Prognoza cererii în producție: ghid practic

Acasă » Resurse » Prognoza cererii în producție: ghid practic

Timp estimat de citire: 14 minute

Prognoza cererii în producție estimează de ce produse vor avea nevoie clienții, în ce cantități și când. Aceasta îmbină istoricul cererii cu informații despre schimbările viitoare, oferind departamentelor de achiziții și producție o bază comună pentru decizii.

O prognoză utilă vă ajută să vă pregătiți fără să constituiți stocuri pentru fiecare vânzare posibilă. Analiza erorii și a ipotezelor pe care se bazează vă ajută să decideți ce angajamente să vă asumați acum și ce poate aștepta. Prognoza este o componentă a planificării cererii, procesul mai amplu prin care se analizează informațiile din piață și se convine asupra planului de cerere.

În practică, provocarea are două părți: să estimați cererea suficient de bine pentru decizia de luat, apoi să elaborați un plan de producție care să permită realizarea măsurilor stabilite. SkyPlanner APS se ocupă de programarea detaliată necesară pentru punerea în practică a deciziilor de producție, scutindu-vă de refacerea separată a succesiunii operațiilor pentru fiecare utilaj atunci când aceste decizii se schimbă.

Iată cum să elaborați prognoza, să îi evaluați eroarea și să o folosiți în practică.

1. Stabiliți ce decizii trebuie să sprijine prognoza

Porniți de la decizie, nu de la modelul de prognoză. Rezervarea materialelor pentru un produs cu lead time lung, stabilirea cantităților de produs pe stoc luna viitoare și evaluarea introducerii unui schimb suplimentar de producție necesită niveluri diferite de detaliu.

Notați patru lucruri înainte de a colecta datele:

• Pentru ce estimați cererea: un produs finit, o familie de produse sau un alt articol de planificare clar definit.
• Unitatea de măsură: bucăți, pachete, kilograme sau o altă unitate fizică folosită consecvent. Veniturile, luate separat, pot ascunde schimbări ale prețurilor și ale structurii vânzărilor pe produse.
• Perioada: când au clienții nevoie de produs; folosiți consecvent data solicitată de client, acolo unde datele disponibile permit acest lucru.
• Orizontul: cu cât timp înainte trebuie să luați decizia, ținând cont de lead time-urile de aprovizionare și de producție.

Dacă vă asumați angajamente pentru materiale cu patru săptămâni înainte de momentul în care sunt necesare, nu este suficient ca prognoza să pară precisă doar cu o săptămână înainte. Evaluați estimarea făcută cu patru săptămâni înainte, pe care departamentul de achiziții trebuie efectiv să o folosească.

Alegeți nivelul de planificare în funcție de decizia de luat. O prognoză la nivel de familie de produse poate ajuta la evaluarea unui viitor schimb de lucru, dar nu va indica departamentului de achiziții ce componentă specifică unei variante trebuie cumpărată. În schimb, prognozarea separată a fiecărei variante comandate rar poate aduce mai mult zgomot decât informație utilă. Asigurați concordanța dintre totalul familiei și defalcarea pe articole și analizați dacă schimbările ponderii acestora influențează necesarul de materiale sau de capacitate.

În producția pe stoc, prognozele sprijină deciziile de reaprovizionare. În producția la comandă, comenzile ferme pot determina lansarea efectivă în producție, iar prognozele pot ajuta la pregătirea capacității comune sau la aprovizionarea cu materiale cu lead time lung. Simplul fapt că aveți o prognoză nu înseamnă că trebuie să fabricați produse finite pe stoc în așteptarea unor comenzi posibile.

Păstrați separat obiectivul de vânzări. Acesta arată cât dorește compania să vândă; prognoza arată care sunt așteptările actuale privind nevoile clienților. Reducerea prognozei pentru a o încadra în capacitatea actuală a fabricii ascunde cererea care ar putea rămâne nesatisfăcută, în loc să rezolve problema.

2. Pregătiți un istoric al cererii care să reflecte nevoile clienților

Folosiți o serie consecventă de cantități cerute, pe articole și perioade. Raportul de livrări din ERP poate fi un punct de pornire, dar verificați ce reprezintă de fapt datele calendaristice și cantitățile din acesta.

Livrările întârziate sunt o capcană frecventă. Cantitățile solicitate într-o săptămână, dar livrate în următoarea, pot face ca cererea să pară slabă în prima săptămână și neobișnuit de mare în a doua. Dacă doriți să anticipați când trebuie să fie disponibile produsele, folosiți, pe cât posibil, perioada solicitată de client, pentru a nu interpreta propriile întârzieri de livrare ca pe un tipar al cererii.

Verificați istoricul împreună cu echipele de vânzări și operațiuni:

• Corectați înregistrările duplicate, conversiile între unități de măsură și modificările codurilor de produs. Tratați retururile și anulările în funcție de cauză, în loc să considerați fiecare ajustare drept o nouă cerere negativă.
• Păstrați perioadele în care cererea a fost într-adevăr zero. O înregistrare lipsă nu înseamnă automat zero, iar eliminarea săptămânilor fără cerere poate umfla estimarea.
• Marcați lipsurile de stoc, alocările limitate și restricțiile de capacitate. Faptul că ați livrat 60 de unități când clienții doreau 100 nu dovedește că cererea a fost de numai 60. Folosiți solicitările neonorate înregistrate, acolo unde sunt disponibile; indicați explicit că orice cerere pierdută estimată este o estimare.
• Identificați promoțiile, contractele ocazionale, lansările și produsele retrase din ofertă. Păstrați istoricul brut și documentați motivele ajustărilor aduse seriei folosite pentru modelare.

Reprezentați grafic evoluția în timp a cantităților rezultate. Urmăriți dacă există un nivel stabil, o creștere sau o scădere susținută, vârfuri sezoniere recurente și intervale lungi între comenzi. Aceste tipare vă ajută să stabiliți ce metode merită testate.

Nu prognozați independent cererea pentru fiecare componentă dacă necesarul ei este determinat de produsele de nivel superior planificate. Cererea dependentă trebuie determinată prin calculul necesarului de materiale, pe baza listei de materiale. Altfel, riscați să obțineți răspunsuri contradictorii la aceeași întrebare de aprovizionare.

3. Alegeți metoda de prognoză potrivită tiparului cererii

Nu există o metodă optimă pentru toate produsele fabricate. Porniți de la o metodă simplă de referință, apoi verificați dacă o altă metodă îmbunătățește deciziile pe care trebuie să le luați.

Tipul cererii	Un punct de pornire potrivit	Ce să verificați
Cerere relativ stabilă	O medie mobilă a valorilor recente sau netezirea exponențială simplă	Dacă intervalul de calcul al mediei atenuează fluctuațiile aleatorii fără să ascundă o schimbare reală
Cerere sezonieră recurentă	Ultimul sezon comparabil ca reper; un model de prognoză sezonieră	Dacă s-au schimbat datele sărbătorilor, numărul zilelor lucrătoare sau gama de produse
Tendință susținută	Un model care surprinde tendința, precum netezirea exponențială cu tendință	Dacă se menține creșterea sau produsul se apropie de maturitate
Cerere asociată unor factori măsurabili	Regresie sau un model adecvat de învățare automată	Dacă informațiile despre acești factori vor fi efectiv disponibile la momentul emiterii prognozei
Multe perioade cu cerere zero și comenzi ocazionale	O abordare pentru cererea intermitentă, precum o metodă de tip Croston	Performanța pe orizontul de reaprovizionare, nu doar capacitatea de a anticipa fiecare săptămână fără cerere
Produs nou, cu istoric limitat	Date despre produse comparabile și evaluări structurate ale echipei de vânzări și ale clienților	Ipotezele de lansare, înlocuirea produselor existente și rapiditatea adaptării pe baza cererii efective

Netezirea exponențială simplă acordă o pondere mai mare observațiilor recente, dar forma sa de bază nu modelează tendința sau sezonalitatea. Metodele de tip Croston tratează cererea intermitentă luând în calcul cantitățile diferite de zero și intervalele dintre acestea; ele nu elimină incertitudinea privind următoarea comandă.

Pentru un exemplu ușor de urmărit al mediei mobile, să presupunem că în ultimele trei săptămâni cererea a fost de 80, 100 și 120 de unități. Prognoza pentru săptămâna următoare, calculată ca medie mobilă pe trei săptămâni, este:

Prognoză = (80 + 100 + 120) ÷ 3 = 100 de unități.

Calculul este ușor de explicat, dar poate reacționa cu întârziere la o tendință reală de creștere. Cele trei observații ilustrează calculul, nu demonstrează că metoda este potrivită pentru produs.

Comparați metodele candidate cu repere simple: cea mai recentă cerere observată și, pentru articolele sezoniere, ultima perioadă sezonieră comparabilă. Un model mai complex ar trebui să își justifice utilizarea prin rezultate mai bune pe date nefolosite la ajustarea lui sau printr-o decizie operațională mai bună, nu printr-o denumire sofisticată.

Un model care folosește promoții sau indicatori economici are nevoie și de date de intrare realiste pentru viitor. Dacă îl testați cu informații care nu erau disponibile la data prognozei, rezultatele vor părea mai bune decât ar fi putut fi în practică. O relație utilă pentru predicție nu dovedește, în sine, că modificarea factorului respectiv va determina o anumită creștere a vânzărilor.

4. Integrați informațiile din activitatea comercială, păstrând prognoza de bază

Datele istorice nu vă pot spune totul. Este posibil ca un client să fi anunțat o oprire a activității, un distribuitor să deschidă un nou punct de lucru sau un produs să înlocuiască un model mai vechi.

Păstrați la vedere prognoza statistică de bază și înregistrați separat fiecare ajustare bazată pe informații din activitatea comercială. Notați cantitatea, perioada, motivul, persoana responsabilă și data revizuirii. Înainte de a adăuga un efect, verificați dacă acesta nu este deja inclus în model sau într-o altă ajustare.

Să presupunem că prognoza de bază este de 100 de unități pentru o săptămână viitoare. Echipa de vânzări aduce dovezi pentru încă 20 de unități de la un client nou, în plus față de tot ce este deja inclus. Prognoza revizuită devine astfel 120 de unități. Dacă acel client își transferă cererea de la un alt produs, ajustați și prognoza acelui produs, în loc să înregistrați transferul drept creștere netă.

Astfel, revizuirea se bazează pe întrebări concrete: s-a materializat cererea suplimentară, în ce perioadă și a îmbunătățit ajustarea prognoza? Comparați în timp eroarea prognozei de bază cu eroarea prognozei ajustate. Păstrați ajustările care aduc informații utile și analizați-le pe cele care introduc în mod repetat un plus de optimism.

Pentru o lansare sau un contract important cu perspective incerte, păstrați un scenariu de bază și scenarii plauzibile cu cerere mai mare și mai mică, împreună cu ipotezele lor. Acestea sunt scenarii de planificare, nu intervale de predicție calibrate statistic. Folosiți-le pentru a identifica deciziile care s-ar schimba: rezervarea unor materiale, adăugarea unui schimb sau amânarea angajamentului de a constitui stoc de produse finite.

5. Măsurați eroarea prognozei la lead time-ul relevant

Salvați fiecare prognoză emisă, împreună cu data, perioada vizată, articolul și versiunea. Când cererea efectivă devine cunoscută, comparați-o cu versiunea disponibilă în momentul în care trebuia luată decizia, nu cu ultima revizuire făcută chiar înainte de livrare.

Pentru a alege metoda, folosiți o testare retrospectivă pe date istorice, cu evaluare pe date nefolosite la ajustarea modelului. Ajustați metoda doar pe baza informațiilor disponibile la o anumită dată din trecut și generați prognoza pentru orizontul necesar. Apoi avansați data de referință și repetați procedura. Astfel, testați sarcina reală de prognozare fără a utiliza la fiecare pas observații care nu erau încă disponibile la data respectivă.

Exemplu de calcul al erorii prognozei

Să presupunem că evaluați patru săptămâni pentru un produs. Pentru fiecare rând de mai jos, prognoza salvată a fost emisă cu patru săptămâni înainte de săptămâna vizată. În acest exemplu, eroarea cu semn se calculează ca prognoză minus cerere efectivă, deci o valoare pozitivă indică o supraestimare.

Săptămâna vizată	Prognoza salvată	Cererea efectivă	Eroarea cu semn	Eroarea absolută
Săptămâna 1	110	100	+10	10
Săptămâna 2	110	120	−10	10
Săptămâna 3	110	80	+30	30
Săptămâna 4	110	100	+10	10
Total	440	400	+40	60

Trei indicatori explică aspecte diferite ale acestui rezultat:

Eroarea medie absolută (MAE) = suma erorilor absolute ÷ numărul de perioade = 60 ÷ 4 = 15 unități pe săptămână.

MAE oferă o măsură ușor de înțeles a mărimii tipice a erorii, exprimată în unitățile produsului. Nu arată dacă prognoza tinde să supraestimeze sau să subestimeze cererea.

Eroarea procentuală absolută ponderată (WAPE) = suma erorilor absolute ÷ suma cererii efective × 100 = 60 ÷ 400 × 100 = 15%.

Pentru aceste cantități ale cererii, toate nenegative, WAPE exprimă eroarea absolută în raport cu cererea totală. Nu înseamnă că eroarea prognozei din fiecare săptămână s-a încadrat în 15% sau că aveți o probabilitate de 85% de a satisface cererea.

Eroarea medie cu semn, sau abaterea sistematică = suma erorilor cu semn ÷ numărul de perioade = 40 ÷ 4 = +10 unități pe săptămână.

Conform convenției de semn precizate, prognoza a supraestimat cererea în medie. Pe parcursul celor patru săptămâni, a depășit cererea efectivă cu 40 de unități, adică 10% din cererea efectivă totală. Supraestimările și subestimările se pot compensa la nivel de total, motiv pentru care abaterea sistematică nu poate descrie singură mărimea erorii.

Aceste patru rânduri ilustrează indicatorii, dar nu constituie un istoric suficient pentru validare. Folosiți suficiente teste cu origine mobilă pentru a acoperi sezonalitatea, tiparele comenzilor și schimbările relevante pentru produs.

Evitați un indicator de precizie înșelător

MAPE împarte eroarea absolută din fiecare perioadă la cererea efectivă din acea perioadă. Nu este definită când cererea efectivă este zero și devine instabilă în apropierea valorii zero, deci nu este o alegere implicită potrivită pentru cererea de produse cu apariții sporadice.

WAPE poate include unele perioade cu cerere zero, dar nu este definită dacă cererea efectivă totală este zero. Numitorul său se modifică și în funcție de volum: creșterea cererii poate îmbunătăți procentul chiar dacă eroarea în unități nu s-a redus. Analizați-o împreună cu MAE, abaterea sistematică și prognoza de referință simplă, pe aceleași perioade de testare.

Totalul pe o familie de produse poate ascunde supraestimarea persistentă a cererii pentru o variantă și subestimarea cererii pentru alta. Analizați produsele care generează riscuri de neonorare a cererii, stocuri costisitoare sau încărcarea resurselor critice, nu doar media de ansamblu.

Nu există un procent universal acceptabil al erorii de prognoză. O eroare de 15 unități are consecințe diferite pentru o piesă ieftină, de uz curent, și pentru un ansamblu finit cu rulaj lent. Evaluați prognoza în raport cu costurile deficitului și surplusului, lead time-ul de reaprovizionare și opțiunile de răspuns disponibile. Stabiliți rezervele în funcție de incertitudine și de politica privind nivelul de servire; nu adăugați pur și simplu MAE la fiecare cantitate de produs.

6. Transformați prognoza într-o decizie de producție

Prognoza revizuită este o estimare a cererii clienților. Cantitatea de produs este o decizie separată, care ține cont de comenzile confirmate, stocul utilizabil, intrările prevăzute din producția deja planificată și nivelul de stoc pe care doriți să îl păstrați.

Evitați să numărați aceeași cerere de două ori. Dacă prognoza este de 120 de unități, iar comenzile confirmate acoperă 70 dintre acestea, o regulă simplă prin care comenzile consumă prognoza din aceeași perioadă lasă 50 de unități prognozate încă neacoperite de comenzi. Cererea totală rămâne 120, nu 190. Regula pe care o folosiți în practică poate permite consumarea prognozei între date sau categorii de cerere diferite.

Să presupunem acum că aveți 30 de unități de produs finit utilizabile, doriți să rămâneți cu 10 la sfârșitul perioadei și nu aveți intrări prevăzute din producție. Pentru a acoperi cele 120 de unități, cantitatea propusă pentru fabricație ar fi de 100 de unități: 120 + 10 − 30. Calculul presupune că stocul și cantitățile finalizate sunt disponibile înainte de momentul în care trebuie să satisfacă cererea.

Planul director de producție detaliază aceste cantități și datele de disponibilitate pentru fiecare articol. MRP calculează materialele și componentele necesare pentru cantitățile aprobate pentru fabricație. Nici prognoza, nici soldul stocului nu demonstrează că fabrica are capacitatea disponibilă pentru a le produce la timp.

De exemplu, să presupunem că fabricarea celor 100 de unități necesită 0,2 ore-mașină pe unitate, plus două ore de pregătire: 22 de ore pe utilajul critic. Alte angajamente necesită deja 20 de ore pe același utilaj, iar până la data necesară de finalizare sunt disponibile doar 40 de ore. Încărcarea propusă este de 42 de ore. Trebuie să acoperiți un deficit de două ore, să folosiți o alternativă eligibilă sau să revizuiți un angajament.

Nu reduceți prognoza cererii clienților la 110 doar pentru a încadra încărcarea în capacitatea utilajului. Păstrați la vedere estimarea cererii și decideți cum veți acoperi deficitul de ofertă.

Folosiți SkyPlanner pentru a programa operațiile prin care adaptați producția la cerere

Când modificarea prognozei vă determină să schimbați un angajament de producție, reprogramarea poate afecta mai multe utilaje și comenzi. Adăugarea unui lot influențează operațiile care urmează după el, lucrările deja aflate în așteptare la utilajele respective și termenele de livrare care depind de acestea.

SkyPlanner APS reunește aceste operații într-un program comun pentru toate resursele. Definiți posturile de lucru, schimburile, operatorii, etapele procesului și duratele, apoi folosiți prioritățile și blocările pentru a orienta planul. Arcturus, motorul de programare bazat pe inteligență artificială din SkyPlanner, calculează încadrarea operațiilor în program în funcție de capacitatea configurată, resursele eligibile și dependențele dintre operații. Diagrama Gantt afișează succesiunea rezultată și datele de finalizare.

Pentru lotul propus de 100 de unități, aceasta corelează necesarul de prelucrare cu restul fluxului tehnologic și cu celelalte operații care folosesc aceleași resurse. Puteți verifica dacă o modificare aprobată a schimburilor sau o altă prioritate permite finalizarea lucrărilor la timp, fără să ajustați manual coada de operații a fiecărui utilaj afectat.

Când este activată programarea care ține cont de materiale, Arcturus ia în calcul stocurile și disponibilitatea materialelor care urmează să sosească pentru a stabili momentele de începere. Datele de livrare estimate pentru achiziții indică disponibilitatea așteptată; stocul se actualizează la confirmarea recepției. Nu este suficient ca un utilaj să fie teoretic liber dacă materialul nu este disponibil sau operația precedentă nu este finalizată.

Păstrați deciziile de prognoză și reaprovizionare în procesul de planificare a cererii sau în ERP. SkyPlanner nu generează automat operații de producție pe baza prognozelor; programează operațiile pe care le creați sau le transmiteți prin integrare. SkyPlanner se integrează cu orice ERP sau MES prin interfața sa REST API deschisă, astfel încât puteți păstra sistemul în care gestionați aceste decizii și puteți îmbunătăți punerea lor în practică până la nivelul fiecărei operații.

Acesta este motivul pentru a alege SkyPlanner atunci când schimbările cererii vă obligă în mod repetat să refaceți manual programul de producție: planificatorii stabilesc ce contează, iar Arcturus calculează succesiunea operațiilor pe resurse pentru a pune aceste decizii în practică.

Ce a schimbat reprogramarea mai rapidă la Fredman Operations

Fredman Operations, un producător finlandez de articole de bucătărie și ambalaje sigure pentru contactul cu alimentele, stabilea anterior prioritățile operațiilor manual, fără să știe cu precizie când se eliberau utilajele sau ce capacitate era disponibilă în fiecare schimb. O reprogramare urgentă putea dura o oră sau mai mult.

Implementarea SkyPlanner a conectat sistemele L7 și LTR ale companiei și a reunit capacitatea și operațiile într-o diagramă Gantt comună. Potrivit relatării clientului, evaluarea unei solicitări de devansare a întregului portofoliu de comenzi durează câteva secunde, în loc de ore de calcule manuale. Echipa raportează, de asemenea, mai puține ore suplimentare și reacții mai rapide la modificările programului.

Beneficiul relevant este modul în care producția poate răspunde: înțelegeți ce înseamnă o cerință modificată pentru operații și termenele de livrare cât încă mai aveți timp să acționați.

Mențineți legătura dintre prognoză și răspunsul fabricii

Stabiliți o frecvență de revizuire potrivită deciziilor pe care le luați. Actualizați prognoza de bază pe măsură ce apar noi date despre cerere și analizați abaterile semnificative împreună cu echipa de vânzări. Pentru fiecare decizie, urmăriți eroarea versiunii arhivate a prognozei, întocmită cu un avans egal cu lead time-ul necesar acelei decizii. Nu lăsați revizuirile de rutină să modifice pe neobservate angajamentele pe care producția se pregătește deja să le execute.

Când o modificare agreată schimbă cantitatea de produs sau data disponibilității, actualizați operațiile de producție și verificați programul resurselor implicate. Astfel, achizițiile, producția și vânzările au aceeași imagine asupra schimbărilor și a ceea ce se poate livra în noile condiții.

Pentru a vedea cum puteți gestiona acest răspuns cu mai puțină planificare manuală, programați o demonstrație SkyPlanner. Pregătiți un exemplu de cantitate de produs pe care ați stabilit-o în urma modificării unei prognoze, fluxul tehnologic aferent și datele la care produsele trebuie să fie disponibile. Aceste informații sunt un punct de plecare practic pentru a vedea efectul asupra capacității comune și a celorlalte angajamente. Dacă preferați să explorați mai întâi, încercați SkyPlanner cu date demonstrative.