blog

Stop met forecasten, maak een robuust plan

Supply chain

Stop met forecasten, maak een robuust plan
Stop met forecasten

EyeOn hield eind mei een rondetafelbijeenkomst over Intelligent Modelleren binnen de proces industrie. Deskundigen en deelnemers bespraken hoe geavanceerde planningtools en wiskundige modellen gebruikt worden ter ondersteuning van het nemen van beslissingen in planningsprocessen.

Overwegend bedrijven, die met zeer samenhangende en complexe supply chains te maken hebben, hebben geïnvesteerd in Advanced Planning & Scheduling-systemen om hun tactische en strategische planningsprocessen te ondersteunen. Vooral de laatste jaren hebben bedrijven sterk geïnvesteerd in APS-systemen. Dit wordt veroorzaakt door de behoefte van het hoofdkantoor om transparantie en een betrouwbare vraagprognose te creëren met betrekking tot de financiële situatie voor het volgende kwartaal. Daarnaast worden `Advanced Planning Systemen` een vereiste in een steeds dynamischere marktomgeving waarbinnen klanten steeds veeleisender en meer onvoorspelbaar worden.

De typische strategie voor de implementatie van een APS-tool is om eerst het ERP-systeem te gebruiken om transparantie doorheen de supply chains te creëren. Hierdoor kunnen bedrijven al meer optimale beslissingen nemen in hun planningsproces zonder enige optimalisatie of `Solver`- functionaliteit.

 

“We stellen vast dat de stocks dramatisch stijgen wanneer onze bedrijfsleider in Spanje aandringt op lange productieruns!”

“Door het creëren van transparantie jegens onze verkoopploeg  zijn we erin geslaagd om de nauwkeurigheid van onze vraagprognose met 15% te verhogen. Daarbovenop maken we gebruik van statistische vraagprognoses om onze verkoopsmanagers te helpen bij het creëren van een hoge kwaliteit aan vraagprognoses. ”



Alleen wanneer systemen goed verankerd zijn  en mensen gewend zijn om met geavanceerde planningtools te werken in de plaats van hun zelf ontwikkelde Excel-werkbladen  zullen bedrijven beginnen te investeren in ` optimizers`  en `solvers`.

Wanneer `solvers` gebruikt worden, is de kritische succesfactor ervoor te zorgen dat de modellen goed begrepen worden door de mensen die er gebruik van maken. Dit vereist een hoog opleidingsniveau om de resultaten goed te kunnen interpreteren.

 

“Via onze planningssolver zijn we erin geslaagd de kost per ton voor onze productiesite in het Verenigd Koninkrijk significant te verminderen. We kunnen nog verder verbeteren door de volledige EMEA omgeving in onze modellen te integreren aangezien we momenteel enkel per productiesite optimaliseren.”

 

Optimale oplossing


Een grote uitdaging is het feit dat de interne & externe omgeving snel aan het veranderen is. Een optimale oplossing van vandaag kan morgen nutteloos zijn indien één van de inputparameters anders blijkt te zijn. Om dit probleem te overwinnen hebben we gesproken over het concept van robuust modellering. Eerder dan het vinden van de meest maximale oplossing (bijv. in termen van winst) laat deze techniek bedrijven toe de meest optimale oplossing te bereiken waarbij rekening gehouden wordt met de kans dat deze oplossing zich daadwerkelijk zal voordoen. Het model houdt rekening met de onzekerheid van de verschillende parameters, zoals de accuraatheid van de vraagprognoses, en berekent de oplossing die de hoogste winst oplevert met een kans van bijvoorbeeld 95%. (zie ook grafiek onder deze pagina)

 

Bedrijven uit de rondetafelbijeenkomst beseffen dat inspanning leveren in het creëren van een betrouwbaar vraag- & leveringsplan van cruciaal belang is. Daarnaast kan de onzekerheid die niet op voorhand voorspeld kan worden heel goed beheerd worden door robuuste modelleringmethoden toe te passen.

 


Mark de Gendt van EyeOn heeft meegewerkt aan dit artikel.

Reageer op dit artikel