Hoe om te gaan met een intermitterende vraag

Een koperen lonttrimmer werd zeven van de afgelopen vierentachtig dagen verkocht. In totaal vijftien stuks. Deel de een door de ander en je krijgt een gemiddeld dagelijks verkooppercentage van 0,18 eenheden: rekenkundig correct en nutteloos om iets te beslissen. Bijna elke planningsformule op deze site neemt dat tarief als eerste input.

Hoe een intermitterende vraag eruit ziet

Een periodieke vraag betekent dat een SKU zelden wordt verkocht, met lange tussenpozen tussen de verkopen en min of meer consistente hoeveelheden wanneer de SKU wel verkoopt. De klonterige vraag voegt onvoorspelbare hoeveelheden toe bovenop de onregelmatige timing. De classificatie met vier patronen waarin deze zitten, wordt behandeld voorspellingsmethoden vergelijken, en een catalogus beoordelen op omzet en vraagvariabiliteit is hoe een SKU in de eerste plaats in de grillige hoek wordt gesorteerd; dit bericht haalt een SKU uit die hoek en bespreekt wat je er maandagochtend mee doet.

De afgelopen twaalf weken van de trimmer, eenheden per week, de oudste eerst:

2, 0, 1, 3, 0, 1, 0, 2, 0, 4, 0, 2

Vijf van de twaalf weken zijn nul. Op dagniveau is het nog erger: 77 van de 84 dagen registreerden niets, en elk van de zeven dagen die dat wel deden, was één bestelling van één klant, met 2, 1, 3, 1, 2, 4 en 2 eenheden. Het gemiddelde verschil tussen de verkopen is 84 ÷ 7 = 12 dagen, wat ook de doorlooptijd van de leverancier voor de winkel is. Een typische doorlooptijd voor dit product omvat één verkoop, of geen.

Waarom gemiddelden hier breken

Er gaan twee dingen mis, in tegengestelde richtingen.

De eerste is het niveau. Vierentachtig dagen omvatten zeven periodes van twaalf dagen, dus 15 eenheden is 15 ÷ 7 = 2,1 eenheden van de vraag in een gemiddelde doorlooptijd. Voer dat in de formule voor het opnieuw ordenen van punten tegen de doorlooptijd van 12 dagen en de trigger komt in de buurt van 2 eenheden terecht, plus de buffer die je toevoegt. Maar één klant kocht op dag 70 in één bestelling vier eenheden. Een trigger ingesteld op 2 overleeft een klant die er vier wil niet: je verkoopt er twee, je verliest er twee, en de nieuwe bestelling die uiteindelijk wordt geactiveerd, is al te laat voor de verkoop die hem heeft geactiveerd.

De tweede is de vorm. De veiligheidsvoorraadhelft van de formule vermenigvuldigt een serviceniveaufactor met de standaardafwijking van de vraag, een constructie die ervan uitgaat dat de vraag grofweg normaal verdeeld is. De gids voor veiligheidsvoorraden stelt deze veronderstelling duidelijk en noemt dit exacte geval een geval waarin het faalt. Een reeks die voor 92% uit nul bestaat, met af en toe pieken, is geen belcurve; het is een stapel op nul met een dunne staart. De uitvoer is niet rekenkundig gebroken. Het is correcte rekenkunde toegepast op een distributie waarvoor het nooit is gebouwd, en het leest nauwkeuriger dan het is.

Wijzig eerst de tijdsbucket

Voordat je een andere methode kiest, verander je eerst de emmer waarin je telt. Dezelfde vijftien eenheden zien eruit als drie verschillende producten, afhankelijk van hoe je de kalender indeelt.

Het patroon is deels een artefact van de bucket en niet zozeer een vaste eigenschap van het product: bredere buckets bevatten minder lege periodes, dus een SKU die dagelijks met tussenpozen wordt gelezen, kan als vast maandelijks worden gelezen zonder dat een enkele verkoop verandert. Wees echter eerlijk over wat dat oplevert. Vijf eenheden per maand, teruggerekend naar een periode van twaalf dagen, is 5 × 12 ÷ 30 = 2 eenheden, hetzelfde antwoord dat het dagtarief gaf. Aggregatie bepaalt wat u kunt zien en op welke cadans u beoordeelt. Het verandert niets aan wat de rekenkunde teruggeeft.

Planningsmethoden die werken

Tel de vensters in plaats van ze te middelen

Het gemiddelde twaalfdaagse venster bevatte 2,1 eenheden. Vraag nu wat het ergste was. Het antwoord is 6: de bestelling van 4 eenheden op dag 70 en de bestelling van 2 eenheden op dag 78, acht dagen uit elkaar, binnen hetzelfde traject. Slechts één ander paar verkopen in het kwartaal ligt dichtbij genoeg om een ​​periode te delen, namelijk dag 19 en 27, en dat paar is in totaal vier.

Zes is bijna drie keer het gemiddelde, en het is het getal dat de moeite waard is om op te schrijven. Houd 6 vast en elk doorlooptijdvenster in de waargenomen geschiedenis is gedekt. Het hele kwartaal bestaat uit zeven verkopen, dus voer de telling opnieuw uit elke keer dat er een nieuwe binnenkomt. Het is nog steeds een betere basis dan een berekening van het gemiddelde en de standaardafwijking waarvan u al weet dat deze niet klopt.

Crostons methode, en wat deze niet oplost

De methode van Croston is voor dit patroon gebouwd. In plaats van een reeks af te vlakken die grotendeels uit nullen bestaat, worden er twee afgevlakte reeksen aangehouden en beide alleen bijgewerkt in perioden waarin iets is verkocht: één voor de omvang van de verkoop, één voor de kloof tussen de verkopen. De voorspelling is de verhouding.

Prognosepercentage = afgevlakte vraagomvang ÷ afgevlakte interval tussen verkopen

Dat is beter dan de gemiddelde nullen, en dit is waar het onderzoek wijst op een intermitterende vraag. Het heeft ook een gedocumenteerde positieve bias, wat betekent dat het de neiging heeft om te veel te voorspellen, toegeschreven aan Syntetos en Boylan. De standaardcorrectie, de Syntetos-Boylan-benadering, verlaagt de voorspelling ter compensatie, maar de literatuur merkt op dat deze kan doorschieten in een negatieve bias die soms groter is dan de correctie die werd gecorrigeerd. Geen van beide versies is neutraal, en geen enkele traceerbare bron vermeldt een percentage.

Croston's retourneert ook een eis tarief, geen datum, en bij een SKU die zeven keer per kwartaal wordt verkocht, is wat u pijn doet de omvang van één bestelling, die bij elk tarief gemiddeld wegvalt. Het is de juiste reeks methoden, niet een getal waarop u kunt reageren zonder afzonderlijk dekking te hebben voor een enkele transactie.

Het beleid dat meestal wint: min/max

Voor de meeste kleine catalogi is het praktische antwoord niet een betere voorspelling, maar een beleid dat er geen nodig heeft: een minimum dat een herschikking teweegbrengt, een maximum waartoe je bestelt, beide met rust gelaten totdat er iets verandert. Min/max voorraadplanning behandelt hoe de twee in kaart brengen op het bestelpunt en het beoogde voorraadniveau. Voor de trimmer: min 6, de slechtst waargenomen periode van twaalf dagen, en max 20, ongeveer vier maanden dekking bij vijf eenheden per maand. De voorraad raakt 6, je bestelt 20 − 6 = 14 stuks, en bij ongeveer 60 stuks jaarlijkse vraag gebeurt dat ongeveer vier keer per jaar. De minimale bestelhoeveelheid of verpakking van een leverancier bepaalt vaak de maximale hoeveelheid voor een product dat zo traag is.

De grootte van een buffer aanpassen wanneer de formule mislukt

De buffervraag hier is niet "aan hoeveel variabiliteit word ik blootgesteld gedurende de doorlooptijd". Het is: "Als er nog een klant bestelt terwijl de zending onderweg is, kan ik deze dan vullen?" Het slechtst waargenomen venster van 6, plus nog een typische volgorde van 2, is 8. Dat is een oordeel dat rekenkunde draagt, en het zou als één moeten worden bestempeld.

Nu het deel dat mensen opvalt. Verkort de doorlooptijd van twaalf naar vier dagen en tel dezelfde vierentachtig dagen: het slechtste venster van vier dagen bevat nog steeds 4 eenheden, omdat het nog steeds die ene bestelling is op dag 70. Door de doorlooptijd met tweederde te verkorten, wordt de vereiste dekking met een derde verlaagd. Bij dit soort SKU's wordt de buffer ingesteld op de grootte van één transactie in plaats van op het aantal dagen dat u wacht, wat het omgekeerde is van hoe een bestelpunt zich gedraagt ​​op een fast mover. Een kortere doorlooptijd verdient nog steeds zijn waarde, maar door u eerder weer op voorraad te krijgen, en niet door u minder te laten aanhouden.

Wanneer moet u stoppen met het inslaan ervan?

Intermitterend is niet hetzelfde als dood. Een SKU met lange tussenruimtes en een echte uitverkoop aan het einde van elke tussenruimte werkt. Langzaam bewegende voorraad identificeren omvat de detectiedrempels en de stop-herordeningsbeslissing, dus dit is alleen het intermitterende specifieke deel.

Drie vragen beslissen erover. Is het überhaupt verkocht in de meest recente periode, of is elke verkoop die u plant ouder dan uw beoordelingsperiode? Heeft het betrekking op iets anders, zodat de verkoop die u zou verliezen groter is dan het regelitem? En kunt u aan de vraag voldoen zonder überhaupt voorraden aan te houden? Dat laatste wordt overgeslagen. Een aanbieding die op bestelling is gemarkeerd of die binnen een bepaald aantal dagen wordt verzonden, verandert een SKU die regelmatig op voorraad is in een niet-op voorraad: u geeft de onmiddellijke uitverkoop op en behoudt het geld en de plank. Voor het diepste deel van een lange staart klopt dat vaak, en het is een beslissing over het product en niet over de voorspelling.

Het met de hand tellen van de slechtst denkbare vensters, per SKU, over een lange staart, is het soort taak dat één keer wordt gedaan en nooit meer wordt herhaald. StockCue leidt de snelheid en een bestelpunt per variant af uit 24 maanden van uw eigen bestelgeschiedenis, voor elk abonnement, inclusief Gratis, en Growth voegt de uitsplitsing toe die laat zien welke inputs elke hoeveelheid produceerden. Wat het niet zal doen, en niets doet, is zeven verkopen omzetten in een zelfverzekerde voorspelling.

Veelgestelde vragen

Wat is een intermitterende vraag?

Intermitterende vraag beschrijft een SKU die zelden wordt verkocht, met lange tussenpozen tussen de verkopen, in ongeveer consistente hoeveelheden wanneer deze wel wordt verkocht. Het daarmee samenhangende patroon, de klonterige vraag, zorgt voor onvoorspelbare ordergroottes bovenop de onregelmatige timing. Beide breken met de voorspellingsmethoden die zijn ontwikkeld voor vaste verkopers, omdat de meeste perioden in de geschiedenis helemaal geen verkopen bevatten.

Waarom werkt de formule voor het bestelpunt niet bij langzame verkopers?

De formule vermenigvuldigt de gemiddelde dagelijkse verkoop met de doorlooptijd, en bij een langzame verkoper is dat gemiddelde meestal een gemiddelde van dagen zonder verkoop. Het retourneert een triggerniveau dat kleiner is dan een enkele klantbestelling, dus de trigger wordt geactiveerd nadat u al een tekort heeft. De term veiligheidsvoorraad heeft een tweede probleem: er wordt van uitgegaan dat de vraag grofweg normaal verdeeld is, en dat een reeks van voornamelijk nullen met af en toe een piek niet het geval is.

Wat is de methode van Croston?

De methode van Croston voorspelt een intermitterende vraag door twee afzonderlijk afgevlakte reeksen bij te houden, één voor de omvang van een verkoop en één voor de kloof tussen de verkopen, waarbij beide alleen worden bijgewerkt in perioden waarin iets daadwerkelijk wordt verkocht. De voorspelling is een afgevlakte grootte gedeeld door een afgevlakt interval. Het past beter bij dit patroon dan een voortschrijdend gemiddelde, maar het heeft een gedocumenteerde positieve bias, wat betekent dat het de neiging heeft om te veel te voorspellen, en het geeft een langetermijnpercentage weer in plaats van u te vertellen wanneer de volgende bestelling zal arriveren.

Moet u een veiligheidsvoorraad aanhouden op een intermitterende SKU?

Meestal wel, maar niet op de standaard manier berekend. De serviceniveau-tijden-standaardafwijkingsformule gaat uit van een vraagverdeling die een intermitterende SKU niet heeft. Een beter verdedigbare buffer is de grootste vraag die een doorlooptijdvenster in uw eigen geschiedenis feitelijk bevatte, plus ruimte voor nog een typische bestelling.