A készlet-előrejelzés nem adattudósoknak nehezebbnek hangzik, mint amilyen valójában. A legtöbb csapatnak nincs szüksége fekete dobozos modellre. Szükségük van egy tiszta értékesítési előzményre, egy megismételhető módszerre és egy módra, amellyel felismerhetik, mikor hazudnak az adatok. Ha egy termék múlt pénteken kifogyott, a táblázatból nem a matematika hiányzik - a kontextus.
Ez jó hír, mert az egyszerű módszerek gyakran erősebbek, mint az emberek gondolnák. Green és Armstrong áttekintésében a Journal of Business Research-ben a szerzők 97 összehasonlítást találtak 32 tanulmányból, és semmi kiegyensúlyozott bizonyítékot arra, hogy a további bonyolultság javítja az előrejelzés pontosságát. Az előrejelzés továbbra is nehéz, de az első győzelem általában a fegyelemből jön, nem a drága szoftverből.
A hasznos előrejelzés nem az, amelyiknek a legtöbb lapja van. Az, amelyet a beszerző el tud magyarázni, meg tud kérdőjelezni és fel tud használni a következő rendelési határidő előtt.
Mit csinál valójában egy hasznos készlet-előrejelzés
Az előrejelzés a jövőbeli kereslet becslése egy meghatározott időszakra. A készleteknél ennek az időszaknak meg kell egyeznie a beszerzési ritmussal: a szállító átfutási ideje plusz az idő a következő felülvizsgálatig. Ha minden hétfőn rendel és a szállítónak 21 napra van szüksége, a következő 28 nap számít, nem egy elméleti éves átlag.
Az előrejelzés elegendő figyelmeztetést ad az újrarendeléshez, mielőtt az A tételei elkerülhető készlethiányba futnának.
Megakadályozza, hogy a lassan fogyó tételek forgótőkét szívjanak el, csak azért, mert valaki kicsit többet rendelt a biztonság kedvéért.
Az értékesítés, a beszerzés és az üzemeltetés egyetlen szám felett vitatkozhat, ahelyett, hogy három különböző megérzést védenének.
Az előrejelzések nem ígéretek. Kiindulópontok. Továbbra is figyelembe kell vennie a szállítói problémákat, a kereskedelmi eseményeket és az üzleti megítélést. A cél nem a tökéletesség. A cél a kevesebb meglepetés.
Kezdjen egyszerű módszerekkel, majd csak akkor adjon hozzá bonyolultságot, ha az megéri
A NIST simítási kézikönyve az átlagolást írja le, mint a legegyszerűbb módot az adatok simítására és a véletlen ingadozás csökkentésére. Itt kell a legtöbb készletcsapatnak elkezdenie. Ha az előzményei viszonylag stabilak, a mozgóátlagok és a simítási módszerek gyorsan üzemeltetési kiindulási alapot adnak.
1. módszer: mozgóátlag stabil kereslethez
A mozgóátlag az utolsó néhány összehasonlítható időszakot veszi, és átlagolja őket. Ha hetente jelez előre, egy 4 hetes mozgóátlag gyakran elegendő a kezdéshez. Példa: ha az utolsó 4 hét 92, 104, 96 és 108 darabot adott el, a következő hét alap-előrejelzése (92 + 104 + 96 + 108) / 4 = 100 darab.
Következő heti előrejelzés = (hét -1 + hét -2 + hét -3 + hét -4) / 4. Használjon összehasonlítható időszakokat: heteket hetekkel, hónapokat hónapokkal.
2. módszer: exponenciális simítás, amikor a közelmúlt előzményei fontosabbak
Ha a közelmúlt értékesítései fontosabbak a régi előzményeknél, lépjen az egyszerű exponenciális simításra. A Forecasting: Principles and Practice kötetben Hyndman és Athanasopoulos a legutóbbi tényleges érték és az előző előrejelzés súlyozott átlagaként mutatja be. Egyszerűen fogalmazva: a tegnap fontosabb, mint az előző negyedév, de az előző negyedévet sem hagyjuk figyelmen kívül. Ez teszi a simítást hasznossá, amikor a kereslet csúszik, de nem erősen szezonális.
3. módszer: adjon hozzá szezonális tényezőt, amikor a naptár tényleg számít
Ha a kereslet ismétlődő naptári mintát követ - decemberi ajándékok, nyári hétvégék, iskolakezdés, hóvégi rendelések -, válassza el a szezonális hatást az alapszinttől. A Forecasting: Principles and Practice kötetben a gyakorlati lépés az, hogy a szezonálisan kiigazított sort jelezze előre, majd adja vissza a szezonális mintát. Ez egy egyszerű ötlet technikai leírása: idei december jobban kell hasonlítson a tavalyi decemberre, mint a tavalyi májusra.
A szezonális kiigazítás megéri a fáradságot. Ugyanabban a Green és Armstrong áttekintésben a szezonális kiigazítás 23,0-ról 17,7 százalékra csökkentette a MAPE-t 68 havi sorozaton az eredeti M-Competition-ben. Ez hasznos emlékeztető, hogy az egyszerű naptári struktúra sok extra matematikát legyőzhet.
Használjon 4-8 időszakos mozgóátlagot, amikor a tétel rendszeresen fogy és a szint nem változik sokat.
Használjon egyszerű exponenciális simítást, amikor a kereslet fokozatosan mozog és a közelmúlt időszakai nagyobb súlyt érdemelnek.
Használjon alap-előrejelzést plusz szezonális tényezőket, amikor ugyanaz a naptári felívelés elég gyakran ismétlődik ahhoz, hogy megbízzon benne.
Tisztítsa meg az előzményeket, mielőtt megbízna a matematikában
Az előrejelzési módszer fontos, de a bemenet minősége fontosabb. A visszaküldések, az egyszeri projektrendelések, a szállító alulszállításai és a promóciós kiugrások mind eltorzíthatják a kiindulási alapot. Ha zajt táplál egy modellbe, csak a rossz ítéletet automatizálja.
A készlethiány a legnagyobb csapda. A kereslet-előrejelzésről elveszett értékesítések készletpolitikái mellett szóló kutatásban a szerzők megjegyzik, hogy ha elegendő készlet áll rendelkezésre, az értékesítések torzítatlan keresleti becslések, de készlethiány esetén az értékesítések alulbecsülik a keresletet és lefelé tolják az előrejelzéseket. Ez pontosan azt a spirált hozza létre, amelyet az üzemeltetők utálnak: alul-előrejelzés, alulrendelés, készlethiány, ismétlés.
Amikor a polc üres, az értékesítések nem a keresletet mérik, hanem a rendelkezésre állást.
Egy egyszerű készlethiány-kiigazítási példa
Tegyük fel, hogy egy tétel 210 darabot adott el egy 30 napos hónapban, de csak 21 napig volt készleten. A naiv napi ráta 7 darab. A készlethiánnyal kiigazított ráta 10 darab, mert 210 / 21 = 10. Az utánpótlás tervezéséhez a második szám sokkal közelebb áll a valósághoz. Az első szám a készlethiányt beépíti a következő hónap előrejelzésébe.
Tiszta előzmények szabályai
- Jelölje meg a készlethiányos időszakokat:Rögzítse a nulla elérhetőségű napokat vagy heteket, hogy kizárja vagy kiigazítsa őket, ne átlagolja be.
- Válassza el a promóciókat a kiindulási alaptól:A kiárusítási hét vagy a marketingkiugrás az eseményoszlopba tartozik, nem a kiindulási előrejelzés tartós felduzzasztásába.
- Távolítsa el az egyszeri rendeléseket:A nagy projektbeszerzések, a bevezetési feltöltések és a belső áthelyezések tervezési események, nem szokásos kereslet.
- Használja a készlet igazságát, ne csak az értékesítéseket:Ha a nyilvántartás pontossága gyenge, először javítsa a leltárokat. A piszkos készletnyilvántartások mind az előzményeket, mind a beszerzést eltorzítják. Lásd: a pontatlan készletszintek valódi költsége.
- Jelezze előre a családokat a variánsok előtt, ha szükséges:A méret-szín vagy csomagolásvariánsok vékony előzményei gyakran jobban jelezhetők előre csoportszinten, majd eloszthatók lefelé.
Táblázatos munkafolyamat, amelyet minden hétfőn futtathat
Futtathat egy megbízható előrejelzést egyetlen munkalapon, SKU-nkénti sorokkal és oszlopokkal az utolsó 12-24 időszakra, készleten lévő jelzőkkel, eseményjegyzetekkel, előrejelzéssel, tényleges adatokkal és hibával. A cél nem egy szép modell. A cél egy megismételhető rutin.
Hétfői előrejelzési rutin
- Exportálja az előzményeket heti vagy havi bontásban:A heti jobb a gyorsan fogyó tételeknél. A havi elegendő a lassabb katalógustételeknél.
- Adjon hozzá két segédoszlopot:egyet a készleten lévő állapothoz, egyet az eseményjegyzetekhez. Ez a két mező meglepően sok rossz előrejelzést előz meg.
- Válasszon egy alapmódszert tételosztályonként:Kezdje mozgóátlagokkal a stabil tételeknél és simítással a lassan csúszóknál.
- Alkalmazza a szezonalitást csak ha ismétlődik:Ha ugyanazt a naptári felívelést egynél többször meg tudja mutatni, adjon hozzá szezonális tényezőt. Ha nem, maradjon egyszerű.
- Jelezze előre az utánpótlási ablakot:Becsülje meg a keresletet a szállító átfutási ideje plusz a következő rendelés-felülvizsgálatig tartó időszakra.
- Írjon le minden felülbírálást:Ha az értékesítés azt mondja, hogy egy új ügyfél 300 darabot ad hozzá jövő hónapban, rögzítse a felülbírálást és az okát. A rejtett felülbírálások tönkreteszik a tanulást.
Három pontossági ellenőrzés, amelyet bárki ki tud számolni
Nincs szüksége statisztikákkal teli irányítópultra. Néhány mérőszámra van szüksége, amelyek megmondják, hogy az előrejelzés szisztematikusan hibás-e és mennyire.
Átlagos előjeles hiba. Pozitív torzítás azt jelenti, hogy folyamatosan túl-előrejelez. Negatív torzítás azt jelenti, hogy krónikusan alul-előrejelez és készlethiányt hív elő.
Átlagos abszolút hiba, az átlagos eltérés darabban. Ahogy Green és Armstrong megjegyzi, a MAE egyszerű és hasznos mérőszám termelési és készletgazdálkodási döntésekhez.
Súlyozott átlagos abszolút százalékos hiba. Az AWS Supply Chain kereslet-tervezési dokumentációja a WAPE-t használja összesített pontossági mutatóként, mert megmutatja a teljes előrejelzési hibát a teljes tényleges kereslethez viszonyítva.
Óvatosan használja a MAPE-t. Hyndman pontossági útmutatójában a MAPE meghatározatlanná válik, ha a tényleges kereslet nulla, és kirobbanhat, ha a tényleges értékek közel vannak a nullához. Ez rossz választássá teszi a lassan fogyó tételeknél, új termékeknél vagy bármely sorozatnál, amelyben gyakori a nulla keresletű időszak.
Kezdje a torzítással, MAE-vel és WAPE-vel. Bonyolultabb mérőszámokat csak azután adjon hozzá, hogy ez a három stabil és érthető.
Végezzen visszatesztelést, mielőtt a beszerzésbe építi
Egy előrejelzés nem azért kész, mert ésszerűnek tűnik. Azután kész, hogy tesztelte olyan múltbeli időszakokon, amelyeket nem látott. Hyndman idősor-keresztvalidálási útmutatója a gördülő előrejelzési origót írja le: haladjon végig az előzményeken, jelezzen előre, és átlagolja a hibákat. Ez a felnőtt változata annak a kérdésnek, hogy 'Ez működött volna az előző negyedévben?'
Gyors visszateszt
- Tartsa vissza az utolsó 8-12 időszakot:Ne használja az első modell felépítéséhez.
- Futtassa mindegyik jelölt módszert:mozgóátlag, simítás és bármely szezonális változat, amelyet össze akar hasonlítani.
- Mérje a torzítást, MAE-t és WAPE-t:Ítélje meg a módszereket olyan időszakokon, amelyeket nem láttak.
- Válassza azt a módszert, amelyet az emberek el tudnak magyarázni:Ha két módszer közel van, válassza azt, amelyet a csapat valóban fenn fog tartani.
Tudja, hol küzd a táblázat
- Új termékek: Kölcsönözzön előzményeket hasonló tételből, kategóriából vagy bevezetési tervből, mert az új SKU-nak még nincs stabil mintája.
- Szabálytalan vagy időszakos kereslet: Jelezzen előre család- vagy kategóriaszinten először, majd tervezze az egyéni utánpótlást több kézi felülvizsgálattal.
- Promóciók és projektüzlet: Adjon hozzá eseményfelülbírálásokat külön, ahelyett, hogy az alapmodelltől kérné a speciális események kitalálását.
- Gyenge készletpontosság: Ha az áruátvétel, a kiigazítások és a helyellenőrzés gyenge, először javítsa a folyamatot. A rossz nyilvántartásokon alapuló előrejelzés továbbra is rossz mennyiséget vásárol.
Itt számít a priorizálás. Használjon ABC elemzést annak eldöntésére, mely tételek érdemlik a legtöbb előrejelzési figyelmet, és párosítsa az előrejelzést fegyelmezett biztonsági készlet felülvizsgálattal, hogy a bizonytalanság ne forduljon általános túlvásárlásba.
Végső következtetés
A készlet-előrejelzés nem adattudósoknak kevésbé szól haladó matematikáról és inkább üzemeltetési őszinteségről. Tisztítsa meg az előzményeket. Kezdje mozgóátlagokkal vagy simítással. Adjon hozzá szezonalitást csak ha ismétlődik. Mérje a torzítást és az abszolút hibát. Végezzen visszatesztelést, mielőtt megbízna a számban.
Következő lépés: válasszon ki 20 fontos SKU-t, készítsen egy heti munkalapot, és hasonlítsa össze az előrejelzést a tényleges adatokkal a következő 8 héten. Ezután az előrejelzés nem lesz többé elméleti, és a beszerzési döntéseinek részévé válik.