בהתחשב בתפקיד הקריטי של התחזית, מדהים כי כיום ארגוני שרשרת האספקה עדיין מדרגים באופן שגרתי תחזיות לא מדויקות כמכשול מרכזי בעמידה ביעדי שרשרת האספקה שלהם.

השגת דיוק מקסימלי בתחזית באופן עקבי ממשיכה להיות מאבק בלתי נגמר הדורש מיומנויות במתמטיקה, לוגיקה, תקשורת, שיתוף פעולה וידע של המוצרים, הלקוחות, השווקים והתעשיות שעבורם אתה יוצר את התחזיות.

להביא "טאלנט" חדש ומוכשר כפלנר לא יעזור להרגיע את הלחץ מחברי הצוות הקיימים, אלא יגביר את הלחץ ככל שתפקידים פתוחים אינם ממולאים.

חמישה טיפים לשיפור יכולתו של המתכנן (Planner) לפתח תחזיות מדויקות יותר בהתאם לביקוש ולדרישות.

1

לייצר תוכניות העשרה למתכננים (פלנרים)
כדי להיות יעילים באמת על המתכננים (פלנרים) להבין כיצד למזער את שגיאת התחזית וכיצד משתמשים בתחזיות שלהם. שאל את עצמך, "האם המטרה הכוללת היא ליצור את התחזיות המדויקות ביותר או שמא ליצור תחזיות הממזערות את העלויות ומקסימום הכנסות החברה ורווחיה?"

צבירת ניסיון מעשי בשימוש בתחזיות לרכישת מוצרים ותכנון מלאי, ייצור והפצה תספק לפלנרים  הבנה ייחודית כיצד להפוך את התחזיות שלהם ליותר שימושיות.

2

הסמכה / הדרכת מערכת
יש מתאם גבוה בין הסמכת מיומנות להכשרה במערכת לבין היכולת ליצור תחזיות מדויקות. משתנים רבים נכנסים לתמונה שמשפיעים על היכולת ליצור תחזיות מדויקות. חלק מהמשתנים הללו אינם ניתנים לשליטה ואחרים נשלטים חלקית. אימון הפלנר הוא אחד המשתנים הבודדים שתוכלו לשלוט בהם.

3

מעבר לשימוש בנתוני הזמנות
שימוש בכמות שנשלחה לתקופה יכול להפחית באופן משמעותי את דיוק התחזית מכיוון שנתונים אלה עשויים שלא לשקף במדויק את צרכי הלקוח / דרישתם בפועל.

נתוני המשלוח כוללים לעתים קרובות מידע מטעה עקב מחסור במלאי, טעויות הפצה ועיכובים, השפעות לוח שנה ומשתנים אחרים המשפיעים לרעה על ביצועי ההזמנה המושלמת בזמן. אם שגיאות ואירועים אלה שאינם מחזוריים הם חלק מהנתונים המשמשים להפקת תחזיות, הדיוק שלך יושפע.

4

החשיבות הגדולה של ניקוי נתונים
התחזיות טובות רק כמו הנתונים המשמשים להפקתם. גם אם אתה משתמש בהיסטוריית הביקוש בפועל, יהיו נתונים מנותקים/מרוחקים עקב מבצעים שאינם ניתנים להחזרה, פעולות של מתחרים, אירועים לא מתוכננים, השפעות מזג אוויר, השפעות על מדיה חברתית וכו' , שיש לטפל בהם כדי ליצור קובץ היסטורי "מתוקן ונכון".

תהליכי תכנון דרישות רבים אינם בונים מספיק זמן בלוח הזמנים התקופתי בכדי לקרצף, או לתקן, את הנתונים המשמשים ליצירת תחזיות. ניתן לשפר משמעותית את דיוק התחזית על ידי מתן זמן רב יותר מראש לתיקון הנתונים ההיסטוריים. מערכות תכנון מתקדמות יכולות לסנן אוטומטית נקודות נתונים מרוחקות, אך עדיף לעשות זאת לפני יצירת התחזית.

5

השתמשו בניתוח פארטו רב משתנים (ABC)
ניתוח פארטו, המכונה גם סיווג ABC, הוא שיטה שימושית לסיווג פריטים חזויים על פי חשיבותם היחסית לחברה.

לדוגמא, אם ניתוח הפרטו הוא לפי נפח, אז פריטים המייצגים 80% מכלל הנפח מסווגים כסוג A, פריטים המייצגים את 15% הבאים מהנפח הכולל מסווגים כסוג B ופריטים נעים לאט יותר המייצגים את 5% אחרונים מהנפח הכולל מסווגים כסוג C.

ניתן לפתח פרופיל פריט חזוי עשיר על ידי יצירת פילוח פארטו על מספר משתנים נוספים כגון הכנסות, רווח, משאב ייצור, אזור גיאוגרפי, פלח עסקי וכו'.

פרופיל זה מאפשר למתכנן הביקוש לנתח את דיוק התחזית ממספר דרכים שונות שיעזור למקד את זמנם ומאמציו בשיפור תחזיות הפריטים שישפיעו ביותר.

חיזוי טוב יותר הוא אחד ממעצימי הכח המעטים הקיים שיכול להניע הן את ההכנסות בשורה העליונה והן את הרווחיות בשורה התחתונה. יצירת תחזיות מדויקות ושימושיות מחייבת מיזוג של אמנות ומדע ויעילות הפלנר  תלויה במידה רבה בתהליך מחושב היטב, בגישתם לטכנולוגיה מתקדמת וברמת הניסיון וההכשרה שלהם.

לדוגמא, אם ניתוח הפרטו הוא לפי נפח, אז פריטים המייצגים 80% מכלל הנפח מסווגים כסוג A, פריטים המייצגים את 15% הבאים מהנפח הכולל מסווגים כסוג B ופריטים נעים לאט יותר המייצגים את 5% אחרונים מהנפח הכולל מסווגים כסוג C.

ניתן לפתח פרופיל פריט חזוי עשיר על ידי יצירת פילוח פארטו על מספר משתנים נוספים כגון הכנסות, רווח, משאב ייצור, אזור גיאוגרפי, פלח עסקי וכו'.

פרופיל זה מאפשר למתכנן הביקוש לנתח את דיוק התחזית ממספר דרכים שונות שיעזור למקד את זמנם ומאמציו בשיפור תחזיות הפריטים שישפיעו ביותר.

חיזוי טוב יותר הוא אחד ממעצימי הכח המעטים הקיים שיכול להניע הן את ההכנסות בשורה העליונה והן את הרווחיות בשורה התחתונה. יצירת תחזיות מדויקות ושימושיות מחייבת מיזוג של אמנות ומדע ויעילות הפלנר  תלויה במידה רבה בתהליך מחושב היטב, בגישתם לטכנולוגיה מתקדמת וברמת הניסיון וההכשרה שלהם.