Analiza popytu w łańcuchu dostaw.
Analiza popytu w łańcuchu dostaw stanowi jeden z kluczowych czynników podejmowania decyzji dotyczących zarówno bieżących dostaw, jak i decyzji długookresowych, dotyczących rozwoju zasobów łańcucha i budowania nowych łańcuchów z innymi przedsiębiorstwami (rys. 2.6.1).
Jest ważnym etapem oceny dynamicznie zmieniających się przepływów (wielkości, asortymentu), zarówno materiałów, jak i wyrobów gotowych, w zmiennych warunkach otoczenia konkurencyjnego łańcucha dostaw.
Analiza popytu na produkty finalne wywołuje potrzebę wielu kolejnych analiz zapotrzebowania w całym łańcuchu dostaw (rys. 2.6.2).
Analizy dotyczą potrzeb – wielkości, czasu i asortymentu zapasu, liczebności i rodzaju floty transportowej, wielkości i przepustowości magazynów, wielkości mocy produkcyjnych, ilości potrzebnych materiałów, ilości pieniędzy.
Przykład:
Liczba środków transportu do obsługi dostaw towarów zamawianych przez klientów jest codziennie ewidencjonowana. Ilość potrzebnych samochodów jest uzależniona od odległości do klienta, wielkości zamówień założonych przez klientów oraz koncentracji ich lokalizacji, umożliwiających dostawę jednym kursem transportowym. Dane tygodniowe przedstawiono w tabeli:
Tydzień
1
2
3
4
5
6
7
8
9
10
11
12
Wielkość zamówień [jł]
730
420
548
367
785
612
679
712
489
560
326
743
Liczba środków transportu
32
18
21
15
30
24
28
29
20
22
14
31
Diagram zapotrzebowania na środki transportowe w zależności od wielkości złożonych zamówień pozwala oszacować (prognozować) liczbę potrzebnych środków transportu, a także ilość pracy związanej z przygotowanie samochodów do jazdy, ilość potrzebnego paliwa, liczbę kierowców, koszty.
Analiza popytu (lub zbioru dowolnych danych analitycznych łańcuch dostaw w określonym czasie – wykorzystanie magazynu, liczby środków transportu, poziomu kosztów) obejmuje analizę kilku zasadniczych czynników szeregu czasowego danych, przedstawionych na rysunku 2.6.3.
Analiza popytu polega głównie na analizie jego czynników składowych: wartości średniej popytu, trendu, wahań okresowych (sezonowości) i wahań losowych (niestabilności popytu).
» Wartość średnia – jest arytmetyczną wartością średnią z ustalonej liczby n danych (np. średnia wartość sprzedaży, ilość kursów transportowych czy średnia wielkość partii produkcyjnej), objętych analizą i uśrednieniem. Poniżej przedstawiono zależność do obliczania wartości średniej arytmetycznej na podstawie n danych:
gdzie: - średnia arytmetyczna obliczona dla n danych;
yt – wartość danej (np. sprzedaży, kosztów) w okresie t;
n – liczba danych przyjęta do obliczenia średniej arytmetycznej.
» Trend (tendencja rozwojowa wartości średniej) – wyraża trwałe zmiany wartości średniej analizowanej danej zależnej (np. stały wzrost popytu, wzrost wielkości dostaw, stały wzrost kosztów) w stosunku do innej danej niezależnej (np. czasu, liczby klientów, obszaru runku).
Zapamiętaj: Zależność dwóch zmiennych (trend) może mieć charakter liniowy (przybliżony linią prostą) lub nieliniowy.
Trend może być rosnący i malejący.
Zależność dwóch zmiennych może być bez trendu.
Liniową zależność popytu lub innych mierzonych wielkości łańcucha dostaw w czasie, obrazującą trend, przedstawiono na rysunku 2.6.4.
Celem analizy jest poszukiwanie równania zależności. Na rysunku 2.6.4 jest to równanie prostej typu Y = at + b. Linia prosta jest linia trendu, parametr a przedstawia zmianę (przyrost lub spadek) wartości trendu (Y), na jednostkową zmianę czasu t.
Trend liniowy Y = at +b jest stosowany głównie dla:
» krótkich okresów czasu, dla których przybliżenie liniowe nie powoduje dużych błędów;
» długich okresów czasu (długookresowe planowanie sprzedaży lub prognozowanie popytu), gdy celem jest określenie długofalowych tendencji zmian.
Jedną ze stosowanych metod obliczenia trendu liniowego typu Y = at + b jest metoda graficzna. Punktem wyjścia jest wartość średnia pierwszych dwóch i ostatnich dwóch danych, a dla określenia zmian wartości trendu, wymagana jest wartość odstępu czasu.
Okres
Popyt (sztuki)
Średnia z okresu 1 i 2 wynosi 18 sztuk (dla okresu 1,5), a średnia z okresów 5 i 6 wynosi 21 sztuk (dla okresu 5,5). Pomiędzy obliczonymi średnimi jest odstęp czterech okresów czasu (1,5÷2,5; 2,5÷3,5; 3,5÷4,5; 4,5÷5,5). Średnia wzrostu na okres a + [(21 – 18)/4] = 0,75 sztuk. Wartość początkowa b, jest położona o pół okresu wcześniej niż średnia 1 i 2 okresu,
czyli b = 18 – ½ ·0,75 = 17,63
Linia trendu Y = aT + b ma postać:
Y = 0,75T + 17,63
23
» wahania okresowe (sezonowe) – wartości popytu powtarzające się w określonych odstępach czasu – cyklach (np. sezon – budowlany, rolniczy, zimowy, letni).
Do pomiaru sezonowości szeregu danych popytu służy wskaźnik sezonowości Ws:
Jeżeli średni popyt miesięczny wynosi 120 m2, jednak w drugim tygodniu popyt wynosi 150 m2, a w czwartym tygodniu 95 m2 – to wskaźniki sezonowości Ws dla 2 tygodnia = 150/120 = 1,25 a Ws dla 4 tygodnia = 95/120 = 0,79.
Jeżeli szereg czasowy danych popytu wykazuje trend, wówczas jako wartość średnia powinna być przyjęta wartość obliczona na podstawie równania linii trendu, dla wybranego okresu czasu.
» Wahania losowe – wyrażają przypadkowe zmiany wartości analizowanych danych, zmiany są nieregularne – dodatnie lub ujemne, mniejsze lub większe, występują rzadziej lub częściej. Do opisu wahań losowych krótkookresowych (przypadkowych) w popycie używane jest odchylenie standardowe, definiowane jako pierwiastek z sumy kwadratów różnic w poszczególnych okresach czasu analizowanego popytu, pomiędzy wielkością popytu Yi, a wielkością średnią popytu Yśri. Wartość odchylenia standardowego (niestabilności) popytu – σ jest obliczana ze wzoru:
gdzie:
n – liczba danych popytu przyjętych do analizy wahań losowych.
Zapamiętaj: Im większa jest wartość odchylenia standardowego, tym popyt jest bardziej zmienny (niestabilny), gdyż wzrasta różnica pomiędzy mierzonymi wartościami popytu a ich wartością średnią.
Wielkość odchylenia standardowego popytu należy jednak porównać z wartością średnią popytu, aby móc ocenić znaczenie tej niestabilności.
...
ulia.meow