衡量交付周期
首页 » 资源 » 此处
交付周期是一个基本变量，它对于准确计算满足未来需求所需的库存量至关重要。无论采用何种预测技术，都需要正确衡量交付周期。进行库存优化时所需的交付周期涉及很多微妙之处。本页将阐述如何针对实际情况衡量交付周期。
根据您过去的采购订单并着眼于订货与交付之间的延迟，可以最好地计算出交付周期。我们建议不要相信供应商给出的"官方"交付周期，因为供应商所给出的这些数值常常过高或过低。如果贵公司在使用某种由 Lokad 提供原生支持的应用，那么 Lokad 会根据您的历史数据自动计算适用的交付周期。
交付周期与预测范围
交付周期一词可以指许多事务。有制造交付周期、运输交付周期、订货交付周期等等。当需要优化供应链决策时，所有这些交付周期都需要被考虑在内。这个“合并”的交付周期称为预测范围。之后需求预测引擎将把此范围作为输入来使用。经典预测方法往往由于自身的局限性而使问题进一步复杂化。日常预测常常被认为太不稳定，因此转而使用每周甚至每月预测。但是，如果使用每周或每月预测，就不再有将预测的需求调整到相应范围的规范方法。
Lokad 的预测引擎直接以天为单位作为需求预测的输入，由此解决了这个问题。而且，该引擎还能够处理由概率分布表示的“不确定”范围。
值得注意的是，与供应商之间的协议通常包含以工作日为单位的交付周期，因此这些数据应重新按日历日计量。
一个始于“现在”的未来时间段
需求预测通常从“现在”的日期开始直至涵盖全部范围。在实践中，“现在”并不总是反映真实时间，而是代表历史数据的结束。由于历史数据往往是分批检索，可能会存在较小差异。Lokad 的预测引擎要求提供present 变量，这正是因为通过检验历史数据本身并不总能消除模糊性，因为对于最后几小时的数据集，并不总能区分缺少需求和截断销售数据的不同。
上图显示，我们的交付周期为4天，者就是预测范围。它意味着，如果我们使用该交付周期计算再订货点，并假设服务水平为 95%，则根据 Lokad 的预测，再订货点将代表最低的存货价值，这足以涵盖未来的需求波动，以确保再订货点的存货价值在 95% 的时间内均高于需求，从而避免缺货。
在下文中，我们将看到概率预测为再订货点提供了一个更好的替代性选择。同时为了简单起见，我们采用与再订货点相关的较简单观点。
再订货延迟
上文所示的范围必须嵌入造成实际补货延迟的所有因素。特别是，再订货延迟几乎无法避免。随着 SKU 单位的出售或消耗，传递给供应商的再订货订单通常不具有实时性。例如，某些 SKU 可能无法一周再订货一次。
如上图所示，假设我们每 3 天订购一次，并且供应商的交付周期为 4 天，则我们很容易错误地将交付周期确定为 4 天。事实上，这种做法未能考虑在下次订货前的 3 天延迟。若采用 4 天作为范围，则再订货点将不能充分涵盖第 5、6、7 天。
在这种情况下，所要考虑的适当需求范围为 4+3 = 7 天。因此，存货应从第零天开始，延续至第 7 天结束（即第二批货物交付），而不是第 4 天结束（即第一批货物交付）。第 B 次再订货直到第 7 天结束时才会发挥效用，因此无论第零天再订货多少，都应涵盖全部 7 天的需求波动。第 B 次再订货将从第 7 天开始发挥作用。
每天预测两次
下图所示可能会出人意料 – 对同一天进行了两次预测。第 4 天至第 7 天即属于从第零天开始的第一次需求预测，也属于从第 3 天结束后开始的第二次需求预测。
但这是预期行为。需求预测转化为再订货点。然而，再订货量本身等于再订货点减去现有存货与订购存货。因此，再订货点计算可能对同一天进行两次预测，但涉及再订货量时，不会对同一天进行两次计算。
情景示例
在本节，我们将通过几个典型情景，来进一步了解如何在考虑较复杂的交付周期时计算相应范围。存在休息日的次日交货
假设某零售店的情况如下：- 零售店除星期日外每天营业。
- 零售店除星期日外每天均可收货。
- 零售店每天上午 10 点之前订货，供应商次日交货。星期六的订单在星期一收货。
- 零售店在每天下午 5 点将前一天午夜之后的所有数据输入 Lokad。
在此情况下，除星期六外，每天的范围均为 2 天；星期六的范围为 3 天。
存在半休息日的隔日交货
假设某零售店的情况如下：- 零售店每星期营业七天。
- 零售店除星期日外每天均可收货。
- 零售店每天上午 10 点之前订货，供应商隔日交货。星期五的再订货在星期一交货。星期六的再订货在星期二交货。
- 零售店在每天下午 5 点将前一天午夜之后的所有数据输入 Lokad。
在此情况下，从星期一至星期四，预测范围均为 3 天，即再订货的一天延迟加供应商的两天交付周期。星期五和星期六的预测范围均为 4 天。这两天和歇业的星期天需要纳入客户供应范围。尤其是，在星期五上午做出的决策需要持续到下星期二结束，因为星期六的再订货行为不会对星期二造成影响。