5 min. czytania 25 mar 2021
ey_jak_zautomatyzowac_planowanie_popytu_i_produkcji.jpg

Inteligentne prognozowanie popytu i planowanie sprzedaży

Autor Jakub Grochowski

EY Polska, Business Consulting, Supply Chain & Operations, Senior Consultant

Senior Consultant w Zespole Supply Chain & Operations w EY Polska. W czasie wolnym fan reportażu i fotografii podróżniczej oraz kolarstwa.

5 min. czytania 25 mar 2021

Prognozowanie popytu to bardzo istotny proces działania każdej firmy produkcyjnej. Czy można robić to lepiej, dokładniej, bardziej automatycznie? Jak zastosowanie planowania popytu i produkcji może przełożyć się na poprawę wyników firmy?

O czym przeczytasz?
  • W jaki sposób technologia zmienia klasyczny proces planowania popytu i jakie korzyści przynosi?
  • Które firmy i jakie branże najwięcej zyskują z wdrożenia systemów do prognozowania popytu i planowania sprzedaży?
  • Czym jest Supply Chain Digital Twin i jak pomaga w obszarze łańcucha dostaw?
  • Jakie rozwiązania technologiczne są dostępne na rynku i które wybrać?

Nowe technologie zmieniają funkcjonowanie firm. Gromadzenie, przetwarzanie i analiza danych zapewniają możliwości, których na tak dużą skalę, jeszcze nie mieliśmy. Wykorzystanie  samouczących się algorytmów w biznesie to osiągnięcie ostatnich lat. Kiedy ponad dekadę temu upowszechniło się wykorzystywanie big data nikt nie spodziewał się, że w 2020 roku wartość rynku inteligentnych aplikacji przekroczy 40 miliardów dolarów [1].

International Data Corporation szacuje, że globalny rynek AI i systemów kognitywnych w 2021 roku będzie wart 57,6 miliardów dolarów.

Dla ułatwienia pracy analityków powstało technologiczne wsparcie w postaci pakietów oprogramowania, np.: OMP czy SAP Integrated Business Planning (SAP IBP). Narzędzia te zawierają specjalne moduły umożliwiające prognozowanie popytu i produkcji przy uwzględnieniu sytuacji rynkowej i zdolności produkcyjnych. Firmy, dzięki takiemu wsparciu, mogą podejmować lepsze i bardziej przemyślane, oparte na danych z wielu źródeł decyzje biznesowe. To pozwala organizacjom m.in. na obniżanie kosztów operacyjnych oraz lepsze zarządzanie kapitałem obrotowym.

W prognozowaniu popytu i produkcji najważniejsze są dane. To na nich opiera się monitoring procesów biznesowych, ich analiza, tworzenie schematów, wyjątków, wyciąganie wniosków i odpowiednia reakcja na zmiany. Wykorzystując technologię, możemy zmieniać sposób nie tylko gromadzenia danych, ale również ich przetwarzania.

Tradycyjne metody planowania popytu w technologicznym świecie

Planowanie popytu to jeden z najważniejszych elementów dążenia do podnoszenia poziomu sprzedaży produktów lub usług. Tego typu planowanie to działanie stałe, które powinno być realizowane systematycznie, uwzględniając nie tylko chwilowe ale i ciągłe trendy a zarazem wszelkie rejestrowane odchylenia od normy.

 

Wyróżniamy kilka podstawowych metod prognozowania popytu. W przeszłości odbywało się ono manualnie. Dla usprawnienia pracy korzystano z popularnych arkuszy kalkulacyjnych, aż w końcu powstały specjalne programy oraz pakiety oprogramowania, które ułatwiły przechowywanie i analizę danych oraz tworzenie prognoz.

W 2010 roku wykorzystanie big data w biznesie nie było już branżową nowinką, a stawało się czymś, co może zmienić przyszłość wielu przedsiębiorstw. Big data, sztuczna inteligencja, aplikacje i narzędzia usprawniające pracę, a także samouczące się algorytmy pozwalają dziś lepiej zoptymalizować pracę ludzi i maszyn, rozplanować wydatki, wizualizować przyszłość.

Prognozowanie popytu to najczęściej miesięczny, cykliczny proces będący elementem szerszego procesu planowania sprzedaży i operacji - Sales & Operations Planning – S&OP.

 

Polega on na kreacji planu popytu (planu sprzedaży produktów) w horyzontach:

  • krótkim (typowo 1-3 miesięcy),
  • średnim (4-12 miesięcy),
  • długim (12 – 36+ miesięcy).

Długości poszczególnych horyzontów a nawet sam podział jest arbitrarny oraz płynny i zależy od specyfiki procesów oraz charakterystyki produktów i rynku, na którym porusza się dana firma.

Planowanie popytu to proces składający się w uproszczeniu z następujących kroków:

  1. Zebranie danych sprzedażowych za ostatni zamknięty miesiąc oraz ich analiza i „czyszczenie”.
  2. Wybór najlepiej pasujących do każdego produktu (lub ich grupy zwanej często rodziną) metod prognozy statystycznej.
  3. Generacja prognozy statystycznej będącej bazą dla planu popytu.
  4. Wzbogacenie prognozy o informacje z różnych źródeł – promocje, zdarzenia, aktualne trendy rynkowe, aktywności planowane przez dział marketingu, itp.
  5. Uwzględnienie wyjątków – na przykład zdarzenia losowe.
  6. Monitorowanie jakości prognoz – wyznaczanie wartości kluczowych wskaźników efektywności jak na przykład dokładność prognozy, MAPE, etc.

 

Kto najbardziej skorzysta z nowych rozwiązań w obszarze planowania popytu?

Prognozowanie popytu i planowanie produkcji różni się w zależności od branży i obszaru działania firmy. Poszczególne branże charakteryzują się konkretnym cyklem życia produktów, zainteresowaniem usługami, reagują na podobne trendy, notują zbliżone odchylenia i wyjątki. Ma to wpływ nie tylko na liczbę potencjalnych odbiorców, ale także wykorzystywane rozwiązania wprowadzane w ramach działania firmy, mające na celu pomnożenia zysków i rozwój biznesu.

Wykorzystując nowe technologie, przedsiębiorstwa mogą ułatwić sobie zadanie, m.in poprzez skorzystanie z wcześniej opracowanych profili, które stworzone zostały dla poszczególnych branż – takich jak:

  • chemikalia przemysłowe,
  • dobra konsumenckie,
  • metale,
  • papier,
  • plastik,
  • opakowania,
  • szkło,
  • opony.

Wdrożenie nowych technologii do planowania popytu daje najlepsze i najbardziej widoczne efekty w przedsiębiorstwach, gdzie produkcja jest masowa, a produkty szybko rotują. W branżach wymienionych powyżej mamy do czynienia z dużą ilością danych, dlatego pakiety oprogramowania ułatwiające pracę sprawdzą się doskonale w procesach planowania popytu.

W projektowaniu procesów i planowaniu łańcucha dostaw ważne jest aby monitorować wskaźniki rynkowe i ekonomiczne, m.in w celu stworzenia planów awaryjnych. Wszelkie prognozowanie jest trudne, jeśli nie ma się odpowiedniej wiedzy i/lub nie potrafi zwizualizować problemu. Naprzeciw tej potrzebie wychodzi Supply Chain Digital Twin, technologia, która zmienia podejście do planowania.

Supply Chain Digital Twin: co to jest i jak może pomóc w prowadzeniu biznesu?

Supply Chain Digital Twin, czyli tłumacząc bezpośrednio - cyfrowy bliźniak łańcucha dostaw, może przynieść wiele korzyści firmie, która go wdroży. Jest to w pełni funkcjonalna replika całego łańcucha (lub częściej - sieci) dostaw firmy.

Wykorzystanie algorytmów sztucznej inteligencji oraz zaawansowanej analityki pozwala na bieżąco, w czasie rzeczywistym, symulować funkcjonowanie oraz wydajność łańcucha dostaw wraz z całą złożonością napędzającą zmienność i związane z nią potencjalne straty. Umożliwia również zidentyfikowanie obszarów, mających wysoki potencjał optymalizacji procesów. Dodatkowo bliźniak cyfrowy umożliwia tak zwane planowanie scenariuszowe lub inaczej wykonywanie analizy what-if? („co-jeśli?”). To dzięki nim możliwe jest podejmowanie decyzji na podstawie bieżących, rzeczywistych i potencjalnych potrzeb biznesu oraz zapobieganie problemom zamiast ciągłego rozwiązywania ich na bieżąco.

Supply Chain Digital Twin to rozwiązanie zapewniające większą kontrolę nad dynamicznie zmieniającym się łańcuchem dostaw.

Firmy mogą zastosować rozwiązanie Digital Twin w celu usprawnienia procesu podejmowania decyzji na wielu płaszczyznach:

  • krótkoterminowe planowanie i egzekucja - Digital Twin umożliwia odpowiednio wczesną identyfikację ryzyk egzekucji, co zapewnia firmie więcej czasu na odpowiednią reakcję i złagodzenie ewentualnych kryzysów,
  • planowanie sprzedaży i operacji – proces, który pomaga optymalizować planowanie poprzez realistyczną symulację. To daje organizacji szansę na zminimalizowanie strat wynikających z niedopasowania planów i ograniczeń systemowych.
  • planowanie długoterminowe - dzięki Supply Chain Digital Twin przedsiębiorstwa mogą poprawić efektywność nakładów inwestycyjnych i zoptymalizować konfigurację systemu łańcucha dostaw poprzez zrozumienie, gdzie istnieją najbardziej znaczące strukturalne tzw. wąskie gardła, które wpływają na zmniejszoną efektywność działań.

 

SAP IBP i OMP: rozwiązania technologiczne dostępne na rynku

Na rynku istnieje wiele podobnych rozwiązań, które wspomagają proces prognozowania popytu i produkcji. W naszym artykule skupimy się na dwóch, które są najczęściej wybierane przez naszych klientów: OMP i SAP Integrated Business Planning (SAP IBP).

SAP Integrated Business Planning

To rozwiązanie chmurowe będącym zintegrowanym systemem planowania łańcucha dostaw (tak zwane oprogramowanie E2E – End-to-End), które łączy w sobie planowanie sprzedaży i operacji, prognozowanie popytu, planowanie podaży, uzupełnianie zapasów na podstawie popytu i zaawansowane zarządzanie zapasami. Dzięki SAP IBP firma może skorzystać z zaawansowanych analiz łańcucha dostaw, symulacji typu „co by było, gdyby” i tak zwanych alertów, a wszystko po to, by móc odpowiednio szybko reagować na zmiany i poprawić szybkość reakcji. SAP IBP wyróżnia się zautomatyzowanym, ściśle skoordynowanym procesem planowania w całym łańcuchu dostaw, wsparciem zaawansowanych algorytmów uczenia maszynowego oraz natywną integracją z innymi rozwiązaniami SAP.

Więcej o SAP IBP można przeczytać w artykule: „Rola finansów w Zintegrowanym Planowaniu Biznesowym”.

Software OMP

System, który opracowało OMP również jest rozwiązaniem umożliwiającym planowanie E2E i łączy w sobie takie elementy jak: projektowanie sieci łańcucha dostaw, wsparcie planowania w procesie S&OP, planowanie popytu, planowanie operacyjne (planowanie długofalowe produkcji, dystrybucji, innych procesów związanych z planowaniem podaży) oraz wreszcie ścisłe planowanie produkcji.

W 2019 roku OMP po raz drugi zostało uznane za lidera systemów planowania w procesie S&OP według raportu “Magic Quadrant” firmy Gartner [2].

Rozwiązanie OMP+ oferuje gotowe wersje poszczególnych pakietów dostosowane funkcjonalnie do wymagań konkretnych branż. Inne zaawansowane funkcjonalności OMP+ to również:

  • uczenie maszynowe,
  • wykorzystanie sztucznej inteligencji,
  • demand sensing,
  • planowanie poprzez system scenariuszy,
  • algorytmy heurystyczne typu “solver”.
  • rozbudowany system „alertów”

Samouczące się algorytmy zapewniają jeszcze jedną perspektywę: pozwalają wyjść poza prognozowanie na bazie historii sprzedaży i wykorzystanie innych danych. Mowa tu o uczeniu maszynowym i użyciu funkcjonalności wspomnianego Demand Sensing, które umożliwia niemalże w czasie rzeczywistym wzbogacanie oraz poprawę jakości prognozy przy użyciu danych takich jak:

  • fluktuacje na giełdzie,
  • promocje i inne działania konkurencji,
  • trendy w social mediach,
  • zjawiska pogodowe i inne losowe czynniki zewnętrzne.

Wszystkie te technologiczne nowinki działają na korzyść przedsiębiorstw, które je wykorzystują. Ograniczają czas spędzony na gromadzeniu i analizie danych, dostarczając informacje oparte o konkretne wskaźniki. Szeroki zakres automatyzacji oraz oznaczenie tzw. flag / alertów pozwala planistom poświęcać mniej czasu na powtarzalne działania operacyjne, a więcej na działania koncepcyjne.

Najważniejsza jest… integracja

Prognozowanie popytu i planowanie produkcji z wykorzystaniem nowych technologii może znacząco wpłynąć na podejmowane decyzje, usprawnienia i zmiany wynikające z potrzeb, trendów czy zmieniającej się rzeczywistości biznesowej. Istotną kwestią, od której powinno się zaczynać pracę z nowymi technologiami w planowaniu popytu jest integracja danych historycznych. Wzory, schematy, rozwiązania, które jesteśmy w stanie osiągnąć przy użyciu zebranych danych będą wyższej jakości, jeśli poprzemy je solidną analizą wspieraną systemowo przez wykorzystywane przez nas oprogramowanie.

Podsumowanie

Nowe technologie zmieniają funkcjonowanie organizacji również w zakresie planowania popytu. W centrum nadal znajdują się dane, modyfikacji ulega jedynie sposób ich przetwarzania. Odpowiednia analiza danych daje możliwości, których na dużą skalę bez wsparcia technologicznego nie będziemy w stanie odpowiednio przetworzyć i wykorzystać. Tak stworzone prognozy pozwalają planować nie tylko poziom popytu i sprzedaży, ale również rozwój swojego biznesu.

Kontakt

Chcesz dowiedziec sie wiecej?

Skontaktuj sie z nami.

Informacje

Autor Jakub Grochowski

EY Polska, Business Consulting, Supply Chain & Operations, Senior Consultant

Senior Consultant w Zespole Supply Chain & Operations w EY Polska. W czasie wolnym fan reportażu i fotografii podróżniczej oraz kolarstwa.