כיצד משתנה תחזית הביקוש בשרשרת האספקה?

תחזית הביקוש הינה צעד מכריע לקבלת החלטות עסקיות מושכלות

מאת: איציק כהן*

עבור רבים, תהליך S&OP שבוצע היטב צריך להתחיל בתחזית ביקוש בקצה אחד ותוכניות היצע ומשאבים לעמידה בתחזית מצד שני. אך בעולם ההפכפך והלא בטוח של ימינו, העתיד נעשה קשה יותר ויותר לחיזוי. באיזה סוג טכנולוגיה מאפשרת חברות משתמשות כדי לשפר את דיוק התחזית ולעמוד בקצב העסקים המשתנה?

לא מזמן נערך  מחקר כדי להעריך כיצד צוותי שרשרת האספקה תופסים את הדיוק של התחזית שלהם וגילה את הכלים והטכניקות שבהם הם משתמשים כדי לשדרג את תהליך החיזוי. ראיתי לנכון לרכז עבורכם את תוצאות המחקר במדריך זה. כאן תוכלו למצוא אמות מידה ותובנות מועילות שמציעים עמיתים לגבי טכניקות חיזוי הביקוש העדכניות ביותר, תחזיות מפורטות ותקופתיות וציפיות לעתיד.

הסקר בוצע  על ידי 301 אנשי מקצוע העובדים בתפקידי שרשרת האספקה, הכספים, המכירות והמסחר / סחר. המשיבים פועלים בכמה אזורים, כולל צפון אמריקה, אירופה, אמריקה הלטינית ואסיה הפסיפית. במחקר  מיוצגים תעשיות שונות, החל מכימיקלים וכלה באלקטרוניקה צרכנית, מזון ומשקאות וייצור.

חמש הנחות מפתח שאתם יכולים לקחת מהמדריך הזה:

1. תחזית הביקוש נחשבת לחשובה ביותר בעיני 77% מהארגונים. זה נחשב לחלק מכריע בתהליך התכנון העסקי.
2. אקסל היא עדיין הטכנולוגיה הדומיננטית. 40% משתמשים בו לחיזוי ביקוש אך אי שביעות הרצון גבוהה.
3. 65% מהארגונים מוציאים את התחזית שלהם כסט בודד של מספרים.

הטכנולוגיות בהן משתמשים רובם עלולות לפגוע ביכולתן להנפיק את התחזית כתרחישים.

4. כפי שדווח על ידי 74% מהנשאלים, הטכניקה הנפוצה ביותר לחיזוי הביקוש היא עדיין מידול סטטיסטי של הביקוש ההיסטורי.
5. למידת מכונה היא הטכניקה שהכי פחות בשימוש, אך כיום היא נחקרת על ידי 42% מהנשאלים. זה עדיין נתפס בעיני רבים ככדור הקסם.

איזו פונקציה אחראית על ניהול תהליך התחזית ומי אחראי על הדיוק?

כדי להבין טוב יותר את הנוהג של חיזוי ביקוש בקרב הנשאלים, שאלנו אותם איזו פונקציה אחראית על ניהול התהליך ומי אחראי על דיוק התחזית. 61% מהנשאלים ציינו כי פונקציית שרשרת האספקה אחראית בעיקר על ניהול תהליך התחזית בארגונים שלהם. אחריו הגיעו המכירות ב 22%.

איזה פונקציה אחראית על ניהול תהליך החיזוי?

כשנשאלו מי אחראי לדיוק התחזית, 30% מהנשאלים ציינו כי תמהיל של הפונקציות הנ"ל (מכירות, מסחר / סחר, כספים ושרשרת אספקה) אחראי בארגונים שלהם. זה מצטרף ל 30% שהצהירו כי פונקציית שרשרת האספקה אחראית לדיוק, ו -27% ציינו כי המכירות אחראיות בארגון שלהם.

מבחינה עסקית, העובדה שרוב הארגונים רואים בשרשרת האספקה אחראית לדיוק התחזית עשויה להוות מקור לדאגה, מכיוון שצוותי שרשרת האספקה עשויים להגביל את תפיסת הביקוש שלהם בשוגג על סמך הידע שלהם לגבי ההיצע הנוכחי.

עד כמה חיזוי הביקוש חשוב כחלק מתהליך התכנון העסקי הכולל?

ביקשנו מהמשיבים לדרג את חשיבות חיזוי הביקוש בין 1-10. 31% מהנשאלים ציינו כי חיזוי הביקוש היה חלק חשוב ביותר בתהליך התכנון העסקי שלהם, ודירג את משמעותו ב -10. לאחר מכן הגיעו 46% יחד שדירגו אותו ב 8 או 9.

כיצד מדרגים אנשי מקצוע את דיוק תחזית הביקוש שלהם ?

התוצאות מראות כי תחזיות הביקוש נתפסות כמכריעות לתכנון העסקים, אך כיצד הדיוק שלהן מסתדר? ביקשנו מהמשתתפים לדרג את שביעות רצונם מדיוק תחזית הביקוש שלהם בסולם של 1 עד 10. 47% ביחד דירגו את שביעות רצונם בין 5 ל 7. רק 2% דירגו את שביעות רצונם עם 10 (מרוצים ביותר).

הרוב המכריע של הנשאלים סבור ששיפור דיוק התחזית הוא בראש סדר העדיפויות בארגון שלהם. 38% רואים את זה חשוב ביותר, וביחד 41% דירגו את החשיבות בשיפור דיוק התחזית ב 8 או 9.

מהו הטווח האופייני לשגיאת תחזית מוחלטת ברמת פריט?

הטווח האופייני של טעות תחזית מוחלטת ברמת פריט הוא לפי הדיווחים 20-40% על פי 42% מהנשאלים. קצת אחרי  0-20%, לפי 28% מהנשאלים. 11% מהנשאלים ציינו כי הטווח האופייני של שגיאת התחזית ברמת פריט הוא מעל 50%. זה מראה מדוע ארגונים רואים בשיפור דיוק התחזית חשיבות רבה. ניתן לראות בבירור את הסימפטומים של שגיאת תחזית גבוהה במה שמשיבים מצפים להרוויח עם תחזיות מדויקות יותר.

איזה סוג של יתרונות ארגונים מצפים להרוויח על ידי שיפור דיוק התחזית ?

כאשר ארגונים חוזים  שפריט יימכר ברמה מסוימת ולבסוף זה לא כך, התוצאה הא מלאי עודף. וכאשר הם חוזים פחות אז עליהם להתמודד עם בעיות שירות, לכן עליהם לבצע תוכניות זריזות ויציבות יותר.

 זה מסביר מדוע המשיבים מחשיבים את שיפור הדיוק כחשוב ביותר. הם מצפים להרוויח מכך מספר יתרונות. 78% מהם דיווחו על אחזקת מלאי מופחתת מבין שלושת ההטבות המובילות, ואחריהן תוכניות יציבות ואמינות יותר של שרשרת האספקה (71%), ושירות לקוחות טוב יותר (65%). יתרונות פיננסים נוספים נתפסים כיתרון צפוי של 43% מהנשאלים.

כיצד שיפור דיוק התחזית יועיל לעסק שלך?

באיזה טכנולוגיות חיזוי ביקוש וטכניקות ארגונים משתמשים ?

39% מהנשאלים ציינו כי הם משתמשים בגיליונות אלקטרוניים לצורך חיזוי ביקוש, ואחריהם 30% מהנשאלים המשתמשים בתוכנת חיזוי מקצועית. 23% משתמשים בפונקציונליות ERP משולבת. רק 3% אינם משתמשים בשום צורה של טכנולוגיה.

באיזו טכנולוגיה אתם  משתמשים  כדי לתמוך בתהליך חיזוי הביקוש שלכם?

האם ארגונים מרוצים מהכלים שבהם הם משתמשים?

רק 2% מהנשאלים הצהירו כי הם מרוצים מאוד מהכלים בהם הם משתמשים לחיזוי הביקוש. נראה כי ניטרליות היא הנורמה, כאשר 49% מהנשאלים מעריכים את שביעות רצונם מהטכנולוגיה הנוכחית שלהם בין 5 ל- 7. 27% אינם מרוצים.

עד כמה אתם מרוצים  מהטכנולוגיה הנוכחית בה אתם משתמשים כדי לתמוך בתהליך חיזוי הביקוש שלכם?

כמעט 45% מהנשאלים המשתמשים בגיליונות אלקטרוניים כטכנולוגיית חיזוי הביקוש שלהם אינם מרוצים, מה שמראה שמערכת הכלים הזו אינה מספיק חזקה. רוב המשתמשים בחבילת פונקציות של ה ERP  אדישים, כ 42%, ו -20% אינם מרוצים מערכת הכלים הזו. 61% מאלה המשתמשים בחבילת חיזוי מקצועית  דיווחו כי הם מרוצים.

באיזו תדירות צוותים בודקים ומתאימים את תחזית הביקוש שלהם ?

עם עליית התנודתיות ב-ביקושים, ארגונים מתקשים להתאים את תוכניותיהם. 51% מהנשאלים ציינו כי הם בוחנים ומתאימים את התחזית שלהם על בסיס חודשי. 25% עושים זאת על בסיס שבועי. רק 7% עושים זאת מדי יום. סוג הטכנולוגיה המשמשת עשוי להשפיע על יכולת הצוות שלהם לעשות זאת בתדירות גבוהה יותר.

באיזו תדירות אתה בודק ומתאים את תחזיות הביקוש שלך?

48% מהאנשים המשתמשים בגיליונות אלקטרוניים דיווחו כי הם בוחנים את התחזית שלהם על בסיס חודשי; 21% עושים זאת שבועי ו- 15% פעם ברבעון. מי שמשתמש בחבילת חיזוי מומחים בודק את הנתונים שלהם לעתים קרובות יותר. 53% עושים זאת על בסיס חודשי, 31% שבועיים ו -13% מדי יום. רוב המשתמשים בפונקציונליות ERP מקובלת מבצעים ביקורות חודשיות, בשיעור 55%, ו -26% בודקים את התחזית שלהם על בסיס שבועי.

באיזו תדירות הצוותים צופים ביקוש  וכמה מפורטות התחזיות שלהם ?

יותר ממחצית, 53%, מבצעים תחזית מפורטת אחת לחודש, ואחריה 26% שעושים זאת על בסיס שבועי. העובדה שמספר לא מבוטל של ארגונים מבצעים תחזית שבועית אומר הרבה על מידת התנודתיות של עסקים כיום.

באיזו תדירות אתם מבצעים תחזית מפורטת ?

 

 

איזו מהאפשרויות הבאות מתארת הכי טוב את רמת הפירוט של התחזית שלכם?

33% מהנשאלים מסכמים  את התחזית שלהם ברמת פריט ו- 21% מסכמים אותה ברמת מוצר ומיקום. רק 24% מהנשאלים מסכמים את התחזית ברמת הפירוט הנמוכה ביותר.

כיצד התחזית המוסכמת הסופית מסייעת לתכנון המטרות ?

רוב הנשאלים (65%) חולקים את התחזית שלהם עם העסק כמערכת מספרים אחת. זו פיסת מידע מעניינת.

לאור העובדה שרוב הארגונים אינם מרוצים מאוד מדיוק התחזית שלהם, היינו מצפים שיעדיפו לשתף את התחזית כמערכת של תרחישים. עם זאת, רק 15% ציינו כי הם חולקים את התחזית כמערך של תרחישים מרובים אך נבדלים. 20% חולקים את התחזית כטווח לפריט.

היכולת לחזות בפירוט רב יותר ולהעריך תרחישים שונים עשויה להיות מוגבלת בשל סוגי הטכנולוגיות והכלים הנמצאים בשימוש כיום.

כיצד התחזית הסופית שלכם מוצגת ?

האם אתם משתמשים בדיוק התחזית כקלט לחישובים לקביעת רמות היעד של מלאי?

 

58% מהנשאלים משתמשים ברמת הדיוק של התחזית כדי לקבוע את רמות היעד של מלאי בארגונים שלהם. 42% לא.

כיצד תחזיות הביקוש מתפתחות ?

כשנשאלו כיצד הם רואים את תיק המוצרים של הארגון שלהם מתפתח במהלך 3-5 השנים הבאות, 53% מהנשאלים ציינו כי הם רואים שמספר הפריטים גדל ו 43% מהם מצפים לראות גידול יחס פריט / מוצר . רק אחוז קטן רואה בתיקים שנשארים זהים, או מצטמצמים. זה מראה כי המורכבות צפויה לגדול עוד יותר.

כאשר אנו בוחנים את תיקי המוצרים ביתר פירוט, אנו מגלים כי 41% מהנשאלים מצפים שמספר הפריטים יגדל בקצב מהיר יותר מהמכירות. זה הופך את יצירת התחזית למאתגרת עוד יותר.

מעניין, בעוד שרבים צופים מורכבות רבה יותר בשרשרת האספקה שלהם, המשיבים אופטימיים לגבי העתיד. 61% חושבים שדיוק התחזית שלהם ישתפר במהלך 3-5 השנים הבאות. רק 9% חושבים שזה יחמיר.

כיצד הארגונים מתכוננים לעתיד ?

מרבית הנשאלים שאינם מרוצים מטכנולוגיית חיזוי הביקוש הנוכחית מצפים שמספר הפריטים / מוצרים בתיק שלהם יגדל בקצב מהיר יותר מהמכירות. איזה סוג של טכניקות הארגונים  חוקרים כדי לשפר את דיוק התחזית?

56% מאנשי המקצוע בוחנים מודלים סטטיסטיים של הביקוש ההיסטורי בארגונים שלהם, ו 41% בוחנים למידה ממוחשבת. 41% נוספים חוקרים כעת חישת ביקוש. טכניקות אחרות הנבדקות כוללות פונקציונליות ופילוח 'המתאים ביותר'.

איזו מהטכניקות הבאות אתם בודקים כעת?

רק 9% מהנשאלים כבר משתמשים בלמידת מכונה כדי לייצר תחזיות ביקוש. הרוב (75%) משתמשים במודל סטטיסטי של הביקוש ההיסטורי. 44% משתמשים בפילוח. 29% מהארגונים משתמשים כיום בפונקציונליות 'הכי מתאימה', מה שמצביע על כך שמתכנני הביקוש עדיין מעורבים מאוד במניפולציות של מודלים.

עד כמה אתה סקרן לגבי טכניקות וגישות חדשות כמו DDMRP כחלופה לשאוף מתמיד לשיפור התחזית?

60% מהנשאלים ציינו כי הם היו סקרנים עד מאוד לגבי טכניקות חדשות כמו DDMRP כדי לנתק את הביצוע מההשפעות של דיוק התחזית.

רוב אלה המדווחים על עניין ב- DDMRP הם בתפקיד שרשרת האספקה. רבים מהם עובדים בתעשיית הכימיקלים, מוצרי הצריכה, המזון והמשקאות והייצור וכיום הם רואים טווח אופייני של טעות תחזית של 20 עד 40%.

 

תכנון דרישות חומרים מונעות על פי דרישה- DDMRP

DDMRP- Demand Driven Material Requirements Planning

תכנון דרישות חומרים מונעות על פי דרישה הוא שיטת תכנון וביצוע רב-דרגית רשמית. כדי להגן ולקדם את זרימת המידע הרלוונטי באמצעות הקמה וניהול של נקודת ניתוק אסטרטגית של מאגרי מלאי.

יש עוד המון להוסיף על מודל ה DDMRP אך נשמור את זה למדריך אחר.

———————

*איציק כהן הינו יועץ לוגיסטי בכיר, מתמחה כבר מעל 20 שנה בהקמה ותכנון מערכים לוגיסטיים, שיפור תהליכים וניהול פרויקטים. ניתן לפנות והתייעץ עם איציק כהן בטל: 055-9999559 או במייל [email protected] מאמרים נוספים ניתן לקרוא באתר האינטרנט best-practice.co.il