Hur man vet vilken prognosmetod som ska användas vid tillverkning

Chefer i en tillverkningsmiljö måste ofta förutse hur mycket lager och leveranser som behövs för att möta kraven. Användningen av prognoser förutsätter att tidigare trender fortsätter med liten variation i framtiden. I vissa industrier kan produktionen trenderna variera efter säsong. Men för att prognoser ska vara effektiva måste även dessa förändrade trender vara konsekventa med tiden. Det finns en mängd olika prognosmetoder som tillverkare kan använda i produktionsplanering.

1.

Tänk om ditt tillverkningsföretag huvudsakligen tillverkar varor som beställs eller lagerförsäljning. Vissa tillverkare måste behålla produkten till hands för att uppfylla order från befintligt lager, medan andra kan göra produkter som de beställts. Enligt webbplatsen Management Coaching and Training Services använder tillverkare i en order-till-order-miljö vanligtvis modellmodelllogik i produktionsplanering, medan de i en lagermiljö måste vara beroende av prognoser. Modellalternativslogik består av att producera specifika siffror för varje modell och alternativ av produkten enligt vad som faktiskt beställdes istället för att förutse modeller och alternativ baserat på historiska trender.

2.

Identifiera olika typer av statistiska data tillgängliga för prognoser. Till exempel kan du vilja basera dina prognosaktiviteter på det belopp som försäljningsavdelningen förväntar sig att sälja. Välj data som kan användas konsekvent i hela försörjningskedjan. Steven Crane, CSCP, chef för strategisk supply chain management hos Wacker Chemie AG, anser att det är viktigt för hela organisationen att anpassa sina prognosaktiviteter runt en gemensam uppsättning statistiska data för bästa resultat.

3.

Bestäm den specifika graden av noggrannhet som krävs för dina prognosmetoder. Enligt Management Coaching and Training Services är prognosmetoder typiskt antingen kvalitativa eller kvantitativa. Med andra ord kan tillverkningschefer utföra prognosaktiviteter baserat på egen bedömning och erfarenhet, eller de kan använda prognostekniker utifrån statistiska data. I de flesta fall bör kvantitativ prognostisering baserad på detaljerad, exakt statistik ge största möjliga noggrannhet.

4.

Tänk på hur långt framtiden din prognos måste nå. Till exempel kan prognosförsäljningen för nästa vecka eller månad kräva en annan prognosmetod än den som användes för att genomföra produktionsplanering fem år i framtiden.

5.

Undersök livscykeln för dina produkter. Till exempel har du sannolikt mindre data till hands för nya produkter än för produkter som har varit i omlopp i flera år. I vissa fall kan du välja att använda makroprognoser, som består av att identifiera aktuell efterfrågan på marknaden och bestämma hur det kan förändras i framtiden. Omvänt kan du välja mikroprognoser, som handlar om undersökning av en viss produkts andel av en viss bransch.