PŘESNOST PŘEDPOVĚDI POTŘEBY MATERIÁLU VE SPOLEČNOSTI SCHNEIDER ELECTRIC, A. S. THE ACCURACY OF MATERIAL FORECAST IN THE COMPANY SCHNEIDER ELECTRIC, A. S. TESAŘ, Martin Abstract The paper deals with evaluation of forecast accuracy in the production plant Schneider Electric, a. s. in Písek but forecasted data are not fully consistent with really ordered material. There exist more different factors which cause difference between forecasted and ordered material and some of them are analyzed in this paper. Key words: accuracy, evaluation, forecast, production. Abstrakt Článek se zabývá hodnocením přesnosti předpovědi potřeby materiálu ve výrobním závodě společnosti Schneider Electric, a. s. v Písku. Bylo zjištěno, že existuje rozdíl mezi předpověděným a u dodavatelů skutečně objednaným množstvím materiálu. Existuje řada faktorů, které ke vzniku rozdílu vedou. Některé z nich jsou rozebrány v tomto příspěvku. Klíčová slova: hodnocení, předpověď, přesnost, výroba. Úvod Dnešní vysoce konkurenční doba je typická neustálým intenzivním bojem o omezené zdroje. Lhostejno, jedná-li se o energii, práci, kapitál či materiál. Významnou pomoc v tomto konkurenčním zápasu nabízí podniku dobře fungující (přesná) predikce spotřeby materiálu forecast. Společnost Schneider Electric považuje zmíněnou skutečnost za významnou, proto podrobila svůj materiálový forecast analýze, jejíž výsledky shrnuje tato práce. Literární přehled Předpověď (predikce) je výrok o události, kterou očekáváme v budoucnosti. Protože budoucnost nelze stoprocentně předvídat, musíme všechny tyto výroky formulovat jen s určitou pravděpodobností. Neustálé posuzování a doplňování čerstvých dat je základem úspěšné předpovědi. (VANĚČEK, 1998) Vznik materiálové předpovědi přibližuje Synek: Při závislé spotřebě (poptávce) se vychází z plánu výroby na dané období, jehož základem je plán prodeje, a tudíž vlastně výsledky 662
výzkumu trhu a již uzavřené smlouvy. Podle norem spotřeby a technické dokumentace propočteme budoucí spotřebu. (SYNEK, 2003) Základní technickou normu při stanovení materiálové potřeby výroby představuje kusovník: Vlastní propočet v operativním plánu výroby probíhá tak, že především podle kusovníků zjišťujeme počty jednotlivých dílů, podsestav, sestav pro plán finální výroby. Výpočet se provádí podle jednotlivých sledů. (TOMEK, VÁVROVÁ, 2007) Souhrnný pohled na realizaci tvorby předpovědi výrobní materiálové potřeby předkládá Kavan: Pro desagregaci souhrnného plánu výroby se v praxi z úspěchem využívá computerizovaný informační systém MRP (Material requirements planning). Prvotními vstupy do MRP jsou: - Plán materiálových požadavků (Bill of materials BOM) seznam všech použitých materiálů a surovin, části a podskupin, utvářejících konečný výrobek. - Hlavní plán výroby (Master production schedule MPS) rozvrh, který říká kolik dokončených dílů je požadováno a kdy. - Stav zásob (Inventory records) rozsah skladovaných zásob. (KAVAN, 2002) Materiál a metodika V článku je analyzován vztah mezi předpovědí potřeby komponentů pro výrobu ve výrobním závodu Schneider Electric, a. s. a skutečnými objednávkami zasílanými dodavatelům. Analýza byla provedena na všech komponentech vstupujících do výrobního procesu. Byla použita metoda poměrové analýzy. Podkladová data poskytl výstup z pragramu SAP R3. Cílem je ukázat možné příčiny rozdílu mezi předpovědí a následnou skutečnou objednávkou. Výsledky a diskuse Soubor testovaných materiálových položek u nichž se hodnotila přesnost forecastu zahrnoval celkem 9 324 referencí. Z nich 3 218 dodali IG Intra Groupe (dodavatelé v rámci koncernu Schneider Electric), 6 106 OG Outside Groupe (externí dodavatelé). Z hlediska časového se posuzovalo období od 1. 1. 2006 do 31. 7. 2007. Zjištěné hodnoty uvádí Tabulka 1. Grafický přehled podává Obrázek 1, Obrázek 2. Tabulka 1 - Přesnost předpovědi Dodavatelé Reference Výrobkové Přesnost [počet] skupiny [počet] předpovědi [%] OG 6 106 65-80 IG 3 218 44 65-90 Celkem 9 324 xxx Obrázek 1 Přesnost předpovědi OG dodavatelé 663
PŘESNOST PŘEDPOVĚDI PRO OG DODAVATELE Přesnost [%] 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% I 2006 II 2006 III 2006 IV 2006 V 2006 VI 2006 VII 2006 VIII 2006 IX 2006 X 2006 XI 2006 XII 2006 I 2007 II 2007 III 2007 IV 2007 V 2007 VI 2007 VII 2007 Čas [měs.] VÍCE MÉNĚ PŘESNĚ Pozn.: VÍCE množství objednaného bylo vyšší než forecast, MÉNĚ forecastováno větší množství komponentu než objednáno, PŘESNĚ forecast roven objednávce. Obrázek 2 Přesnost předpovědi IG dodavatelé PŘESNOST PŘEDPOVĚDI PRO IG DODAVATELE Přesnost [%] 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% I 2006 II 2006 III 2006 IV 2006 V 2006 VI 2006 VII 2006 VIII 2006 IX 2006 X 2006 XI 2006 XII 2006 I 2007 II 2007 III 2007 IV 2007 V 2007 VI 2007 VII 2007 Čas [měs.] VÍCE MÉNĚ PŘESNĚ Pozn.: VÍCE množství objednaného bylo vyšší než forecast, MÉNĚ forecastováno větší množství komponentu než objednáno, PŘESNĚ forecast roven objednávce. Zaměřením analýzy na stav, kdy dochází k vyšší objednávce než činila předpověď (plocha VÍCE v Obrázku 1, 2) se podařilo zjistit 10 nepřesně předpovídaných výrobkových skupin u OG dodavatelů a 5 u IG dodavatelů. Tyto skupiny byly podrobně prozkoumány. Výsledné zjištění: - z celkového počtu 2308 referencí u 10-ti OG skupin je zvláště nepřesně předpovídáno 57, v příp. 5-ti IG skupin z 1206 referencí je zvláště nepřesná predikce u 31. Těchto 57, respektive 31 referencí se podílí na celkovém VÍCE 45 %, respektive 37,5 %. 664
Přehledně jsou údaje uspořádány v Tabulce 2. Tabulka 2 - Zjištěný stav hodnot VÍCE Dodavatelé Výrobkové Reference Nepřesné Podíl na VÍCE skupiny [počet] [počet] reference [počet] [%] OG 10 2308 57 45 IG 5 1206 31 37,5 Z rozboru předpovědí u referencí s největším podílem na VÍCE vyplynuly následující faktory způsobující rozdílnost mezi predikcí a u dodavatele uskutečněnou objednávkou: reference (díl) je součástí projektu RoHS 1 kusovník (špatný rozpad) nárůst počtu výrobních referencí v důsledku transferů výroby z Francie, Itálie a Španělska do Písku. Pozn.: 1 Projekt RoHS (Restriction of Hazardeous Substances) řeší náhrady (odstranění) nebezpečných látek (olovo, rtuť, kadmium, šestimocný chrom, ) z výroby. Reaguje na požadavky směrnice EU č. 2002/95/EC. Závěr Využitím poměrové analýzy při rozboru vztahu mezi predikcí spotřeby výrobních komponentů a skutečnou objednávkou zasílanou dodavateli ve výrobním závodu společnosti Schneider Electric, a. s. bylo zjištěno, že dochází k rozporu mezi předpovídaným a objednávaným množstvím dílů. V souladu s Paretovým pravidlem způsobuje největší část toho rozporu (45%) pouze nepatrné množství 88 z celkem posuzovaných 9324 referencí. Nejčastější příčinou nesouladu mezi forecastem a objednávkou se ukázalo být zařazení reference do projektu RoHS. V několika případech došlo k odhalení špatného rozpadu kusovníku. Nezanedbatelně se projevil vliv nárůstu počtu komponentů v důsledku transferů výroby ze zahraničí do Písku. Lze konstatovat, že výkyvy v přesnosti předpovědi (viz. Obrázek 1, 2) se kryjí s termíny uvedení transferovaných linek do provozu. Literatura [1] KAVAN, M., Výrobní a provozní management. Praha: Grada Publishing, 2002, 424 s. ISBN 80-247-0199-5. [2] SYNEK, M., Manažerská ekonomika. Praha: Grada Publishing, 2003, 472 s. ISBN 80-247-0515-X. [3] TOMEK, G., VÁVROVÁ V., Řízení výroby a nákupu. Praha: Grada Publishing, 2007, 384 s. ISBN 978-80-247-1479-0. [4] VANĚČEK, D., Logistika. České Budějovice: Jihočeská univerzita v Českých Budějovicích, Zemědělská fakulta, 1998, 216 s. ISBN 80-7040-323-3. Adresa autora: Martin Tesař Jihočeská univerzita v Českých Budějovicích Ekonomická fakulta / Katedra řízení 665
Studentská 13 370 05 České Budějovice Stát ČR Telefon 721 410 366 E-mail t-mar@seznam.cz 666