ידע שווה כוח – את זה כולנו יודעים. השאלה היא: איך ניתן לרכוש ידע רחב יותר ומעמיק יותר על העסק? בהקשר הזה חשוב לדבר על BI, עליו נדבר בגיליון הנוכחי ונתייחס גם ללוחות מכוונים ושעונים, ולמודלים נוספים המאפשרים דליית נתונים במצבים כמעט בלתי אפשריים. קריאה מהנה!
חדש!
המחשה של בינה עסקית וטכנולוגיית Dashboard בניהול רכש ומלאי
בינה עסקית (BI) היא רצונו של כל מנהל ובעל עסק, ובתוך כך גם מנהלי רכש, מלאי ומחסן המבינים כי באמצעותה ניתן לדעת הרבה יותר על המוצרים שבמלאי – בזמן אמת! בכתבה הבאה אנו מביאים לראשונה הדגמה מוחשית לאופן בו BI משתלב בעסק, ואיך ה- Dashboard משתלב עם BI על ידי הצגת הנתונים המספריים בצורה גרפית מובנת וקלה לצפייה ולניתוח.
מכירים את זה שאתם מגיעים בבוקר לעבודה, פותחים את המחשב בכדי לבדוק איך רמות המלאי שלכם, את כמות המלאי – אלו משימות נכונות לכם לכם בנוגע לניהול רכש, ואופס… פתאום מתחיל הכאב ראש. איך עושים סדר מכל המספרים המרצדים מול העיניים? כמה זמן אתם מבזבזים בניסיון לקבל החלטות נכונות ומדויקות לניהול המלאי והרכש?
להבדיל, תארו לעצמכם שהבוקר שלכם היה מתחיל כך:
במקום לנבור בתוך שורות של מספרים, תוכלו לפתוח את תוכנת ה-BI שלכם ולעשות שימוש בגרפים, בשעונים ובמכוונים ויזואליים נוספים המספקים לכם את כל המספרים הדרושים לכם בממשק נוח ופשוט להבנה ולתפעול.
מהי בינה עסקית?
מתוך ויקיפדיה: בינה עסקית (באנגלית: BI – Business Intelligence) היא תחום בטכנולוגיית המידע העוסק בבניית מערכות העוזרות לארגון להפיק מידע משמעותי מבחינה עסקית מתוך מכלול הנתונים הנאספים על ידיו.
מערכות הבינה העסקית מספקות מידע היסטורי, מידע עכשווי ותחזיות בנוגע לפעילות העסקית, ובעזרתן ניתן לאתר דפוסים משמעותיים לניהול של ארגון, וליצור דוחות התראות ואיתותים לצורך קבלת החלטות ניהוליות. טכנולוגיות בינה עסקית כוללות כריית מידע, עיבוד אנליטי מקוון, ניהול ביצועים עסקיים, מידוד וניתוח מנבא.
הצורך ב-BI נגרם מהגידול העצום בכמות הנתונים הנאספים בארגון (אלו מכונים לעתים "Big Data"), המקשים על ניתוחם הידני, ללא כלים לאישוש והבטחת אמינות של המסקנות. בינה עסקית כוללת שיטות מגוונות למחקר נתונים. חלק מהשיטות מתייחסות גם לתפעול הנתונים והכשרתם לצורכי ניתוח והפקת מסקנות. אחת השיטות המרכזיות בבינה עסקית, והבסיס של BI לשימושי מידע ארגוני, היא כריית מידע.
היה זה אריה מליניאק שאמר: "אי אפשר להצליח בעסקים אם לא יודעים את לוח התוצאות" וזה בעצם מה שתחום הבינה העסקית מספק בצורה טובה כל כך : לוח תוצאות המראה את כל הנתונים שמנהל צריך – בעומקים וברבדים חסרי תקדים ובזמן אמת!
איך בינה עסקית באה לידי ביטוי בעולם הלוגיסטיקה?
מנהלי רכש ומלאי נהנים מיתרונות ה-BI בכמה מישורים. המישור הראשון הוא היכולת לאסוף מידע ולעבד אותו לכדי נתוני עומק איכותיים ומעשיים. לדוגמה: זמני ליקוט של מוצרים להזמנה. שימוש במערכת BI תאפשר לנו לדעת כמה זמן בדיוק לוקח לעובד מסוים לפתוח שורה וללקט הזמנה. בהתאם לזה ניתן לדעת מה מספר השורות האופטימלי למלקטי השורות, או כמה שורות הם יכולים ללקט בשעה. בהתאם לזה ניתן לגזור מידע בנוגע לשכר, יעדים, בונוסים וכדומה.
המישור השני הוא היכולת להמחיש את הנתונים באמצעות טכנולוגיה העונה לשם Dashboard (לוח מכוונים). מדובר בעצם בממשק המתרגם את בליל המספרים העצום שהמערכת דולה מדי רגע, לכדי מערכת מסודרת של מכוונים ושעונים המספקים לנו תמונת מצב ברורה בזמן אמת, על כל נתון שנחפוץ. השימוש ב-Dashboard הוא קריטי למנהל מאחר ואין יכולת אמיתית אחרת לנתח כמות גדולה כל כך של מספרים. כך שאין מערכת BI אמיתית ורצינית ללא השימוש באותו לוח מכוונים.
כיום יש מספר מערכות מובילות בשוק המספקות טכנולוגיית BI בשילוב ה-Dashboard. תוכנת Pro-Pack היא אחת מהן. מדובר בתוכנה שפותחה באופן אישי, בהתאמה מלאה לצרכי מנהלים מתחום הלוגיסטיקה. השימוש בתוכנה מאפשר מבט עמוק ומקיף על כל נתוני העסק, הקשורים לשרשרת האספקה, ויכולת להגיב בהתאם. כלומר, לקבל החלטות נכונות יותר ובזמן קצר יותר.
לפניך המחשה קצרה של החיוויים המתקבלים באמצעות שימוש בתוכנה.
לפניכם 2 צילומי מסך מתוך מערכת Pro-Pack העוסקים ב-BI למנהלי רכש. השעונים במסך הראשון מספקים לנו מבט כולל לגבי מצב המלאי של כל הפריטים הרלוונטיים לנו. הצבעים בכל שעון מדמים את מצב המלאי באופן הבא: אדום – טווח בטחון, כתום– נקודת המינימום (שהיא נגזרת של זמן האספקה), צהוב – טווח רצוי, ירוק – טווח מקסימום, סגול – טווח עודף. חיבור אוטומטי למערכת ERP מאפשרת לנו להתחבר למצב המלאי בזמן אמת ולשלוט על הנתונים ביתר קלות – לא רק אלו פריטים יש להזמין הבוקר, אלא כמה מכל אחד צריך להזמין.
המסך השני מספק לנו תמונת מצב פרטנית יותר. השעונים מספקים לנו חיוויים על המוצרים שלנו לא רק בהקשר של כמות, אלא גם בהקשר של עלות ורווח. היתרון העצום של המערכת הוא בשתי רמות: ברמה הראשונה מדובר על איכות הנתונים – השימוש במערכת BI מאפשר ניתוחי עומק ברמה גבוהה ביותר. ברמה השנייה מדובר ביכולת להמחיש את התוצאות באמצעות חיוויים גרפיים קלים לקריאה ולעיכול.
מלאי טכני – עוף מוזר או חיית מחמד קלה לאילוף?
מלאי טכני מתנהג באופן שמייצר לא מעט כאבי ראש למנהלי לוגיסטיקה. למרות המאפיינים האקראיים שלו המקשים על היכולת לחזות ולנבא אותו, ישנם מודלים המאפשרים ניהול נכון של מלאי טכני ובכך הופכים אותו לחיית מחמד לא מאיימת, שבהחלט ניתנת לאילוף…
למלאי טכני ישנה חשיבות גדולה מאוד לתפקודו התקין של הארגון. חוסר מלאי בחלפים חשובים עלול לגרום לנזקים מהותיים לחברה בגין השבתת מכונות הכרחיות בתהליך היצור, ומצד שני עודף מלאי, עלול לגרום להוצאות גבוהות בגין באחסון ואחזקת מלאי מיותר.
הדברים נכונים ביתר שאת כאשר מדובר בחלפים שעלותם גבוהה מאד למכונות ואמצעי ייצור שהן חלק בלתי נפרד מתהליך העבודה התקינה במפעל. חלפים אלו מוחזקים במלאי החברה ונדרשים כל העת, אך הביקוש הינו לפרקים והחלפים אינם נכללים במדיניות אחזקה מתוכננת, אחזקה לפי הוראות יצרן, או אחזקה מונעת וצריכתם תהיה רק בעת תקלות שאינן ניתנות לחיזוי מראש.
כך שלהבדיל ממלאי רגיל, מלאי טכני אינו נשען על ביקוש סטנדרטי ותנודות שוק. לרוב יהיו אלה אירועים בלתי צפויים שיכתיבו את אופן הניהול (תקלות, אחזקה, אחזקה מונעת).
אירועים אלה מביאים אותנו למחשבה המוטעית שאין אפשרות לבסס תחזית על סמך היסטוריית השימוש במוצרים הטכניים. אך האם אפשר לנהל מלאי טכני בצורה חכמה ונכונה? האם ניתן להתייעל ולצמצם באמצעותו בעלויות? בהחלט כן.
המונח המקצועי לביקוש שאינו קבוע ואינו ניתן לחיזוי מראש הוא ביקוש לסירוגין (Intermittent Demand). בהתאם למאפייניו פותחו מספר מודלים מיוחדים העוסקים בסוגיית החיזוי לצריכת החלפים האלו. אחד המודלים המוצלחים לחיזוי התנהגות של מלאי טכני הוא מודל מונטה קרלi, שמטרתו לטפל בניתוח היסטוריית הצריכה וקביעה של רמת החידוש המתאימה והנכונה ביותר.
שני מודלים ליישום
ישנם שני מודלים לטיפול בנושא מלאי טכני: שיטת קרוסטון ושיטת סימולציית מונטה קרלו.
שיטת מונטה קרלו (Monte Carlo) מטפלת בשני סוגי התפלגות בצריכה: גודל הניפוקים והזמן בין הניפוקים. זו בעצם סימולציה בתחום ניהול סיכונים, המבוססת על אלגוריתמים המאפשרים לנו לדגום נתונים אקראיים ולחשב באמצעותם חישובים סטטיסטיים. יישום השיטה לניתוח כמותי של סיכונים הוא על ידי בניית סימולציה של אירועי אי-ודאות בפרויקט (בד"כ במונחים של זמן או עלות) והרצתה מספר רב של פעמים על בסיס ההסתברויות המוגדרות עבור כל אחד מהאירועים. ככל שמספר ההרצות יהיה גדול יותר כך יהיו התוצאות מדויקות יותר.
שיטת קרוסטון (Croston) מטפלת בביקוש סטוכסטי-ארעי, באמצעות יצירת ערכים אקראיים על סמך היסטוריית הצריכה. זו בעצם שיטה לחיזוי צריכה כאשר היסטוריית הביקוש היא לסירוגין. בשיטת זו עוקבים בנפרד אחר גודל הניפוקים (סדרה אחת) ואחר הזמנים בין שני ניפוקים סמוכים (סדרה שנייה). לאחר מכן מבצעים החלקה של שתי הסדרות בנפרד ומחשבים את ערך החיזוי באמצעות חלוקה של גודל הניפוק בזמן בין ניפוקים.
זקוקים להדגמה?
בגיליון הבא של לוגיסטיקל נבחן את המודלים מקרוב וניישם אותם הלכה למעשה באקסל.
חדש בישראל: משטחי פלסטיק בהתאמה אישית
כמה זמן, כסף ומאמץ עולה לכם לעבוד עם משטחים שאינם מתאימים? מהיום, כל זה עתיד להשתנות. חברת קורטיקו משיקה קו חכם ומתקדם של משטחי פלסטיק הניתנים להתאמה אישית בכל מידה ובכל כמות.
כל מנהל לוגיסטי יודע שכל מרכיב בשרשרת האספקה, חייב להיות מדויק ותפור לפי מידה. יחד עם זאת, רבים עובדים עם משטחים שאינם מתאימים להם – לא למידות, לא לתקנים ולא לצרכים המשתנים. קחו לדוגמה תעשיות שאינן מורשות לעבוד עם משטחי עץ, או תעשיות הדרושות משטח בגודל מסוים, או ברמת גימור מסוימת, כגון משטחים לנשיאת משקלים גבוהים במיוחד.
מהיום, יש פתרון. ליתר דיוק – מגוון פתרונות. קורטיקו מציגה משטחי פלסטיק קשיח המבטיחים עמידות רבה ויכולת נשיאה גבוהה ביותר, והתאמה לכל גודל נדרש. תכונות אלו מאפשרות את מיקסום היכולות הלוגיסטיות – במחסן עצמו ותוך כדי שינוע.
וזה עוד לא הכל – אם אתם רגילים לעבוד עם משטחי עץ בעלי צורה מסוימת, ניתן לשחזר את אותה הצורה בדיוק לטובת משטח מפלסטיק ואף להזמין בכל כמות נדרשת – מיחידה בודדת ועד בכלל. כך שמשטחי הפלסטיק של קורטיקו מתאימים לתעשיות קטנות וגדולות כאחד.
עם כל יתרונותיו הרבים, אין ספק כי מדובר בשירות שקורץ מחומר אחר…
