Vai trò quan trọng của Forecasting – Dự báo trong chuỗi cung ứng
Đọc thêm: WTO là gì? Việt Nam có lợi gì từ khi gia nhập WTO
Dự báo nguồn cầu tạo nên nền tảng của tất các các quá trình lên kế hoạch cho chuỗi cung ứng. Hãy nhìn về khía cạnh đẩy hay kéo (push/pull) trong chuỗi cung ứng. Tất cả mọi quy trình push trong chuỗi cung ứng đều thực hiện nhằm đáp ứng cho nhu cầu dự đoán, trong khi tất cả những quy trình pull đều được thực hiện nhằm đáp ứng nhu cầu thực.
- Đối với chuỗi cung ứng push, nhà quản trị phải lên kế hoạch mức độ hoạt động, gồm sản xuất, vận tải, hay bất cứ hoạt động có thể hoạch định trước nào.
- Đối với chuỗi cung ứng pull, nhà quản trị lại phải lập kế hoạch về năng suất máy sẵn có hay hàng tồn kho nhưng không lập kế hoạch cho thành phẩm.
Trong cả hai trường hợp, bước đầu tiên một nhà quản trị phải thực hiện đều là dự báo nguồn cầu của khách hàng sẽ nằm ở khoảng bao nhiêu.
Những đặc điểm cơ bản của dự báo
1. Dự báo luôn sai số
Dự báo luôn sai số và vì vậy, dự báo nên đính kèm với giá trị kỳ vọng một khoảng ước lượng sai số. Để hiểu tầm quan trọng của “forecast error” (khoảng sai số trong dự báo), hãy quan sát hai nhà bán lẻ xe hơi. Một trong số họ kỳ vọng doanh số (sales) từ khoảng 100 đến 1900 units, trong khi người còn lại kỳ vọng doanh số nằm trong khoảng 900 đến 1100. Dù cả hai đều dự tính doanh số trung bình là 1000 units, chính sách sourcing (tìm và đáp ứng nguồn nguyên vật liệu hay đầu vào cho việc vận hành doanh nghiệp) sẽ rất khác việc trong điều kiện có sự khác nhau lớn trong độ chính xác của forecast. Do đó, forecast error (hay demand uncertainty) phải là một yếu tố quan trọng trong hầu hết mọi quyết định của chuỗi cung ứng.
2. Dự báo dài hạn thường ít chính xác hơn dự báo ngắn hạn
Dự báo dài hạn (long-term forecast) thường ít chính xác hơn dự báo ngắn hạn (short-term forecast). Seven-Eleven Japan đã khai thác tính chất quan trọng này để cải thiện chất lượng. Công ty này đã thiết lập một quy trình replenishment (châm hàng cho các cửa hàng bán lẻ) mà có thể phản hồi các đơn hàng trong vòng vài giờ đồng hồ.
Ví dụ, nếu quản lý cửa hàng bán lẻ đặt hàng vào lúc 10 giờ sáng, đơn hàng sẽ được giao trước 7 giờ tối cùng ngày. Như vậy, quản lý cửa hàng chỉ cần dự báo cho hàng bán vào đêm hôm đó 12 tiếng trước khi thực bán. Lead time ngắn như vậy giúp quản lý cửa hàng xem xét của thông tin hiện thời mà có thể ảnh hướng đến doanh số sản phẩm, ví dụ như thời tiết. Bản dự báo này sẽ có nhiều khả năng sai sót hơn nếu quản lý cửa hàng phải dự báo trước cả một tuần lễ.
3. Dự báo tổng thể chính xác hơn dự báo từng bộ phận
Dự báo tổng thể luôn chính xác hơn dự báo cho từng bộ phận. Ví dụ, dự báo về Gross Domestic Product (GDP) của nước ta trong một năm sẽ dễ thực hiện hơn là dự báo mức doanh thu cho một công ty trong một năm.
4. Công ty càng ở cách xa người dùng cuối trong chuỗi, thông tin nhận được càng dễ bị sai lệch
Công ty càng ở xa về phía đầu chuỗi (upstream, cách xa người dùng cuối), thông tin nó nhận được càng dễ bị sai lệch. Ví dụ kinh điển đó chính là bullwhip effect, khi mà sự biến thiên của đơn đặt hàng càng bị khuếch tán mạnh mẽ khi nó đi từ người tiêu dùng cuối cùng đến các công ty đầu chuỗi. Hậu quả là, càng lên cao về phía đầu chuỗi, công ty càng đối mặt với nhiều forecast error hơn.
Thành phần của Dự báo và phương pháp để thực hiện Dự báo
Dự báo không phải là một việc làm mang tính huyền diệu hay phi khoa học. Trái lại, dữ kiện lịch sử của doanh nghiệp có thể giúp công ty dự báo được doanh số bán hàng kỳ vọng trong tương lai. Đề thực hiện dự báo thành công, người dự báo phải xem xét các yếu tố sau:
- Cầu tiêu dùng ở quá khứ
- Leadtime của quy trình replenish sản phẩm
- Những nỗ lực về marketing hay quảng cáo đã lập sẵn kế hoạch
- Những chương trình giảm giá đã được lập kế hoạch
- Tình trạng chung của nền kinh tế
- Các bước đi của đối thủ cạnh tranh
Người dự báo phải nắm và hiểu được các yếu tố trên trước khi chọn lựa phương pháp forecasting phù hợp. Phương pháp dự báo được chia thành các loại chính sau:
- Dự báo định tính: mang tính chủ quan và dựa trên phán quyết của con người.
- Time series: sử dụng lịch sử cầu tiêu dùng để tìm ra khuynh hướng cầu tiêu dùng trong tương lai
- Causal: cho rằng dự báo có liên quan đến các yếu tố khác trong môi trường (như tình trạng nền kinh tế, lãi suất,…) và cố gắng tìm ra mối quan hệ đó, rồi sử dụng các thông tin về môi trường để làm đầu vào để xác định đầu ra dự báo.
- Simulation (giả lập): cố gắng mô phỏng thực tế môi trường bên ngoài giống nhất có thể, rồi thực hiện một vài thay đổi đầu vào để tìm thấy đầu ra dự báo.
Một vài lưu ý
Người dự báo cần phải hiểu rõ mục tiêu dự báo là gì, ví dụ nếu thông tin về dự báo quan trọng với nhiều bên liên qua như nhà sản xuất, nhà vận tải, khách hàng, thì nên xem xét truyền tải thông tin dự báo đến các bên liên quan đó. Ngoài ra, các đối tác trong chuỗi nên hợp tác để cùng thực hiện kế hoạch về cầu thị trường và forecasting cùng với nhau, thông qua đó nâng cao chất lượng của kế hoạch cầu thị trường và tối ưu hóa thặng dư chuỗi cung ứng (supply chain surplus).
Người dự báo cũng cần phải thoát ra ngoài những con số và nhìn thấy được những yếu tố có tác động lớn đến dự báo nguồn cầu, các thông tin mang tính định tính như ý kiến chuyên gia, khảo sát khách hàng, khảo sát nhân viên… đều rất quan trọng. Cũng cần phải lưu ý chính là thực hiện dự báo phải phù hợp với cấp bậc chiến lược, chiến thuật hay vận hành; mỗi một cấp chiến lược đều có những yêu cầu khác nhau cho dự báo. Cuối cùng, cần phải theo dõi và lưu giữ các bản đo lường hiệu quả và sai số của dự báo để thông qua đó cải tiến quy trình dự báo trong tương lai.