U simulaciji i analitičkim modelima koristimo matematiku da obuhvatimo suštinu realnosti stvarnog svijeta situacije o kojoj donosimo odluku. Takve modele zovemo matematičkim modelima koji se dalje mogu podijeliti na deskriptivne, prediktivne i preskriptivne
Koju razinu zaliha trebam imati? Koliko tvornica ili distributivnih centara trebam otvoriti i gdje? Kako napraviti izbor prijevoznika? Odakle da nabavljam sirovinu? Kako mogu učiniti svoj lanac opskrbe fleksibilnijim i manje osjetljivim na promjene?
Smisao svakog lanca opskrbe je donošenje ovakvih odluka, a podršku tim odlukama trebale bi pružiti matematičke tehnike.
Danas su one dio analitičkih alata lanca opskrbe koji su utkani u tehnologije i sustave kao što su WMS, TMS i slična programska rješenja koja koristimo na operativnoj, taktičkoj i strateškoj razini kao pomoć u donošenju odluka.
No, razumijemo li kako ti analitički alati rade i što podrazumijevaju? Kada i za što sve možemo koristiti određeni analitički alat lanca opskrbe?
KLASIFIKACIJA MODELA
Nijedan model neće do kraja obuhvatiti situacije u stvarnom svijetu, nego samo neke dijelove stvarnosti.
Prema knjizi Applied Mathematical Programming iz 1977. godine, postoje četiri tipa modela: Operativna vježba, igranje uloga, simulacija i analitički modeli. U prva dva modela ste sudjelovali ako ste trenirali neki sport ili bili u vojsci.
Operativna vježba je nešto kao generalna proba u kazalištu ili vojna vježba. Prolazite kroz sve aktivnosti procesa, ali to još nije ono pravo. Kod igranja uloga pokušavate pretvoriti svoju situaciju u igru tijekom koje reagirate na interakcije drugih sudionika. Pokušavate replicirati stvarni svijet.
U druga dva modela nema čovjekovog utjecaja na ishod. U simulaciji i analitičkim modelima koristimo matematiku da obuhvatimo suštinu realnosti stvarnog svijeta situacije o kojoj donosimo odluku.
Takve modele zovemo matematičkim modelima koji se dalje mogu podijeliti na deskriptivne, prediktivne i preskriptivne.
PODJELA I PRIMJENA
Deskriptivni ili opisni matematički modeli imaju poznatu i dobro definiranu formu. Nezavisna varijabla je nepoznata, a najpoznatija matematička tehnika je simulacija koja odgovara na pitanje što se dogodilo te je jedan od analitičkih alata koji se u lancu opskrbe često primjenjuje u skladištenju.
Možemo simulirati kako različite smjernice za skladišne operacije poboljšavaju efikasnost i efektivnost. Simulacija nam može pomoći da razumijemo kako različite smjernice poboljšavaju efikasnost i efektivnost procesa obrade narudžbi.
Ovdje se osim simulacije često koristi i matematička tehnika poznata pod nazivom teorija čekanja i posluživanja. U području transporta simulaciju koristimo da bolje razumijemo kako različite smjernice utječu na transportnu mrežu.
U praksi se često govori da ćemo simulirati nešto da dobijemo odgovor što da uradimo. Simulacija može dati odgovor na pitanje koliko je dobro naše sadašnje rješenje i nikada ne može preporučiti novo rješenje.
Prediktivni ili predviđajući matematički modeli nemaju poznatu formu ili je forma nedefinirana. Nezavisna varijabla je poznata, a najpoznatija matematička tehnika je regresija koja odgovara na pitanje što bi se moglo dogoditi, a kao analitički alat koristi se u nabavi za utvrđivanje faktora koji utječu na troškove kategorije ili cijenu materijala.
U transportu možemo koristiti regresiju da bolje razumijemo koji faktori utječu na cijene transporta, tranzitno vrijeme transporta na relaciji ili razinu usluge transporta (Service Level).
Regresiju možemo koristiti i u planiranju potražnje da utvrdimo najbolju moguću razinu potražnje po SKU-u.
Preskriptivni ili preporučljivi matematički modeli imaju poznatu i dobro definiranu formu.
Nezavisna varijabla je poznata, a najpoznatija matematička tehnika je matematičko programiranje koje odgovara na pitanje što bi trebali napraviti te kao analitički alat u lancu opskrbe ima široku primjenu.
Nabava koristi matematičko programiranje za pronalaženje najpovoljnijeg dobavljača kada treba zadovoljiti određene standarde materijala ili razinu usluge koju dobavljači nude.
U skladišnim operacijama planiramo popunjavanje skladišta minimalizacijom troška uz ograničenja određene razine usluge koju moramo isporučiti kupcu.
Upravljanje materijalima koristi matematičko programiranje za optimizaciju volumena ambalaže proizvoda te se često koristi u transportu za optimizaciju ruta, izbor dobavljača transportnih usluga i optimizaciju flote vozila.
Kod planiranja lokacije tvornice ili distributivnih centara u velikoj se mjeri koristi kao podrška u donošenju strateške odluke za određivanje lokacije koja rezultira najmanjim ukupnim troškovima.
Svrha matematičkih tehnika kao analitičkih alata u lancu opskrbe je da budu podrška u donošenju odluke. Ovi analitički alati nikad nisu odluka sami po sebi. Matematičke tehnike će sve izračunati točno, ali podaci koje one koriste nikada nisu savršeno potpuni i točni.
One ne mogu zamijeniti stvarnost u potpunosti. Znati koje od ovih analitički alata koristiti kao podršku u donošenju odluka ključno je za profesionalca u lancu opskrbe.
