
Zarządzanie zakupami w oparciu o AI – perspektywa Dyrektora ds. zakupów.
24 stycznia 2024
B jak Break-event-point
8 lutego 2024

Zarządzanie zakupami w oparciu o AI – perspektywa Dyrektora ds. zakupów.
24 stycznia 2024
B jak Break-event-point
8 lutego 2024Nowoczesny Łańcuch dostaw od A do Z: A jak Activity-Based Costing
Metoda liczenia kosztów oparta na Activity-based costing (ABC) jest szczególnie użyteczna w analizie kosztów w łańcuchu dostaw pod kątem poszukiwania optimum kosztowego. ABC umożliwia bardziej precyzyjne przypisanie kosztów do poszczególnych działań i procesów, co pozwala lepiej zrozumieć, jakie elementy w łańcuchu dostaw generują koszty oraz jak te koszty wpływają na cenę końcowego produktu. Bez właściwego zrozumienia struktury kosztowej, optymalizacji kosztów jest znacznie utrudniona i może prowadzić do rozwiązań sub-optymalnych.
Główne kroki wykorzystania metody ABC w łańcuchu dostaw obejmują:
- Identyfikacja działań: Pierwszym krokiem jest identyfikacja wszystkich działań i procesów zachodzących w łańcuchu dostaw. Mogą to być takie czynności jak produkcja, magazynowanie, transport, zarządzanie zapasami czy obsługa klienta.
- Określenie kosztów poszczególnych działań: Następnie należy określić koszty związane z każdym z tych działań. W przypadku ABC koszty są przypisywane do poszczególnych działań na podstawie tego, ile zasobów (np. czas pracy, energii, materiałów) zużywają.
- Identyfikacja kierowców kosztów: Kolejnym krokiem jest zidentyfikowanie czynników, które wpływają na koszty poszczególnych działań. Mogą to być takie czynniki jak liczba zamówień, liczba produktów, rozmiar partii produkcyjnych, odległość transportu itp.
- Przypisanie kosztów do produktów: Na podstawie kierowców kosztów można przypisać koszty do konkretnych produktów w łańcuchu dostaw. Dzięki temu można lepiej zrozumieć, ile kosztuje produkcja danego produktu oraz jakie działania lub procesy generują największe koszty.
W rezultacie, wykorzystanie metody ABC w łańcuchu dostaw pozwala na bardziej dokładne zrozumienie struktury kosztów, a następnie wykorzystanie tej wiedzy w procesie optymalizacji.
W systemie Dature optymalizacja kosztowa polega na wykorzystaniu matematycznej funkcji celu do znalezienia takich parametrów sterowania zapasami, przy których łączny koszt logistyczny jest najniższy, przy zachowaniu wymaganej dostępności (Service Level). Funkcja celu uwzględnia przy tym zarówno koszty przypisane do poszczególnych SKU np. kosz utrzymywania zapasów, koszt składania zamówień, utraconej sprzedaży, transportu, etc, jak również ograniczenia w łańcuchu dostaw np. dostępna powierzchnia magazynowa czy dostępny budżet na finansowanie zapasów.
Z pomocą aplikacji Dature wykorzystasz sztuczną inteligencję i uczenie maszynowe oparte o sieci neuronowe do prognozowania popytu i optymalizacji zapasów. Dzięki czemu znacznie usprawnisz swój łańcuch dostaw. Połączenie prognozowania popytu z modułem optymalizacji zapasów Dature pozwala określić właściwe poziomy zapasów oraz generuje optymalne rekomendacje zatowarowania. Wypróbuj już teraz!
OSTATNIE WPISY
TAGI
- @spomlek
- #AI
- #bullwhip-effect
- #casestudy
- #covid19
- #łańcuch-dostaw
- #NCBiR
- #optymalizacja-zapasów
- #out-of-stock
- #outllier
- #overstock
- #prognozowanie
- #prognozowanie-popytu
- #Program-Operacyjny-Inteligentny-Rozwój-2014-2020
- #projekcja-zapasów
- #projekcja-zapasów-w-czasie
- #przy_kawie_o_łańcuchu_dostaw
- #service-level-dostawcy
- #sieci-neuronowe
- #supplychain
- #sztuczna-inteligencja-od-A-do-Z
- #zapas-bezpieczeństwa
- #zapas-sezonowy
- #zapas-zabezpieczający
- #zarządzanie-zapasem
- case_study
Powiązane wpisy
Case study SM Spomlek: Optymalizacja procesu planowania w branży spożywczej
PRZECZYTAJ
Dowiedz się, jak SM Spomlek, jeden z liderów polskiego mleczarstwa, przekuł wyzwania wynikające z dynamicznego wzrostu i akwizycji w sukces operacyjny dzięki gruntownej optymalizacji procesów planistycznych wspieranych AI.
2025 r. zamykamy dwoma nagrodami dla DATURE i już patrzymy w 2026. Gartner ostrzega, że będzie on pełen wyzwań
PRZECZYTAJ
Nawet 70% największych firm wdroży sztuczną inteligencję w obszarze prognozowania popytu do 2030 r. Pozostali muszą się szybko dostosować.
Jak sztuczna inteligencja zmienia pracę planistów popytu i produkcji
PRZECZYTAJ
Jeszcze kilkanaście lat temu planowanie popytu i produkcji w firmach opierało się głównie na arkuszach kalkulacyjnych, danych historycznych i intuicji doświadczonych planistów. Dziś do gry wkracza […]


