การคาดการณ์เชิงยุทธศาสตร์ของ Supply Chain สำหรับผู้ผลิต

บทนำ

ในห่วงโซ่อุปทานที่ทันสมัยการคาดการณ์จำเป็นสำหรับ บริษัท ที่ผลิตสินค้าสำหรับสินค้าคงคลังและไม่ได้สั่งซื้อ ผู้ผลิตจะใช้การคาดการณ์วัสดุเพื่อให้แน่ใจว่าพวกเขาสร้างระดับของวัสดุที่สามารถตอบสนองความต้องการของลูกค้าได้โดยไม่ต้องสร้างสถานการณ์ล้นเกินที่มีสินค้าคงคลังมากเกินไปและยังคงอยู่บนชั้นวางสินค้า

เช่นกันการคาดการณ์จะต้องไม่สั้นและผู้ผลิตพบว่าไม่มีสินค้าคงคลังเพื่อตอบสนองคำสั่งซื้อของลูกค้า

ค่าใช้จ่ายในการไม่รักษาความถูกต้องของการคาดการณ์อาจเป็นความหายนะทางการเงิน

การคาดการณ์จะได้รับการ:

• สถิติ
• ไม่เป็นตัวเลข

การคาดการณ์ได้รับการพัฒนาสำหรับผลิตภัณฑ์สำเร็จรูปส่วนประกอบและชิ้นส่วนบริการของ บริษัท การคาดการณ์จะถูกใช้โดยทีมผู้ผลิตเพื่อพัฒนาใบสั่งผลิตหรือใบสั่งซื้อปริมาณและระดับสต็อคความปลอดภัย

การคาดการณ์ไม่คงที่และควรได้รับการทบทวนโดยฝ่ายจัดการเป็นประจำ เพื่อให้แน่ใจได้ว่าข้อมูลเกี่ยวกับแนวโน้มในอนาคตสภาพแวดล้อมภายในหรือภายนอกจะรวมอยู่ในการคาดการณ์เพื่อให้การคำนวณถูกต้องมากขึ้น

การคาดการณ์ทางสถิติ

ในซอฟต์แวร์การจัดการห่วงโซ่อุปทานการคาดการณ์คือการคำนวณที่ป้อนข้อมูลจากการทำธุรกรรมแบบเรียลไทม์และตั้งอยู่บนชุดของตัวแปรที่กำหนดค่าไว้สำหรับสถานการณ์คาดการณ์ทางสถิติจำนวนมาก

ผู้เชี่ยวชาญด้านการวางแผนจำเป็นต้องใช้ซอฟต์แวร์เพื่อจัดเตรียมสถานการณ์การคาดการณ์ที่ดีที่สุดเท่าที่จะเป็นไปได้และบ่อยครั้งนี้จะไม่มีการตรวจสอบโดยไม่มีการทบทวนเป็นระยะเวลานาน

เพื่อให้ใช้เทคนิคการคาดการณ์ในซอฟต์แวร์ซัพพลายเชนได้ดีที่สุดผู้วางแผนควรทบทวนการตัดสินใจของตนเกี่ยวกับสภาพแวดล้อมภายในและภายนอก

พวกเขาควรปรับการคำนวณเพื่อให้การคาดการณ์ที่แม่นยำขึ้นโดยอาศัยข้อมูลปัจจุบันที่พวกเขามีอยู่

การคาดการณ์ทางสถิติเป็นประมาณการที่ดีที่สุดสำหรับสิ่งที่จะเกิดขึ้นในอนาคตตามความต้องการที่เกิดขึ้นในอดีต

ข้อมูลความต้องการในอดีตสามารถนำมาใช้เพื่อสร้างการคาดการณ์โดยใช้การถดถอยเชิงเส้นอย่างง่าย ซึ่งจะให้น้ำหนักที่เท่ากันกับความต้องการของช่วงเวลาทางประวัติศาสตร์และคาดการณ์ความต้องการในอนาคต

อย่างไรก็ตามการคาดการณ์ในวันนี้ให้ความสำคัญกับข้อมูลความต้องการล่าสุดมากกว่าข้อมูลที่เก่ากว่า นี้เรียกว่าการทำให้ราบเรียบและผลิตโดยให้น้ำหนักมากขึ้นกับข้อมูลล่าสุด การเสียดสีชี้แจงหมายถึงการถ่วงน้ำหนักที่มากขึ้นเรื่อย ๆ จนถึงช่วงที่ผ่านมาในประวัติศาสตร์ ดังนั้นระยะเวลาสองเดือนที่ผ่านมามีน้ำหนักมากขึ้นกว่าระยะเวลาหกเดือนที่ผ่านมา

อัลฟ่าแฟคเตอร์

การถ่วงน้ำหนักเรียกว่าอัลฟ่าแฟคเตอร์และยิ่งมีการถ่วงน้ำหนักมากขึ้นหรือใช้ปัจจัยอัลฟาที่มีการใช้ช่วงเวลาในอดีตน้อยลงเพื่อสร้างการคาดการณ์

ตัวอย่างเช่นปัจจัยอัลฟ่าสูงจะให้น้ำหนักสูงเป็นช่วงเวลาที่ผ่านมาและความต้องการจากช่วงเวลาหนึ่งปีหรือสองปีที่ผ่านมามีการถ่วงน้ำหนักเบาเพื่อไม่ให้เกิดการคาดการณ์โดยรวม ปัจจัยอัลฟ่าต่ำหมายถึงข้อมูลทางประวัติศาสตร์ที่เกี่ยวข้องกับการคาดการณ์มากขึ้น

ช่วงเวลาทางประวัติศาสตร์มักประกอบด้วยข้อมูลความต้องการจากเดือนที่กำหนด, i. อี มิถุนายนหรือกรกฎาคม อย่างไรก็ตามนี่เป็นข้อผิดพลาดในการคำนวณเนื่องจากบางเดือนอาจมีวันมากกว่าเดือนอื่น ๆ และจำนวนวันทำงานอาจแตกต่างกัน

บาง บริษัท ใช้ความต้องการรายวันเพื่อบรรเทาข้อผิดพลาดนี้แม้ว่าผู้ทำนายจะเข้าใจข้อผิดพลาดได้ก็ตามสามารถใช้รายงานประจำเดือนได้พร้อมกับตัวบ่งชี้การติดตามเพื่อระบุเมื่อการคาดการณ์เบี่ยงเบนความสำคัญไปจากความต้องการที่แท้จริง ระดับที่สัญญาณติดตามบ่งบอกถึงค่าเบี่ยงเบนโดยผู้พยากรณ์หรือซอฟต์แวร์และจะแตกต่างกันไปในแต่ละอุตสาหกรรม บริษัท และผลิตภัณฑ์

การเบี่ยงเบนเล็กน้อยอาจต้องมีการแทรกแซงเมื่อผลิตภัณฑ์คาดการณ์ไว้มีมูลค่าสูงในขณะที่รายการที่มีมูลค่าต่ำอาจไม่จำเป็นต้องใช้การคาดการณ์ในการตรวจสอบดังกล่าวในระดับสูง

การพยากรณ์ที่ไม่เป็นไปได้ทางสถิติ

การคาดการณ์ที่ไม่เป็นตัวเลขทางสถิติจะอยู่ในซอฟต์แวร์การจัดการซัพพลายเชนซึ่งคาดการณ์ความต้องการขึ้นอยู่กับปริมาณที่กำหนดโดยผู้วางแผนการผลิต

เหตุการณ์นี้เกิดขึ้นเมื่อผู้วางแผนเข้าสู่ปริมาณอัตนัยที่พวกเขาเชื่อว่าความต้องการจะไม่มีการอ้างอิงถึงความต้องการในประวัติศาสตร์

การคาดการณ์ที่ไม่ใช่เชิงสถิติอื่น ๆ ที่เกิดขึ้นคือเมื่อความต้องการใช้ไอเท็มขึ้นอยู่กับผลลัพธ์ของการวางแผนความต้องการวัสดุ (MRP)

นี้จะใช้ความต้องการสำหรับสิ่งที่สำเร็จรูปและกระจายการเรียกเก็บเงินของวัสดุเพื่อให้มีการคำนวณความต้องการสำหรับส่วนประกอบต่างๆ ความต้องการส่วนประกอบสามารถแก้ไขได้โดยผู้วางแผนตามการประเมินและความรู้เกี่ยวกับสภาพแวดล้อมปัจจุบัน

การคาดการณ์ที่เกิดขึ้นจะขึ้นอยู่กับความต้องการในปัจจุบันและจะไม่รวมความต้องการจากช่วงก่อนหน้านี้ หลาย บริษัท จะใช้การคาดการณ์ทางสถิติและสถิติร่วมกันระหว่างสายผลิตภัณฑ์ของตน

การคาดการณ์ทางสถิติขึ้นอยู่กับการคำนวณที่ซับซ้อนและความต้องการในอนาคตสามารถกำหนดได้ตามความต้องการจากช่วงเวลาที่ผ่านมา

การคาดการณ์จะช่วยให้ผู้วางแผนเป็นแนวทางสำหรับความต้องการในอนาคต แต่การคาดการณ์ไม่ถูกต้องโดยสิ้นเชิงและนักวางแผนประสบการณ์และความรู้เกี่ยวกับสภาพแวดล้อมในปัจจุบันและอนาคตเป็นสิ่งสำคัญในการกำหนดความต้องการในอนาคตสำหรับผลิตภัณฑ์ของ บริษัท

บทความนี้ได้รับการปรับปรุงโดย Gary Marion ผู้เชี่ยวชาญด้านโลจิสติกส์และซัพพลายเชนสำหรับ The Balance