Prévision stratégique de la chaîne d'approvisionnement pour les fabricants

Introduction

Dans la chaîne d'approvisionnement moderne, la prévision est nécessaire pour les entreprises qui fabriquent des articles en stock et qui ne sont pas fabriqués sur commande. Les fabricants utiliseront les prévisions de matériaux pour s'assurer qu'ils produisent le niveau de matériel qui satisfait leurs clients sans produire une situation de surcapacité où trop d'inventaire est produit et reste dans les rayons.

De même, la prévision ne doit pas être insuffisante et le fabricant les trouve sans stock pour répondre aux commandes du client.

Le coût de ne pas maintenir une prévision exacte peut être financièrement catastrophique.

Les prévisions peuvent être:

• Statistiques
• Non statisiques

Les prévisions sont élaborées pour les produits finis, les composants et les pièces de rechange d'une entreprise. La prévision est utilisée par l'équipe de production pour développer les déclencheurs de commande de production ou d'achat, les quantités et les niveaux de stock de sécurité.

Les prévisions ne sont pas statiques et devraient être révisées régulièrement par la direction. Ceci permet de s'assurer que l'information sur les tendances futures, l'environnement interne ou externe est incorporée dans la prévision pour donner un calcul plus précis.

Prévision statistique

Dans les logiciels de gestion de la chaîne d'approvisionnement, la prévision est un calcul alimenté par des transactions en temps réel et basé sur un ensemble de variables configurées pour un certain nombre de situations de prévisions statistiques.

Les professionnels de la planification sont tenus d'utiliser le logiciel pour fournir la meilleure situation de prévision possible, ce qui n'est souvent pas pris en compte sans révision pendant de longues périodes.

Pour utiliser au mieux les techniques de prévision dans le logiciel de la chaîne d'approvisionnement, les planificateurs devraient revoir leurs décisions en ce qui concerne l'environnement interne et externe.

Ils devraient ajuster le calcul pour fournir une prévision plus précise basée sur l'information actuelle qu'ils ont.

Les prévisions statistiques sont les meilleures estimations de ce qui se produira à l'avenir en fonction de la demande qui s'est produite dans le passé.

Les données de demande historique peuvent être utilisées pour produire une prévision à l'aide de la régression linéaire simple. Cela donne une pondération égale à la demande des périodes historiques et projette la demande dans le futur.

Toutefois, les prévisions d'aujourd'hui mettent davantage l'accent sur les données de demande plus récentes que sur les données plus anciennes. Ceci est appelé lissage et est produit en donnant plus de poids aux données récentes. Le lissage exponentiel fait référence à une pondération toujours plus grande accordée aux périodes historiques plus récentes. Il y a donc deux mois, la pondération est plus importante qu'il y a six mois.

Facteur alpha

La pondération s'appelle le facteur alpha. Plus la pondération est élevée, ou le facteur alpha, moins les périodes historiques sont utilisées pour créer la prévision.

Par exemple, un facteur alpha élevé donne une forte pondération aux périodes récentes et la demande des périodes d'un an ou deux ans est pondérée si légèrement qu'elles n'ont aucune incidence sur la prévision globale. Un facteur alpha faible signifie que les données historiques sont plus pertinentes pour la prévision.

Les périodes historiques contiennent généralement des données sur la demande pour un mois fixe, i. e. Juin ou juillet. Cependant, cela introduit une erreur dans le calcul car certains mois ont plus de jours que les autres mois et le nombre de jours de travail peut varier.

Certaines entreprises utilisent la demande quotidienne pour atténuer cette erreur, mais si le prévisionniste comprend l'erreur, des périodes historiques mensuelles peuvent être utilisées avec un indicateur de suivi pour déterminer quand la prévision s'écarte significativement de la demande réelle. Le niveau auquel le signal de suivi marque l'écart est déterminé par le prévisionniste ou le logiciel et varie entre les industries, les entreprises et les produits.

Une petite déviation peut nécessiter une intervention lorsque le produit prévu est de grande valeur, alors qu'un article de faible valeur peut ne pas exiger que la prévision soit examinée à un niveau aussi élevé.

Prévision non statistique

La prévision non statistique se trouve dans les logiciels de gestion de la chaîne d'approvisionnement où la demande est estimée en fonction des quantités déterminées par les planificateurs de la production.

Cela se produit lorsque le planificateur entre dans une quantité subjective qu'il croit que la demande sera sans référence à la demande historique.

L'autre prévision non statistique qui se produit est lorsque la demande pour un article est basée sur les résultats des exécutions de planification des besoins en matériaux (MRP).

Cela prend la demande pour le bien fini et explose la nomenclature afin qu'une demande soit calculée pour les composants. La demande de composants peut ensuite être modifiée par le planificateur en fonction de son évaluation et de sa connaissance de l'environnement actuel.

Les prévisions résultantes sont basées sur la demande actuelle et n'intègrent aucune demande des périodes précédentes. De nombreuses entreprises utiliseront une combinaison de prévisions statistiques et non statistiques sur leur gamme de produits.

Les prévisions statistiques sont basées sur des calculs complexes et la demande future peut être déterminée en fonction de la demande des périodes historiques.

Les prévisions donnent au planificateur un guide de la demande future, mais aucune prévision n'est totalement exacte et l'expérience des planificateurs et la connaissance de l'environnement actuel et futur sont importantes pour déterminer la demande future pour les produits d'une entreprise.

Cet article a été mis à jour par Gary Marion, Expert Logistique et Supply Chain pour The Balance.