顧客需要の変動を生産スケジュールに組み込む方法

顧客需要の変化を理解する

顧客需要は、ほとんど定数です。季節的なパターン、消費者の好み、経済シフト、競争上のアクション、および予期しないイベントの変更のために変動します。生産計画者にとって、この変動を無視すると、過剰な在庫または高価な在庫がつながります。これらの変動を認識し、定量化することは、弾力性のある生産スケジュールを構築する最初のステップです。

需要の変動の種類

要求の変動は、さまざまな管理アプローチを必要とする複数のタイプに分類することができます。

季節性変化:] 年末年始の営業や夏季飲料の需要など、毎年繰り返す予測可能なパターン。これらは、歴史的データで予測することができます。
トレンドの変容:] 電動車両の採用やプリントメディアの減少を着実に増加するなど、長期方向変化。トレンドは、ベースラインの予測を時間をかけて調整する必要があります。
円筒変性:[住宅ブームや引退などの経済条件によって駆動される多年サイクル。これらは予測が困難で、多くの場合、シナリオ計画が必要です。
[]ランダムな変動:[天候、ウイルス性ソーシャルメディアの傾向、または一オフのプロモーションによる予測不可能な短期変化。これらは最も挑戦的であり、多くの場合、バッファ戦略が必要です。

変化の原因と原因

要求の変動は、外部と内部のソースから発生します。

[外部ソース:[]]]経済シフト、競合価格設定が移動し、規制変更、自然災害、消費者行動の変化。
[内因:]]]マーケティングキャンペーン、製品発売、価格設定変更、販売インセンティブ、供給チェーンの不具合が、需要を突破しました。

重要な現象は、サプライチェーンのスイングを大きくする小売レベルで小変動する[]bullwhip効果です。管理されていない場合、これは重度の生産の不効率を引き起こす可能性があります。

生産スケジュールに対する需要変動の影響

頻繁な変化、過時間、未熟な貨物、および逃された配達窓の計画的な結果に分散性を組み込むことの失敗。費用は財政および評判です。

コストのインプリケーション

] コストの検証:[] 急な需要のスパイクを満たすためにラッシュの注文とプレミアム配送。
在庫保持コスト:[超過安全株式は、資本の不確実性を覆い、貯蔵コストを増加させるために構築しました。
変更とセットアップコスト:[ 頻繁なスケジュール変更急激なライン変更、全体的な機器の有効性(OEE)を削減します。
[]売上と顧客を追い込み:[高価な期間における株式は、直接収入と長期の忠誠に影響を与えます。

測定の要求の変化

管理するには、それを測定する必要があります。一般的なメトリックには、次のものが含まれます。

変化の係数(CV):[ 平均的な要求によって分かれる標準的な偏差。 0.5上のCVは高い変動を示します。
[Forecastの精度:]平均絶対パーセントエラー(MAPE)または平均絶対偏差(MAD)は、どのように井戸予測のキャプチャの脆弱性を追跡します。
デマンド信号処理:[]] 傾向と季節性(Holt-Winters)の絶え間ないスムースのような技術はパターンを分解します。

需要の変動を組み込むための重要な戦略

予測、スケジューリングの柔軟性、キャパシティバッファリング、およびデマンドシェーピングの組み合わせを成功させる組織。以下は最も効果的なアプローチです。

高度な予測技術

タイムシリーズモデル

移動平均は騒音を滑らかにし、傾向の後ろに遅れます。指数関数的な重み付け方法は、より重要な最近のデータに割り当て、安定した環境に適したものを作ります。より複雑なパターンのために、ArIMA (Autoregressive Integrated Moving Average)モデルは、自動相関と季節性をキャプチャします。多くの近代的なシステムは、複数のモデルを組み合わせ、非線形関係を検出するために機械学習を使用します。

Causalパフォーマー

価格、広告費、またはGDP成長ドライブの需要などの外部要因が生じた場合は、回帰ベースのケースモデルは精度を向上させます。例えば、建設機器のメーカーは、住宅の始まりと金利の需要を相関する可能性があります。

共同計画、予測、補充(CPFR)

パートナーと販売データの共有は、ブルホイップ効果を低下させます。小売業者とサプライヤーは、注文パターンではなく、実際の消費と生産を合わせ、単一の予測を作成します。

外部リソース: CPFR[ の APICS ガイド。

柔軟な生産スケジューリング

平純化(レベルスケジューリング)

トヨタ、ハイジュンカレベルの生産量から始まり、時間を経ちながらスムーズな需要で混合します。大規模なバッチを建設する代わりに、システムは繰り返しのシーケンスで少量の量を生成します。これにより、在庫を減らし、スケジュールが変更に反応するようになります。

混合モデルシュドリン

製品の品種が高ければ、混合型ラインは、異なる製品を主要な変化なしで任意の順序で生産することができます。これは、標準化された作業と柔軟な機器が必要です。例えば、自動車アセンブリ工場は、地下のプラットフォームがモジュラーされている場合、同じライン上のセダン、SUV、およびトラックを生成することができます。

リアルタイムの調整による動的スケジューリング

高度なプランニングとスケジューリング(APS)ソフトウェアは、需要の変化時に生産計画を再最適化することができます。アルゴリズムは、容量、材料の可用性、および納期を考慮して、数分で新しいスケジュールを生成します。これは、短いリードタイムと高い分散性を持つ業界にとって不可欠です。

容量の緩衝および資源の柔軟性

在庫を運ぶよりもむしろ、一部の企業は、予備容量を維持することを好む。これはいくつかのフォームを取ることができます。

] 柔軟な労働力: のクロストレーナーは、ステーション間で移動することができます。一時的なスタッフの代理店は、サージ容量を提供します。
フレキシブルな装置:]は、クイックチェンジオーバー機能(SMED – ダイの単一分交換)で、製品間のダウンタイムを削減します。
オーバータイムとエクストラシフト:[]ベースライン予測を超えると、有効化できる容量バッファ。

在庫バッファリング

容量バッファリングが高すぎると、安全在庫が主流になります。必要なレベルは、需要の変動、サービスレベルターゲット、リードタイムによって異なります。一般的な式は、リードタイムに対する要求の標準的な偏差によって多岐に渡る、望ましいサービスレベルのzスコアを使用します。

安全在庫 = Z × σ_dLT

σ[_dLT]は、リードタイムにおける需要の標準的な偏差です。非常に可変的な需要のために、企業は、生産プロセスの重要なポイントで在庫を把握して、上流および下流スケジュールを独立して動作させることができる点を戦略的にデカップリングポイントを見つけるかもしれません。

需要の形成および管理

変動性に受動的に対応する代わりに、企業は生産能力と合わせる需要に影響を与えることができます。

] フライング戦略:[ オフピーク期間の割引がシフト需要をシフトします。収穫管理、航空会社やホテルで共通、製造に使用されます。
プロモーションとバンドリング:[慎重にタイムされたプロモーションは、スムーズな需要のスパイクすることができます。
[リードタイムのバリエーション:[]]] カスタム製品の長いリードタイムを伝え、標準のスケジュールから離れて需要をシフトします。

多様な技術対応が可能

現代のデジタルツールは、これまで以上に早く需要の変動に感知、モデル化、対応が可能となります。

ERPおよび高度なプランニングシステム

エンタープライズリソースプランニング(ERP)システムは、トランザクションバックボーンを提供します。高度なプランニングとスケジューリング(APS)アドオンは、有限能力スケジューリングと、どのような分析を実行します。クラウドベースのシステムは、複数のサイトからリアルタイムの更新を可能にします。

モノのインターネット(IoT)とリアルタイムデータ

生産ラインや倉庫内のセンサーは、在庫、機械の状態、スループットに関するリアルタイムデータを供給します。店頭から要求データと組み合わせることで、シフト内の動的スケジューリング調整が可能になります。

人工知能と機械学習

AIモデルでは、需要感を高めるために、気象、社会的な感情、経済指標などの数百種類の変数を分析することができます。例えば、飲料会社は、天気予報を使用して、氷茶やホットコーヒーのブレンドを毎日調整する場合があります。機械学習は、パターンの人間の逃れを検出することにより、予測精度を向上させることができます。

外部リソース: AI 主導の需要予測に関するMcKinsey.

リアルワールドアプリケーション

自動車:ホンダの適用範囲が広い生産

ホンダは、モデル間で数分で切り替えることができる非常に柔軟なアセンブリシステムを使用しています。彼らは、輸出市場での需要変動を吸収するために、ポートで完成した車のバッファを維持しています。彼らの生産スケジューリングは、ディーラーの注文に基づいて毎週更新するロール予測を組み込む。

消費者向け商品: ユニレバーの需要センシング

マシンラーニングを使用して、店舗SKUレベルでの日々の売上を予測する需要センシングプラットフォームを展開しています。このシステムを生産スケジューリングシステムと統合することで、97%から99%のサービスレベルを改善しながら在庫を15%削減しました。

電子工学:Foxconnの容量の緩衝

Foxconnのような契約メーカーは、Appleのようなクライアントからの極端な要求の分散性に対処します。彼らは、容量バッファを維持します。(打ち上げの周りの雇用の質量) および装置(複数の製品を処理できる柔軟な表面実装技術ライン)。彼らのスケジューリングシステムは、需要の緊急に基づいて生産スロットを割り当てるために「優先キュー」モデルを使用します。

測定の成功: 要求の可変性の統合のためのKPI

戦略が機能しているかどうかを知るには、以下のメトリックを追跡します。

[OTIF(オンタイム、インフル):[]]顧客サービスのパフォーマンスを測定します。高OTIFは、効果的な分散性管理を示します。
[ フォアキャスト精度(MAPE / MAE):[] エラーが下がる方が、より良い計画を意味します。
[]スケジュールアッセンス:[)スケジュールで計画された生産の割合が完成しました。頻繁な偏差は、計画と現実間の不一致を信号します。
在庫回転数:] 安定した在庫率で高い回転数が効率的なバッファリングを示します。
サプライチェーンコスト:]]は、コストを削減、オーバータイム、在庫を運ぶ含まれています。ダウンワードトレンドは、財務上の利益を証明します。

コンテンツ

顧客需要の変動を生産スケジュールに組み込むことは、ワンタイムの修正ではなく、測定、予測、および柔軟な実行の継続的なプロセスではありません。最も成功したメーカーは、そのシステムが、運用と技術の両方で、それを吸収し、形成する機能として、その機能が特徴的かつ設計されているように、その脆弱性を治療します。ダイナミックスケジューリング、キャパシティバッファ、およびデマンドシェーピングによる高度な予測を組み合わせることで、コストを削減し、サービスを改善し、不確実性に繁栄するサプライチェーンを構築することができます。

外部リソース: 適応スケジューリングケーススタディ