Napovedovanje povpraševanja v proizvodnji: praktični vodnik

Domov » Viri » Napovedovanje povpraševanja v proizvodnji: praktični vodnik

Predviden čas branja: 14 minut

Z napovedovanjem povpraševanja v proizvodnji ocenjujemo, katere izdelke bodo kupci potrebovali, v kakšnih količinah in kdaj. Pri tem združujemo pretekle podatke o povpraševanju z informacijami o prihodnjih spremembah ter nabavi in proizvodnji zagotavljamo skupno izhodišče za odločanje.

Uporabna napoved vam pomaga, da se pripravite, ne da bi za vsako morebitno prodajo že izdelali zalogo. S pregledovanjem napak napovedi in njenih predpostavk lažje presodite, k čemu se zavezati zdaj in kaj lahko počaka. Napovedovanje je del planiranja povpraševanja, širšega procesa, v katerem pregledujete tržne informacije in usklajujete plan povpraševanja.

V praksi je izziv dvojen: povpraševanje morate najprej oceniti dovolj dobro za odločitev, nato pa pripraviti proizvodni plan, s katerim lahko dogovorjeni odziv tudi izvedete. SkyPlanner APS poskrbi za podrobno terminiranje, ki podpira vaše proizvodne odločitve. Ko se te spremenijo, vam tako ni treba na novo sestavljati zaporedja operacij za vsak stroj posebej.

V nadaljevanju si oglejte, kako pripraviti napoved, oceniti njene napake in jo uporabiti v praksi.

1. Določite, pri katerih odločitvah vam mora napoved pomagati

Začnite pri odločitvi, ne pri modelu napovedovanja. Rezervacija materiala za izdelek z dolgim pretočnim časom, odločanje o izdelavi na zalogo za naslednji mesec in razmislek o dodatni proizvodni izmeni zahtevajo različno raven podrobnosti.

Pred zbiranjem podatkov opredelite štiri stvari:

• Predmet napovedi: končni izdelek, družina izdelkov ali druga jasno opredeljena planska postavka.
• Merska enota: kosi, paketi, kilogrami ali druga dosledno uporabljena fizična količina. Samo prihodki lahko prikrijejo spremembe cen in sestave prodaje po izdelkih.
• Obdobje: kdaj kupci potrebujejo izdelek. Kjer podatki to omogočajo, dosledno izhajajte iz datumov, ki jih zahtevajo kupci.
• Planski horizont: koliko vnaprej se morate odločiti glede na pretočne čase nabave in proizvodnje.

Če se morate za nabavo materiala zavezati štiri tedne pred njegovo uporabo, napoved, ki je videti točna le en teden vnaprej, ne zadostuje. Ocenjujte napoved, pripravljeno štiri tedne vnaprej, saj mora nabava dejansko uporabiti to oceno.

Raven planiranja izberite glede na odločitev. Napoved za družino izdelkov lahko pomaga pri presoji o prihodnji izmeni, nabavi pa ne pove, katero komponento za posamezno različico naj kupi. Po drugi strani lahko ločeno napovedovanje vsake redko naročene različice prinese več šuma kot koristnih informacij. Poskrbite, da bo skupna količina za družino usklajena z razdelitvijo po posameznih izdelkih, in preverite, ali spremembe v sestavi povpraševanja vplivajo na material ali zmogljivosti.

Pri izdelavi na zalogo napovedi pomagajo pri odločitvah o dopolnjevanju zalog. Pri izdelavi po naročilu lahko potrjena naročila določajo dejansko sproščanje nalogov, napovedi pa pomagajo pri pripravi skupnih zmogljivosti ali zagotavljanju materialov z dolgimi pretočnimi časi. Zgolj zato, ker imate napoved, vam ni treba izdelovati končnih izdelkov na zalogo za morebitno prodajo.

Prodajni cilj obravnavajte ločeno. Cilj pove, koliko želi podjetje prodati, napoved pa, koliko bodo po trenutnih pričakovanjih potrebovali kupci. Če napoved znižate, da bi jo prilagodili trenutnim zmogljivostim tovarne, morebitno nezadovoljeno povpraševanje le prikrijete, ne pa tudi rešite.

2. Pripravite pretekle podatke o povpraševanju, ki odražajo potrebe kupcev

Uporabite dosledno urejeno časovno vrsto količin povpraševanja po izdelkih in obdobjih. Poročilo o odpremah iz sistema ERP je lahko izhodišče, vendar preverite, kaj njegovi datumi in količine dejansko pomenijo.

Pogosta past so zamude pri dobavah. Količine, ki jih kupci potrebujejo v enem tednu, odpremljene pa so šele v naslednjem, lahko ustvarijo vtis šibkega povpraševanja v prvem in neobičajno močnega v drugem tednu. Če želite napovedati, kdaj morajo biti izdelki na voljo, po možnosti uporabite obdobje, ki ga zahteva kupec. Tako se model ne bo učil vaših dobavnih zamud kot vzorca povpraševanja.

Pretekle podatke preverite skupaj s prodajo in operativnimi oddelki:

• Odpravite podvojene zapise, preverite pretvorbe merskih enot in uskladite spremembe šifer izdelkov. Vračila in preklice upoštevajte glede na njihov vzrok, namesto da vsak popravek obravnavate kot novo negativno povpraševanje.
• Ohranite obdobja, v katerih povpraševanja res ni bilo. Manjkajoči zapis ne pomeni samodejno ničle, izbris tednov brez povpraševanja pa lahko povzroči previsoko oceno.
• Označite primere pomanjkanja zaloge, omejenega dodeljevanja blaga in omejitev zmogljivosti. Če odpošljete 60 enot, kupci pa so jih želeli 100, to ne dokazuje, da je bilo povpraševanje le 60 enot. Kjer so na voljo, uporabite zabeležene neizpolnjene zahteve; vsako oceno izgubljenega povpraševanja jasno označite kot oceno.
• Označite prodajne akcije, enkratne pogodbe, uvedbe novih izdelkov in izdelke, umaknjene iz ponudbe. Ohranite izvorne podatke in zabeležite razloge za prilagoditve časovne vrste, ki jo uporabljate za modeliranje.

Pripravljene količine prikažite na časovnem grafu. Poiščite stabilno raven, vztrajno rast ali upadanje, ponavljajoče se sezonske vrhove in dolge presledke med naročili. Ti vzorci vam pomagajo izbrati metode, ki jih je smiselno preizkusiti.

Ne napovedujte povpraševanja po vsaki komponenti neodvisno, če potrebe po njej izhajajo iz planirane proizvodnje nadrejenih izdelkov. Takšne odvisne potrebe je treba določiti na podlagi kosovnice in izračuna materialnih potreb. V nasprotnem primeru lahko dobite nasprotujoče si odgovore na isto nabavno vprašanje.

3. Metodo napovedovanja prilagodite vzorcu povpraševanja

Nobena metoda ni najboljša za vse izdelke v proizvodnji. Začnite s preprosto izhodiščno napovedjo, nato pa preverite, ali vam druga metoda pomaga sprejemati boljše odločitve.

Značilnosti povpraševanja	Smiselno izhodišče	Kaj preveriti
Razmeroma stabilno povpraševanje	Drseče povprečje zadnjih obdobij ali enostavno eksponentno glajenje	Ali izbrano obdobje za izračun povprečja zgladi šum, ne da bi prikrilo dejansko spremembo
Ponavljajoče se sezonsko povpraševanje	Zadnja primerljiva sezona kot merilo za primerjavo; sezonski model napovedovanja	Ali so se spremenili razporeditev praznikov, število delovnih dni ali ponudba izdelkov
Vztrajen trend	Model, ki upošteva trend, na primer eksponentno glajenje s trendom	Ali se rast nadaljuje ali pa se izdelek približuje fazi zrelosti
Povpraševanje, povezano z merljivimi dejavniki	Regresija ali ustrezen model strojnega učenja	Ali bodo podatki o teh dejavnikih ob pripravi napovedi dejansko na voljo
Veliko obdobij brez povpraševanja in občasna naročila	Pristop za občasno povpraševanje, na primer ena od različic Crostonove metode	Uspešnost napovedi v obdobju dopolnjevanja zalog, ne le pravilnost napovedi za vsak posamezen teden brez povpraševanja
Nov izdelek z malo preteklimi podatki	Podatki o primerljivih izdelkih in strukturirane ocene prodajne ekipe oziroma kupcev	Predpostavke ob uvedbi izdelka, nadomeščanje obstoječih izdelkov in hitrost učenja iz dejanskega povpraševanja

Enostavno eksponentno glajenje daje večjo težo novejšim opazovanjem, vendar v osnovni obliki ne modelira trenda ali sezonskosti. Različice Crostonove metode obravnavajo občasno povpraševanje tako, da upoštevajo neničelne količine in presledke med njimi; negotovosti glede naslednjega naročila pa ne odpravijo.

Za nazoren primer drsečega povprečja si predstavljajte, da je povpraševanje v zadnjih treh tednih znašalo 80, 100 in 120 enot. Napoved za naslednji teden na podlagi tritedenskega drsečega povprečja je:

Napoved = (80 + 100 + 120) ÷ 3 = 100 enot.

Ta izračun je lahko pojasniti, vendar lahko zaostaja za dejanskim naraščajočim trendom. Tri opazovanja ponazorijo računanje, ne dokazujejo pa, da je metoda primerna za ta izdelek.

Izbrane metode primerjajte s preprostimi merili: z zadnjim zabeleženim povpraševanjem in pri sezonskih izdelkih z zadnjim primerljivim sezonskim obdobjem. Bolj zapleten model naj svojo uporabo upraviči z boljšimi rezultati na podatkih, ki niso bili uporabljeni pri njegovem učenju, ali z boljšo operativno odločitvijo, ne pa z zvenečim imenom.

Tudi model, ki uporablja podatke o prodajnih akcijah ali gospodarske kazalnike, potrebuje realistične vhodne podatke za prihodnost. Če ga preizkušate s podatki, ki na datum priprave napovedi še niso bili na voljo, bo videti uspešnejši, kot bi lahko bil v praksi. Povezava, ki je uporabna za napovedovanje, sama po sebi še ne dokazuje, da bo sprememba določenega dejavnika povzročila določeno povečanje prodaje.

4. Upoštevajte poznavanje poslovanja, a ohranite izhodiščno napoved

Pretekli podatki ne povedo vsega. Kupec je morda napovedal ustavitev obrata, distributer odpira novo lokacijo ali pa nov izdelek nadomešča starejši model.

Statistična izhodiščna napoved naj ostane vidna, vsako prilagoditev na podlagi poslovnih informacij pa zabeležite ločeno. Navedite količino, obdobje, razlog, odgovorno osebo in datum pregleda. Preden dodate učinek, preverite, ali ga model ali druga prilagoditev že upošteva.

Predpostavimo, da je izhodiščna napoved za prihodnji teden 100 enot. Prodaja predloži dokazila o povpraševanju novega kupca po 20 dodatnih enotah, ki še niso nikjer upoštevane. Pregledana napoved tako znaša 120 enot. Če kupec povpraševanje preusmerja z drugega izdelka, prilagodite tudi napoved zanj, namesto da bi celotno spremembo prikazali kot rast.

Tako lahko pri pregledu odgovorite na konkretna vprašanja: ali se je dodatno povpraševanje uresničilo, v katerem obdobju in ali je ročna prilagoditev izboljšala napoved? Sčasoma primerjajte napako izhodiščne napovedi z napako prilagojene. Ohranite prilagoditve, ki prinašajo nove informacije, in raziščite tiste, ki vedno znova vnašajo pretiran optimizem.

Pri negotovi uvedbi izdelka ali večji pogodbi ohranite osnovni scenarij ter verjetna scenarija z višjim in nižjim povpraševanjem, skupaj s predpostavkami za vse tri. To so scenariji za planiranje, ne statistično umerjeni napovedni intervali. Z njimi ugotovite, katere odločitve bi se spremenile: rezervacija materiala, dodatna izmena ali poznejša odločitev o izdelavi končnih izdelkov na zalogo.

5. Merite napako napovedi za pretočni čas, ki je pomemben za odločanje

Vsako izdano napoved shranite z datumom, obdobjem, na katero se nanaša, izdelkom in različico. Ko je dejansko povpraševanje znano, ga primerjajte z različico, ki je bila na voljo ob sprejemanju poslovne odločitve, ne z zadnjo popravljeno različico tik pred dobavo.

Pri izbiri metode uporabite preizkus napovedovanja na preteklih podatkih. Metodo prilagodite samo s podatki, ki so bili na voljo na izbrani pretekli datum, izdelajte napoved za potrebni horizont, nato presečni datum pomaknite naprej in postopek ponovite. S takšnim pomikanjem izhodišča preizkusite dejansko nalogo napovedovanja, ne da bi pri tem uporabili podatke, ki takrat še niso bili znani.

Primer napake napovedi

Predpostavimo, da za en izdelek ocenjujete napovedi za štiri tedne. V vsaki spodnji vrstici je bila shranjena napoved izdana štiri tedne pred tednom, na katerega se nanaša. Napaka s predznakom tukaj pomeni napoved minus dejansko povpraševanje, zato pozitivna vrednost pomeni previsoko napoved.

Teden, na katerega se napoved nanaša	Shranjena napoved	Dejansko povpraševanje	Napaka s predznakom	Absolutna napaka
Teden 1	110	100	+10	10
Teden 2	110	120	−10	10
Teden 3	110	80	+30	30
Teden 4	110	100	+10	10
Skupaj	440	400	+40	60

Tri merila pojasnjujejo različne vidike tega rezultata:

Povprečna absolutna napaka (MAE) = vsota absolutnih napak ÷ število obdobij = 60 ÷ 4 = 15 enot na teden.

MAE na razumljiv način pokaže tipično velikost napake v enotah izdelka. Ne pokaže pa, ali so napovedi praviloma previsoke ali prenizke.

Utežena absolutna odstotna napaka (WAPE) = vsota absolutnih napak ÷ vsota dejanskega povpraševanja × 100 = 60 ÷ 400 × 100 = 15 %.

Pri teh nenegativnih količinah povpraševanja WAPE izraža absolutno napako glede na skupno povpraševanje. To ne pomeni, da je napoved za vsak teden odstopala za največ 15 % ali da je verjetnost, da boste povpraševanje zadovoljili, 85 %.

Povprečna napaka s predznakom oziroma pristranskost = vsota napak s predznakom ÷ število obdobij = 40 ÷ 4 = +10 enot na teden.

Glede na navedeni dogovor o predznaku je bila napoved v povprečju previsoka. V štirih tednih je dejansko povpraševanje presegla za 40 enot oziroma 10 % skupnega dejanskega povpraševanja. Previsoke in prenizke napovedi se lahko v seštevku izničijo, zato sama pristranskost ne more opisati velikosti napake.

Te štiri vrstice ponazarjajo merila, ne zagotavljajo pa dovolj preteklih podatkov za preverjanje napovedi. Izvedite dovolj preizkusov s pomičnim izhodiščem, da zajamete sezonskost, vzorce naročanja in spremembe, pomembne za izdelek.

Izognite se zavajajoči oceni točnosti

Pri MAPE se absolutna napaka vsakega obdobja deli z dejanskim povpraševanjem v tem obdobju. Kadar je dejansko povpraševanje nič, MAPE ni definirana, pri vrednostih blizu nič pa je nestabilna. Zato ni dobra privzeta izbira za izdelke z redkim povpraševanjem.

WAPE lahko vključuje tudi nekaj obdobij brez povpraševanja, vendar ni definirana, če je skupno dejansko povpraševanje nič. Njen imenovalec se spreminja tudi z obsegom: ob rasti povpraševanja se lahko odstotek izboljša, čeprav napaka v enotah ostane enaka. Za ista preizkusna obdobja jo pregledujte skupaj z MAE, pristranskostjo in preprosto izhodiščno napovedjo.

Skupni rezultat za družino izdelkov lahko prikrije, da je napoved za eno različico vztrajno previsoka, za drugo pa prenizka. Poleg skupnega povprečja preglejte tudi izdelke, ki vplivajo na tveganje neizpolnitve dobav, visoke stroške zalog ali obremenitev kritičnih virov.

Univerzalnega sprejemljivega odstotka napake napovedi ni. Napaka 15 enot ima pri poceni standardnem delu drugačne posledice kot pri končnem sestavu s počasnim obračanjem zaloge. Napoved presojajte glede na stroške pomanjkanja in presežkov, pretočni čas dopolnjevanja zalog ter možnosti odziva, ki jih imate na voljo. O rezervah odločajte na podlagi negotovosti in politike ravni storitve; ne prištevajte MAE preprosto vsaki proizvodni količini.

6. Na podlagi napovedi sprejmite odločitev o proizvodnji

Pregledana napoved je ocena povpraševanja kupcev. Proizvodna količina je ločena odločitev, pri kateri upoštevate potrjena naročila, uporabno zalogo, že predvidene prejeme iz proizvodnje in raven zaloge, ki jo želite ohraniti.

Iste količine povpraševanja ne štejte dvakrat. Če napoved znaša 120 enot, potrjena naročila pa pokrivajo 70 od teh enot, po preprostem pravilu, po katerem naročila nadomeščajo napoved za isto obdobje, ostane še 50 enot nepokrite napovedi. Skupno povpraševanje ostane 120, ne 190. Vaša dejanska pravila lahko določajo, da naročila nadomeščajo napoved tudi med različnimi datumi ali kategorijami povpraševanja.

Zdaj predpostavimo, da imate 30 uporabnih enot končnih izdelkov, ob koncu obdobja jih želite imeti še 10, predvidenih prejemov iz proizvodnje pa ni. Za pokritje povpraševanja po 120 enotah bi bilo treba predlagati izdelavo 100 enot: 120 + 10 − 30. Pri tem predpostavljamo, da so zaloga in dokončani izdelki na voljo pred rokom, ko jih potrebujete za pokritje povpraševanja.

V glavnem planu proizvodnje se te količine in datumi razpoložljivosti določijo za posamezne izdelke. MRP izračuna materiale in komponente, potrebne za odobrene proizvodne količine. Niti napoved niti stanje zaloge ne dokazujeta, da ima tovarna dovolj zmogljivosti za pravočasno izdelavo.

Predpostavimo na primer, da izdelava 100 enot zahteva 0,2 strojne ure na enoto in dve uri priprave: skupaj 22 ur na kritičnem stroju. Druga že dogovorjena proizvodnja na njem zahteva 20 ur, do zahtevanega datuma dokončanja pa je na voljo le 40 ur. Predlagana obremenitev znaša 42 ur. Odpraviti morate primanjkljaj dveh ur, uporabiti ustrezno alternativo ali spremeniti že sprejeto zavezo.

Napovedi povpraševanja kupcev ne znižajte na 110 samo zato, da bi jo prilagodili razpoložljivi zmogljivosti stroja. Ocena povpraševanja naj ostane vidna, vi pa se odločite, kako boste odpravili vrzel v oskrbi.

S sistemom SkyPlanner terminirajte delo za izvedbo dogovorjenega odziva

Ko zaradi spremenjene napovedi spremenite dogovorjeno proizvodnjo, lahko terminiranje zajame več strojev in naročil. Dodana serija vpliva na operacije, ki ji sledijo, na delo, ki na teh strojih že čaka na izvedbo, in na od tega odvisne dobavne roke.

SkyPlanner APS združi to delo v enoten skupni terminski plan virov. Določite delovna mesta, izmene, operaterje, korake proizvodnega postopka in njihovo trajanje, nato pa plan usmerjajte s prednostnimi nastavitvami in zaklepi. Arcturus, umetna inteligenca za terminiranje v sistemu SkyPlanner, izračuna razporeditev operacij glede na nastavljene zmogljivosti, ustrezne vire in odvisnosti med operacijami. Ganttov prikaz pokaže izračunano zaporedje in datume dokončanja.

Pri predlagani izdelavi 100 kosov tako povežete potrebno strojno obdelavo s preostalimi koraki proizvodnega postopka in drugimi operacijami, ki uporabljajo iste vire. Preverite lahko, ali odobrena sprememba izmene ali drugačna prednostna razvrstitev omogoča pravočasen zaključek, ne da bi morali ročno usklajevati čakalne vrste na vseh zadevnih strojih.

Če je omogočeno terminiranje z upoštevanjem materiala, Arcturus pri izračunu začetnih časov upošteva zalogo in razpoložljivost prihajajočega materiala. Predvideni datumi dobave po nabavnih naročilih pomenijo pričakovano razpoložljivost; zaloga se posodobi šele ob potrjenem prevzemu. Tudi prost stroj ne zadostuje, če material ni na voljo ali predhodna operacija še ni končana.

Napovedovanje in odločanje o dopolnjevanju zalog ohranite v procesu načrtovanja povpraševanja ali sistemu ERP. SkyPlanner iz napovedi ne ustvarja samodejno proizvodnih operacij, temveč terminira operacije, ki jih ustvarite sami ali prenesete prek integracije. SkyPlanner se prek odprtega vmesnika REST API povezuje s katerim koli sistemom ERP ali MES, zato lahko obdržite sistem, v katerem upravljate te odločitve, in izboljšate podrobno načrtovanje njihove izvedbe.

Zato je SkyPlanner smiselna izbira, kadar spremembe povpraševanja nenehno zahtevajo ročno terminiranje: planerji določijo, kaj je pomembno, Arcturus pa izračuna zaporedje operacij na virih, s katerim se te odločitve uresničijo.

Kaj je hitrejše ponovno terminiranje prineslo podjetju Fredman Operations

Fredman Operations, finski proizvajalec kuhinjskih in embalažnih izdelkov, varnih za stik z živili, je pred uvedbo prednostni vrstni red operacij določal ročno, brez natančnega vpogleda v to, kdaj se bodo stroji sprostili in koliko zmogljivosti je na voljo v posamezni izmeni. Nujno ponovno terminiranje je lahko trajalo uro ali več.

Z uvedbo rešitve SkyPlanner so povezali svoja sistema L7 in LTR ter združili prikaz zmogljivosti in operacij v skupnem Ganttovem diagramu. Kot navajajo v svoji uporabniški zgodbi, preverjanje zahteve za zgodnejšo izvedbo vseh neizpolnjenih naročil traja nekaj sekund namesto več ur ročnega preračunavanja. Ekipa poroča tudi o manj nadurah in hitrejšem odzivanju na spremembe terminskega plana.

Ključna korist je odziv proizvodnje: razumeti, kaj spremenjena potreba pomeni za operacije in dobavne roke, ko je še čas za ukrepanje.

Povežite napoved z odzivom proizvodnje

Pogostost pregledov prilagodite odločitvam, ki jih sprejemate. Ob novih podatkih o povpraševanju osvežite osnovno napoved, s prodajo preglejte pomembna odstopanja ter spremljajte napako arhivirane napovedi za časovni odmik, ki ga zahteva posamezna odločitev. Ne dovolite, da bi rutinske posodobitve neopazno spreminjale obveznosti, na izpolnitev katerih se proizvodnja že pripravlja.

Ko dogovorjena sprememba vpliva na količino za izdelavo ali datum razpoložljivosti, posodobite proizvodne operacije in preverite njihov razpored na virih. Tako imajo nabava, proizvodnja in prodaja enoten pregled nad tem, kaj se je spremenilo in kaj je zdaj mogoče dobaviti.

Če želite videti, kako tak odziv obvladovati z manj ročnega planiranja, rezervirajte predstavitev rešitve SkyPlanner. Pripravite primer količine za izdelavo, ki ste jo določili po spremembi napovedi, pripadajoči proizvodni postopek in datume, ko morajo biti izdelki na voljo. Ti podatki so praktično izhodišče za prikaz vpliva na skupne zmogljivosti in druge obveznosti. Če želite rešitev najprej raziskati sami, preizkusite SkyPlanner z demo podatki.