Спрос за время поставки (также называемый спросом за время поставки) - это общий спрос между настоящим моментом и ожидаемым временем доставки после следующей, если сейчас сделать заказ на пополнение запасов. Эта задержка называется временем поставки. Поскольку спрос за время поставки - это будущий спрос (еще не наблюдаемый), эту величину обычно прогнозируют с помощью анализа временных рядов.
Концепция спроса за время поставки применяется, в частности, в розничной, оптовой и производственной сферах, где запасы хранятся для обслуживания клиентов.
В классическом анализе резервного запаса, точка повторного заказа является суммой спроса за время поставки и компонента резервного запаса. Медианное значение спроса за время поставки можно интерпретировать как оценку спроса, которая имеет 50% шансов быть выше или ниже будущего спроса, если смотреть вперед на N дней, где N - это время поставки. Таким образом, если спрос за время поставки используется в качестве точки повторного заказа без резервного запаса, ожидаемый уровень обслуживания составит 50%.
Однако с более современной квантильной точки зрения, целенаправленная смещенная оценка спроса за время поставки непосредственно рассчитывается с помощью квантильных прогнозов. С точки зрения квантилей, точка повторного заказа - это не что иное, как целенаправленная смещенная оценка спроса за время поставки. Смещение корректируется для достижения желаемого уровня обслуживания.
В обоих случаях (классическом или квантильном) точность оценки спроса за время поставки является критической для достижения хорошего уровня оптимизации запасов, то есть использования минимального количества запасов для достижения конкретных целей уровня обслуживания.
Особенность Lokad
Самым естественным способом мышления о будущем спросе является агрегированный будущий спрос за день, неделю или месяц. Через эту агрегацию прогноз является просто продолжением кривой прошлого спроса в будущее. Затем, после указания времени поставки, спрос за время поставки рассчитывается как сумма прогнозируемых значений для следующих N периодов.
Однако, этот косвенный подход не является оптимальным, потому что критерий, который оптимизируется (т.е. прогноз на период), не влияет на запасы (т.е. прогноз на время поставки). Это расхождение, вызванное самой агрегацией, также объясняет, почему мы наблюдаем более точные прогнозы, когда используется технология квантильного прогнозирования в отличие от классической технологии прогнозирования.