan un total neto. Estas cifras netas, que a menudo enmascaran patrones de ventas reales, se introducen en el sistema de previsión. Los datos históricos utilizados en realidad presentan una falsa sensación de lo que quería el cliente y cuándo lo quería. Esto se trasladará al pronóstico, con resultados menos que óptimos.
(más…)
