Zamiast Big Data dlaczego nie zajmiemy się najpierw naszymi Small Data?

By Bernard Milian
bigsmall

Zamiast Big Data dlaczego nie zajmiemy się najpierw naszymi Small Data?

Big Data i zaawansowana analityka tworzą nagłówki w czasopismach poświęconych łańcuchowi dostaw i od lat wchodzą agresywnie do słowników firm doradczych i producentów oprogramowania.

Gromadzenie masy informacji, przepuszczanie ich przez młyn algorytmów statystycznych, czy nawet sztucznej inteligencji, wykrywanie słabych sygnałów w celu zidentyfikowania trendów, to wszystko jest bardzo interesujące.

Jednak, jeśli chodzi o zarządzanie wielkością i uzupełnianiem zapasów, określanie właściwych priorytetów, a tym samym uwzględnianie ich w codziennych decyzjach naszych zespołów, potrzebujemy przede wszystkim własnych podstawowych danych, na których możemy polegać.

Rzeczywistość wielu dzisiejszych przedsiębiorstw, dużych i małych, jest taka, że podstawowe dane planistyczne są często – hmm – kruche i wątpliwe.

W wielu wdrożeniach metody planistycznej DDMRP, które realizowaliśmy dla naszych klientów, uderzające jest to, że dziesiątki lat po pojawieniu się systemów ERP nie ma właściwego zarządzania kluczowymi danymi i parametrami. Pierwszym krokiem projektu wdrożeniowego DDMRP jest weryfikacja i walidacja danych podstawowych:

  • Zdefiniowanie realistycznych czasów realizacji zamówień zakupowych lub zleceń produkcji
  • Zrozumienie, jakich terminów dostawy oczekują nasi klienci
  • Jasne określenie oczekiwanych wielkości partii, minimum / maximum / inkrementy
  • Zdefiniowanie, co jest uważane jako koniecznie dostępne lub niedostępne w magazynie
  • Upewnienie się, że żadna data wysyłki zamówienia nie jest w przeszłości
  • Prowadzenie dokładnej (niekoniecznie perfekcyjnej) ewidencji stanów magazynowych
  • Uaktualnienie i ciągłe uaktualnianie list materiałowych (BOM)

Powyższe problemy często nie biorą się z powodu braku zajęcia się tematem, gdy system ERP został utworzony i wdrożony. W międzyczasie mogli pojawić się kolejni konsultanci, którzy próbowali ratować system i prostować te podstawowe uwarunkowania działania systemów do planowania.

Moja interpretacja jest taka, że problem wynika z braku koncentracji na tym zagadnieniu w firmie. Jest tak wiele informacji w systemie ERP, tak wiele danych i pól do aktualizacji, że stosunkowo szybko zapominamy o najważniejszym i przyzwyczajamy się do pracy z danymi, które wiemy, że są nieprawidłowe lub niekompletne.

Jeśli dodatkowo obchodzimy problemy MRP poprzez wdrożenie logiki planistycznej w programie Excel i przy użyciu nieutrwalonej wiedzy planistów, to dużo nie trzeba, aby mieć kwadratowy system ERP, który zaczyna co raz bardziej się dryfować w czasie …

DDMRP Supply Chain Data

DDMRP jest bardziej tolerancyjny niż MRP w kontekście nieścisłości i niedokładności danych. Zwłaszcza niewiarygodne prognozy są wyraźnie dobrze tolerowane. Jest to jednak model operacyjny oparty na systemach komputerowych i informacyjnych, a więc numeryczna reprezentacja modelu fizycznego musi być jednak dość dobra.

Pozytywną wiadomością jest to, że DDMRP znacznie ułatwia i przyspiesza uzyskanie dokładnych danych bazowych, ponieważ anomalie są od razu widoczne!

Łatwo identyfikowane są dane najważniejsze (kluczowe) bez konieczności skupiania się na wszystkim jednocześnie, a więc bez ryzyka gubienia się w labiryncie ERP.

Faza projektowania rozwiązania wymaga określenia strategicznych miejsc rozmieszczenia zapasów.

Wizualne zarządzanie robi resztę: jeśli w systemie pozostaje saldo zleceń sprzedaży z poprzedniego, nie można pominąć i zignorować ciemnoczerwonego alertu niewykonania na czas,

jeśli nieprawidłowy rozmiar partii powoduje powstanie ogromnej zielonej strefy i nieproporcjonalnych zapasów względem widocznych limitów, to nie można tego w prosty sposób pominąć.

Doświadczenie pokazuje, że w ciągu kilku tygodni system informatyczny wspierający metodykę Demand Driven Material Requirements Planning jest gotowy do działania.

Co najlepsze, zarządzanie ciągłym doskonaleniem nieodłącznie związane z DDMRP zapewnia, że te kluczowe dane pozostają poprawne w czasie. Nie chodzi o sprzątaniu „tu i teraz”, ale o porządek na przyszłość.

Get in Touch

Share This Story, Choose Your Platform!

Facebook
Twitter
LinkedIn

You may also enjoy

AI and DDMRP

Ciągłe doskonalenie, sztuczna inteligencja i DDMRP

Dziesięciolecia inicjatyw Lean i ciągłego doskonalenia głęboko zmieniły sposób działania wielu firm. Odeszliśmy od tradycyjnej organizacji z hierarchiczną strukturą liderów, którzy podejmują decyzje i wykonawców,

Replenishment+ is now Intuiflow

Ten years ago, Demand Driven Technologies launched the world’s first Demand Driven supply chain solutions: Replenishment+, APM, and DBR+. Now, we’re uniting those solutions into a single, powerful solution. Meet Intuiflow.

What’s in a name?

Our solutions are built to make supply chain management intuitive — and help manufacturers ensure the best flow of materials through their supply chains.

What’s changed?

Intuiflow integrates all our solutions into a single, powerful platform — and incorporates AI/ML to identify patterns in demand faster and more accurately than ever before.

What does that mean?

Intuiflow brings you DDMRP, DDOM and DDS&OP compliance in one suite, powering critical synergies across the business.

Replenishment+ is now Intuiflow