Slimme software om de doorvoer van New Jersey te helpen de voorraadplanning en de beschikbaarheid van serviceonderdelen te verbeteren

Belmont, Massachusetts, 13 juni 2013 – Smart Software, Inc., leverancier van toonaangevende oplossingen voor vraagvoorspelling, planning en voorraadoptimalisatie, heeft vandaag aangekondigd dat New Jersey Transit (NJT) het vlaggenschipproduct van Smart, SmartForecasts, heeft gekocht®, voor haar spoor- en busactiviteiten als onderdeel van een bedrijfsbreed programma voor serviceverbetering en voorraadvermindering. NJT is de op twee na grootste aanbieder van bus-, spoor- en lightrailvervoer van het land en verbindt belangrijke punten in New Jersey, New York en Philadelphia.

NJT zal SmartForecasts gebruiken om het verbruik van onderdelen en de benodigde voorraadvoorraad te voorspellen voor zijn 40.000 actieve reserve- en serviceonderdelen, ter waarde van meer dan $100 miljoen. Een groot deel van de voorraad van NJT heeft te maken met een grillige, intermitterende vraag die bijzonder moeilijk te voorspellen is en kan leiden tot een aanzienlijke over- en onderbevoorrading van kritieke onderdelen. De eerste resultaten met SmartForecasts wijzen op het potentieel voor substantiële besparingen en verbeteringen in het serviceniveau, zodra de volledige implementatie is voltooid.

Smart Software zal het NJT-project in twee fasen uitvoeren. De eerste fase zal zich richten op het gebruik van SmartForecasts om onmiddellijke voordelen op korte termijn voor belangrijke groepen onderdelen te identificeren, en om de waarschijnlijke voordelen op lange termijn voor NJT te meten. In de tweede fase wordt SmartForecasts geïntegreerd in de dagelijkse planningsomgeving van New Jersey Transit.

SmartForecasts biedt unieke, gepatenteerde statistische oplossingen voor het voorspellen van een intermitterende vraag, een bijzonder uitdagend aspect van het beheer van serviceonderdelen, evenals een complete suite van geautomatiseerde prognose- en planningsmethodologieën. Door automatisch de juiste methode voor elk onderdeel te identificeren, kan SmartForecasts de hoeveelheid voorraad die nodig is om aan een bepaald serviceniveau te voldoen, aanzienlijk verminderen.

"We hebben verschillende zeer sterke successen behaald door transportsystemen te helpen hun onderdelenvoorraadplanning te verbeteren en hun klanten betere service te bieden met een betere beschikbaarheid van onderdelen", aldus Nelson Hartunian, CEO van Smart Software. “Organisaties zoals New Jersey Transit zoeken naar manieren om hen te helpen hun kosten te verlagen zonder de klantenservice negatief te beïnvloeden. Nu het aantal passagiers toeneemt, wordt dit steeds belangrijker. We kijken ernaar uit om NJT te helpen zijn doelen te bereiken.”

Over de doorvoer van New Jersey
NJ TRANSIT is het openbaarvervoerbedrijf van New Jersey. Haar missie is om veilige, betrouwbare, handige en kosteneffectieve vervoersdiensten te bieden met een bekwaam team van medewerkers, toegewijd aan de behoeften van onze klanten en toegewijd aan uitmuntendheid. Met een servicegebied van 5.325 vierkante mijl is NJ Transit de op twee na grootste aanbieder van bus-, spoor- en lightrailvervoer van het land, die belangrijke punten in New Jersey, New York en Philadelphia met elkaar verbindt. Het bureau exploiteert een vloot van 2.027 bussen, 711 treinen en 45 lightrailvoertuigen. Op 236 busroutes en 11 spoorlijnen over de hele staat verzorgt NJ Transit jaarlijks bijna 223 miljoen passagiersreizen. Daarnaast biedt het bureau ondersteuning en uitrusting aan particuliere contractbusvervoerders. Klik voor meer informatie over NJ Transit hier.

Over Smart Software, Inc.
Smart Software, Inc., opgericht in 1981, is een toonaangevende leverancier van ondernemingsbrede oplossingen voor vraagvoorspelling, planning en voorraadoptimalisatie. Het paradepaardje van Smart Software, SmartForecasts, heeft wereldwijd duizenden gebruikers, waaronder klanten van middelgrote ondernemingen en Fortune 500-bedrijven, zoals Abbott Laboratories, Metro-North Railroad, Siemens, Disney, Nestle, Nikon, GE en The Coca-Cola Company . Smart Software heeft zijn hoofdkantoor in Belmont, Massachusetts en is online te vinden op www.smartsoftware.wpengine.com .

SmartForecasts is een geregistreerd handelsmerk van Smart Software, Inc. Alle andere handelsmerken zijn het eigendom van hun respectievelijke eigenaars.


Neem voor meer informatie contact op met Smart Software, Inc., Four Hill Road, Belmont, MA 02478.
Telefoon: 1-800-SMART-99 (800-762-7899); FAXEN: 1-617-489-2748; E-mailadres: info@smartsoftware.wpengine.com

Wat is "een goede voorspelling"

De slimme voorspeller

Het nastreven van best practices op het gebied van vraagplanning,

prognoses en voorraadoptimalisatie

Door de voorraadniveaus te optimaliseren met behulp van de beste voorspellingen van de toekomstige vraag, kunnen enorme kostenbesparende efficiënties worden bereikt. Bekendheid met de basisprincipes van prognoses is een belangrijk onderdeel van effectief zijn met de softwaretools die zijn ontworpen om deze efficiëntie te benutten. Deze beknopte introductie (de eerste in een korte reeks blogposts) biedt de drukbezette professional een inleiding in de basisideeën die u nodig heeft bij het maken van prognoses. Hoe evalueert u uw prognose-inspanningen en hoe betrouwbaar zijn de resultaten?

Een goede voorspelling is 'onbevooroordeeld'. Het legt de voorspelbare structuur correct vast in de vraaggeschiedenis, waaronder: trend (een regelmatige toename of afname van de vraag); seizoensgebondenheid (cyclische variatie); speciale evenementen (bijv. verkoopacties) die van invloed kunnen zijn op de vraag of een kannibaliserend effect kunnen hebben op andere artikelen; en andere, macro-economische gebeurtenissen.

Met "onbevooroordeeld" bedoelen we dat de geschatte voorspelling niet te hoog of te laag is; het is even waarschijnlijk dat de werkelijke vraag boven of onder de voorspelde vraag ligt. Beschouw de voorspelling als uw beste schatting van wat er in de toekomst zou kunnen gebeuren. Als die voorspelling "onbevooroordeeld" is, zal het algemene beeld laten zien dat metingen van de werkelijke toekomstige vraag de prognoses zullen "brullen" - in evenwicht verdeeld boven en onder voorspellingen door de gelijke kansen.

Je kunt dit zien alsof je een artillerieofficier bent en het jouw taak is om met je kanon een doelwit te vernietigen. Je richt je kanon ("de voorspelling") en schiet dan en ziet hoe de granaten vallen. Als je het kanon correct hebt gericht (een "onbevooroordeelde" voorspelling produceert), zullen die granaten het doelwit "steunen"; sommige granaten vallen vooraan en sommige granaten vallen achterop, maar sommige granaten raken het doelwit. De vallende granaten kunnen worden gezien als de "daadwerkelijke vraag" die in de toekomst zal ontstaan. Als je goed hebt voorspeld (je kanon goed hebt gericht), dan zullen die actuals de prognoses ondersteunen en zowel boven als onder de prognose vallen.

Als je eenmaal een “onbevooroordeelde” voorspelling hebt verkregen (met andere woorden, je hebt je kanon correct gericht), is de vraag: hoe nauwkeurig was je voorspelling? Als we het voorbeeld van de artillerie gebruiken, hoe groot is het bereik rond het doelwit waarin uw granaten vallen? U wilt een zo klein mogelijk bereik hebben. Een goede voorspelling is er een met de minimaal mogelijke "spreiding" rond het doel.

Echter, alleen omdat de werkelijke waarden sterk rond de voorspelling vallen, wil nog niet zeggen dat u een slechte voorspelling hebt. Het kan alleen maar aangeven dat u een zeer "volatiele" vraaggeschiedenis heeft. Nogmaals, als je het artillerievoorbeeld gebruikt, als je begint te schieten in een orkaan, zou je moeten verwachten dat de granaten met een grote fout rond het doelwit vallen.

Uw doel is om een zo nauwkeurig mogelijke voorspelling te verkrijgen met de gegevens waarover u beschikt. Als die gegevens erg vluchtig zijn (je fotografeert in een orkaan), dan zou je een grote fout moeten verwachten. Als uw gegevens stabiel zijn, kunt u een kleine fout verwachten en zullen uw werkelijke waarden dicht bij de voorspelling liggen: u fotografeert op een heldere dag!

Om zowel het nut van uw prognoses als de mate van voorzichtigheid bij het toepassen ervan te begrijpen, moet u kunnen beoordelen en meten hoe goed uw prognose presteert. Hoe goed schat het in wat er werkelijk gebeurt? SmartForecasts doet dit automatisch door zijn "glijdende simulatie" door de geschiedenis te laten lopen. Het simuleert "voorspellingen" die zich in het verleden hadden kunnen voordoen. Een ouder deel van de geschiedenis, zonder de meest recente cijfers, wordt geïsoleerd en gebruikt om prognoses op te bouwen. Omdat deze prognoses vervolgens 'voorspellen' wat er in het meer recente verleden zou kunnen gebeuren - een periode waarvoor u al werkelijke vraaggegevens hebt - kunnen de prognoses worden vergeleken met de echte recente geschiedenis.

Op deze manier kan SmartForecasts empirisch de werkelijke voorspellingsfout berekenen - en die fouten zijn nodig om de veiligheidsvoorraad correct in te schatten. Veiligheidsvoorraad is de hoeveelheid extra voorraad die u nodig heeft om rekening te houden met de verwachte fout in uw prognoses. In een volgend essay, zal ik bespreken hoe we onze geschatte prognosefout gebruiken (via de glijdende simulatie van SmartForecasts) om veiligheidsvoorraden correct in te schatten.

Nelson Hartunian, PhD, was medeoprichter van Smart Software, was voorheen President en houdt er momenteel toezicht op als voorzitter van de raad van bestuur. Hij heeft op verschillende momenten leiding gegeven aan softwareontwikkeling, verkoop en klantenservice.

Laat een reactie achter
Laat een reactie achter
Laat een reactie achter
Laat een reactie achter
Laat een reactie achter
Laat een reactie achter
Laat een reactie achter
Laat een reactie achter

gerelateerde berichten

The Forecasting Process for Decision-Makers

Het prognoseproces voor besluitvormers

In bijna elk bedrijf en elke branche hebben besluitvormers betrouwbare voorspellingen nodig van cruciale variabelen, zoals omzet, inkomsten, vraag naar producten, voorraadniveaus, marktaandeel, kosten en trends in de sector. Er zijn veel soorten mensen die deze voorspellingen maken. Sommigen zijn geavanceerde technische analisten, zoals bedrijfseconomen en statistici. Vele anderen beschouwen forecasting als een belangrijk onderdeel van hun totale werk: algemeen managers, productieplanners, voorraadbeheerspecialisten, financiële analisten, strategische planners, marktonderzoekers en product- en verkoopmanagers. Toch beschouwen anderen zichzelf zelden als voorspellers, maar moeten ze vaak voorspellingen doen op een intuïtieve, oordelende basis.

Leveraging ERP Planning BOMs with Smart IP&O to Forecast the Unforecastable

Maak gebruik van ERP-planningstuklijsten met slimme IP&O om het onvoorspelbare te voorspellen

In een zeer configureerbare productieomgeving kan het voorspellen van eindproducten een complexe en lastige taak worden. Het aantal mogelijke eindproducten zal enorm stijgen als veel componenten uitwisselbaar zijn. Een traditionele MRP zou ons dwingen om elk afzonderlijk eindproduct te voorspellen, wat onrealistisch of zelfs onmogelijk kan zijn. Verschillende toonaangevende ERP-oplossingen introduceren het concept van de “Planning BOM”, waarmee prognoses op een hoger niveau in het productieproces kunnen worden gebruikt. In dit artikel bespreken we deze functionaliteit in ERP, en hoe u hiervan kunt profiteren met Smart Inventory Planning en Optimization (Smart IP&O) om in het licht van deze complexiteit uw vraag voor te blijven.

The Forecast Matters, but Maybe Not the Way You Think

De voorspelling is belangrijk, maar misschien niet zoals u denkt

Waar of niet waar: de prognose is niet van belang voor het voorraadbeheer van reserveonderdelen. Op het eerste gezicht lijkt deze verklaring duidelijk onjuist. Prognoses zijn immers cruciaal voor het plannen van de voorraadniveaus, toch? Het hangt ervan af wat je onder ‘voorspelling’ verstaat. Als u een ouderwetse prognose met één cijfer bedoelt (“de vraag naar artikel CX218b zal volgende week 3 eenheden bedragen en de week erna 6 eenheden”), dan nee. Als je de betekenis van voorspelling verruimt tot een kansverdeling die rekening houdt met onzekerheden in zowel vraag als aanbod, dan ja.

recente berichten

  • Managing Spare Parts Inventory: Best PracticesHet beheren van de voorraad reserveonderdelen: beste praktijken
    In 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 Ways to Improve Supply Chain Decision Speed5 manieren om de snelheid van beslissingen in de toeleveringsketen te verbeteren
    De 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. […]
  • Two employees checking inventory in temporary storage in a distribution warehouse.12 Oorzaken van Overstocking en Praktische Oplossingen
    Effectief 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 Mastering Smart IP&O for Better Inventory ManagementFAQ: 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 Key Demand Planning Trends Shaping the Future7 belangrijke trends in vraagplanning die de toekomst vormgeven
    Vraagplanning 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

    • Managing Spare Parts Inventory: Best PracticesHet beheren van de voorraad reserveonderdelen: beste praktijken
      In 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. […]
    • Innovating the OEM Aftermarket with AI-Driven Inventory Optimization XLInnovatie van de OEM-aftermarket met AI-gestuurde voorraadoptimalisatie
      De 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. […]
    • Future-Proofing Utilities. Advanced Analytics for Supply Chain OptimizationToekomstbestendige hulpprogramma's: geavanceerde analyses voor optimalisatie van de supply chain
      Nutsvoorzieningen 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. […]
    • Centering Act Spare Parts Timing Pricing and ReliabilityCentreringswet: timing, prijzen en betrouwbaarheid van reserveonderdelen
      In 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. […]

      Miljarden besparen? Hoe ver het 'Center for Innovation in Logistics Systems' het Amerikaanse leger zou kunnen brengen

      De slimme voorspeller

      Het nastreven van best practices op het gebied van vraagplanning,

      prognoses en voorraadoptimalisatie

      Bijgedragen aan The Smart Forecaster door Dr. Greg Parlier (kolonel, US Army, gepensioneerd). Details over de achtergrond van Dr. Parlier sluiten de post af.

      Al meer dan twee decennia geeft de General Accounting Office (GAO) aan dat het logistiek beheer van het ministerie van Defensie ineffectief en verkwistend is geweest, en dat de diensten geen strategische plannen hebben om het algehele voorraadbeheer en de prestaties van de toeleveringsketen te verbeteren.

      Voor het Amerikaanse leger houdt dit probleem rechtstreeks verband met het aanhoudende onvermogen om inventarisinvesteringsniveaus en -beleid te koppelen aan de effectiviteit van de toeleveringsketen om de doelstellingen voor gereedheid van gevechtsuitrusting te bereiken die vereist zijn voor wereldwijd ingezette strijdkrachten. Deze tekortkoming wordt toegeschreven aan talrijke complexiteiten die verband houden met het beheer van geografisch verspreide, onafhankelijk opererende organisaties, die nog worden verergerd door een gebrek aan zichtbaarheid, autoriteit en verantwoordelijkheid in deze enorme wereldwijde onderneming.

      In tegenstelling tot de zakenwereld, waar machtige krachten aanmoedigen innovatie om het concurrentievermogen en de efficiëntie te stimuleren, is het leger geen inkomstengenererende organisatie die zich richt op "kwartaalinkomsten" en winstgevendheid. Zeker, het leger wil een efficiënte verbruiker van hulpbronnen zijn, maar in tegenstelling tot de focus van de particuliere sector op winst als bottom line, is de surrogaatmotivator voor het leger 'machtsgereedheid'. Dit omvat de beschikbaarheid van uitrusting en de paraatheid van het wapensysteem voor huidige operaties in Afghanistan, evenals toekomstige vermogensvereisten die worden voorgeschreven door de National Command Authority.

      Om die beschikbaarheid van apparatuur te behouden, moet het leger ongelijksoortige organisatorische componenten synchroniseren met behulp van talloze processen met losgekoppelde legacy managementinformatiesystemen over tal van bevoorradingsondersteunende activiteiten die regelmatig verhuizen om de inzet van troepen te ondersteunen.

      Hoewel het leger nog steeds actief is in Afghanistan, zet het zich vandaag ook in voor een alomvattende en voortdurende transformatie. Centraal in deze inspanning staat de erkenning dat er drastische verbeteringen moeten worden bereikt in de logistieke operaties en het beheer van de toeleveringsketen. Het leger is eigenaar van een van 's werelds grootste en meest complexe toeleveringsketens en investeert nu in historisch ongekende inspanningen om volledig te profiteren van de beloften die worden geboden door nieuwe op informatie gebaseerde technologieën. Zo wordt aangenomen dat de "Single Army Logistics Enterprise" het meest ambitieuze en duurste implementatieproject voor Enterprise Resource Planning (ERP) is dat ooit is ondernomen.

      Deze ERP-implementatieprojecten hebben zeer wisselende resultaten opgeleverd. Hoewel het bewijs suggereert dat in de commerciële sector dramatische prestatieverbeteringen voor concurrentievoordeel kunnen worden bereikt, is dit alleen gebeurd waar zogenaamde "IT-oplossingen" worden toegepast op een onderliggend fundament van volwassen, efficiënte en geschikte bedrijfsprocessen.

      De realiteit van de meeste gevallen in de afgelopen jaren was echter niet dit succes. In plaats daarvan zijn er pogingen gedaan om een oplossing (zoals een ERP-systeem bijvoorbeeld) aan bestaande bedrijfsprocessen te 'verankeren', in misplaatste pogingen om verouderde beheerpraktijken te repliceren. Dergelijke pogingen om bestaande processen te automatiseren hebben maar al te vaak voor chaos gezorgd. In feite hebben deze pogingen niet alleen gefaald om de verwachte verbeteringen te bereiken, maar hebben ze zelfs geleid tot verminderde prestaties.

      Het algemene patroon is: hoe groter de IT-investering en de reikwijdte van de organisatie, hoe groter de kans dat er "mislukkingen" optreden, in de vorm van kostenoverschrijdingen, gemiste planningen en zelfs projectmislukkingen - waar de inspanning uiteindelijk is gestaakt.

      Wij geloven dat de manier om een gecoördineerde, alomvattende aanpak voor logistieke transformatie mogelijk te maken, is door een "motor voor innovatie" te creëren om continue prestatieverbetering voor legerlogistiek en supply chain management te versnellen en te ondersteunen. We ontwikkelen een 'Centrum voor Innovatie in Logistieke Systemen' om belangrijke organisatieonderdelen systematisch te evalueren, oorzaakanalyses uit te voeren, structurele wanorde te diagnosticeren en integrale oplossingen voor te schrijven. We hebben nu verschillende 'katalysatoren voor innovatie' geïdentificeerd om variabiliteit aan de aanbodzijde en vraagonzekerheid te verminderen - de directe oorzaken van het beruchte 'bull whip effect'. Deze omvatten wat we de 'gereedheidsvergelijking', 'mission-based forecasting', 'readiness-based sparing' en 'readiness responsive retrograde' noemen.

      Ons doel is om een uitgebreide modelleringscapaciteit te ontwikkelen om deze innovatiekatalysatoren samen met verschillende andere initiatieven te genereren en te testen om kosteneffectieve benaderingen te schatten voordat ze als beleid worden aangenomen en in de praktijk worden geïmplementeerd. We kijken naar prestatieanalyse, organisatieontwerp, managementinformatie en beslissingsondersteunende concepten, enterprise systems engineering en personeelsoverwegingen, inclusief investeringsbehoeften in menselijk kapitaal.

      Als we de 'katalysatoren' afzonderlijk bekijken, hebben we een aanzienlijk verbeterpotentieel gezien dat honderden miljoenen dollars aan besparingen zou kunnen opleveren. Wanneer gecombineerd in nieuwe, geïntegreerde managementpraktijken, is de potentiële omvang voor verbetering echter werkelijk dramatisch - miljarden dollars aan verdere besparingen zijn waarschijnlijk. Wat nog belangrijker is, het wordt mogelijk om investeringsniveaus te relateren aan de huidige paraatheid en toekomstige capaciteiten.

      Het centrum is in staat om 'managementinnovatie als een strategische technologie' te ontwikkelen door geavanceerde analyses te integreren met transformationele strategische planning. Door de kracht van analyse te benutten, te focussen en toe te passen, bevorderen we zowel kwalitatief als kwantitatief gezond verstand - de overtuigende analytische argumenten voor noodzakelijke verandering om een gemeenschappelijke visie na te streven. Met deze kracht beginnen we de leiders van het leger op te leiden, logistieke managers te motiveren tot actie en een bron te bieden voor innovatie die de cultuur kan omarmen. Tijdens onze reis hebben we zeker veel aangepast en toegepast vanuit zowel academische domeinen als het bedrijfsleven. Zij kunnen nu op hun beurt profiteren van wat we hebben kunnen leren en ook kunnen bereiken.

      Voorafgaand aan zijn pensionering was kolonel Parlier de senior, meest ervaren operationeel onderzoeksanalist van het leger en diende hij als plaatsvervangend bevelhebber voor transformatie van het Army Aviation and Missile Command (AMCOM). Hij is de auteur van Supply chains van het Amerikaanse leger transformeren: strategieën voor managementinnovatie, waarin het analytische raamwerk wordt beschreven van een meerjarig onderzoeks- en ontwikkelingsproject van het Army Materiel Command (AMC) dat inzichten in operationeel onderzoek verschaft voor gebruik door het leger en het ministerie van Defensie.

      Laat een reactie achter
      Laat een reactie achter
      Laat een reactie achter
      Laat een reactie achter
      Laat een reactie achter
      Laat een reactie achter
      Laat een reactie achter
      Laat een reactie achter

      gerelateerde berichten

      Confused about AI and Machine Learning?

      Verward over AI en Machine Learning?

      Bent u in de war over wat AI is en wat machine learning is? Weet u niet zeker waarom meer weten u zal helpen bij uw werk in voorraadplanning? Wanhoop niet. Het komt wel goed met je, en we laten je zien hoe iets van wat het ook is, nuttig kan zijn.

      Smart Software Announces Next-Generation Patent

      Smart Software kondigt patent van de volgende generatie aan

      Smart Software is verheugd de toekenning van US Patent 11,656,887 aan te kondigen. Het patent leidt “technische oplossingen voor het analyseren van historische vraaggegevens van middelen in een technologieplatform om het beheer van een geautomatiseerd proces in het platform te vergemakkelijken.

      recente berichten

      • Managing Spare Parts Inventory: Best PracticesHet beheren van de voorraad reserveonderdelen: beste praktijken
        In 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 Ways to Improve Supply Chain Decision Speed5 manieren om de snelheid van beslissingen in de toeleveringsketen te verbeteren
        De 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. […]
      • Two employees checking inventory in temporary storage in a distribution warehouse.12 Oorzaken van Overstocking en Praktische Oplossingen
        Effectief 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 Mastering Smart IP&O for Better Inventory ManagementFAQ: 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 Key Demand Planning Trends Shaping the Future7 belangrijke trends in vraagplanning die de toekomst vormgeven
        Vraagplanning 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

        • Managing Spare Parts Inventory: Best PracticesHet beheren van de voorraad reserveonderdelen: beste praktijken
          In 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. […]
        • Innovating the OEM Aftermarket with AI-Driven Inventory Optimization XLInnovatie van de OEM-aftermarket met AI-gestuurde voorraadoptimalisatie
          De 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. […]
        • Future-Proofing Utilities. Advanced Analytics for Supply Chain OptimizationToekomstbestendige hulpprogramma's: geavanceerde analyses voor optimalisatie van de supply chain
          Nutsvoorzieningen 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. […]
        • Centering Act Spare Parts Timing Pricing and ReliabilityCentreringswet: timing, prijzen en betrouwbaarheid van reserveonderdelen
          In 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. […]

          Prognoses met de juiste gegevens

          De slimme voorspeller

          Het nastreven van best practices op het gebied van vraagplanning,

          prognoses en voorraadoptimalisatie

          Om de efficiëntievoordelen van prognoses te benutten, hebt u de meest nauwkeurige prognoses nodig: prognoses die zijn gebaseerd op de meest geschikte historische gegevens. De meeste discussies over dit probleem richten zich meestal op de voordelen van het gebruik van vraag versus verzendgeschiedenis - en ik zal hier later op ingaan. Maar laten we het eerst hebben over het gebruik van netto- versus brutogegevens.

          Netto versus bruto geschiedenis

          Veel planners zijn geneigd om netto-omzetgegevens te gebruiken om hun prognoses te maken. Systemen die verkopen volgen, registreren transacties wanneer ze plaatsvinden en aggregeren de resultaten in wekelijkse of maandelijkse periodieke totalen. In sommige gevallen worden geretourneerde aankopen in verkooprecords als negatieve verkopen verantwoord en wordt een nettototaal berekend. Deze nettocijfers, die vaak echte verkooppatronen maskeren, worden ingevoerd in het prognosesysteem. De gebruikte historische gegevens geven eigenlijk een verkeerd beeld van wat de klant wilde en wanneer hij het wilde. Dit wordt meegenomen in de prognose, met minder dan optimale resultaten.

          (meer…)