Efterspørgselsplanlægning og lagerstyringsprocesser findes for at hjælpe med at undgå:
- Unødvendigt høje lagerniveauer (overlager)
- Dyre lagerafskrivninger
- Overdreven brug af førsteklasses transporttjenester
- Glemte forpligtelser og dårlige serviceniveauer
ERP-systemer sporer lager og salg på SKU-niveauer, men lageroptimering er ud over dem. De fleste forhandlere og grossister tager derfor udgangspunkt i regnearksplanlægning i Excel.
Dette er en suboptimal løsning, der dog indeholder flere skjulte omkostninger. Manuel implementering af hvert tilpasset ark resulterer i en ikke-standard proces. Dette fører til et element af risiko, manglende fleksibilitet i systemet og en langsigtet begrænsning af vækst. Efterhånden som modellerne bygges og udvikler sig, afviger de mere og mere fra ethvert standard udgangspunkt.
Regnearksmodeller dokumenteres sjældent, og selvom de kan give perfekt mening for det teammedlem, der har bygget dem, er interessenter på tværs af forsyningsstyring behov for at kunne bruge og udlede indsigt fra systemet. Hvis den eneste person, der virkelig forstår modellen, er fraværende på grund af sygdom eller ferie eller forlader virksomheden, bliver regnearket et ustøttet enkelt fejlpunkt.
Med flere mennesker, der manipulerer individuelle regneark, er dokumentationen (eller manglen på) af de foretagne ændringer en anden bekymring. Ændringer er usandsynligt, at de er ligetil og kræver manuel indgriben på tværs af flere felter, og når de foretages, er der ingen umiddelbar metode til at logge dem og spore deres indvirkning på modellen.
Dydbare tidsressourcer investeres i vedligeholdelse af et regnearksbaseret system – denne unødvendige supportoverhead er dyr for virksomheden. For at håndtere alle dine produkter vil arket sandsynligvis være stort, mindst i størrelsesordenen tusindvis af celler. Med så mange data i et enkelt regneark kræves der en regelmæssig revisionsproces for at sikre, at alle oplysningerne bliver håndteret korrekt, især når man tænker på den forskning, der anslår, at 94 % af regnearkene indeholder fejl. Lad os ikke engang tale om muligheden for, at hele arket bliver ødelagt…
I enhver virksomhed, der håndterer en række varer, er det usandsynligt, at efterspørgselsmønstrene vil være konsistente på tværs af alle produkter. Anvendelse af en beholdningsprognosemetode, der passer til alle, vil resultere i en statistisk usund tilgang til at bygge fejl på fejl på grund af ugyldige antagelser for nogle varer. Vi vil undersøge konsekvenserne af de mange variabler, der er i spil i lageroptimering, i vores næste indlæg .
Hvis vi allerede har overbevist dig om, at regneark ikke er i stand til at håndtere dine lagerstyringsprocesser,kontakt os i dag for at se, hvor stor en forskel AGR-softwaren kan gøre for din markedsposition.
