Bestandsoptimierung.
Bestände über Standorte und Artikel festlegen. Lagerkosten gegen das Risiko eines Fehlbestands abwägen und den zugesagten Servicegrad erreichen.
Wie viel von jedem Artikel gehört in welches Lager, damit der Servicegrad hält und möglichst wenig Kapital gebunden ist?
Mehrstufige Bestandsoptimierung verbindet Modelle unsicherer Nachfrage mit Optimierung über das ganze Netz. kint nutzt gemischt-ganzzahlige Optimierung für die Netzentscheidungen und maschinelles Lernen für die Nachfrageprognose und löst beides als ein Problem.
Wo Bestandsoptimierung schwer wird.
Jeder feste Plan liegt bei der künftigen Nachfrage daneben. Die Frage ist, wie weit, und was das kostet.
Der Bestand im Zentrallager verändert den Servicegrad an jedem Standort, den es beliefert. Kein Standort lässt sich isoliert planen.
Eine verspätete Lieferung kann an mehreren Standorten zugleich Fehlbestände auslösen. Der Sicherheitsbestand muss diese Streuung abbilden.
Von den Regeln zur Schranke.
Der Decision Agent von kint schreibt das Modell aus der Beschreibung der Planer. Im Pilotprojekt prüfen die Forward Deployed Engineers von kint es mit den Fachleuten. Danach rechnet der Solver die folgenden Schritte.
Nachfrage prognostizieren
Modelle, die auf Ihrer Absatzhistorie trainiert sind, erfassen Saisonalität, Trends und Ausreißer je Artikel und Standort.
Über die Unsicherheit optimieren
kint plant nicht für die durchschnittliche Nachfrage, sondern über die Bandbreite der wahrscheinlichen Nachfrage, und bewertet das Risiko ausdrücklich.
Das ganze Netz lösen
Alle Standorte werden gemeinsam optimiert. Umlagerungen zwischen Standorten sind Teil der Lösung.
Mit neuen Daten neu planen
Neue Absatzdaten aktualisieren Prognose und Zielbestände, sobald Ihre Systeme sie senden.
Ein Plan für Bestandsoptimierung, mit seinen Gründen.
Unten stehen die Teile eines Ergebnisses für Bestandsoptimierung. Die Planer prüfen sie, bevor der Plan freigegeben wird.
Der Aufbau einer Antwort- PlanZielbestand und Meldebestand je Artikel und Standort, dazu Umlagerungen zwischen Standorten.
- bindende NebenbedingungZum Beispiel: Der für eine Produktfamilie zugesagte Servicegrad bestimmt den Sicherheitsbestand, nicht die Lagerfläche.
- SensitivitätWie viel Kapital ein etwas niedrigerer Servicegrad oder eine kürzere Lieferzeit freisetzen würde.
- Schranke und OptimalitätslückeSchranke und Optimalitätslücke für das Netzmodell, gespeichert mit dem Lauf und der verwendeten Prognoseversion.
- ProtokollDatenversion, Modellversion, wer das Modell geprüft hat und wer den Plan freigegeben hat.
Bringen Sie uns diese Entscheidung.
Bringen Sie eine wiederkehrende Entscheidung zu Bestandsoptimierung mit ihren Regeln und Daten mit. Ihre Planer erhalten ein erstes Modell, das sie lesen können.
- Ergebnisse
- Plan, bindende Nebenbedingung, Sensitivität, Schranke und Optimalitätslücke, Protokoll
- Rechenzentren
- Betrieb in Deutschland oder in Ihrem eigenen Rechenzentrum
- alle Problemtypen
- Routen, Pläne, Bestände und Preise
- Kontakt
- hello@kint.pro