¿Cómo mitigar la incertidumbre en la cadena de suministro?

#Logística en la cadena de suministros

 

La incertidumbre es una característica inherente de las cadenas de suministro, y no podemos erradicarla, porque la fuente de demanda, cada consumidor individual piensa de manera diferente y cambia de vez en cuando. Si desea tomar café hoy y beber té de leche mañana, es difícil captar con precisión las necesidades individuales.

Pero curiosamente, cuando agregamos la demanda juntos, encontramos que la volatilidad de la gran muestra disminuye. Por ejemplo, cuando ordene el té de la tarde, cuántas personas en el equipo quieren tomar café o té de leche definitivamente no serán unilaterales, y la fluctuación de la demanda es relativamente pequeña.

Cuando reunimos algunas de las mismas cosas o similares, hay un término especial en la cadena de suministro llamado "agrupación" o "agregado".

Por ejemplo, al hacer pronósticos, integre los mismos requisitos. Al calcular la capacidad, la misma capacidad de estación de trabajo se agrega y cuenta. Esta práctica puede reducir la volatilidad, y hoy me centraré en este aspecto.

1. ¿Por qué hacer la agrupación?

Usemos un ejemplo para ilustrar aún más lo que está sucediendo con la volatilidad de la demanda. Como se mencionó anteriormente, hay mucha aleatoriedad en el comportamiento de compra del consumidor, lo que crea volatilidad. Zhang San abrió una cafetería y, para aumentar el precio unitario, la tienda también vendió pasteles.

¿Cómo debería abastecerse? Hay demasiadas compras, y los pasteles no están agotados. Cuando se alcanza la vida útil, los pasteles serán descartados y tirados. Menos compras, inventario insuficiente y pérdida de ventas.

Para mejorar, Zhang San contó las ventas de pasteles en la tienda en los últimos 20 días. La tienda de Zhang San está abierta cinco días a la semana, 20 días al mes, y las ventas específicas son las siguientes.

Días	Cantidad de ventas	Diferencia de las ventas medias	Diferencia en el valor absoluto
1	42	7	7
2	30	-5	5
3	24	-11	11
4	35	0	0
5	43	8	8
6	38	3	3
7	34	-1	1
8	29	-6	6
9	44	9	9
10	21	-14	14
11	33	-2	2
12	42	7	7
13	46	11	11
14	31	-4	4
15	37	2	2
16	31	-4	4
17	44	9	9
18	36	1	1
19	41	6	6
20	27	-8	8
Average	35	0	6

 

Vimos un pico de 46 ventas y un mínimo de 21, con un promedio de 35 (redondeado). Los resultados reales para el volumen de ventas varían ampliamente del promedio, pero promedian cero debido a las compensaciones positivas y negativas.

Queremos tomar la media absoluta de la diferencia, este número también se llama desviación mediosa (MAD), y su media mensual es 6.

Desde un punto de vista estadístico, debemos usar la desviación estándar, que es más rigurosa. Después de un cálculo simple en Excel, podemos obtener una serie de resultados de análisis sobre las ventas de este mes.

Máximo	46
Mínimo	21
Average	35
Desviación Estándar	7.1
Coeficiente de variación	0.2

 

El coeficiente de variación (CV) es la desviación estándar dividida por la media, y el resultado es 0.2. Desde un punto de vista estadístico, las ventas de este mes son muy estables.

Desde una perspectiva diaria, la diferencia absoluta máxima entre las ventas diarias y el valor promedio es 14, que está dividido en el 40% por el valor promedio de 35, que es la magnitud de la desviación.

Cuando se resumen las desviaciones de estos 20 días, la diferencia de valor absoluto promedio es 6, que está dividida en un 17% por 35, que obviamente es mucho más estable que el 40%. Esto se debe a que el volumen de ventas es alto y bajo, y las estadísticas se calculan en grupos de 20 días. La diferencia en las ventas por encima y por debajo del promedio se cancela entre sí, por lo que la vista general es más estable.

Es difícil para Zhang SAN abastecerse solo observando los datos de ventas diarias, porque las ventas diarias fluctúan en gran medida, pero la demanda mensual es relativamente estable, lo que puede proporcionar instrucciones más precisas para la almacenamiento.

2. ¿Por qué la agrupación puede hacer que las variables aleatorias sean más estables?

A continuación, veremos por qué la agrupación hace que las variables aleatorias sean más estables a partir de la teoría estadística.

El coeficiente de variación es una estadística resumida que mide la dispersión y a menudo se usa para comparar diferentes elementos, como dos necesidades o productos diferentes. Podemos comparar sus coeficientes de variación para ver cuán similares o diferentes son sus características.

Hemos visto antes que si hay un estocástico de un mes, es la suma de 20 estocásticos diarios. Por lo tanto, tenemos una variable aleatoria mensual M y 20 variables aleatorias diarias di.

Suponiendo que DI son independientes y todas de la misma distribución, pertenecen a la distribución normal. Tenemos una distribución normal con µ y desviación estándar σ.

Y si la variable aleatoria de las ventas mensuales también obedece una distribución normal, es decir, las distribuciones diarias y mensuales son las mismas, entonces necesitamos establecer una relación de conversión entre estas dos escalas de tiempo.

Media mensual diaria µ20 * µ desviación estándar σ√20 * σ

Primero mire el promedio, porque el número de días hábiles por mes es de 20 días, por lo que un mes es igual a 20 días, podemos multiplicar directamente el promedio diario en 20 y esperar hasta el promedio mensual, lo cual es más fácil de entender.

La desviación estándar no se calcula de esta manera. Según la fórmula, se requiere el cuadrado del tamaño de la muestra, que es √20. La desviación estándar mensual es √20 veces σ.

El coeficiente diario de variación es σ/µ, que es: 1*(σ/µ), y la variación mensual es: (√20*σ) /20* µ=0.22* (σ/µ).

Obviamente, el coeficiente mensual de variación de 0.22 es menor que el diario 1. Esta es una prueba matemática de que después de que la demanda se agregue, la volatilidad mensual es menor que la diaria, lo que nos ayudará a formular estrategias de cadena de suministro relevantes.

 

3. Escenarios de uso

3.1 Estrategia de retraso

La estrategia de retraso en la cadena de suministro divide el proceso de producción de un producto en una etapa de generalización y una etapa de diferenciación. Las empresas producen primero componentes comunes y retrasan el proceso de fabricación de diferenciación del producto tanto como sea posible.

La producción diferenciada del producto no se completa hasta que el usuario final solicite la apariencia o la función del producto. Por ejemplo, para la leche de soya en la tienda de desayuno, el producto en la etapa de generalización del producto es el jugo de leche de soya original, y el producto diferenciado es la leche dulce y salada procesada sobre la base del jugo original.

La volatilidad de la demanda de un solo producto es definitivamente mayor que la de todos los productos, por lo que los restaurantes de desayuno deberían agregar la demanda de todos los productos de soya para hacer predicciones con mayor precisión que cualquier producto único.

También utilizamos este enfoque cuando pronosticamos la demanda de otros productos básicos, porque la demanda de productos básicos variará, pero estas diferencias se cancelarán entre sí, lo que hace que el pronóstico general sea más preciso.

 

3.2 Configuración de inventario

Algunas compañías de comercio electrónico de alimentos frescos utilizan el modelo de almacén delantero para servir a la comunidad a unos pocos kilómetros alrededor del almacén.

La desviación en el almacenamiento de un solo almacén delantero será relativamente alta. Si combinamos los requisitos de varios almacenes delanteros, usamos un almacén general regional para cubrir las necesidades de estos almacenes delanteros y distribuir del almacén general a los almacenes delanteros, podemos optimizar los costos generales de inventario y las tasas de entrega a tiempo.

La posición total reúne la demanda de cada posición frontal y ralentiza la volatilidad.

 

3.3 Capacidad de producción

Cuando realizamos la planificación de la producción, generalmente planificamos la capacidad de una línea de producción, por ejemplo, se pueden producir tres tipos de productos A, B y C en esta línea. Es posible que no pueda determinar el número específico de producción de A, B y C, porque la situación real siempre cambiará, a veces hay escasez de materiales, no puede producir A, solo puede hacer B o C.

Entonces, cuando planificamos la capacidad de una línea de producción completa, a menudo agregamos todas las capacidades. En la reunión mensual de coordinación de producción y ventas, es posible que tengamos dificultades para decidir sobre la cantidad específica que se producirá, pero en su lugar planifica la capacidad de producción total de la línea de producción. De lo anterior, sabemos que hacer esto será más preciso y menos volátil.

En el proceso de producción real de los productos, inevitablemente ocurrirán situaciones inesperadas, algunas están sobrecargadas, algunas están bajo objetivo, pero de hecho pueden compensarse entre sí para lograr nuestro objetivo general.

En resumen, la agrupación de Baichuan Juhai es una estrategia de cadena de suministro muy práctica, que puede aliviar efectivamente varias volatilidad. Las dimensiones agregadas incluyen tiempo y cantidad, que deben aplicarse de manera flexible de acuerdo con la situación.