|
|
S&OP销售与运作计划应对供应链不确定性企业面临快速变化的商业环境，需求计划的准确与及时就可以提高客户的满意和满足全球性的竞争。 三、需求预测的监控 因为需求预测不可能百分之百的正确，所以我们更需要一些衡量预测准确性的方法。为了确保准确，我们必须计算真实需求，并且比较它与我们预测之间的差异。这个过程就叫做预测追踪。预测追踪可以使我们以后针对偏差做计划调整，并且可以不断改进我们的预测方法。 监控需求预测的偏差有两种方法： （1），累计偏差：累计实际需求可能不等于预测我们预测平均需求。如果预测是正确的，一段时期内的正负将会抵消。就像上表中的例子所示，如果正负没有抵消，则说明平均需求的预测是错误的。这个错误就指的是偏移，也叫累计偏差。 （2）随机偏差：需求与平均值相比，有正有负。需求都较平均需求预测有较大的随机变化。随机差异的产生有很多原因，已经超出我们的预测能力。如果我们可以预测到随机变化的幅度与分布（如正态分布等），我们就可以做出关于差异的合理的判断，可以针对偶然性做出应对安排，可以持有安全库存。 四、需求预测的工具： 需求预测可以采用定性技术，定性技术是基于直觉和经验丰富人员的观点的预测，因此它们都趋向于主观性。定性技术用来对经营规划和新产品的预测，通常用于变数较多的中长期的预测。 可以采用定量技术，定量技术是计算技术，基于历史数据和历史会重复上演这样的假设。它们用于生产计划的预测比较有效，而且这些数据很容易从公司记录数据中获得。 当然，也要考虑外因技术，外因技术是基于影响需求的指标。因此他们有时候叫做动因技术。例如，房屋的需求影响房屋建材的需求量。外部技术使用外部指标或可用的实际数据来进行预测。理论上，这个指标会导致产品族的需求量，这个技术有助于预测企业整体需求或产品族需求。 但是，人类对未来的不确定性过于乐观和低估。此外，主观判断方法预测的成本通常显著高于使用定量方法预测的成本。优秀的预测人员能够将定量预测方法和良好的判断力巧妙地结合在一起，以避免对二者中任何一种方法的过分依赖。 预测总会有误差，但如何减少误差却是技术和艺术的结合。总的原则就是让有经验的人利用有效的工具分析有用的数据。但预测的确需要人和软件有效的互动。因为计算机的缺陷是没有办法分析缺失和错误的信息，缺失的数据往往掌握在管理人员的手中；而计算机的优点就是能从浩瀚的数据中有效地发现规律，弥补人擅长定性但不是定量判断的弱点。此外，计算机可以在短时间内进行大量产品的预测而仍然保持相同的准确度。因此，在同样都会产生预测误差的情况下，减少误差才是管理者应该考虑的问题，而不是因噎废食，放弃科学预测。 供应链预测软件工具，可以用于供应链中的销售、市场、库存、资金等等方面的预测，降低预测不准确带来的额外运营成本。可以帮助没有统计专业背景的管理人员快速而准确的取得非常专业的预测结果，同时允许有丰富统计分析经验的专家做更细致的研究。 许多稍微具备统计预测知识的人可能喜欢用EXCEL做一些简单的平滑处理，但对于结果的准确性并不是非常确信，因为预测并不仅仅是选择某一类预测方法，更关键是如何配置某一种预测方法中的参数。需求预测软件中所嵌入的专家系统自动地选择最佳预测方法和参数设置，可以更放心地预测。 需求预测软件必须做到（1）快速。几个按键就可以将存储在EXCEL、文本文件和数据库中的数据导入到系统中，并且产生预测结果和输出预测结果。（2）易用。不需要是统计专业毕业的人。提供了自动专家鉴别，可以自动帮助用户从众多预测方法中挑选最合适的方法，同时配置最合适的预测参数，它甚至用描述的形式解释为什么这种选择是最好的。当然，对于专业统计管理人员，有丰富统计经验的专家做个性化数据分析，做各种What-If分析。（3）准确。预测方法都是经过证明的统计方法，同时加入了复杂的专家决策模型。 （4）经济。虽然简单易用，但解决的问题却需要集成电到众多大型企业资源计划系统（ERP）、供应链管理系统（SCM）或者客户关系管理系统（CRM）中。需求预测软件对预测结果进行交互式的修改。预测结果以类似EXCEL表单的形式显示，用户可以直接输入新数据，或者将原有数据做百分比或绝对数值的上下调整。同时可以记录修改历史，允许将修改结果和其他人共享，并进行协同预测。这样可以大大节省了手工输入数据的要求，同时提高了协同预测的效率。 没有任何一种预测模型可以处理所有数据。因此，在提供自动专家鉴别的同时，同时提供了多种预测模型，供专业统计人员做更细致分析之用。 （1） 指数平滑：提供了很多种不同的指数平滑模型，可以处理非常广泛的应用数据。你可以方便地选择具体模型，并设定参数，预测软件自动帮助你产生预测结果。 （2）移动平均：对于变化相对稳定的数据，提供了多种季节模型，可以选择自动方式或者交互方式来做各种诊断分析。 （3） 低需求量和间歇需求模型：可以处理间歇需求模型和分散数据模型，甚至可以处理低需求量和稀疏数据。 （4） 曲线拟和：提供了一个快速和简便的方式拟和历史数据，并试图解读未来发展变化。支持四类曲线拟和：直线、二次型、指数和增长曲线。 （5） 简单方法：对于变化剧烈和采样量较少的数据，包括滚动平均等通用方法。 （6） 动态回归：如果知道预测可能和某些变量有关，可以使用动态回归方法。在不断权衡各种变量的权重和相关性的过程中，对每一步选择做出解释和判断，同时会建议你做更好的调整，直到一个满意的回归模型建立为止。 （7） 事件模型：事件模型通过对特殊事件的建模，拓展了指数平滑模型。特殊事件可以包括促销等任何对数据产生影响的事件。例如春节，可以定义同一事件（春节）在每年不同的发生日期，来精确地模拟春节对市场销售的影响。每一个模型都非常容易建立，也非常容易调整。 （8） 多层预测：多层预测可以允许用户进行不同产品类别的汇总。 通过“自上而下” 或者“自下而上”方法来调整数据的一致性，使最终产生的结果在每个层次上相符。 （9） Census X-11 分解模型：将一个时间序列数据分解成多个组成部分，包括趋势、周期、季节、不规则变化等。 （10） 批量预测：允许用户在单次运行时同时处理多个产品。自动对每一个产品从以上预测方法中选择最合适的，同时也允许用户为每个产品指定不同的预测方法。 五、实现需求预测与生产计划的桥梁S&OP S&OP销售与运作计划是需求预测的落地执行桥梁，它是连接战略和执行的过程。S&OP 是管理层重点关注的计划过程，把分离的运作计划集成为一个计划。此过程包括一系列同步对所有计划的评估和确认，特别是需求、供应、库存、新产品开发和财务。此过程还提供一个正式的方法给高级管理人员来对应变化 , 包括积极和被动的市场机会或风险。 它是一个成熟的过程通过公司战略目标状态的管理可视性 (如库存水平, 管理结果, 等…) 来识别当前预测计划与业务目标的差异 . 这个差异识别导致行动计划，为了最小化或消除差异，使得需求预测可以被执行。 S&OP是一计划过程，它平衡销售市场预测的雄心与供应能力和财务目标 ,考虑公司的战略的目标，来建立一个集成的可实现的计划。 最终预测计划必须是现实的可行的执行计划. 包括: 可以完成的需求预测计划 关键资源的可行的生产计划与分销计划 符合目标的库存计划 基于S&OP的可交付的年度财务计划 新产品研发计划 S&OP 实际上是一个高层决策的过程，目的是让业务有一个正确的方向，中期的将来比短期预期要难。决策的目标是在不确定的环境下，找到最佳或最小化不利的选择。场景模拟计划是扑捉将来不确定的技术，允许决策中考虑不同的因素，在相关的成本，效益和不同行动的风险，发现不同的替代计划的选择。 S&OP可以使用三个策略：（1）追逐式计划；（2）均衡式计划；（3）混合式计划。追逐式计划与均衡式计划是单一的计划方式，混合式计划是在某些时间段使用可用的能力使产能达到最大，在其他的阶段以均衡的速率生产。混合式计划可以充分利用可用资源、降低库存水平及其库存成本。追逐式计划与均衡式计划之间有无穷的组合，每种组合都有对应的成本及其利益。管理层需要从中选取最优的组合。 下图是S&OP销售与运作计划的进化： .jpg) 在精益组织中，集成五大计划如需求预测计划、生产计划、库存计划、新产品计划、财务计划是非常重要的，而我们中国企业却较少关注S&OP，我们往往沉迷于过去的实际结果，过度强调短时的应对，只聚焦于一年的预算平衡，市场& 销售没有足够的责任，没有足够的财务投入，太多详细的数据:，要么不清晰或不简洁；缺乏关注根本原因；管理优柔寡断；需求预测和运作执行之间断裂等…。 责编：姜玲  微信扫一扫实时了解行业动态 |
 蔡颖 专栏rss订阅蔡颖先生，具有二十多年以上资深的生产制造，物料计划，工业工程，成本控制的管理实践经验。曾在各种类型的企业从事生产管理。包括:国营企业,私营高科技企业，中外合资企业，外商独资企业等。在富士通Fujitsu、Oracle等公司实施过BPR流程设计、MRPII、JIT(精益生产)、IE(工业工程)、成本管理和导入ISO9000等项目，对制造业的各类行业均有深刻理解。
曾在(Fujitsu)富士通公司实施并运用MRPII系统，Oracle任ERP高级制造顾问，思博亚洲SoftBrands(Fourth shift)华南地区咨询顾问部经理，ERP高级顾问，PMP，创办APSS高级计划与排程协会，主持和参与实施过近百个企业ERP项目。
多次在信息化著名媒体如IT经理世界、IT时代周刊、计算机用户、电子商务世界、CAD/CAM制造信息化、现代制造、中国制造新信息化等和企业资源管理研究中心（AMT）、ERP世界网、e-works.net.cn等著名信息化网站上发表关于ERP、JIT、APS、TOC等文章。
同时著有《ERP高级计划-APS供应链优化引擎》一书。 更多最新文章 |
物流分析与设施规划——仓库规..
中信信通简介20150401.pdf|
|
