了解客户需求可变性

消费者需求很少保持不变。 其波动是由于季节性模式、消费者偏好的变化、经济转变、竞争行动和意外事件。 对于生产规划者来说,忽视这种变化会导致库存过剩或昂贵的库存。 认识和量化这些波动是建立弹性生产时间表的第一步。

需求可变性类型

需求可变性可分为几类,每种类型都需要不同的管理方法:

  • Seasonal Variability: 每年重复的可预测模式,例如节日购物激增或夏季饮料需求,这些可以用历史数据预测.
  • 趋势变异性: 长期方向变化,如电动车辆采用量稳步增加或印刷媒体下降. 趋势需要随着时间的推移调整基线预测.
  • 循环变化性: 经济条件驱动的多年周期,如住房繁荣或衰退。 这些周期更难预测,往往需要情景规划。
  • 随机波动:由于天气,病毒性社交媒体趋势,或一次性宣传,无法预测的短期变化。 这些变化是最具有挑战性的,往往需要缓冲策略。

变化的原因和来源

需求变化来自外部和内部来源:

  • 外部来源:经济转移,竞争者定价动作,监管变化,自然灾害,消费者行为变化.
  • 内源: 营销活动,产品推出,定价变化,销售激励,以及供应链中断,从而贯穿需求.

一个关键现象是 bulllwhip效应,零售业的小波动扩大为供应链上游较大的波动,如果不加以管理,这会造成严重的生产效率低下。

需求可变性对生产时间表的影响

未能将变化纳入日程,导致频繁的更换、加班、快速运费和错过交货窗口,成本既包括财务成本,也包括声誉成本。

所涉费用

  • 加速费用: 仓单和溢价运输,以应付突然的需求猛增。
  • 库存持有费用: 超额安全库存,用于弥补资本和储存成本的不确定性。
  • 更换和设置成本:[] 频繁的调度改变迫使快速线路改变,降低了整体装备效能(OEE).
  • 销量和客户量损失:[ 高需求时期的股票出货直接影响到收入和长期忠诚.

衡量需求可变性

要管理它,必须衡量它。

  • 变异系数(CV):[ 标准偏差除以平均需求. 0.5以上的CV表示高变异性.
  • 预测准确性: 平均绝对误差(MAPE)或平均绝对偏差(MAD),以跟踪预测如何捕捉可变性.
  • 要求信号处理: 以趋势与季节性(Holt-Winters)等指数平滑技术分解图案.

纳入需求可变性的关键战略

成功采用预测、时间安排灵活性、能力缓冲和需求塑造等组合的组织。 以下是最有效的方法。

高级预报技术

时间序列模型

移动平均值能平滑噪音,但滞后于趋势。 测量加权方法对最近的数据给予更高的重视,使其适合稳定的环境。 对于更复杂的模式, ARIMA(自动递减式综合移动平均值) 模型能捕捉自旋和季节性。 许多现代系统都使用机器学习来结合多个模型并检测非线性关系。

因果关系模型

当价格、广告开支或GDP增长驱动需求等外部因素时,基于回归的因果模型会提高准确性。 例如,建筑设备制造商可能会将需求与住房启动和利率挂钩。

协作规划、预测和补充

与合作伙伴共享售点数据会降低牛鞭草效应,零售商和供应商联合创建单一预测,使生产与实际消费而非订单模式保持一致.

外部资源: CPFR的APICS指南.

弹性生产时间安排

海琼卡( 级别日程安排)

系统源于丰田,海容卡通过平稳的时空需求来进行产量和混合,系统不是建造大批量,而是以重复的顺序生产较小的数量,这减少了库存量,使时间表更能适应变化.

混合模式时间安排

当产品品种高时,混合型的线路允许在任何顺序上生产不同的产品而不发生重大改变,这需要标准化的工作和灵活的设备. 例如,汽车装配厂可以生产轿车,SUV,如果基础平台是模块化的,同一线路上的卡车.

动态时间表与实时调整

高级规划和时间安排软件可以在需求变化时重新优化生产计划。 算法考虑能力、材料可用性和交付日期,以在分钟内产生新的时间表。这对于准备时间短和变化多端的行业至关重要。

能力缓冲和资源灵活性

某些公司宁愿保持备用能力,而不是进行库存,这可以采取几种形式:

  • 弹性劳工: 跨训练的工人可以在各站之间流动,临时的人员配置机构提供激增的能力.
  • 弹性设备: 具有快速转换能力的机器(SMED – 单米交换Die)减少产品之间的故障时间.
  • 超时和超时移动: 当需求超过基线预测时,可以启动的能力缓冲.

库存缓冲

当能力缓冲过于昂贵时,安全库存就成为主要套期。 所需水平取决于需求变化、服务水平目标和周转时间。 一个共同公式使用预期服务水平的z分数乘以需求在周转时间中的标准偏差:

安全股票=Z×× ⁇ ⁇ dLT ]

如果dLT是准备期内需求的标准偏差,对于高度可变性的需求,公司可以将分离点定位在生产过程中的关键点上——在战略上持有库存,以便上游和下游时间表能够独立运行。

需求配置和管理

公司可以影响需求,使其与生产能力相一致,而不是被动地应对变化:

  • 定价策略: 峰外时期的贴现需求转移. ield管理,常见于航空公司和酒店,现在用于制造.
  • 促销和邦德林:[] 精心计时的促销可以平滑需求高峰.
  • 长时变体:[] 交流定制产品较长的周转时间,使需求偏离标准时间表.

管理变异性的技术扶持者

现代数字工具使得能够比以往更快地理解、模拟和应对需求的变化。

企业资源规划和高级规划系统

企业资源规划系统提供了交易的骨干,高级规划和时间安排(APS)加载的功能可执行有限的能力调度和何种情况分析,基于云的系统允许从多个站点实时更新。

物联网(IOT)和实时数据

生产线和仓库中的传感器可以实时输入库存、机器状况和吞吐量的数据。 与售货点的需求数据相结合,可以对班次进行动态调度调整。

人工智能和机器学习

AI模型可以分析数百个变量 — — 天气、社会情绪、经济指标 — — 来提高需求感知。 比如,饮料公司可以利用天气预报来调整日产冰茶和热咖啡混合物。 机器学习还可以通过检测模式的误差来提高预测准确性。

外部资源:McKinsey关于AI驱动的需求预测.

实际世界应用

汽车:本田的弹性生产

本田使用高度灵活的组装系统,可以在几分钟内在型号之间切换,它们维持着港口成品车辆的缓冲器,以吸收出口市场的需求波动,它们的生产时间安排包含滚动预测,每周根据经销商订单更新.

消费者包装货物:联合利华的需求感知

联合利华公司部署了一个需求感知平台,利用机器学习预测商店-SKU层面的日销售量。 通过将这一系统与生产调度系统结合起来,他们将库存量减少了15%,同时将服务水平从97%提高到99%。

电子:福克斯康的能力缓冲

福克斯康等合同制造商处理苹果公司等客户的极端需求变化。 它们维持着劳动力(在发射前后大量雇用)和设备(能够处理多种产品的灵活表面山技术线)的容量缓冲。 它们的时间表系统使用“优先排队”模式,根据需求紧迫性分配生产档位。

衡量成功:需求可变性整合的KPI

了解您的策略是否有效, 跟踪这些衡量标准:

  • OTIF(实时,内测): 衡量客户服务业绩. 高OTIF表示有效的变异管理.
  • 预测精确度(MAPE / MAE):[] 低差意味着更好的规划.
  • 附表 坚持:[ 计划生产的百分比按期完成,频繁的偏差表明计划与现实不匹配.
  • 存货转折:[] 稳定存量率较高的转折表示高效缓冲.
  • 供应链总成本:包括加速、加班和库存成本,下降趋势证明财政效益。

结论

将客户需求变化纳入生产时间表并不是一次性固定,而是持续地进行测量、预测和灵活执行。 最成功的制造商将变化性视为一种特定系统,并设计其系统 — — 业务和技术系统 — — 来吸收和塑造它。 通过将先进的预测与动态调度、能力缓冲和需求塑造结合起来,你可以降低成本、改善服务,并建立一个在不确定性中蓬勃发展的供应链。

外部资源:[ 安排及时性案例研究