写道 下午2:10 需求驱动, 供应链卓越 •14条点评

需求计划的七种罪

在第一个下午,可以总结起来,“哦,父亲,我们犯了罪。请原谅我们所有的罪人。 “

这次会议在达拉斯是我反思需求规划史的美好时机。 IBF庆祝他们30岁TH. 达拉斯周年纪念,甚至没有派对。我感谢IBF和供应商喜欢 autobox,John Galt,Loalility,SAS学院, Terra Technology 支持他们的活动。我认为我们欠他们的债务感谢继续推进需求规划卓越。在我看来,最伟大的罪恶是我们花了三十年的发展预测流程,这主要没有被他们服务的组织使用或信任。在这里,在这个博客文章中,我分享了对本集团对SINS讨论的思考......

七罪

小组讨论包括这七个致命罪恶:

sin#1。不使用统计预测来推动持续改进。 我从未与一家公司一起通过更好地利用统计数据来改善预测。然而,大多数公司都是持怀疑态度的。该公司的DNA中固有,有“专家”认为他们比任何统计包都可以更好地了解业务。鉴于预测总是错误,并且预测过程充满了政治问题,公司与如何使用和获得统计预测的接受斗争。

While benchmarking the forecast is difficult (reference blog post Trading Places), measuring continuous improvement through Forecast Value Added (FVA) analysis is a helpful, and easier method, to drive continuous improvement.  In most FVA analysis presentations that I have seen lately, the statistical forecast is improving the naive forecast—forecast made based on prior month’s order history—by 3-5%.  Similarly, the lack of control of managerial and discipline in the consensus forecasting process is reducing forecast accuracy by 2-5%.  The technique allows companies to measure, improve and better drive forecast accuracy, and gain business alignment and support for the effort by dollarizing the impact of the forecast error.  For example, one of the speakers at the conference shared that a 2% improvement in forecast accuracy was worth two headcount in his business.  If the forecast could be improved by 2%, he could reduce the time spent on order expediting.  Bottom line:  Don’t look at forecast accuracy in isolation.  (For those of you not familiar with the technique, I think that the white paper written by SAS is very useful.  Reference http://www.sas.com/reg/wp/corp/6216).

SIN#2。只拥有预测的一部分。 使用棒球类比,大多数需求计划团队都在 “outfield.” 他们在不拥有整个过程的情况下,他们从销售和营销中“捕获预测”。他们捕获并抛出跨职能的预测,没有增值分析。虽然,最好的班级团队,拥有整个预测。他们知道驾驶根本原因分析的基线预测和工作,以提高需求塑造计划 - 价格,促销,营销活动,新产品发布和销售激励措施。差异是什么样的?对于我在过去两年工作的一家公司,这种变化在减少过时的情况下价值500万美元。底线:走出外场并回到家用板上扔球,以确保组织可以击中Homeruns。

SIN#3。滥用下游数据作为输入。 在耗尽产品时 - 防止过时 - 在使用下游数据时要小心。意识到您正在推入频道,并且您不想推动补充。如果你没有这个学科,你会重新创造 绿色沃尔沃故事。记住那一个? Hau Lee讲述了这个故事,“沃尔沃是Chartreuse绿色汽车的避难所。尽管经销商在经销商销售推动汽车,但汽车没有销售。因此,该公司决定以大量的价格向其价格为移动并减少库存。但是,该战略未在整个组织中传达以计划规划。因此,当绿色沃尔沃斯销售时,销售订单触发了预测,预测消费逻辑触发补货,而工厂恢复生产线以制作绿色沃尔沃斯。几年前我讲了这篇故事到一家让女性亲密服装的公司,他们开始不断笑。我终于停了下来,问为什么?在无法控制的笑声之间,公司分享了他们的绿色沃尔沃斯是豹皮毛皮丁字裤。所以这罪遍布所有行业到内衣….

按下SLOB时,关闭旋钮以使用下游数据,并注意不要让订单推动补充。同样,下游数据应该用于触发促销补货完成。感应何时结束促销对于消除SLOB(缓慢和过时的库存)也是至关重要的。底线:设计预测过程,并从外部使用预测过程的输出。在驾驶准确补充时,无法替代真正的渠道行为。

SIN#4。项目不是程序: 我被问到的经常问题是 “我如何更快地实施需求计划?” 我会回答这个问题,但我会问,
“你不拍摄错误的目标吗?不应该你的目标是实施需求规划不快吗?“ 我钦佩的公司之一,这已经证明了一年中的伟大领导人,即使用SAP APO DP是一般磨坊。当我写了一项案例研究作为AMR分析师的普通工厂实施时,许多公司推回来,问我为什么选择普通米尔斯案例研究展示。原因很简单。他们没有实施需求规划最快,他们做到了最好。对于他们来说,这是一个计划。它受到了重视。他们想搞定它。这不是一个快速实施的项目。

SIN#5。并非所有项目都是如此: 用一个参与者在研讨会的话语, “了解你的物品的DNA。” 几年前,我正在与一家制造婴儿配方的公司合作。他们最重要的是最低的卷项是向新母亲发送给医院的样本。这些样品在婴儿诞生的孕妇病房上分发,以促进产品试验。成功的审判可以通过孩子作为婴儿的岁月来推动几年的消费。因此,这些产品上的预测错误值得重大超过预测误差。

SIN#6。用结局预测: 这可能听起来很简单,但这是一个经常制作的罪。虽然许多公司已经建立了预测系统,以预测制造所需的制造,何时,更大的机会是模拟渠道将出售的何时何时何地。该公司随后将这些需求要求转化为内部和外部制造地点。只是在零售链级别建模销售单位并不那么容易。这通常太低,无法预测 - 对预测过程有显着相关的数据。同样,随着对运输预测可见性的需求增加,需要预测运输要求;并且,要使用频道数据来确定分发要求。经过验证的事实,预测消费逻辑和一个数字预测不足。相反,需要将多个预测转化为公司的需求可见性信号。

SIN#7。傲慢。没有为组织服务。 在会议上,Radio Shack的SVP就介绍了一个伟大的需求计划组。他的智慧的话是“be humble”和“为组织服务”。在他的经验中,当需求计划群体变得傲慢 - 一个“了解所有集团”,这些预测 - 每个人都懒散。

你怎么看?您是否有任何预测您希望与此博客的读者分享的罪?或者您对符合罪的讨论有任何见解,并思考其他人如何改善其预测?有关更多按需管理,请查看这些帖子:

超越烟雾和镜子(//www.pssyg.com/page/3/)

交易场所 (//www.pssyg.com/uncategorized/trading-places/)

本周,我在中西部医疗保健交换时发表。在新的研究中寻找下周的帖子 如何治愈生命科学供应链。

昨天,我有一个美好的一天 伊利莉莉 学习中心在印第安纳波利斯中心的2-D条形码中查看项目序列化进展。很高兴看到他们对2002年的一些人的使用 Gartner. 关于RFID的研究说明,用于帮助他们制定胜利策略。

关闭