Shortage vs. Stock, die Prognosegenauigkeit ist wichtig
Die Prognose der Nachfrage ist ein Eckpfeiler der Bestandsoptimierung. Doch die genaue Beziehung zwischen:
- dem Service-Level (Wahrscheinlichkeit, keinen Engpass zu haben),
- dem Sicherheitsbestand (Bestandsmenge über der erwarteten Nachfrage),
- und der Prognosegenauigkeit
ist manchmal ein wenig unklar. Daher wollen wir versuchen, die Situation zu klären.
Engpässe kosten Geld: Kunden sind unzufrieden und kehren weniger wahrscheinlich zurück, Geld, das in die Kundengewinnung investiert wurde, wird verschwendet, indirekte Verkäufe können ebenfalls verloren gehen, …
Doch auch Lagerkosten kosten Geld: Mehr Bestände bedeuten mehr Betriebskapital, mehr Produktveraltungen, höhere Lagerkosten; überschüssiger Bestand bedeutet höhere Werbekosten und niedrigere Verkaufspunkte, …
Daher ist das Bedienen von Kunden ein finanzieller Kompromiss zwischen der Menge an Bestand und der Menge an Engpässen.
Wir betrachten hier implizit eine Einzelhandelssituation, aber eine nahezu identische Argumentation gilt auch für Hersteller.
An diesem Punkt ist immer noch unklar, wie die Prognosegenauigkeit ins Spiel kommt. Insbesondere für einige Unternehmen könnte es so aussehen, als ob überhaupt keine Prognosen erstellt wurden. Zum Beispiel nur Min-Max Nachbestellrichtlinien und keine Prognosen.
Tatsächlich erhält Ihr Bestand selbst dann eine implizite Prognosegenauigkeit (wie oben dargestellt, das orangefarbene Dreieck stellt die Einschränkung dar), auch wenn niemand in Ihrem Unternehmen explizit Prognosen erstellt. Tatsächlich ist es möglich - wenn auch etwas kompliziert - die implizite Genauigkeit durch Unternehmen in Ihren Sicherheitsbestandsniveaus mit Ihren Engpasshäufigkeiten zu berechnen.
Die Anpassung des Kompromisses zugunsten des Service-Levels oder zugunsten der Bestandsreduzierung verbessert die implizite Genauigkeit nicht, da ein Kostenpunkt gegen einen anderen ausgetauscht wird (wie auf der rechten Seite dargestellt, die Einschränkung wird gedreht, nicht reduziert). Prognosen können durch Ihre Prozesse verborgen sein, aber das verhindert nicht, dass Ihr Unternehmen finanzielle Verluste erleidet, wenn diese Prognosen falsch sind.
Es sei denn, es besteht ein tiefgreifender Mangel an Analyse in Ihren Bestandspolitiken, die Verbesserung durch die Anpassung des Engpass vs. Bestand Kompromisses wird voraussichtlich marginal sein (was dennoch erhebliche Einsparungen bedeuten kann, insbesondere wenn die Marge gering ist).
Um beide Seiten der Gleichung zu verbessern, benötigen Sie bessere Prognosen.
Die Auswirkungen einer verbesserten Genauigkeit werden in der Grafik links veranschaulicht. Im Vergleich zu den vorherigen Situationen sehen wir, dass eine Reduzierung der Genauigkeit sowohl die Häufigkeit von Engpässen als auch die Menge an Sicherheitsbestand reduziert.
Die Theorie besagt grob, dass eine Reduzierung des Prognosefehlers um 1% (relativ) entweder zur Reduzierung der Engpasshäufigkeit um 1% (relativ) oder zur Reduzierung der Menge an Sicherheitsbestand um 1% (relativ) verwendet werden kann.
In der Praxis können Hindernisse bestehen, um die Verbesserung durch die zusätzliche Genauigkeit voll auszuschöpfen, wie zum Beispiel die Service-Level, die von Ihren eigenen Lieferanten angeboten werden. Dennoch können wir mit einer konservativen Position immer noch schätzen, dass 1% zusätzliche Genauigkeit entweder zu einer Reduzierung von 0,5% der Engpässe oder zu einer Reduzierung von 0,5% des Sicherheitsbestands führt.
Die Abwägung zwischen Engpass vs. Bestand kann dann wieder an die neue verbesserte Genauigkeit angepasst werden.
Leserkommentare (6)
Hallo Benhard, Die meisten Sicherheitsbestandsformeln basieren auf der Varianz der Prognosen. Da dieser Wert jedoch schwer zu berechnen ist, besteht eine typische Heuristik darin, die Varianzen der Prognosen durch die Varianz der historischen Daten zu ersetzen, aber dies ist eine Approximation. Wenn Sie den Prognosefehler in Ihre Sicherheitsbestandsberechnung integrieren möchten, ersetzen Sie einfach den ‘Sigma’-Koeffizienten der historischen Varianz durch die erwartete Varianz der Prognosen selbst. Hoffe, das hilft. vor 7 Jahren | Joannes Vermorel
Hallo Joannes, Ich finde diesen Artikel wirklich interessant. Ich bin gerade dabei, Bestellpolitik basierend auf der Nachfrageprognose anstelle der Nachfragehistorie zu bestimmen. Die meisten Websites zeigen, wie man die Bestellpolitik basierend auf der Varianz der historischen Daten bestimmt. Ich frage mich, wie man den Prognosefehler in die Gleichung des Sicherheitsbestands einbeziehen kann. Es tut mir leid, wenn meine Frage nicht zum obigen Thema passt. Jede Art von Hilfe wäre willkommen. Danke Jo. ben vor 7 Jahren | Benhard Adolf
Tatsächlich ist es nicht das Dreieck, das wirklich wichtig ist, sondern seine beiden Kanten (rechts und links). Intuitiv ist der Hauptwinkel eine Konstante, die nicht geändert werden kann, daher bewegt sich, wenn Sie eine Kante verschieben, die andere auch. Die Form sieht irgendwie wie ein Dreieck aus, aber nur zwei Kanten und ein Winkel sind wirklich wichtig. vor 8 Jahren | Joannes Vermorel
Lieber Joannes, Ich finde deine Erklärung sehr klar, aber ich verstehe das orangefarbene Dreieck nicht. Es stellt die Einschränkung dar. Aber ich verstehe es nicht in der Zeichnung. Hast du eine zusätzliche Erklärung? Danke vor 8 Jahren | Piet Buyck
Hallo Achyut, im klassischen Sicherheitsbestandsmodell gehen wir typischerweise von einer Normalverteilung (Gaußverteilung) der Nachfrage aus. Die Normalverteilung wird durch zwei Parameter definiert: ihren Mittelwert und ihre Varianz. Die Menge an Sicherheitsbestand (auch der zusätzliche Bestand über dem Durchschnittsnachfragepegel) ist bei einem gegebenen Service-Level linear proportional zur Varianz. Wenn Sie also die Varianz (auch den Prognosefehler) um 1% reduzieren, reduzieren Sie auch den Sicherheitsbestand um 1% in diesem idealen Modell. Der andere Teil, nämlich die Reduzierung der Engpasshäufigkeit bei gleichbleibender Menge an Sicherheitsbestand, ist komplizierter und würde einen eigenen Blogbeitrag erfordern. Ich werde versuchen, darauf zurückzukommen, wenn ich Zeit habe. vor 8 Jahren | Joannes Vermorel
Hallo Joannes, Es ist ein sehr nützlicher Artikel. Ich brauche nur noch etwas mehr Klarheit zu einer Sache, die Sie in diesem Artikel erwähnt haben. Sie haben gesagt, dass “Die Theorie besagt grob, dass die Reduzierung des Prognosefehlers um 1% (relativ) entweder zur Reduzierung der Engpasshäufigkeit um 1% (relativ) oder zur Reduzierung der Menge an Sicherheitsbestand um 1% (relativ) verwendet werden kann.” Können Sie bitte näher erläutern, auf welchem Konzept dies basiert? Ich verstehe, dass eine bessere Prognose die Lagerbestände reduzieren würde, aber ich finde es schwierig, dies zu quantifizieren. Vielen Dank im Voraus vor 8 Jahren | Achyut Koushik A
