오늘날의 공급망에서 주문하지 않은 품목을 어떻게 예측합니까?
현대의 공급망에서 재고를 위해 품목을 제조하고 주문하지 않은 회사의 경우 예측이 필요합니다. 제조업체는 너무 많은 재고가 생산되어 선반에 남아있는 과잉 상황을 발생시키지 않으면 서 고객을 만족시키는 수준의 재료를 생산할 수 있도록 자재 예측을 사용할 것입니다.
마찬가지로 예측치도 짧아서는 안되며 제조업체는 고객의 주문을 이행 할 재고가없는 것으로 판단합니다.
정확한 예측을 유지하지 못한 비용은 재정적으로 큰 재앙이 될 수 있습니다.
예측은 다음 중 하나 일 수 있습니다.
- 통계
- 비 통계적
예측은 회사의 완제품, 부품 및 서비스 부품을 위해 개발됩니다. 이 예측은 생산 팀이 생산 또는 구매 주문 트리거, 수량 및 안전 재고 수준을 개발하는 데 사용됩니다.
예측은 정적이지 않으며 경영진이 정기적으로 검토해야합니다. 이것은 앞으로의 추세에 대한 정보,보다 정확한 계산을 제공하기 위해 내부 또는 외부 환경이 예측에 통합되도록하는 것입니다.
통계 예측
공급망 관리 소프트웨어에서 예측은 실시간 트랜잭션의 데이터를 제공하는 계산이며 여러 가지 통계 예측 상황에 맞게 구성된 변수 세트를 기반으로합니다.
기획 전문가는 가능한 한 최상의 예측 상황을 제공하기 위해 소프트웨어를 사용해야하며 종종 장기간 검토하지 않고 검사하지 않습니다.
공급망 소프트웨어의 예측 기술을 최대한 활용하려면 기획자는 내부 및 외부 환경에 대한 의사 결정을 검토해야합니다.
그들은 현재의 정보를 기반으로 더 정확한 예측 을 제공하기 위해 계산을 조정해야합니다.
통계 예측은 과거에 발생한 수요를 기반으로 앞으로 발생할 일을 가장 잘 예측 한 것입니다.
역사적 수요 데이터는 단순 선형 회귀를 사용하여 예측 을 산출하는 데 사용될 수 있습니다. 이것은 과거 기간의 수요에 동등한 비중을두고 미래의 수요를 투영합니다.
그러나 오늘날의 예측은 오래된 데이터보다 최신 수요 데이터에 더 중점을 둡니다. 이를 스무딩이라고하며 최근 데이터에 더 많은 가중치를 주면 생성됩니다. 지수 평활화는보다 최근의 역사적 기간에 주어진 더 큰 가중치를 나타냅니다. 따라서 2 개월 전의 기간은 6 개월 전의 기간보다 더 큰 가중치를가집니다.
알파 인자
가중치를 알파 팩터라고하며 가중치가 높을수록 알파 팩터는 예측을 생성하는 데 사용되는 기록 기간이 적습니다.
예를 들어 높은 알파 인수는 최근 기간에 높은 가중치를 부여하고 1 년 또는 2 년 전 기간의 수요는 가볍게 가중치가되어 전체 예측에 아무런 영향을주지 않습니다. 알파 인수가 낮다는 것은 과거 데이터가 예측과 더 관련이 있음을 의미합니다.
역사적 기간에는 일반적으로 고정 월, 즉 6 월 또는 7 월의 수요 데이터가 포함됩니다. 그러나 이것은 몇 달이 다른 달보다 며칠이 더 많고 근무일 수가 다를 수 있으므로 계산에 오류가 발생합니다.
비록 예측자가 실수를 이해한다면 월간 과거 기간을 추적 표시기와 함께 사용하여 예측이 실제 수요와 크게 다를 때를 식별 할 수 있지만, 일부 기업은이 오류를 완화하기 위해 매일 수요를 사용합니다. 추적 신호가 편차를 표시하는 레벨은 예측 자나 소프트웨어에 의해 결정되며 산업, 회사 및 제품에 따라 다릅니다.
작은 편차는 예상되는 제품이 높은 값을 가질 때 간섭을 필요로 할 수 있지만, 낮은 값의 항목은 예측이 그렇게 높은 수준으로 세밀하게 조사 될 필요가 없을 수 있습니다.
비 통계 예측
비 통계 예측은 생산 계획자가 결정한 수량을 기반으로 수요가 예측되는 공급망 관리 소프트웨어에서 발견됩니다.
이것은 플래너가 역사적인 수요에 대한 언급없이 수요가있을 것이라고 생각하는 주관적인 양으로 들어선 경우에 발생합니다.
다른 비 통계 예측은 품목 수요가 자재 소요량 계획 (MRP) 결과에 따라 결정될 때 발생합니다.
이를 통해 완성 된 제품에 대한 수요가 발생하고 부품표에 대한 수요가 계산되도록 BOM이 폭발합니다. 구성 요소 요구 사항은 현재 환경에 대한 평가 및 지식에 따라 플래너가 수정할 수 있습니다.
결과 예측은 현재 수요를 기반으로하며 이전 기간의 수요를 반영하지 않습니다. 많은 기업들이 제품 라인 전반에 걸쳐 비정형 및 통계 예측을 결합하여 사용할 것입니다.
통계 예측은 복잡한 계산을 기반으로하며 향후 수요는 과거 기간의 수요를 기반으로 결정될 수 있습니다.
예측은 플래너에게 미래 수요에 대한 지침을 제공하지만, 예측은 완전히 정확하지 않으며 플래너가 경험하고 현재 및 미래 환경에 대한 지식은 회사 제품의 미래 수요를 결정하는 데 중요합니다.
이 기사는 The Balance의 Gary Marion, 물류 및 공급망 전문가에 의해 업데이트되었습니다.