कैसे उत्पादन की अनुसूची में ग्राहक की मांग की परिवर्तनशीलता को शामिल करने के लिए

ग्राहक की मांग की विविधता को समझना

ग्राहक की मांग शायद ही कभी स्थिर है। यह मौसमी पैटर्न, उपभोक्ता वरीयताओं को बदलने, आर्थिक बदलाव, प्रतिस्पर्धी कार्यों और अप्रत्याशित घटनाओं के कारण उतार-चढ़ाव करता है। उत्पादन योजनाकारों के लिए, इस परिवर्तनशीलता की अनदेखी करने से या तो अतिरिक्त सूची या महंगा स्टॉकआउट की ओर जाता है। इन उतार-चढ़ाव को पहचानने और मात्रात्मक करने का पहला कदम एक लचीला उत्पादन कार्यक्रम बनाने की दिशा में है।

मांग परिवर्तनीयता के प्रकार

मांग परिवर्तनशीलता को कई प्रकारों में वर्गीकृत किया जा सकता है, प्रत्येक को एक अलग प्रबंधन दृष्टिकोण की आवश्यकता होती है:

• ]Seasonal Variability:] भविष्यवाणी पैटर्न जो सालाना दोहराते हैं, जैसे कि छुट्टी खरीदारी की वृद्धि या गर्मियों में पेय की मांग। इन ऐतिहासिक डेटा के साथ पूर्वानुमान किया जा सकता है।
• Trend Variability: दीर्घकालिक दिशात्मक परिवर्तन, जैसे कि इलेक्ट्रिक वाहन को अपनाने में स्थिर वृद्धि या प्रिंट मीडिया में गिरावट। रुझानों को समय के साथ आधार रेखा पूर्वानुमान को समायोजित करने की आवश्यकता होती है।
• Cyclical Variability: बहु वर्ष चक्र आर्थिक स्थितियों से प्रेरित, जैसे आवास बूम या मंदी। ये पूर्वानुमान के लिए कठिन हैं और अक्सर परिदृश्य योजना की आवश्यकता होती है।
• Random Fluctuations: मौसम, वायरल सोशल मीडिया रुझान, या एक-बंद पदोन्नति के कारण अप्रत्याशित अल्पकालिक परिवर्तन। ये सबसे चुनौतीपूर्ण और अक्सर बफर रणनीतियों की आवश्यकता होती है।

वैरिएबिलिटी के कारण और स्रोत

मांग परिवर्तनीयता बाहरी और आंतरिक दोनों स्रोतों से उत्पन्न होती है:

• ]External Sources: आर्थिक बदलाव, प्रतियोगी मूल्य निर्धारण चाल, नियामक परिवर्तन, प्राकृतिक आपदाओं, और उपभोक्ता व्यवहार में बदलाव.
• ]अंतर सूत्र: विपणन अभियान, उत्पाद लॉन्च, मूल्य निर्धारण परिवर्तन, बिक्री प्रोत्साहन, और आपूर्ति श्रृंखला विघटन जो मांग के माध्यम से लहरें।

एक महत्वपूर्ण घटना bullwhip प्रभाव है, जहां खुदरा स्तर पर छोटे उतार-चढ़ाव आपूर्ति श्रृंखला में बड़े झूलों में बढ़ोतरी हो जाती है। यह गंभीर उत्पादन अक्षमता का कारण बन सकता है अगर प्रबंधित नहीं किया गया है।

उत्पादन अनुसूची पर मांग की विविधता का प्रभाव

लगातार बदलावों, ओवरटाइम, त्वरित फ्रेट और मिस्ड डिलीवरी विंडो में शेड्यूलिंग परिणामों में परिवर्तनशीलता को शामिल करने में विफल रहने की सुविधा। लागत वित्तीय और प्रतिष्ठा दोनों हैं।

लागत प्रभाव

• Expediting Cost: Rush आदेश और प्रीमियम शिपिंग अचानक मांग स्पाइक्स को पूरा करने के लिए।
• ]निवेशक होल्डिंग लागत: अतिरिक्त सुरक्षा स्टॉक अनिश्चितता को कवर करने के लिए बनाया गया पूंजी और भंडारण लागत बढ़ जाती है।
• Changeover और सेटअप लागत: लगातार अनुसूची परिवर्तन तेजी से लाइन परिवर्तन, समग्र उपकरण प्रभावशीलता को कम करने (OEE)।
• ]Lost Sales and customer Churn: स्टॉकआउट्स के दौरान उच्च-डिमांड अवधि सीधे राजस्व और दीर्घकालिक वफादारी को प्रभावित करती है।

मापन की मांग की विविधता

इसे प्रबंधित करने के लिए, आपको इसे मापना होगा। आम मेट्रिक्स में शामिल हैं:

• ]विविधता (CV): मानक विचलन औसत मांग से विभाजित है। 0.5 से ऊपर एक CV उच्च परिवर्तनशीलता इंगित करता है।
• Forecast सटीकता: मीन निरपेक्ष प्रतिशत त्रुटि (MAPE) या मीन निरपेक्ष विचलन (MAD) यह ट्रैक करने के लिए कि कितनी अच्छी तरह से पूर्वानुमान परिवर्तनशीलता पर कब्जा है।
• Demand Signal Processing: रुझान और मौसमी (हॉल्ट-विंटर) के साथ एक्सोनेंशियल स्मूथिंग जैसी तकनीकें, ताकि पैटर्न को अलग किया जा सके।

मांग वैरिएबिलिटी को शामिल करने के लिए कुंजी रणनीति

संगठन जो पूर्वानुमान, शेड्यूलिंग लचीलापन, क्षमता बफरिंग और मांग को आकार देने के संयोजन का सफल होता है। नीचे सबसे प्रभावी दृष्टिकोण हैं।

उन्नत पूर्वानुमान तकनीक

टाइम सीरीज मॉडल

औसत चलती शोर लेकिन रुझान के पीछे अंतराल। एक्सपोनेंशियल भारोत्तोलन विधि हाल के डेटा को उच्च महत्व देते हैं, जिससे उन्हें स्थिर वातावरण के लिए उपयुक्त बना दिया जाता है। अधिक जटिल पैटर्न के लिए, ARIMA (Autoregressive इंटीग्रेटेड मूविंग एवरेज) मॉडल ऑटोकोरेबिलिटी और मौसमीता को कैप्चर करते हैं। कई आधुनिक सिस्टम कई मॉडलों को गठबंधन करने और गैर-रैखिक संबंधों का पता लगाने के लिए मशीन लर्निंग का उपयोग करते हैं।

कासल मॉडल

जब कीमत, विज्ञापन खर्च, या जीडीपी विकास ड्राइव की मांग, प्रतिगमन आधारित कारण मॉडल जैसे बाहरी कारक सटीकता में सुधार करते हैं। उदाहरण के लिए, निर्माण उपकरण का एक निर्माता आवास शुरू होने और ब्याज दरों के साथ मांग को पूरा कर सकता है।

सहयोगात्मक योजना, पूर्वानुमान और पुनर्निर्भरता (CPFR)

भागीदारों के साथ पॉइंट-ऑफ-सेल डेटा साझा करना बुलविप प्रभाव को कम करता है। खुदरा विक्रेताओं और आपूर्तिकर्ताओं ने संयुक्त रूप से एक पूर्वानुमान बनाया, जो ऑर्डर पैटर्न के बजाय वास्तविक उपभोग के साथ उत्पादन को संरेखित किया।

बाह्य संसाधन: APICS CPFR पर गाइड।

लचीले उत्पादन निर्धारण

हेजुंका (लेवल शेडुलिंग)

टोयोटा, हेजुंका से उत्पन्न उत्पादन की मात्रा का स्तर होता है और समय के साथ मांग को चिकनी करके मिश्रण करता है। बड़े बैचों के निर्माण के बजाय, सिस्टम दोहराने वाले अनुक्रम में छोटी मात्रा पैदा करता है। यह सूची को कम करता है और शेड्यूल को बदलने के लिए अधिक उत्तरदायी बनाता है।

मिश्रित मॉडल निर्धारण

जब उत्पाद विविधता उच्च होती है, मिश्रित-मॉडल लाइनें विभिन्न उत्पादों को प्रमुख बदलावों के बिना किसी भी क्रम में उत्पादित करने की अनुमति देती हैं। इसके लिए मानकीकृत कार्य और लचीला उपकरण की आवश्यकता होती है। उदाहरण के लिए, एक मोटर वाहन विधानसभा संयंत्र समान लाइन पर sedans, SUVs और ट्रकों का उत्पादन कर सकता है यदि अंतर्निहित प्लेटफॉर्म मॉड्यूलर है।

रियल टाइम समायोजन के साथ गतिशील शेड्यूलिंग

उन्नत योजना और शेड्यूलिंग (APS) सॉफ्टवेयर मांग परिवर्तन के समय उत्पादन योजना को फिर से प्रभावित कर सकता है। एल्गोरिथ्म मिनटों में एक नया शेड्यूल उत्पन्न करने के लिए क्षमता, सामग्री उपलब्धता और वितरण तिथियों पर विचार करते हैं। यह लघु लीड टाइम और उच्च परिवर्तनशीलता वाले उद्योगों के लिए आवश्यक है।

क्षमता बफरिंग और संसाधन लचीलापन

इसके अलावा, कुछ कंपनियां अतिरिक्त क्षमता को बनाए रखने के लिए पसंद करती हैं।

• ]Flexible Labour: क्रॉस-ट्रेड कर्मचारी स्टेशनों के बीच चल सकते हैं। अस्थायी स्टाफिंग एजेंसियां वृद्धि क्षमता प्रदान करती हैं।
• ]Flexible Equipment: मशीनें त्वरित बदलाव क्षमता वाली (SMED - सिंगल मिनट एक्सचेंज ऑफ डाई) उत्पादों के बीच डाउनटाइम कम हो जाती है।
• ]Overtime and extra Shifts: एक क्षमता बफर जो कि आधार रेखा पूर्वानुमान से अधिक की मांग के दौरान सक्रिय किया जा सकता है।

इन्वेंटरी बफरिंग

जब क्षमता बफरिंग बहुत महंगा होता है, तो सुरक्षा स्टॉक प्राथमिक बचाव हो जाता है। आवश्यक स्तर मांग परिवर्तनशीलता, सेवा स्तर लक्ष्य और लीड टाइम पर निर्भर करता है। एक सामान्य सूत्र लीड टाइम पर मांग के मानक विचलन द्वारा गुणा किए गए वांछित सेवा स्तर के जेड स्कोर का उपयोग करता है:

]]]सुरक्षा स्टॉक = Z × σ_]dLT]]]

जहां σ_]dLT[, लीड टाइम के दौरान मांग का मानक विचलन है। अत्यधिक परिवर्तनीय मांग के लिए, कंपनियां रणनीतिक रूप से डीकूपिंग बिंदुओं का पता लगा सकती हैं- उत्पादन प्रक्रिया में प्रमुख बिंदुओं पर सूची को बनाए रखने के लिए अपस्ट्रीम और डाउनस्ट्रीम शेड्यूल को स्वतंत्र रूप से संचालित करने की अनुमति दी जाती है।

मांग को आकार देने और प्रबंधन

अस्थिरता के बजाय, कंपनियां उत्पादन क्षमता के साथ संरेखित करने की मांग को प्रभावित कर सकती हैं:

• Pricing Strategies: ऑफ पीक अवधि की शिफ्ट मांग के दौरान छूट। यील्ड मैनेजमेंट, एयरलाइन्स और होटल में आम, अब विनिर्माण में उपयोग किया जाता है।
• प्रोमोशन और बंडलिंग: ध्यानपूर्वक समयबद्ध पदोन्नति मांग स्पाइक्स को चिकनी बना सकती है।
• ]Lead Time Variation: कस्टम उत्पादों के लिए लंबे समय तक नेतृत्व समय को कम करने के लिए मानक अनुसूची से दूर की मांग शिफ्ट।

वेरिएबलिटी के प्रबंधन के लिए प्रौद्योगिकी सक्षम

आधुनिक डिजिटल उपकरण यह संभव बनाने के लिए समझ, मॉडल, और मांग परिवर्तनशीलता के जवाब से पहले से कहीं ज्यादा तेजी से।

ERP और उन्नत योजना प्रणाली

एंटरप्राइज रिसोर्स प्लानिंग (ERP) सिस्टम लेन-देन की रीढ़ प्रदान करते हैं। उन्नत योजना और शेड्यूलिंग (APS) ऐड-ऑन्स परिमित क्षमता शेड्यूलिंग और कौन-से-अगर विश्लेषण करते हैं। क्लाउड-आधारित सिस्टम कई साइटों से वास्तविक समय में अपडेट की अनुमति देते हैं।

इंटरनेट ऑफ थिंग्स (आईओटी) और रियल टाइम डेटा

उत्पादन लाइनों और गोदामों में सेंसर सूची, मशीन की स्थिति और थ्रूपुट पर वास्तविक समय डेटा फ़ीड करते हैं। पॉइंट-ऑफ-सेल से मांग डेटा के साथ संयुक्त, यह बदलाव के भीतर गतिशील शेड्यूलिंग समायोजन को सक्षम बनाता है।

आर्टिफिशियल इंटेलिजेंस एंड मशीन लर्निंग

एआई मॉडल सैकड़ों चर- मौसम, सामाजिक भावना, आर्थिक संकेतकों का विश्लेषण कर सकते हैं- मांग संवेदन में सुधार करने के लिए। उदाहरण के लिए, एक पेय कंपनी दैनिक रूप से आइस्ड चाय और गर्म कॉफी मिश्रणों के उत्पादन को समायोजित करने के लिए मौसम पूर्वानुमान का उपयोग कर सकती है। मशीन लर्निंग भी पैटर्न मनुष्यों को याद करते हुए पूर्वानुमान सटीकता में सुधार करती है।

बाह्य संसाधन: McKinsey on AI-driven Demand पूर्वानुमान .

रियल-विश्व अनुप्रयोग

मोटर वाहन: होंडा के लचीले उत्पादन

होंडा एक अत्यधिक लचीला असेंबली सिस्टम का उपयोग करता है जो मिनटों में मॉडल के बीच स्विच कर सकता है। वे निर्यात बाजारों में मांग उतार-चढ़ाव को अवशोषित करने के लिए बंदरगाहों पर तैयार वाहनों का एक बफर बनाए रखते हैं। उनके उत्पादन शेड्यूलिंग में रोलिंग पूर्वानुमान शामिल हैं जो साप्ताहिक डीलर ऑर्डर पर आधारित अपडेट करते हैं।

उपभोक्ता पैकेज्ड गुड्स: अनिलवर की डिमांड सेंसिंग

Unilever ने एक मांग संवेदन मंच को तैनात किया जो स्टोर-SKU स्तर पर दैनिक बिक्री की भविष्यवाणी करने के लिए मशीन लर्निंग का उपयोग करता है। अपने उत्पादन शेड्यूलिंग सिस्टम के साथ इसे एकीकृत करके, उन्होंने 97% से 99% तक सेवा स्तर में सुधार करते हुए 15% तक सूची को कम कर दिया।

इलेक्ट्रॉनिक्स: फॉक्सकॉन की क्षमता बफ़र

अनुबंध निर्माताओं जैसे फॉक्सकॉन एप्पल जैसे ग्राहकों से अत्यधिक मांग परिवर्तनशीलता के साथ सौदा करते हैं। वे क्षमता बफर बनाए रखते हैं - दोनों श्रम में (आमतौर पर लॉन्च के आसपास की भर्ती) और उपकरण (लचीला सतह-माउंट प्रौद्योगिकी लाइनों जो कई उत्पादों को संभाल सकती हैं)। उनका निर्धारण प्रणाली मांग की क्षमता के आधार पर उत्पादन स्लॉट आवंटित करने के लिए "प्राथमिकता कतार" मॉडल का उपयोग करती है।

मापन सफलता: मांग वैरिएबिलिटी इंटीग्रेशन के लिए केपीआई

यह जानने के लिए कि आपकी रणनीति क्या काम कर रही है, इन मीट्रिकों को ट्रैक करें:

• OTIF (On-Time, In-Full): ग्राहक सेवा प्रदर्शन को मापें। उच्च OTIF प्रभावी परिवर्तनशीलता प्रबंधन को इंगित करता है।
• Forecast सटीकता (MAPE / MAE): कम त्रुटियों का मतलब बेहतर योजना है।
• ]Schedule Adherence: योजनाबद्ध उत्पादन के प्रतिशत अनुसूची पर पूरा हो गया। अक्सर विचलन योजना और वास्तविकता के बीच एक बेमेल संकेत।
• ]Inventory Turns: उच्च स्थिर स्टॉकआउट दरों के साथ बदल जाता है कुशल बफरिंग संकेत मिलता है।
• ]कुल आपूर्ति श्रृंखला लागत: में समय के साथ, समय के साथ, और सूची लागत को ले जाने में शामिल है। नीचे की ओर की प्रवृत्ति वित्तीय लाभ साबित करती है।

निष्कर्ष

उत्पादन कार्यक्रम में ग्राहक की मांग की परिवर्तनशीलता को शामिल करना एक बार का निर्धारण नहीं है बल्कि माप, पूर्वानुमान और लचीला निष्पादन की निरंतर प्रक्रिया है। सबसे सफल निर्माता अपनी प्रणालियों को दिए गए और डिजाइन करने के लिए परिवर्तनशीलता का इलाज करते हैं - दोनों परिचालन और तकनीकी - इसे अवशोषित और आकार देते हैं। गतिशील शेड्यूलिंग, क्षमता बफर और मांग को आकार देने के साथ उन्नत पूर्वानुमान को जोड़कर, आप लागत को कम कर सकते हैं, सेवा में सुधार कर सकते हैं और एक आपूर्ति श्रृंखला का निर्माण कर सकते हैं जो अनिश्चितता में पनपते हैं।

बाह्य संसाधन: Adaptive scheduling case study]