DIPLOMADOLGOZAT Varga Zoltán 2012

Átírás

1 DIPLOMADOLGOZAT Varga Zolán 2012

2 Szen Isván Egyeem Gazdaság- és Társadalomudományi Kar Markeing Inéze Keresle-előrejelzés a vállalai logiszikában Belső konzulens neve, beoszása: Dr. Komáromi Nándor, egyeemi docens Önálló szervezei egység vezeőjének neve, beoszása: Prof. Dr. Lehoa József, egyeemi anár, anszékvezeő Készíee: Varga Zolán GÖDÖLLŐ 2012

3 Taralomjegyzék Bevezeés Aggregál ervezés Az aggregál erv összeevői Az aggregál ervezés és a keresle Az aggregál ervezés módszerei Az anyagszükséglei ervezés (MRP) Az MRP összefüggései A keresle előrejelzése A keresle-előrejelzés aralma A keresle-előrejelzés adminiszrációja Ex pos, ex ane előrejelzések Előrejelzések alkoóelemi Előrejelzések a ermékélegörbén Előrejelzési módszerek Trendszámíás Állandó jellegű igény előrejelzése Szezonaliás is aralmazó igény előrejelzése exponenciális simíással Szezonaliási együhaó Winers-modell Lineáris regressziószámíás alkalmazása előrejelzéseknél Előrejelzések hibáinak mérései A hiba nagyságának muaói Az előrejelzési modell vizsgálaa Szochaszikus idősorelemzés ARIMA A Trilak Fesékgyáró Kf bemuaása Termékpalea Röviden a fesékekről Termékek logiszikai csoporosíása elői előrejelzési rendszer Előrejelzés Excel függvényekkel Sandardizáció Auoregressziós vizsgálaok ARIMA Összefoglalás Irodalomjegyzék Mellékleek

4 Bevezeés Mi jelen megbecsülni a jövő, és ezen az úon haladva egyre közelebbről ismerni az, ami előünk áll? Előny azokkal szemben, akiknek nincs ilyen információjuk. De ez az előny éppúgy fordulha ellenünk, min ahogyan segíhe is. Az, hogy mi kezdünk a kapo információval, már rajunk áll. Ha udjuk, hogy holnap nagy valószínűséggel esni fog az eső, felkészülünk rá. De mi örénik ha a felhők, az időjárásjelenés uán, egyszerűen elfordulnak? Valószínűleg egy kicsi bosszankodunk, hogy miér kelle feleslegesen magunkkal vinni az esernyőnke. Talán megrendül a bizalmunk az előrejelzés kiadóban. Lehe, hogy észre sem vesszünk, az eső hiányá. Az idő úja, ami folyamaos mozgásban van, és alán az mondhajuk, hogy kiszámíhaalanul kanyarog, behaárolhaó. Hajszálponosan csak haalmas szerencsével lehe ráalálni. De addig is, keresni kell a ű a szénakazalban, és ha rálelünk, köveni, ameddig csak képesek vagyunk rá. Téelezzük fel, hogy udjuk milyen idő várhaó egész évre, udjuk hány balese lesz az uakon, és az is, hogy melyiken, udjuk, hogy ki milyen műsor fog nézni a elevízióban, mi, mennyi fog vásárolni egy héen, vagy egy nap. Az egész éves idő leheősége ad a mezőgazdaságnak olyan növények veésére, amelyek az ado klímához a legjobban illenek. A baleseek ismereével elkerülheőek a veszélyes szakaszok. A TV adásai úgy rendezhei, hogy a leheő legnagyobb célközönsége érhesse el, így a reklámbevéelek növekednének. A vásárlások alapján a megfelelő áru lehe a megfelelő helyen, és a megfelelő időben. Legalább 4 évvel ezelő olvasam egy cikke egy inernees hírporálon, egy kínai fiaalemberről, aki a Fields-érem-re, a legmagasabb maemaikai kiüneésre jelölek. Sajnos a nevére nem emlékszem, de mivel egyelen a közelmúlban díjazo kínai díjazo sem szerepel a Fields-érme kiérdemlők névsorában, ezér úgy gondolom, végül nem kapa meg. Egy olyan elmélei és gyakorlai alkalmazás dolgozo ki, amelynek köszönheően, nagy valószínűséggel megállapíhaó, hogy melyik ember, melyik TV csaorna, melyik adásá fogja köveni. Ámulaba esem. Szine hiheelennek aroam, hogy annyi különböző ember, és válaszási leheőség közül, léezik, olyan deermináló saiszikai-maemaikai módszer, amivel mindez elérheő. Ellenben ha belegondolunk, már nem is olyan hiheelen. Nagyjából behaárolhaó, hogy az egyes emberek milyen műfajú műsor, filme kedvelnek, és ezek alapján, egy megfelelő, és ponos adabázis segíségével az éppen akuális műsorok összeveésével megmondhaó, hogy nagy valószínűséggel ki, melyik műsor fogja nézni. Előfordulha, hogy azonos műfajú filmek mennek párhuzamosan ké különböző csaornán. Ebben az eseben például dönhe az, hogy az illeő hol lakik, hiszen ez lehaárolhaja a foghaó csaornáka, vagy leginkább az, hogy milyen előfizeése van, és abban a csomagban melyek az elérheő csaornák. 4

5 Amikor először alálkozam az előrejelzések gondolavilágával, úgy ervezem, hogy a befolyásoló ényezőkből állíok össze egy Excel áblarendszer, ami képes lesz megmondani, hogy ado ényező, vagy ényezők válozásának haására, mennyiben fog módosulni az érékesíe mennyiség. Ez egy ökonomeriai megközelíés le volna. Természeesen csak olyan adaömböke használam volna fel, ahol a ényező és az érékesíe mennyiség közö kimuahaó korrelációs kapcsolaban van. Például a májusi nagyjából három héig aró eső, érzékelheő csökkenés muao az elado mennyiségben. Sajnos ennek a gondolanak hamar szembeűnő hibája, hogy haalmas adamennyiségről beszélünk. Ezek beszerzése sem egyszerű, de a kezelheőségük, az Excel korláain belül ovább ronja a rendszer éréké. Ezér ez az ölee elveeem. Az alapkoncepció megmarad, egy jó előrejelzéssel ermészeesen készleszine lehe csökkeneni, ami őkemegakaríás eredményez a vállala számára. Ökonomeriai megoldás helye, idősorossal javíoam a helyzeen. Ha az mondanám, hogy megoldoam a problémá, az alán úgy is érelmezheő, hogy olyan eljárás készíeem, amivel ökélees, ehá kövekezeesen 100%-os ponosságú előrejelzés készíheő. Sajnálaosan ilyen megoldás nem léezhe, mivel maga a ökéleesség sem léezik. Azonban folyamaosan örekednünk kell rá. A nemzeközi szakirodalomban számos kuaási irány és fejleszési elképzelés alálhaunk, öbben az előrejelzések ponosságá (H. Jodbauer, 2006), mások a mérési ponok elhelyezésé és sűrűségé (E. Eral, 1998), valamin a készleszinek és a kanban-körök száma közöi összefüggéseke (G. Liberopoulos, S. Koukoumialos, 2004) a rendszer flexibilis srukúrájá (H. Missbauer, 2008), bizonyos irányok pedig a saiszikai nézőpon melle a dinamikus viselkedés felárásának fonosságá (S.M. Disney és ársai, 2003) hangsúlyozzák. A húzo rendszerű, fogyaszó álal vezérel gyárás maemaikai modellezésében a sorbanállási hálózaok bizonyulak eredményesnek. (Logiszikai Évkönyv 2010, Budapes, 135. oldal) Az ARIMA modell első emlíésével még szakdolgozaom megírása közben alálkozam egy inernees cikkben. Akkorra már rendelkezem némi ráláással az előrejelző modellek erén. Hamar felűn, hogy az ARIMA/SARIMA modellekkel milyen láványos eredményeke lehe elérni. A cikk szepember 24-én jelen meg, ehá nem sok idő vol okóber 1-ig, amikor a szakdolgozaom leadási haárideje vol. Válozani ehá nem igazán vol leheőségem, illeve a modellek bonyolulsága ellenében áll a célkiűzéseimmel, mivel igyekezem megalálni az egyszerűség, könnyen kezelheőség, és a céges célkiűzéseknek összhangjá. A 5

6 cikkben a kövekező grafikon eék közzé: 1. ábra Érékesíési előrejelzés ARIMA modellel. Forrás: hp:// Leölés dáuma: okóber 16. 6

7 1. Aggregál ervezés Az aggregál ermelési erv, a ermelési erőforrások haékony eloszásának, álalában még előrejelze kereslei szin melle, módszere. A ermelésirányíási, ermeléservezési rendszer legmagasabb szinje, ezér kiindulóponja is az alsóbb szineknek. Az aggregál erv kierjed a ermelési üemre, a készleek és ermelési erőforrások, illeve a kapaciások várhaó alakulására, kihasználságára. A erv öbb válozaban, és öbb lépésben készül el. A különböző válozaok összehasonlíására a megvalósíhaóság, és a vállalai kölségek szolgálnak alapul. A modell célja, hogy a vizsgál időszakban felmerülő becsül, és ényleges keresle, a készleek és kapaciások, és persze a felmerülő, és ide arozó kölségek függvényében, milyen üemben gyárson a vállala. A modell felépíésé a kövekező ábra szemlélei: Tervezési egység Termelés Keresle Kapaciás Releváns kölségek Aggregál ervezés Készle Kölségek 2. ábra A ervezési modell felépíése, forrás: Chikán-Demeer, 2006, 159p Az aggregál erv összeevői Egy ermék-, vagy szolgálaáscsalád alkoha ervezési egysége. Ha nem lehe összevonni ermékeke, akkor végső megoldáskén jöhe szóba öbb aggregál erv elkészíése. A ermelési vagy szolgálaási üem a ervezői folyama eredménye. Termékegységre vonakozava, és ermészees mérékegységben adja meg a ervezési időhorizon menén az egyes időszakokra a ermelési, illeve szolgálaási mennyisége. A keresle üemé összeveve, a ermelés, és szolgálaás üemével ké sraégia haározhaó meg: a) Egyenlees üemű sraégia: a ermelés üeme, az ado időszakra egyenleesen van eloszva. 7

8 b) Keresleköveő sraégia: a ermelés üeme igyekszik szorosan köveni a keresle válozásá. (Forrás: Meredih, 1992) Min álalában, úgy i is, mind a ké sraégiának megvan a maga előnye, illeve háránya. Az egyenlees üemű ervezés eseében nem lépnek fel a keresle ingadozásából adódó kapaciásproblémák, például ideiglenes foglalkozaásból, úlórákból adódó kölségek, sb. Számíani kell még a készleek felhalmozódására, illeve készlehiányra szinén. Előnye maga az egyszerűség. A ermelési, és a ermelés kiszolgáló rendszerekben nem okoz zavar, ezér áláhaóak, és egyszerűek a ermelésirányíási, és szervezési feladaok. A keresleköveő elv a készleszinek opimalizálásra örekszik, de a kapaciásoka, mivel a kereslee igyekszik köveni, elérően erheli, ami állandó konflikus forrása, és jelenős kölségeke okoz. A konflikus abból a dilemmából kelekezik, hogy a kereslei igények gyorsabban váloznak, minhogy a kapaciásoka á lehessen állíani. Az a vállala, amely gyorsabban ud áállni, min versenyársai, versenyelőnyre ehe szer. Így az eredményesség, és a versenyképességek egyik feléele a rugalmasság, ermékválaszékban ugyanúgy, min a ermékek mennyiségének válozaásában. Ugyanakkor a vállala kapaciásai végesek, és ezek hosszú ávú kibővíése (gyárberuházások, bővíések, géppark lecserélése, sb.) csak lassan megérülő befekeések. Ezér a meglévő erőforrásokból kell araléko képezni, leginkább készleeke, amikkel könnyen és gyorsan lehe alkalmazkodni a válozásokhoz Az aggregál ervezés és a keresle Az aggregál ervezés célja, a keresle és kínála összehangolása, éppen ezér meg kell vizsgálnunk, hogy ha a kínálai oldalon már nem láunk új leheőségeke, és a mérleg ké oldala még mindig nincsen, számunka megfelelő, egyensúlyban, akkor a kereslei oldallal kell komolyabban foglalkozni. Ennek legfonosabb eszközei a kövekezők: o Árazás: a csúcsidőszakokban, vagy főszezonokban a magasabb árak keresle visszafogó, a holszezonban, az alacsonyabb árak keresle emelő haásá használhajuk ki. o Hirdeés, reklám: eladásöszönzés holszezonban, kevés vagy semmi reklám csúcsidényben. o Foglalási rendszer és/vagy várakozaás (azaz készleezés): a foglalásos, bejelenkezéses rendszer jó haékonysággal képes simíani a kereslee, és némi várakozás a vevők nagy része is elvisel (minél érékesebb a ermék, illeve a szolgálaás és minél kevésbé helyeesíheő, annál öbbe). o Tájékozaás: az ügyfelek ájékozaása arról, hogy mikor nagyobb a zsúfolság és mikor lehe hamar végezni, sokaka öszönözhe alkalmazkodásra. o Kiegészíő ermék, illeve szolgálaás kifejleszése: a kapaciáskihasználás ezálal egyenleesebbé eheő. 8

9 (Forrás: Sasser Har Heske, 1991) A keresle várhaó üeme szemponjából, minhogy az aggregál ervezés idejében még nagyon kevés a konkré rendelés, ezér ennek meghaározására, az előrejelzéseke, prognózisoka kell alapul venni, de ezek melle a meglévő rendelésállományokból, min másik forrás, is lehe adaoka szolgálani a ervező, vagy ervezők felé. A nyiókészlee, ha nem ismerjük, akkor meg lehe becsülni a kérdéses időszak kezdőponjában. Szolgálaásokra ez ermészeesen nem igazán, vagy csak nagyon rikán érelmezheő. A kapaciás ado időegység ala, az ado erőforrásokkal maximálisan előállíhaó ermékmennyiség. Az erőforrások, ahogy a ermékek is, a ervezés jellegéből adódóan eszköz-, vagy munkaerőcsoporo alkohanak. Lehe viszon az összes munkaerővel, illeve az összes eszközzel is ervezni, ez függ a ervezés, az aggregálság fokáól, illeve magáól a ermékől. A releváns kölségek sincsenek éelesen felsorolva, i is kölségcsoporok szerin működik a ervezés. Ugyanakkor a szerepük, mivel ez alapján íélik meg a erve, vagy erveke, nagyobb. Releváns kölségek lehenek azok a ráfordíások, amelyek válozói jól jellemzik a vállalai működés. Ezeke ervezési egységre lebonva érdemes megadni, a könnyebb ervezheőség mia. Ennek leheséges nagyságá a korábbi időszak elemzései alapján, a szakérői vélemények alapján, vagy becslés úján lehe meghaározni. A kövekező ábrán láhaó az aggregál keresle ervezés lépései. Amennyiben a erv elfogadásra kerül, akkor a kövekező fázis, a ermelési vezérprogram kialakíása lesz. Ha nem elfogadhaó, akkor a visszacsaolás az 1-6. lépésekig veze vissza. 9

10 1. A ervezési egység(ek) meghaározása 2. A ervezési időhorizon minden időszakára vonakozava a ervezési egység iráni keresle meghaározása: kereskedelmi rendelésből előrejelzésből kereskedelmi rendelés + előrejelzés 3. A ermelési és szolgálaási erőforrások kapaciásának meghaározása 4. A releváns kölségek meghaározása saiszikai elemzés becslés szakérői vélemény úján 5. A nyiókészle (0. periódus) meghaározása ényadaok alapján becslés alapján V isszacs a ol ás 6. A ervezési modell kialakíása 7. A modell működeése, a számíások elvégzése 8. Az eredmény(ek) érékelése: kölségek megvalósíhaósági szemponok 3. ábra Az aggregál ervezés lépései, forrás: Chikán-Demeer, 2006, 164p. alapján 1.3. Az aggregál ervezés módszerei Informális ervezési módszerek, azok az eljárások, amelyek nem aralmaznak maemaikai megoldásoka, nem opimalizálnak. Egyszerű grafikus, és áblázaos megjeleníéssel próbálják a felhasználó (dönéshozó) munkájá segíeni a leginkább elfogadhaó erv kiválaszásában. A legelerjedebb módszer az úgy neveze Próbahiba módszer. A módszer alapja egy ábláza, amelynek oszlopai az aggregál ervezés időhorizonjára eső ervezési időszakok (hónap, negyedév, félév, év), sorai a keresle, a ermelés, a releváns kölségek, a hiány, a készle öli meg. A módszer 10

11 előnye a ervezési időszakra számío összes kölség meghaározása, ami a erv érékelésének, egyik fő szemponja. A ermeléservezés és ermelésirányíás módszerana már öbb min három évizede foglalkozik maemaikai eljárások alkalmazásával, amelyek ado feléelek melle opimális megoldás nyújanak a ervezők és a vállalai vezeők számára (Chikán Demeer, 2006, 168p.). Az eljárásoknak igen széles skálája léezik, amelyek közül ma már szerinem a leginkább elerjed a számíógépes szimuláció, főleg a mérnöki ervezés igénylő iparágakban. Ez ermészeesen a számíógépek számíási és árolási kapaciásának radikális bővülése segíee elő, amivel érezheően lerövidül a modellek kalkulációs ideje, és a komplexebb modellek kezelése is áláhaóbbá, és egyszerűbbé vál. Ugyanakkor nem szülee áüő siker a maemaikai módszerek széles körű alkalmazására, ami valószínűleg azzal magyarázhaó, hogy nem szülee még olyan módszer, ami egyszerű, és minden, vagy viszonylag sok ermékre/ermékcsoporra alkalmazhaó lenne. Az alábbi ábláza foglalja össze a gyakorlai ermelésmenedzsmen álal emlíe eljárásoka és jellemzőike. 1. Tábláza Maemaikai ervezési eljárások és jellemzőik, Forrás: Sevenson, 1990, 487p. Módszer Megközelíési mód Jellemzők Lineáris programozás Opimalizáló Számíógépesíe A lineáris közelíés nem mindig helyálló Célprogramozás Opimalizáló Leheővé eszi öbbszörös célok figyelembe véelé Komplex Komoly erőfeszíés igényel a kölségadaok megszerzése Lineáris dönési Opimalizáló és a modell kialakíása szabályok A kölség lineáris megközelíése nem mindig érvényes Vezeési együhaók Paraméeres ervezés Szimuláció Heuriszikára alapozo Heuriszikára alapozo Próba-hiba módszer Többszörös regresszióanalízis alkalmaz a múlbéli adaok modellbe épíése érdekében Keresési ruinoka alkalmaz a dönési szabály kialakíása érdekében A számíógépesíe modell leheővé eszi a vezeő számára, hogy a modell működésé elérő feléelek melle vizsgálja 11

12 1.4. Az anyagszükséglei ervezés (MRP) Az anyagszükséglei erv (MRP, Maerials Requiremen Plan) aralmazza, az egyes ermékek alapanyag, félkész ermék szükségleé, és meghaározza, hogy a szállíási, és gyárási ciklusok szerin mikor, mekkora rendelés kell feladni annak érdekében, hogy a ermék a megfelelő időben, és a megfelelő mennyiségben rendelkezésre álljon. A jelenkező igények szerin alapveően ké csoporo lehe alkoni. Függő igény: ado ermék igénye egy másikkal együ válozik. Ilyen ese könnyen előfordulha egy-egy markeing akció kereében, amikor az egyik ermék mellé, a másika ajándékba adják. A fesékek eseében, a felhasználói szemponból, ez szine ermészees, hiszen ahhoz, hogy egy fedőfeséke felhordjunk a kíván felülere, azon úl, hogy leiszíouk mielő bármi felhordanánk, egy alapozó réege kell képezni. Ezér egy alapozó fesék igénye, álalában együ mozog a fedő fesékekével. Függelen igény: függelen igényről akkor beszélheünk, ha az ado ermék keresleé, közvelenül a vevők alakíják, nincs együmozgás más ermékkel. Eől függelenül azér a konkurencia, vagy egy másik innovaívabb, a vevői igényeke jobban kielégíő ermék alakíhaja ennek a erméknek az igényei. Például az alapozó nélkül is felhordhaó egyréegű fesékek keresleé közveeen nem befolyásolja másik ermék. Beszélheünk még olyan ermékekről, amelyeknek az igénye függő, és függelen is. Álalában ezek alkarészeke előállíó vállalaok ermékei. Például egy elefonalkarészeke előállíó vállala ermékeinek egyik része, amelyike a elefongyáróknak érékesíenek, függő igényű. A másik része, ami a szervizeknek, vagy kiskereskedőknek adnak el, már függelen igényű, mer kereslee nincs köve más ermékhez. Remélheőleg nem minden elefon kerül szervizbe az eladoakból Az MRP összefüggései Az MRP feladaa a ermékekhez kapcsolódó komponensek rendelési üemervének meghaározása. Az alábbi ábrán láhaóak azok az adaok, amelyek menén az MRP számíás elvégezheő. 12

13 Aggregál ermelési erv Ismer rendelések Előrejelze igények Mérnöki válozaások Termelési üemerv (ermelési program) Készlemozgások köveése Termék darabjegyzék MRP program Készlenyilvánarás Elsődleges jelenések Másodlagos jelenések: Rendelési üemerv a készlegazdálkodás és a ermelésüemezés számára Elérés jelenések Előrehaladási információ Tervezési információk 4. ábra Az anyagszükségle-ervezés adabázisa és eredménye Forrás: Kolai, 2009, 228 p. A számíáshoz szükséges információka az alábbi három csoporba sorolhajuk: 1) Termelési vezérprogram. A függelen igényű ermékek gyárásának üemervé aralmazza, ami a kövekező információkra épül: a) Aggregál ermelési erv b) Ismer rendelések c) Még nem ismer, de előre jelze, vagy jelezheő rendelések Lényeges előzeesen meghaározni, hogy a ervezési vezérprogram kialakíásakor, milyen időegységben adhaunk meg adaoka. Ha az adaok havi bonásban ismerek, és az időegység a hónap, akkor hei adaoka nyilván nem lehene megadni. A Trilak eseében hei bonásban ismerek az adaok, és a hé azaz időegység, amire ermelési előrejelzéseke kell adni, viszon az anyagszükségle számíásához 8 hees időegységben van meghaározva. 2) A ermék felépíése (komponenshierarchia vagy gyármányfa). A erméke alkoó komponensek echnikai és logikai egymásra épülésé aralmazza. Ebből 13

14 meghaározhaó a komponensek mennyisége, és belépési ponjuk a ermelésbe, a gyármány összeszerelése szerin. Az egyik komponensbe közvelenül beépülő másika, beépülő komponensnek hívjuk, a beépülő komponens szemponjából felhasználó komponensnek az, amibe beépül. A C (1) B (1) E (3) C (2) D (1) 5. ábra Gyármányfa, sajá összeállíás 3) Készlenyilvánarás. A beszerzendő, vagy legyárandó ermékekhez fonos udni a már készleen várakozó, és felhasználhaó ermékek, alapanyagok, félkész ermékek lisájá, hogy ezekkel korrigálva, ne rendeljünk, illeve gyársunk öbbe, min amennyire szükség van. A felhasználhaó ermékek, alapanyagok, félkész ermékek lisája nem egyenlő a pillananyi rakárkészleünkkel, hiszen abban szerepel a bizonsági készle, és a más célra leköö, a vár beérkezéseknek bizosío anyagok, sb. Ennek kiszámíási módja a kövekező: Rendelkezésre álló mennyiség = Rakárkészle Bizonsági készle Leköö mennyiségek + Vár beérkezések A készlenyilvánarásban szerepel még az uánrendelési idő, amely szerin kell az egyes komponenseke a erveze beérkezésnél korábban megrendelni. Minden komponensnél, minden időszakra, a kövekező ö éréke kell kiszámíani: a) Bruó igény, amelye függő igénynél a echnikai felépíés alapján meghaározo végermék igénye alakí ki. A függelen igény a ermelési vezérprogram haározza meg. b) A rendelkezésre álló mennyiség (erveze készle) számíása az első időszakra úgy örénik, ahogy az a készlenyilvánarásnál láhaó összefüggés muaja. A ovábbi időszakokra a kövekezők szerin alakíhaók ki: Rendelkezésre álló mennyiség () = Rendelkezésre álló mennyiség ( - 1) + Terveze rendelésbeérkezés ( 1) Bruó igény ( - 1) A 1 a időszako megelőző időszako jelöli. Logikusan kövekezik, ha az eredmény poziív, akkor megkapjuk az ado időszakra vonakozó igényadaoka. Ha negaív, akkor a rendelés nem lesz eljesíheő a kíván időben. c) A neó igény a bruó igény és a rendelkezésre álló mennyiség különbsége. d) Terveze rendelésbeérkezés, az a mennyiség, amelynek a beérkezésé a menedzsmen ervezi az ado időszakban. e) Terveze rendelésfeladás az a mennyiség, amelynek a feladásá a menedzsmen ervezi a vizsgál időszakban. 14

15 Komponens Bruó igény Felado rendelés beérkezés Terveze készle Neó szükségle Terveze rendelés beérkezés 2. Tábláza Anyagszükségle-ervezés alapáblázaa, forrás: sajá összeállíás Terveze rendelés feladás n. hé n+1. hé n+2. hé n+k. hé Az MRP célkiűzései: Készlecsökkenés: Az MRP meghaározza a szükséges alapanyagok és félkész ermékek mennyiségé, az igény fellépének időponjában. Így leheővé eszi az épp időben örénő beszerzés, ezér a készleek szinje jelenősen csökkenheő, csak a beszerzés bizonsága mia lehe rá szükség. Csökkeni az áfuási időke: a ermeléservezés haáridő szerin rangsorolja a rendeléseke, azonosíja az anyagoka. Az időzíés leheővé eszi olyan anyagbeszerző menerend kialakíásával, ami melle be lehe arani a szállíási haáridőke. Valós elköelezeség: segí eldöneni, hogy mi vállalhaó. A reális vállalások révén javul a vevői elégedeség. Mielő egy újabb rendelés elvállalására kerülne sor, meg kell nézni, hogy hogyan ha a ermelésre, mikorra eljesíheő. Jobb haékonyság: szorosan koordinálja az egyes munkahelyek munkájá. Kevesebb közvee személyzere van szükséges, így kevesebb a váralan megszakíás is. (Forrás: Kovács, 2001) 15

16 2. A keresle előrejelzése Vállalai, ehá kínálai szemponból a közvelen keresle kéféle lehe: függő, és függelen. A függő keresle a végfogyaszóknak szán készermékhez arozó alapanyagok, félkész ermékek, alkarészek, sb kereslee, amely a végermékek ponos mennyiségének ismereében könnyedén meghaározhaó. A függelen keresle, ahogy a neve is adja, függelen a vállalai haásokól, illeve a cégnek nincs befolyása ezek alakulására. Legegyszerűbb példa erre a vállala ermékei iráni vevők érdeklődése, fogyaszói szándéka A keresle-előrejelzés aralma Ha haékony kereslemenedzsmeni rendszer akarunk kiépíeni, akkor először is meg kell ismerni, a keresle ermészeé, hogy a vevői igények ingadozásából adódó bizonyalanságo csökkensük. A ermelési folyamao alapveően a ényleges, és a várhaó keresleből eredő információk alakíják. A várhaó keresle előrejelzésekor örénik az érékesíés rendjének, szezonjának, és a ciklikusságának felérképezése. Előrejelzési adabázis Rendelések Törénelem Takika Sraégia Előrejelzés folyamaa Előrejelzés adminiszrációja Előrejelzési echnikák Előrejelzés ámogaó rendszerek Előrejelzés felhasználók Pénzügy Markeing Érékesíés Termelés Logiszika 6. ábra A haékony keresle-előrejelzés folyamaa, forrás: Bowersox Class, 1996, 228. old. Az előrejelzés kiindulóponjá nézve kéféle lehe: Top-down (felülről lefelé) ervezés a eljes, aggregál vállalai igényekből indul ki, és ez bonja le alacsonyabb szinekre pl.: elepek, eloszó rakárak, üzleek, sb. Ez a módszer kevesebb bizonyalanságo hordoz magában, min a elepenkéni, illeve éelenkéni előrejelzés. A boom-up (alulról felfelé) irányuló ervezés a legalsóbb szineke ekini kiinduló ponnak, és ezekből számíja ki az aggregál vállalai igény. Tehá az alsó szineken külön-külön függelen előrejelzések jönnek lére, amike összesíenek. Éppen ezér, ez a módszer sokkal jobban figyelembe veszi a helyi jellegzeességeke, sokkal részleesebb alapadaoka igényel, és így a számíási módja is lényegesen bonyolulabb. (Forrás: Bowersox Class, 1996) 16

17 A keresle-előrejelzése egy olyan becslési folyama, amelynek célja az eladhaó, kiszállíhaó, leermelheő mennyiség meghaározása (Chikán Demeer, 2006, 92p.). A ermelés- és a kapaciáservezése elméleileg ponos előrejelzés igényel, ám ez a gyakorlaban lényegében csak szerencsével, vélelenszerűen érheő el. Ugyanakkor a minél ponosabb előrejelzésekkel lényeges megakaríásoka lehe elérni a ermelőrendszerben. Ilyen lehe a kevesebb alapanyag, félkész ermék, és alkarész beszerzés, a kisebb kapaciás-leköés, illeve alacsonyabb készleszin elérése. Az előrejelzés úgy kell kezelni, min az információ áramlás egy állomásá, ahova jelenős mennyiségű beáramló információ szükséges, hogy a rendszer ponosan udjon működni, és eredményei a vállala sok részlege felé használhaóak legyenek. Az egész előrejelző rendszer alapjá az információs adabázis jeleni, amely felé a legfonosabb elvárás, hogy rugalmas, könnyen és folyamaosan frissíheő, és gyorsan lekérdezheő legyen. Továbbá aralmazzon információka, egyrész a vállalaon belülről: a promóciókról, a rendelésekről, ezek előzményeiről, valamin eljesíésük módjáról (árengedmény, speciális üzlei megegyezés, sb). Illeve a vállalaon kívüli környezeről: gazdasági helyze, a versenyársak akciói, új ermékei, sb. Ezeknek az információknak megfelelő mérékű részleezesége is szükséges a ponos, és haékony előrejelzés készíéséhez, nem uolsó sorban azér is, hogy minden részleg használhassa azoka. A keresle-előrejelzés echnikái maemaikai, saiszikai eszközök használaá jeleni. Ezekről a módszerekről az Előrejelzés című fejezeben még részleesebben szó lesz. Dolgos Olga szerin csak saiszikai úon működő előrejelzések nem elegendőek a piaci igényekhez való folyamaos, rugalmas és kölségakarékos alkalmazkodáshoz, hiszen a fogyaszó számalan impulzus éri, ami vásárlás, illeve éppen az ado ermék vásárlására öszönzi. A múlbeli érékesíési adaokból számol igényszám-ervezeek igen gyakran korrekcióra szorulnak (Forrás: Chikán Demeer, 2006, 93p.) A keresle-előrejelzés adminiszrációja Az előrejelzések készíése, főleg ha a múlbeli érékesíési adaokból épíjük fel a rendszer, akkor folyamaos kapcsolaarás feléelez a vevőkkel. Ez leginkább a számíógépes hálózaokkal érheő el, hiszen nem várhaó el, hogy egyelen ember, az üzleköők melle, napi szinén legyen kapcsolaban öbb száz, eseleg ezer vevővel. Ugyanakkor a hálóza révén, a korábbi becsül érékeke ermészeesen korrigálni lehe a ényleges igényszámokkal. Ha ez megeük, és megbizonyosodunk abban, hogy az ado alul-, vagy felülbecslés nem egyszeri előfordulású, akkor az igényszámokhoz képes javíani kell a becslés módszerén. 17

18 Ismer rendelések és igények Múlbéli érékesíési adaok STATISZTIKAI BECSLÉS Korrekció (kalkulációs séma) Visszacsaolás Előrejelzés (Tervszámok) Piaci információk vevőkről, ermékekről, akciókról IGÉNYSZÁMOK Korrigál ervszámok Visszacsaolás a ponosságról (pl. készleszin) Visszacsaolás PIAC 7. ábra Egy keresle-előrejelző rendszer felépíése, forrás: Dolgos, 1996 (kézira) Az ábrán láhaó modell, kvaniaív, és kvaliaív módszereke is aralmaz. Feléele, hogy a keresle havi, és vevőípusonkéni elemzése leheséges, a forgalom ebben a bonásban visszamenőleg rendelkezésre áll, illeve legalább a jövőben leheséges (Forrás: Dolgos, 1996 (kézira)). A Pareo-elv as szabálya, szerin a forgalom 80%- a vevők 20% eszi ki. Az ilyen komoly vevők például árengedmény kaphanának, ha a rendelésüke előre jelzik. Ezzel lényegesen csökkenheő lenne az előrejelzésekben rejlő bizonyalanság, és eljesülne, ha nem is eljesen, de jelenős részben, az előrejelzések célja is: kölségeke lehene megakaríani, az alacsonyabb készleszinekkel. Sajnos maga az előrejelzés is okozha, a céljával ellenében, kölségnövekedés. A felülbecslés a ké rossz leheőség közül, a kisebbik rossz. Felülbecsléskor készlenövekedés örénik, de ez még könnyebb korrigálni, min az alulbecslés. A megmarad készleeke a kövekező előre jelzendő időszakra, már indulókészlekén kell kezelni, vagy ki kell vonni a megbecsül érékből. Alulbecslés eseén, negaív készle kelekezik, ami áruhiány jelen az ado ermékből. Ha ez előfordul, és a vállala mindenképpen eljesíeni akarja a megrendelés, az alapanyagok meglée eseén ideiglenesen növelnie kell a kapaciásá, ez megoldhaó lehe például 18

19 bérmunkásokkal, vagy úlórázaással. Ha az alapanyagok nincsenek rakáron, akkor, ha leheséges, a beszállíóól, vagy beszállíókól kell gyors rendeléseljesíés kialkudni, de ennek nyilvánvalóan beszerzési árnövekedés lesz az eredménye. Könnyen elképzelheő, hogy ilyen eseben a cég nem képes eljesíeni a rendelés, mivel az alapanyagok beszerzése olyan hosszú idő vehe igénybe, hogy addigra a vevő eláll a rendelésől Ex pos, ex ane előrejelzések Kvaniaív előrejelzések készíésekor, próbájakor, fonos, és szerinem elkerülheelen vizsgálai lépés, az ex pos és ex ane előrejelzések készíése (3. ábra). Az ex pos előrejelzés, arra szolgál, hogy egy már léező adasorra készíünk becslési eljárás, minha a ényadaok nem lennének ismerek. Ehhez felhasználjuk a korábbi ényadaoka, idősoros becslési eljárás során. Az így kapo érékeke, ha például öbb módszer szerenénk kipróbálni, összehasonlíhaóvá válnak, és kiválaszhaó a leheő legcélszerűbb. Új módszer próbája eseén, a már léező érékek előrejelzésével gyorsan képe kaphaunk a módszer működőképességéről (Forrás: Ramanahan, 2003.) Rendelkezésre álló ényadaok Keresle (d) Ex pos Ex ane n 1 n 2 n 3 Idő () 8. ábra Ex pos és ex ane előrejelzések ciklusai, sajá munka Fonos megjegyezni, hogy ez félrevezeő is lehe. A módszer eszjé ovább kell folyani, az ismer adaokon úl, ez az ex ane, egészen addig, amíg sajá magunk meg nem győződünk, hogy a modell énylegesen, nem csak laboraóriumi körülmények közö, éleképes. Ehhez megfelelő példa a 2010-ben íródo szakdolgozaom, amelyben olyan kvaniaív modell alkoam, amely abban az évben, az ismer, és nem ismer hónapokban egyarán, hei szinen nem igazán meggyőző eredménnyel, de a 8 hees rendelési ciklusokra számolva már a +/-20%- os haáréréken belül vol képes becsülni (4. ábra). Sajnálaosan ez az eredmény 19

20 nem bizonyul arósnak. A 2011-es év kezdeén, már az első 8 hees ciklusnál is, az addigi ingadozásokhoz képes, gyors csökkenés vol megfigyelheő a ponosságban, ami álépe a lélekani 80%-o. 120,00% 100,00% 80,00% 60,00% 40,00% 20,00% 0,00% Rendelési ciklus (8 heene) Kvaniaív előrejelzés Szakmai becslés 9. ábra Összehasonlíó grafikon, forrás: sajá munka Ex pos és ex ane előrejelzések eseében különbsége kell enni, a feléeles, és feléel nélküli előrejelzések közö. Feléeles előrejelzés ala, ahogy az a kifejezés is jeleni, valamilyen feléelhez köjük a végső becsül éréke. Ez álalában valamilyen azonos émakörből származó, fonos befolyásoló ényező, amelynek válozása eseében nagy valószínűséggel válozik a végső becslés is. Például az idei 2011-es nyár júliusában a svájci frank erős ingadozásoka muao a forinal szemben. Ez ugyanakkor nemcsak a magyar gazdasággal függ össze, hanem az euroövezei országok államadósságának finanszírozási bizonyalanságai is erősen befolyásolák. Elsősorban azokra az országokra gondolok, amelyek eseében felmerül a sürgős beavakozás kényszere: Görögország, Olaszország, Porugália, Írország. Mivel hazánk agja az Európai Uniónak, ezér azok a haások amelyek az Unióra hanak, hanak Magyarországra is. A feléel nélküli előrejelzés, olyan becslés, ahol a becsléshez szükséges adaoka, nem ényadakén szerezük, hanem a modellből, vagy egy segédmodellből kapuk meg őke. Például ilyen a 2010-es szakdolgozaomban kifeje modell, ahol az uolsó lépéshez szükséges bemenei adaoka, korábbi lépések, exponenciális simíás, mozgó álagolás, időszaki álagok számíásaiból számolam ki. Ez a modell a későbbiekben (Előrejelzés Excel függvényekkel c. fejeze) kerül részlees bemuaásra Előrejelzések alkoóelemi Az előrejelzések ké legegyszerűbb módja, a szakérői becslés, illeve a korábbi érékesíési adaokon alapuló előrejelzés. Uóbbi eseben fonos megjegyezni, hogy 20