आज की आपूर्ति श्रृंखला में, आप उन वस्तुओं की भविष्यवाणी कैसे करते हैं जिन्हें आदेश देने के लिए नहीं किया जाता है?
आधुनिक आपूर्ति श्रृंखला में, उन कंपनियों के लिए पूर्वानुमान आवश्यक है जो सूची के लिए वस्तुओं का निर्माण करते हैं और जिन्हें आदेश देने के लिए नहीं बनाया जाता है। निर्माता भौतिक पूर्वानुमान का उपयोग यह सुनिश्चित करने के लिए करेंगे कि वे उस सामग्री के स्तर का उत्पादन करते हैं जो अत्यधिक ग्राहकों को बिना किसी परिस्थिति के उत्पादन के अपने ग्राहकों को संतुष्ट करता है जहां बहुत अधिक सूची बनाई जाती है और शेल्फ पर बनी रहती है।
समान रूप से, पूर्वानुमान कम नहीं होना चाहिए और निर्माता उन्हें ग्राहक के आदेशों को पूरा करने के लिए सूची के बिना पाता है।
एक सटीक पूर्वानुमान बनाए रखने में विफल होने की लागत आर्थिक रूप से विनाशकारी हो सकती है।
पूर्वानुमान या तो हो सकता है:
- सांख्यिकीय
- गैर Statisical
पूर्वानुमान कंपनी के तैयार सामान, घटकों और सेवा भागों के लिए विकसित किए जाते हैं। उत्पादन उत्पादन या खरीद आदेश ट्रिगर, मात्रा और सुरक्षा स्टॉक स्तर विकसित करने के लिए उत्पादन टीम द्वारा पूर्वानुमान का उपयोग किया जाता है।
पूर्वानुमान स्थिर नहीं है और नियमित आधार पर प्रबंधन द्वारा इसकी समीक्षा की जानी चाहिए। यह सुनिश्चित करना है कि भविष्य के रुझानों पर जानकारी, आंतरिक या बाहरी पर्यावरण को अधिक सटीक गणना देने के पूर्वानुमान में शामिल किया गया है।
सांख्यिकीय पूर्वानुमान
आपूर्ति श्रृंखला प्रबंधन सॉफ्टवेयर में, पूर्वानुमान एक गणना है जो रीयल-टाइम लेनदेन से डेटा खिलाया जाता है और कई सांख्यिकीय पूर्वानुमान स्थितियों के लिए कॉन्फ़िगर किए गए चर के सेट पर आधारित होता है।
योजना पेशेवरों को सर्वोत्तम पूर्वानुमान की स्थिति प्रदान करने के लिए सॉफ़्टवेयर का उपयोग करना आवश्यक है और अक्सर यह लंबी अवधि के लिए बिना किसी समीक्षा के अनचेक छोड़ा जाता है।
आपूर्ति श्रृंखला सॉफ्टवेयर में पूर्वानुमान तकनीकों का सबसे अच्छा उपयोग करने के लिए, योजनाकारों को आंतरिक और बाहरी पर्यावरण के संबंध में अपने फैसलों की समीक्षा करनी चाहिए।
उन्हें अपनी वर्तमान जानकारी के आधार पर अधिक सटीक पूर्वानुमान प्रदान करने के लिए गणना समायोजित करनी चाहिए।
सांख्यिकीय पूर्वानुमान भविष्य में क्या होगा जो अतीत में हुई मांग के आधार पर भविष्य में क्या होगा।
ऐतिहासिक रैखिक प्रतिगमन का उपयोग करके पूर्वानुमान तैयार करने के लिए ऐतिहासिक मांग डेटा का उपयोग किया जा सकता है। यह ऐतिहासिक काल की मांग के बराबर भार देता है और भविष्य में मांग को प्रोजेक्ट करता है।
हालांकि, पूर्वानुमान आज पुराने डेटा की तुलना में हाल के मांग डेटा पर अधिक जोर देते हैं। इसे चिकनाई कहा जाता है और हाल के आंकड़ों को अधिक वजन देकर उत्पादित किया जाता है। घातीय चिकनाई हाल ही में ऐतिहासिक अवधि के लिए दी गई अधिक भारोत्तोलन को संदर्भित करती है। इसलिए दो महीने पहले की अवधि छह महीने पहले की अवधि से अधिक भारोत्तोलन कर रही है।
अल्फा फैक्टर
भार को अल्फा फैक्टर कहा जाता है और भारोत्तोलन जितना अधिक होता है, या अल्फा कारक कम ऐतिहासिक अवधि का पूर्वानुमान पूर्वानुमान बनाने के लिए उपयोग किया जाता है।
उदाहरण के लिए, एक उच्च अल्फा कारक हाल के अवधियों को उच्च भार देता है और एक वर्ष या दो साल पहले की अवधि से मांग इतनी हल्की होती है कि उनका समग्र पूर्वानुमान पर कोई असर नहीं पड़ता है। कम अल्फा कारक का अर्थ है ऐतिहासिक डेटा पूर्वानुमान के लिए अधिक प्रासंगिक है।
ऐतिहासिक काल में आमतौर पर एक निश्चित महीने, यानी जून या जुलाई से मांग डेटा होता है। हालांकि, यह गणना में त्रुटि प्रस्तुत करता है क्योंकि कुछ महीनों में अन्य महीनों की तुलना में अधिक दिन होते हैं और कार्यदिवसों की संख्या अलग-अलग हो सकती है।
कुछ कंपनियां इस त्रुटि को कम करने के लिए दैनिक मांग का उपयोग करती हैं, हालांकि अगर फॉरेस्टर त्रुटि को समझता है, तो मासिक ऐतिहासिक अवधि का उपयोग ट्रैकिंग संकेतक के साथ किया जा सकता है ताकि भविष्यवाणी वास्तविक मांग से महत्वपूर्ण रूप से विचलित हो। जिस स्तर पर ट्रैकिंग सिग्नल विचलन को झुकाता है वह भविष्यवाणियों या सॉफ्टवेयर द्वारा निर्धारित किया जाता है और उद्योगों, कंपनियों और उत्पादों के बीच भिन्न होता है।
जब उत्पाद की भविष्यवाणी की जा रही है तो एक छोटे से विचलन के लिए हस्तक्षेप की आवश्यकता हो सकती है, जबकि कम मूल्य वाले आइटम को ऐसे उच्च स्तर पर पूर्वानुमान की आवश्यकता नहीं हो सकती है।
गैर-सांख्यिकीय पूर्वानुमान
गैर-सांख्यिकीय पूर्वानुमान आपूर्ति श्रृंखला प्रबंधन सॉफ्टवेयर में पाया जाता है जहां मांग योजनाकारों द्वारा निर्धारित मात्रा के आधार पर मांग की जाती है।
ऐसा तब होता है जब योजनाकार एक व्यक्तिपरक मात्रा में प्रवेश करता है कि उनका मानना है कि मांग ऐतिहासिक मांग के संदर्भ के बिना होगी।
अन्य गैर-सांख्यिकीय भविष्यवाणी तब होती है जब किसी आइटम की मांग सामग्री आवश्यकताओं की योजना (एमआरपी) के परिणामों के आधार पर होती है।
यह समाप्त होने की मांग लेता है और सामग्री के बिल को विस्फोट करता है ताकि मांग भागों के लिए मांग की गणना की जा सके। इसके बाद घटक की मांग मौजूदा पर्यावरण के उनके आकलन और ज्ञान के आधार पर योजनाकार द्वारा संशोधित की जा सकती है।
परिणामस्वरूप पूर्वानुमान वर्तमान मांग पर आधारित है और पिछले अवधि से किसी भी मांग को शामिल नहीं करेगा। कई कंपनियां अपनी उत्पाद लाइन में गैर-सांख्यिकीय और सांख्यिकीय पूर्वानुमान के संयोजन का उपयोग करेंगी।
सांख्यिकीय पूर्वानुमान जटिल गणनाओं पर आधारित है और भविष्य की मांग ऐतिहासिक काल की मांग के आधार पर निर्धारित की जा सकती है।
पूर्वानुमान योजनाकार को भविष्य की मांग के लिए एक गाइड प्रदान करता है, लेकिन कोई पूर्वानुमान पूरी तरह सटीक नहीं है और मौजूदा और भविष्य के माहौल के योजनाकारों का अनुभव और ज्ञान कंपनी के उत्पादों की भविष्य की मांग को निर्धारित करने में महत्वपूर्ण है।
इस लेख को बैलेंस के लिए गैरी मैरियन, रसद और आपूर्ति श्रृंखला विशेषज्ञ द्वारा अद्यतन किया गया है।