库存管理关键要素

上传人:gp****x 文档编号:243016633 上传时间:2024-09-13 格式:PPT 页数:43 大小:1.10MB
返回 下载 相关 举报
库存管理关键要素_第1页
第1页 / 共43页
库存管理关键要素_第2页
第2页 / 共43页
库存管理关键要素_第3页
第3页 / 共43页
点击查看更多>>
资源描述
单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,KINGVIEW服务书业承袭文明,供应链库存策略,9/13/2024,1,库存与采购/生产/销售/财务/储运的关系,9/13/2024,2,第一讲:,库存源于销售预测,9/13/2024,3,1.1五大定性预测方法,A,一般预测法,: 一线销售员预测,逐级上报分析;,B,市场调研法,: 问卷/面谈/电话收集数据, 适合R,C,小组共识法,: 高级经理/销售经理/顾客代表头脑风暴;,D,历史类比法,: 类似产品历史销售数据类比,适合,R,E,德尔菲法,: 专家问答收集汇总, 闭环重复。,9/13/2024,4,1.2六大定量预测方法,A、指数平滑法,B,季节性预测,C,简单平均法,D,加权平均法,E,简单移动平均法,F,加权移动平均法,9/13/2024,5,六大定量预测方法之一:,指数平滑法,新一期预测值=上期预测值+常数0.1(上期实际需求-上期预测值),9/13/2024,6,六大定量预测方法之二:,季节性预测,假设下年度需求预测值为830, 那么:,第1季度的需求预测值=830 X 448/2090=830 X 21.43%=178,第1季度的需求预测值=830 X 810/2090=830 X 38.76%=322,第1季度的需求预测值=830 X 550/2090=830 X 26.32%=218,第1季度的需求预测值=830 X 282/2090=830 X 13.49%=112,时段,第一年,第二年,第三年,3年总和,占全年%,第1季度,125,140,183,448,21.43,第2季度,270,245,295,810,38.76,第3季度,186,174,190,550,26.32,第4季度,84,96,102,282,13.49,总计,665,655,770,2090,100.00,9/13/2024,7,六大定量预测方法之三:,简单平均法,第四周的预测值=(140+156+184)/3=160,9/13/2024,8,六大定量预测方法之四:,加权平均法,第四周的预测值,= 1/6,X,140 + 2/6,X,156 + 3/6,X,184 = 167,9/13/2024,9,六大定量预测方法之五:,简单移动平均法,9/13/2024,10,库存的平均移动预测方法,9/13/2024,11,六大定量预测方法之六:,加权移动平均法,9/13/2024,12,1.3,二十四种库存预测方法简介,1/8,方法,简介,预测期,1,德尔菲法,通过问卷询问一组专家,对一份问卷的回答用来制作下一份问卷。这样专家之间信息共享,最后科学决策,避免迷信跟风某些权威,中长期,2,市场调查,系统地、正式地、有意识地对真正的市场展开调查,检验假设条件。,中长期,3,小组意见法,因预测会受到社会各种不确定因素的影响,不能反映真实情况,征求一线经理人的意见可很好地弥补专家的预测。,中长期,9/13/2024,13,二十四种库存预测方法简介,2/8,方法,简介,预测期,4,销售人员预测法,因为销售人员最接近客户,他们能很好地预测客户的真正需求。,中短期,5,意想预测,主观猜测、想象,个人见解、判断,一般情况下,此法缺乏科学性。,中长期,6,历史类比法,对新产品的导入期和成长期做历史对比性分析,据此对相似模式作出预测。,中长期,9/13/2024,14,二十四种库存预测方法简介,3/8,方法,简介,预测期,7,移动平均法,时间序列上移动平均的每一点都是一系列连续点的算术平均数或加权平均数,选择若干数据点以消除季节性等影响。,短期,8,指数平滑法,类似于移动平均法,只是对更近期的点给予更大的权数,来调整季节等不确定。,短期,9,博克斯詹金斯法,通过计算机建成自回归的、综合的移动平均模型,调整季节性和趋势性权重。,中短期,9/13/2024,15,二十四种库存预测方法简介,4/8,方法,简介,预测期,10,时间序列分解法,将时间序列分解成季节性、趋势性和规律性因素等方法。在判断转折点时非常有用,是中期(3-12个月)预测的好方法。,中短期,11,趋势映射法,用数学方程拟合趋势曲线,考虑如下几个变形:斜率、多项式、对数等。,中短期,12,集中预测法,在未来的三个月内,通过计算机模拟测试几个简单的决策方法,看哪个更精确。,中期,9/13/2024,16,二十四种库存预测方法简介,5/8,方法,简介,预测期,13,谱分析法,将时间序列分解为几个基本成分,称作谱,以几何的正玄余玄曲线来代表,重新组合写出数学表达式,用来预测。,中短期,14,回归模型,通过计算机统计将需求与其他变量或解释变量联系在一起,用回归模型来预测。,中短期,15,计量经济模型,是一组相互依赖的回归方程组,比普通的回归方程更好地解释因果,能更好地预测转折点。,中短期,9/13/2024,17,二十四种库存预测方法简介,6/8,方法,简介,预测期,16,购买意向和预期调查,对普通公众调查决定购买意向,但可能会得到错误的反馈信息,因此应不断加以跟踪校正。,中期,17,投入产出模型,该模型研究:为得到特定的产品需要什么样的投入,需要哪些额外的细节信息。,中期,18,经济投入产出模型,经济投入产出模型计量经济模型投入产出模型。后者为前者提供长期趋势。,中期,9/13/2024,18,二十四种库存预测方法简介,7/8,方法,简介,预测期,19,先导性指标法,利用一个或多个先行变量做预测,这些变量与需要估计的变量系统相关。,中短期,20,生命周期分析,根据S曲线分析,预测新产品的增长,在不同阶段,产品可分别被创新者、早期接受者等人们所接受。,中长期,21,适应性过滤法,是实际产出和估计产出加权之和地导数,通过系统的变化反映出数据模式的变化。,中短期,9/13/2024,19,二十四种库存预测方法简介,8/8,方法,简介,预测期,22,动态模拟,利用计算机模拟不同时间最终产品销售情况,对分拨和供给渠道不同点需求的影响。需求采购政策表示出来。,中短期,23,精确反应法,推迟那些最难预测的产品的决策,直到接到市场的最新信息后再决策,以更准确地协调供求。,短期,24,神经网络法,该模型可以学习新数据,对不连贯的时间序列,该模型比其他时间序列模型预测得更准确。,短期,9/13/2024,20,第二讲:,库存分类重点管理,9/13/2024,21,2.1库存ABC分类五大依据,1,价值;,,缺货后果;,,供应不确定性;,,过期或变质的风险;,,使用频率需求程度。,9/13/2024,22,2.3 库存控制流程,1/2,市场调研,1,销售计划,需求预测,生产计划,采购计划,配送计划,2,5,6,MM,3,4,顾客满意,7,8,A P,C D,9/13/2024,23,库存控制流程,2/2,代理商库存日报表,校园店库存日报表,零售店库存日报表,采购计划,MM,生产计划,配送计划,9/13/2024,24,PDCA的持续改进,更高水平,更高水平,原有库存管理水平,A P,C D,A P,C D,A P,C D,9/13/2024,25,6.4 库存精确度保证:盘点方法,9/13/2024,26,盘点作业流程,准备,日期,培训,理仓,方法,原因,处理,检讨,9/13/2024,27,怎样持续改进盘点效率,本次盘点最主要问题是什么?,造成这些问题的根源是什么 ?,这些问题是否已得到彻底解决 ?,本次盘点能给下次提供哪些经验 ?,应怎样并何时进行盘点规程的修进 ?,9/13/2024,28,盘点标签表,9/13/2024,29,盘点汇总表,9/13/2024,30,盘点不良品一览表,9/13/2024,31,第三讲:,库存关键绩效量化,9/13/2024,32,库存关键绩效量化,7.1 库存周转率,7.2 及时发货率,7.3 帐卡物相符率,7.4 运输质量保证率,9/13/2024,33,库存九大KPI之一:,库存周转率(,ITO),=年销售额 / 年均库存,9/13/2024,34,库存九大KPI之二:,及时发货率(,RPD),=,实际及时出库的数量 /,要求及时出库的数量X100%,9/13/2024,35,库存九大KPI之三:,帐卡物相符率,=,(1-帐卡物不符项数 /,库存物品总项数)X 100%,9/13/2024,36,库存九大KPI之四:,月均库存量,=,月初库存量+月末库存量 / 2,9/13/2024,37,库存九大KPI之五:,年均库存量,=,各月平均库存量之和 / 12,9/13/2024,38,库存九大KPI之六:,库存物品数量完好率,=,计划期内保管后完好物品总量 /,计划期内入库保管的物品总量X 100%,9/13/2024,39,库存九大KPI之七:,库存物品质量完好率,=,计划期内保管后完好物品总值 /,计划期内入库保管的物品总值X 100%,9/13/2024,40,库存九大KPI之八:,仓库有效面/容积利用率,=,仓库内实际使用面/容积 /,仓库内有效面/容积X100%,9/13/2024,41,库存九大KPI之九:,库存物品运输质量保证率,=,无质量事故的出库量 / 总出库量,X100%,9/13/2024,42,再次谢谢您的参与!,让培训助您更成功!,9/13/2024,43,
展开阅读全文
相关资源
正为您匹配相似的精品文档
相关搜索

最新文档


当前位置:首页 > 图纸专区 > 大学资料


copyright@ 2023-2025  zhuangpeitu.com 装配图网版权所有   联系电话:18123376007

备案号:ICP2024067431-1 川公网安备51140202000466号


本站为文档C2C交易模式,即用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。装配图网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知装配图网,我们立即给予删除!