{"id":2857,"date":"2020-03-03T00:00:00","date_gmt":"2020-03-03T00:00:00","guid":{"rendered":"https:\/\/www.agrinventory.com\/tillampa-processer-for-basta-praxis-pa-din-efterfrageprognoser-2\/"},"modified":"2025-01-03T20:37:28","modified_gmt":"2025-01-03T20:37:28","slug":"tillampa-processer-for-basta-praxis-pa-din-efterfrageprognoser","status":"publish","type":"post","link":"https:\/\/www.agrinventory.com\/sv\/blog\/tillampa-processer-for-basta-praxis-pa-din-efterfrageprognoser\/","title":{"rendered":"Till\u00e4mpa processer med b\u00e4sta praxis f\u00f6r dina efterfr\u00e5geprognoser"},"content":{"rendered":"\n
Lagerplanering \u00e4r en komplicerad uppgift – med allt fler kanaler, st\u00f6rre variationer i efterfr\u00e5gan och mer oregelbundna ledtider blir det allt sv\u00e5rare att hantera lagret, ofta inom givna ramar.<\/h5>\n

D\u00e5lig lagerplanering \u00e4r mycket kostsamt. Det leder bland annat till felaktiga kombinationer av lager, f\u00f6r h\u00f6ga lagerniv\u00e5er, \u00f6verinvesteringar, d\u00e5ligt kapitalutnyttjande och f\u00f6rlorade int\u00e4kter. Andra konsekvenser \u00e4r problem med sluts\u00e5lda varor och f\u00f6r mycket tid som l\u00e4ggs p\u00e5 k\u00f6pprocessen. <\/p>\n

Detta dokument tar upp n\u00e5gra fr\u00e5gor som organisationer kan till\u00e4mpa i sin verksamhet f\u00f6r att f\u00e5 b\u00e4ttre kontroll \u00f6ver sin lagerplaneringsprocess. Detta kommer att leda till h\u00f6gre l\u00f6nsamhet genom att leverera f\u00f6rb\u00e4ttrade serviceniv\u00e5er samtidigt som lagret s\u00e4nks och ger m\u00f6jlighet att uppn\u00e5 mer kostnadseffektiva verksamheter. <\/p>\n

Vi kommer att diskutera hur korrekta prognosmetoder, ber\u00e4kning av s\u00e4kerhetslager och effektiv anv\u00e4ndning av system f\u00f6r tidig varning kan f\u00f6rb\u00e4ttra den \u00f6vergripande lagerplaneringsprocessen och f\u00f6rb\u00e4ttra l\u00f6nsamheten. Vi kommer ocks\u00e5 att unders\u00f6ka hur dessa fr\u00e5gor vanligtvis inte l\u00f6ses p\u00e5 r\u00e4tt s\u00e4tt inom nuvarande aff\u00e4rssystem och vilken metodik som kan anv\u00e4ndas f\u00f6r att f\u00f6rb\u00e4ttra dem. <\/p>\n<\/p>\n

Minskad komplexitet men \u00f6kad noggrannhet<\/h2>\n

F\u00f6r att minska lagerkomplexiteten i planeringsarbetet brukar f\u00f6retagen g\u00e5 igenom en resa. Resan b\u00f6rjar med grundl\u00e4ggande ber\u00e4kningar av s\u00e4kerhetslager enligt “tumregeln”, d\u00e4r man till den f\u00f6rv\u00e4ntade efterfr\u00e5gan l\u00e4gger ett visst antal dagars eller veckors t\u00e4ckning f\u00f6r att s\u00e4kerst\u00e4lla att slutkunden f\u00e5r en viss serviceniv\u00e5. Lagerniv\u00e5erna kontrolleras huvudsakligen med hj\u00e4lp av min- och maxm\u00e5tt. <\/p>\n

P\u00e5 grund av of\u00f6ruts\u00e4gbarheten hos vissa artiklar, efterfr\u00e5gan och betydelsen av vissa produkter, kan “tumregel” s\u00e4kerhetslager och min\/max lagerstyrning ofta \u00e4nd\u00e5 leda till slut p\u00e5 lager.<\/p>\n

N\u00e4sta steg p\u00e5 v\u00e4gen \u00e4r att f\u00f6rs\u00f6ka klassificera eller gradera produkter i viktiga omr\u00e5den. Dessa omr\u00e5den kan vara f\u00f6rs\u00e4ljningsgrad, l\u00f6nsamhet, oms\u00e4ttning eller annat. Klasserna fastst\u00e4lls, ofta med hj\u00e4lp av ABC-klassificeringen (Pareto-analys), och sedan till\u00e4mpas olika dagar\/veckor f\u00f6r s\u00e4kerhetslagert\u00e4ckning f\u00f6r olika klasser. Till exempel f\u00e5r A-artiklar, som har den h\u00f6gsta f\u00f6rs\u00e4ljningsgraden, 4 veckors s\u00e4kerhetslager medan B-artiklar f\u00e5r 3 veckor. <\/p>\n

Fr\u00e5gan \u00e4r d\u00e5 om r\u00e4tt prognosmetod anv\u00e4nds. Forskning har visat att en 10% \u00f6kning av prognosprecisionen kan leda till en 10% \u00f6kning av vinsten. I n\u00e4sta avsnitt unders\u00f6ker vi vilka prognosmetoder som kan anv\u00e4ndas och hur man hittar den b\u00e4st l\u00e4mpade prognosen f\u00f6r varje enskild SKU per plats. <\/p>\n

B\u00e4sta praxis \u00e4r att \u00f6verg\u00e5 till att anv\u00e4nda tekniker f\u00f6r lageroptimering. H\u00e4r granskas varje enskild SKU per plats, den b\u00e4st l\u00e4mpade prognosen hittas och anv\u00e4nds f\u00f6r att planera den f\u00f6rv\u00e4ntade l\u00f6pande efterfr\u00e5gan, med h\u00e4nsyn till s\u00e4songsvariationer, l\u00e5ngsamma produkter och trender. <\/p>\n

Den \u00f6kande trenden med shopping p\u00e5 internet uppt\u00e4cks till exempel automatiskt och anv\u00e4nds f\u00f6r att skapa l\u00f6pande prognoser.<\/p>\n

Serviceniv\u00e5erna kan st\u00e4llas in per SKU och plats f\u00f6r att skapa individuella<\/p>\n

SKU s\u00e4kerhetslagerkrav. P\u00e5 s\u00e5 s\u00e4tt f\u00f6rhindras att lagret tar slut och tillg\u00e4ngligheten bibeh\u00e5lls p\u00e5 en viss fastst\u00e4lld niv\u00e5, men med l\u00e4gsta m\u00f6jliga lagerniv\u00e5. <\/p>\n<\/p>\n

Anv\u00e4nder du r\u00e4tt prognosmetoder?<\/h2>\n

En av de vanligaste metoderna som f\u00f6retag anv\u00e4nder f\u00f6r att prognostisera den framtida efterfr\u00e5gan p\u00e5 produkter \u00e4r att ber\u00e4kna ett genomsnitt av f\u00f6rs\u00e4ljningen under de senaste m\u00e5naderna. Den h\u00e4r metoden kan fungera bra f\u00f6r varor som har en j\u00e4mn efterfr\u00e5gan, men den fungerar inte bra f\u00f6r andra. I f\u00f6ljande exempel ber\u00e4knas prognosen genom att ber\u00e4kna ett genomsnitt av f\u00f6rs\u00e4ljningen under de senaste 6 m\u00e5naderna och j\u00e4mf\u00f6ra det med de faktiska f\u00f6rs\u00e4ljningssiffrorna: <\/p>\n

\"\"<\/p>\n

Som framg\u00e5r av ovanst\u00e5ende exempel \u00e4r prognosfelet mycket h\u00f6gt i samtliga fall och om dessa prognoser hade anv\u00e4nts f\u00f6r lagerplanering skulle de antingen ha lett till f\u00f6r h\u00f6ga lagerniv\u00e5er eller till en situation med slutf\u00f6rs\u00e4ljning.<\/p>\n

Genom att titta p\u00e5 figurerna ser vi att artikel 1 har ett \u00f6kande f\u00f6rs\u00e4ljningsm\u00f6nster. Artikel 2 har ett minskande f\u00f6rs\u00e4ljningsm\u00f6nster och artikel 3 har ett s\u00e4songsm\u00e4ssigt f\u00f6rs\u00e4ljningsm\u00f6nster d\u00e4r f\u00f6rs\u00e4ljningen \u00f6kar dramatiskt i april varje \u00e5r. <\/p>\n

Eftersom olika artiklar kan ha ett mycket olika efterfr\u00e5gem\u00f6nster \u00e4r det oerh\u00f6rt viktigt att v\u00e4lja den mest relevanta prognosmetoden f\u00f6r varje artikel. Exempel p\u00e5 prognosmoduler som kan anv\u00e4ndas baserat p\u00e5 olika typer av data \u00e4r: <\/p>\n