罗戈网
搜  索
登陆成功

登陆成功

积分  

预测是应对供应链弹性不足的方式之一

[罗戈导读]本篇,唐州司马阐述一下对于“预测”本身的看法。

虽然能够搭建精致的预测模型,但是并不希望供应链同仁误解预测和预测技术的用处。

本篇,唐州司马阐述一下对于“预测”本身的看法。

需要明白,并不是所有公司,都对预测这个话题感兴趣。

如果产能完全不是问题,弹性极度充分,就几乎没有人在乎预测。越是轻资产类的企业,越是无所谓预测,最极端的例子是软件公司。你能想象Microsoft Office内部开会讨论S&OP吗?——这里的“无所谓”,是“不介意”。

如果产能是唯一问题,产能绝对刚性,也一样没人在乎预测。越是重资产类的公司,也一样越是无所谓预测,例如农业、矿业,以及各种供应链最上游企业。想买晶圆吗?交钱排队就是了。——这里的“无所谓”,是“爱莫能助”。

所以,供应链管理者一定要清楚,——预测,核心原因就是为了弥补弹性缺陷。

同样需要清楚的是,预测只是弥补弹性缺陷的方式之一,而不是全部。

先聊一聊供应链弹性不足。

首先需要明确,供应链弹性不足,这是市场竞争劣势。

如果你的供应链弹性落后于同行,那么,公司的业务拓展必受拖累。

哪怕是市场地位再高,你都要很清楚:在供应链弹性上的保守,实质上就是为竞争对手留下成长空间。如果说,诺基亚之败,是败于在智能手机开发上的失策;那么,摩托罗拉之败,实质上就是败于供应链弹性。

只要有可能,供应链首先应该追求的都是足以适应市场需求变化的弹性水平。

如果无视供应链弹性能力建设,而把所有希望都寄托在预测,则是典型的“舍本逐末”。

说句题外话。大致上你也可以认定,如果哪家供应商整天跟你纠结预测准确度,那么这家供应商要么是管理能力有限,要么就干脆没把你当做重要客户。

再聊一聊弹性不足的弥补方式。

供应链弹性的建设,是需要成本和时间的。

这些弹性成本包括但不限于:

    —多技能工人的培训及维持成本

    —快速换线、多品类通用产线的工装设备等投资

    —为需求峰值预留的生产及检测工位设备等

    —替代供应商、工序外包供应商等的开发和维持

正因如此,所以很多时候,弹性能力的建设速度会落后于现实需求。这时就需要一定手段来弥补。

用于弥补弹性不足的手段,首先是库存缓冲,其次是预测。

需要注意的是,这二者不是替代关系,而是缺一不可的互补关系。

库存缓冲是最基本的弥补手段。

    如果市场波动远超产线弹性,那么,成品库存缓冲就是有价值的;

    如果存在某一工序瓶颈,那么,半成品库存缓冲就是很有必要的;

    如果原材料供应弹性不足,那么,原材料库存缓冲则是必然的。

如果这些都不做,那就只能让客户来承受更长交期,——而我们知道,这种与市场掰手腕的胜负结果,通常取决于第三者,也就是竞争对手🙂

库存的确有成本。所以,应当对比库存成本和弹性成本,做出取舍。当弹性成本较高时,则需要对比原材料、半成品、成品库存成本,选择最合适的节点来安排库存缓冲。

库存缓冲,所有的分析讨论基础也仍然是基于统计分析的,也即,是基于过去历史的。如果业务成熟度低,那么,基于统计分析的库存策略则存在着较大的失效风险。

由于库存缓冲策略的上述两个缺陷,所以,必要时我们需要采用预测技术来进一步弥补。

预测,是与库存缓冲相互配合使用的一种手段。

如果缓冲库存成本过高、或者风险过大,同时预测又是可行的,那么,就应当使用预测方式来平衡库存成本。

换言之,预测技术,应当用来优化库存缓冲策略,或者,用来应对那些库存缓冲并不能有效解决的问题。

最为常见的优化应用是:需求峰值超出供应链弹性水平,但是这个需求峰值又只是每年阶段性的,这个时候,就可以通过预测来识别评估峰值,并通过提前预建库存来缓冲。峰值过后,库存恢复常规状态。

这种情况下,用恒定高水位的成品库存来应对一年一次的需求峰值,显然是不够经济的。

基于统计分析的库存缓冲策略,所不能很好解决的问题,包括:由于大客户开发、新行业开发等造成的需求突增或者产品需求结构变化,由于促销政策、大项目等带来的特殊需求峰值等。这种情况,只能通过预测技术和流程,来尽可能保证供应链的提前响应时间。

不能单纯依赖预测技术来应对弹性不足的原因在于,预测有两个特点:预测是有成本的,以及,预测“测不准原理”。

预测,也一样是有成本的。这些成本包括但不限于:

   —信息收集处理成本

    —数据分析成本

    —沟通成本

通常,越是颗粒度(包括时间、产品类、客户类)要求精细,越是要求更长的预测周期,预测成本也就越高。

预测的“测不准原理”指的是,预测技术很难保证在准确度和颗粒度两个方面同时得到最优结果。较高的准确度,需要适当舍弃颗粒度;反过来,追求颗粒度,则很难保证高准确度。

预测存在这种情况的根源在于,我们所能够总结归纳的订单行为特征都是统计学意义上的,而统计科学的理论基石,在于大数定律和中心极限定理。客户群体所符合的行为特征,具体到单个客户则未必。

同样地,正是由于客户下单过程受到诸多内部操作、管理方式等因素的影响,指望1+1=2的这种精确搜集信息汇总预测的模式,既不经济也不现实。

所以,虽然我们前面细致地解读了两个预测案例,并给出了精致的预测模型,但是对于预测,我们秉持的观点是:

    --最重要的是供应链弹性能力建设

    --库存缓冲是应对弹性不足的基本手段

    --预测技术是与库存缓冲策略配合使用的手段

最该避免的事情是:将任何缺料问题的解决,都寄希望于精确预测。

正如前面两个案例所展示的,建立起能够有效反映业务逻辑的预测模型,判断最可能的未来需求场景,将会对我们的供应链库存缓冲策略的有效实施带来很大的助益。

这一点,才是追求预测技术的目的。

免责声明:罗戈网对转载、分享、陈述、观点、图片、视频保持中立,目的仅在于传递更多信息,版权归原作者。如无意中侵犯了您的版权,请第一时间联系,核实后,我们将立即更正或删除有关内容,谢谢!
上一篇:预测案例2 完结篇:成长期业务的“预测监督模型”
下一篇:从供应链中台的故事说起,聊一聊中台的本质和设计之道
罗戈订阅
周报
1元 2元 5元 10元

感谢您的打赏

登录后才能发表评论

登录

相关文章

2024-12-24
2024-12-24
2024-12-24
2024-12-24
2024-12-24
2024-12-23
活动/直播 更多

《仓库管理与数据分析》视频培训最全超值线上课程

  • 时间:2023-09-01 ~ 2024-04-25
  • 主办方:叶剑
  • 协办方:罗戈知识

¥:1500.0元起

报告 更多

2024年11月物流行业月报-个人版

  • 作者:罗戈研究

¥:9.9元