המדריך לתכנון רצף אספקה - חלק שלישי

בחלקים הקודמים בנינו את תשתיות המידע, המשכנו והעמקנו בחלק השני את רמת השירות, את הסיכונים ועוד, אנו הולכים ומעמיקים בנושאי הליבה לתזמון.

4. שיטות לתזמון מלאי

JIT (Just In Time) ניהול דרישות וייצור – בשיטה זו ניהול בתזמון יהיה כמו פרויקטלי, לכל דרישה ייצור או אספקה – יתנהל בנפרד תזמון של צבר הצרכים והחומרים, הכל מתוך כוונה להנגיש אותם לרגע הצריכה ולספק אותם בגמר הייצור או הקבלה, בשיטה זו, בדרך כלל אין התייחסות לאחסנה אלא ובעיקר לרצפת הייצור או רצפת הקליטה.

(Salse and Operation Planning) S&OPהערכת צריכה/דרישות – בשיטה זו מדובר על שיתופי פעולה בין לקוחות לספקים או יצרנים, העברת הערכות צריכה או דרישות לצמצום פערי מידע ולשיתופי פעולה והיערכות, כך מצטמצם טווח הסטייה ומתואמים ציפיות. 

שיטות עיתוד או חיזוי דרישות – בדרך כלל מופיעות בשלל נוסחאות על לוחות אקסל, המציגות הערכות הנוצרות ממניפולציות מתמטיות שונות, מטרתן אחת, לבסס הזמנה על פי חישובים המבוססים על הצריכה בעבר.

5. טכניקות לחישוב

1. מה שהיה הוא שיהיה + גידול – בשיטה זו אנו לוקחים את הצריכה או הדרישות שהיו בחודשים המקבילים אשתקד, עם התאמה לחגים או עונות השנה, לזה מוסיפים את הערכות הגידול/קיטון מאנשי המקצוע, כך יוצרים למעשה לוח המציג את הערכת הדרישה, בחיבור למלאי הקיים יחד עם השינויים ניתן יהיה להעריך על בסיס שיטה זו את המלאי הצפוי לזמן הנדרש, השיטה מוגבלת לענפים מסוימים ובתנאים יציבים בין השנים.
2. ניתוח צריכות עָבָר לחישוב על ידי חציון או ממוצע או חישוב המגמה – בשיטה זו, למעשה משתמשים בממוצעים בכדי לחשב את היתרות בסוף כל חודש קדימה, ובכך להעריך את הכמות הנדרשת להזמנה.

עיתוד מלאי או ניהול רצף אספקה – D&IF Demand and Inventory Forecasts

 בכדי שנוכל לנהל את רצף האספקה נדרש מאיתנו לנהל את משתני היסוד ובניהם:

מידע על זמנים

• תאריכי הכניסה הצפויים למלאי לפי פריט, כמות ותאריך.
• תאריכי האספקה המובטחים לפי פריט, כמות ותאריך.
• תאריכי אספקה מהספק או זמן אספקה (Lead Time) או/ו של הפריט – הגדול בניהם – במידה וקיימים פערים זמינות אצל אותו ספק בין זמן האספקה הכללי לבין מוצר מסוים.

מידע על צריכת העבר 

• פרוט חודשי/יומי לכמויות בצריכת המוצר בתקופה הנמדדת (תלוי בענף/במוצר/בעונתיות/במגמה וכו..) במידה וקיים ניהול הכולל דרישות שלא מולאו – ניתן יהיה לנתח לפי דרישות/הזמנות גם אם הם לא מולאו בגלל מחסור במלאי. 
• מידע על המכר האמיתי של לקוחותיכם ככל שניתן (Sale Out) לא מה שמכרתם להם, אלא מה שהם מכרו ללקוחותיהם (לקוח סופי) הרשתות הגדולות בדרך כלל מספקות את המידע. 
• מידע על כמות הלקוחות הרוכשים בכל חודש (ספירה של כמה לקוחות שונים רכשו כל חודש את המוצר ללא קשר לכמות הנרכשת)
• מידע על כמות המופעים של הפריט בהזמנות הלקוחות באותו חודש. 
• מידע על כמות הניפוקים שהיו למוצר (להבדיל ממכירות, אם הוא מוצר בן שנופק להרכבה, או אם נופק לשימוש הארגון, אם הומרו ממנו למוצרים אחרים וכו) יש לאחד את הכמויות יחד עם הצריכה הישירה.

מידע אחר לבניית נוסחאות החישוב. 

• "עונתיות" ישנם מוצרים המאופיינים על פי עונות השנה או עונות צריכה, ישנם מבצעים שנקבעים לתאריך מסוים, השקות מוצרים וכדומה, ישנם מוצרים שיש להם יותר מ "עונה" אחת בשנה, ניתן לנהל את המשתנים האלה בכמה אופנים, מספיק יהיה לציין את הדוגמה הבאה:

1. רישום תאריך התחלה וסיום ל"עונה", לקבוע מקדם ולהכפיל אותו בצריכה הממוצעת או המגמתית בתוך תקופת "העונה", להקפיד שההכפלה תתבצע החל מלפני מועד ההתחלה ושסיומה יהיה לפני מועד הסיום – שלא יגיע מלאי בימי העונה האחרונים וכו..

• תנודת אספקה לפריט (ראו הסבר בנספח ניהול משתנים) זמנים ומועדים מיוחדים, חגים או חופשות אצל הספק בהם אין ייצור/אספקה מינימום הזמנה לפריט. 
• נפח קרטון לוגיסטי/מאסטר ותכולה. 

מידע על מדיניות הארגון

•  ימי המלאי שהארגון הקציב לפריט (או ערך מלאי) 
• אסטרטגיות שונות הקשורות לספק או לפריט גודל משלוחים מינימום/מקסימום
• EOQ (ראו הסבר בנספח ניהול משתנים) 
• מלאי בטחון לפריט (למרות שהכותב אינו מאמין בקביעת מלאי בטחון סטטי, הדבר לעיתים נדרש עבור פריט או קבוצת פריטים מסוימים לגביהם קיימת התחייבות למינימום מלאי המעוגן בהסכמי התקשרות)  

6. ניהול משתנים (וחישוב)

ממוצע – מקובל להשתמש בממוצע חשבוני לקבלת מושג על הצריכה ואף יותר מכך – לביסוס החישוב להזמנה, להלן הגדרת ויקיפדיה לממוצע: "במתמטיקה, ממוצע הוא מספר שמחושב מתוך אוסף סופי של מספרים, ומתאר את "מרכז" האוסף מבחינת גודל המספרים. 

השיטה הנפוצה ביותר, שאליה מתכוונים לרוב כאשר אומרים "ממוצע, היא הממוצע החשבוני, והוא מחושב כסכום המספרים חלקי כמותם.

" ממוצע הצריכה או הדרישה, מספק מידע שניתן להיעזר בו, המידע נותן ערך ומדד לכמויות שנצרכו, אך כפי שכתוב מעלה – הממוצע מתאר את "מרכז" אוסף המספרים מבחינת גודלם, אותו ממוצע יכול אגב להתקבל גם באוסף נתונים בעלי שונות גבוהה מאוד, כך שחולשת השימוש בממוצע ברורה. 

יתרה מכך, הממוצע אינו מעיד על הכיוון או המגמה, כמו לדוגמה: הממוצע לקבוצת המספרים מ 1 עד 5 הוא 3, הוא יישאר כזה גם אם נשנה את כיוון הזנת המספרים מ 5 עד 1, קרי – הפוך. ראו את התמונה " מגמה וממוצע" 

מכאן ניתן להבין כי אין דיי בחישוב הממוצע בכדי לספק מבט או צפי קדימה. 

ראו לדוגמה את הניסיון לחזות את התוצאה של החודש השישי לפי הממוצע. נתון טווח מכירות לסדרת חודשים, הממוצע הוא 13.4, ראו את הניסיון לחזות את החודש השישי מול קו המגמה המתקבל. 

 ובצורה גרפית 

קו המגמה נמצא מעל ל 15, אך הממוצע מראה כאמור 13.4, אם כך, ננסה לשפר את תוצאת הממוצע ולפצות על חסרונותיו על ידי ביצוע פעולות נוספות, למשל על ידי נוסחת האקסל "טרנד trend". 

טרנד – שיטה לחיזוי הכמות/המספר הבא – מבסיס נתונים נתון.   

 ובצורה גרפית 

בשימוש ב "טרנד" ניתן כבר לראות איך הקו מתיישר ונפגש עם המגמה, חוזה במדויק את החודש השישי. שיטה זו חושפת אותנו לסיכונים לא קטנים, ניתן לשכך אותם על ידי שימוש בשיטה המחשבת את הכיוון על פי המגמה. 

ממוצע מגמתי 

ובצורה גרפית   

ניתן לראות כי בחישוב ממוצע מגמתי ניתן לרכך את הסיכונים ולצמצם את החשיפה, חשיפה מיתר מלאי או יתר הצטיידות. 

טכניקות להוצאת חריגים 

בחישובי מידע בהתנהגות לא "נורמלית", או בתנאים של אספקה לא סדירה (שנות הקורונה לימדו אותנו שהיציבות היא מושג נזיל), ניתן ורצוי לבצע הוצאת חריגים, החריגים מתאפיינים בצורה של דרישת יתר או הפוך – חסר, נתונים שהתנהגותם אינה "נורמלית", הם עלולים לעוות את הנתונים, במקרים אלו יש לרכך או לשכך אותם, ראו דוגמה להוצאת חריגים (גבוהים או נמוכים): 

ובצורה גרפית   

בשיטה זו בחרתי לקזז חריגים לפי > החרגה של כל מה שעובר מעל ממוצע וחצי, וכל מה שמתחת ל 40% מהממוצע, ניתן כמובן לקבוע רף מדרגות החרגה שונות על פי הענף, הכל לפי העניין, רמת הסיכון ושיקולים נוספים. להחרגות תהיינה השלכות נוספות, ראו את הטבלה שהכנתי בנושא, השפעת ההחרגות על טווח הנתונים במרחב הממוצע והשלכות הבחירה ברף: 

אגב, ישנם בעולמות הקמעונאות מושגים כמוSale In  ו/או Sale Out והם מייצגים את המכירות לרשתות השיווק הגדולות, אספקה למילוי המדפים גורמת לספקים לטעות ולהשתמש בנתון כמכירה, כשבפועל זו אינה מכירה אלא מילוי מדפים. 

הדבר עלול לשבש את הנתונים ולגרום לנתוני צריכה לא סדירה, דבר שיאלץ את האנליסטים לאסוף את המידע ולבצע הערכות אמת של נתוני המכירה הסופיים ללקוח. 

בעיות מלאי, כשרבים המקרים בהם חסר מלאי לאספקה, איך יהיה אפשר לסמוך על נתוני המכר ? אחד הפתרונות המוצעים בנושא הוא לבדוק את כמות המלאי בסמוך לדרישה או האספקה, אם יתרת המלאי גבוהה מהדרישה – הרי שנתון הצריכה אמיתי, אם המלאי זהה לדרישה, יהיה ספק באשר לנתוני הצריכה. 

שיטה נוספת היא למדוד את אי האספקות. 

תנודת ממוצע 

כבר הבנו שהממוצע הוא נתון בעייתי, ולא די בכך, הוא לא סטטי. 

כשאנו מבצעים הערכה המבוססת על ממוצע, עלינו לקחת בחשבון את התנודה שלו, תנודת הממוצע יכולה לייצג עלייה בקצב המכירות או חלילה ירידה, במקרים כאלה – בגרף שיני המסור המפורסם, ניתן לראות כבר שתנודת המכר (תנודת הממוצע) תגרום לכך שהמלאי יגמר מהר יותר מהמתוכנן, כך שיתכן מצב בו יהיה פער בין גמר המלאי לבין הגעת המלאי הנוסף, ראו את הגרף: החץ האדום מסמל עליה במכירות, כך שהמלאי יגמר טרם התקבל המלאי החדש, כך שיהיה צפוי חסר לתקופה מסוימת. 

תנודת אספקה 

מועדי האספקה או הכניסה למלאי אינם אקסיומה, גם הם חווים תנודות, בדרך כלל הארכה בזמנים. תנודת אספקה יכולה להיווצר כתוצאה של סיבות שונות, פרט לעיכוב בהובלה ו/או בנמלים, יתכן גם כי הוצאה או אישור מאוחר או תשלום מקדמה באיחור – יגרמו לעיכוב באספקה, עיכוב זה יתואר כ "תנודת אספקה" ומסומן בגרף בחץ כתום, כבר ניתן להבין את הבעיה שעלולה להיווצר. 

תנודת המכירות או הממוצע יחד עם תנודת אספקה – יכולה ליצור חסר לתקופה ארוכה עוד יותר ולהביא את החסר המשותף לקיצון, בגרף מתוארת תקופת החסר בין החץ האדום לחץ הכתום, מלבד האפשרות לצמצם את התנודות – קיים גם "מלאי הבטחון", הוא שאמור יהיה לכסות את הפערים האלה.

7. מלאי בטחון 

מלאי הבטחון הוא מושג. מלאי הבטחון נועד לגשר על פערי הצריכה ופערי האספקה, לכן מטבעו הוא דינמי, כזה שאמור לגבש את הכמות הנוספת לכל פריט ובכל רגע ובאופן מותאם. 

ככלל, המושג "מלאי הבטחון" צריך להיות מנוהל על ידי מתכנני ו/או מתאמי המלאי כחלק ממכלול החישובים בהרצת מצב המלאי, להלן דוגמה לחישוב מלאי בטחון דינאמי: 

 בהינתן מצב מלאי של 700 יח', בהתייחס לכך שמלאי הבטחון הנוכחי עומד על 315 יח', עולה מכך שככל שיתממשו הסיכונים (תחזית המכר ותנודת האספקה) עלול להיות מצב שנותרו 2.6 חודשי מלאי, כך שעלול להיות כבר פער אספקה של כ שבועיים, דהיינו חסר צפוי (בניהול סיכון ) ולפיכך יש לבצע הזמנה דחופה ואף לנסות ולהקדים קבלת סחורה אפילו חלקית לניהול החסר הצפוי. 

להלן החישוב – (מלא נוכחי מינוס מלאי בטחון) חלקי ממוצע מכירות = חודשי מלאי מחושב ובמספרים: (700-315)/150 = 2.6 הבהרה – מלאי הבטחון הוא מלאי המתווסף למלאי המוזמן בפעם הראשונה, הוא עתיד להישאר כ "קו אפס" חדש, בחישובי המלאי יש להחריג אותו ולגרוע אותו מהמלאי הקיים בקביעת זמן האספקה, במודל שיני המסור - ראו את הגרף המציג את הדוגמה. 

8. עונתיות (עונה/השקה/מבצע/חג וכדומה) 

קל להסביר את המושג עונה או עונתיות בהתייחס לעונות השנה, סביר להניח שאף אחד לא יקנה סדין חימום באוגוסט, אך בדרך כלל הדברים אינם פשוטים כל כך, "עונתיות" לעניינינו מסמלת – פרט לעונות השנה – גם חגים, גם השקות מוצרים, מבצעים ידועים מראש, תערוכות וכדומה, יתכן ועבור מוצר אחד תהיה יותר מ "עונה" אחת במהלך השנה. 

בכדי להשתמש ב "עונתיות" למוצרים, רצוי ליצור טבלה המפרטת את העונות השונות למוצר, להלן דוגמה לשימוש: 

הרעיון המנחה הוא להשתמש במקדמים ידועים, מקדמים שיתווספו לממוצע המחושב בתקופה הנכללת בטווח ה "עונה". 

כל עוד המוצר צפוי להיכנס בטווח (או לפני, תלוי במדיניות הארגון) – הוא יוזמן בכמות המתאימה, ברגע שיצא או שהוא צפוי להיכנס למלאי מחוץ לטווח "העונה" הוא לא יוזמן או שיוזמן ללא מכפלת "מקדם הצריכה". 

רעיון השימוש במודל החישוב 

ימי מלאי כמכנה משותף 

בסיס הרעיון לשימוש במודל רצף האספקה הוא ימים. 

ימים הם המכנה המשותף הנמוך ביותר לכלל המשתנים המרכיבים את תכנון רצף האספקה, חלוקת המלאי הנוכחי בממוצע הצריכה היומי, תספק לנו את ימי המלאי, בלעז – "ID-Inventory Days", ימי המלאי ילוו אותנו וניתנים להמרה בכל משתנה במודל. 

להלן מספר דוגמאות: אם יש לנו במלאי 120 יחידות ואנו מוכרים בממוצע 2 יח' ביום – יש לנו 60 ימי מלאי. אם זמן האספקה מהספק הוא 14 ימים – על פי אותה דוגמה, מדובר למעשה על המרה שווה ל 28יח', או ההפך, אם נותרו לנו 28 יח' במלאי, יש לנו למעשה 14 ימי מלאי, זו למעשה גם נקודת ההזמנה (בנטרול בעיות) עלינו להזמין מהספק סחורה, היא אמורה להגיע בדיוק כשיסתיים המלאי.

בחלק הזה נגענו בנושאי הליבה, במכנה המשותף לחישובי רצף המלאי (SCP) בחלק הבא נתקדם עד ליצירת טבלאות עזר לעבודה, לתכנון הרצף..

הפרקים הבאים בתהליך כתיבה