De afwegingscurve berijden
In de wereld van supply chain-planning is de meest fundamentele beslissing hoe de beschikbaarheid van artikelen wordt afgewogen tegen de kosten van het handhaven van die beschikbaarheid (serviceniveaus en opvulpercentages). Aan het ene uiterste kun je schromelijk overstocks hebben en nooit opraken totdat je failliet gaat en de winkel moet sluiten om al je geld in voorraad te stoppen die niet verkoopt.
Kwantumvoorraadtheorie?
Natuurkunde op kwantumniveau is nogal raar - helemaal niet zoals wat we ervaren in ons gebruikelijke macroscopische leven. Onder de eigenaardigheden zijn "superpositie", "verstrengeling" en "kwantumschuim". Hoe vreemd deze verschijnselen ook zijn, ik kan het niet helpen om analogieën te zien in de zogenaamd andere wereld van supply chain management.
Stop met het lekken van geld met handmatige voorraadcontroles
Een voorraadprofessional die verantwoordelijk is voor 10.000 artikelen, heeft elke dag 10.000 dingen om zich druk over te maken. Verdubbel dat voor iemand die verantwoordelijk is voor 20.000 items. In de drukte van het bedrijfsleven komen routinematige beslissingen vaak op de tweede plaats na brandbestrijding: het oplossen van problemen met leveranciers, het rechtzetten van papierwerkfouten, herstellen van die botsing tussen een vrachtwagen en het laadperron.
Belangrijke overwegingen bij het evalueren van de prognosemogelijkheden van uw ERP-systeem
Overweeg wat wordt bedoeld met "vraagbeheer", "vraagplanning" en "prognoses". Deze termen impliceren bepaalde standaardfunctionaliteit voor samenwerking, statistische analyse en rapportage ter ondersteuning van een professioneel vraagplanningsproces. In de meeste ERP-systemen echter, "vraagbeheer" waarbij MRP wordt uitgevoerd en vraag en aanbod worden afgestemd met het oog op het plaatsen van bestellingen
De 3 soorten supply chain-analyse
De drie soorten supply chain-analyses zijn 'beschrijvend', 'voorspellend' en 'voorschrijvend'. Elk speelt een andere rol bij het beheren van uw voorraad. Met moderne supply chain-software kunt u alle drie gebruiken, waardoor u de voorraadkosten kunt verlagen, de tijdige levering en serviceniveaus kunt verbeteren en tegelijkertijd een efficiëntere supply chain kunt runnen.
De top 5 mythes over implementaties van vraagplanning
We hoeven alleen onze vraaggeschiedenis in onze nieuwe statistische methoden in te voeren en we kunnen effectiever gaan plannen. Niet helemaal: het gaat om de technologie en het proces. U investeert in een nieuw bedrijfsproces om prognoses te ontwikkelen voor het aansturen van bedrijfsstrategie en voorraadplanningsbeslissingen.
De juiste prognosenauwkeurigheidsmetriek voor voorraadplanning
Het testen van softwareoplossingen via een reeks van empirische concurrentie kan een aantrekkelijke optie zijn. In het geval van prognoses en vraagplanning is een traditionele "hold-out"-test een goede manier om de nauwkeurigheid van de maandelijkse of wekelijkse prognose te beoordelen, maar het is minimaal nuttig als u een ander doel heeft: het optimaliseren van de voorraad.
Bescherm uw vraagplanningsproces tegen regimeverandering
Nee, niet dat soort regimewisseling: niets hier over kruisraketten en stealth-bommenwerpers. En nee, we hebben het niet over het andere soort regimewisseling dat dichter bij huis komt: de C-Suite in uw bedrijf shuffelen. In deze blog bespreken we de relevantie van regimeverandering op tijdreeksgegevens die worden gebruikt voor vraagplanning en -prognoses.
Word geen slachtoffer van uw prognosemodellen
Over het algemeen is het supply chain-veld achtergebleven bij het gebruik van statistische modellen. Mijn universiteitscollega's en ik zijn daar mee bezig, maar we hebben nog een lange weg te gaan. Sommige toeleveringsketens zijn technisch behoorlijk geavanceerd, maar veel, misschien meer, worden in wezen net zo goed door onderbuikgevoel als door cijfers beheerd. Is dit vermijden van analyse veiliger dan te vertrouwen op modellen?
Hoe u kunt zien dat u niet echt een beleid voor voorraadplanning en -prognoses heeft
U kunt uw voorraadniveaus niet goed beheren, laat staan optimaliseren, als u niet precies weet hoe vraagprognoses en voorraadparameters (zoals Min/Max, veiligheidsvoorraden en bestelpunten en bestelhoeveelheden) zijn bepaald. Veel organisaties kunnen niet specificeren hoe beleidsinputs worden berekend of situaties identificeren die vragen om het overschrijven van het beleid door het management. Als u deze problemen heeft, verspilt u mogelijk honderdduizenden tot miljoenen dollars per jaar aan onnodige kosten voor tekorten, voorraadkosten en bestelkosten.
De 3 niveaus van prognoses: Puntenprognoses, Intervalprognoses, Waarschijnlijkheidsprognoses
Er zijn drie mogelijke typen prognoses die kunnen worden gebruikt in vraag- en voorraadplanningsprocessen. Puntvoorspelling, intervalvoorspelling en probabilistische voorspelling. Elk type prognose biedt geleidelijk meer informatie aan voorraadbeheerders die het planningsproces zullen verbeteren. In deze videoblog legt Dr. Thomas Willemain de verschillen uit en benadrukt hij de voordelen die probabilistische prognoses bieden. Samengevat, meer weten is altijd beter dan minder weten en de waarschijnlijkheidsprognose biedt aanvullende informatie die cruciaal is voor voorraadplanning.
Onregelmatige updates van parameters voor voorraadplanning kosten tijd, geld en pijn Service
Voorraadplanningsparameters zoals veiligheidsvoorraadniveaus, bestelpunten, Min/Max-instellingen, doorlooptijden, bestelhoeveelheden en DDMRP-buffers hebben een directe invloed op de voorraaduitgaven en het vermogen om aan de vraag van de klant te voldoen. Door ervoor te zorgen dat deze input regelmatig wordt geoptimaliseerd, zullen de klantenserviceniveaus drastisch verbeteren en wordt de hoeveelheid onnodige voorraaduitgaven verminderd.
Undershoot saboteert uw serviceniveau!
Undershoot betekent dat de doorlooptijd niet begint op het bestelpunt, maar eronder. Onderschrijding gebeurt elke keer dat de vraag die het bestelpunt overschreed, de voorraad onder (niet tot) het bestelpunt deed dalen. Undershoot pakt uw zak voordat u zelfs maar begint met het gooien van de dobbelstenen. Het misleidt de voorraadprofessional door te denken dat zijn of haar bestelpunten voldoende zijn om hun doelen te bereiken, terwijl de werkelijke prestaties niet voldoende zijn.
De echte boosdoeners van stockouts en excessen
Serviceniveau en opvullingspercentage zijn twee belangrijke statistieken om te meten hoe effectief aan de vraag van de klant wordt voldaan. Deze termen worden vaak verward en het begrijpen van de verschillen kan helpen bij het verbeteren van uw voorraadplanningsproces. Deze videoblog (Vlog) helpt het verschil te illustreren met een eenvoudig voorbeeld met Excel
De voordelen van kansvoorspelling
De meeste vraagprognoses zijn gedeeltelijk of onvolledig: ze bieden slechts één enkel getal: de meest waarschijnlijke waarde van de toekomstige vraag. Dit wordt een puntvoorspelling genoemd. Gewoonlijk schat de puntvoorspelling de gemiddelde waarde van de toekomstige vraag. Veel nuttiger is een voorspelling van de volledige kansverdeling van de vraag op elk toekomstig tijdstip. Dit wordt vaker waarschijnlijkheidsvoorspelling genoemd en is veel nuttiger.