S&OEによる信頼性の高いワクチン供給
S&OPとS&OEの違いを理解したい人は、国がCovid-19ワクチンを効果的に配布するための最新の取り組みをニュースで聞くだけで十分です。 国の70％がいつワクチンを手にすることができるかという予測や、列に並んで待っていた人々が、その日はワクチンの供給が来なかったので週明けに来てくださいと言われたという話もあります。 このXNUMXつの異なる、しかし関連性のある予測は、純粋なS&OPアプローチと、S&OE機能で補強された場合の欠陥を浮き彫りにしています。
S&OPレベルの典型的な表現では、XNUMX月末までにワクチン接種を受けるべき人の数の目標を達成できません。劣悪なS&OEモデルでは、（例えば）XNUMX月XNUMX日に多くの人がワクチン接種の予約を取り、ワクチンが到着していないためにその半分をキャンセルしなければならない状態になります。ワクチンは倉庫にあるのです。
これは、企業がS&OP計画でどの市場にどのくらいの量を提供するかを考え、S&OE計画で注文したものを確実に時間通りに納品することと関連しています。
サプライ・チェーンの正確なデジタル・モデルは、S&OEをサポートするだけでなく、平均や変動を理解するS&OPレベルの正確な集計モデルを作るためにも必要です。S&OEレベルでの詳細の必要性は容易に理解できますが、S&OPではどの程度の詳細が必要なのでしょうか。また、詳細が多すぎる場合のコストはどの程度なのでしょうか。 優れたS&OPモデルは、オーダーレベルで実現される変動性を考慮した上で、主要な制約条件を理解するのに十分な詳細さが必要です。 熱いストーブの上に手を置き、凍った氷の入ったバケツの中に手を入れた場合、平均的な温度に基づけば、手は大丈夫ですが、あまりうまくはいきません。 Adexa Digital Blueprintを使えば、サプライチェーン・モデルは必要十分なレベルの精度を持ち、集約モデルを作成する際に供給やリソースの変動を考慮することができます。 詳細になりすぎると、木を見て森を見ずになることがあります。 詳細なスプレッドシートを持った多くのプランナーが、変化する状況や意思決定に必要な時間に追いつけない状況を想像してみてください。
例として、主要な材料の購入を使用して、 S&OP & S&OE モデルは連携できます。 Adexa デジタルブループリントは S&OE 特定の気象条件の下でXNUMX年の特定の時期に発生する期日と到着日を持つ個々の発注書をモデル化します。 延長された期間では、 S&OP モデルは個々の注文を無視し、平均遅延と変動性を使用して同じ製品を計画します。 問題は、ほとんどの S&OP システムは、材料と容量の両方の計画のどのレベルでも非常に貧弱な表現をしています。 彼らは高レベルで正しい予測を行うという貧弱な仕事をし、現実的ではない計画を生成します。 最後のポイントは、 S&OE & S&OP 別個のシステムであってはなりません。 一方が他方を完了します。 言い換えれば、データに適切なレベルの粒度で、 S&OP の特徴を取ります S&OE。 進化の過程。
