Ressurser

Alle produsenter trenger råvarer og tjenester for å kunne operere, og kostnadene til innkjøpsavdelingen er ikke bare prisen på de bestilte varene, men inneholder også blant annet tiden man bruker på oppfølging av leverandører og diverse konsekvenskostnader. Konsekvenskostnader kan være økte lager og transportkostnader som følge av suboptimale valg av leverandører og bestillinger, for å nevne noe. Som vi skal se i denne artikkelen er det få som jobber optimalt med innkjøp, og ved å basere seg på avanserte forsyningskjedeanalyser og prognoser er det mulig å gjøre store besparinger. Dagens røverkjøp kan fort bli katta i sekken om bestilte varer ikke kommer til avtalt tid, av riktig mengde eller det viser seg at mottatte varer ikke kan brukes. Hvordan mange jobber med innkjøp Vi kommer ikke bort fra det at i veldig mange bedrifter, selv store bedrifter, blir planlegging av innkjøp ofte gjort ved hjelp av mye menneskelig intuisjon og mange store og kompliserte regneark. Regneark som beregner når en skal bestille flere råvarer, fra hvilke leverandører og lignende. Basert på de beregningene har man ofte definert gjenbestillingspunktet etter noen enkle regler for å sikre at man har nødvendige råvarer på lager. Vanlige regler kan være at man skal legge inn en bestilling hos leverandør når lagerbeholdning blir for liten i antall eller når lagerbeholdningen vil dekke forbruket i en periode mindre enn en satt grense. For å bestemme hvor mye som skal bestilles brukes ofte enten manuelle og intuisjonsbaserte metoder, eller mer formaliserte bestillingsberegninger som kvadratrotsformelen. Kvadratrotsformelen («EOQ» eller «Economic order quantity» på engelsk) er en modell utviklet for å beregne den beste mulige bestillingsmengden for å redusere variable kostnader gitt et bestemt lagernivå. Selv om denne modellen er over 100 år gammel er den fremdeles mye brukt av mange bedrifter, og mange innkjøpsprogrammer benytter forbedrede utgaver av nettopp denne modellen. For bedrifter som har forsøkt å fornye seg de siste 10 årene er det heller ikke uvanlig å se utstrakt bruk av datavisualiseringsverktøy som Power BI eller Tableau for å erstatte noen av Excelfilene. Men selv om de er gode rapporteringsverktøy er ikke Power BI eller Tableau alene kraftige nok analyseverktøy for å kunne gi innkjøpere god nok databasert støtte i arbeidet. De vanlige arbeidsmåtene som beskrevet over gir innkjøperne illusjonen av kontroll og virker trygt og kontrollert. Men i tillegg til å være veldig tidkrevende er det sjeldent dette fører til optimale bestillinger, selv for bedrifter med enkle forsyningslinjer. Hvorfor innkjøp er vanskeligere i dag Selv om de konvensjonelle metodene har fungert godt i mange år, har forsyningskjedene nå blitt mer kompliserte og markedene mer uforutsigbare, og det fører til at det har blitt nødvendig å tenke nytt om man skal fortsette å være konkurransedyktig i tiden fremover. Mens de fleste metodene som brukes for innkjøp er fundamentalt designet for markeder som endres tregt og med forutsigbare etterspørselsmønstre, er dette langt fra sannheten i dag. Nå har de fleste bedrifter mye lengre og mer sårbare forsyningslinjer enn tidligere hvor forstyrrelser ikke lengre er unntaket, men må sees på som normalen. For å håndtere dette har nå mange forsyningskjeder begynt med tettere samarbeid mellom aktørene ved å ha mer utstrakt informasjonsutveksling mellom aktørene. I denne verdenen vi nå lever i er man nå nødt til å se utenfor sine egne fire vegger, og kombinere informasjon fra tusenvis av kilder for å kunne reagere på endringene i tide og gjøre de riktige valgene på selv små spørsmål som om når en råvare skal bestilles. Og det blir ikke bedre på salgssiden. Etterspørsel er nå generelt mer variabelt og vanskelig å forutsi for de fleste varekategorier. Kampanjer utført av en konkurrent eller anbefalinger på sosiale media kan føre til enorme svingninger i etterspørselen av et produkt, og evnen til å oppdage og reagere hurtig på de svingningene kan bety forskjellen mellom å klare å utnytte situasjonen, eller sitte igjen med mange usolgte varer på lager fordi man reagerte for sent eller på feil måte. Samtidig har produkter generelt mye kortere levetid i markedet nå enn tidligere, og det er ikke uvanlig at produktspesifikasjoner også endres fortløpende for å utnytte prisforskjeller på råvarealternativer, tilpasse de til endringer i lovverket eller for å tilfredsstille ønsker fra store kunder. Risikokontroll ved innkjøp Innkjøp er alltid forbunnet med risiko. Risikofaktorene ved innkjøp kan enten være generelle, som dårlig varekvalitet, leverandører som ikke klarer å levere, fare for uventede kostnader og transportproblemer, eller spesifikke til en sektor, geografisk område eller industri. Uansett må de faktorene vurderes under alle innkjøp og det er innkjøpsavdelingens ansvar å finne den riktige balansen mellom risiko og fortjeneste. Behov og forsyningskjedeanalyser For å kontrollere risiko ved innkjøp av råvarer, er det viktigste verktøyet en trenger en god og alltid oppdatert analyse over nøyaktig hva du trenger og når du trenger det. En slik analyse er nødvendig for å kunne sikre at du ikke ender opp med å kjøpe for mye eller for lite av en råvare, og at du får reservert kapasitet tidlig hos leverandørene eller utnyttet eventuelle kvantumsrabatter som ofte ligger i godt forhandlede avtaler. I tillegg så er det nødvendig å ha god og oppdatert oversikt over hvilke utfordringer som finnes i forsyningskjeden. Dette innebærer å løpende evaluere leverandørers pålitelighet, oppdage mulige risikofaktorer knyttet til transporten av bestilte varer, om det finnes geopolitiske spenninger som bør bli tatt hensyn til og lignende. Mulige tiltak for å redusere risiko Med gode behovs og forsyningskjedeanalyser kan man begynne å vurdere hvilke tiltak som kan vurderes for å redusere konsekvensene ved forsyningsproblemer. Benytte sikkerhetslager Den vanligste formen for risikoreduksjon består av å bygge et sikkerhetslager av viktige råvarer. Et sikkerhetslager sørger for at du har en buffer av råvarer som kan benyttes ved unormalt stor etterspørsel eller ved forsyningsproblemer. Men riktig forvaltning av sikkerhetslageret er viktig for å holde kostnadene nede og risikoen under kontroll. Og det er her mange kan forbedre seg. Mens sikkerhetslagerets hovedformål er å redusere risiko, er det få som forvalter nivået på sikkerhetslageret på en måte som knytter nivået til den faktiske risikoen de er

I løpet av de siste to årene har både koronapandemien og krig i Ukraina skapt store og uforutsette forstyrrelser på både lokale og globale forsyningskjeder. Dette betyr at bedrifter nå må planlegge for mange flere situasjoner for å sikre sin fremtidige overlevelse og konkuranseevne. Forsyningskjeder som endres nesten daglig, raske forandringer i kundenes handlemønstre og logistikkproblemer som følge av vær eller geopolitiske spenninger, er bare noen av problemene man må håndtere i dag. For å kunne planlegge i denne nye og mer kompliserte verdenen må bedrifter også endre og utvikle måten de tenker på. Viktigheten av nøyaktige etterspørselsprognoser for produksjon Uansett om du følger en make-to-stock eller make-to-order produksjon, så er man avhengig av den beste mulige innsikten i den fremtidige etterspørselen for å kunne lage de mest optimale produksjonsplanene. For make-to-stock kan optimalisering av produksjonen gi deg lavere lønnskostnader og bedre utnyttelse av produksjonsmaskinene. Samtidig kan en optimal produksjonsplan gjøre det mulig å redusere lagernivået. For varer med kortere holdbarhet, kan også mer optimaliserte produksjonsplaner redusere tiden det tar fra varen blir produsert til den når kunden, som gir lengre holdbarhetstid for kunden og mindre svinn. For bestillingsproduksjon (make-to-order) med kortere ledetider er tilgang på nøyaktige prognoser essensielt for å sikre at fabrikken er klar til å produsere de bestilte varene når bestillingene kommer ved å sikre at fabrikken har riktig bemanning, og at nødvendige råvarer er på lager. Langsiktig er nøyaktige prognoser nødvendig for å kunne forutsi større etterspørselsendringer i forsyningskjeden som vil kreve endring for å enten øke eller redusere produksjonskapasitet. I begge tilfeller gjør mer nøyaktig planlegging basert på mer nøyaktige etterspørselsprognoser det mulig å ha høyere servicegrad, kortere ledetider og generelt mer fornøyde kunder. Viktigheten av nøyaktige etterspørselsprognoser for logistikk Mens logistikk ofte blir over oversett når man vurderer viktigheten av etterspørselsprognoser, er dette ugunstig ettersom logistikk regelmessig må håndtere mange av de tilsynelatende mest uforutsigbare hendelsene som påvirker forsyningskjeden. For eksempel, svingninger i drivstoffkostnader eller mangel på containertilgjengelighet eller problemer med transport er alle problemer som kan ha store påvirkninger på bedriftens lønnsomhet og leveringsevne. De grunnleggende verktøyene som trengs for å sikre at man forstår situasjonen godt nok til å håndtere disse utfordringene er nøyaktige og oppdaterte etterspørselsprognoser. Etterspørselsprognoser er et viktig hjelpemiddel når du skal planlegge hvor mye varer du trenger å ha tilgjengelig på hvilket sted og til hvilke tidspunkt, og derfor for å kunne ha et klart bilde av handlingsrommet man har til å håndtere situasjonene på en økonomisk og effektiv måte. Med nøyaktige etterspørselsprognoser kan man også tidligere planlegge for uventede situasjoner, finne måter å kutte kostnader på og øke fleksibiliteten til å håndtere forstyrrelser. Viktigheten av nøyaktige etterspørselsprognoser for innkjøp Innkjøpere må sørge for å alltid ha oppdaterte innkjøpsplaner som igjen sikrer at nødvendige råvarer vil være tilgjengelig for å møte behovene til produksjon og delsalg. Feil beslutninger kan raskt føre til bestilling av feil mengde eller at råvarer ikke er tilgjengelig når de trengs i produksjon. Dette kan videre føre til tapte salg, tidkrevende omlegging av produksjon eller i ekstreme tilfeller, total produksjonsstans. Selv om det viktigste målet for innkjøp er å sikre at riktig mengde råvarer alltid er på lager og at strømmen av nye råvarer alltid er sikker, må det også skje på en så kostnadseffektiv måte som mulig. Ved å dynamisk endre sikkerhetslager for å holde nivået generelt lavere i perioder med mindre risiko eller forvalte leverandørrelasjonene bedre, vil man ofte kunne finne betydelige besparelser. I bedrifter som benytter en «just-in-case» innkjøpsstrategi, kan besparelser oppnås med mer nøyaktig og fleksibel langtidsplanlegging som er basert på nøyaktige og oppdaterte prognoser. For bedrifter som benytter «Just-In-time» er forutsigbar tilgang til råvare, produksjon og bestilling essensielt for å kunne levere i tide, og det er bare mulig å gjøre godt med veldig nøyaktige og oppdaterte prognoser. Gode evner til å følge opp og ha kontroll over nødvendige innkjøp ved en varierende etterspørsel er viktig for å kunne finne de beste mulige innkjøpsstrategiene, uansett om man baserer seg på «just-in-case», «Just-In-time» eller en kombinasjon. Nøyaktige og oppdaterte etterspørselsprognoser beregnet gjennom automatiske metoder gjør det mulig. Problemet med de fleste prognoseløsninger Mange multifunksjonelle ERP-løsninger (Enterprise Resource Planning) har innebygde prognoseverktøy, men som oftest er de originalt designet for en annen tid, hvor forsyningskjedene var enklere, markedene mer forutsigbare og hvor produktene hadde lengre livssykluser. For å oppnå noe som kan minne om tilfredsstillende nøyaktighet med disse prognoseverktøyene, er man avhengig av svært dyktige konsulenter eller interne brukere som bruker mange timer på å justere og vedlikeholde de statistiske modellene slik at de til enhver tid modellerer den kjente tilstanden til forsyningskjeden. Men i praksis fører dette ofte til situasjoner hvor man blir tvunget til enten å forenkle modellene (og dermed ofre nøyaktighet) eller kontinuerlig investere store mengder tid og penger i å vedlikeholde modellene og korrigere prognosene. Og selv etter alt dette er det ikke sikkert prognosene er spesielt gode. I dag er forsyningskjeder i konstant endring, og de endres i mye høyere tempo enn før. Samtidig forventes det at produksjonsbedrifter har kortere ledetider og høyere servicegrad, selv i tider med mye varierende eller sporadisk etterspørsel. Sporadisk etterspørsel er vanskeligere å forutsi, og krever mer data fra flere forskjellige datakilder enn hva de fleste systemer kan ta imot og utnytte.   Produksjonsbedrifter lanserer også nå nye produkter oftere enn før og det er ikke uvanlig at noen produkter både lanserer og fases ut i løpet av 6 måneder, noe som gjør mange av de eldre teknikkene ubrukelige. For å håndtere de gamle og nye utfordringene på best mulig måte trenger du automatisering og mulighet til å stole på at de automatiserte prognosene er både nøyaktige og representative for den fremtidige utviklingen av forsyningskjeden. Automatisert etterspørselsprognoser i Future Then View Med Future Then View er automatisering i fokus. Hele systemet er designet fra grunnen av med den nyeste og mest avanserte teknologien for å automatisere nesten alle deler av prognose og analyseprosessen. Alt fra datainnsamling til generering og optimalisering av prognoser er automatisert. Prognosene produsert av Future Then View er