Pelnas:
- Galimybė gauti paklausos prognozę, saugos atsargas ir pertvarkymo taškų skaičiavimus iš istorinių pardavimų ir siuntų duomenų naudojant dirbtinio intelekto palaikymą
- Gebėjimas modeliuoti pristatymo laiką, sezoninius svyravimus ir tiekimo grandinės vėlavimus pagal scenarijų ir atspindėti juos planuojant
- Gebėjimas suprasti, kad dirbtinio intelekto numatymas yra tikimybių numatymas ir kad galutinis užsakymo sprendimas priklauso planuotojui, atsižvelgiant į išlaidas, grynuosius pinigus ir riziką.
Užsienio prekyboje ir logistikoje pinigai prarandami dvejose vietose: už prekes, kurių negali parduoti, ir už prekių, kurių negali pristatyti klientui laiku. Atsargų perteklius suriša grynuosius pinigus, sukuria sandėlio išlaidas ir sugadinimo/pasenimo riziką; Trūksta atsargų reiškia pardavimų praradimą, klientų nepasitenkinimą ir skubų (brangų) tiekimą. Norint nustatyti tikslią ribą tarp šių dviejų, reikia geros paklausos prognozės ir tikslaus atsargų plano. Su tarptautiniu tiekimu tai padaryti dar sunkiau, nes prekės laive išlieka kelias savaites; Kai užsisakote šiandien, iš tikrųjų prognozuojate paklausą po dviejų mėnesių. Šiame skyriuje apžvelgsime, kaip naudoti dirbtinį intelektą kaip prognozavimo ir planavimo asistentą.
Apibrėžkime terminus. Paklausos prognozė: tai būsimų pardavimų / naudojimo sumų prognozavimas remiantis istoriniais duomenimis. Pristatymo laikas: laikas nuo to momento, kai pateikiate užsakymą, iki to momento, kai prekės tampa prieinamos; Tai yra produkcijos + transportavimo + importo muitų laiko suma. Apsaugos atsargos: tai buferinės atsargos, saugomos nuo paklausos ar tiekimo laiko svyravimų. Pertvarkymo taškas: tai riba, iki kurios turi būti pateiktas naujas užsakymas, kai atsargos nukrenta iki šio lygio; apytiksliai „numatoma paklausa vykdymo metu + saugos atsargos“. Sezoninis svyravimas (sezoniškumas): tai reguliarus paklausos augimas ir mažėjimas ištisus metus (atostogos, vasara, mokslo metai).
Žingsnis po žingsnio: AI pagrįstas prognozavimas ir planavimas
1 veiksmas. Paruoškite istorinius duomenis. Prognozavimas prasideda nuo istorinių pardavimų / siuntų duomenų. Mėnesio ar savaitės pardavimo skaičiai, kampanijos ir kainų pokyčiai, jei tokių yra, ir laikotarpiai, kai jūsų sandėlyje nėra. Kai pateikiate šiuos duomenis AI (tik produktas ir kiekis, be konfidencialios kliento informacijos), jis interpretuoja tendenciją, sezoną ir šuolius.
2 veiksmas – nuimkite raštą. AI nuskaito duomenų šablonus, pvz., „30 % padidėjimas vasarą, sumažėjimas sausio mėnesį, 8 % metinio augimo tendencija“ ir paaiškina juos paprasta kalba. Taip matomi modeliai, kurių galite nepastebėti žiūrėdami į neapdorotą skaičių.
3 veiksmas – sugeneruokite prognozę ir surašykite ją. AI gali apibūdinti paklausos prognozę pagal istorinį modelį; Vertingiau yra tai, kad jis sukuria „pesimistinius / realistinius / optimistinius“ scenarijus. Tokiu būdu jūs planuojate remdamiesi diapazonu, o ne vienu skaičiumi.
4 veiksmas. Apskaičiuokite atsargų parametrus. Kai žinomos prognozės, pristatymo laikas ir nepastovumas, apskaičiuojamos saugos atsargos ir pakartotinio užsakymo taškas. AI įgyvendina formulę ir demonstruoja logiką; jūs patikrinate skaičius.
5 žingsnis – žmogaus sprendimas. Galutinis užsakymo kiekis; Ją pateikia planuotojas, atsižvelgdamas į pinigų srautą, sandėlio talpą, minimalų užsakymo kiekį, valiutos kursą ir tiekimo riziką. Prognozė yra įvestis, o ne sprendimas.
Atsargiai: paklausos prognozavimas žiūri į praeitį; Tai negarantuoja ateities. Netikėtas įvykis (gamyklos uždarymas, muitinės užblokavimas, staigus paklausos padidėjimas) gali pakenkti prognozei. Rizikinga visą užsakymą priskirti vienam „tiksliam“ AI grąžintam skaičiui; Darbas su scenarijumi ir saugos riba.
Akcijų sprendimo komponentų lentelė
komponentas
Ką tai reiškia
AI indėlis
žmogaus sprendimas
Paklausos prognozė
numatomi pardavimai
Sugeneruoja šabloną + scenarijų
Priimti/pataisyti
pristatymo laikas
Užsakymas → naudojimo laikotarpis
Suskaido jį į komponentus
Patvirtina realiais duomenimis
paklausos svyravimas
Paklausos nepastovumas
istorijos iš praeities
Komentuokite ir dalinkitės
saugos atsargos
buferio kiekis
Skaičiuoja pagal formulę
Pinigai/rizikos balansas
pertvarkymo taškas
Užsakymo riba
Skaičiuoja ir rodo
Patvirtinimas
Užsakymo kiekis
Kiek bus paimta
siūlo pasiūlymus
galutinis sprendimas
Keturi kopijuojami šablonai
1) Istorinių duomenų skaitymo modeliai:
Jūsų vaidmuo: paklausos analitiko padėjėjas. Žemiau pateikiami paskutinių 24 produktų mėnesio pardavimo duomenys. Pateikite man: (a) bendrąją tendenciją (didėja / mažėja, apytiksliai procentais), (b) sezoninis modelis (kurie mėnesiai yra aukšti / žemi), (c) pastebimi šuoliai / avarijos ir galimas priežastis (susiekite juos su mano pastebėtais įvykiais, jei tokių yra). Aš patikrinsiu skaičius; pridedant montavimo duomenis.Duomenys: [mėnuo: kiekių sąrašas]
2) Scenarijų paklausos prognozė:
Jūsų vaidmuo: paklausos prognozavimo asistentas. Remdamiesi aukščiau pateikta istorija, padarykite tris scenarijų prognozes (PEMISIJOS, REALISTINĖS, OPTIMISTIŠKOS) ateinantiems 6 mėnesiams (mėnesio kiekis). Užrašykite, kokia prielaida remiasi kiekvienas scenarijus. Tai yra tikimybės numatymas; Tai nėra galutinis įsipareigojimas.
3) Saugos atsargos ir užsakymo vieta:
Jūsų vaidmuo: atsargų planavimo asistentas.Įvesties duomenys: vidutinė mėnesio paklausa [X] vnt., paklausos nepastovumas [aprašas/duomenys], pristatymo laikas [Y] savaitės, pageidaujamas paslaugų lygis [pvz. aukštas].(a) Apskaičiuokite pakartotinio užsakymo tašką (numatoma paklausa per pristatymo laiką + saugos atsargos) ir žingsnis po žingsnio parodykite logiką.(b) Paaiškinkite metodą, kurį taikėte saugos atsargoms. Aš patikrinsiu visus skaičius; Parodykite man tarpinius veiksmus, kad galėčiau patikrinti.
4) Pristatymo laiko rizikos analizė:
Jūsų vaidmuo: tiekimo grandinės planavimo asistentas. Mano pristatymo laikas susideda iš šių komponentų: gamybos [a] dienos, gabenimo vandenynu [b] dienos, muitinės [c] dienos, vidaus transportavimo [d] dienos. Išskirkite galimus kiekvieno komponento vėlavimo šaltinius ir jo įtaką užsakymo laikui. Pažymėkite rizikingiausią nuorodą ir pateikite rekomendaciją dėl saugos ribos. Pasiūlymas; Aš turiu nuspręsti.
Silpnas raginimas / Stiprus raginimas
Silpnas raginimas:
Kiek turėčiau užsisakyti kitą mėnesį?
Dėl šios užklausos nepateikus istorinių duomenų, pristatymo laiko, sezono ir grynųjų pinigų padėties AI sukuria skaičių, kuris nėra pagrįstas duomenimis. Užsakymas su šiuo numeriu būtų aklas statymas.
Galingas raginimas:
Jūsų vaidmuo: atsargų planavimo asistentas. Produktas: [kodas]. Pardavimai per pastaruosius 12 mėnesių: [kiekiai]. Tiekimo laikotarpis – 8 savaitės, minimalus užsakymo kiekis – 500 vnt., mano sandėlyje – 340 vnt. Paklausa didėja vasaros mėnesiais. Išveskite realų poreikio diapazoną ateinantiems 2 mėnesiams, apskaičiuokite saugos atsargas ir pakartotinio užsakymo tašką, tada pasiūlykite 2–3 užsakymo kiekio scenarijus (su grynųjų pinigų rizikos balansu). Rodyti tarpinius skaičių žingsnius; Aš priimsiu galutinį sprendimą.
Šis raginimas pateikia visas svarbias įvestis, paragina scenarijų ir padaro matomus skaičiavimo veiksmus, todėl galima patikrinti.
trys mini dėklai
1 atvejis – sezono pasivijimas. Importuotojas turėjo fiksuotą sodo prekės užsakymą visus metus; Pavasarį jis buvo baigtas, o vasarą kaupė prekes. 3 metų duomenimis, YZ aiškiai parodė 40% paklausos padidėjimą nuo kovo iki gegužės mėn. Planuotojas atsižvelgė į pristatymo laiką (10 savaičių) ir sausio mėnesį pateikė ankstyvą didelį užsakymą. Rezultatas: pavasario sezono metu atsargų pertrūkiai sumažėjo iki nulio, o metų pabaigoje atsargų perteklius sumažėjo 25%. AI parodė modelį, žmogus priėmė sprendimą dėl užsakymo.
2 atvejis – kaina už pasitikėjimą tiksliu skaičiumi. Planuotojas, užsakytas remiantis vienu „3200 vienetų“ įvertinimu, kurį pateikė YZ; Jis nenaudojo scenarijaus ir saugumo ribos. Nebuvo sandėlyje, klientui netikėtai gavus didelį užsakymą, papildomai buvo tiekiamas skubus oro krovinys (vieneto kaina 3 k.). Pamoka: planuokite pagal scenarijų diapazoną ir saugos atsargas, o ne pavienius skaičius.
3 atvejis – pristatymo laiko realybė. Įmonė visada išlaikė mažas saugos atsargas; nes jis manė, kad pristatymo laikas yra „6 savaitės“. YZ padalinus pristatymo laiką į komponentus (gamyba 3 + transportavimas 4 + muitinė 1,5 savaitės ≈ 8,5 savaitės), paaiškėjo, kad realus laikas buvo ilgesnis, o labiausiai nepastoviausia grandis buvo muitinė. Atitinkamai buvo iškeltas pertvarkymo klausimas; Pasikartojančios atsargos baigėsi.
Dažnos klaidos
- Viso užsakymo susiejimas su vienu spėjimo skaičiumi. Darbas su scenarijumi (pesimistinis/realistinis/optimistinis) ir saugos atsargomis.
- Nepakankamai įvertinamas pristatymo laikas. Atsižvelkite į gamybos + transportavimo + muitinės + vidaus transportavimo sumą ir nepastovumą.
- Sezono nepaisymas. Fiksuotas užsakymas sukuria tiek sezoninių produktų, kurių sandėlyje nėra, tiek perteklius.
- Prašoma prognozuoti, nepateikiant duomenų AI. Skaičius, pagamintas be istorinių duomenų, yra išgalvotas.
- Grynųjų pinigų ir pajėgumų apribojimų apėjimas. Netgi tiksliausios prognozės neįmanoma įgyvendinti, jei neužtenka grynųjų; Sprendimas priklauso nuo žmogaus.
Patarimas: visada pasakykite „rodyti tarpinius veiksmus“, kai prašote dirbtinio intelekto apskaičiuoti. Jei nematote, kaip išeina skaičiai, pvz., saugos atsargos arba užsakymo punktas, negalite jų patikrinti; Tarpiniai veiksmai leidžia pastebėti klaidą ir išmokti logikos.
Apibendrinant
Paklausos prognozavimas ir atsargų planavimas – tai menas rasti pusiausvyrą tarp perteklinių ir nepakankamų atsargų; Ilgas ir nepastovus tarptautinio tiekimo pristatymo laikas apsunkina tai. Dirbtinis intelektas yra galingas asistentas nuskaitant istorinių duomenų modelius, generuojant scenarijų prognozes, apskaičiuojant saugos atsargas ir pertvarkymo tašką. Bet prognozė yra tikimybės numatymas; Galutinis užsakymo sprendimas priklauso planuotojui, atsižvelgiant į grynuosius pinigus, pajėgumus ir riziką. Pasitikėkite scenarijumi, o ne vienu skaičiumi, realiai apskaičiuokite pristatymo laiką, patikrinkite tarpinius veiksmus.
Taikymo užduotis
Gaukite paskutinių 12–24 mėnesių produkto pardavimo duomenis (skaičius, be konfidencialios kliento informacijos). Tegul AI pirmiausia perskaito modelį (tendencija + sezonas), tada sukurkite trijų scenarijų prognozę. Tada apskaičiuokite pakartotinio užsakymo tašką ir saugos atsargas, nurodydami pristatymo laiką, minimalų užsakymo kiekį ir turimas atsargas; Patikrinkite tarpinius veiksmus patys. Galiausiai priimkite galutinį sprendimą dėl užsakymo atsižvelgdami į grynuosius pinigus ir pajėgumus ir palyginkite jį su AI scenarijais.
kontrolinis sąrašas
- [ ] Pateikiau istorinius pardavimo duomenis (anoniminius) AI; Apskaičiavimą grindžiau duomenimis.
- [ ] Pašalinau tendenciją ir sezoninį modelį.
- [ ] Vietoj vieno skaičiaus sukūriau pesimistinį / realistinį / optimistinį scenarijų.
- [ ] Padalinau paruošimo laiką į jo komponentus ir apskaičiavau realiai.
- [ ] Tarpiniais žingsniais patikrinau saugos atsargas ir užsakymo vietą.
- [ ] Galutinį sprendimą dėl užsakymo priėmiau atsižvelgdamas į grynuosius pinigus, pajėgumus ir riziką.