Có hai yếu tố đầu ra hết sức quan trọng trong dự báo nhu cầu mà bạn thường tập trung gần như tất cả năng lượng của mình vào chỉ một yếu tố, thậm chí yếu tố đó chưa chắc là một trong hai yếu tố đúng.
Và kết quả là bạn không thể đạt được độ chính xác trong dự báo như mong muốn. Hoặc thậm chí quan trọng hơn, bạn sẽ không đạt được mức độ hiệu quả về dịch vụ và hàng tồn kho ở mức cần thiết. Nhưng hãy yên tâm đi vì bạn không hề đơn độc!
Nhiều công ty đang phát triển cho biết độ chính xác trong dự báo của công ty họ, mức độ dịch vụ và chỉ số hiệu quả hàng tồn kho đã đạt đến một mức độ mà họ không thể vượt qua được nữa.
Cho dù bạn đọc các báo cáo phân tích hoặc nghe các nhà hoạch định nói về công việc thì đều như nhau cả thôi: các số liệu và KPIs hiện đang bị mắc kẹt.
Tình trạng này là thách thức lớn đối với nhiều doanh nghiệp. Dự báo nhu cầu thường cho ra hai kết quả: nhu cầu dự kiến và mức độ không chắc chắn của dự đoán đó.
Demand Forecast – Những điều cần lưu ý
Sự cần thiết phải dự đoán nhu cầu là khá rõ ràng. Việc dự báo nhu cầu sẽ giúp thúc đẩy hầu hết các hoạt động hoạch định chuỗi cung ứng. Bạn cũng có thể đo lường hiệu quả của các công cụ và quy trình của mình với các KPIs dự báo nổi tiếng khác.
Nhưng sự cần thiết để dự đoán mức độ chắc chắn của các dự báo thì hầu như không rõ ràng. Bạn thường bỏ qua yếu tố này và mặc định rằng những dự đoán được đưa ra là chính xác. Nhân tiện, nếu bạn còn chưa xác định được liệu mình có rơi vào trường hợp đó hay không thì xin đảm bảo với bạn rằng câu trả lời là có.
Vì vậy, nếu bạn có nguồn hàng dự trữ có thể được cung cấp trong thời gian ngắn và mục tiêu cấp độ dịch vụ không quá khó khăn thì việc tập trung chủ yếu vào nhu cầu dự kiến và mức độ chính xác có thể là cách tiếp cận hợp lý. Yếu tố “khó khăn” thường thay đổi tùy thuộc vào từng ngành công nghiệp, ví dụ đối với các mặt hàng tiêu dùng nhanh thì mức độ thực hiện đơn hàng thường dưới 96% (line-fill rate).
Nhưng nếu thay vào đó bạn đang phải đối mặt với nhu cầu dài hạn hoặc mức độ dịch vụ khó khăn thì việc dự báo được độ chính xác là yếu tố then chốt.
Một thể loại dự báo khác
Những yếu tố nào thường gây ra lỗi sai trong các dự báo? Tất cả các quan điểm phổ biến về lỗi sai trong dự báo đều phạm phải một lỗi cơ bản – họ giả định một dự báo hoàn hảo và xác định tất cả sự biến thiên so với dự báo đó là lỗi dự báo. Nhưng trong thực tế, biến thiên là hoàn toàn bình thường. Điều đáng ngạc nhiên là trong khi bạn không thể dự đoán nhu cầu một cách chính xác thì bạn có thể dự đoán sự biến thiên của nhu cầu đó. Ví dụ, bạn không thể dự đoán chính xác kết quả của hai viên xúc xắc. Có quá nhiều kết quả có thể xảy ra. Nhưng bạn có thể dự đoán chính xác một loạt các kết quả có thể xảy ra và xác suất của từng kết quả.
Và khi bạn dự đoán sự biến thiên, đây không chỉ là một nhiệm vụ thực tế mà còn mang đến các quyết định kinh doanh tốt hơn. Ví dụ như dự báo thời tiết. Nếu bạn dự đoán chính xác “mưa” hoặc “không có mưa” thì thông tin đó hữu ích, nhưng hầu như không hữu ích bằng việc cung cấp một xác suất. Nếu bạn đang có kế hoạch vui chơi ngoài trời, với xác suất có mưa là 5%, bạn sẽ quyết định tiếp tục kế hoạch đó. Nếu xác suất đó tăng lên 40%, bạn có thể cân nhắc một kế hoạch khác hoặc đề ra một kế hoạch dự phòng cho các hoạt động vui chơi trong nhà. Con số 40% cung cấp cho bạn nhiều thông tin hơn để lập kế hoạch tốt hơn so với dự báo tuyệt đối mưa/không mưa.
Chúng ta dễ dàng nhận thấy việc dự báo xác suất và cải thiện độ không chắc chắn của dự báo mang lại nhiều thông tin hữu ích trong việc lập kế hoạch chuỗi cung ứng. Và trên thực tế, độ chắn chắn của dự báo có thể cung cấp các giá trị lớn. Đó là bởi vì bạn đang tập trung vào việc cải thiện không chỉ yếu tố dự đoán nhu cầu trung bình mà còn toàn bộ phạm vi các kết quả có thể xảy ra – bao gồm cả sự biến thiên – yếu tố có tác động lớn nhất đến mức độ dịch vụ. Bởi vì khi các kế hoạch cung ứng hoặc mức tồn kho an toàn được dựa trên những giả định sai lầm về mức độ chắc chắn của dự báo, mục tiêu đó sẽ không thể được đáp ứng và chuỗi cung ứng có thể rơi vào tình trạng nguy khốn.
Vì vậy dự đoán về mức độ chắc chắn tốt hơn sẽ trực tiếp dẫn đến số lượng hàng tồn kho an toàn “thông minh” hơn – có thể nắm bắt phạm vi kết quả rộng lớn hơn, kiểm soát được nhu cầu và cung cấp mức độ sản phẩm dự trù cho toàn bộ những phần còn sót lại của chuỗi cung ứng. Việc tập trung vào một loạt kết quả có thể xảy ra còn giúp giảm sự nghiêm trọng và sự lũng đoạn trong hoạt động chuỗi cung ứng, thiết lập nên một chuỗi cung ứng ổn định hơn. Biết được xác suất xảy ra cao hơn hoặc thấp hơn giá trị dự kiến sẽ cho phép giảm thiểu rủi ro và tận dụng cơ hội.
Một cách nhìn khác về sai số trong dự đoán
Để cải thiện sự không chắc chắn trong dự đoán nhu cầu, bạn cần có phép đo độ chính xác của dự báo hoặc một KPI tương tự như Sai số Phần trăm Tuyệt đối Trung bình (Mean Absolute Percent Error – MAPE). Điều này có nghĩa là dự báo dãy giá trị nhu cầu có thể xảy ra và sau đó xác định mức độ sai số giữa phân phối nhu cầu dự báo và thực tế. Và khi phân phối nhu cầu dự đoán không thể hiện chính xác phân phối nhu cầu thực tế, khoảng chênh lệch (đánh dấu trong hình trên) chính là lỗi dự báo. Đó là cách mà chúng ta đo đạc mức độ chính xác trên phạm vi một loạt các kết quả, không chỉ trên phạm vi một kết quả duy nhất.
Nassim Nicholas Taleb mô tả kiểu đo lường dự báo chính xác này trong cuốn sách của ông mang tên The Black Swan. Ông giải thích rằng việc đo độ chính xác của dự báo ngẫu nhiên dựa trên phân bố xác suất là hơi khác đi so với việc đo tính chính xác của dự báo theo kiểu truyền thống, khi mà kết quả được thể hiện bằng giá trị dự kiến đơn điểm. Ông nói rằng nếu bạn dự đoán với một xác suất 20% một điều gì đó sẽ xảy ra, qua nhiều trường hợp nó thực sự xảy ra 20% trên tổng số thời gian, với sai số là 0%. Đương nhiên, điều này cũng chính xác cho các trường hợp phần trăm khác (không phải chỉ là 20%).
Hai chỉ số có sẵn để đo độ chính xác và các giá trị dự báo ngẫu nhiên theo cách này chính là: Tổng Phần trăm Sai số (Total Percentile Error – TPE) đo độ chính xác của đầy đủ dãy kết quả trong dự đoán ngẫu nhiên. TPE đo đạc sự giảm thiểu về sai số chứ không phải sự gia tăng về độ chính xác vì có một mối tương quan lớn giữa sai số và động thái kinh doanh hơn là mối quan hệ giữa độ chính xác và hiệu quả kinh doanh. Chỉ số thứ hai là Stochastic Value Add – SVA đo lường giá trị từ các thông tin bổ sung này.
Đối với hầu hết các học viên chuỗi cung ứng, các phương pháp tính toán chính xác cho các KPIs là không cần thiết, giống như MAPE thực sự hữu ích ngay cả khi bạn không biết cách mà các phép tính được thực hiện như thế nào.
Chi tiết các cuộc thảo luận chuyên sâu về những số liệu có sẵn được đăng tải trong một loạt các bài viết tại: “The Greatest Missed Opportunity in Demand Forecasting.”
Qua bài viết này, chúng tôi khuyên bạn nên quan tâm hơn đến hệ thống dự báo độ chính xác của nhu cầu để có thể vượt qua những rào cản KPI vô hình đang chắn lối trên con đường phát triển của công ty bạn.
Nâng cao vị thế chuỗi cung ứng gắn liền với chiến lược tài chính doanh nghiệp với Hội thảo SCSS_No.05/23 – Cost Management In Supply Chain: Strategies For Reducing Expenses And Maximizing Profitability
