1-800-SMART-99
Selecteer een pagina
}

# Het nastreven van best practices op het gebied van vraagplanning,

Most demand forecasts are partial or incomplete: They provide only one single number: the most likely value of future demand. This is called a point forecast. Usually, the point forecast estimates the average value of future demand.

Much more useful is a forecast of full probability distribution of demand at any future time. This is more commonly referred to as probability forecasting and is much more useful.

## The Average is Not the Answer

The one advantage of a point forecast is its simplicity. If your ERP system is also simple, the point forecast fills in the one number needed by the ERP system to do workforce scheduling or raw material purchases.

The disadvantage of a point forecast is that it is too simple. It ignores additional information in an item’s demand history that can give you a more complete picture of how demand might unfold: a probability forecast.

## Going Beyond the Average: Probability Forecasting

While the point forecast provides limited information, e.g., “The most likely demand next month is 15 units”, the probability forecast adds crucial information, e.g., “There is a 20% chance that demand will exceed 28 units and a 10% chance that it will be less than 5 units”.

This information lets you do risk assessment and contingency planning. Contingency planning is necessary because the point forecast usually has only a small chance of actually being correct. A probability forecast may also say “The chance of demand being 15 units is only 10%, even though it is the single most likely value.” In other words, there is a 90% chance that the point forecast is wrong. This kind of error is not a mistake in the forecasting calculations: it is the reality of dealing with demand volatility. It might better be called an “uncertainty” than an “error”.

An operations manager can use the extra information in a probability forecast in both informal and formal ways. Informally, even if an ERP system requires a single-number forecast as input, a wise manager will want to have some clue about the risks associated with that point forecast, i.e., its margin of error. So a forecast of 15 ± 1 unit is a lot safer than a forecast of 15 ± 10. The ± part is a compression of a probabilistic forecast. Figure 1 below shows an item’s demand history (red line), point forecasts for the next 12 months (green line) and their margins of error (cyan lines). The lowest forecast of about 3,300 units occurs in June, but the actual demand might be as much as 800 units higher or lower.

## Bonus: Application to Inventory Management

Inventory management requires that you balance item availability against the inventory cost. It turns out that knowing the full probability distribution of demand over a replenishment lead time is essential for setting reorder points (also called mins) on a rational, scientific basis. Figure 2 shows a probability forecast of total demand during the 33 week replenishment lead time for a certain spare part. While the average lead time demand is 3 units, the most likely demand is zero, and a reorder point of 14 is needed to insure that the chance of stocking out is only 1%. Once again, the average is not the answer.

Knowing more is always better than knowing less and the probability forecast provides that extra bit of crucial information. Software has been able to supply a point forecast for over 40 years, but modern software can do better and provide the whole picture.

Figure 1: The red line shows the demand history of a finished good. The green line shows the point forecasts for the next 12 months. The blue lines indicate the margins of error in the 12 point forecasts.

Figure 2: A probabilistic forecast of demand for a spare part over a 33 week replenishment lead time. The most likely demand is zero, the average demand is 3, but a reorder point of 14 units is required to have only a 1% chance of stock out.

Laat een reactie achter

gerelateerde berichten

## Smart Software presenteert op Community Summit Noord-Amerika

Channel Sales Director en Enterprise Solution Engineer van Smart Software, presenteert dit jaar drie sessies op het Microsoft Dynamics Community Summit North America-evenement in Orlando, FL.
.

## Smart Software leidt een webinar als onderdeel van het WERC Solutions Partner Program

Smart Software, zal een webinar van 30 minuten leiden als onderdeel van het WERC Solutions Partner Program. De presentatie zal zich richten op hoe een toonaangevend elektriciteitsbedrijf Smart Inventory Planning and Optimization (Smart IP&O) implementeerde als onderdeel van het strategische supply chain-optimalisatie-initiatief (SCO) van het bedrijf.

## Bel een Audible om proactief ruis in de supply chain tegen te gaan

U kent de situatie: u berekent de beste manier om elk voorraadartikel te beheren door de juiste bestelpunten en aanvullingsdoelen te berekenen, en vervolgens de gemiddelde vraag te verhogen of te verlagen, of de volatiliteit van de vraag te veranderen, of de doorlooptijden van leveranciers te veranderen, of uw eigen kosten te veranderen .

#### recente berichten

• Planning voor verbruiksgoederen vs. herstelbare onderdelen
Bij het bepalen van de juiste opslagparameters voor reserve- en vervangingsonderdelen, is het belangrijk om onderscheid te maken tussen verbruiks- en repareerbare onderdelen. Deze verschillen worden vaak over het hoofd gezien door software voor voorraadplanning en kunnen resulteren in onjuiste schattingen van wat er op voorraad moet worden gehouden. Er zijn verschillende benaderingen vereist bij het plannen van verbruiksartikelen versus herstelbare artikelen. […]
• Vier veelgemaakte fouten bij het plannen van aanvullingsdoelen
Hoe vaak herkalibreert u uw voorraadbeleid? Waarom? Leer hoe u belangrijke fouten kunt vermijden bij het plannen van aanvullingsdoelen door het proces te automatiseren, onderdelen opnieuw te kalibreren, targeting-prognosemethoden te gebruiken en uitzonderingen te bekijken. […]
• Breid de prognoses en min/max-planning van Epicor Kinetic uit met Smart IP&O
Epicor Kinetic kan de aanvulling beheren door te suggereren wat te bestellen en wanneer via op bestelpunten gebaseerd voorraadbeleid. Het probleem is dat het ERP-systeem vereist dat de gebruiker deze bestelpunten handmatig specificeert, of een rudimentaire "vuistregel"-aanpak gebruikt op basis van dagelijkse gemiddelden. In dit artikel zullen we de functionaliteit voor het bestellen van voorraad in Epicor Kinetic bespreken, de beperkingen ervan uitleggen en samenvatten hoe de voorraad kan worden verminderd en de voorraad kan worden geminimaliseerd door de robuuste voorspellende functionaliteit te bieden die ontbreekt in Epicor. […]
• Op scenario's gebaseerde prognoses versus vergelijkingen
Van oudsher heeft software gediend als een leveringsvehikel voor vergelijkingen. Dit is prima, voor zover het gaat. Maar wij bij Smart Software denken dat u er beter aan doet door uw vergelijkingen in te ruilen voor scenario's. Ontdek waarom op scenario's gebaseerde planning planners helpt om risico's beter te beheren en betere resultaten te behalen. […]
• Breid Microsoft 365 BC en NAV uit met Smart IP&O
Microsoft 365 BC en NAV kunnen aanvulling beheren door te suggereren wat te bestellen en wanneer via op bestelpunten gebaseerd voorraadbeleid. Het probleem is dat het ERP-systeem vereist dat de gebruiker deze bestelpunten en/of prognoses handmatig opgeeft. In dit artikel bekijken we de voorraadbestelfunctionaliteit in Microsoft BC & NAV, leggen we de beperkingen ervan uit en vatten we samen hoe u voorraad kunt verminderen en voorraadtekorten kunt minimaliseren door de robuuste voorspellende functionaliteit te bieden die ontbreekt in Dynamics 365. […]

#### Voorraadoptimalisatie voor fabrikanten, distributeurs en MRO

• Algemene bestellingen
Onze klanten zijn geweldige docenten die ons altijd hebben geholpen de kloof tussen leerboektheorie en praktische toepassing te overbruggen. Een goed voorbeeld gebeurde meer dan twintig jaar geleden, toen we kennismaakten met het fenomeen van intermitterende vraag, dat veel voorkomt bij reserveonderdelen, maar zeldzaam is bij de afgewerkte producten die worden beheerd door onze oorspronkelijke klanten die werkzaam zijn in verkoop en marketing. Deze onthulling leidde al snel tot onze vooraanstaande positie als leveranciers van software voor het beheren van voorraden reserveonderdelen. Ons laatste stukje scholing betreft 'algemene bestellingen'. […]
• Probabilistische prognoses voor intermitterende vraag
De nieuwe prognosetechnologie is afgeleid van probabilistische prognoses, een statistische methode die zowel de gemiddelde productvraag per periode als de voorraadbehoeften op het niveau van de klantenservice nauwkeurig voorspelt. […]
• Engineering op bestelling bij Kratos Space - beschikbaarheid van onderdelen een strategisch voordeel maken
De Kratos Space-groep binnen National Security-technologie-innovator Kratos Defense & Security Solutions, Inc., produceert COTS-software en componentproducten voor ruimtecommunicatie - waardoor de beschikbaarheid van onderdelen een strategisch voordeel wordt […]
• Beheer van de inventaris van gepromote artikelen
In een eerder bericht besprak ik een van de neteligere problemen waarmee vraagplanners soms worden geconfronteerd: het werken met gegevens over productvraag die worden gekenmerkt door wat statistici scheefheid noemen - een situatie die kostbare voorraadinvesteringen kan vergen. Dit soort problematische gegevens is te vinden in verschillende scenario's. In ten minste één geval, de combinatie van intermitterende vraag en zeer effectieve verkoopacties, leent het probleem zich voor een effectieve oplossing. […]

English
English
Spanish
Dutch