Como mitigar a incerteza na cadeia de suprimentos?

How to mitigate uncertainty in the supply chain?

#Supplychain #Logistics

 

A incerteza é uma característica inerente das cadeias de suprimentos, e não podemos erradicá -la, porque a fonte da demanda, cada consumidor individual pensa de maneira diferente e muda de tempos em tempos. Se você quiser tomar café hoje e tomar chá de leite amanhã, é difícil entender com precisão as necessidades individuais.

Mas, curiosamente, quando agregamos a demanda juntos, descobrimos que a volatilidade da grande amostra diminui. Por exemplo, ao pedir chá da tarde, quantas pessoas da equipe querem tomar café ou chá de leite definitivamente não serão unilaterais, e a flutuação da demanda é relativamente pequena.

Quando reunimos algumas das mesmas coisas ou coisas semelhantes, há um termo especial na cadeia de suprimentos chamada "pooling" ou "agregado".

Por exemplo, ao fazer previsões, integra os mesmos requisitos. Ao calcular a capacidade, a mesma capacidade de estação de trabalho é agregada e contada. Essa prática pode reduzir a volatilidade e hoje vou me concentrar nesse aspecto.

1. Por que fazer o pool?

Vamos usar um exemplo para ilustrar ainda mais o que está acontecendo com a volatilidade da demanda. Como mencionado acima, há muita aleatoriedade no comportamento de compra do consumidor, o que cria volatilidade. Zhang San abriu uma cafeteria e, para aumentar o preço unitário, a loja também vendeu bolos.

Como ele deve estocar? Existem muitas compras e os bolos não estão esgotados. Quando a vida útil for alcançada, os bolos serão descartados e jogados fora. Menos compras, inventário insuficiente e perda de vendas.

Para melhor estocar, a Zhang San contou as vendas de bolos na loja nos últimos 20 dias. A loja de Zhang San está aberta cinco dias por semana, 20 dias por mês, e as vendas específicas são as seguintes.

Dias Quantidade de vendas Diferença das vendas médias Diferença no 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 um pico de 46 vendas e uma baixa de 21, com uma média de 35 (arredondada). Os resultados reais para o volume de vendas variam amplamente da média, mas em média zero devido às compensações positivas e negativas.

Queremos tomar a média absoluta da diferença, esse número também é chamado de desvio mal -humorado (MAD) e sua média mensal é 6.

Do ponto de vista estatístico, devemos usar o desvio padrão, que é mais rigoroso. Após um cálculo simples no Excel, podemos obter uma série de resultados de análise sobre as vendas deste mês.

Máx 46
Mínimo 21
Average 35
Desvio padrão 7.1
Coeficiente de variação 0.2

 

O coeficiente de variação (CV) é o desvio padrão dividido pela média e o resultado é 0,2. Do ponto de vista estatístico, as vendas deste mês são muito estáveis.

De uma perspectiva diária, a diferença absoluta máxima entre as vendas diárias e o valor médio é 14, que é 40% dividido pelo valor médio de 35, que é a magnitude do desvio.

Quando os desvios desses 20 dias são resumidos, a diferença média de valor absoluto é 6, que é 17% dividida por 35, o que é obviamente muito mais estável que 40%. Isso ocorre porque o volume de vendas é alto e baixo e as estatísticas são calculadas em grupos de 20 dias. A diferença nas vendas acima e abaixo da média está se cancelando, para que a visualização geral seja mais estável.

É difícil para a Zhang San estocar apenas analisando os dados diários de vendas, porque as vendas diárias flutuam bastante, mas a demanda mensal é relativamente estável, o que pode fornecer instruções mais precisas para a estocagem.

2. Por que o pool pode tornar as variáveis ​​aleatórias mais estáveis?

Em seguida, veremos por que o pool torna as variáveis ​​aleatórias mais estáveis ​​da teoria estatística.

O coeficiente de variação é uma estatística resumida que mede a dispersão e é frequentemente usada para comparar itens diferentes, como duas necessidades ou produtos diferentes. Podemos comparar seus coeficientes de variação para ver como suas características são semelhantes ou diferentes.

Vimos antes que, se houver um estocástico de um mês, é a soma de 20 estocásticos diários. Portanto, temos uma variável aleatória mensal M e 20 variáveis ​​aleatórias diárias di.

Supondo que o DI seja independente e toda a mesma distribuição, eles pertencem à distribuição normal. Temos uma distribuição normal com média µ e desvio padrão σ.

E se a variável aleatória de vendas mensais também obedece a uma distribuição normal, ou seja, as distribuições diárias e mensais são as mesmas, precisamos estabelecer uma relação de conversão entre essas duas escalas de tempo.

Diariamente média mensal µ20 * µ desvio padrão σ√20 * σ

Primeiro, olhe para a média, porque o número de dias úteis por mês é de 20 dias, portanto, um mês é igual a 20 dias, podemos multiplicar diretamente a média diária até 20 e esperar até a média mensal, o que é mais fácil de entender.

O desvio padrão não é calculado dessa maneira. De acordo com a fórmula, o quadrado do tamanho da amostra é necessário, que é √20. O desvio padrão mensal é √20 vezes σ.

O coeficiente diário de variação é σ/µ, que é: 1*(σ/µ), e a variação mensal é: (√20*σ) /20**µ=0.22* (σ/µ).

Obviamente, o coeficiente mensal de variação de 0,22 é menor que o diário 1. Esta é uma prova matemática de que, após a agregação, a volatilidade mensal é menor que a diária, o que nos ajudará a formular estratégias relevantes da cadeia de suprimentos.

 

3. Cenários de uso

3.1 Estratégia de atraso

A estratégia de atraso na cadeia de suprimentos divide o processo de produção de um produto em um estágio de generalização e um estágio de diferenciação. As empresas produzem componentes comuns primeiro e atrasam o processo de fabricação da diferenciação do produto o máximo possível.

A produção diferenciada do produto não é concluída até que o usuário final solicite a aparência ou a função do produto. Por exemplo, para o leite de soja na loja de café da manhã, o produto na fase de generalização do produto é o suco de leite de soja original, e o produto diferenciado é o leite doce e salgado processado com base no suco original.

A volatilidade da demanda de um único produto é definitivamente maior que a de todos os produtos; portanto, os restaurantes de café da manhã devem agregar a demanda por todos os produtos de leite de soluções para fazer previsões com maior precisão do que qualquer produto único.

Também usamos essa abordagem ao prever a demanda por outras mercadorias, porque a demanda individual de commodities variará, mas essas diferenças se cancelam, tornando a previsão geral mais precisa.

 

3.2 Configurações de inventário

Algumas empresas de comércio eletrônico de alimentos frescos usam o modelo de armazém frontal para servir a comunidade a poucos quilômetros ao redor do armazém.

O desvio na meia de um único armazém frontal será relativamente alto. Se combinarmos os requisitos de vários armazéns frontais, use um armazém geral regional para cobrir as necessidades desses armazéns frontais e distribuir do armazém geral para os armazéns da frente, podemos otimizar os custos gerais de inventário e as taxas de entrega pontuais.

A posição total reúne a demanda de cada posição frontal e diminui a volatilidade.

 

3.3 Capacidade de produção

Quando fazemos o planejamento de produção, geralmente planejamos a capacidade de uma linha de produção, por exemplo, três tipos de produtos A, B e C podem ser produzidos nessa linha. Talvez eu não consiga determinar o número específico de produção de A, B e C, porque a situação real sempre muda, às vezes há uma escassez de materiais, não pode produzir A, só pode fazer B ou C.

Portanto, quando planejamos a capacidade de uma linha de produção completa, geralmente agregamos todas as capacidades. Na reunião mensal de coordenação de produção e vendas, podemos ter dificuldade em decidir sobre a quantidade específica a ser produzida, mas planejando a capacidade total de produção da linha de produção. Pelo acima, sabemos que isso será mais preciso e menos volátil.

No processo de produção real de produtos, situações inesperadas ocorrerão inevitavelmente, algumas são completas demais, algumas estão sub-alvo, mas podem realmente se compensar para atingir nosso objetivo geral.

Em resumo, o pool de Baichuan Juhai é uma estratégia de cadeia de suprimentos muito prática, que pode efetivamente aliviar várias volatilidade. As dimensões agregadas incluem tempo e quantidade, que precisam ser aplicadas de forma flexível de acordo com a situação.

 


Deixe um comentário

Este site é protegido por reCAPTCHA e a Política de privacidade e os Termos de serviço do Google se aplicam.