Ce este o prognoză de stoc?
O prognoză de stoc te ajută să estimezi cererea viitoare pentru produse pe termen scurt, mediu sau lung. Este o parte esențială a oricărei strategii eficiente de gestionare a inventarului. Prin anticiparea cererii, poți îmbunătăți serviciul clienți, controlul stocurilor și gestionarea capacității.
Se pot prognoza și costurile asociate comenzilor viitoare. Un alt aspect important este timpul de livrare (lead time), care în general devine mai scurt. Indiferent ce alegi să prognozezi, ține cont de următoarele principii:
- Prognoza este mai precisă pe termen scurt. Cu cât privești mai departe, cu atât scade precizia.
- Prognoza nu va fi exactă. Va exista o marjă de eroare și este important să o cunoști.
- Prognoza nu înlocuiește cererea reală.
Tipuri de prognoze
Există multe metode de prognozare și niciuna nu este cea mai bună în orice situație. Alegerea depinde de orizontul de timp și de datele disponibile. Prognozele pot fi împărțite în funcție de durată:
- Prognoze pe termen lung: acoperă mai mulți ani
- Prognoze pe termen mediu: între trei luni și un an
- Prognoze pe termen scurt: câteva săptămâni înainte
Prognozarea se poate baza pe date istorice sau estimări de tip judiciar. Dacă există un istoric de cerere fiabil, acesta ar trebui folosit ca sursă principală.
Tehnici de prognoză
Am discutat anterior despre metoda cantității economice de comandă (EOQ), care ajută la stabilirea cantității de produse ce trebuie achiziționate. În această postare vom analiza trei metode de bază care folosesc date istorice.
Vom folosi datele din octombrie, noiembrie și decembrie 2022 pentru a prognoza primele trei luni din 2023.
Media mobilă
Această metodă calculează media simplă a unui număr specificat de luni anterioare pentru a estima cererea din luna următoare.
| Octombrie 2022 | 114 |
| Noiembrie 2022 | 119 |
| Decembrie 2022 | 137 |
| Ianuarie 2023 | ? 114 + 119 + 137 = 370, 370 / 3 = 123 |
| Februarie 2023 | ? 119 + 137 + 123 = 379, 379 / 3 = 126 |
| Martie 2023 | ? 137 + 123 + 126 = 386, 386 / 3 = 129 |
Media mobilă ponderată
Această metodă atribuie ponderi diferite lunilor anterioare, cu cea mai mare pondere pentru datele cele mai recente. Este eficientă pentru prognoze pe termen scurt pentru produse stabile.
Notă: Suma ponderilor trebuie să fie 1,00. În acest exemplu folosim 0,6 (cea mai recentă), 0,3 și 0,1
| Octombrie 2022 | 114 |
| Noiembrie 2022 | 119 |
| Decembrie 2022 | 137 |
| Ianuarie 2023 | ? 137 * 0.6 + 119 * 0.3 + 114 * 0.1 = 129 |
| Februarie 2023 | ? 129 * 0.6 + 137 * 0.3 + 119 * 0.1 = 131 |
| Martie 2023 | ? 131 * 0.6 + 129 * 0.3 + 137 * 0.1 = 130 |
Netezire liniară
Similară cu media mobilă ponderată, dar aici ponderile sunt calculate automat printr-o formulă și scad liniar. Este eficientă pentru prognoze pe termen scurt ale produselor mature.
Pondere pentru o lună în urmă = 3 / ((n² + n)/2) = 3 / 6 = 0.5
Pondere pentru două luni în urmă = 2 / 6 = 0.3
Pondere pentru trei luni în urmă = 1 / 6 ≈ 0.17
| Octombrie 2022 | 114 |
| Noiembrie 2022 | 119 |
| Decembrie 2022 | 137 |
| Ianuarie 2023 | ? 137 * 0.5 + 119 * 0.3 + 114 * 0.17 = 126 |
| Februarie 2023 | ? 126 * 0.5 + 137 * 0.3 + 119 * 0.17 = 128 |
| Martie 2023 | ? 128 * 0.5 + 126 * 0.3 + 137 * 0.17 = 129 |
Concluzie
Prognozele se bazează pe date istorice și modele matematice. Nu sunt perfecte și pot conține erori provenite din model, din date sau din interpretare. Totuși, o estimare bine făcută este mult mai bună decât nicio estimare.
În postările viitoare vom explora metode mai avansate precum netezirea exponențială și regresia celor mai mici pătrate, și vom analiza cum pot fi automatizate în sistemele de gestionare a stocurilor.