Vývoj SRM ve spolupráci s českými zákazníky  

 

Implementace SRM u naších zákazníků nekončí pouze termínem předání k online provozu, ale často dochází i k prohloubení funkčnosti samotné aplikace díky následné spolupráci. 

Velmi aktivním partnerem je například Tescoma s.ro, která již rok využívá SRM-PRO pro podporu plánování nákupu. 

Spolupráce BERGHOF SYSTEMS a Tescoma s.r.o., předního českého výrobce a distributora kompletního sortimentu zboží do kuchyně, přispěla ke vzniku nových metod a algoritmů, které, ačkoliv vznikly jako projektové úpravy, budou v následujících verzích SRM-PRO převzaty do standardu. 

Specifika prostředí zákazníka, jako jsou velmi dlouhé dodací lhůty, nízká obrátka zásob v kombinaci se sezónností a vysoký důraz na přesnost prognózy, daly za vznik několika úpravám, z nichž k těm nejzásadnějším patří: 

  • Modernizovaný výpočet pojistné zásoby u nakupovaných položek zohledňující jak nejistotu na straně dodavatele (výkyvy dodacích lhůt), tak i nejistotu na straně zákazníka (variabilita prodejů). Výsledný výpočet odpovídá současným trendům a zvyšuje spolehlivost výpočtu především u položek s dlouhou dodací lhůtou.
    • Zpřesnění stávajícího standardního výpočtu, který nezohledňuje nejistotu na straně dodavatele.
  • Časově posunutý výpočet minimální objednací dávky zohledňující definovanou obrátku zásob
    • Úprava standardního algoritmu, aby přesněji pracoval u položek s velmi dlouhou dodací lhůtou (více než 4 měsíce)
  • Možnost korekce prognózy tolerančním pásmem  
    • Především pro položky, u nichž při jisté konstelaci dat dochází ke strmému poklesu prognózy (položky se jeví jako výběhové, tzn. prognóza je nulová). V praxi se ale jedná o položky, které jsou např. v důsledku pandemické krize zasaženy sníženou poptávkou, která sice není nulová, ale je řádově nižší. 
  • Rozšíření funkčnosti standardního vyhodnocení "Výhled zásob", které znázorňuje budoucí vývoj skladové zásoby při zohlednění všech známých souvislostí, jakou jsou reálné a prognózované spotřeby či skutečné a simulované příjmy vycházející z nastavené plánovací strategie, dodavatelských restrikcí a definovaných řídících veličin. 

V praxi se tak ukazuje, že našim zákazníkům není osud našich aplikací lhostejný a díky ochotě vzájemně sdílet know-how dokážeme nasměrovat vývoj tím správným směrem, tak, abychom nadále mohli generovat ještě více přínosů ke spokojenosti všech stran.

 

Příklady rozšíření funkčnosti:

Obr.1: Historický vývoj spotřeb (červená) + kombinované zobrazení prognózy:

  • Zelená – nízké vyhlazení prognózy bez korekce (klesá k nule)
  • Černá – nízké vyhlazení prognózy s korekcí (nedochází k pádům na nulu)
  • Šedá – silné vyhlazení prognózy bez korekce pro zobrazení dlouhodobého trendu

-	Historický vývoj spotřeb (červená) + kombinované zobrazení prognózy: o	Zelená – nízké vyhlazení prognózy bez korekce (klesá k nule) o	Černá – nízké vyhlazení prognózy s korekcí (nedochází k pádům na nulu) o	Šedá – silné vyhlazení prognózy bez korekce pro zobrazení dlouhodobého trendu

Obr.2: Výhled zásob:

  • Doplnění grafu a legendy o vypočtené řídící veličiny a klasifikaci ABCXYZ z důvodu souhrnného a komplexního pohledu
    na všechny parametry vstupující do plánovacího procesu

-	Budoucí výhled zásob: o	Doplnění grafu a legendy o vypočtené řídící veličiny a klasifikaci ABCXYZ z důvodu souhrnného a komplexního pohledu na všechny parametry vstupující do plánovacího procesu

inPage - webové stránky s AI, doménawebhosting