Demand Planning in der Supply Chain

Was ist Demand Planning?

Demand Planning ist die Schätzung der zukünftigen Nachfrage. Oft wird auch Demand & Supply Planning gemeint. Die APICS-Definition lautet wie folgt:

Demand Planning - Ein Prozess, bei dem statistische Vorhersagemethoden und Urteilsbildung kombiniert werden, um Nachfrageprognosen für Produkte oder Dienstleistungen (sowohl mit hohem als auch niedrigem Volumen; unregelmäßig und kontinuierlich) innerhalb der Supply Chain zu erstellen, von den Rohstoffen der Lieferanten bis zu den Bedürfnissen der Verbraucher. Artikel können nach Produktfamilie, geografischem Standort, Produktlebenszyklus usw. aggregiert werden, um eine Schätzung des Verbraucherbedarfs für Endprodukte, Servicekomponenten und Dienstleistungen zu erstellen.

Verschiedene Prognosemodelle werden getestet und mit Erkenntnissen aus Marketing, Vertrieb, Distributoren, Lagerverwaltung, Servicekomponenten und anderen Funktionen kombiniert. Vergleichen Sie tatsächliche Verkaufszahlen mit den Vorhersagen verschiedener Modelle und bestimmen Sie die beste Integration von Techniken und Urteilsbildung, um den Prognosefehler zu minimieren.

Mehrere Techniken

Es ist von entscheidender Bedeutung, über alle historischen Verkaufsdaten und andere damit zusammenhängende Daten zu verfügen, um einen guten Plan für die Nachfrageplanung zu erstellen. Wettermuster können für ein Produkt relevant sein. Es ist auch gut, Ausreißer zu betrachten. Wenn Naturkatastrophen auftreten, kann ein Unternehmen mehr oder weniger verkaufen. Dies sollte bei der Erstellung eines neuen Nachfrageplans berücksichtigt werden. Auch Störungen durch Wettbewerber sind erheblich. Hatten sie ein Problem, das zu höheren Verkäufen Ihres Produkts führte, oder eine Werbeaktion, durch die Sie Umsatz verloren haben? Kritische Schritte im Prozess sind die Analyse gesammelter Daten und ein offener Geist für Störungen. Einige Unternehmen bieten Tools zur künstlichen Intelligenz an, um zu helfen. Wir sind jedoch vorsichtig bei der Beratung dieser Tools.

Ursache-Wirkungs-Modelle

Ursache-Wirkungs-Modelle bestimmen die Kundennachfrage, um die verfügbare Kapazität zu erfüllen. Sie verwenden historische Daten, um die zukünftige Nachfrage abzuschätzen. Ursache-Wirkungs-Modelle sind linear und am besten auf einer höheren Ebene des Produktportfoliomanagements zu verwenden. Sie können sowohl ein Regressionsmodell als auch das Box-Jenkins-Modell verwenden.

Regressionsmodelle

Was ist ein Regressionsmodell? Es handelt sich um eine statistische Technik zur Bestimmung des besten mathematischen Ausdrucks zur Beschreibung der funktionalen Beziehung zwischen einer abhängigen Variable und mehreren unabhängigen Variablen.

Box-Jenkins-Modell

Die Box-Jenkins-Methode ist eine Vorhersagetechnik, die auf Regressions- und gleitenden Durchschnittsmodellen basiert. Das Modell basiert nicht auf der Regression unabhängiger Variablen, sondern auf vergangenen Beobachtungen des zu prognostizierenden Elements zu unterschiedlichen Zeitverzögerungen und auf früheren Fehlerwerten aus der Vorhersage.

Datenanalyse

Hochwertige Quelldaten sind erforderlich, um die Planungsgenauigkeit zu erhöhen. Fehler in den Daten oder ein Bias können die zukünftige Nachfrageplanung schnell beeinflussen.

Datenaufbereitung

Es ist wichtig, die Daten zu analysieren, bevor man die Eingangsdaten für die Nachfrageplanung verwendet. Bereinigen Sie die Daten von Fehlern und Unstimmigkeiten. Das Ziel ist es, die Daten zuverlässig zu machen und die tatsächliche vergangene Kundennachfrage darzustellen.

Datenprognosenutzung

Die richtigen Daten treiben den Demand Planning-Prozess an. Es ist üblich, aggregierte Daten zu verwenden. Es ist besser, das Produktportfoliomanagement zu nutzen, als Werte für ein einzelnes Produkt zu erhalten. Diese breitere Prognose hilft auch bei strategischen Entscheidungen. Lohnt es sich, in Lagerbestände zu investieren? Oder müssen wir in neue Operationen investieren?

Durchschnittswerte

Bei der Verwendung von Durchschnittswerten ist es wichtig, nur die Daten und die Nachfrage einzubeziehen, die benötigt werden. Sie sollten nur Cashflow-Daten einbeziehen, wenn Sie einen Cashflow-Durchschnitt berechnen. Für einen Verkaufsdurchschnitt nur Verkaufsdaten. Die geplotteten Daten und der Durchschnitt werden berechnet. Dieses Durchschnittsdatum wird in den Planungsprozess als Eingabewert verwendet.

Durchschnittswerte einer Planung

Die Durchschnittswerte einer Planung umfassen mehrere zukünftige Nachfrageplanungs-Ergebnisse. Diese werden dann zu einem Durchschnitt kombiniert. Dieser Durchschnitt kann die Genauigkeit des Plans verbessern, da verschiedene Methoden alle ihre Informationsquellen haben.

Gleitende Durchschnitte

Ein arithmetischer Durchschnitt einer bestimmten Anzahl (n) der zuletzt beobachteten Werte. Bei jeder neuen Beobachtung wird die älteste Beobachtung entfernt. Der Wert von n (die Anzahl der Perioden, die für den Durchschnitt verwendet werden) spiegelt die Reaktionsfähigkeit gegenüber Stabilität auf die gleiche Weise wider wie die Wahl der Glättungskonstanten bei der exponentiellen Glättung. Es gibt zwei Arten von gleitenden Durchschnitten: einfach und gewichtet. Bei einfachen Durchschnitten werden alle Zahlen gleichermaßen berücksichtigt, bei gewichteten kann man festlegen, dass die neuesten Daten wichtiger sind. Gewichtet funktioniert besonders gut bei volatileren Artikeln.

Exponentielle Glättung

Es handelt sich um eine Art der gewichteten gleitenden Durchschnitts-Vorhersagetechnik, bei der vergangene Beobachtungen entsprechend ihrem Alter geometrisch abgeschrieben werden. Das größte Gewicht wird den neuesten Daten zugewiesen. Die Methode verwendet eine Glättungskonstante, die auf die Differenz zwischen der neuesten Vorhersage und den kritischen Verkaufsdaten angewendet wird, wodurch vermieden wird, dass historische Verkaufsinformationen mitgeführt werden müssen. Sie können diesen Ansatz der exponentiellen Glättung für Daten ohne Trend oder saisonale Muster verwenden. Höherwertige Modelle der exponentiellen Glättung können für Daten mit entweder (oder beiden) Trend und Saisonalität verwendet werden.

AI (KI)-Planungstools

Immer mehr Softwaretools für die Nachfrageplanung verwenden KI und selbstlernende Systeme, um Unternehmen bei der Planung ihres Bestands und ihrer Leistung zu unterstützen. Obwohl diese Tools behaupten, mit ausgefeilteren Machine-Learning-Algorithmen besser zu werden, besteht ein Risiko. Die Nachfrageplanung ist eine Methode zur Schätzung der Nachfrage und muss auch Einblick in die gesammelten Daten und die Ergebnisse geben. Die Planung erfolgt durch das Management von Ausnahmen, die Auswahl der richtigen Parameter und Daten. Wenn die dem Algorithmus zugeführten Daten Fehler enthalten, ist es unmöglich, die Ursache der falschen Prognose zu finden. Fortschritte im maschinellen Lernen sehen vielversprechend aus, und die Leistung der Software wird immer besser und zuverlässiger. Sie können die Planung verbessern, wenn sie korrekt eingesetzt werden.

Ein Demand Planner muss über ausgezeichnete analytische Fähigkeiten, Datenanalyse und die Fähigkeit zur Erstellung von Modellen verfügen. Die Kunst der Planung ist jedoch eher ein Gefühl und die Bereitschaft, herauszufinden, warum Modelle funktioniert haben oder nicht. Neben numerischen Fähigkeiten müssen Demand Planner auch zwischen verschiedenen Abteilungen kommunizieren. Sie sind auch Innovatoren, die den Fortschritt durch Automatisierung vorantreiben.

Eine gute Ausbildung ist ebenfalls ein wesentlicher Bestandteil des Werkzeugkastens eines Demand Planners. Zu wissen, welche Methode anzuwenden ist, erfordert Übung, und Erfahrung kann durch einen Kurs wie Certified Professional Forecaster (CPF), entwickelt vom Institute of Business Forecasting, beschleunigt werden. Teilnehmer lernen im Certified Professional Forecaster Kurs alle in diesem Blog erwähnten Planungsformen.

Um zertifiziert zu werden, müssen Sie sich für einen Kurs anmelden und die Prüfungen ablegen.

Visie Partners ist einer der europäischen Partner des Institute of Business Forecasting in Europa.

Hilfsmittel wie Software für die Nachfrageplanung und das Supply Chain Management können der Organisation helfen, sich zu verbessern. Demand Planner sollten mit Enterprise Resource Planning (ERP)-Software vertraut sein. Diese Software wird die Quelle der Daten und letztendlich der Nachfrageprognose sein. Um das Beste aus einem ERP-System herauszuholen, können Demand Planner am besten in Schulungen investieren, die lehren, wie solche Tools funktionieren. Die Supply Chain-Kurse, die wir anbieten, um diese Anforderung zu erfüllen, sind APICS-Kurse.