निर्माताओं के लिए सामरिक आपूर्ति श्रृंखला पूर्वानुमान

परिचय

आधुनिक आपूर्ति श्रृंखला में, उन कंपनियों के लिए पूर्वानुमान की आवश्यकता होती है, जो वस्तुओं के लिए वस्तुओं का निर्माण करती हैं और जो ऑर्डर करने के लिए नहीं की जाती हैं निर्माता भौतिक पूर्वानुमान का उपयोग करने के लिए यह सुनिश्चित करने के लिए उपयोग करेंगे कि वे ऐसी सामग्री के स्तर का उत्पादन करते हैं जो अपने उपभोक्ताओं की संतुष्टि के बिना एक अतिसार क्षमता का उत्पादन न करें, जहां बहुत अधिक सूची तैयार की जाती है और शेल्फ पर रहती है।

समान रूप से, भविष्यवाणी कम नहीं होनी चाहिए और उत्पादक को ग्राहक के आदेश को पूरा करने के लिए इन्वेंट्री के बिना पाता है।

सटीक पूर्वानुमान बनाए रखने में विफल रहने की लागत आर्थिक रूप से विपत्तिपूर्ण हो सकती है

पूर्वानुमान या तो हो सकते हैं:

• सांख्यिकीय
• गैर-स्टैटिजिकल

भविष्यवाणी एक कंपनी के तैयार माल, घटकों और सेवा भागों के लिए विकसित की जाती है। उत्पादन या खरीद आदेश ट्रिगर, मात्रा और सुरक्षा स्टॉक स्तर विकसित करने के लिए उत्पादन टीम द्वारा पूर्वानुमान का उपयोग किया जाता है।

पूर्वानुमान स्थिर नहीं है और प्रबंधन द्वारा नियमित आधार पर समीक्षा की जानी चाहिए। यह सुनिश्चित करना है कि भविष्य की प्रवृत्तियों पर जानकारी, अधिक सटीक गणना देने के लिए आंतरिक या बाहरी वातावरण पूर्वानुमान में शामिल किया गया है

सांख्यिकीय पूर्वानुमान

आपूर्ति श्रृंखला प्रबंधन सॉफ्टवेयर में, पूर्वानुमान एक गणना है जो वास्तविक समय के लेनदेन से डेटा खिलाया जाता है और चर के एक सेट पर आधारित है जो कई सांख्यिकीय पूर्वानुमान स्थितियों के लिए कॉन्फ़िगर किया गया है।

नियोजन पेशेवरों को सॉफ्टवेयर का उपयोग करने के लिए सबसे अच्छा भविष्यवाणी स्थिति संभव प्रदान करने के लिए आवश्यक हैं और अक्सर यह अनियंत्रित छोड़ दिया है बिना किसी समीक्षा के लंबी अवधि

आपूर्ति श्रृंखला सॉफ्टवेयर में पूर्वानुमान तकनीकों का सबसे अच्छा उपयोग करने के लिए, योजनाकारों को आंतरिक और बाहरी वातावरण के संबंध में अपने फैसले की समीक्षा करनी चाहिए।

उन्हें वर्तमान जानकारी के आधार पर अधिक सटीक पूर्वानुमान देने के लिए गणना को समायोजित करना चाहिए।

भविष्य के पूर्वानुमानों का सबसे अच्छा अनुमान है कि भविष्य में जो मांग हुई है उसके आधार पर भविष्य में क्या घटित होगा।

साधारण रेखीय प्रतिगमन का उपयोग करके पूर्वानुमान की पूर्ति के लिए ऐतिहासिक मांग डेटा का उपयोग किया जा सकता है यह ऐतिहासिक काल की मांग के बराबर है और भविष्य में मांग को प्रोजेक्ट करता है।

हालांकि, आज के पूर्वानुमान से पुरानी डेटा की तुलना में हाल ही में मांग डेटा पर अधिक जोर दिया गया है। इसे चौरसाई कहा जाता है और हालिया आंकड़ों को अधिक वजन देकर उत्पादन किया जाता है। घातीय चौरसाई से अधिक हाल की ऐतिहासिक अवधि को देखते हुए अधिक से अधिक भार को दर्शाया गया है। इसलिए दो महीने पहले एक अवधि छह महीने पहले की तुलना में अधिक भार है।

अल्फ़ा फैक्टर

भार को अल्फा फैक्टर कहा जाता है और भार अधिक होता है, या अल्फा कारक को कम ऐतिहासिक अवधि का इस्तेमाल पूर्वानुमान बनाने के लिए किया जाता है

उदाहरण के लिए, एक उच्च अल्फा कारक हाल के कालों को उच्च भार देता है और एक वर्ष या दो साल पहले की अवधि से मांग इतनी हल्के भारित होती है कि उनका समग्र पूर्वानुमान पर कोई असर नहीं होता है अल्प अल्फा कारक का मतलब ऐतिहासिक डेटा पूर्वानुमान के लिए अधिक प्रासंगिक है।

ऐतिहासिक काल में आमतौर पर एक निश्चित महीने से मांग डेटा होते हैं, i। ई। जून या जुलाई हालांकि, यह गणना में त्रुटि का परिचय देता है क्योंकि कुछ महीनों में अन्य महीनों से अधिक दिन होते हैं और कार्यदिवस की संख्या भिन्न हो सकती है।

कुछ कंपनियां इस त्रुटि को कम करने के लिए दैनिक मांग का उपयोग करती हैं, हालांकि अगर भविष्यवाणी त्रुटि को समझता है, तो मासिक ऐतिहासिक काल का प्रयोग ट्रैकिंग संकेतक के साथ भी किया जा सकता है, जब इसकी पहचान वास्तविक मांग से काफी कम हो जाती है। जिस स्तर पर ट्रैकिंग सिग्नल के विचलन को ध्वजांकित किया जाता है वह फ़ोरिक्स्टर या सॉफ़्टवेयर द्वारा निर्धारित होता है और उद्योगों, कंपनियों और उत्पादों के बीच भिन्न होता है।

एक छोटे विचलन को हस्तक्षेप की आवश्यकता हो सकती है जब पूर्वानुमानित उत्पाद उच्च मूल्य है, जबकि एक कम-मूल्य वाले आइटम को ऐसे उच्च स्तर तक पूर्वानुमान की जांच करने की आवश्यकता नहीं हो सकती है

गैर-सांख्यिकीय पूर्वानुमान

आपूर्ति श्रृंखला प्रबंधन सॉफ्टवेयर में गैर-सांख्यिकीय पूर्वानुमान पाया जाता है जहां मांग को उत्पादन योजनाकारों द्वारा निर्धारित मात्रा के आधार पर अनुमानित किया जाता है।

यह तब होता है जब योजनाकार एक व्यक्तिपरक मात्रा में प्रवेश करता है, जो मानते हैं कि मांग ऐतिहासिक मांग के संदर्भ के बिना होगी।

अन्य गैर-सांख्यिकीय पूर्वानुमान जो तब होता है जब एक मद की मांग सामग्री आवश्यकताओं नियोजन (एमआरपी) रन के परिणामों पर आधारित होती है

यह तैयार किए गए अच्छे के लिए मांग लेता है और सामग्रियों के बिल को विस्फोट करता है जिससे कि घटक भागों के लिए एक मांग की गणना की जाती है घटक की मांग तब मौजूदा मूल्यांकन के मूल्यांकन और ज्ञान के आधार पर योजनाकार द्वारा संशोधित किया जा सकता है।

परिणामस्वरूप पूर्वानुमान वर्तमान मांग पर आधारित है और पिछली अवधि से किसी भी मांग को शामिल नहीं करेगा। कई कंपनियां अपने उत्पाद लाइन में गैर-सांख्यिकीय और सांख्यिकीय पूर्वानुमान के संयोजन का उपयोग करेंगी

सांख्यिकीय पूर्वानुमान जटिल गणनाओं पर आधारित है और भविष्य की मांग को ऐतिहासिक समय से मांग के आधार पर निर्धारित किया जा सकता है।

पूर्वानुमान भविष्य में मांग करने के लिए नियोजक को एक गाइड देता है, लेकिन कोई पूर्वानुमान पूरी तरह से सटीक नहीं है और योजनाकारों का अनुभव और वर्तमान और भविष्य के माहौल का ज्ञान कंपनी के उत्पादों की भविष्य की मांग को निर्धारित करने में महत्वपूर्ण है।

यह लेख गैरी मैरियन, लॉजिस्टिक्स और बैलेंस के लिए आपूर्ति श्रृंखला विशेषज्ञ द्वारा अपडेट किया गया है।