关于Supply Chain Management MicroMaster的内容,可以去看公众号“德川家康学艺录”的相关文章,课程介绍写的很详细,也可以到公众号“MIT供应链管理”中去看大神每一个模块的总结文章。
这篇文章会夹杂着一些英文,一是因为有许多单词我找不到恰当的中文意思,以免误导读者,二是保持英文的原汁原味,大家自己理解原意。
我是在去年下半年完成的SC1x: Supply Chain Fundamentals。该课程分为3大部分:需求预测,库存管理以及运输。
学习课程的主要目的就是学以致用,于是我会将在这个课程中学到的理论知识,结合实际情况运用到日常工作中。这次带来的分享是需求预测部分,我把在课程中学习到的物料分类及需求预测知识,做成了模板,方便每次使用。
在需求预测这部分给我影响最深刻的就是预测的3个真理以及对策,原文如下:
Forecasting Truisms:
1.Forecasts are always wrong. (Use ranges & track forecast error)
2.Aggregated forecasts are more accurate. (Risk pooling reduces CV)
3.Shorter horizon forecasts are more accurate. (Postpone customization until as late as possible)
电缆是我司的战略物料(Strategic),供应商在欧洲,备货周期约3周,海上运输约8周可到厂。由于空运运费比海运贵很多,一般我们选择海运作为主要运输方式。物料采购周期很长,所以预测就显得尤为重要。虽然预测总是错的,但有个预测总比没有要强。经过沟通后,我们需要每个月给供应商提供未来半年的需求预测,供应商会据此安排备料、排产等工作,从而最大限度满足我们的订单需求。
接下来,我简单描述一下我的做法:
01 ABCXYZ分析
实际是ABCHL,通过Value(ABC)和CV(HL)两个维度,将物料大体分为6类,并采用不同的管理方法(图片版权归MIT所有):
02 历史数据做成图表
首先观察整体的Level和Trend:
接下来观察季节性:
还可以做成这样的图表:
将数据转化为图表形式,根据这两类图表对物料有个大致的印象,并对数据有直观的认识。
03 Aggregatedforecasts are more accurate
电缆有如下的特点:供应商提供的成品是按固定米数缠绕成卷(drum),我们采购时也是将每卷的米数作为采购单中的批量,但实际使用时会根据工单的实际需求切割成特定的米数。
由于集中预测通常会更准确,并结合电缆的物料特点,我们会再从卷的角度去分析电缆的消耗情况,得出每卷电缆大概会消耗多少周。
这时根据结果会决定每种电缆使用哪种Forecast methods,
01 Simply fill in the principle
使用量较小的采用Simply fill in the principle,通常是1卷电缆会消耗4周以上的。具体方法是取过去3个月的消耗平均值和过去12个月的消耗平均值,取二者中较大的值作为物料的月均使用需求预测。
02 Statistical forecast
使用量较大的采用Statistical forecast,通常是1卷电缆在3周以内会消耗完的。
根据教科书内容,我做了一个预测模板,包含如下内容:
1.英勇黄铜:Cumulative,Naïve, 移动平均和简单指数平滑法;
2.荣耀黄金:Exponential Smoothing with trend, Exponential Smoothing with damped
3.华贵铂金:Double exponential smoothing, Holt-Winter method.
4.璀璨钻石、超凡大师和最强王者的方法,目前还是望尘莫及的。
将物料历史数据导入模板后,我将17和18年的数据作为training data,19年的数据作为testing data,输出的结果就是2020年1-6月的预测数据
03对比结果
分析对比每种预测结果的Bias和Accuracy。实际操作中我主要是看MAPE的结果
最后结合前端销售信息或其他影响需求变化的信息手工调整预测得到最终版预测结果。
以上就是我想分享的,模型和做法可能还存在一些问题,仍然需要完善,我们公司的文化之一是Continuous Improvement。各位如果发现什么问题,请帮忙批评指正。如果有好的建议,大家可以一起交流学习,我也真心想了解学习其他公司的最佳实践。
智航飞购完成天使轮融资
2352 阅读DeepSeek火出圈,AI和大模型将如何改变物流行业?
2033 阅读800美元不再免税,T86清关作废,跨境小包何去何从?
1729 阅读美国对中国商品加征10%关税,对跨境电商的巨大冲击
1704 阅读净利润最高增长1210%、连亏7年、暴赚暴跌……物流企业最赚钱最亏钱的都有谁
1663 阅读AI红利来袭!你准备好成为第一批AI物流企业了吗?
1534 阅读SCOR模型:数字化时代供应链管理的航海图
1389 阅读物流职场人性真相:马斯洛需求的颠覆与掌控
1367 阅读突发!美国邮政停收中国内地和中国香港包裹,800美元免税取消,影响几何?
1348 阅读白犀牛副总裁王瀚基:无人配送带来了哪些机遇与挑战?
1128 阅读