Strategisk Logistik 20 YHp Dag 3(8) Affärslogistik 400 YH-poäng Dag 3(8) Repetition Prognos intro Prognostisering KanBan 1
Repetition Prognostisering Prognostisering Långsiktig produktionsplanering Resursplanering Sälj och Verksamhetsplanering Kundorder Produktionsplanering Grov kapacitetsplanering Huvudplanering Materialplanering Kapacitetsbehovsplanering Orderplanering Materialanskaffning Körplanering Styrning av orderutsläpp Verkstadsplanering 2
Prognostisering Prognos betecknar ett förutspått framtida händelseförlopp. Ordet härleds från grekiskans pro = förut och gnosis = kunskap. Det här är en förgreningssida, som består av en lista på olika betydelser hos artikelnamnet. Prognostisering Prognos används till: - Långsiktig planering av - Resurser och kapacitet - Inköp av material - Som beslutsstöd vid tex: - Investeringar - Nyanställningar/neddragningar - Budgetering 3
Prognostisering För att kunna göra en prognos måste man ha stor förståelse för marknaden. Prognosmetoder Det finns flera sätt att skapa prognoser: Matematiska metoder (kvantitativa) Bedömningsmetoder (kvalitativa) Tidsserieanalyser Förklarande metoder 4
Prognosmetoder Prognosmetoder Matematiska metoder Matematiska metoder (kvantitativa) Tidsserieanalyser Förklarande metoder Flytande medelvärde Exponentiell utjämning Holts linjärmetod Extrapolering Trenduppskattning ARIMA X11ARIMA / X12ARIMA Regressionsanalys Variansanalys Diskriminantanalys Multipel regression Artificiella neurala nätverk Fuzzy- Net 5
Prognosmetoder Flytande/glidande medelvärde Prognosmetoder Flytande/glidande medelvärde 6
Prognostisering Ett sätt att arbeta med prognoser är att man använder sig av en matematiskt beräknad och systemgenererad prognos som grund. Denna prognos kan sedan vid behov justeras av exempelvis inköpare eller säljare om de har ytterligare information som inte finns i systemet. Fördelarna med att arbeta på detta sätt är att vi får: En enhetlig metod för att skapa prognoser. Möjlighet att skapa prognoser för tusentals artiklar. Tid att fokusera på viktiga artiklar och avvikelser. Minskat beroende av kunskap som sitter i huvudet. En prognos baserad på historisk data, det som faktiskt har hänt. Låter man sitt affärssystem sköta prognostiseringen har man dessutom fördelen att den är helt integrerad med all annan funktionalitet kopplad till inköp, planering och lager. Prognostisering Hitta rätt prognosmodell! Gemensamt för alla matematiska prognosmodeller är att de försöker efterlikna verkligheten och fånga upp de viktigaste egenskaperna hos efterfrågan av en artikel. Vanliga sådana egenskaper är säsonger, trender och olika sorters efterfrågemönster. 7
Prognostisering Säsong och trend En säsong är en regelbundet återkommande efterfrågeökning, eller minskning, exempelvis jul eller påsk. En trend är en gradvis ökning, eller minskning, av efterfrågan oberoende av säsong. Prognostisering Säsong och trend Man kan använda en vanlig linjal och måtta in linjen med ögonmått i diagrammet så att den följer punkterna. En mer exakt linje får man om man använder en matematisk beräkning. Beräkningen som används för att göra en trendlinje heter regressionsanalys. 8
Prognosmetoder Det finns flera sätt att skapa prognoser: Matematiska metoder (kvantitativa) Bedömningsmetoder (kvalitativa) Förklarande metoder Prognosmetoder Bedömnings metoder Tidsserieanalyser Bedömningsmetoder (kvalitativa) Enkätundersökning Delphimetoden Scenariemetoden Simulerad interaktion Expertsystem 9
Prognostisering Prognosmetoder Underlag för de flesta prognoser, baserade på beräkningsmetoder är s.k. TIDSSERIER 10
Prognosmetoder Generellt gäller att ju längre tidsperiod ju lugnare utveckling i tidsserien Men man får inte se på så lång sikt att det blir meningslöst (beror på vara och syfte) Övning 1.1 Uppgift ge några exempel på en lämplig period för en prognos för någon typ av produkt. Motivera varför! Arbeta i grupper. 11
Prognosmetoder Är alla värden i en tidsserie lika viktiga? Prognosmetoder Är alla värden i en tidsserie lika viktiga? 12
Prognosmetoder Är alla värden i en tidsserie lika viktiga? Prognosmetoder Är alla värden i en tidsserie lika viktiga? Det beror på: Vilken produkt Vad är vårt syfte Finns det extrema värden? 13
Övning 1.2 Uppgift ge exempel på produkter och efterfrågemönster som kräver att tidsserien korrigeras. Motivera varför! Arbeta i grupper. Prognosmetoder Man kan beräkna vilken påverkan man har från tex en säsong. Resultatet kallas säsongsindex Säsongsindex = Efterfrågan i en period Medelefterfrågan under året 14
Prognosmetoder Säsongsindex = Efterfrågan i en period Medelefterfrågan under året JUNI 842 686 = 1,227 OKT 462 686 = 0,673 Prognosmetoder Säsongsvariation JUNI 842 686 = 1,227 OKT 462 686 = 0,673 15
Vad är då skillnaden Prognosticering Regressionsanalys i excel Sök på Regressionsanalys i excel och du hittar bra instruktioner för hur man använder verktyget. Ett exempel är följande: https://www.youtube.com/watch?v=ghdyeza50ke 16
Prognostisering Efterfrågemönster Utöver säsong och trend brukar man också tala om efterfrågemönster. Ett efterfrågemönster beskriver hur efterfrågan mellan olika perioder förhåller sig till varandra. Exempel på sådana mönster är jämn, oregelbunden och sporadisk efterfrågan. När man analyserar efterfrågemönster brukar man undersöka två typer av variationer dels variation i tid mellan efterfrågetillfällen och dels variation i förbrukad kvantitet vid ett efterfrågetillfälle. Prognosticering Matematisk formel för Prognostisering Nästa värde Säsong Irregul arity Trend Y t = S t x I t x T t t - betyder vid en given tidpunkt 17
Övning 1.3 Utför en matematisk prognos för kommande år för vår biltvätt! Arbeta i grupper. Prognostisering Efterfrågemönster 18
Prognostisering Förstå och välj rätt data Alla prognosmodeller utgår ifrån någon form av historisk data. Det kan exempelvis vara försäljningshistorik, förbrukningsstatistik eller plock från lagret. Exakt vilken datakälla man väljer att använda sig av kan variera det viktiga är att man använder den data som bäst representerar den efterfrågan som man köper in och planerar för att möta. Prognostisering Vikten av att välja rätt prognosmodell! När den bästa datakällan har identifierats är nästa steg att välja en prognosmodell. Det finns en uppsjö att välja emellan, var och en med sina styrkor och svagheter. Hur vet man vilken man ska använda sig av? Det viktiga är att välja modeller som har förmågan att identifiera de egenskaper just era artiklar har. Detta innebär att man, om man har ett brett sortiment, kan behöva använda sig av flera prognosmodeller för olika typer av artiklar, exempelvis en för säsongsartiklar, en annan för storsäljarna och en tredje för sällanköpsvaror. Rätt modell för en artikel kan identifieras utifrån en analys av trend, säsong och efterfrågemönster. 19
Prognostisering Prognosen som en del av lagerstyrningen En bra prognos är en mycket viktig del i arbetet med försäljning, inköp och planering och har man en förhållandevis stabil efterfrågan kan prognosen i sig själv utgöra ett fullt tillräckligt beslutsunderlag.. Men ju större variationer en artikel uppvisar oavsett om det beror på säsong, trend eller efterfrågemönster, desto mer utmanande blir prognostiseringen. Det gör det också svårare att fatta bra beslut enbart baserat på prognosen. Risken är att man ändå hamnar fel med brist eller felaktiga lager som konsekvens. Prognostisering Prognosen som en del av lagerstyrningen För att kunna hantera osäkerhet och variation förlitar man sig inte enbart på själva prognosen utan låter den ingå som en av komponenterna i arbetet med lagerstyrning. De övriga komponenterna är partiformning, servicegrader och säkerhetslager. Tillsammans med prognoser ger de ett tydligt svar på vad man ska köpa in, hur mycket och när. 20
Prognosfel och prognoskontroll Prognosfel Medelprognosfel= systematisk avvikelse från utfallet MAD= spridning MAD Medelprognosfel Utfall Prognos Prognosfel och prognoskontroll Efterfrågetester Ett efterfrågetest är ett automatiskt rimlighetstest för att bedöma om ett värde ska ingå i prognosberäkningen eller ej. Ett oväntat stort värde kan bero på att man i perioden kompenserat för tex produktionsproblem och uteblivna leveranser i en tidigare perios En avvikelsefaktor väljs och ligger till grund för att förkasta ett värde om det hamnar för långt ifrån det förväntade mönstret. Värdet väljs utifrån en sannolikhetskalkyl 21
Prognosfel och prognoskontroll Prognostester Prognostester syftar till att automatiskt kunna upptäcka och signalera om prognoser, systematiskt, är för höga eller för låga. Övre kontrollgräns Undre kontrollgräns Utfall Prognos KanBan 22
Lycka till! 1 2 3 4 5 6 7 8 + Hur kunde det bli såhär 1 2 3 4 5 6 23
Flöde LEV / KUND FAKTA Antag: Vi levererar i genomsnitt ett ärende om dagen till vår kund KUND FAKTA Uppg A Del 1 Uppg A Del 2 Uppg A Del 3 Uppg A Del 4 Flöde LEV / KUND FAKTA Hur lång tid tar det för det sista ärendet att komma igenom flödet hela vägen till kunden? KUND FAKTA Uppg A Del 1 Uppg A Del 2 Uppg A Del 3 Uppg A Del 4 24
Flöde LEV / KUND FAKTA Hur lång tid tar det för det sista ärendet att komma igenom flödet hela vägen till kunden? KUND FAKTA Uppg A Del 1 Uppg A Del 2 Uppg A Del 3 Uppg A Del 4 Flöde LEV / KUND FAKTA Släpp inte in kön i flödet då förstörs din prestanda och du döljer balanseringsförluster och slöserier KUND FAKTA Uppg A Del 1 Uppg A Del 2 Uppg A Del 3 Uppg A Del 4 Om du kan behålla kön på en kontrollerad plats kan du istället använda den som beslutsunderlag och styrparameter! 25
Visuell styrning Buffertar och Kanban Kör A B C Nivå Kanban kort Signal Kanban Omlopps Kanban Kanban Historia Det råder lite osäkerhet om vart Kanban hade sitt ursprung och det finns lite olika uppfattningar om vem som var först med att använda sig av principen. Eftersom det är en ganska enkel princip så är det troligen så att det har gjorts försök lite här och där med liknade varianter. Men en sak som är säker är att principen fick sin framgång i Japan. Det var Taiichi Onho på Toyota som under 1940-1950 använde sig av Kanban-principen när de skulle implementera Just-In-Time produktion Taiichi Ohno (1912 1990) (JIT) i sina fabriker. Kanban är ett japanskt ord och betyder något i stil med signalskylt eller anslagstavla och fick sin nya innebörd under denna period. 26
Kanban Bakgrund Grunden i Kanban konceptet är att leverantörer eller lager endast ska leverera komponenter till produktionslinjen när de behövs så att det inte ska finnas några onödiga lager utöver det antalet Kanbankort som cirkulerar i produktionen. Det gör att Kanban automatiskt integreras inom JIT. (Wikipedia 2005) Kanban är ett materialförsörjningssystem som strävar efter och bidrar till en dragande produktion. Det finns dock vissa restriktioner när det gäller Kanban-system, för att en specifik artikel ska var lämplig för styrning enligt Kanban krävs: Artiklar med låg förbrukning lämpar sig ej för Kanban. Artiklarna måste ha säkra ledtider, internt och externt. Artiklar bör ha en jämn efterfrågan för att styras med Kanban. Korta ställtider för maskiner Kanban flöde med orderpunkter Ej kopplade processer kontrolleras med begränsade FIFO PLAN PLAN PLAN Hylsor Fördr elem Detonatorer Montering 27
Kanban Omloppsbegränsat antal PLAN Fördr elem Detonatorer Kanban Kanban är en del av tänkandet kring minimalt slöseri, vilket innebär att ett Kanbansystem måste vara korrekt anpassat till den produktion det ska vara verksamt inom. När ett företag har beslutat sig för att tillämpa Kanbanstyrd produktion måste man dimensioner antalet Kanban samt antalet artiklar per standardiserad Kanban behållare. Denna dimensionering kommer således att styra de lagernivåer samt PIA (produkter i arbete) man får för det specifika produktionssteget. (Segerstedt, 1999) 28
Kanban Lådor/Behållare Det man räknar ut är hur många Kanbanlådor som kommer att användas i systemet under förutsättning att företaget redan vet antal artiklar per behållare, svaret avrundas uppåt till närmaste heltal. För att kunna genomföra denna beräkning måste företaget veta : Förbrukningen för respektive artikel Ledtid på resp. artikel Vilket säkerhetslager som kommer att behövas Det rekommenderas att hellre börja med några kort för mycket och sedan minska än att börja med teoretiskt rätt antal. KANBAN Dimensionering Kan Ban loop Det man räknar ut med denna formel är hur många kanbanlådor som kommer att användas i systemet. Antalet kanbanlådor = Förbrukning under ledtid + säk.lager Antalet artiklar per låda eller K = d L (1+a) C d : Daglig förbrukning L : Ledtid α : Säkerhetsfaktor C: Antalet artiklar per låda För att kunna genomföra denna beräkning måste företaget veta förbrukningen för respektive artikel samt dess ledtid, de måste även veta vilket säkerhetslager som kommer att behövas. 29
KANBAN Omloppsbegränsat antal Detonatorer Administrationstid PLAN Fördr elem Förbrukning under ledtid Lager (säklager) Kan Ban LAGER Lådor/Behållare Det man räknar ut med denna formel är hur många kanbanlådor som kommer att användas i systemet under förutsättning att företaget redan vet antal artiklar per behållare, svaret avrundas uppåt till närmaste heltal. För att kunna genomföra denna beräkning måste företaget veta : Förbrukningen för respektive artikel Ledtid på resp artikel Vilket säkerhetslager som kommer att behövas. Det rekommenderas att hellre börja med några kort för mycket och sedan minska än att börja med teoretiskt rätt antal. 30
Övning KANBAN dimensionering Hur många lådor behövs? a) Genomsnittlig försäljning är 24 enheter per dag Varje låda innehåller delar till 5 enheter Ledtiden är 2 dagar genom processen Vi måste ha en dags säkerhetslager b) Vad blir skillnaden om vi istället definierar säkerhetslagret som att kunden har rätt att svänga 25% i sitt uttag varje dag Kan Ban LAGER Lådor/Behållare Flera faktorer kan påverka formeln. Här involveras ytterligare några: D = genomsnittlig efterfrågan under ledtid S s = säkerhetslager B = behållarstorlek d = antal efterfrågade produkter per produktionsdag w = den kötid som förväntas vara under tillverkningsprocessen p = den tid det tar att producera en behållare c = antal enheter i varje kanban. α = faktor som reflekterar företagets strategi om säkerhetslager. Vid beräkningen av kanbans så måste man dessutom ta hänsyn till buffertstorleken man önskar uppnå. Kommer efterfrågan stiga och avvika mycket från månad till månad kan fler kanbans än formeln ger vara önskvärt för att säkerhetsställa kontinuerlig drift. 31
Övning KANBAN dimensionering Hur många lådor behövs? Förutsättningar som tidigare: Genomsnittlig försäljning är 24 enheter per dag Varje låda innehåller delar till 5 enheter Ledtiden är 2 dagar genom processen Vi måste ha en dags säkerhetslager a) Vi styr produktionen med en KanBan tavla som inväntar en batch om 30 st enheter innan produktionen startar b) Hur lång är kötiden? Kanban Lådor/Behållare Påfyllningen sker från baksidan och uttag av material från motsatt sida vilket innebär att FIFO upprätthålls. 32
Kanban Lådor/Behållare Påfyllningen sker från baksidan och uttag av material från motsatt sida vilket innebär att FIFO upprätthålls. Man bör ha en kvantitet i varje behållare som är en multipel av det antal artiklar som krävs för att montera en slutprodukt. Varje låda bör innehålla ett antal artiklar som kan generera ett heltal av färdiga produkter till färdigvarulagret, om man utgår från ett fiktivt Kanbanlager med sju Kanbanbehållare, varje behållare innehåller artiklar som räcker till tio stycken färdiga produkter. Detta innebär att det finns artiklar för 60 stycken färdiga produkter plus det antal artiklar som finns kvar i den behållare som förbrukas för tillfället. Det går då att med en snabb blick vilken lagernivå som finns. Kanban Lådor/Behållare Det är viktigt att utforma varje behållare på ett sätt som ger en högre säkerhet för kvantiteten i varje behållare - om det går. 33
Kanban Lådor/Behållare Det är då viktigt att utforma varje behållare på ett sätt som om möjligt ger en högre säkerhet för kvantiteten i varje behållare. Bilden visar ett exempel då det finns plats för den exakta mängden artiklar som förbestämts, det går inte att placera extra artiklar i behållaren och man ser snabbt om det saknas artiklar. En ytterligare fördel som skapas ur detta är att risken för kvalitetsbrister minskar. Kanban Kanbankort Grundläggande information Artikelnummer Antal i behållare Lagringsplats Eventuellt även Förbrukningshastighet Antal behållare i loop Bild mm 34
Dag 3(8) Repetition Prognos intro Prognostisering KanBan Kunskapsgap Vilken ingångsnivå har vi 35
36