שימוש ב Baseline בניהול תחזיות


מה היא "התחזית החיצונית" או ה Baseline ולמה היא משמשת בניהול תחזיות.

 

במאמר זה אציג את השימוש בתחזית חיצונית, או ב Baseline בשמו הלועזי. לצורך כך נזכיר את השלבים בבניית התחזית והמושגים השונים.

 

השלבים בבניית התחזית

 

במאמר הקודם פרטתי את השלבים בבניית תחזית מכירות. אותם השלבים מבוצעים בכל עדכון של התחזית בכל תקופת זמן (בדרך כלל כל חודש או כל שבוע, בהתאם לצורכי הארגון).

 

כאמור השלבים הם:

 

שלב 1: חישוב תחזית סטטיסטית

בניית תחזית סטטיסטית, חישוב נוסחת ניבוי סטטיסטית לכל מוצר בתחזית על בסיס הנתונים ההיסטוריים של המוצר, תוך התחשבות בגורמים רבים המשפיעים על התחזית הסטטיסטית כגון:

 

  • אירועים – (חגים / מבצעים / חוסר וכו )
  • משקלים – הגדרת פרמטר המשפיע על כל תקופה בהיסטוריה ובעתיד (לדוגמה ימי מכירה בתקופה, או מספר סופי השבוע בחודש וכו
  • שימוש בחישוב Top Dawn , חישוב התחזית על בסיס היררכיה גבוה של הנתונים (למשל, חישוב התנהגות משפחת מוצרים) ו"הורדת" התנהגות והתחזית לרמות הנמוכות (למשל מוצר תחת משפחה)
  • החלקת נתונים חריגים בהיסטוריה – אנו קוראים לנתונים החריגים Outliers ומחשבים אותם ביחס לסטיית התקן של חישוב התחזית.
  • חישוב תחזית למוצרים חדשים – שימוש בנוסחאות ייעודיות לחישוב תחזיות למוצרים חדשים

 

לאחר בניית התחזית הסטטיסטית ניתן לעבור לשלב השני

 

שלב 2 – הגדרת "תחזית חיצונית  Baseline

ה Baseline  מוגדר לאותם המוצרים שקיים לגביהם מידע "חיצוני" לצריכה עתידית.

במאמר זה ארחיב ואפרט את השימושים שנעשים ב Baseline ואת חשיבותם לשיפור דיוק התחזית.

 

שלב 3 – ביצוע שינויים, או בכינוי הלועזי Overrides

זהו השלב האחרון בבניית התחזית, בשלב זה מבצעים שינויים ועדכונים של התחזית על בסיס הידע הקיים בחברה. ידע זה אמור להגיע מכל הגורמים בחברה אשר משפיעים על פעילות המוצרים, כולל: שיווק, מכירות, תפעול , תפ"י, ייצור, רכש וכספים.

בחלק מהארגונים מבוצע שלב זה כחלק מיישום שיטת S&OP

בסיום השלב השלישי מתקבלת התחזית הסופים המעודכנת.

 

למה משמש ה Baseline ומה נחיצותו ?

 

ה Baseline הנו התחזית שאנו משתמשים לבניית התחזית הסופית. ברירת המחדל ל Baseline הנה כמובן התחזית הסטטיסטית. אם "לא נגענו" הרי שהתחזית הסטטיסטית תהיה ה Baseline , ואם לא שינינו דבר בעזרת תהליך ה Overrides (ביצוע שינויים בתחזית) הרי שהתחזית הסטטיסטית היא תהיה גם תחזית ה Baseline וגם התחזית הסופית. זאת בדרך כלל המטרה של גורמים רבים, להצליח לנהל תחזית מדויקת רק בעזרת כלי אוטומטי המחשב את התחזית על סמך ההיסטוריה.

 

אולם במציאות הדברים מורכבים יותר, כדי להצליח ולנהל תחזית מדויקת אנו נדרשים לא פעם להשתמש בידע ובנתונים חיצוניים שאינם נכללים במידע ההיסטורי של מכר המוצרים.

 

לכן לא פעם קיים צורך להחליף את התחזית הסטטיסטית שחושבה למוצר, בתחזית אחרת (חיצונית) ובעזרתה ניתן יהיה לחזות טוב יותר את מכר המוצר בעתיד.

 

דוגמאות לנתונים שעשויים לשמש כתחזית Baseline (שתחליף את התחזית הסטטיסטית לאותו המוצר):

 

  • תחזית מלקוחות – במקרים רבים אנו מקבלים תחזית מלקוחות. תחזית זאת אמורה להיות מדויקת כיוון שהלקוח יבצע (בדרך כלל ) הזמנות בהתאם לתחזיות שהוא סיפק לנו. לכן לאותן התקופות ולאותם המוצרים שקיבלנו תחזית מהלקוח, משתמש בתחזית ל Baseline שיחליף את התחזית הסטטיסטית. לדוגמה: לקוח מספק לנו תחזית ל 10 מוצרים שהוא רוכש מחברתנו ל 4 חודשים "קדימה". לכן נחליף את התחזית הסטטיסטית לאותם 10 המוצרים ל 4 החודשים הקרובים מתחזית סטטיסטית לתחזית לקוחות.
  • הנחיות הנהלה – במקרים רבים אנו מקבלים הנחיות או "הכתבות" לבצע ייצור של כמות מסוימת ממוצר לתקופה נתונה. יכולות להיות לכך סיבות רבות כגון: החדרת מוצר חדש לשוק, הקדמת ייצור לקראת שיפוץ או הרחבה וכו.

 

בדיקת דיוק ה Baseline

 

ההנחה של השימוש ב Baseline הנה שהתחזית ה"חיצונית" תהיה טובה יותר מהתחזית הסטטיסטית. אנו נדרשים לבדוק בכל תקופה כי התחזית ה Baseline טובה יותר מהתחזית הסטטיסטית, אחרת אין טעם "לקלקל" את התחזית עם נתוני ה Baseline.

 

במערכות מתקדמות לניהול תחזיות, כדוגמה מערכת Forecast Pro, נשמרים לכל תקופת תחזית, כל הנתונים של התחזיות השונות. כך ניתן לבדוק באופן רציף ובצורה פשוטה, את דיוק התחזית הסטטיסטית לעומת ה Baseline. למעשה התחזית הסטטיסטית משמשת לנו כבררת המחדל האפשרית לכל מוצר. אם אנו רואים שתחזית ה Baseline פחות טובה מהתחזית הסטטיסטית שחישבנו, הרי שאין טעם להשתמש ב Baseline.

 

במקרים רבים אנו מקבלים תחזיות מהלקוחות ובפועל הלקוחות מזמינים מוצרים שונים מהתחזית שהם סיפקו, במקרים אילו צריך לבדוק את דיוק התחזית הסטטיסטית. אם מתברר שהתחזית הסטטיסטית שלנו טובה יותר מהתחזית שקבלנו מהלקוח, ניתן לפנות ללקוחות ולהציג להם את העובדה כי התחזית הסטטיסטית שלנו אמינה יותר מהתחזית שהלקוח העביר לנו.

 

בעזרת ניהול ה Baseline אנו יכולים להשתמש בנתונים חיצוניים לתחזית, לשלב את הנתונים החיצוניים בתחזית, ולנתח את אמינות ה Baseline ביחס לתחזית הסטטיסטית.

 

במאמר הבא אציג את התקופות לניהול תחזית (חודש / שבוע / יום) ואת היתרונות והחסרונות של כל תקופה

 

צור אמיתי, מנכ״ל חברת הייעוץ ASC, המתמחה בליווי חברות וארגונים לשיפור התחרותיות והרווחיות, תוך התמקדות בייעול שרשרת האספקה ובשיפור תהליכים בניהול הרכש, ניהול הייצור, ניהול המלאי, ניהול ההפצה, ניהול התכנון וניהול המכירות והשיווק. הנציגה הבלעדית של תוכנת Forecast Pro בישראל.

 

ליצירת קשר:   08-9300363  amitai@asc-il.co.il     www.asc-il.co.il

לפרטים נוספים

כל הזכויות שמורות ל ASC