כיצד מנהלות החברות בישראל תחזית לעומת השיטות המקובלות בעולם לניהול תחזיות
במאמר זה אציג את שיטות העבודה המקובלות והמומלצות לניהול תחזיות, כפי שנהוג בחברות מובילות ועל פי הכללים המקובלים בעולם. מניסיוני קיים פער בין אותן השיטות המקובלות לבין השיטות שהשתרשו בחברות בישראל לניהול תחזיות. אני מקווה שבעתיד חברות ישראליות רבות יאמצו את הכללים הנכונים לניהול תחזיות ובכך תשתפר היעילות והתחרותיות של החברות הישראליות.
לימוד ניהול תחזיות בישראל
במהלך 6 השנים האחרונות אני נפגש עם חברות וארגונים רבים בישראל העוסקים בבניה וניהול תחזיות צריכה. מהניסיון הרב שצברתי בייעוץ לניהול תחזיות בעשרות רבות של חברות בישראל, ניתן לאפיין את "השיטות הישראליות" לניהול תחזיות ש"פותחו" בצורה אינטואיטיבית ואבולוציונית בחברות השונות ולהבין את הפער בינן לבין השיטות והכללים המקובלים בעולם.
כאשר לקחנו על עצמנו לייצג בישראל את מערכת Forecast Pro ולהחדיר את התוכנה לניהול תחזיות בחברות ישראליות, ראינו מיד את הפער הקיים בין "השיטות הישראליות" לבין ה Best Practice הקיים בעולם. לכן חשבתי לפנות לאקדמיה ולספק לאוניברסיטאות בישראל כלים ללימוד ניהול תחזיות צריכה, כפי שמקובל בעולם. להפתעתי כל המוסדות האקדמאים הרלוונטיים דחו את ההצעה (למרות שהכלים מסופקים לאוניברסיטאות במחירים אפסיים) וזאת כיוון שהמרצים בחוגים הרלוונטיים (תעשיה וניהול / כלכלה / ניהול לוגיסטי וכו) לא ראו כל חשיבות בהנחלת המיומנות של ניהול תחזיות לסטודנטים. הנושא היחיד הנלמד כיום בישראל בתחום זה הנו החלק הסטטיסטי של נוסחאות הניבוי (החלקה אקספוננציאלית וריגרסיה)
בעולם נהוג ללמד את נושא ניהול התחזיות בדיוק כפי שמלמדים את הסטודנטים את מקצועות התפ"י , ניהול תקציב וניהול מכירות. כך יוצאים בוגרי האקדמיה לשוק העבודה עם כלים , שפה ויכולת לניהול מקצועי.
כיצד מנהלים כיום תחזיות בחברות בישראל
חלק מהחברות בישראל אינן מנהלות כלל תחזית. לאותן החברות בישראל שהחליטו לנהל תחזיות ישנם מאפיינים דומים.
במרבית החברות בישראל מתבצע ניהול התחזית על ידי אנשי התפ"י והתכנון. רק בחברות מעטות מופקד ניהול התחזיות על אנשי המכירות או השיווק. עובדה זאת נראית במבט ראשון כמוזרה, הרי אנשי המכירות הם המופקדים על מכירת המוצרים ללקוחות ולכן הם למעשה האחראים על תכנון וביצוע התחזית.
ה"פרדוקס" הזה קיים בכל העולם ולא ייחודי לישראל. אנשי המכירות אינם מוכנים להתחייב ו"לחתום" על התחזית. בנוסף, בחברות רבות אנשי המכירות מתוגמלים על פי עמידה ביעדי המכירות, לכן התחזית שהם מספקים מוטה כלפי מטה (כדי לא לפגוע בתגמול העתידי הפוטנציאלי) ולכן אנשי התפ"י והתכנון נאלצים לבצע עדכון של התחזית כדי למנוע מצבים של חוסר בחומרים ומוצרים בעתיד.
בחברות מתקדמות בעולם (וגם במספר נמוך של חברות בישראל) מוטמעת תרבות ארגונית מתקדמת המחייבת את אנשי המכירות להציג תחזיות ולעמוד בהן. חלק מהחברות משתמשות במתודולוגיה של S&OP לתאום בין הגורמים השונים בארגון ולהשגת איזון בין התחזית לבין הביצוע בפועל.
חברות שלא מנהלות תחזית
בחלק מהחברות בישראל ויתרו לחלוטין על ניהול תחזיות. הטענה של הנהלות החברות לכך היא כי "לא ניתן לחזות את המכר ברמה סבירה". לכן אותן החברות מאמצות שיטות עבודה "פשוטות" המבוססות על אינטואיציה או ניהול רמות מלאי "סבירות" על ידי הגדרת מלאי לתקופה (לדוגמה: מלאי לחודש).
יש לציין כי אותן ההנהלות טועות באופן מוחלט!, תמיד עדיף לנהל תחזית מאשר לא לנהל תחזית, גם כאשר התחזית אינה מדויקת.
ללא תחזית לא ניתן לנהל רמת שרות. ללא תחזית לא ניתן לנהל MRP מעבר להזמנות שהתקבלו מלקוחות. ללא תחזית לא ניתן לחשב מלאי ביטחון אמין ונקודת הזמנה.
למעשה כשמגדירים "רמת מלאי לתקופה" מגדירים תחזית מבלי להבחין בכך ומבלי לנהל נכון את המלאי. המשמעות בפועל של שיטת "מלאי לתקופה" (לדוגמה: מלאי לחודש) היא תחזית "קבועה" המניחה שהתקופה העתידית תהיה זהה לתקופה הקודמת. הנחה זאת לא לוקחת בחשבון מגמות ועונתיות, השפעות אירועים וחריגים, ולכן היא בהכרח התחזית הגרועה ביותר מכל תחזית אחרת.
פיתוח נוסחת ניבוי
בחלק מהחברות המנהלות תחזית פותחה נוסחת ניבוי המחשבת את תחזית הצריכה על בסיס היסטורית המכירות.
נוסחת הניבוי יכולה להיות מוטמעת במערכת ה ERP או בגיליון אקסל חיצוני המשמש לצורך חישוב. בחברות מסוימות פיתחו תוכנת עזר חיצונית ל ERP (ומחליפה לאקסל) המוזנת בממשק ומחשבת את התחזית באופן אוטומטי.
החברות שהחליטו לפתח נוסחאות לחישוב אוטומטי של תחזית משתמשות בדרך כלל בנוסחאות הבאות: ממוצע, ממוצע נע, ממוצע משוקלל המכיל משקלים שונים לכל תקופה בהתאם למרחק התקופה מזמן התחזית. במקרים בודדים פותחה לחברה נוסחת ניבוי מתקדמת יותר, בדרך כלל ממשפחת הנוסחאות של החלקה אקספוננציאלית כגון Winters.
פיתוח הנוסחה לחברה הוא אחיד, כלומר לכל המוצרים מחושבת אותה הנוסחה, גם אם מבחינה סטטיסטית עדיף להתאים לכל מוצר נוסחה שונה, כפי שמבוצע בעזרת כלים מתקדמים לניהול תחזיות.
ניהול תחזית בעזרת גיליון אקסל
בדרך כלל פותח בחברה גיליון אקסל לניהול תחזית על ידי אחד מהעובדים, הכולל טבלה של המוצרים. בגיליון מוצגת הצריכה ההיסטורית של כל מוצר וניתן להשוות בין תקופות של השנים הקודמות (חודשים או שבועות) לתקופות בשנה הנוכחית.
בחלק מאותם האקסלים מוטמעת גם נוסחה סטטיסטית קבועה לכל המוצרים, ובעזרתה ניתן לחשב תחזית "גולמית" ולשנות את התחזית באופן ידני בהתאם להערכות המתכנן.
בחברות המשתפות את אנשי המכירות בתהליך התחזית מקובל להוסיף לאקסל נתונים של תחזית מכירות. בחלק מהחברות מקובל להתייחס ל"הזדמנויות" מכירה המגיעות מאנשי המכירות.
במרבית החברות המנהלות הזמנות מלקוחות, מוסיפים לאקסל התחזית את ההזמנות הפתוחות לעתיד Backlog ומתחשבים בכמויות מהזמנות כחלק מבנית התחזית.
הטמעת כלים מתקדמים לניהול תחזיות
בחברות מעטות בישראל הוטמעו כלים מתקדמים לניהול תחזיות.
כלים אילו , כדוגמת Forecast Pro מחשבים את נוסחאות הניבוי לתחזית באופן אוטומטי בהתאם להתנהגות כל מוצר.
כאשר מטמיעים כלי מתקדם לניהול תחזיות, מלמדים את הארגון לעבוד על פי שיטות העבודה המקובלות לניהול תחזיות.
חברה שבוחרת לנהל תחזיות בצורה מקצועית מחזירה את ההשקעה ROI בפרק זמן קצר כיוון ששיפור דיוק התחזית משפיע לטובה על נתוני הרווח של החברה.
שיטות העבודה (הנכונות) לניהול תחזית
באותן חברות אשר הטמיעו כלים מתקדמים לניהול תחזיות, מוטמעות שיטות העבודה המקובלות והמומלצות לניהול תחזיות.
שיטות אילו מתחשבות בכל הגורמים התורמים לבנית תחזית מדויקת, ובונים מערך ניהול שיטתי המאפשר לשפר באופן מתמיד את התחזית ולפעול על פי חריגים.
בניית התחזית מבוססת על מספר שלבים: בשלב ראשון בונים התחזית הסטטיסטית, המבוססת על בסיס הנתונים ההיסטוריים וכוללת סידרת כלים לשיפור חישוב התחזית. בשלב השני מכניסים נתונים חיצוניים כגון תחזיות מלקוחות, הזדמנויות ממכירות והזמנות פתוחות מלקוחות. ובשלב השלישי מבצעים שינויים על סמך הידע הקיים בחברה.
להלן פרוט השלבים השונים:
חישוב תחזית סטטיסטית
חישוב התחזית הסטטיסטית מבוצע באופן אוטומטי בעזרת נתוני המכר ההיסטוריים. בכלי ניהול תחזית מתקדמים כדוגמת Forecast Pro קיים מנגנון חישוב אוטומטי המחשב לכל מוצר, בכל ריצה, את נוסחת הניבוי האופטימאלית לו. כך מחושבת התחזית הסטטיסטית לכל מוצר.
בנוסף, קיימים כלי עזר המאפשרים לשפר משמעותית את התחזית הסטטיסטית תך התחשבות בגורמים נוספים:
- הגדרת מבנה היררכי של הנתונים המאפשר שימוש ב Bottom-up ו Top-down.
- הגדרת אירועים – Event , מאפשר למערכת לחשב השפעות של חגים או מבצעים או אירועים חריגים כגון חוסר. ניתן גם לנהל אירועים עתידיים על סמך החישובים שבוצעו במערכת לאירועים קודמים. לדוגמה: השפעת מבצע שבוצע בעבר למוצר יאפשר לחשב את ההשפעה של מבצע עתידי דומה לאותו המוצר
- "החלקת" נתונים חריגים – Outliers , אפשרות "לקטום" התנהגויות חריגות של מוצר ובכך להקטין את "הרעש" של התנהגות חריגה
- שימוש במשקלים – Weights , אפשרות להתחשב בגורמים עונתיים לא סדירים המשפיעים על התנהגות המוצר לאורך זמן
- כלים לבניית תחזיות למוצרים חדשים – By Analogy / Bass Diffusion – כלים המאפשרים לחשב תחזית למוצרים חדשים ללא נתונים היסטוריים
נתונים חיצוניים והחלפת ה Baseline
לאחר בנית התחזית הסטטיסטית ניתן להתחשב בגורמים חיצוניים רבים כגון: הזמנות מלקוחות, תחזית לקוחות, תחזית ממכירות, הנחיות הנהלה וכו. לנתונים אילו אנו קוראים "נתונים חיצוניים".
בכלים מתקדמים לניהול תחזיות כדוגמת Forecast Pro ניתן גם להגדיר נוסחאות שישלבו נתונים חיצוניים לכדי נתון התייחסות אחד.
בחלק מהמוצרים, לתקופות זמן מסוימות, ניתן להחליף את התחזית הסטטיסטית לתחזית "אחרת", אנו קוראים לתחזית ה"אחרת" כ Baseline אחר. לדוגמה: חברה מייצרת מוצר המיועד ללקוח ספציפי, הלקוח מספק לחברה תחזית ל 3 חודשים קדימה. לכן בבניית התחזית לאותו המוצר משתמשים בתחזית הלקוח לשלושת החודשים הקרובים ומהחודש הרביעי משתמשים בתחזית הסטטיסטית.
ביצוע שינויים – Override
לאחר שבנינו את התחזית הסטטיסטית ושילבנו בה נתונים חיצוניים רלוונטיים ב Baseline, ניתן לבצע שינויים בתחזית על פי נתונים והערכות המתקבלים בחברה, בדרך כלל מאנשי השיווק והמכירות.
מערכת ה Override מאפשרת לנהל את השינויים ברמות היררכיות וביחידות שונות, לדוגמה: עליה של 20% בקו מוצרים או תוספת של 100,000$ לערוץ הפצה. המערכת תבצע העמסה והמרה של השינויים עד לרמת המוצר הסופי ותבצע שינוי של התחזית ברמת המוצר בהתאם.
מערכת ה Override מתעדת את השינויים שבוצעו באופן אוטומטי ומאפשרת לתחקר ולזהות את הגורם לטעות בתחזית בתקופות הבאות.
ניהול ותחזוקת התחזית
תחזית המנוהלת בכלי מתקדם לניהול תחזיות כדוגמת Forecast Pro מתעדכנת בכל תקופה (בדרך כלל שבועית או חודשית). המערכת מחשבת באופן אוטומטי תחזית סטטיסטית תוך התחשבות בכל הנתונים שהוגדרו בעבר לתחזית. מעדכנת את הנתונים החיצוניים וה Baseline באופן אוטומטי ומכינה את הנתונים לקליטת השינויים שההנהלה רוצה להוסיף – Override.
בכל רמה ובכל נקודת זמן מחושבים המדדים של דיוק ואמינות התחזית. תחזוקת התחזית מבוססת על ניהול חריגים ותחקור הגורם לחריגים והסטייה מגבולות האמינות שהוגדרה.
עקרון ניהול החריגים ויכולות ניתוח הגורם לטעות בחיזוי מאפשר לנהל שיפור מתמיד באמינות התחזית בכל תקופה.
לפרטים נוספים