Taiichi Ohno van Toyota wordt gecrediteerd voor het uitvinden van Just-In-Time (JIT) -productie in de jaren vijftig. JIT zorgt ervoor dat een fabrikant alleen produceert wat nodig is, alleen wanneer nodig en alleen in de benodigde hoeveelheid. Die innovatie heeft sindsdien grote gevolgen gehad, sommige goed, sommige minder.

Een recent artikel in de New York Times "How the World Ran out of Everything" beschrijft enkele van de "mindere" effecten. JIT heeft bijvoorbeeld de voorraadkosten zeer laag gehouden, waardoor het rendement op activa is verbeterd. Dit wordt op zijn beurt beloond door Wall Street, dus veel bedrijven hebben de afgelopen decennia hun voorraden drastisch verminderd. Gefocust als ze waren op financiën, negeerden veel bedrijven de risico's die inherent zijn aan het verminderen van voorraden tot het punt dat 'mager' begon te grenzen aan 'uitgemergeld'. Gecombineerd met de toegenomen globalisering en nieuwe risico's van leveringsonderbrekingen, zijn de voorraden in overvloed toegenomen.

Sommige industrieën zijn te ver gegaan, waardoor ze blootstaan aan disruptie. In een competitie om de laagste kosten te krijgen, hebben bedrijven onbedoeld hun risico geconcentreerd, onderbroken door tekorten aan grondstoffen of componenten en soms gedwongen om assemblagelijnen stop te zetten. Wall Street kijkt niet goed naar productiestops.

We weten allemaal dat willekeurige gebeurtenissen het probleem hebben vergroot. De eerste daarvan was de Covid-pandemie. Aangezien de pandemie de fabrieksactiviteiten heeft belemmerd en wanorde heeft veroorzaakt in de wereldwijde scheepvaart, worden veel economieën over de hele wereld gekweld door tekorten aan een enorm scala aan goederen – van computerchips tot hout tot kleding.

De schade wordt nog groter als er meer onverwachte dingen fout gaan. De blokkade van het Suezkanaal is een goed voorbeeld, het blokkeren van de belangrijkste handelsroute tussen Europa en Azië. Onlangs hebben cyberaanvallen een nieuwe laag van verstoring toegevoegd.

De reactie creëert zijn eigen problemen, net zoals de cyberaanval op de koloniale pijpleiding gastekorten veroorzaakte door paniekaankopen. Leveranciers beginnen langzamer dan normaal met het uitvoeren van bestellingen. Fabrikanten en distributeurs keren de koers om en vergroten hun voorraden en diversifiëren hun leveranciers om toekomstige voorraden te voorkomen. Het simpelweg uitbreiden van magazijnen biedt misschien niet de oplossing, en de noodzaak om te bepalen hoeveel voorraad moet worden aangehouden, wordt elke dag urgenter.

Voorraadplanning vanuit het perspectief van een natuurkundige

In een perfecte wereld zou Just In Time (JIT) de geschikte oplossing zijn voor voorraadbeheer. Als je precies kunt voorspellen wat je nodig hebt en waar je het nodig hebt en je leveranciers kunnen krijgen wat je nodig hebt zonder vertraging, dan hoef je lokaal niet veel voorraad aan te houden. Maar zoals het gezegde luidt van de beroemde bokser Mike Tyson: "iedereen heeft een plan totdat ze in de mond worden geslagen." En de laatste klap in de mond voor de wereldwijde toeleveringsketen was de blokkade van het Suezkanaal van vorige week die $9.6B in de handel tegenhield en naar schatting $6.7M per minuut kostte[1]. Verstoringen als gevolg van deze en soortgelijke gebeurtenissen moeten worden gemodelleerd en in uw planning worden verantwoord.

De veronderstelling dat je precies kunt toekomst voorspellen bleek uit de wetten van Isaac Newton. Sinds de jaren 1920, met de introductie van de kwantumfysica, werd onzekerheid fundamenteel voor ons begrip van de natuur. Onzekerheid is ingebouwd in de fundamentele realiteit. Zo moet het ook worden ingebouwd in processen voor vraag- en aanbodplanning. Maar al te vaak worden Black Swan-evenementen, zoals de blokkade van het Suezkanaal, vaak gezien als anomalieën en als gevolg daarvan worden ze buiten beschouwing gelaten bij de planning. Het is niet genoeg om achteraf terug te kijken en te verkondigen dat het had kunnen worden verwacht. Er moet iets worden gedaan om het optreden van andere dergelijke gebeurtenissen in de toekomst aan te pakken en de voorraadniveaus dienovereenkomstig te plannen.

We moeten verder gaan dan het denken van "dunne staartverdeling", waarbij extreme uitkomsten worden verdisconteerd, en plannen maken voor "dikke staarten". Dus hoe voeren we een real-world JIT-plan uit als het gaat om het plannen van inventaris? Om dit te doen, is de eerste stap het inschatten van de realistische doorlooptijd om een artikel te verkrijgen. Schatting is echter moeilijk vanwege de onzekerheid over de doorlooptijd. Met behulp van actuele doorlooptijden van leveranciers in uw bedrijfsdatabase en externe gegevens, kunt u een verdeling van mogelijke toekomstige doorlooptijden en eisen binnen die doorlooptijden ontwikkelen. Probabilistische prognoses stelt u in staat om rekening te houden met verstoringen en ongebruikelijke gebeurtenissen door uw schattingen niet te beperken tot wat uitsluitend is waargenomen op basis van uw eigen kortetermijngegevens over vraag en doorlooptijd. U kunt voor elke gebeurtenis mogelijke uitkomsten met bijbehorende kansen genereren.

Zodra u een schatting heeft van de doorlooptijd en vraagverdeling, kunt u dat doen specificeer het serviceniveau je moet hebben voor dat onderdeel. Het gebruik van oplossingen zoals Slimme voorraadoptimalisatie (SIO), kunt u vol vertrouwen bevoorraden op basis van het beoogde voorraadrisico met minimale voorraadkosten. U kunt ook overwegen om de oplossing optimale serviceniveaudoelen te laten voorschrijven door de kosten van extra voorraad versus de kosten van voorraaduitval te beoordelen.

Parameters voor voorraadplanning, 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. Op basis van deze parameterinstellingen doet uw ERP-systeem dagelijks inkoopordersuggesties.

Door ervoor te zorgen dat deze inputs worden begrepen en regelmatig worden geoptimaliseerd, worden verspillende voorraaduitgaven aanzienlijk verminderd en worden de klantenserviceniveaus drastisch verbeterd.

Gezien het belang van het juist hebben van deze planningsparameters, besteden we tijdens ons overleg veel tijd aan de vraag (1) hoe deze parameterwaarden worden berekend en (2) hoe vaak ze worden bijgewerkt. Meestal zijn de methoden voor het berekenen van de parameterwaarden de vuistregel. U kunt hier lezen waarom het gebruik van vuistregelbenaderingen zo problematisch is - Pas op voor eenvoudige vuistregels voor voorraadbeheer.

Deze blog zal zich richten op de frequentie van updates. Wanneer we bedrijven interviewen en hen vragen hoe vaak ze planningsparameters bijwerken, is het antwoord dat we bijna altijd horen "elke dag!" Een vervolgvraag of twee onthult meestal dat dit gewoon niet waar is. Wat 'elke dag' in de praktijk betekent, is dit: elke dag stelt het ERP-systeem tientallen tot honderden inkooporders en/of productieopdrachten voor. De planner, laten we hem Peter noemen, bekijkt deze bestellingen dagelijks en beslist of hij ze vrijgeeft, wijzigt of annuleert. Als de bestelsuggestie niet "goed voelt", beoordeelt Peter de planningsinvoer en past hij de bestelling indien nodig aan. Peter kan bijvoorbeeld het gevoel hebben dat er al voldoende voorraad aanwezig is. Om het probleem op te lossen, verlaagt hij het bestelpunt en annuleert hij de bestelling. Of als hij vindt dat de bestelling al weken geleden had moeten worden geplaatst, kan Peter de bestelling bespoedigen en het bestelpunt en de bestelhoeveelheid verhogen om ervoor te zorgen dat er de volgende keer voldoende voorraad is.

De belangrijkste tekortkomingen van deze benadering zijn dat deze reactief en onvolledig is. Hier is waarom:

reactief

Het beoordeelt alleen het handvol items dat op een bepaalde dag is gemarkeerd voor aanvulling, maar niet op andere. De trigger voor het beoordelen van een item is wanneer de ERP een bestelling voorstelt, en dat gebeurt alleen wanneer het bestelpunt of Min wordt overschreden. Als de Min te hoog is en eerder doorbreekt dan zou moeten, wordt een onnodige bestelling geplaatst, tenzij de planner deze onderschept. Als de Min te laag is, dan is het te laat om de fout te herstellen. Hoe groot de bestelsuggestie ook is, u moet nog steeds wachten op nieuwe bevoorrading en aangezien de bestelling laat werd voorgesteld, is een voorraadtekort tijdens de aanvullingsperiode zeer waarschijnlijk. Waar is de “planning” in zo’n proces? Zoals een klant het verwoordde: "Ons vorige proces was, achteraf bezien, besteed aan het beheren van de outputs en niet de inputs."

Incompleet

Hoe zit het met de duizenden andere artikelen die een Min/Max, veiligheidsvoorraad, bestelpunt of andere parameters hebben die niet opnieuw worden beoordeeld gezien de bijgewerkte vraag- en aanbodgegevens. De planner beoordeelt geen van deze items, wat betekent dat problemen niet van tevoren worden geïdentificeerd. Wat het probleem nog groter maakt, is dat wanneer Peter een wijziging aanbrengt, hij geen tools heeft om de kwaliteit van zijn wijzigingen te beoordelen. Als hij de min/max-instellingen wijzigt, weet hij niet welke specifieke impact dit zal hebben op de voorraadwaarde, bestelkosten, voorraadkosten, voorraadtekorten en serviceniveaus. Hij weet alleen dat een toename van de voorraad de service waarschijnlijk zal verbeteren en de kosten zal verhogen. Hij weet bijvoorbeeld niet of zijn inventaris een punt van bereikt heeft afnemende meeropbrengsten. Wanneer voorraadbeslissingen worden genomen met slechts een zeer globaal begrip van de afwegingen, ontstaan er stroomafwaarts meer problemen. U zou niet willen dat uw timmerman ruwe schattingen van hun afmetingen maakt, maar het is gebruikelijk dat professionals op het gebied van voorraadplanning dit doen met miljoenen dollars aan inventarisuitgaven die op het spel staan.

Hoe vaak werken de meeste bedrijven parameters bij?

Dus hoe vaak maken de meeste bedrijven systeembrede updates van hun planningsparameters, zoals bestelpunten, veiligheidsvoorraden, min/max-instellingen, doorlooptijden en bestelhoeveelheden? Doorgaans vinden massa-updates driemaandelijks, jaarlijks plaats, en in sommige gevallen nooit. De enige keren dat wijzigingen worden aangebracht, is wanneer een bestelling wordt geactiveerd door ERP. Niet bepaald behendig.

De belangrijkste reden om niet vaker in te grijpen is dat het te veel tijd kost. De meeste bedrijven stellen deze belangrijke parameters in met behulp van zeer logge Excel-programma's of ERP-applicaties die simpelweg niet zijn ontworpen om systematische voorraadplanning uit te voeren. Dit is waar software voor voorraadoptimalisatie kan helpen.

Voorraadoptimalisatiesoftware gebruiken en waarschijnlijkheidsvoorspelling door de belangrijkste planningsparameters regelmatig bij te werken, bijvoorbeeld elke week of maand in plaats van driemaandelijks of jaarlijks, kunt u snel reageren op veranderingen in uw bedrijf. U kunt kostenbesparende mogelijkheden benutten, bijvoorbeeld wanneer de vraag afneemt en u kunt bijbestelpunten en/of bestelhoeveelheden verlagen en eventueel openstaande bestellingen annuleren. Of u kunt reageren op problemen, zoals wanneer de vraag toeneemt, uw serviceniveauverplichtingen aan klanten in gevaar komen, of de doorlooptijden van leveranciers toenemen en herberekening van bestelpunten vereisen.

Hoe het goed te doen

De sleutel is het vaststellen van een overeengekomen reeks prestatie- en inventariswaardestatistieken en de software de stand van zaken op de achtergrond laten bewaken en u waarschuwen voor uitzonderlijke situaties. Dit is simpelweg nog een manier om te zeggen dat u, als de systemen eenmaal zijn opgezet, verder wilt gaan met beheer bij uitzondering. U kunt bereiken instellen waarbinnen dingen kunnen floreren zoals ze normaal doen, maar zodra een kritieke parameter zoals "voorraadrisico een vooraf bepaald niveau overschrijdt" of "voorraadwaarde of kosten een vooraf gedefinieerd niveau overschrijden", kan de software een dagelijkse waarschuwing en kan ook een reactie aanbevelen, zoals het verhogen van een bestelpunt. Met dit niveau van geautomatiseerde assistentie wordt het mogelijk om de vinger aan de pols van de inventaris te houden zonder overweldigd te worden door de enorme hoeveelheid gegevens.

U kunt bijvoorbeeld een eerste set inventarisparameters als beleid kiezen, omdat u aan de software kunt zien dat deze voldoet aan uw serviceniveaudoelen binnen uw inventarisbudget. U kunt het systeem serviceniveaudoelen voor u laten voorschrijven en vertrouwd zijn met de instellingen omdat de voorraadwaarde binnen het budget valt. Als de vraag echter minder voorspelbaar wordt dan voorheen, kunt u niet hetzelfde serviceniveau bereiken zonder een toename van de voorraad. Een uitzonderingsrapport identificeert dit en stelt u in staat een weloverwogen beslissing te nemen over wat u moet doen. U kunt besluiten om het beleid aan te passen of hetzelfde te houden. Als je het hetzelfde houdt, weet je nu de extra risico's en verandering in voorraadkosten. Dit kan gecommuniceerd worden naar alle stakeholders zodat er geen verrassingen zijn.

Plan niet reageren

In plaats van constant in reactieve modus te zijn, kun je omgaan met wat echt moet worden afgehandeld en heb je nog wat tijd om vooruit te denken. U kunt bijvoorbeeld 'wat als'-analyses uitvoeren op kwesties als welke doorlooptijden van leveranciers de grootste winst opleveren als ze worden verkort, of serviceniveaudoelstellingen moeten worden aangepast om rekening te houden met verschuivingen in klantkritiek, of soortgelijke beleidskwesties. Het is immers niet zo dat je niet met een volle dagelijkse agenda komt te zitten, het is alleen de vraag of je die agenda naar een meer strategisch niveau kunt tillen. Dus als u al uw "planning"-tijd besteedt aan het beheren van de output van uw ERP in plaats van het constructief beoordelen en optimaliseren van de input, is het tijd om uw voorraadplanningsproces opnieuw te beoordelen.