הביקוש שלכם אינו עקומת פעמון

אי שם בתהליך התכנון שלכם יושבת חוגה. אתם קובעים רמת שירות, נניח 95%, והמערכת מתרגמת אותה לכמות חוצץ לכל פריט. התרגום הזה הוא מתמטיקה מספר לימוד ואין עליו ויכוח. מה ששווה שעה מזמנכם היא תמונת העסק שמסתתרת בתוכו, כי התמונה הזו שגויה עבור נתח משמעותי מקטלוג טיפוסי, והיא שגויה בדיוק במק״טים שכואבים.

מה נוסחת מלאי הביטחון שלכם מניחה בשקט?#

היא מניחה שהביקוש שלכם נראה כמו עקומת פעמון מסודרת: מתרכז סביב הממוצע, יורד באופן שווה לשני הצדדים, בלי הפתעות. המכפיל שהמערכת מפעילה על רמת השירות שלכם, שהמתכננים אצלכם אולי קוראים לו מקדם שירות או z, איננו כפתור זהירות כללי. הוא עקומת הפעמון בפעולה.

שלוש טענות ארוזות שם, וכל אחת מהן היא מקום שבו המציאות יכולה לקום וללכת. שהביקוש סימטרי סביב הממוצע שלו. שכל תקופה בלתי תלויה בזו שלפניה. ושהדפוס עמד במקום לאורך החלון שעליו מדדתם.

ההנחה הזו נכנסת לשרשרת בדרך כלל פעמיים, והפעם השנייה קלה יותר לתפיסה. לפני שמחשבים חוצץ בכלל, משהו צריך לייצר מספר ביקוש ואיזושהי הערכה של אי-הוודאות סביבו, ו-Hyndman ו-Athanasopoulos ישירים לגבי מה שהשלב הזה מניח כברירת מחדל: רוב מודלי הסדרות העתיות מייצרים תחזיות שמתפלגות נורמלית, כלומר מניחים שהתפלגות הערכים העתידיים האפשריים היא נורמלית (Forecasting: Principles and Practice, מהדורה שלישית). הם מתארים את התחזית ולא את נוסחת מלאי הביטחון, ולכן זו איננה אותה אמירה על אותה משוואה. זו אותה עקומת פעמון שנכנסת שלב אחד קודם, ומשמעות הדבר היא שארגון יכול לרשת את ההנחה פעמיים בלי שהסכים לה במודע אפילו פעם אחת.

זו איננה הנחה מטופשת. עקומת הפעמון באמת נכונה במספר עצום של הקשרים, היא דורשת רק שני מספרים שכל גיליון אקסל יודע לייצר, והיא מה שמאפשר בכלל לנהל הכל בחוגה אחת של רמת שירות. היא הרוויחה את מקומה. הבעיה היא שאף אחד לא בודק מחדש אם המק״ט שמולו עומד בתנאים.

למה זה נשבר על המק״טים התנודתיים שלכם?#

כי ביקוש לא יכול להיות שלילי, ועקומת פעמון כן.

עקומת פעמון נמתחת עד אינסוף לשני הכיוונים. התאימו אותה להיסטוריית ביקוש, והקציתם בשקט הסתברות מסוימת ללקוחות שמחזירים סחורה שמעולם לא הזמינו. במק״ט מהיר ויציב ההסתברות הזו קטנה מכדי להתעניין בה. במק״ט תנודתי היא כלל לא קטנה, ואפשר לחשב בדיוק כמה גרוע המצב בעמודה אחת באקסל.

המספר שקובע את זה הוא כזה שהמתכננים אצלכם כבר עוקבים אחריו: כמה גדולות התנודות ביחס לממוצע, כלומר סטיית התקן של הביקוש חלקי הביקוש הממוצע. מתכננים וספקים קוראים לזה מקדם השתנות, או CV. תחת מודל של עקומת פעמון, כמות ההסתברות שיושבת מתחת לאפס תלויה רק ביחס הזה, ואפשר לקרוא אותה ישירות מאקסל עם NORM.S.DIST(-1/CV, TRUE):

קראו שוב את השורות התחתונות. במק״ט שהתנודות בו גדולות כמו הממוצע שלו, המודל שקובע לכם את המלאי שם בערך שישית מהציפייה שלו על משהו שלא יכול לקרות פיזית. זו לא שגיאת עיגול. זה מודל עם הצורה הלא נכונה, בדיוק באזור שבו אתם מבקשים ממנו לעבוד.

הסיבה מבנית ולא מקרית. לביקוש יש רצפה באפס ואין תקרה, ולכן התמונה האמיתית מעוכה בצד אחד ומתוחה בצד השני. גדלים שנוצרים ממכפלה של השפעות ולא מסכימה שלהן מתנהגים כך בתחומים רבים; המקור הסטנדרטי הוא Limpert, Stahel ו-Abbt, BioScience 51(5), 2001.

מה שמקשה לתפוס את זה הוא שהשגיאה לא רצה לכיוון אחד וצפוי. מודל סימטרי שנפרש מעל מציאות עקומה נדיב מדי באזור אחד ודק מדי באחר, ובאיזה מהם תיפלו תלוי ברמת השירות שחייגתם ובעוצמת העקמומיות. כך או כך, אתם לא קונים את רמת השירות שכתובה על החוגה. אתם קונים רמת שירות לא ידועה, ומגלים איזו אחרי סגירת הרבעון.

ומה עם המק״טים שלא נמכרים ברוב השבועות?#

במק״טים איטיים עקומת הפעמון איננה קצת לא מדויקת. היא פשוט הסוג הלא נכון של דבר.

אם מק״ט נמכר רק בחלק קטן מהשבועות, ההיסטוריה שלו היא בעיקר אפסים עם הזמנות מזדמנות. מתכננים קוראים לזה ביקוש לסירוגין, וביקוש גבשושי כשגם גודל ההזמנות משתנה בפראות. אין שם עקומת פעמון בשום מקום: השבוע הסביר ביותר הוא שבוע של אפס, והביקוש השבועי הממוצע שכל הנוסחה נשענת עליו הוא גודל שהמק״ט אף פעם לא חווה בפועל.

זהו שטח ממופה היטב ולא מקרה קצה אקזוטי. השיטה הראשונה הסטנדרטית מפצלת את ההיסטוריה לשתי שאלות, כמה גדולות ההזמנות וכמה רחוק הן זו מזו, ומטפלת בכל אחת בנפרד: J. D. Croston, “Forecasting and stock control for intermittent demands”, Operational Research Quarterly 23(3), 1972, שמתואר על מגבלותיו אצל Hyndman ו-Athanasopoulos, Forecasting: Principles and Practice.

אתם לא צריכים ליישם דבר מזה. הנקודה היא שקטלוג איננו אוכלוסייה אחת, והרצת כלל יחיד שכויל על המהירים שלכם על פני כל הקטלוג היא הטעות. הזנב האיטי הוא בדרך כלל רוב מספר המק״טים ונתח רציני מההון החוזר.

במה כדאי להשתמש במקום?#

בסדר עולה של מאמץ:

קראו את התשובה מההיסטוריה שלכם. אתם לא צריכים לדעת איזו צורה יש לביקוש שלכם אם יש לכם מספיק היסטוריה כדי לבדוק אותה ישירות. סדרו את הביקוש בחלונות באורך זמן האספקה שלכם, מיינו, וקחו את הערך ה-95 מתוך 100. זו רמת הכיסוי של 95% שלכם, נמדדת ולא מונחת, והיא מכבדת את הרצפה באפס מאליה כי שום דבר בהיסטוריה שלכם איננו שלילי. המחיר הוא שצריך מספיק חלונות כדי שזה יהיה בעל משמעות, ושזה מניח ששנה הבאה דומה בגדול לשנה שעברה.

בקשו תחזית עם טווח ולא עם נקודה. תחזית של 1,000 יחידות לא אומרת לכם דבר על חוצצים. תחזית שאומרת ‘הכי סביר 1,000, עם 80% סיכוי לנחות בין 700 ל-1,500’ שימושית ישירות: החוצץ הוא המרחק בין התוכנית שלכם לקצה העליון שבחרתם לכסות. זה עוזר רק אם הטווח עצמו לא יוצר על אותה הנחת פעמון, שהיא כאמור ברירת המחדל. התרופה מופיעה באותו מקור: כשהנחה של התפלגות נורמלית לשאריות איננה סבירה, חלופה אחת היא bootstrapping, שמניחה רק ששאריות המודל אינן מתואמות זו עם זו ושהשונות שלהן קבועה. במקום להניח צורה לפספוסים, השיטה דוגמת מחדש את הפספוסים ההיסטוריים של התחזית עצמה, והתוצאה היא בדיוק זו שחשובה לכם: מכיוון שאין הנחת נורמליות, טווחי התחזית אינם סימטריים. טווח לא סימטרי הוא התשובה הכנה לגודל שיש לו רצפה ואין לו תקרה, והשאלה לספק איזה משני סוגי הטווח הוא מייצר היא שאלה הוגנת ומאירת עיניים.

התאימו את הטיפול למק״ט ולא לקטלוג. מק״טים מהירים ויציבים באמת קרובים לעקומת פעמון והכלל הסטנדרטי מתאים להם. אמרו את זה, השאירו אותו, והשקיעו את המאמץ היכן שהצורה שגויה.

מסגור אחד ששווה להביא לשיחה הזו: רמת המלאי הנכונה מעולם לא הייתה הממוצע ממילא. היא תלויה במה שחוסר במדף עולה לכם מול מה שמשטח מלאי מת עולה לכם, ושני המספרים האלה כמעט אף פעם לא שווים. ברגע שהם לא שווים, התשובה הנכונה יושבת מעל הממוצע או מתחתיו מעצם ההגדרה, עוד לפני שמישהו מתווכח על התפלגויות.

איך בודקים את קובץ המק״טים שלכם?#

אחר צהריים אחד, ייצוא מה-ERP וגיליון אקסל.

1. משכו שנתיים עד שלוש של ביקוש לפי מק״ט ולפי תקופה, כשאורך התקופה תואם את הקצב שבו אתם באמת מזמינים ולא את מה שלוח השנה מציע.
2. הוסיפו שתי עמודות. יחס התנודתיות שלמעלה (סטיית תקן חלקי ביקוש ממוצע), ושיעור התקופות בלי ביקוש בכלל. השנייה מפרידה בין המק״טים לסירוגין לרציפים הרבה יותר טוב מסיווג ABC.
3. מיינו לפי תנודתיות בסדר יורד והצליבו מול שווי המלאי. כל מה שבראש מנוהל בכלל שההנחה שלו מופרת אצלו, ועכשיו יש לכם רשימה מדורגת של המקומות שבהם יושב הכסף.
4. לעשרת המק״טים היקרים ביותר, הריצו את ההשוואה הכנה. הניחו את החוצץ שהכלל הנוכחי שלכם נותן ליד המספר שההיסטוריה שלכם נותנת, לפי האחוזון מהחלק הקודם. היכן שהם מתפצלים בגדול, הנוסחה וההיסטוריה חלוקות לגבי העסק שלכם, ורק לאחת מהן יש ראיות.

זה שלוש עמודות והשוואה אחת. זה לא יגיד לכם מה לעשות, אבל זה יגיד לכם, בלי מספרים של אף אחד חוץ מכם, איזה חלק מהקטלוג שלכם מתוכנן עם התמונה הלא נכונה בראש.

אם תרצו שהבחינה הזו תיעשה כמו שצריך על פני קובץ מק״טים מלא, זה השלב הראשון שבו מתחילה העבודה שלנו על מלאי ביטחון ברמת פריט, לפני כל התחייבות למידול. שני מדריכים משלימים מכסים את הטעויות השכנות: הממוצע שלכם משקר לכם על המספר השטוח שמסתיר עסק שזז, ומה מדדי דיוק התחזית מסתירים על השאלה איך ציון דיוק בריא יושב מעל מק״טים שגויים.