Определяющие факторы потребности (ОФП) 

Цель

Для автоматизации процесса пополнения запаса, создающего оптимизированные количества заказа, необходим точный прогноз будущей потребности. Как правило, он создается с помощью алгоритмов прогнозирования, которые вычисляют объем будущей потребности на основе данных прошлых периодов. На качество прогноза потребности влияют следующие факторы:

●         Высокое качество данных прошлых периодов, на которых основан прогноз

●         Выбор наиболее соответствующей модели прогноза, которая описывает характеристики потребности отдельной продукции

●         Последствия внешнего влияния на спрос в прошлом и будущем (также известны как определяющие факторы потребности или ОФП)

Модуль Определяющие факторы потребности (ОФП) предоставляют данные ввода для процесса автоматического пополнения запаса. Это позволяет учитывать влияние предсказуемых внешних факторов на спрос при составлении прогноза. Модуль позволяет анализировать и корректировать ОФП, а также управлять ими при необходимости.

Примеры ОФП:

●         Рекламные мероприятия и кампании

●         Праздничные дни или отпуска (Пасха, Благодарение, Рождество)

●         Спортивные мероприятия (Суперкубок, чемпионат мира по футболу)

●         Продажные цены и изменения цен

●         Необычные погодные условия (периоды высокой температуры, ураганы)

Рекомендации по внедрению

В дополнение к упомянутым выше примерам можно определить ОФП для любых других факторов, которые можно выразить количественно, выполнять их ведение, сохранять и использовать для пояснения изменения объемов продажи продукта или потребности в нем. Эти факторы могут включать в себя агрегированную продажу филиала, итоговый рынок сбыта, выкладки стеллажа, движение филиала и т. д.

При реализации ОФП следует выбирать осмотрительно (особенно метрические ОФП), чтобы избежать перегрузки системы и снижения точности прогноза.

Функции

Влияние ОФП связано с периодом, в течение которого они действуют:

●         Событийные ОФП представляют собой внешние события, которые ограничены особым, обычно коротким временным интервалом, т. е. они имеют дискретные экземпляры. К ним относятся рекламные мероприятия, рекламные кампании или любые мероприятия, связанные со временем (праздничные дни или спортивные мероприятия). Экземпляры могут быть событиями типа "да или нет" (т. е. они либо происходят, либо не происходят, например, праздничные дни) или иметь определенную интенсивность (например, ураганы или периоды высокой температуры). ОФП этого типа, как правило, являются действительными для большого количества местоположений и продуктов и могут не относиться к какому-либо одному продукту.

●         Медленно изменяющиеся ОФП имеют определенное значение, которое изменяется только время от времени, например, продажная цена продукта. Такие ОФП, как правило, действительны только для одного продукта в отдельном местоположении.

●         Быстро изменяющиеся ОФП изменяются практически постоянно. Это изменение может быть описано с помощью временного ряда, а не отдельного экземпляра или внесения изменений в ОФП, например, агрегированные прогнозы по филиалу как определяющий фактор для прогноза для центра распределения.

Для новых филиалов, не имеющих данных прошлых периодов для прогнозирования спроса, можно указать филиал-образец. Система может использовать данные прошлых периодов из филиала-образца, чтобы прогнозировать потребность нового филиала. Также можно определить ссылочные продукты.

В рамках подготовки калькуляции прогноза можно определить автоматическое исключение слишком высоких или слишком низких значений (посторонние значения). Так как экземпляр ОФП может привести к появлению значений продаж или потребления, похожих на посторонние, можно подавить функцию корректировки посторонних значений для периодов, которые содержат экземпляр ОФП, и вместо этого пояснить исключительно высокое значение экземпляром ОФП.

Экземпляры ОФП могут быть активными или неактивными. Неактивные экземпляры ОФП игнорируются при калькуляции прогноза. Если нет определенной уверенности в наступлении события, можно сделать ОФП неактивным, а затем повторно активировать его, когда ситуация прояснится.

Существует два специальных типа ОФП:

●         Поправочный коэффициент. Можно корректировать прогнозируемые значения потребности с помощью коэффициента, введенного вручную (например, для новых или одноразовых экземпляров стандартного ОФП).

●         Игнорировать.ОФП игнорировать используется для исключения исторических периодов потребности из прогноза (например, в случае непредвиденных событий, которые искажают показатели расхода). Вместо этого система использует средние исторические значения потребности.

Данные DIF, которые больше не требуются, могут быть реорганизованы (удалены из базы данных).