Prognoza zapotrzebowania odpowiada na pytanie, ile i kiedy zamówić. To najbardziej wymierne zastosowanie w całym obszarze.
Wymierne, bo skutek widać na dwóch liczbach, które firma i tak zna: ile razy zabrakło towaru i ile pieniędzy leży na magazynie. Prognoza sprzedaży dla całej firmy jest ciekawa, ale nikt nie składa na jej podstawie zamówienia.
Czas dostawy jako horyzont
Prognozujemy na okres pokrywający czas dostawy plus zapas. Prognoza na miesiąc przy dostawie trwającej dwa miesiące nie rozwiązuje niczego.
To pierwsza rzecz do ustalenia przed liczeniem czegokolwiek. Jeśli towar jedzie długo, decyzję podejmuje się o wiele wcześniej, niż podpowiada bieżący stan magazynu, i to właśnie ten odstęp trzeba przewidzieć.
Zmienny czas dostawy
Sam czas dostawy warto prognozować. Dostawca deklarujący dwa tygodnie i dostarczający w cztery wymaga innego planowania niż deklaracja.
Rzeczywisty czas dostawy zwykle da się wyliczyć z danych, które już są: data zamówienia i data przyjęcia towaru. Nikt tego nie liczy, bo nikt o to nie pyta. Warto — bo zmienność dostaw przekłada się wprost na wielkość zapasu bezpieczeństwa.
Produkty wolnorotujące
Sprzedaż kilku sztuk rocznie nie poddaje się typowym metodom. Tam lepiej działa reguła oparta na czasie między zamówieniami.
To jeden z tych przypadków, w których prosta reguła bije model. Utrzymanie jednej sztuki na półce albo zamawianie na zapytanie jest decyzją biznesową, nie prognostyczną. Próba wyliczenia dokładnej liczby dla pozycji sprzedającej się sporadycznie daje wynik ładnie wyglądający i bezużyteczny — granice prognozowania są tu bardzo blisko.
Minimalne wielkości zamówienia
Prognoza musi się z nimi zderzyć. Wyliczone zapotrzebowanie na siedem sztuk przy opakowaniu po dwadzieścia to decyzja, nie automat.
Takich ograniczeń jest zwykle więcej: minimalna wartość zamówienia u dostawcy, terminy składania, paleta jako jednostka transportu. Propozycja, która ich nie uwzględnia, jest poprawiana ręcznie przy każdym zamówieniu i po kilku tygodniach przestaje być używana.
Produkty powiązane
Sprzedaż jednego pociąga drugi. Prognozowanie ich osobno prowadzi do braków po jednej stronie i nadmiaru po drugiej.
Dotyczy to zestawów, akcesoriów, materiałów eksploatacyjnych i zamienników. Zamiennik jest szczególnie mylący: brak jednej pozycji podnosi sprzedaż drugiej, więc historia pokazuje wzorzec, który wynika z braku, a nie z popytu.
Co psuje wynik
Najczęściej nie metoda, tylko dane. Zmiana indeksu przy tym samym towarze rozbija historię na dwie krótkie. Wycofanie pozycji z oferty zostawia w danych spadek, który model odczyta jako trend. Zmiana opakowania zmienia jednostkę. Te rzeczy trzeba wyprostować raz, przed startem.
Efekt
Mniej braków przy niższym zapasie. To dwie liczby, którymi warto mierzyć powodzenie wdrożenia.
Mierzone razem, nie osobno — bo każdą z nich z osobna łatwo poprawić kosztem drugiej. Prognoza służy tu wyłącznie temu, żeby propozycja zamówienia była sensowna. Decyzję i tak podejmuje zaopatrzeniowiec i to on odpowiada za jej skutki.
