Bästa metoder för efterfrågeprognoser och lagerplanering 2023

De utmaningar som är förknippade med ihållande störningar i leveranskedjan måste åtgärdas proaktivt. Företag måste sträva efter att förbättra sina processer för efterfrågeprognoser och lagerplanering genom att utnyttja den senaste tekniken och bästa praxis för att hantera leverantörernas oförutsägbarhet.

Webinariet "Best Practices for Demand Forecasting & Inventory Planning 2023" som hölls av Keith Drake, Ph.D., tillsammans med Malcolm O'Brien, CSCP presenterade branschens bästa praxis för att hantera störningar i leveranskedjan. Dessutom släppte det lös tillvägagångssätt för att indikera möjliga problem och reagera på oväntade händelser snabbare. Webinariet innehåller praktiska demonstrationer om hur man implementerar dessa metoder med hjälp av Streamline-plattformen.

Enligt World Economic Reports förväntar ledande befattningshavare inom drift och supply chain management att påverkan på företagsvärde kommer att öka med upp till 25% under de närmaste åren och endast 12% av företag är tillräckligt skyddade mot framtida störningar i leveranskedjan och verksamheten. Och enligt Gartner Reports förväntar sig 23% av ledarna i leveranskedjan att ha ett digitalt ekosystem för leveranskedjan år 2025.

"Många av oss är medvetna om den här frågan, men vi är inte beredda att proagera. Några av våra bästa metoder kan förhoppningsvis flytta ditt fokus från att reagera till att vara proaktiv. Som ni vet är oförutsägbarhet i försörjningskedjan en ny normal. Det har det varit i åtminstone ett par år och det kommer det att vara under överskådlig framtid.” – sa Keith Drake, Ph.D. ”Våra jobb och vårt ansvar är mycket utmanande. Jag vet att många chefer som är intresserade av vår plattform inleder samtalet med "vi överför till en digital stack för all vår planering av leveranskedjan." Så det är bra att se den förändringen i fokus, men jag tror att det fortfarande pågår över hela branschen."

Vanliga utmaningar inom leveranskedjan

Så enligt vår branschforskning är de vanliga utmaningarna för planering av leveranskedjan följande:

Alla tre ämnen som representerades under webbinariet täcker hanteringen av osäkerhet i leveranskedjans verksamhet, med fokus på att optimera riskreduceringsstrategier för efterfrågeprognoser och lagerplanering.

Leverantörens oförutsägbarhet

Oförutsägbarhet hos leverantörer kan orsaka stora störningar i leveranskedjans verksamhet. Vanliga exempel på oförutsägbarhet hos leverantörer inkluderar förändringar i leveransdatum och orderkvantitet. När en leverantör ändrar leveransdatum kan det orsaka förseningar i tillverkningsscheman och påverka produkttillgängligheten.

Leverantörs oförutsägbarhet: Taktisk bästa praxis (reaktiv)

För att upprätthålla en enda källa till sanning är en taktisk bästa praxis att uppdatera orderstatusen i ERP-systemet, vilket sedan utlöser automatiska uppdateringar till andra planeringsplattformar. Streamline och andra planeringslösningar erbjuder flexibilitet för att göra ändringar i parametrar som leverantörens ledtid, leveranskvantiteter och varians.

Leverantörs oförutsägbarhet: Strategisk bästa praxis

Som en strategisk bästa praxis kan företag minska leverantörernas oförutsägbarhet genom att synkronisera beställningar av alla artiklar med varje leverantör och främja tydlig kommunikation angående leverans- och beställningskrav. En effektiv implementeringsstrategi för att uppnå detta mål är att övergå från en Min/Max (påfyllningspunkt) beställningsstrategi till en periodisk beställningsstrategi, vilket kan minska osäkerheten och optimera lagerhanteringen.

– Anpassningsbarhet och mätbarhet är nyckeln här. Du måste känna igen förändringen på marknaden, skapa en modell som du tror representerar den nya marknadsrätten och mäta dess prestanda framöver. Digitalisering möjliggör allt detta, automatisering är att spara tid och energi.” – säger Malcolm O'Brien.

Störningar i historiska data

Störningar i historisk data kan orsakas av olika faktorer, inklusive inflation och höga räntor, geopolitiska händelser, globala handelskonflikter, lageruttag under oförutsedda efterfrågeökningar och oförutsägbarhet hos leverantörer.

För att klara av störningar i historiska data inom supply chain management inkluderar bästa praxis att revidera strategier för efterfrågeprognoser för att ta hänsyn till effekterna av sådana störningar. Det är viktigt att undvika att ändra källdata i affärssystem eller andra databaser, eftersom dessa data fungerar som den enda källan till sanning och bör förbli oförändrade.

Ny produktefterfrågan prognoser

När företag står inför utmaningar när det gäller att prognostisera efterfrågan på nya produkter, kan företag använda bästa praxis som inkluderar modellering av efterfrågan baserat på mönster eller modeller från liknande varor med representativ försäljningshistorik. Dessa modeller kan baseras på individuella planeringsposter som SKU/plats/kanalkombinationer och produktkategorier, vilket ger en mer exakt representation av efterfrågemönster.

Poängen

"Alla upplever datastörningar men de är alla olika. Så du måste fokusera på vad som är vettigt för dig i samband med en automatiserad process som låter dig tillämpa en strategi. Nästa steg är att lansera en plan för att snabbt reagera på leverantörernas oförutsägbarhet. Vi föreslog en metod, att byta från en påfyllningspunkt, min-max till en periodisk strategi." – sa Keith Drake, Ph.D. "Många delar av Streamline-plattformen kan skräddarsys för att möta din affärsmodell och branschförhållanden. Vi föreslår att du funderar på vad som fungerar bäst för dig, hur du kan göra dig själv mer förutsägbar och hur Streamline kan tillföra värde till ditt företag."