Få en demo →

Bedste praksis for efterspørgselsprognose og lagerplanlægning 2023

Udfordringerne forbundet med vedvarende forsyningskædeforstyrrelser skal løses proaktivt. Virksomheder skal stræbe efter at forbedre deres efterspørgselsprognose og lagerplanlægningsprocesser ved at udnytte den nyeste teknologi og bedste praksis til at håndtere leverandørens uforudsigelighed.

Webinaret "Best Practices for Demand Forecasting & Inventory Planning 2023" afholdt af Keith Drake, Ph.D., sammen med Malcolm O'Brien, CSCP præsenterede industriens bedste praksis til at håndtere forsyningskædeforstyrrelser. Det udløste også tilgange til at indikere mulige problemer og reagere hurtigere på uventede hændelser. Webinaret indeholder praktiske demonstrationer af, hvordan man implementerer disse tilgange ved hjælp af Streamline-platformen.

Ifølge World Economic Reports forventer ledende medarbejdere i drift og supply chain management, at afbrydelsen af påvirkningen af virksomhedens værdi vil stige med op til 25% i løbet af de næste par år, og kun 12% af virksomheder er tilstrækkeligt beskyttet mod fremtidige forstyrrelser i forsyningskæden og driften. Og ifølge Gartner Reports forventer 23% af forsyningskædeledere at have et digitalt forsyningskædeøkosystem i 2025.

"Mange af os er opmærksomme på dette problem, men vi er ikke parate til at handle. Nogle af vores bedste praksis kan forhåbentlig flytte dit fokus fra at reagere til at være proaktiv. Som du ved, er uforudsigelighed i forsyningskæden helt sikkert en ny normal. Det har det været i mindst et par år, og det vil det være i en overskuelig fremtid." – sagde Keith Drake, Ph.D. "Vores job og vores ansvar er meget udfordrende. Jeg ved, at mange ledere, der er interesserede i vores platform, starter samtalen med 'vi overfører til en digital stak for hele vores supply chain-planlægningsstyring. Så det er godt at se det skifte i fokus, men jeg tror, på tværs af branchen, at det stadig er i gang."

Fælles forsyningskædeplanlægningsudfordringer

Så ifølge vores brancheforskning er de fælles udfordringer ved planlægning af forsyningskæden som følger:

  • Leverandørens uforudsigelighed
  • Historiske data påvirket af forskellige forstyrrelser
  • Forudsigelse af efterspørgsel efter nye produkter
  • Alle tre emner repræsenteret under webinaret dækker håndtering af usikkerhed i forsyningskædedrift med fokus på optimering af risikoreduktionsstrategier for efterspørgselsprognose og lagerplanlægning.

    Leverandørens uforudsigelighed

    Leverandørens uforudsigelighed kan forårsage store forstyrrelser i forsyningskædens drift. Almindelige eksempler på leverandørens uforudsigelighed omfatter ændringer i leveringsdato og ordremængde. Når en leverandør ændrer leveringsdatoen, kan det forårsage forsinkelser i produktionsplaner og påvirke produktets tilgængelighed.

    Leverandørens uforudsigelighed: Taktisk bedste praksis (reaktiv)

    For at opretholde en enkelt kilde til sandhed er en taktisk bedste praksis at opdatere ordrestatus i ERP-systemet, som derefter vil udløse automatiske opdateringer til andre planlægningsplatforme. Streamline og andre planlægningsløsninger tilbyder fleksibilitet til at foretage ændringer i parametre som leverandørens leveringstid, forsendelsesmængder og varians.

    Leverandørens uforudsigelighed: Strategisk bedste praksis

    Som en strategisk bedste praksis kan virksomheder mindske leverandørens uforudsigelighed ved at synkronisere ordrer på alle varer med hver leverandør og fremme klar kommunikation om leverings- og ordrekrav. En effektiv implementeringsstrategi for at nå dette mål er at gå fra en Min/Max (genopfyldningspunkt) bestillingsstrategi til en periodisk bestillingsstrategi, som kan reducere usikkerheden og optimere lagerstyringen.

    ”Tilpasning og målbarhed er nøglen her. Du skal genkende ændringen i markedet, skabe en model, du mener repræsenterer den nye markedsret, og måle dens ydeevne fremadrettet. Digitalisering muliggør alt dette, automatisering er for at spare dig tid og energi." – siger Malcolm O'Brien.

    Historiske dataforstyrrelser

    Forstyrrelser i historiske data kan være forårsaget af forskellige faktorer, herunder inflation og høje renter, geopolitiske begivenheder, globale handelskonflikter, lagerudbud under uforudsete efterspørgselsstigninger og leverandørens uforudsigelighed.

    For at håndtere forstyrrelser i historiske data i forsyningskædestyring omfatter bedste praksis at revidere efterspørgselsprognosestrategier for at tage højde for virkningen af sådanne forstyrrelser. Det er vigtigt at undgå at ændre kildedata i ERP-systemer eller andre databaser, da disse data fungerer som den eneste kilde til sandhed og bør forblive uændrede.

    Ny produktefterspørgselsprognose

    Når virksomheder står over for udfordringer med at forudsige efterspørgsel efter nye produkter, kan virksomheder anvende bedste praksis, der inkluderer modellering af efterspørgsel baseret på mønstre eller modeller fra lignende varer med repræsentativ salgshistorik. Disse modeller kan være baseret på individuelle planlægningselementer såsom SKU/placering/kanalkombinationer og produktkategorier, hvilket giver en mere præcis repræsentation af efterspørgselsmønstre.

    Bundlinjen

    "Alle oplever dataforstyrrelser, men de er alle forskellige. Så du skal fokusere på, hvad der giver mening for dig i forbindelse med en automatiseret proces, der giver dig mulighed for at anvende en strategi. Næste skridt er at lancere en plan for hurtigt at reagere på leverandørens uforudsigelighed. Vi foreslog én metode, at skifte fra et genopfyldningspunkt, min-max til en periodisk strategi." – sagde Keith Drake, Ph.D. “Mange områder af Streamline-platformen kan skræddersyes til at opfylde din forretningsmodel og brancheforhold. Vi foreslår, at du tænker over, hvad der fungerer bedst for dig, hvordan du kan gøre dig selv mere forudsigelig, og hvordan Streamline kan tilføje værdi til din virksomhed."

    For meget manuelt arbejde i Excel?

    Se, hvad Streamline kan gøre for dig

    • 99+% lagertilgængelighed.
    • Op til 99% prognosenøjagtighed.
    • Op til 98% reduktion i lagerbeholdninger.
    • Op til 50% reduktion i overskydende lagerbeholdning.
    • 1-5 procentpoints marginforbedring.
    • Op til 56X ROI på et år. 100% ROI i de første 3 måneder.
    • Op til 90% reduktion i tid brugt på prognoser, planlægning og bestilling.