Având acces la o prognoză precisă este foarte benefic pentru companii. Dacă este utilizat corect, poate oferi marje mai bune, poate crește cotele de piață și multe alte rezultate pozitive. La un nivel mai tactic, poate ajuta la reducerea costurilor asociate cu satisfacerea cererii clienților și poate face lanțul de aprovizionare mai eficient. De exemplu, poate reduce raportul dintre inventarul neplanificat și stocul total. Drept urmare, companiile sunt interesate să facă prognoza cât mai exactă posibil.
Companiile folosesc adesea Coeficientul de variabilitate (CV) ca măsură de prognoză pentru o anumită serie temporală de date. S-au scris multe despre utilizarea acestei metrici pentru a măsura previziunile, unele mai pozitive decât altele. Părerea mea personală este că este de ajutor. Este ușor de calculat, explicat și înțeles. Mai mult, există o chestiune practică că este extrem de popular și probabil că există în majoritatea foilor de calcul sau a programelor de prognoză. Și, în cele din urmă, nici un alt calcul simplu nu este disponibil pentru practicieni pentru a avea vreun sentiment de previzibilitate a datelor lor. Ca rezultat, simt că această măsură va rămâne o perioadă.
În sarcinile mele de consultanță, cer întotdeauna practicienilor să estimeze porțiunea de date care are un CV ridicat (> 0.5) înainte de a analiza datele. Vreau ca ei să estimeze acest lucru la nivelul locației materialelor, deoarece la acest nivel practicienii lanțului de aprovizionare încearcă adesea să îmbunătățească prognoza. Am constatat adesea că acest lucru este subestimat. La sfârșitul anilor 90, nu era neobișnuit să se afirme întâmplător că legea lui Pareto (diviziunea 80-20) va fi respectată. În cele mai multe cazuri, observația reală a fost mai aproape de o împărțire de 65-35 pentru CV scăzut spre mare. Cu toate acestea, constat că raportul de date în care valoarea CV-ului este mare a crescut constant de-a lungul anilor. Unul dintre motive este că capacitatea de a face produse foarte specializate a crescut, ceea ce duce la efectele „coada lungă”, așa cum este descris foarte frumos în eponimul. carte de Chris Anderson.
Pentru a pune câteva date reale în spatele acestui lucru, am colectat câteva date printr-un sondaj. Rezultatele sunt rezumate mai jos. N/A înseamnă că datele nu au fost disponibile.
Să rezumam câteva observații pentru această dimensiune a eșantionului, desigur, mică.
- Procentul de combinații de CV ridicat după număr variază de la 41% la 91%(!).
- Procentul de combinații cu CV ridicat în volum variază de la 38% la 94%(!).
- Raportul dintre inventarul neplanificat și inventarul total este destul de mare. În 3 din 4 cazuri, este mai mare de 50%.
Acum, va fi un lucru bun să efectuați un sondaj pentru o dimensiune mare a eșantionului. Poate că un astfel de studiu este mai bine realizat de oameni care se specializează în știința anchetelor. Sunt totuși gata să rezum următoarele:
- Foarte probabil, majoritatea companiilor subestimează partea de date care nu este previzibilă. Dacă este adevărat, aceasta ar însemna o așteptare nerealistă a preciziei prognozei. Sugestii:
- Fii bazat pe date în acest sens și folosește-l pentru a tempera așteptările.
- Analizați tehnici precum prognoza probabilistică pentru a crea o prognoză mai bună.
- Implementați tehnici avansate de planificare a aprovizionării pentru a controla costurile totale.
- Există un preț de plătit pentru această variabilitate în ceea ce privește prea mult stoc neplanificat. Acest fapt a fost confirmat și în analiza datelor prezentate în acest blog. Sugestie:
- Luați în considerare raționalizarea portofoliului de produse.
În următorul blog, voi vorbi despre cum să creați așteptări realiste privind țintele de precizie a prognozei pentru o companie.
Ți-a plăcut această postare? Mă abonez sau urmați-l pe Arkieva LinkedIn, Twitter, și Facebook pentru actualizări de blog.
