Pourquoi construit-on des modèles logistiques ?
C'est évidemment une question rhétorique. Mais je la pose car le mannequinat fait souvent un détour au pays des détails débilitants. Et par débilitant, je veux dire un énorme puits de temps analytique - pensez des mois. Je demande souvent aux clients s'ils souhaitent :
A) Modéliser les coûts précis du grand livre général pour la logistique ?
B) Prendre une décision bien documentée ?
Si vous avez choisi "A", vous pouvez arrêter de lire car le reste de cet article de blog explique pourquoi cela vous mènera sur la mauvaise voie.
A la surface "A" et "B" semblent se succéder. Si je fais un bon modèle, est-ce que je ne modélise pas précisément mes futures dépenses logistiques ? Oui, avec un gros MAIS… la précision requise pour modéliser parfaitement vos dépenses financières peut souvent vous conduire à créer un modèle erratique. Examinons cela un peu plus en profondeur et voyons où le « précis » et le « bon » s'écartent dans un modèle logistique classique.
Qu'est-ce qu'un bon modèle logistique ?
Un bon modèle logistique est conçu pour prédire l'avenir. Pourtant, un modélisateur commencera toujours avec une ligne de base calibrée. Et la partie « calibrée » de cela fait référence aux coûts comptables - ces coûts trouvés dans la base de données financière d'une organisation. La théorie veut que si un modèle montre les mêmes coûts que l'état actuel, nous pouvons être sûrs qu'il montrera les différences appropriées lorsque les changements seront modélisés.
Un modèle logistique peut être aussi complexe ou simple que le souhaite un modélisateur, mais il doit toujours être crédible et fondé sur les coûts réels d'un système. Ce billet de blog devrait clarifier une chose pour le modélisateur : la recherche d'une précision de niveau « comptable » peut s'opposer à votre objectif réel : prendre une décision en matière de chaîne d'approvisionnement. Cela vous coûtera non seulement du temps pour construire ce modèle de chaîne d'approvisionnement "parfait", mais cela intégrera également des imperfections dans le mécanisme même du modèle.
Qu'est-ce qui rend la précision de la comptabilité fiscale populaire ?
Les gens gravitent autour de leurs numéros de compte à cause du confort - un confort pur et simple. Les grands livres n'ont pas besoin d'être expliqués. Ils reflètent les dépenses réelles — ce sont des faits immuables de l'histoire. Ils sont également sûrs. Les cadres et les gestionnaires croient à leurs livres généraux. Personne n'est expulsé d'une salle de conférence pour avoir répété des numéros comptables connus à un groupe. Mais les dépenses réelles de l'année dernière comportent de nombreuses petites aberrations.
Comment les frais de comptabilité peuvent-ils vous induire en erreur ?
Les coûts comptables peuvent sembler très détaillés et précis ; prenez une entrée pour une expédition individuelle de votre produit, par exemple. Vous pouvez voir les unités, les poids et, surtout, les coûts. Ces coûts entrent directement dans le système comptable. Ceux-ci montrent exactement ce qui a été payé net des remises, des accessoires et de tout ce qui pourrait être ajouté.
Cela signifie que pour chaque origine et destination qui a une activité d'expédition, nous devrions avoir un coût très précis pour l'expédition de l'organisation dans cette voie... n'est-ce pas ?
Permettez-moi de partager l'expérience de centaines d'exercices de modélisation. Si nous traitons une table d'expédition comme le coût définitif pour chaque voie, nous rencontrons trois problèmes avec notre modèle :
1. Absence de signification statistique
2. Des données hétérogènes
3. Méthodes comptables GAAP
Plongeons dans chacun d'eux.
1. Signification statistique — Si j'ai un nombre, comment peut-il être faux ?
Disons que vous avez des données sur des centaines, voire des milliers de camions que vous avez payés l'année dernière. Comment cette grande quantité de données réelles pourrait-elle mal tourner ? Lorsque vous les décomposez par voie, saison et méthode d'achat, des milliers de points de données peuvent se transformer en cinq à dix points de données pour une voie donnée - ou parfois en une seule expédition. Pour rappel de cette classe de statistiques oubliée depuis longtemps, la signification statistique d'une seule variable commence à sept points de données - juste pour être à peu près correct.
Maintenant allez plus loin et demandez-vous :
– Vos données d'expédition comprennent-elles un mélange d'expéditions ponctuelles et contractuelles ?
– Existe-t-il des points de données pour chaque saison ? Remarque : le camionnage dans certaines régions présente une saisonnalité importante.
– Existe-t-il un biais de sélection ? Vos acheteurs ou votre 3PL profitent peut-être de contrats opportunistes, c'est-à-dire de camions bon marché pour un seul événement, mais qui ne reflètent pas le prix du marché l'année suivante.
Vous pouvez disposer d'une multitude de données agrégées, mais pas au niveau dont vous avez besoin. Voici un moyen de tester sa valeur par rapport à un modèle : prenez un échantillon de données pour une région donnée et une saison donnée. Trouvez la moyenne et l'écart type par origine et destination individuelles. La variation sera probablement grande - je me base sur mon expérience. Le danger est que cette variation soit supprimée de l'analyse une fois la moyenne trouvée. Faites quelques tests statistiques, vous serez probablement très déçu de la valeur de ces données pour prédire vos dépenses futures voie par voie.
La figure 1 ci-dessous montre visuellement à quoi ressemblent les données historiques dans un modèle réel. Le coût total du réseau correspondait exactement au coût comptable de 6.97 millions de dollars. Vous pouvez voir trois entrepôts et presque tous les entrepôts expédiés vers chaque ville de destination. Nous devrions avoir beaucoup de vraie date historique, pas besoin de remplir les blancs.
C'est là que ça ne va pas, la figure 2 est le même ensemble de données mais optimisé pour le fournisseur le moins cher. Génial, vous voyez comment j'ai économisé 948 XNUMX $ ? Maintenant, regardez attentivement, trouvez toutes les lignes entrecroisées. Trouvez le cas où un nœud client se trouve juste à côté de l'entrepôt de l'Alabama mais est expédié depuis l'entrepôt du Nevada.
Si ce n'était pas évident auparavant, vous devriez maintenant réaliser que le logiciel d'optimisation agit comme un enfant passif agressif. S'il peut suivre exactement vos instructions et renvoyer des bêtises, il le fera. Dans ce cas, l'analyste pouvait se rendre sur chaque voie qui n'avait pas de sens et la faire correspondre exactement aux coûts moyens réels des camions. Notre richesse de données s'effondre parce que le manque de signification statistique perturbe notre modèle - nous ne pouvons pas nous fier à des centaines d'enregistrements qui présentent une moyenne solide et nous n'avons même pas commencé à ajouter des voies qui n'ont pas de données historiques.
2. Données hétérogènes — comment remplissez-vous les blancs ?
Le but d'un modèle logistique est de répondre à des questions « et si ». Cela signifie que quelque chose va changer - un nouveau port, un nouvel emplacement d'entrepôt, une nouvelle route vers le client. Inévitablement, les principales voies de transport ne seront pas trouvées dans les données historiques. Les modélisateurs utilisent généralement trois méthodes : les devis des transporteurs, analyse de régression, et données de référence (marché). Chacune de ces méthodes créera trois ensembles de données très différents.
Les transporteurs peuvent fournir des devis sur les tarifs contractuels et ponctuels pour un ensemble défini de voies. Ceux-ci ne correspondront pas à vos coûts historiques car le transporteur prédit les coûts futurs en même temps qu'il essaie de sécuriser votre entreprise. De nombreux éléments peuvent ne pas correspondre à vos taux d'actualisation et frais accessoires passés. Mais avec des efforts et suffisamment de citations, vous pouvez les rendre "OK". Cela prendra du temps et vous devrez le faire à chaque fois que vous apporterez un changement au modèle.
L'analyse de régression transformera une pile de données en une formule statistiquement significative. Mais il aura aussi des erreurs inhérentes. Les tarifs de chargement complet ne sont pas uniformes dans toutes les régions. Un exemple extrême serait une ville portuaire comme Los Angeles ; plus de camions chargés sortent de Los Angeles qu'ils n'y entrent. Vous constaterez que le coût de Phoenix au centre-ville de LA est de 42.5 % du coût d'un camion de LA à Phoenix. Ceci est un exemple extrême, mais vous voyez l'idée - les formules de régression calculent en moyenne de nombreuses subtilités du marché.
La figure 3 est un exemple d'entrée de données de régression dans le modèle. Cela donne la jolie image que vous voulez voir - chaque client est servi depuis son entrepôt le plus proche. Vous pouvez voir la ligne violette montrant les lignes lisses de démarcation entre les zones de service. C'est facile à expliquer mais ce n'est pas correct.
Le troisième ensemble de données est constitué de données de référence ou de données de marché qui sont en fait une autre mesure des données historiques, mais qui ont l'avantage d'être des données historiques sur des centaines d'entreprises et des millions d'expéditions. Il ne correspondra pas précisément aux données historiques d'une entreprise. Mais si tout le monde achète sur le même marché, vous pouvez supposer que les taux de chacun régresseront vers la même moyenne du marché.
Dans la figure 4, vous verrez que les affectations client-entrepôt ne sont pas aussi nettes que la régression. Mais ceci est le monde réel et reflète l'utilisation optimale du marché du fret. Par exemple, les camions de l'Illinois vers le sud sont moins chers au kilomètre que ceux de l'Alabama vers le nord et l'est. C'est peut-être plus difficile à expliquer à quelqu'un avec cette photo, mais elle a l'avantage d'être la plus juste.
Les données de référence ont également l'avantage d'être le même ensemble de données pour les voies connues et inconnues. Vous n'avez pas besoin de créer un modèle de données de type Frankenstein de sources mixtes pour remplir toutes les données dont vous avez besoin.
Voir le tableau ci-dessous pour décrire l'utilité des différentes sources de données.
La combinaison de deux ou plusieurs ensembles de données hétérogènes sur des milliers de voies nécessite un miracle d'analyse pour les coordonner au point qu'elles n'induisent pas votre analyse en erreur.
3. Comptabilité analytique — Comment mes chiffres peuvent-ils être erronés lorsqu'ils correspondent à mon P&L ?
La comptabilité est pour les comptables. Leur objectif est d'équilibrer tous les totaux des comptes à la fin de chaque période. Il existe de nombreuses façons de rapprocher les factures de transport de leurs coûts réels à l'intérieur de cette période. Celles-ci incluent des corrections pouvant être effectuées à des moments différents de l'expédition réelle ou incluent des remises soit attribuées à une expédition, soit prises à nouveau à un moment différent de la période.
Manipuler tous les coûts, les corrections et les remises pour correspondre à chaque expédition peut être une tâche énorme. Si vous totalisez toutes les expéditions de chargements complets, de chargements partiels et de colis dans un sous-total par mode, vous pouvez croire ce nombre total. Cependant, si vous souhaitez que chacune des milliers d'expéditions individuelles soit correctement chiffrée, vous avez beaucoup de travail à faire et vous devrez peut-être demander à votre service de comptabilité de consacrer du temps de qualité à votre projet.
Que devrais-je faire à la place ?
La façon de construire un bon modèle de chaîne d'approvisionnement est de s'appuyer sur des chiffres et des moyennes du marché à long terme. Vous pouvez les acheter auprès de n'importe quel nombre de tableaux tarifaires ou Logility fournit son propre ensemble de données propriétaire avec ses abonnements SaaS. Tout ce que vous avez à faire est de calibrer ces chiffres pour votre entreprise en les « comparant » à ce que vous savez. Augmentez ou diminuez les taux du marché et répondez à votre question.
La véritable valeur d'un modèle logistique sera qu'il troque les modes à coût élevé comme le LTL contre les modes à faible coût comme le FTL. Ou cet inventaire sera échangé contre le transport. Tant que vos ratios sont calibrés, vous obtiendrez la bonne réponse. Et un bon leader de la chaîne d'approvisionnement privilégiera la réponse juste et défendable à la précision comptable détaillée - et appréciera que vous répondiez à la question le plus tôt possible.
Lecture supplémentaire:
Courte biographie
Steve Johanson est le SVP Industry Principal pour l'optimisation du réseau chez Logility, où il s'appuie sur 25 ans d'aide aux clients pour optimiser leurs chaînes d'approvisionnement. Steve travaille avec l'équipe de Logility pour apporter des solutions nouvelles et innovantes à l'ensemble de la communauté de la chaîne d'approvisionnement et pour aider la clientèle à acquérir des compétences et des connaissances afin de conserver un avantage concurrentiel.
Recommandé
- Contenu propulsé par le référencement et distribution de relations publiques. Soyez amplifié aujourd'hui.
- Platoblockchain. Intelligence métaverse Web3. Connaissance Amplifiée. Accéder ici.
- La source: https://www.logility.com/blog/so-you-want-to-make-the-perfect-logistics-model/
- 1
- 3PL
- a
- A Propos
- Compte
- Comptabilité
- précision
- Avec cette connaissance vient le pouvoir de prendre
- avec précision
- à travers
- activité
- actes
- Avantage
- à opposer à
- agressif
- Alabama
- Tous
- toujours
- montant
- analyse
- analyste
- Analytique
- et de
- Angeles
- Une autre
- répondre
- A PART
- apprécier
- approprié
- domaines
- moyen
- Balance
- base
- basé
- Baseline
- base
- car
- before
- va
- CROYONS
- ci-dessous
- référence
- jusqu'à XNUMX fois
- biais
- Big
- Blog
- Chapelure
- Pause
- apporter
- construire
- la performance des entreprises
- acheter
- acheteurs
- Achat
- Peut obtenir
- ne peut pas
- carte
- transporteurs
- maisons
- chaîne
- Chaînes
- Change
- Modifications
- des charges
- pas cher
- moins chère
- enfant
- Ville
- classe
- classiques
- clair
- client
- CLIENTS
- étroitement
- COM
- confort
- Communautés
- Sociétés
- De l'entreprise
- compétitif
- complexe
- Congrès
- Contenant
- contrat
- coordonné
- Corrections
- Prix
- Costs
- pourriez
- engendrent
- Courant
- État actuel
- des clients
- DANGER
- données
- points de données
- ensemble de données
- Base de données
- Date
- décision
- profond
- définitive
- Département
- décrire
- un
- destination
- détail
- détaillé
- déviation
- DID
- différences
- différent
- directement
- La remise
- remises
- affiche
- faire
- down
- Downtown
- chuté
- chacun
- Est
- effort
- non plus
- énorme
- assez
- entrée
- Erreurs
- Pourtant, la
- événement
- tout le monde
- tout le monde est
- exactement
- exemple
- cadres
- d'experience
- Expliquer
- expliqué
- extrême
- Chutes
- Figure
- Figures
- remplir
- la traduction de documents financiers
- Trouvez
- Fiscal
- suivre
- formule
- trouvé
- CADRE
- fret
- De
- plus
- avenir
- PCGR
- Général
- généralement
- géographie
- obtenez
- gif
- donné
- Go
- objectif
- Goes
- aller
- Bien
- l'
- plus grand
- Réservation de groupe
- aider
- aider
- ici
- très
- historique
- historique
- Histoire
- Comment
- Cependant
- HTTPS
- Des centaines
- idée
- Illinois
- in
- comprendre
- individuel
- industrie
- inévitablement
- inhérent
- technologie innovante
- contribution
- plutôt ;
- Des instructions
- inventaire
- IT
- ACTIVITES
- Savoir
- spécialisées
- connu
- Peindre
- Transport routier
- Voie
- gros
- Nom
- L'année dernière
- conduire
- leader
- Ledger
- grands livres
- Niveau
- Gamme
- lignes
- peu
- emplacement
- logistique
- Location
- long-term
- Style
- LOOKS
- les
- Los Angeles
- Lot
- a prendre une
- FAIT DU
- Fabrication
- Gestionnaires
- de nombreuses
- Marché
- Données du marché
- Match
- largeur maximale
- veux dire
- mesurer
- mécanisme
- méthode
- méthodes
- pourrait
- des millions
- mixte
- Mode
- modèle
- modélisation
- numériques jumeaux (digital twin models)
- mois
- PLUS
- (en fait, presque toutes)
- Près
- Besoin
- Besoins
- net
- réseau et
- NEVADA
- Nouveauté
- next
- nœud
- Nord
- nombre
- numéros
- objectif
- évident
- ONE
- opposition
- à mettre en œuvre pour gérer une entreprise rentable. Ce guide est basé sur trois décennies d'expérience
- Optimiser
- optimisé
- optimum
- Origine
- propre
- payé
- partie
- passif
- passé
- chemin
- parfaite
- période
- phénix
- image
- Platon
- Intelligence des données Platon
- PlatonDonnées
- Point
- des notes bonus
- Populaire
- Post
- précisément
- La précision
- prévoir
- prévoir
- représentent
- assez
- prix
- Directeur
- Probablement
- d'ouvrabilité
- Produit
- Projet
- correctement
- propriétaire
- fournir
- fournit
- achat
- but
- qualité
- question
- fréquemment posées
- Tarif
- Tarifs
- en cours
- réal
- monde réel
- réaliser
- Articles
- se réfère
- refléter
- reflète
- région
- régions
- régression
- conditions
- a besoin
- REST
- retourner
- Salle
- grossièrement
- Itinéraire
- RANGÉE
- Courir
- SaaS.
- des
- même
- Escaliers intérieurs
- Rechercher
- Saison
- Section
- sécurisé
- sélection
- sens
- service
- set
- Sets
- sept
- Partager
- expédiés
- Shorts
- devrait
- montrer
- Spectacles
- importance
- significative
- étapes
- unique
- compétences
- So
- Logiciels
- solide
- Solutions
- quelques
- Quelqu'un
- quelque chose
- Sources
- Région Sud
- passer
- Spot
- Utilisation d'un
- Standard
- Commencer
- j'ai commencé
- départs
- Région
- statistique
- statistiques
- Steve
- Arrêter
- Abonnements
- résumé
- la quantité
- chaîne d'approvisionnement
- Des chaînes d'approvisionnement
- Surface
- combustion propre
- table
- Prenez
- prend
- prise
- Tâche
- équipe
- Dix
- tester
- tests
- La
- El futuro
- leur
- chose
- des choses
- Troisièmement
- milliers
- trois
- fiable
- fois
- à
- Total
- échangés
- métiers
- transport
- traiter
- camion
- Poids lourd
- Camion chargé
- Trucks
- oui
- vraie valeur
- La confiance
- TOUR
- unités
- us
- utilisé
- Plus-value
- Vaste
- W3
- Entrepots
- façons
- Richesse
- webp
- Quoi
- que
- qui
- sera
- activités principales
- vos contrats
- world
- pourra
- faux
- an
- années
- Votre
- vous-même
- zéphyrnet