Управление запасами запасных частей с технологией квантиля
Управление запасными и сервисными частями так же стратегически важно, как и сложно. В мире, где большинство производителей оборудования и розничных торговцев действуют в жестко конкурентных рынках, высокий уровень обслуживания существующей клиентской базы является стратегическим приоритетом для многих участников.
Не только высокая доступность запасных частей помогает создать лояльную базу клиентов, компании по производству продукции/оборудования также обнаружили, что услуги часто являются очень прибыльным и повторяющимся источником дохода, который обычно более устойчив к экономическим циклам, чем продажи оборудования.
Однако, эффективное управление запасами запасных частей по-прежнему представляет собой огромное вызов. Несмотря на то, что отрасль технологий прогнозирования и планирования запасов существует уже несколько десятилетий, управление запасами запасных частей остается сложным по ряду причин:
- Большое количество деталей: Даже небольшие производители оборудования могут легко столкнуться с управлением более чем ста тысячами запасных частей.
- Высокие требования к уровню обслуживания: Дефицит товара часто очень дорог, поэтому высокие и очень высокие уровни обслуживания являются приоритетными во многих отраслях.
- Редкий спрос: Спрос на запасные части обычно разрежен и периодический, что означает, что требуется только очень низкие объемы время от времени.
Почему стандартные технологии прогнозирования плохо справляются
К сожалению, сочетание этих факторов делает стандартные технологии инвентаризации и прогнозирования неэффективными для планирования запасов запасных частей. В классической теории прогнозирования и планирования запасов прогноз создается путем применения моделей, таких как скользящее среднее, линейная регрессия и Хольт-Уинтерс, и большое внимание уделяется прогностической ошибке, которая оптимизируется путем измерения MAPE или подобных индикаторов. Преобразование в предложенный уровень запасов происходит на втором этапе через классический анализ резервных запасов.
В случае разреженных временных рядов (также называемых медленными движителями: низкие объемы и редкие продажи), эта методология не работает. Основная проблема с прогнозированием медленных движителей заключается в том, что в основном мы прогнозируем нули. Это интуитивно очевидно, если посмотреть на историю спроса на типичный портфель запасных частей ежедневно, еженедельно или даже ежемесячно: Самой частой точкой данных является ноль, который в некоторых случаях может составлять более 50% всех записанных точек данных.
Вызов прогнозирования медленных движителей: Хорошая статистическая производительность и хорошая практика инвентаризации не одно и то же.
Применяя классическую теорию прогнозирования к этому типу набора данных, лучший прогноз для медленно движущегося продукта по определению является нулем. ‘Хороший’ прогноз с точки зрения статистики вернет в основном нули, что оптимально с математической точки зрения, но не полезно с точки зрения оптимизации запасов.
Классический метод полностью отделяет прогноз от пополнения. Проблема в том, что ситуацию трудно улучшить с помощью “лучшего” прогноза. На практике важна точность результирующего уровня запасов (точка повторного заказа), которая не измеряется и не оптимизируется.
Изменение взгляда с точности прогнозирования на управление рисками
При работе с медленно движущимися товарами мы считаем, что правильным подходом не является рассмотрение проблемы как проблемы прогнозирования и попытка прогнозировать спрос (который в основном равен нулю). Гораздо лучше, анализ должен дать ответ на вопрос, сколько запасов необходимо для обеспечения желаемого уровня обслуживания.Суть анализа не в более точных прогнозах спроса, а в более глубоком анализе рисков. Мы коренным образом меняем здесь взгляд.
Определение и оптимизация точки повторного заказа
Квантильные прогнозы позволяют прогнозировать оптимальный уровень запасов, обеспечивающий желаемый уровень запасов непосредственно: Сознательно вводится смещение с самого начала, чтобы изменить вероятность перепрогнозирования и недопрогнозирования.
Сравнение с классической технологией прогнозирования в области продуктов питания, непродовольственных товаров, аппаратуры, предметов роскоши и запасных частей последовательно показывает, что квантильные прогнозы приводят к улучшению производительности более чем на 25%, что означает либо более чем на 25% меньше запасов, либо на 25% меньше исчерпания запасов.
По нашему мнению, решая проблему прогнозирования прерывистого и разреженного спроса в управлении запасами запасных частей, технология квантилей не только обеспечивает значительное увеличение производительности, но и делает классические прогнозы абсолютно устаревшими.
Белая книга управления запасами запасных частей доступна для загрузки
Загрузите белую книгу Управление запасами запасных частей с использованием технологии квантилей для подробного обсуждения этой темы. Дополнительные белые книги и ресурсы по квантильному прогнозированию и управлению запасами доступны на нашей странице ресурсов.
У вас есть комментарии, вопросы или опыт по управлению запасами запасных частей, которыми вы хотели бы поделиться? Пожалуйста, примите участие в комментариях ниже, ваш вклад очень ценен для нашей команды.
Комментарии читателей (1)
Отличная статья о технологиях управления запасами. Я бы сказал из опыта, что работа с прогнозами управления рисками сама по себе является риском, когда вы не делаете это самостоятельно и полагаетесь на других, чтобы выполнить работу.
Крис Тофф (5 лет назад)
