Probabilistische versus deterministische orderplanning
Denk aan het probleem van het aanvullen van de voorraad. Stel dat het betreffende voorraadartikel een reserveonderdeel is, om precies te zijn. Zowel u als uw leverancier zullen een idee willen hebben van hoeveel u gaat bestellen en wanneer. En uw ERP-systeem dringt er misschien op aan dat u ook het geheim prijsgeeft.
Beoordelen hoe leveranciers uw voorraadkosten beïnvloeden
Software voor voorraadoptimalisatie wordt meestal gebruikt om de analytische resultaten te verkrijgen die u nodig heeft om uw dagelijkse activiteiten uit te voeren, zoals bestelpunten (ook bekend als Mins) en bestelhoeveelheden. Deze gespecialiseerde software helpt u bij het vinden van de optimale balans tussen voorraadkosten en artikelbeschikbaarheid tijdens routinewerkzaamheden.
De omzet verhogen door de beschikbaarheid van reserveonderdelen te vergroten
Laten we beginnen met te erkennen dat een hogere omzet een goede zaak voor u is, en dat het verhogen van de beschikbaarheid van de reserveonderdelen die u levert een goede zaak is voor uw klanten. Maar laten we ook erkennen dat een grotere beschikbaarheid van artikelen niet noodzakelijkerwijs leidt tot hogere inkomsten. Als u verkeerd plant en uiteindelijk overtollige voorraad heeft, kan het netto-effect goed zijn voor uw klanten, maar zeker slecht voor u. Er moet een goede manier zijn om dit een win-winsituatie te maken, als het maar kan worden herkend.
Vier handige manieren om prognosefouten te meten
In deze video vertelt Dr. Thomas Willemain, mede-oprichter en SVP Research, over het verbeteren van de prognosenauwkeurigheid door de prognosefout te meten. We beginnen met een overzicht van de verschillende soorten foutstatistieken: schaalafhankelijke fout, procentuele fout, relatieve fout en schaalvrije foutstatistieken. Hoewel sommige fouten onvermijdelijk zijn, zijn er manieren om deze te verminderen, en prognosestatistieken zijn noodzakelijke hulpmiddelen voor het bewaken en verbeteren van de nauwkeurigheid van de prognose. Daarna zullen we het speciale probleem van intermitterende vraag en deel-door-nul problemen uitleggen. Tom besluit door uit te leggen hoe prognoses van meerdere items kunnen worden beoordeeld en hoe het vaak zinvol is om gewogen gemiddelden te gebruiken, waarbij items anders worden gewogen op basis van volume of omzet.
Herdefinieer uitzonderingen en verfijn de planning om onzekerheid aan te pakken
In een perfecte wereld zou Just in Time (JIT) de juiste oplossing zijn voor voorraadbeheer. Maar zoals het gezegde luidt: "iedereen heeft een plan totdat ze in de mond worden geslagen." Een enorme klap in de mond voor de wereldwijde toeleveringsketen was Suezkanaalblokkade die $9,6B in de handel hield en naar schatting $6,7M per minuut kostte.
Omgaan met de stijgende vraag tijdens de rebound
Veel van onze klanten die tijdens de pandemie de vraag zagen opdrogen, zien nu een aanzienlijke stijging van de vraag. Andere klanten in kritieke industrieën zoals kunststoffen, biotech, halfgeleiders en elektronica zagen de vraag al in april stijgen. Voor suggesties over hoe om te gaan met deze situaties, lees dan verder.
Waarom willekeurige Service Level Targets kiezen?
Leer hoe u automatisch de optimale Targets @scale selecteert om de totale kosten voor uw bedrijf te minimaliseren. De Smart Inventory Optimization-app berekent alle belangrijke statistieken om die afwegingen bloot te leggen.
Maximaliseer machine-uptime met probabilistische modellering
Als je zowel dingen maakt als verkoopt, heb je twee voorraadproblemen. Bedrijven die dingen verkopen, moeten zich onophoudelijk concentreren op het hebben van voldoende productvoorraad om aan de vraag van de klant te voldoen. Fabrikanten en activa-intensieve industrieën zoals energieopwekking, openbaar vervoer, mijnbouw en raffinage, hebben een extra zorg voor de inventaris: ze hebben voldoende reserveonderdelen om hun machines draaiende te houden.
In deze technische briefing worden de basisprincipes van twee probabilistische modellen van machinestoringen besproken. Het relateert ook de uptime van machines aan de toereikendheid van de voorraad reserveonderdelen.
Wat is het verschil tussen vraagplanning en voorraadoptimalisatie?
De Smart Demand Planning-app (SDP) geeft vraagprognoses. De SDP-prognose-engine is ook de kern van de Smart Inventory Optimization-app (SIO), die verschillende voorraadbeleidsregels aan een stresstest toedient met behulp van een aantal vraagscenario's om optimale instellingen voor het voorraadbeleid te vinden.
Voorraad optimaliseren? Volg deze 4 stappen
Service Level Driven Planning (SLDP) is een benadering van voorraadplanning die is gebaseerd op het blootleggen van de afwegingen tussen SKU-beschikbaarheid en voorraadkosten die aan de basis liggen van verstandige voorraadbeslissingen. Wanneer organisaties deze afwegingen begrijpen, kunnen ze betere beslissingen nemen en hebben ze meer variatie in het risico van stockouts. SLDP ontvouwt zich in vier stappen: Benchmark, Collaborate, Plan en Track.
Zes tips voor nieuwe vraagplanners
Als je een nieuwe professional bent op het gebied van voorraadbeheer, heb je te maken met een zeer steile leercurve. Er zijn veel bewegende delen in het systeem dat u beheert, en veel van de bewegingen zijn willekeurig. Misschien vindt u het nuttig om een stap terug te doen van de dagelijkse stroom om na te denken over wat er nodig is om succesvol te zijn. Hier zijn zes suggesties die u misschien nuttig vindt; ze zijn gedistilleerd door meer dan vijfendertig jaar met een aantal zeer slimme beoefenaars te werken.
Automatische prognoses voor vraagprognoses in tijdreeksen
In deze video-tutorial presenteert Dr. Thomas Willemain, mede-oprichter en SVP Research bij Smart Software, Automatic Forecasting for Time Series Demand Projections, een gespecialiseerd algoritmisch toernooi om een geschikt tijdreeksmodel te bepalen en de parameters te schatten om de beste voorspellingsmethoden te berekenen.
Vier manieren om voorraad te optimaliseren
Voorraadoptimalisatie is de afgelopen maanden voor veel van onze klanten een nog hogere prioriteit geworden. Sommigen vinden hun producten in een veel grotere vraag; meer hebben het tegenovergestelde probleem. In beide gevallen dwingen gebeurtenissen zoals de Covid19-pandemie een heronderzoek van de standaard bedrijfsomstandigheden, zoals de keuze van bestelpunten en bestelhoeveelheden.
Prognose met behulp van leidende indicatoren - Regressieanalyse:
In deze videotutorials presenteert Dr. Thomas Willemain, medeoprichter en SVP Research, regressieanalyse, een gespecialiseerde statistische modelleringstechniek om de nauwkeurigheid van de voorspellingen te verbeteren. Deze video's leggen met voorbeelden uit hoe je Regressie Analyse gebruikt en de verschillende scenario's waar deze techniek een goede keuze maakt.
5 Tips voor vraagplanning voor het berekenen van prognoseonzekerheid
Degenen die prognoses maken, zijn het aan degenen die prognoses consumeren, en aan zichzelf, verplicht om zich bewust te zijn van de onzekerheid in hun prognoses. Deze opmerking gaat over het schatten van de prognoseonzekerheid en het gebruiken van de schattingen in uw vraagplanningsproces. We richten ons op prognoses die zijn gemaakt ter ondersteuning van de vraagplanning en op prognoses die inherent zijn aan het optimaliseren van voorraadbeleid met betrekking tot bestelpunten, veiligheidsvoorraden en min/max-niveaus.
recente berichten
Het beheren van de voorraad reserveonderdelen: beste praktijkenIn this blog, we’ll explore several effective strategies for managing spare parts inventory, emphasizing the importance of optimizing stock levels, maintaining service levels, and using smart tools to aid in decision-making. Managing spare parts inventory is a critical component for businesses that depend on equipment uptime and service reliability. Unlike regular inventory items, spare parts often have unpredictable demand patterns, making them more challenging to manage effectively. An efficient spare parts inventory management system helps prevent stockouts that can lead to operational downtime and costly delays while also avoiding overstocking that unnecessarily ties up capital and increases holding costs. […]
5 manieren om de snelheid van beslissingen in de toeleveringsketen te verbeterenDe belofte van een digitale supply chain heeft de manier waarop bedrijven opereren getransformeerd. In de kern kan het snelle, datagestuurde beslissingen nemen en tegelijkertijd kwaliteit en efficiëntie in de hele bedrijfsvoering garanderen. Het gaat echter niet alleen om toegang tot meer data. Organisaties hebben de juiste tools en platforms nodig om die data om te zetten in bruikbare inzichten. Dit is waar besluitvorming cruciaal wordt, vooral in een landschap waar nieuwe digitale supply chain-oplossingen en AI-gestuurde platforms u kunnen ondersteunen bij het stroomlijnen van veel processen binnen de beslissingsmatrix. […]
12 Oorzaken van Overstocking en Praktische OplossingenEffectief voorraadbeheer is cruciaal voor het behouden van een gezonde balans en het verzekeren dat middelen optimaal worden toegewezen. Hier is een diepgaande verkenning van de belangrijkste oorzaken van overstocking, hun implicaties en mogelijke oplossingen. […]
FAQ: Slimme IP&O voor beter voorraadbeheer.Effectief supply chain- en voorraadbeheer zijn essentieel voor het bereiken van operationele efficiëntie en klanttevredenheid. Deze blog biedt duidelijke en beknopte antwoorden op enkele basisvragen en andere veelvoorkomende vragen van onze Smart IP&O-klanten, en biedt praktische inzichten om typische uitdagingen te overwinnen en uw voorraadbeheerpraktijken te verbeteren. Met de focus op deze belangrijke gebieden helpen we u complexe voorraadproblemen om te zetten in strategische, beheersbare acties die kosten verlagen en de algehele prestaties verbeteren met Smart IP&O. […]
7 belangrijke trends in vraagplanning die de toekomst vormgevenVraagplanning gaat verder dan alleen het voorspellen van productbehoeften; het gaat erom ervoor te zorgen dat uw bedrijf nauwkeurig, efficiënt en kosteneffectief aan de vraag van klanten voldoet. De nieuwste technologie voor vraagplanning pakt belangrijke uitdagingen aan, zoals nauwkeurigheid van voorspellingen, voorraadbeheer en marktresponsiviteit. In deze blog introduceren we kritieke trends voor vraagplanning, waaronder datagestuurde inzichten, probabilistische voorspellingen, consensusplanning, voorspellende analyses, scenariomodellering, realtime zichtbaarheid en multilevel voorspellingen. Deze trends helpen u om voorop te blijven lopen, uw toeleveringsketen te optimaliseren, kosten te verlagen en de klanttevredenheid te verbeteren, waardoor uw bedrijf op de lange termijn succesvol wordt. […]
Voorraadoptimalisatie voor fabrikanten, distributeurs en MRO
- Het beheren van de voorraad reserveonderdelen: beste praktijkenIn this blog, we’ll explore several effective strategies for managing spare parts inventory, emphasizing the importance of optimizing stock levels, maintaining service levels, and using smart tools to aid in decision-making. Managing spare parts inventory is a critical component for businesses that depend on equipment uptime and service reliability. Unlike regular inventory items, spare parts often have unpredictable demand patterns, making them more challenging to manage effectively. An efficient spare parts inventory management system helps prevent stockouts that can lead to operational downtime and costly delays while also avoiding overstocking that unnecessarily ties up capital and increases holding costs. […]
Innovatie van de OEM-aftermarket met AI-gestuurde voorraadoptimalisatieDe aftermarketsector biedt OEM's een beslissend voordeel door een stabiele inkomstenstroom te bieden en de loyaliteit van klanten te bevorderen door de betrouwbare en tijdige levering van serviceonderdelen. Het beheren van inventaris en het voorspellen van de vraag in de aftermarket gaat echter gepaard met uitdagingen, waaronder onvoorspelbare vraagpatronen, enorme productassortimenten en de noodzaak van snelle doorlooptijden. Traditionele methoden schieten vaak tekort vanwege de complexiteit en variabiliteit van de vraag in de aftermarket. De nieuwste technologieën kunnen grote datasets analyseren om de toekomstige vraag nauwkeuriger te voorspellen en voorraadniveaus te optimaliseren, wat leidt tot betere service en lagere kosten. […]
Toekomstbestendige hulpprogramma's: geavanceerde analyses voor optimalisatie van de supply chainNutsvoorzieningen op het gebied van elektriciteit, aardgas, stedelijk water en telecommunicatie zijn allemaal activa-intensief en afhankelijk van fysieke infrastructuur die in de loop van de tijd goed moet worden onderhouden, bijgewerkt en geüpgraded. Het maximaliseren van de uptime van bedrijfsmiddelen en de betrouwbaarheid van de fysieke infrastructuur vereist effectief voorraadbeheer, prognoses van reserveonderdelen en leveranciersbeheer. Een nutsbedrijf dat deze processen effectief uitvoert, presteert beter dan zijn concurrenten, levert een beter rendement op voor zijn investeerders en hogere serviceniveaus voor zijn klanten, terwijl het zijn impact op het milieu vermindert. […]
Centreringswet: timing, prijzen en betrouwbaarheid van reserveonderdelenIn dit artikel begeleiden we u bij het opstellen van een voorraadplan voor reserveonderdelen, waarbij prioriteit wordt gegeven aan beschikbaarheidsstatistieken zoals serviceniveaus en vulpercentages, terwijl de kostenefficiëntie wordt gewaarborgd. We zullen ons concentreren op een benadering van voorraadplanning genaamd Service Level-Driven Inventory Optimization. Vervolgens bespreken we hoe u kunt bepalen welke onderdelen u in uw inventaris moet opnemen en welke onderdelen mogelijk niet nodig zijn. Ten slotte onderzoeken we manieren om uw op serviceniveau gebaseerde voorraadplan consistent te verbeteren. […]