Optimierung in mit Dispositions- Lösung Forecast · Langfristplanung SAP-Prognose . Planfestschreibung Auswertung Seite 22 Dispositionslösung ...

Logistik

Optimierung in

SAP®

mit Dispositions-

Lösung

“Forecast”

MEHRWERK

Seite 2

Dispositionslösung „Forecast“

Controlling Operations Planning Kanban

Logistik-Optimierung in SAP®

Forecast

Forecast-Kreislauf

Seite 3


Planung vorbereiten / Festlegungen

Seite 4


Planungshierarchie

Beispiel: Regionen

Beispiel: Regionen/Kunde


Seite 5


Planungsszenario

Beispiel: 18 Monate rollierend

Prognose-Rechnung aus 36 Monaten der Vergangenheit

Bedarfsübergabe an Werk 1000


Seite 6


Planungsszenario

Versionen (Zeilen im Planungs-Sheet)

Kopierregeln

Ergebnis


Seite 7


Ergebnis der Einstellungen:

Planungs-Sheet

Seite 8


Konsolidierungsebenen

Planung in Hierarchie 10100

Planung in Hierarchie 10101

Ergebnis in Hierarchie

10011

Seite 9


Konsolidierungsebenen

Planänderung in Hierarchie 10011

Ergebnis in Hierarchien 10100 und 10101

150 200

Planung durchführen & konsolidieren (Bottom-Up / Top-Down)

Seite 10


Beispiel: Planung auf Aggregation Warengruppe

Planungsverfahren

Seite 11


Manuelle Pflege im Planungstableau

SAP®-Prognoseverfahren (auf beliebigen Zahlenreihen)

Konstantenmodell

Trendmodell

Saisonmodell

…

Herstellereigene - Prognoseverfahren (auf beliebigen Zahlenreihen)

Croston

Median

Ex-Post Prognosen mit autom. Auswahl des „besten“ Verfahrens…

Planungsverfahren: SAP®-Prognoseverfahren

Seite 12


Prognose mit

gleitendem Mittelwert

Prognose mit gleitendem

Mittelwert (Trendfaktor)

Prognose mit Median

Exp. Glättung 2. Ordnung

Prognose nach Winters

(multiplikativ, additiv)

Prognose mit

Saisonfaktoren

Prognose nach Croston

PROGNOSE-

VERFAHREN

Konstanter

Verlauf

Trendförmiger

Verlauf

Saisonaler Verlauf Trendsaisonaler

Verlauf

Sporadischer

Verlauf

VERBRAUCHSMODELLE


Planungsverfahren: Herstellereigene-Prognoseverfahren

Seite 13


Prognose mit

gleitendem Mittelwert

Prognose mit gleitendem

Mittelwert (Trendfaktor)

Prognose mit Median


Prognose nach Winters

(multiplikativ, additiv)

Prognose mit

Saisonfaktoren

Prognose nach Croston

PROGNOSE-

VERFAHREN

Konstanter

Verlauf

Trendförmiger

Verlauf

Saisonaler Verlauf Trendsaisonaler

Verlauf

Sporadischer

Verlauf

VERBRAUCHSMODELLE


Planungsverfahren: Ablauf der Prognose

Seite 14


Untersuchung auf Nullbedarfe

Test auf „weißes“ Rauschen

(Ex-Post-) Prognose nach Croston

(Ex-Post-) Prognose mit den Saisonfaktoren

>= 66%

negativ positiv

Analyse XYZ

< 66%

Durchführung der (Ex-Post-) Prognose

Berechnung der Tracking Signale

Ermittlung der optimalen Prognose anhand des Punktevergabe-Verfahren

Planungsverfahren: Prognosefehler, Trackingsignale

Seite 15


KS (Varianz): Theilscher Ungleichheits-koeffizient: Relative Ungenauigkeit: Prozentuale Genauigkeit:

T

t

t

T

t

t

VT

eT

VK

1

1

2

1

1

100*1

1

1

1

1

2

T

t

t

T

t

t

VT

eT

PG

Bedarfogn

BedarfognVarianzKS

.Pr

).(Pr1

22

1

2

)(

11

1

tt

T

t

t

VT

XT

eT

TUK

Mittlerer einfacher Prognosefehler: Mittlerer prozentualer Prognosefehler: Mittlerer relativer Prognosefehler: Mittlerer absoluter Prognosefehler: Mittlerer absoluter prozentualer Prognosefehler: Mittlerer quadratischer Prognosefehler: Wurzel des mittleren quadratischen Prognosefehlers:

)(1

1

)(

T

t

teT

ME

100*)(

)(1

1

T

ttV

te

TMPE

T

t tV

te

TMRE

1 )(

)(1

T

t

teT

MADMAE1

)(1

/

100*)(

)(1

1

T

ttV

te

TMAPE

T

t

teT

MQP

1

2)(

1

T

t

teT

RMSE

1

2)(

1

Planungsverfahren: Punktevergabe

Seite 16


Allen berechneten Prognoseverfahren werden Punkte vergeben.

Ein Prognoseverfahren kann maximal 245 Punkte erzielen.

Das Verfahren, welches die meisten Punkte erzielt hat, liefert die beste Prognose.

Planungsverfahren: Prognose mit Saisonfaktoren

Seite 17


Planungsverfahren: Prognose nach Winter

Seite 18


Planungsverfahren

Seite 19


" Wirtschaftswissenschaftler sind jene Experten, die morgen wissen werden, wieso das, was sie heute vorhergesagt haben, nicht

geschehen ist. "

Dr. Laurence Johnston Peter (September 16, 1919 – January 12, 1990)

" Prognosen haben eines gemeinsam: sie sind normalerweise falsch. "

Die einzelnen Prognoseverfahren und die ihnen zugrunde liegenden Prognosemodelle

unterscheiden sich vor allem darin, wie falsch eine Prognose ist.

Steven Nahmias is Professor of Operations and MIS at Santa Clara University and author of

Production and Operations Analysis,

„Prognosen sind schwierig, besonders wenn sie die Zukunft betreffen.“

Planung durchführen & konsolidieren

Funktionen

Seite 20


Rollen, Berechtigungen

flexible Aggregation, Disaggregation

variable Aufriss-Ebenen (Materialstammfelder, Klassifizierung, …)

Versionen, Szenarien

Alert-Funktionen

Status-Kontrolle, Änderungshistorie

Texte auf Zellen möglich

Prozentuale Anpassungen

Kalender einblenden

Steuerung von Auslauf, Anlauf von Produkten

Promotionen

…

Planfestschreibung

Methoden

Seite 21


Manuell

Automatisch nach Planungskalender

Aktive/inaktive Planprimärbedarfs-Versionen

Langfristplanung

SAP-Prognose

Planfestschreibung

Auswertung

Seite 22


Kundenbeispiel Planungshierarchie

Seite 23


Kundenbeispiel Planungssheet

Seite 24



Seite 25


Direktes Umschalten zwischen den

Aggregationsebenen und Planung auf verdichteter

Ebene mit anteiliger Verteilung

Prozentuale Mengenerhöhung markierter Spalten

Direktes Umschalten auf Monatsverdichtung, zur

Kommunikation mit dem Vertrieb


Seite 26


Informationen zur Baureihe

Artikel zur Baureihe

Zusätzliche Informationen zum ausgewählten Artikel

Navigationsfenster zum Wechsel zwischen den einzelnen Baureihen

Kundenbeispiel Prognose

Seite 27


Kundenbeispiel Prognose

Seite 28


MEHRWERK

Sprechen Sie

uns an

Mehrwerk AG

+49 721-499 00 19

[email protected]

Optimierung in mit Dispositions- Lösung Forecast · Langfristplanung SAP-Prognose . Planfestschreibung Auswertung Seite 22 Dispositionslösung ...

Documents