Webinar: 10 vragen die het ware voorraadbeleid van uw bedrijf onthullen
Weet u hoe uw organisatie haar voorraadplanningsbeleid bepaalt en in hoeverre u dit ook daadwerkelijk toepast? En dat ze het werk doen? Vraagplanning, prognoses en voorraadplanning moeten goed gedefinieerde processen zijn die door alle betrokkenen worden begrepen en geaccepteerd. Er zou nul mysterie moeten zijn.
Neem deel aan ons webinar met Greg Hartunian, CEO van Smart Software, die de top 10 vragen zal bespreken die u zou moeten stellen om het werkelijke planningsbeleid van uw bedrijf te onthullen. Als u dit doet, wordt uw planningsproces ontrafeld en kunt u belangrijke kansen voor financiële besparingen en procesverbeteringen identificeren.
We bieden dit webinar aan vanwege de populariteit van onze blog
"Onthul uw Real Inventory Planning and Forecasting Process door deze 10 vragen te stellen." Greg legt het belang van elke vraag uit en beschrijft hoe hij de verscheidenheid aan antwoorden die u waarschijnlijk zult krijgen, moet interpreteren. Gewapend met deze informatie kunt u uw proces duidelijker documenteren en mogelijkheden voor financiële besparingen en procesverbetering identificeren. We zullen tijd voorzien voor vragen en antwoorden en kijken uit naar een stevige discussie.
Meld u dan aan om het webinar bij te wonen. Als je geïnteresseerd bent maar niet kunt komen, schrijf je dan toch in - we zullen onze sessie opnemen en je een link naar de herhaling sturen.
We hopen dat je erbij kunt zijn!
SmartForecasts en Smart IP&O zijn gedeponeerde handelsmerken van Smart Software, Inc. Alle andere handelsmerken zijn eigendom van hun respectieve eigenaren.
Neem voor meer informatie contact op met Smart Software, Inc., Four Hill Road, Belmont, MA 02478.
Telefoon: 1-800-SMART-99 (800-762-7899); FAX: 1-617-489-2748; E-mail: info@smartcorp.com
Smart Software en ArcherPoint werken samen om Smart IP&O voor NAV te lanceren
Samenwerking biedt slimme voorraadplanning, prognoses en optimalisatie voor Microsoft NAV
Boston MA., 5 juni 2018 – Smart Software, Inc. is verheugd de succesvolle integratie aan te kondigen van zijn cloudgebaseerde software voor voorraadplanning en -optimalisatie met Microsoft Dynamics NAV om Smart IP&O voor NAV te creëren. Smart Software werkte samen met ArcherPoint Inc., een Microsoft Dynamics ERP Gold Partner en full-service provider voor Dynamics NAV en Dynamics 365 om de connector te bouwen.
Smart Software is een wereldwijde leverancier van de volgende generatie 100% webgebaseerde oplossingen voor vraagplanning, prognoses en voorraadoptimalisatie. ArcherPoint creëerde de connector om de tools van Smart Software te integreren met Microsoft Dynamics NAV. De nieuwe integratie brengt de cloudgebaseerde Smart IP&O (Inventory Planning and Optimization) in de nieuwste versie van de ERP-oplossing van Microsoft. Door strategische planning in Smart IP&O naadloos te integreren met operationele uitvoering in Dynamics NAV, kunnen zakelijke gebruikers voortdurend effectiever voorspellen, reageren en plannen in de huidige onzekere zakelijke omgeving.
Jim Benson, salesmanager van ArcherPoint zegt, “Smart Software helpt onze klanten door inzichtelijke bedrijfsanalyses te leveren voor voorraadmodellering en prognoses die het bestellen en aanvullen stimuleren in de nieuwste versie van Microsoft NAV. Met Smart IP&O krijgen onze klanten een middel om de voorraadstrategie vorm te geven om deze af te stemmen op de bedrijfsdoelstellingen, terwijl ze hun planningsteams in staat stellen om de voorraad te verminderen en de service te verbeteren. In de huidige toeleveringsketen is het niet langer voldoende om alleen de voorraad te beheren. Het moet geoptimaliseerd worden.”
De Smart/NAV-integratie maakt alle transactiegegevens in NAV, zoals zendingen, verkooporders, ontvangstbewijzen, beschikbare voorraad en meer, beschikbaar in het datamodel van Smart IP&O. Smart IP&O brengt deze gegevens tot leven door gebruik te maken van in de praktijk bewezen analyse- en prognosemethoden. Dit stelt leidinggevenden en hun planningsteam in staat om operationele inefficiënties te identificeren, de vraag nauwkeurig te voorspellen, de financiële en klantimpact van het huidige en voorgestelde voorraadbeleid te modelleren en optimale planningsparameters en prognoses te retourneren om aanvulling te stimuleren.
Greg Hartunian, CEO van Smart Software verklaarde: “Bedrijven die gebruik maken van voorraadoptimalisatie en prognosetechnologie zijn in staat om hun activiteiten beter te begrijpen, kosten te verlagen, klantenservice te verbeteren en beter te presteren dan de concurrentie. We kijken ernaar uit om nauw samen te werken met ArcherPoint om onze gezamenlijke klanten te helpen deze belangrijke voordelen te behalen.”
Voor meer informatie over Smart IP&O voor NAV en hoe het uw bedrijf kan helpen, kunt u deelnemen aan een gratis webinar op woensdag 27 juni om 14.00 uur ET. We geven een demo over de software, het gebruik en de voordelen van het product. Om u aan te melden voor het webinar gaat u naar: https://www.archerpoint.com/events/lunch-and-learn-archerpoint-smart-inventory-planning-and-optimization
Over Smart Software
Smart Software, een toonaangevende innovator op het gebied van software voor vraagplanning en voorraadoptimalisatie, biedt Smart IP&O, een geïntegreerde suite van webgebaseerde toepassingen voor vraagplanning, voorraadoptimalisatie en supply chain-analyse. Smart Software heeft samengewerkt met ArcherPoint om een geautomatiseerde integratie met Microsoft Dynamics NAV te ontwikkelen, waardoor de transparante stroom van gegevens en resultaten de verkoop-, voorraad- en operationele planning kan stimuleren. Smart, opgericht in 1981, bedient een breed scala aan productie-, distributie- en transportorganisaties, waaronder The Home Depot, FedEx, SCIEX, DisneyLand Resorts, MARS, BC Transit, Metro-North Railroad en nog veel meer. Meer informatie op www.smartcorp.com.
Over ArcherPoint
ArcherPoint heeft een bedrijf opgebouwd rond adaptieve innovatie. Ongeacht de branche kijken bedrijven naar ArcherPoint als leverancier van zakelijke oplossingen en partner waarop ze kunnen vertrouwen om resultaten te leveren. Onze geschiedenis met Microsoft Dynamics NAV gaat terug tot het begin van het product. Tegenwoordig bestaat ons team uit experts over de hele wereld, niet alleen in Dynamics NAV oplossing ontwerp, ontwikkeling, 24/7 ondersteuning en upgrades, maar ook in de boekhouding, fabricage, kleinhandel, verdeling, en andere belangrijke gebieden van het bedrijfsleven. Met een toewijding aan kwaliteitsservice, is ArcherPoint toegewijd om bedrijven te helpen echte bedrijfswaarde te realiseren door hen toegang te geven tot ERP-oplossingen van wereldklasse die met hen meegroeien om nu en in hun toekomst aan hun behoeften te voldoen.
Neem voor meer informatie contact op met Smart Software, Inc., Four Hill Road, Belmont, MA 02478.
Telefoon: 1-800-SMART-99 (800-762-7899); FAX: 1-617-489-2748; E-mail: info@smartcorp.com
Smart Software VP Research presenteert op ISF 2018
Dr. Tom Willemain leidt ISF-sessie over Time Series Dissaggregation
Belmont, Massachusetts, 14 mei 2018 – Smart Software, Inc., leverancier van toonaangevende oplossingen voor vraagvoorspelling, planning en voorraadoptimalisatie, heeft vandaag aangekondigd dat Tom Willemain, vice-president voor onderzoek, een presentatie zal geven op het International Symposium of Forecasting van 17 – 20 juni in Boulder, CO .
Dr. Willemain zal een tutorial presenteren over Time Series Dissaggregation en hoe de benaderingen die hij schetst de kwaliteit van vraagprognoses kunnen verbeteren. Stel u voor dat u dagelijkse prognoseresultaten moet leveren, maar dat u alleen de historische vraag op maand- of weekniveau kunt verkrijgen. Vaak zijn gedetailleerde vraaggegevens niet beschikbaar. Hoe gaat u te werk? Het omzetten van geaggregeerde kwartaal-, maand- of weekgegevens naar dagelijkse gegevens is een voorbeeld van het dissaggregatieprobleem van tijdreeksen. Dr. Willemain zal de huidige oplossingen voor dit probleem bespreken en een verbeterde oplossing aandragen.
Als de belangrijkste, internationale prognoseconferentie biedt de ISF de mogelijkheid om te communiceren met 's werelds toonaangevende onderzoekers en praktijkmensen op het gebied van prognoses. De opkomst is groot genoeg om de besten in het veld aan te trekken, maar klein genoeg om elkaar te ontmoeten en een-op-een te bespreken. De ISF biedt een verscheidenheid aan netwerkmogelijkheden, door middel van presentaties van keynote-sprekers, academische sessies, workshops, maaltijden en sociale programma's. Daarnaast zijn vertegenwoordigers van toonaangevende uitgeverijen, softwarebedrijven en andere gerelateerde bedrijven aanwezig om hun meest recente aanbod te bespreken.
Over dr. Thomas Willemaine
Dr. Thomas Reed Willemain was een deskundige statistisch adviseur bij de National Security Agency (NSA) in Ft. Meade, MD en als lid van de Adjunct Research Staff bij een aangesloten denktank, het Institute for Defense Analyses Center for Computing Sciences (IDA/CCS). Hij is emeritus hoogleraar Industrial and Systems Engineering aan het Rensselaer Polytechnic Institute en bekleedde eerder faculteitsfuncties aan de Kennedy School of Government van Harvard en het Massachusetts Institute of Technology. Hij is ook mede-oprichter en Senior Vice President/Research bij Smart Software, Inc. Hij is lid van de Association of Former Intelligence Officers, de Military Operations Research Society, de American Statistical Association en verschillende andere professionele organisaties. Willemain behaalde de BSE-graad (summa cum laude, Phi Beta Kappa) aan Princeton University en de MS- en PhD-graad aan het Massachusetts Institute of Technology. Zijn andere boeken zijn: Statistical Methods for Planners, Emergency Medical Systems Analysis (met RC Larson) en 80 artikelen in collegiaal getoetste tijdschriften over onderwerpen in de statistiek, operationeel onderzoek, gezondheidszorg en andere onderwerpen. Voor meer informatie, e-mail: TomW@SmartCorp.com of bezoek www.TomWillemain.com.
Over Smart Software, Inc.
Smart Software, Inc., opgericht in 1981, is toonaangevend in het leveren van bedrijfsbrede oplossingen voor vraagvoorspelling, planning en voorraadoptimalisatie aan bedrijven. De oplossingen voor vraagvoorspelling en voorraadoptimalisatie van Smart Software hebben duizenden gebruikers over de hele wereld geholpen, waaronder klanten bij middelgrote ondernemingen en Fortune 500-bedrijven, zoals Mitsubishi, Siemens, Disney, FedEx, MARS en The Home Depot. Smart Inventory Planning & Optimization geeft vraagplanners de tools om om te gaan met seizoensinvloeden in de verkoop, promoties, nieuwe en verouderde producten, multidimensionale hiërarchieën en af en toe gevraagde serviceonderdelen en kapitaalgoederen. Het biedt voorraadbeheerders ook nauwkeurige schattingen van de optimale voorraad en veiligheidsvoorraad die nodig is om aan toekomstige bestellingen te voldoen en de gewenste serviceniveaus te bereiken. Smart Software heeft zijn hoofdkantoor in Belmont, Massachusetts en is te vinden op www.smartcorp.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); FAX: 1-617-489-2748; E-mail: info@smartcorp.com
Schone, toegankelijke en bruikbare gegevens onder één dak
Zijn uw gegevens geïsoleerd in Excel-silo's? Heeft u gegevens in veel verschillende systemen? Smart IP&O Solution brengt schone, toegankelijke en bruikbare gegevens onder één dak.
Het verspreiden van al uw gegevens over meerdere spreadsheets staat u in de weg. Door alle gegevens samen te brengen in het Smart Platform in de cloud, vernieuw je de gegevens automatisch elke dag en zie je altijd het volledige plaatje. Vervolgens kunt u analyses uitvoeren in de Smart Inventory Optimization-app om te zien hoe u het doet in termen van meerdere kosten- en prestatiestatistieken en hoe die statistieken zouden veranderen als u belangrijke drijfveren zou wijzigen, zoals doorlooptijden van leveranciers.
U kent de situatie: u berekent de beste manier om elk voorraadartikel te beheren door de juiste reorder points en replenishment targets te berekenen, en vervolgens de gemiddelde vraag te verhogen of te verlagen, of de volatiliteit van de vraag te veranderen, of de lead times van leveranciers te veranderen, of uw eigen kosten te veranderen.
Misschien herinner je je het verhaal van Goudlokje uit je jeugd lang geleden. Soms was de pap te heet, soms te koud, maar een keer was het precies goed. Nu we volwassen zijn, kunnen we dat sprookje vertalen in een professioneel principe voor voorraadplanning: er kan te weinig of te veel voorraad zijn en er is een bepaald Goudlokje-niveau dat "precies goed" is. Deze blog gaat over het vinden van die sweet spot.
Het beheren van de inventaris van meerdere faciliteiten in meerdere echelons kan voor elk bedrijf een enorme uitdaging zijn. De complexiteit komt voort uit de interacties tussen de echelons, waarbij de eisen op de lagere niveaus opborrelen en eventuele tekorten op de hogere niveaus die naar beneden stromen.
De plaag van scheefheid
Demand planners hebben te maken met meerdere problemen om hun werk gedaan te krijgen. Een daarvan is de irritatie van intermittency. Het "nu zie je het, nu niet meer" karakter van intermitterende vraag, met zijn zware mix van nulwaarden, dwingt het gebruik van geavanceerde statistische methoden, zoals het gepatenteerde Markov Bootstrap-algoritme van Smart Software. Maar zelfs binnen het duistere rijk van de intermitterende vraag zijn er moeilijkheidsgraden: planners moeten verder omgaan met de potentieel kostbare Scourge of Skewness.
Scheefheid is een statistische term die de mate beschrijft waarin een vraagverdeling niet symmetrisch is. De klassieke (en grotendeels mythische) "klokvormige" curve is symmetrisch, met gelijke kansen dat de vraag in elke periode onder of boven het gemiddelde valt. Een scheve verdeling daarentegen is scheef, waarbij de meeste waarden boven of onder het gemiddelde vallen. In de meeste gevallen zijn de vraaggegevens positief scheef, met een lange staart van waarden die zich uitstrekken naar het hogere uiteinde van de vraagschaal.
Staafdiagrammen van twee tijdreeksen
Afbeelding 1: Twee intermitterende vraagreeksen met verschillende scheefheidsniveaus
Figuur 1 toont twee tijdreeksen van 60 maanden intermitterende vraag. Beide zijn positief scheef, maar de gegevens in het onderste paneel zijn meer scheef. Beide series hebben bijna dezelfde gemiddelde vraag, maar de bovenste is een mix van 0-en, 1-en en 2-en, terwijl de onderste een mix is van 0-en, 1-en en 4-en.
Wat positieve scheefheid een probleem maakt, is dat het de opvullingsgraad van een item verlaagt. Opvullingspercentage is belangrijk voorraadbeheer prestatiemaatstaf. Het meet het percentage van de vraag waaraan onmiddellijk wordt voldaan vanuit de voorhanden voorraad. Eventuele nabestellingen of verloren verkopen verminderen het opvullingspercentage (naast het verspillen van de goodwill van de klant).
Het opvullingspercentage is een aanvulling op de andere belangrijke prestatiemaatstaf: serviceniveau. Serviceniveau meet de kans dat een artikel niet op voorraad is tijdens de doorlooptijd van de aanvulling. De doorlooptijd wordt gemeten vanaf het moment dat de voorraad daalt tot of onder het bestelpunt van een artikel, waardoor een aanvullingsorder wordt geactiveerd, tot de aankomst van de vervangende voorraad.
Voorraadbeheersoftware, zoals SmartForecasts van Smart Software, kan vraagpatronen analyseren om het bestelpunt te berekenen dat nodig is om een bepaald serviceniveau te bereiken. Om een 95%-serviceniveau te bereiken voor het artikel in het bovenste paneel van Afbeelding 1, uitgaande van een doorlooptijd van 1 maand, is het vereiste bestelpunt 3; voor het onderste item is het bestelpunt 1. (Het eerste bestelpunt is 3 om rekening te houden met de duidelijke mogelijkheid dat toekomstige vraagwaarden hoger zullen zijn dan de grootste waarden, 2, die tot nu toe zijn waargenomen. In feite zijn waarden zo groot als 8 mogelijk .) Zie afbeelding 2.
Histogrammen van twee tijdreeksen
Figuur 2: Verdelingen van de totale vraag gedurende een doorlooptijd van aanvulling van 1 maand
(Afbeelding 2 geeft de voorspelde verdeling van de vraag over de doorlooptijd weer. De groene balken vertegenwoordigen de waarschijnlijkheid dat een bepaalde vraag zich zal voordoen.)
Met het vereiste bestelpunt van 3 eenheden is het opvullingspercentage voor het minder scheve artikel een gezonde 93%. Het opvullingspercentage voor het meer scheve item is echter een verontrustende 44%, hoewel ook dit item een serviceniveau van 95% behaalt. Dit is de plaag van scheefheid.
De verklaring voor het verschil in opvullingspercentages is de mate van scheefheid. Het bestelpunt voor het meer scheve artikel is 1 eenheid. Het hebben van 1 eenheid bij de start van de doorlooptijd is voldoende om 95% van de aanvragen die binnenkomen tijdens een doorlooptijd van 1 maand te behandelen. De maandelijkse vraag kan echter oplopen tot meer dan 15 eenheden, dus wanneer de meer scheve eenheid op voorraad is, zal deze "grote voorraad opraken", waardoor een veel groter aantal eenheden verloren gaat.
De meeste vraagplanners zouden er trots op zijn om een 95%-serviceniveau en een 93%-vulpercentage te behalen. De meesten zouden verontrust en verbaasd zijn door het 95%-serviceniveau te bereiken, maar slechts een 44%-vulpercentage. Deze gedeeltelijke storing zou niet hun schuld zijn: het kan rechtstreeks worden herleid tot de vervelende scheefheid in de verdeling van maandelijkse vraagwaarden.
Er is geen pijnloze oplossing voor dit probleem. De enige manier om het opvullingspercentage in deze situatie te verhogen, is door het serviceniveau te verhogen, wat op zijn beurt het bestelpunt zal verhogen, wat uiteindelijk zowel de frequentie van stockouts als hun omvang zal verminderen wanneer ze zich voordoen. In dit voorbeeld zal het verhogen van het bestelpunt van 1 eenheid naar 3 eenheden een 99%-serviceniveau bereiken en het opvullingspercentage verhogen tot een respectabele, maar niet uitstekende, 84%. Deze verbetering zou ten koste gaan van in wezen een verdrievoudiging van de dollars die vastzitten aan het beheer van dit meer scheve item.
Thomas Willemain, PhD, was medeoprichter van Smart Software en is momenteel Senior Vice President for Research. Dr. Willemain is ook emeritus hoogleraar Industrial and Systems Engineering aan het Rensselear Polytechnic Institute en als lid van de onderzoeksstaf van het Centre for Computing Sciences, Institute for Defence Analyses.
Deze blog legt uit hoe elk voorspellingsmodel werkt met behulp van tijdgrafieken van historische en voorspellingsgegevens. Het schetst hoe te kiezen welk model te gebruiken. De onderstaande voorbeelden tonen dezelfde geschiedenis, in rood, voorspeld met elke methode, in donkergroen, vergeleken met de Slim gekozen winnende methode, in lichtgroen.
Soms slaat een statistische prognose gewoon nergens op. Elke voorspeller is er geweest. Ze kunnen dubbel controleren of de gegevens correct zijn ingevoerd of de modelinstellingen bekijken, maar ze blijven zich afvragen waarom de prognose er zo anders uitziet dan de vraaggeschiedenis. Wanneer de incidentele voorspelling nergens op slaat, kan dit het vertrouwen in het hele statistische prognoseproces aantasten.
Bij het beheer van serviceonderdelen weet u niet wat er kapot gaat en wanneer, omdat defecten aan onderdelen willekeurig en plotseling zijn. Als gevolg hiervan zijn vraagpatronen meestal extreem intermitterend en missen ze een significante trend- of seizoensstructuur. Het aantal combinaties van onderdelen per locatie loopt vaak in de honderdduizenden, dus het is niet haalbaar om de vraag naar afzonderlijke onderdelen handmatig te beoordelen. Desalniettemin is het veel eenvoudiger om een planning- en prognosesysteem te implementeren ter ondersteuning van de planning van reserveonderdelen dan u misschien denkt.
