通過影響驅動的計劃推動您的供應鏈

連續計劃的概念最近很受歡迎。 它與每月、每週甚至每天的批量計劃不同。 連續計劃旨在確保計劃不會過時，因為大多數批處理類型的計劃可能需要幾個小時； 當它可用時，條件可能已經改變，導致計劃過時。 但問題是為什麼是連續的？ 有更有效的方法可以使計劃保持最新狀態。 一種方法是影響驅動的計劃，也稱為事件驅動的計劃。

考慮一個類比，從洛杉磯開車到舊金山。 如果一切都按計劃進行，有一些細微的偏差，那麼為什麼我們需要重新計劃或進行持續計劃，除非您看到某個事件或 預測一個事件，例如前方的路障，這可能會產生影響。 為此，了解事件的影響並相應地重新規劃是更好的方法。 我們稱之為影響驅動的規劃。 也就是說，根據它對當前計劃的重要性和影響決定是否需要重新計劃。 例如，來自重要客戶的大量意外緊急訂單、供應商遲到導致閒置設備和客戶交付延遲，或瓶頸設備故障等。

為了能夠執行影響驅動的規劃 (IDP)，需要情報來 譯 事件的影響。 例如，並非所有延遲交貨都會導致客戶到期日缺失。 此外，需要了解成本/收益比和 公差 客戶、KPI 和管理層評估影響的真實性質。 例如，客戶可以容忍延遲幾天但不能容忍一周。 生產經理可能會決定提前完成一些訂單，以便稍後以更高的庫存成本為代價釋放產能。

此外，如果事件需要立即重新計劃，或者由於我們有時間可以稍後進行，則需要做出決定。 例如，受影響的訂單需要在很遠的將來進行。

從本質上講，該過程需要評估某個事件對現有計劃的影響有多大。 路上的顛簸不需要改變你的路線。 路上發生了嚴重的交通擁堵。 來自關鍵供應商位置的暴風雨天氣預報可能需要立即關注。

還有不同程度的反應：道路上的顛簸由減震器處理，改變路線由 GPS 不斷評估到達時間偏差來執行。 系統需要分層以及時響應/預測這些事件。

最後，如果計劃有變化，誰需要知道？ GPS可以在不告訴減震器的情況下改變計劃，但它可能需要將到達時間的變化發送到目的地，或者可能會提示給汽車充電或加油。

IDP的不同階段總結如下：

• 檢測事件
• 衡量影響以決定需要進行哪些更改（如果有）
• 如果需要，請回复
• 根據需要進行更正和通知。 換句話說，誰受到影響

At Adexa，我們使用多模式方法通過執行啟發式分析、測量 KPI 的容差並根據需要執行快速自動化場景分析來解釋事件的影響。 如果確定影響很大並且超出了某些 KPI 的特定容差，則根據需要部分或全部進行重新規劃。 一個例子是緊急訂單的到達。 期望是根據 ATP/CTP 返回對提交日期的即時實時響應。 這是一項非常複雜的操作，需要有關先前承諾、材料和產能的可用性以及客戶希望早點擁有它的程度及其重要性的實時數據。 使用前面描述的啟發式和分析，可以給出非常準確的提交日期，而無需重新計劃。 儘管可能需要重新計劃，但分析得出的結論是可以按承諾交付，而不必立即重新計劃。

通過使用 AI 啟發式方法和嵌入式知識以及特定於公司的業務規則，影響驅動的計劃成為可能。 它使用得越多，它就會變得更好，並隨著時間的推移學習如何更好地響應事件並衡量其影響。 不用說，使用 IDP，您不再需要每天收到數百個關於無關緊要的事情的警告。 這可以讓你的生活更輕鬆，更有效率。 有關 IDP 的更多信息，請單擊 這裡.