W japońskiej sztuce walki mieczem samurajskim iaidō poza doskonałą techniką bardzo ważnym elementem jest zachowanie czujności i zdolność do błyskawicznego działania. Jedną z moich ulubionych technik jest Ushirogiri. Nasz oponent znajduje się za nami. Dopóki nie odwrócimy się i nie dokonamy analizy sytuacji nie będziemy mogli wykonać skutecznego cięcia. Podobnie jest z Outlierami. Nie będziemy mogli przeprowadzić trafnego prognozowania jeśli wcześniej nie zwrócimy się wstecz i nie wychwycimy Outlierów w historii sprzedaży.
Outliery to zdarzenia nietypowe z jakimi przychodzi nam się mierzyć w codziennej praktyce biznesowej. Przez zdarzenia nietypowe najczęściej rozumie się:
Brak wyeliminowania wpływu tego typu zjawisk w historii sprzedaży ma swoje konsekwencje. Główną z nich jest brak rozkładu normalnego popytu i tym samym wysokie wartości odchyleń standardowych.
Rozkład normalny
Zgodnie z klasyczną teorią zarządzania statystycznym zapasem bezpieczeństwa jego wielkość jest zależna od odchylenia standardowego popytu oraz z naszego celu biznesowego, zwykle określanego miarą wymaganej dostępności (ang. Service Level). Im wyższe odchylenie standardowe prognozy i im wyższy deklaratywny Service Level tym większe zapasy bezpieczeństwa.
z – liczba odchyleń standardowych potrzebnych, żeby osiągnąć wymagany Service Level
σ – odchylenie standardowe popytu w okresie Lead Time
Rozwiązaniem tego problemu jest zastąpienie wartości Outlierów w historii sprzedaży wartościami „normalnymi” tj. takim jakie najprawdopodobniej przyjęłaby sprzedaż gdyby zdarzenia nietypowe nie wystąpiły. Dzięki temu nasz rozkład popytu powinien przybrać postać rozkładu normalnego i uchronić nas przed budowaniem nadmiernych poziomów zapasu bezpieczeństwa.
Oczywiście zdarzenia nietypowe zawsze będą się pojawiać, i jeśli nie chcemy mieć do czynienia z utraconą sprzedażą wynikającą ze zbyt niskich zapasów, to powinniśmy móc się przed nimi zabezpieczyć. Ten temat postaramy się zaadresować w naszym kolejnym odcinku.
Dowiedz się jak Smartstock automatyzuje proces zarządzania Outlierami. Zamów demo.
Technika Ushirogiri w wykonaniu nauczyciela naszej szkoły iaidō Takashi Kurokiego do obejrzenia na stronie: https://www.youtube.com/watch?v=nmgZqhbU8i0
Część 2 W pierwszej części artykułu koncentrowaliśmy się na wyzwaniach w prognozowania popytu i optymalizacji zapasów w branży chemicznej oraz wykorzystania AI do poprawy tych procesów. […]
Część 1 Prognozowanie popytu i optymalizacja zapasów mają kluczowe znaczenie dla branży chemicznej, która boryka się z dużą zmiennością, niepewnością i złożonością łańcucha dostaw. Niektóre z […]
Część II – zintegrowane planowanie, prognozowanie i zatowarowanie w branży spożywczej W branży spożywczej dokładne prognozowanie i efektywne zarządzanie zapasami mają kluczowe znaczenie dla sukcesu. Wspólne […]