No Nando vistas līdz mikroshēmām: kāpēc ir grūti paredzēt pandēmijas trūkumu
Ātrās ēdināšanas ķēdes nesenās problēmas norāda uz trūkumiem, kā uzņēmumi prognozē piedāvājumu un pieprasījumu
Tolga Akmen / AFP, izmantojot Getty Images
Lankasteras universitātes biznesa analītikas profesors Džons Boilans par to, kā mazumtirgotāji visā pasaulē varētu izvairīties no piegādes ķēdes traucējumiem, piemēram, tiem, ko izraisīja Covid-19 krīze
Peri-peri vistas fani bija vīlušies un neapmierināti, kad Nando paziņoja pagaidu slēgšana no gandrīz 50 restorāniem. Tiek vainots vistas trūkums, un, lai gan reakcija uz slēgšanu bija satīra sociālajos tīklos , problēma uzņēmumam ir nopietns izaicinājums.
Izsalkušie klienti, bez šaubām, jautās, vai piegādi varēja labāk pārvaldīt. Līdzīgi jautājumi plašāk tika izvirzīti pandēmijas sākumā, kad lielveikali beidzās no tualetes rullīša un miltiem.
Daži vainoja mazumtirgotāju slikto plānošanu, taču tādi pieprasījuma kāpumi iepriekš nebija novēroti. Un pandēmija turpina izjaukt izveidotās piegādes ķēdes.
Nesens mikroshēmu trūkums Piemēram, tas ir daļēji saistīts ar pieaugošo pieprasījumu pēc ierīcēm, piemēram, tālruņiem un spēļu konsolēm, un a koronavīrusa gadījumu atdzimšana Āzijā (kur tiek izgatavota lielākā daļa mikroshēmu). Situācija ir tik nopietna, ka Toyota ir spiesta uz laiku griezt transportlīdzekļu ražošana par 40% .
Neņemot vērā pandēmijas, preču pieprasījuma modeļi parasti rāda svārstības no dienas uz dienu un no nedēļas uz nedēļu. Daži no tiem ir izskaidrojami un paredzami, piemēram, zināmu liela pieprasījuma periodu dēļ, piemēram, brīvdienu nedēļas nogales.
Citas izmaiņas neatbilst skaidrojumam vai prognozēm, un statistikas prognozēšanas modeļos tiek aprakstītas kā troksnis. Un, lai gan nākamā trokšņa traucējuma raksturs nav zināms, tā ietekmi var izmērīt un ņemt vērā, nosakot krājumu līmeni. Bet pat šī rūpīgā pieeja sabojājas, ja ir pēkšņs pieprasījuma pieaugums, atšķirībā no jebkā, kas ir noticis iepriekš.
Pašreizējais vistas deficīts Nando's ir saistīts ar piegādes traucējumiem, nevis pieprasījumu, ko ne vienmēr varēja gaidīt.
No prognozēšanas viedokļa pēkšņas piedāvājuma izmaiņas ir līdzīgas pēkšņām pieprasījuma izmaiņām. Krājumu kontroles sistēmas parasti veic krājumu aprēķinus, pamatojoties uz regulāru izpildes laiku (laiku no pasūtījuma veikšanas līdz brīdim, kad prece tiek piegādāta un ir gatava klientam).
Ja laiku pa laikam ir nelielas izmaiņas, aprēķinus var attiecīgi pielāgot. Bet atkal šāda pieeja sabojājas, ja pēkšņi rodas liela problēma, kas atšķiras no citām, kas ir bijušas iepriekš.
Šajā situācijā mums vajadzētu izjust līdzjūtību pret Nando. Būtu neticami izšķērdīgi no viņiem pārvadāt lielus neapstrādātas vistas krājumus, gaidot iespējamos lielus traucējumus.
Vistas ārā
Ja viņi to darītu parastos laikos, liela daļa gaļas paliktu neizmantota un izzustu. Skaidrs, ka tas nav dzīvotspējīgs risinājums.
Tā vietā lielu traucējumu problēma prasa atšķirīgu pieeju prognozēšanai, kas pazīstama kā scenāriju plānošana. Šķiet, ka problēmu Nando's izraisīja darbaspēka trūkums pie piegādātājiem. Un, lai gan darbaspēka trūkuma laiku nevarēja paredzēt, to rašanos - kādā brīdī - varēja paredzēt.
Scenārija plānošanas vingrinājumā vadītāji iztēlojas galvenos traucējumu cēloņus, kas varētu notikt nākotnē. Šāda veida vingrinājumi nekad nebūs ideāli, un daži notikumi paliks atklāti, taču tam nevajadzētu kavēt progresu, kas tiek panākts, pārdomājot iespējamās piegādes ķēdes problēmas un uzņēmuma reakciju.
Piemēram, ja organizācija ir atkarīga no viena produkta piegādātāja, tā var apsvērt iespēju ieviest otru piegādātāju, kurš arī saņems regulārus pasūtījumus un var elastīgi reaģēt uz lielāku pasūtījumu apjomu, ja rodas problēmas ar pirmo piegādātāju.
Tas var arī palīdzēt reaģēt uz negaidītiem pieprasījuma pieaugumiem. Un, ja problēma skar visus piegādātājus, tad var izstrādāt plānus, lai pasūtītu lielākus aizstājējproduktu daudzumus.
Tomēr parasti piegādes ķēdes programmatūrā iestrādātajām pieprasījuma prognozēšanas metodēm ir jādarbojas labi parastos laikos, un tās var droši izmantot kā pamatu krājumu papildināšanas plānošanai. Lai paredzētu ārkārtējus laikus, prognozēšanai ir jāpāriet no sistēmas uz darbībām, kas balstītas uz cilvēku.
Vadītājiem jācenšas paredzēt galvenos šoku cēloņus savās piegādes ķēdēs un jāievieš politika, kas mazinātu šoku ietekmi. Tas būs izdevīgi ne tikai restorānu ķēdēm attīstītajās valstīs, bet arī humānās palīdzības piegādes ķēdēm, kurās ir ļoti nepieciešama pārtika, apģērbs un medikamenti.
Džons Boilans , biznesa analītikas profesors, Lankasteras universitāte .
Šis raksts ir pārpublicēts no Saruna saskaņā ar Creative Commons licenci. Lasīt oriģināls raksts .
