מאת: צור אמיתי
במאמר זה אציג את השיטות המקובלות לניהול הקצאות, קביעות ושינויים בתחזית
לפני שאציג את נושא ההקצאות נזכיר מהם השינויים והקביעות שאנו מבצעים בתבליך בניית התחזית.
בניית תחזית – תהליך סטנדרטי
כאמור בניית התחזית מתחילה באמצעות חישוב התחזית על בסיס הפעילות ההיסטורית של המוצרים. בעזרת תוכנות מתקדמות, כדוגמת Forecast Pro אנו מקבלים חישוב אוטומטי ומהיר של התחזית ע"י אלגוריתם לבחירה אוטומטית של שיטת החישוב האופטימלית לכל מוצר ושורה בתחזית. בנוסף לנתונים ההיסטוריים אנו יכולים להזין לתוכנה נתונים נוספים המשפרים את חישוב התחזית, כגון: מבצעים, אירועים שונים שהשפיעו על התנהגות המוצרים וישפיעו גם בתקופת התחזית העתידית (Events) , משקלים לתקופות (Weights), עדכון נתונים חריגים (Outliers) .
התחזית המתקבלת מהחישובים נקראת "תחזית סטטיסטית" והיא נשמרת בבסיס הנתונים כתחזית שחושבה בתקופה הנוכחית לתקופות הבאות.
בנוסף לתחזית הסטטיסטית ניתן לטעון למערכת תחזיות חיצוניות, לדוגמה: תחזיות שהתקבלו מלקוחות, או הזמנות פתוחות עתידיות שהתקבלו מלקוחות. במקרים אילו יתכן ונרצה להחליף את התחזית הסטטיסטית למוצר בתחזית אחרת. התחזית האחרת נקראת Baseline. כך נוצרת תחזית המשלבת תחזית סטטיסטית ותחזית Baseline.
לאחר שהתקבלה התחזית המחושבת אנו נדרשים לעדכן אותה בהתאם לידע הקיים בחברה. לתהליך זה של קביעות ושינויים בתחזית קוראים Overrides והוא כולל התייחסויות של אנשי המכירות, השיווק, שרשרת האספקה והכספים. בתהליך ה Overrides אנו משנים את מספרי התחזית בהתאם להערכות ומידע הקיים בחברה.
עד כאן תיאור התהליך הסטנדרטי של בניית תחזית מעודכנת. זהו תהליך החוזר על עצמו בכל תקופת תחזית (בדרך כלל בכל חודש או שבוע). עכשיו ניתן להרחיב בנושא ההקצאות.
מה הם ההקצאות (Allocations) ולמה הם משמשים ?
כאשר אנו מעדכנים את התחזית, יתכן והעדכון יתבצע ברמה גבוה בהיררכית התחזית ולא ברמה הנמוכה ביותר. כאמור קובץ התחזית בנוי ברמה היררכית, לדוגמה: רמה עליונה: הכל , רמה שניה: לקוחות, רמה שלישית: משפחת מוצרים, ורמה תחתונה: המוצרים
ראה תרשים של מבנה היררכי שבדוגמה:
יתכן והמידע שיתקבל מהמכירות יתבסס על רמת הלקוח, לדוגמה: לקוח א צפוי להגדיל את הרכישות שלו ב 20% ברבעון הבא.
במקרה זה נצטרך להגדיל את סה"כ התחזית ב 20% ללקוח א. כדי לבצע זאת נכון אנו צרכים להגדיל גם את התחזית לכל משפחת מוצרים הנמצאת מתחת ללקוח א ולכל מוצר הנמצא מתחת למשפחת המוצרים. כיצד לבצע את השינויים בכל רמות ההיררכיה של התחזית ?
כיצד נחלק את 20% המוצרים הנוספים הצפויים להתקבל מלקוח א ? אנו צרכים להגדיר יחס חלוקה שיאפשר לנו לחשב את הכמות בתחזית לכל מוצר ולכל משפחת מוצרים תחת לקוח א'. יחס זה של חלוקת המוצרים נקרא הקצאה או Allocations.
היחס הסטנדרטי של ההקצאה Allocations מוגדר כיחס של התחזית לפני השינויים שביצענו. כלומר 20% של התוספת של המוצרים "יתפזרו" בין המוצרים על פי יחס התחזית ביניהם.
דוגמה מסובכת יותר היא כי המכירות מספקים מידע על כך שלקוח א יגדיל את המכירות ב 20% והייצור ידרוש הקטנה של ייצור מוצר A. במקרה זה צריך להתחשב בשני אילוצים המתקבלים ברמה שונה (הלקוח ברמה 2 והמוצר ברמה 4)
בתוכנות מתקדמות לניהול תחזיות כדוגמת תוכנת Forecast Pro, קיים כלי לניהול השינויים והקביעות ומתבצע חישוב השינויים והעמסות בצורה אוטומטית. במקרים מיוחדים ניתן להזין לתוכנה ייחס הקצאה Allocations שונה מיחס התחזית. מקרה זה יתבצע רק אם אנו יודעים במדויק את יחס ה Allocations במציאות.
דוגמאות להקצאה של שינויים
דוגמה 1 – מבנה היררכי כללי בשלוש רמות (הכל / קבוצות / פריטים)
הסימונים: F = תחזית סופית , S = תחזית סטטיסטית , O = שינויים שביצענו לתחזית
דוגמה 2 – קבענו כי לפריט A1 תהיה תחזית של 75 (ולא 1 כפי שמופיע בתחזית הסטטיסטית S )
ראה את השינויים המתקבלים בקבוצה A ובסך כל התחזית (האות F היא התחזית הסופות)
דוגמה 3 – קבענו כי לקבוצה B התחזית היא 75
ראה חלוקה מטה לפריטים ומעלה לכללי
דוגמה 4 – שינוי בשתי רמות שונות בא זמנית, כל התחזית שונתה ל 500 ומוצר A1 שונה ל 75
ראה איך המערכת מחלקת את יתרת המוצרים על פי יחס התחזית הסטטיסטית
דוגמה 5 – שינוי ברמה הכללית ל 500 ובמוצרים A1 ו A2
כיוון שאילצנו את קבוצה A לקבל 150 (במקום 200 , כיוון ששני הפריטים בקבוצה נקבעו על 75 כל אחד) שינתה המערכת את היחס בהתאם ולקבוצה B הוגדרו 350 פריטים ולמוצרי הקבוצה הוגדרה התחזית בהתאם ליחס התחזית הסטטיסטית
דוגמה 6 – בדוגמה זאת נקבעה תחזית לכל המוצרים למעט מוצר אחד
המערכת תקצה תחזית סופית בהתאם לכל האילוצים
דוגמה 7 – זהו מקרה מיוחד, קיימת סתירה בין הקביעות תחת קבוצה B
במידה ואפשרנו לתוכנת התחזיות לחשב תחזית שלילית יתקבלו התוצאות המוצגות בתרשים ופריט B2 יקבל תחזית סופית שלילית.
במידה ולא אפשרנו לתוכנה לחשב תחזית שלילית (כפי שקיים במרבית התחזיות) נקבל הודאת שגיאה מהתוכנה ובקשה לשנות את הקביעות כך שיהיו אפשריות.
בפרק הבא אציג שיטות לחישוב תחזית לפריטי תחזוקה ופריטים איטיים.
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