Varför byta från Excel till programvara för inventeringsplanering

Förbi Alex Koshulko, Ph.D. i matematisk modellering • Uppdaterad på 31 oktober 2024

Det är vettigt för alla detaljhandelsföretag, alla som är involverade i planering av försörjningskedjan, att göra förändringen och byta till viss processautomation, desto mer desto bättre. Ju mer du delegerar till maskinen, desto mer kreativ kan du vara om dina affärsstrategier, din produkt, ditt samarbete, ditt val av leverantör och kund, din tid. Varje planerare stöter på detta. All rutinmässig arbetskraft som kommer med efterfrågan och planering av lager för din specifika affärsmodell.

Du skulle aldrig förutsäga alla situationer du måste redogöra för och de metoder du måste använda för att redogöra för dem. Så anpassade, komplexa, smarta, automatiserade programvarulösningar är nästa logiska steg. Det är den förändring du måste acceptera för att kunna gå framåt i den moderna världen av försörjningskedjan.

Varje detaljplanerare hanterar samma smärtintervall när det gäller förutsägelser och lagerplanering. Oavsett var du måste göra förutsägelser om något och / eller fylla på det, vare sig det är planering för livsmedelsbutiker, maskiner eller produktion, försäljning av fiskekrokar eller bildelar eller flygplatssäten, måste du hantera kalkylblad. 

Sätt in en punktlista över smärtpunkter, det skulle se ut så här:

Det kan vara mycket bättre, och det skapar ett fel, tar bort från försäljning eller binder kapital.

Noggrann efterfrågan på prognoser är något som de flesta planerare litar på i allt högre grad. Det är källan till alla efterföljande beslut. Att göra det manuellt ger knappt samma resultat, troligen mindre exakt, samtidigt som du spenderar mycket tid på att bara knäcka dessa siffror, kopiera klistra in, radera, skriva formler, dubbelkontrollera och filtrera.

... som multipliceras med regelbunden repetition och den slumpmässiga mänskliga faktorn blir en hel uppgift.

Ibland måste du till och med skapa en plattform från grunden och en logik att följa när du gör lagerhantering. Och att hålla fast vid det för alltid tar mycket tid.

Att använda de förutvecklade prognosmodellerna, tillämpa dem här och där, passerar verkligen för mallarbete, men de kan fortfarande inte fylla de flesta strategiska luckor, vilket gör det som tar det mesta av din tid och ansträngning.

Du är alltid fast på en detaljeringsnivå, fast i den onda cirkeln av upprepning, detaljerad databehandling, du kommer bara att ha tillräckligt med resurser för att vara kuggen i din egen maskin, vilket inte är en bra långsiktig affärsstrategi för någon.

Den här behöver ingen kommentar, men att säga att det är tråkigt är att säga ingenting alls.

Det kan bara vara en, men mer troligt är det ett överväldigande antal datablad, i följd, som också måste spridas och uppdateras bland alla teammedlemmar.

... att göra det utan ett systematiskt tillvägagångssätt är i grunden stenåldersmetoder.

Redogör medvetet för varje outlier, kampanj eller specialhändelse varje gång. Krita upp detta till föregående punkt som områdena för den mest tråkiga arbetskraften och de som är mest mottagliga för mänskliga fel, vilket gör dem till ett minfält av motgångar och tidskrävande uppgifter.

Det är en sida och ett antal skäl att göra övergången, men baksidan är ännu bättre.

Du kan inte fortsätta att slösa bort all den tiden och ändå tror att du kommer att hänga med i spelet när bokstavligen alla automatiserar. Det här är som nästa steg efter uppfinningen av ordbehandlingsprogramvara för persondatorer, det är då du borde ha slutat använda papper.

Anledningarna inkluderar en rad olika dimensioner, men vi kommer att kunna väva de största in i den här artikeln.

Verkligen stort är utbudet av positiva fördelar. Först och främst kommer

1. Automatisera hela processen.

Att behöva komma ihåg färre steg är en enorm förbättring. Processen att multiplicera trender, beräkna säkerhetslager, ta bort outliers på tidslinjen, dansa runt ledtider och leverantörsrestriktioner etc. kan överges. Du kan komma ur den rutin du är så van vid och se en bredare horisont av bättre uppgifter du kan utföra istället.

2. Gör det på ett helt transparent sätt

Förutom egenutvecklad teknik, som ibland kan vara en hemlighet, är hela processen öppen och tydlig för alla. Det gör att du kan involvera mycket fler människor i planeringen än tidigare. Du behöver inte den hårt arbetande Excel-experten och alla andra som använder sitt ark - alla kan vara lika skickliga och på samma sida hela tiden.

Har din instrument uppfylla dina avsikter.

3. Kunna sömlöst dra data, bearbeta data och utdataåtgärder.

Kräver endast bekräftelse eller några mindre ändringar från beslutsfattaren för att hålla bollen rullande.

4. Sparar tid, mänskliga fel och lägger till maskinprecision i varje beräkning

... överträffar därför överlägset möjliga mänskliga resultat.

Låt maskinen ta hänsyn till ett stort antal faktorer, gör det mesta av det smutsiga arbetet och spara enorm tid och resurser.

5. Ger dig intelligens på nästa nivå

... öppna dörrarna för större strategisk planering.

Den här talar för sig själv, i grund och botten. Istället för att simma i rader, behöva klistra in värden, bitar av tabeller, flytta textblock, komma med formler och makron, dubbelkontrollera allt för skrivfel eller fel om något går fel, vad sägs om att skala upp det och flytta ditt företag strategier baserade på data, som har behandlats på ett tillförlitligt sätt på några sekunder?

6. Kan redogöra för mönstrade situationer mycket bättre

Det finns vissa situationer människor skulle vara mycket långsammare att plocka upp och agera på. Med maskininlärning och smarta algoritmer kan programvara för efterfrågeplanering ha ett mycket bättre öga för sådana saker.

Du kan slösa din tid på brainstormingstrender varje gång, ELLER du kan ha maskinens spårningsmönster och förutsäga dem åt dig i förväg, baserat på sannolikhet och statistik.

Efterfrågan planeringsverktyg som Streamline har en omfattande verktygssats, förinställd för att ta hänsyn till:

• Säsongsmässighet
• Trendavvikelser
• Kampanjer
• Högtider
• Ledtid och ordercykel
• Produktens hållbarhetstid (för apotek och färskvaruhandel)
• Leverantörs tillgänglighet (händelser som det kinesiska nyåret etc.)
• Leverantör min och max partier
• Priselasticitet
• Behållarbelastning och avrundning
• Lageröverföringar mellan butiker
• Returnerar
• Materialanvändning vid färdigproduktion
• Prognos efter SKU / plats / kanal

etc.

7. Låter dig beräkna KPI: er exakt, i större skala, automatiskt.

... inte bara de vanliga, bara snabbare och bättre, utan också att ge dig några siffror som du inte tänkte samla förut. 

Saker som lageromsättningshastighet, frigjort kapital från att använda lager, ROI du får från att använda betald programvara och implementera olika planeringsstrategier etc.

Att beräkna KPI är inte något att förbise, för du behöver referenspunkter för att mäta din tillväxt. Och det kan vara något som ofta förbises helt, ibland för att det är smärta i nacken.

Varje behovs- och lagerplaneringsprocess behöver flexibilitet samtidigt som det kräver precision och omfattande ansvarsskyldighet.

Att utnyttja en individ och deras tid och talanger för att uppnå något sådant är inte nödvändigt längre, så du kan fördela dina kreativa mänskliga resurser någon annanstans som är viktig. Därför ska du göra omkopplaren så snart som möjligt. Lämna bara frågan om vilken lösning du ska implementera, som du kan få hjälp för, från lösningsleverantörerna.

Alex Koshulko, Ph.D.

Medgrundare på GMDH Streamline,

ledande expert inom leveranskedjeplanering med mer än tio års erfarenhet av efterfrågeprognoser, lagerplanering och optimering.

Ta kontakt med Alex på LinkedIn