predviđanja u operacijskom menadžmentu

7/30/2019 Predvianja u Operacijskom menadmentu

1/19

11. PREDVIANJE

Predvianje je umjetnost i znanost prognoziranja buduih dogaaja. Ne postoji univerzalnametoda predvianja za sve situacije. Predvianje e uvijek biti manje ili vie netona.Postoje tri naina prilagodbe pogrekama kod predvianja:

da pokuamo smanjiti pogreku boljim predvianjem, da u proizvodnju ugradimo vie fleksibilnosti, da skratimo vrijeme za koje zahtijeva predvianje.

Sa obzirom na inherentnost pogreaka predvianja, sve bi prognoze trebale imati najmanjedvije vrijednosti:

jednu koja predstavlja najbolju procjenu potranje. drugu za pogreku predvianja.

Predviati samo na temelju jedne vrijednosti znai ignorirati pogreku, premda se to

uobiajeno dogaa u praksi. Problemi kod predvianja esto su sloeni i teki.

Okvir za predvianje

Treba razjasniti razliku izmeu predvianja i planiranja. Predvianje se bavi onim to mimislimo da e se dogoditi u budunosti. Planiranje se bavi onim to mi mislimo da bi setrebalo dogoditi u budunosti. Dobro planiranje koristi prognozu kao input.

Predvianje je input, jedinstven za sve vrste poslovnog planiranja i kontrole, unutar i izvanproizvodne funkcije.

U svrhu oblikovanja procesa, predvianje je potrebno da bi odluili o vrsti procesa i stupnjuautomatizacije koji e biti koriten. Budui da su odluke o procesima po svojoj prirodidugorone, one mogu zahtijevati prognoze za mnogo godina unaprijed.

Odluke o kapacitetima koriste predvianja na nekoliko razliitih razina agregiranja itonosti. Za planiranje ukupnog kapaciteta proizvodnih sredstava za rad, potrebna sudugorona predvianja za nekoliko godina unaprijed. Srednjorona bi predvianja trebala biti,ako je mogue, mnogo tonija od dugoronih.

Odluke o zalihama u svojoj prirodi su kratkorone i bave se odreenim proizvodima.Predvianja koja vode u takve odluke moraju zadovoljiti iste zahtjeve kao i kratkoronaterminska predvianja.

Tri vrste metoda predvianja su:1. kvalitativne metode,2. metode na temelju vremenskih nizova,3. uzrone (kauzalne) metode.

1


2/19

Kvalitativne metode predvianja

..koriste menaderske prosudbe, iskustvo, relevantne podatke i jedan implicitni matematikimodel. Budui da je model implicitan, dva razliita menadera koja koriste takve kvalitativnemetode, esto dolaze do vrlo razliitih predvianja.

Kvalitativne metode treba koristiti: kada podaci iz prolosti nisu pouzdani pokazatelji za budue uvjete, za uvoenje novih proizvoda, kada podaci iz prolosti nisu dostupni.

U kvalitativne metode spadaju:1. Delphi metoda,2. Istraivanja trita,3. Analogija sa ivotnim ciklusima,4. Prosudbe zasnovane na informacijama.

Kvalitativne metode se tipino koriste za srednjorono i dugorono predvianje, kojeukljuuje oblikovanje procesa i kapacitet proizvodnih sredstava.

Delphi metoda..koristi se da se dobije prognoza na osnovu panela strunjaka i menadera. Znaajka temetode je da se sve procjene panela tretiraju anonimno. Delphi metoda, nazvana po poznatomgrkom proroitu Delfi, provodi se kroz niz rundi. Kod prve runde, svaka osoba sa panelom

pismeno odgovara na pitanja koja su joj postavljena. Nakon toga se odgovori tablino prikaui vraaju lanovima panela, zajedno sa statistikim pokazateljima rezultata. Svaki lan panelatada je zamoljen da ponovno razmotri svoje prethodne odgovore i jo jednom odgovori na

pitanja. Odgovori druge runde ponovno se rezimiraju i vraaju kao povratna informacijapanelu u treoj rundi. Taj postupak se ponavlja kroz etiri do est rundi, dok se ne postignezadovoljavajue meusobno pribliavanje. Procjene iz posljedne runde tada se koriste kao

predvianja.

Delphi metodu se ponekad naziva "udruenje neznalica". Ova kritika potie iz nastojanjadjelovanja procesa povratnih veza, da se prisilno ostvari ,eusobno pribliavanje prema centrugrupe.

Predvianje na temelju vremenskih nizova (serija)

Metode vremenskih nizova koriste se za izradu detaljnih analiza uzoraka (modela) prolihpotranji, kako bi ih preslikali naprijed, u budunost. Jedna od osnovnih pretpostavki svihmetoda vremenskih nizova je da potranju moemo rastaviti na komponente:

prosjena razina, trend, sezonski uticaji, ciklusi i pogreke.

Osnovna strategija koritena kod predvianja premenskim nizovima je ta da identificiramo,

na temelju raspoloivih prijanjih podataka, veliinu i oblik svake komponente. Te sekomponente tada, osim onih sluajnih, projiciraju naprijed u budunost. Ako je preostala

2


3/19

samo mala sluajna komponenta i ako takav uzorak nastavi djelovati dalje u budunosti,postii emo pouzdanu prognozu.

Metode predvianja kod vremenskih nizova (serija) su:1. Pomini prosjeci,

2. Eksponencijalno izglaivanje,3. Matematiki modeli,4. Box-Jenkins metode.

Pomini prosjekNajjednostavnija metoda predvianja vremenskim nizovima je metoda pominog prosjeka.Kod ove metode se polazi od pretpostavke da vremenski niz ima samo komponentu razine ikomponentu sluaja. Pretpostvlja se, da u podacima potranje nema komponenata sezonskoguticaja, trenda, ili ciklusa. Meutim, napredne verzije metode pominog prosjeka moguukljuivati sve komponente.

Jedan od naina da pomini prosjek puno bre reagira ne promjene u potranji je taj dastavimo relativno vei ponder na nedavne, negoli ranije potranje. To se zove ponderirani

pomini prosjek. Kod ovog pondera, mogu se odrediti bilo koji ponderi, ali njihov zbir morabiti jedan (1).

Jedna od prednosti ponderiranog pominog prosjeka je ta, da se sveukupne dotadanjepotranje za N razdoblja moraju uzeti u obzir tijekom raunanja. Reagiranje pominogprosjeka ne moe se jednostavno promijeniti bez promjene svakog pondera.

Eksponencijalno izglaivanje.. zasniva se na vrlo jednostavnoj ideji da se novi prosjek moe raunati iz starog prosjeka inajnovije posmatrane potranje. Kod obinog eksponencijalnog izglaivanja, pretpostavljamoda je vremenska sreija vodoravna, bez ciklusa, te da nema sezonskih i trend komponenti. Tada

je prognoza na osnovu eksponencijalnog izglaivanja za slijedee razdoblje, prosjek dobivenkroz tekue razdoblje.

Eksponencijalno izglaivanje je samo specijalni oblik ponderiranog prosjeka kod kojeg seponderi tokom vremena, eksponencijalno smanjuju.

Jednostavno eksponencijalno izglaivanje, zbog efekata trenda i sezonskih efekata upodacima, ne moe se uvijek koristiti u praksi. Kada su ti efekti prisutni, moemo koristitizglaivanje drugog reda, izglaivanje treeg reda, izglaivanje koje korigira trend, ilisezonsko izglaivanje.

Pogreke predvianja

Kada se koristi eksponencijalno izglaivanje, zajedno sa izglaivanim prosjekom, mora se naosnovu izrauna procijeniti i pogreka predvianja. Ta procjena pogreke mogla bi se koristitiza nekoliko namjena:

1. za odreivanje sigurnosnih zaliha i sigurnosnih kapaciteta, i time osiguranje eljenerazine zatite od manjka zaliha;

3


4/19

2. za kontrolu nekonzistentnih opaanja potranje, ili taaka u uzorku koji znaajnoodstupaju od ostalih, koje bi trebalo paljivo ocijenjivati i moda iskljuiti iz

podataka;3. za odreivanje, kad metoda za predvianja vie ne slijedi aktuelnu potranju i kada

treba biti ponovno prilagoena.

Poboljano predvianje kod vremenskog niza

Varijacija eksponecijanog izglaivanja koja u zadnje vrijeme privlai znatnu pozornost, jeadaptivno eksponencijalno izglaivanje. U jednom obliku takvog pristupa, Chow je koristioizglaivanje prvog reda, ali je varirao koeficijent izglaivanja kod svake prognoze za 0,5, dase odredi koja od tri prognoze ima najniu pogreku u predvianju. Rezultirajua rijednost odalfa ( ) tada je koritena za predvianje u slijedeem razdoblju.

Drugu vrstu prilagidljivog (adaptivnog) zaglaivanja koristi IBM u svom MAPICS-u,softwerskom paketu za upravljanje zalihama. Za tu metodu alfa ( ) je prilagoena premavrijednostima izglaene pogreke predvianja.

Matematiki modeliBilo koji eljeni matematiki model moe se prilagoditi na vremenske nizove. Model se moe

podesiti pomou metoda linearne regresije ili koritenjem neke od nelinearnih metoda. Unekim sluajevima rezultirajui model moe osigurati taniju prognozu nego eksponencijalnoizglaivanje.

Box-Jenkins metodeDa bi se pomoglo analitiarima koji provode predvianja, razvijena je sofisticirana Box-Jenkins metoda za predvianja kod vremenskih nizova. Ta tehnika ima specijalnu fazu zaidentifikaciju modela i doputa precizniju analizu predloenih modela, nego to je to moguese ostalim metodama. Meutim, ova metoda zahtijeva 60 razdoblja s podacima iz prolosti i

preskupa je za rutinsko predvianje s mnogo predmeta.

Uzrone (kauzalne) metode predvianja

.. razvijaju tzv. model uzorka i posljedica izmeu potranje i ostalih varijabli.U kauzalne metode predvianja spadaju:

1. Regresija,2. Ekonometrijski modeli,

3. Input-output model,4. Simulacijski model.

RegresijaKod metoda regresije, model j epotrebno specificirati, prije nego to se prikupe podaci i izvrianaliza. Najjednostavniji sluaj je slijedei linerani model:

y = a + bxgdje je:

y procijenjena potranja,x - nezavisna varijabla,a odsjeak na osi y,

b nagib.

4


5/19

Jednostavna linearna regresija ilustrira naela predvianja temeljem kauzaliteta. Prognozapotranje ovisi o jednoj ili vie varijabli, za koje pretpostavljamo da su po svojoj prirodineovisne. Odgovornost je na korisniku da ustanovi odgovarajue uzrone varijable, te da li suveze linearne, nelinearne, aditivne ili multipilkativne. Korisnik mora konano specificiratioblik modela predvianja.

Regresija sa jednom varijablom moe biti proirena na multiplu regresiju, koja koristi vie odjedne varijable x. Zbog dodatnih varijabli, viestruka regresija je vie koritena u praksi odregresije sa jednom varijablom.

Ekonometrijski modeliSistem meuzavisnih jednadbi regresije, koji opisuju neki ekonomski sektor prodaje profitneaktivnosti. Koristi se za prognozu prodaje po vrstama proizvoda za kratkorono isrednjorono planiranje.

Input-output modeli

Metoda prognoziranja, koja opisusje tokove od jednog ekonomskog sektora prema drugom.Predvia traene inpute za proizvodnju outputa potrebnih u drugom sektoru. Koristi se za

prognozu prodaja po tvrtkama ili u okviru zemlje, po industrijskim sektorima.

Simulacijski modelSimulacija sistema distribucije, kojom se opisuju promjene u prodaji i toku proizvoda tijekomvremena. Iskazuje efekte kanala distribucije. Koristi se za prognozu prodaje glavnih grupa

proizvoda na razini kompanije. Simulacijski modeli su posebno korisni, kada su sistemidistribucije ili logistike, modelirani u svrhu predvianja.

Kompjutorizirani sistemi predvianja

Mnogi komjutorizirani sistemi danas u raspoloivi da pomau menaderu i prognostikomanalitiaru.

Program nazvan CENSUS X-11 koristi metodu pominih prosjeka, s trendovima i sezonskimfaktorima za dekompoziciju i predvianje vremenskih nizova. Program CENSUS X-11

pokazao se sasvim korisnim, pod uslovom da mu je na raspolaganju dovoljan broj podataka izprolosti.

Postoji kolekcija kompjuterskih programa za predvianja nazvani SIBYL/RUNNER; onisadre vie od 20 najee koritenih tehnika predvianja. Ti programi su podijeljeni na one: koji pomau kod identificiranja osnovnih zakonitosti u vremenskim nizovima, koji predviaju koristei se datim zakonitostima.

IBM-ov MAPICS sistem za upravljanje proizvodnjom i zalihama ukljuuje modul zapredvianja. Taj modul koristi jednu adaptivnu tehniku predvianja, koja se prilagoavasezonama i rendovima.

5


6/19

Izbor metode za predvianje

Faktori koje kompanije smatraju vanim kod odabira metoda za predvianje su:1. sofisticiranost sistema i korisnika,2. raspoloivost vremena i resursa,

3. karakteristike koritenja i odluka,4. raspoloivost podataka,5. zakonitost podataka.

Sofisticiranost sistema i korisnikaMetoda za predvianje mora odgovarati znanju i sofisticiranosti korisnika. Menaderi ne volekoristiti rezultate tehnika koje ne razumiju. Izabrana metoda ne smije biti previe napredna ili

previe sofisticirana za svoje korisnike, ili previe napredna u odnosu na postojei sistem zapredvianje. Jednostavniji modeli mogu ponekad ispunjavati svoje zadatke bolje, tako dasofistikacija nije krajnji cilj.

Raspoloivost vremena i resursaIzbor metode za predvianje ovisi o vremenu koje stoji na raspolaganju i u kojem treba

prikupiti podatke i pripremiti postupak predvianja. Priprema kompliciranog predvianja, zakoje treba prikupiti najvie podataka, moe trajati nekoliko mjeseci i kotati hiljade dolara.

Karakteristike koritenja i odlukaMetoda predvianja mora biti povezana sa njenim koritenjem i potrebnim odlukama.Koritenje je usko povezano sa karakteristikama kao to su tanost, vremenski horizont

prognoze, broj predmeta (proizvoda) koje treba predviati. Odluke koje ukuljuuju planiranjeprocesa i proizvodnih sredstava su dugorone po prirodi. One zahtijevaju manju tanost zajednu procjenu ukupne potranje. Kvalitativne ili kauzalne metode bolje odgovaraju za takveodluke. U srednjovremenskom razdoblju, odluke se esto koriste metodama vremenskog nizaili kauzalnim metodama. Kratkorone odluke se koriste metodom vremenskih nizova.

Raspoloivost podatakaIzbor metode predvianja je esto ogranien podacima koji stoje na raspolaganju. Treba uzetiu obzir i kvalitetu raspoloivih podataka. Loi podaci imaju za posljedicu slabo predvianje.Podatke treba prekontrolirati s obzirom na nebitne imbenike ili neuobiajene take.

Zakonitost podataka.. e uticati na vrstu metode za predvianje, koja e biti izabrana. Ako je vremenski niz

ravnomjeran, tada se moe koristit metoda prvog stupnja. Zakonitosti podataka e isto takoodrediti, da li e metoda vremenskog niza zadovoljiti, ili e biti potrebni kauzalni modeli.Ako zakonitost podataka nije stabilna tokom vremena, treba izabrati jednu kvalitativnumetodu.

Najbolji model za predvianje je onaj koji prikazuje osnovni vremenski niz, ali ne pristaje nasilu uz prole podatke. Pravilan nain postavljanja modela zasnovanih na prolim podacima jetaj da odvojimo postavljanje modela od predvianja modelom. Prvo se grupa modela podijelina dva dijela. Zatim se nekoliko modela uspostave tako da odgovaraju prvoj grupi podataka.Ti se modeli koriste za predvianje vrijednosti druge grupe podataka, a onaj sa najmanjom

pogrekom u odnosu na tu grupu podataka, je najbolji model.

6


7/19

Zanimljivo pitanje koje se tie odabira modela je tanost kvalitativnog ljudskog predvianja,nasuprot kvantitativnoj metodi predvianja koja se temelji na modelima. Erbert je uporedioljudski imbenik sa modelima za razliite osnovne zakonitosti potranje, koji se zasnivaju navremenskom nizu. Otkrio je da kad su podaci ukljuivali veliki dio sluajnih ili nelinearnihsezonskih zakonitosti, modeli su bili bolji od ljudi, pod uvjetom da je dovoljno pozornosti

upueno uspostavljanju odgovarajuih modela.

Koritenje prognoza u organizaciji

Svaka metoda predvianja mora biti uklopljena u organizacijski okvir i ambijent. Ipak seneobine stvari mogu dogoditi sa prognozama, unutar njihovog organizacijskog konteksta.Prognoze esto prolaze od jednog menadera do drugog, kroz uzastopne razine organizacije.Te se prognoze u tom procesu ponekad modificiraju ili pak informacije izgube.

Prognoza bi trebala biti nepristrasna projekcija onog to mi oekujemo da e se dogoditi.

Prognozu ne bi trebalo brkati sa planom, ciljem ili mjerilom performansi, koji pokazuju onoza to mi mislimo da bi se trebalo dogoditi.

Jedan od naina da se izbjegne ovaj problem je da zatraimo da se prognoze temelje navjerovatnosti. Drugi pristup je da predviamo pesimistike, najvjerovatnije i optimistikevrijednosti potranje.

Rijetko koja organizacija radi rutinske prognoze potranje na temelju vjerovatnosti. To jezbog toga to se proputa priznati neizvjesnost i ne eli uhvatiti u kotac sa problemima.Druga stvar kod koritenja prognoza u organizaciji je pitanje tko bi trebao raditi prognoze.Postoje mnoge mogunosti. Idealno bi bilo da se prognoza prodaje izrauje ukljuivanjemnajboljih modela i valjanih prosudbi iz svih raspoloivih izvora. Svi bi korisnici trebali za

predvianje imati inpute i saznanje o pretpostavkama.

Odgovornost predvianja mora biti paljivo koordinirana i praena, zbog toga to bi inaedolo do porasta zaliha i zakanjenja u datumu isporuke.

12. ODLUKE O SREDSTVIMA ZA RAD

Odluke o sredstvima za rad od velike su vanosti za poslovanje i funkciju proizvodnje. Te

odluke dovode do fizikih ogranienja koliina koje se mogu proizvesti, a zahtijevajuulaganje kapitala koji nedostaje. Zbog toga se odluke o sredstvima za rad esto donose nanajviim razinama korporacije.

Zbog vremena trajanja procesa izgradnje, odluke o sredstvima za rad esto zahtijevaju i do petgodina, ali one takoer mogu zahtijevati i samo jednu godinu dana.

Kod donoenja odluka o sredstvima za rad, postoje tri kljuna pitanja:1. Koliko je kapaciteta potrebno?2. Kada su kapaciteti potrebni?3. Gdje bi kapaciteti mogli biti locirani?

7


8/19

Strategija sredstava za rad

Strategija sredstava za rad obino uzima u obzir veliinu kapaciteta, izbor trenutka nabavekapaciteta i lokaciju kapaciteta potrebnih za dugi rok. Ovi elementi strategije sredstava za radtrbaju biti razmatrani integralno i na njih utiu sljedei imbenici:

1. Predviena potranjaFormuliranje strategije sredstava za rad zahtijeva prognozu potranje, ak i kad je odstupanjeprilino veliko.

2. Trokovi sredstava za radTrokovi e ui u pitanja strategije sredstava za rad kod razmatranja da li izgraditi velike ilimale kapacitete. Trokovi takoer utiu i na veliinu kapaciteta, na trenutak nabave te nalokaciju kapaciteta.

3. Vjerovatno ponaanje konkurencijeSpori odgovori od konkurencije moe navesti tvrtku da povea kapacitete i ugrabi trite, a

ako tvrtka oekuje brzi odgovor konkurencije, to moe biti zalog za njezin vei oprez upoveanju kapaciteta.

4. Poslovna strategija.. moe diktirati da kompanija stavi vee teite na trokove, uslugu ili fleksibilnost kodizbora sredstava za rad.

5. Uzimanje u obzir meunarodnih uticajaKako trita po svojoj prirodi postaju sve globalnija, proizvodna sredstava se moraju lociratina globalnoj osnovi.

Veliina kapaciteta

Jedan se dio strategije sredstava za rad odnosi na veliinu kapaciteta koja se osigurava uodnosu n aoekivanu potranju. Ovo se najbolje moe opisati pojmom rezervni kapacitetkoji se definira kao:

rezervni kapacitet = kapacitet prosjena potranja

S obzirom na veliinu rezerve u kapacitetima, mogu se prihvatiti tri strategije:1. nastojanje da ne nedostaje kapaciteta,

2. izgradnja kapaciteta prema prosjenoj prognozi potranje,3. maksimalizacija iskoritenja kapaciteta.

Nastojanje da ne nedostaje kapacitetaU ovom sluaju se koristi pozitivna rezerva (viak) kapaciteta. Takva bi strategija odgovaralonda, kada je trite u ekspanziji ili kada su trokovi zgrada i operativnih kapaciteta jeftinijiod trokova manjka kapaciteta.

Izgradnja kapaciteta prema prosjenoj prognozi potranjeU ovom sluaju tvrtka je mnogo konzervativnija s obzirom na osiguranje kapaciteta. Ovastrategija bi se trebala koristiti kada su trokovi manjka kapaciteta priblino jednaki

trokovima od prevelikog kapaciteta.

8


9/19

Maksimalizacija iskoritenja kapacitetaU ovom sluaju, mala pozitivna ili negativna rezerva kapaciteta trebala bi biti planirana da semaksimalizira iskoritenje kapaciteta. Ova strategija odgovara onda kada je kapacitet vrloskup, u odnosu na nedostatak zaliha. Ova bi strategija mogla teiti maksimalizacijikratkoronih zarada, ali bi takoe mogla tetiti dugoronom trinom udjelu.

Veliina jedinice kapaciteta

Strategija sredstava za rad mora postaviti i pitanje kolika bi trebala biti svaka jedinicakapaciteta? Ovo pitanje ukljuuje ekonomiju obima. Ekonomija obima se temelji nashvatanju da su vee jedinice ekonominije, zbog toga to se fiksni trokovi mogu rasporeditina vei broj jedinica proizvodnje.Ekonomija obima se dogaa iz dva razloga:

troak izgradnje i funkcionisanja velike proizvodne opreme ne poveava se linearno sanjezinim volumenom;

u veim tvornicama opi trokovi menadera i osoblja se mogu rasporediti na veibroj jedinica proizvodnje.

Rezultat toga je da uz djelovanje ekonomije obima troak proizvodnje po jedinici proizvodaopada, kako se poveava veliina sredstava za rad. To je prikazano na slici.

Slika: Optimalna veliina proizvodne jedinice

Zajedno sa dobrom stranom ide i loa strana (disekonomiija obima). Do disekonomije obimadolazi kada se povea sredstvo za rad iz nekoliko razloga:

postoji disekenomija u pogledu transporta, do disekonomije obima dolazi i zbog toga to su trokovi komuniciranja,

koordiniranja i kontrole poveavaju u velikim birokratskim organizacijama, rastu trokovi zbog sloenosti i konfuzije, kako se poveava broj proizvoda i kako

sredstvo za rad postaje sve veim.

Svaka kompanija ima svoju optimalnu veliinu prozvodne jedinice, ovisno o strukturitrokova, strukturi proizvoda i posebnoj proizvodnoj strategiji proizvodnje, to se odraava natrokove, fleksibilnost ili uslugu.

9


10/19

Izbor trenutka nabave (dodatnih) sredstava za rad

Kod izbora trenutka nabave sredstava za rad postoje dvije osnovne strategije:1. preduhitri konkurenciju,2. ekaj i vidi.

Preduhitri konkurencijuOva strategija e teiti da osigura pozitivnu rezervu kapaciteta, moda i stimulirati trite, amoe i sprijeiti konkurenciju da neko vrijeme ne ue na trite.

ekaj i vidiU ovom sluaju tvrtka e ekati sa poveanjem kapaciteta, sve dok se ne razvije potranja i

potrebe ne postanu oite. Kompanija e slijediti vodeeg na tritu prihvativi strategijumanjeg rizika. Tu moe doi do razvoja male pozitivne ili negativne rezerve kapaciteta, tomoe rezultirati gubitkom potencijalnog trinog udjela.

Vrste jedinica sredstava za rad

Postoje etiri razliite vrste izbora postrojenja (oprema) za neki industrijski pogon. Ovaj izborovisi da li su postrojenja (oprema):

1. usmjerena na proizvod (57 %),2. usmjerena na trite (31 %),3. usmjerena na proces (9 %),4. ope namjene (3 %).

Brojevi u zagradama pokazuju postotak kompanija prema asopisu Fortune koje koristepojedini tip postrojenja.

Postrojenja usmjerena na proizvod izrauju proizvode iz podruja jedne obitelji ili vrstenajee za neko trite.

Postrojenja usmjerena na trite smjetena su na tritima koja usluuju. U ovu kategorijuspadaju mnoge uslune proizvodnje, budui da one ne mogu biti transportirane.

Postrojenja usmjerena na proces imaju jednu ili najvie dvije tehnologije. Ta postrojenjauestalo proizvode komponente ili dijelove koji se otpremaju drugim pogonima.

Postrojenja ope namjene mogu proizvoditi nekoliko vrsta proizvoda, te koristiti nekolikorazliitih procesa. Ona pokazuju tendenciju da se koriste u hiljadama malih kompanija.

10


11/19

Analiza za strategiju sredstava za rad

Analizu za strategiju sredstava za rad moemo organizirati u nekoliko koraka. To su:1. razvoj mjerila za mjerenje kapaciteta opreme,2. priprema prognoze budue potranje,

3. utvrivanje potrebe za sredstvima za rad,4. generiranje alternativa,5. vrednovanje alternativa,6. donoenje odluke.

Mjerenje kapaciteta sredstava za radKapacitet je maksimalna veliina outputa neke proizvodnje. Kao veliina outputa, kapacitet biuvijek trebao biti mjeren u jedinicama outputa za neko vremensko razdoblje.

esta je pogreka kod mjerenja kapaciteta zanemarivanje vremenske dimenzije. Takoe jeuestala greka kod mjerenja kapaciteta mijeanje kapaciteta i stvarnog obima koji je

ostvarena veliina outputa u nekom vremenskom razdoblju, dok je kapacitet maksimalnomogua veliina outputa.

Nakon to je kapacitet definiran, jo uvijek ostaju dva vana problema, koja se javljajuprilikom mjerenja kapaciteta:

u svrhu planiranja potrebnih sredstava za rad mora biti specificirana skupna jedinicakapaciteta. U sluajevima gdje postoji samo jedan proizvod ili gdje postoji nekolikohomogenih proizvoda, skupnu mjeru je lako definirati. Kada se izrauje sloeni splet,kapacitet je mnogo tee definirati;

procjena efekata pod uticajem varijabli politke menadmenta.

Kod mjerenja kapaciteta mora se iznijeti jedna distinkcija: vrni kapacitet nasuprotodrivom kapacitetu. Vrni kapacitet se moe odravati samo u kratkim vremenskimrazdobljima, kao to je nekoliko sati dnevno, ili nekoliko dana u mjesecu. Vrni kapacitet

predstavlja promjenjivu sposobnost prozvodnje. Odrivi kapacitet predstavlja razinuproizvodnje koja se moe odravati tokom dugog vremenskog razdoblja, bez nepovoljnihefekata.

Mjerenje kapaciteta zahtijevat e rjeavanje sljedeih problema:1. skupnog mjerila kapacitea,2. efekata spleta proizvoda,

3. politike proizvodnje,4. odrivi i vrni kapacitet.

Prognoziranje potranjeDrugi korak u analizi sredstava z arad polazi od mjerila kapaciteta i nastavlja razvojem

prognoze potranje. Dugorone prognoze e se izraivati kvalitativnim metodama ilikauzalnim modelima. Za analizu sredstava za rad, modeli vremenskih nizova openito sumanje korisni. Kod planiranja sredstava za rad, velika pozornost se posveuje izradi prognoze,

jer e prognoza poticati strategiju.

11


12/19

Utvrivanje potrebe za sredstvima za radPotreba se moe smatrati razlikom izmeu neophodnog i raspoloivog kapaciteta u

budunosti. Neophodni kapacitet moe biti povezan sa prognozom, te stupnjom rizika, kojipreuzima menadment pri suoavanju sa problemom prognoze. Nakon to je doneena odlukao potrebnim kapacitetima, raspoloivo kapacitet se projicira u budunost od ega se odbiju

smanjenja kapaciteta do kojih e doi. Razlika izmeu neophodnog i projiciranjem utvrenograspoloivog kapaciteta predstavljat e potrebni kapacitet.

Generiranje alternativa.. moe biti kompleksno, zbog toga to mogu biti koritene kombinacije tri osnovna pitanja:koliko, kada i gdje locirati? Zbog moguih kombinacija moe biti razmotren veliki brojalternativa. Meutim, u nekim sluajevima menadment moe ograniiti alternative, kako biodluivanje bilo lake izvedivo.

U nekim sluajevima se moe jednostavno nabrojati broj alternativa. To je uobiajeno kodproblema lociranja tvornica ili skladita, gdje je na raspolaganju veliki broj alternativa.

U drugim je sluajevima teko nai izvodljivu alternativu. Ta je situacija uobiajena za javneodluke koje ukljuuju kompromise i konzenzuse.

Vrednovanje alternativaNajkritiniji korak u razvijanju alternativa je odabir relevantnih kriterija koji obino ukljuujukorist i trokove. Ako i korist i trokovi variraju meu alternativama bit e ih tekovrednovati. Puno je jednostavnije ako generirane alternative imaju ili jednake trokove ili

jednake koristi. Kod mnogih problema vrednovanja sredstava za rad, koristi mogu bitiustanovljene kao novani tok tijekom vremena.

Iako se koraku vrednovanja pridaje velika pozornost, trebalo bi ga imati u vidu samo kaojedan od elemenata procesa donoenja odluka. Korak vrednovanja nee automatski voditiprema odluci.

Odluke o sredstvima za rad.. donosi izvrni direktor i upravni odbor u kanzultaciji sa proizvodnjom i drugim odjelimatvrtke. To se ini zato kako bi bili sigurni da e se tijekom vremena donositi konzistentnostrukturirane odluke o sredstvima za rad. Odluke o sredstvima za rad zahtijevaju kapital, pa senjima bave i finansijski menaderi. Ove odluke utiu i na sposobnost tvrtke da zadovoljava

potrebe potroaa, pa su zato i od interesa za marketing.

Problemi lokacije sredstava za rad

Budui da postoje razliite vrste problema lokacije, razvijena je slijedea okosnica i strukturaza njihovo klasificiranje:

1. lokacija jednog sredstva za rad (objekta)Locira se samo jedan objekat koji ne djeluje zajedno sa drugim sredstvima za rad trvrtke.Ovaj tip problema ima viestruke kriterije. Problem je objektivno uzeti u obzir sve kriterije.

2. lokacija vie tvornica i skladita

Kod ove vrste problema lokacije, odluka o lokaciji uticat e na ukupne trokove distribucije ivjerovatno na ukupne trokove proizvodnje.

12


13/19

3. lokacija konkurentskih trgovina na maloKod ovog preoblema lokacije, na prihode trgovine na malo utiu lokacije konkurentskih

prodavaonica. Prihod je varijabla koja ovisi o lokaciji objekta u odnosu na konkurenciju.

4. lokacija servisa za hitne intervencije

Kriterij kod odluivanja o lokaciji servisa za hitne intervencije esto ovisi o vremenureagiranja. U ovom sluaju kriterij se mijenja od prihoda prema direktnom mjerilu prueneusluge.

Lokacija jednog sredstva za rad

Mnogi lokacijski problemi zahtijevaju odabir mjesta za jedno sredstvo za rad. To ukljuujelokaciju tvornice, skladita, te vladina ureda. Kljuna pretpostavka ovog problema je da

prihodi, trokovi ili druge karakteristike takvih objekata ne ovise o lokaciji drugih objekatatvrtke ili konkurencije.

Viestruki kriteriji odluivanja mogu se klasificirati u dvije vrste: trokovne i netrokovne.

Vrste opipljivih trokova koji su obino ukljueni u lokacijske probleme ukljuuju:1. trokove zemljita, zgrada i opreme;2. trokove transporta;3. trokove komunalnih usluga;4. poreze i trokove osiguranja;

5. trokove radne snage.Netrokovni imbenici koje treba uzeti u obzir ukljuuju:

1. osiguranje radne snage,2. odnosi radnitva i sindikata,3. stajalita drutva,4. vladini propisi,5. kvaliteta ivota,6. uticaj okoline,7. reakcija konkurencije.

Jedan od naina kmbinovanja svih tih imbenika je razrada bodovne skale za svakiimbenik, to reducira prosudbu menadmenta na kvantificiranje bodovanjem. Da bismodoli do jednog sveukupnog rezultata za svaku lokacijsku alternativu, netrokovne imbenikemogue je kombinirati sa trokovnim.

Lokacija vie tvornica i skladita

Kod mnogih problema lokacije tvornica i skladita, primarni cilj je minimalizacija trokovaopskrbe potrebnom koliinom resursa. Drugim rijeima, utvren je kapacitet i trai se najbolji

plan lokacije sa distribucijske take gledita.

13


14/19

Nekoliko primjera tipine sloenosti na koje nailazimo kod lociranja tvornica i skladitajesu kako slijedi:

1. Moe postojati veliki broj lokacija tvornica, skladita i kupaca, to vodi velikom brojuogranienja i varijabli.

2. Broj tvornica i skladita koje bi trebalo koristiti ne moe se unaprijed utvrditi. To

dovodi do velikog broja kombinacija moguih lokacija koje treba uzeti u obzir.3. Mogu postojati fiksni trokovi za svaku tvornicu i skladite, kojima se dodajuvarijabilni trokovi, ovisno o veliini proizvodnje i isporuke.

4. Obino postoji vie poroizvoda, to poveava veliinu problema.5. Moe biti neophodno razmotriti alternativne razine zaliha na razliitim lokacijama.6. Mogue je koristiti razliite naine transporta.7. Mogu biti utvrene razliite politike koje definiraju uslugu kupcima.8. Potranja po svojoj prirodi moe biti probabilistika.

Lokacija konkurentskih trgovina na malo

Mnogi problemi lokacije trgovine na malo se mogu formulirati kriterijem maksimaliziranjaprihoda. Ti se problemi javljaju u trgovinama mjeovitom robom, robnim kuama i ekspresrestoranima, gdje prihodi poslovnog objekta na odreenom poloaju ovise o jainikonkurencije iz oblinjih lokacija.

Veina modela lokacije trgovine na malo zasniva se na pretpostavci da je prihodproporcionalan veliini trgovine, te obrnuto proporcionalan vremenu koje je potrebno dakupac doe do nje.

Budui da se mogu primijeniti na veliki broj situacija, modeli lokacije trgovine na malo zaistasu korisni. Ti modeli takoe otkrivaju probleme sa kojima se suoavaju uslune industrije prilociranju disperzivnih objekata.

Lokacija servisa za hitne intervencije

Znaajna vrsta lokacijskih problema tie se pruanja usluga za hitne intervencije, kao to suusluge vatrogasaca, policije i hitne pomoi. Ti problemi esto imaju minimalno vrijemereagiranja kao kriterij odluivanja, budui da je vrijeme vrlo bitno u pruanju usluga servisaza hitne intervencije.

Lokacija servisa za hitne intervencije moe imati veliki uticaj na trokove. Odluke to se tiulokacije vatrogasnih, policijskih i slubi hitne pomoi, esto su doneene na osnovuzemljopisne pokrivenosti. Standard zemljopisne pokrivenosti ne uzima u obzir uestalost

poziva za hitnom intervencijom. Takoe ne uzima u obzir moguu brzinu putovanja iraspoloivost direktnih puteva. Stoga su zemljopisni standardi u slaboj koleraciji savremenom reagiranja.

14


15/19

13. AGREGATNO PLANIRANJE

Agregatno planiranje se bavi usklaivanjem ponude sa potranjom outputa tokom srednjegvremenskog razdoblja, do priblino 12 mjeseci u budunost. Pojam agregatno podrazumjevada se planiranje izvodi za jedno sveukupno mjerilo outputa ili najvie za nekoliko skupnih

vrsta proizvoda.

Kao rezultat agregatnog planiranja trebaju biti donesene odluke i politike to se tieprekovremenog rada, zapoljavanja i otputanja radnika, podugovaranja, te razine zaliha.

U irem smislu definicije, agregatno planiranje ima slijedee karakteristike:1. vremenski rok od oko 12 mjeseci, sa auriranjem plana na periodinoj osnovi;2. agregatna razina potranje za proizvodima se sastoji od jedne ili nekoliko vrste

proizvoda;3. mogunost mijenjanja varijabli i ponude i potranje;4. razliiti ciljevi menadmenta;

5. oprema koja se smatra fiksnom, ne moe se poveati.

Agregatno planiranje oblikuje vanu vezu izmeuplaniranja sredstava za rads jedne strane iterminiranja sa druge. Planiranje sredstava za rad protee se dalje u budunost od agregatnog

planiranja i ograniava njegovo odluivanje. Terminsko planiranje se odnosi na kratak rok injega ograniavaju odluke agregatnog planiranja. Treba napraviti osnovnu razliku izmeuaktiviranja resursa kroz agregatno planiranje i njegova kasnijeg alociranja kroz terminiranje.

Ova je hijerarhija odluka o kapacitetima prikazana na slici. Treba uoiti da odluke teku odvrha prema dolje. Te da postoji i petlja povratne veze odozdo prema gore.

Slika: Hijerarhijska odluka o kapacitetima

Agregatno planiranje je usko povezano sa drugim korporacijskim odlukama kao to su: odluke o budetu, odluke o osoblju, odluke o marketingu.

Veza sa budetiranjem je osobito vrsta. Veina budeta se temelji na pretpostavkama koje seodnose na agregatne outpute, te razime kadrova, zaliha, nabavki itd..

15


16/19

Agregatno planiranje utie uveliko na planiranje kadrova, zato to rezultat agregatnogplaniranja ukljuuje odluke o zapoljavanju i otputanju radnika, te o prekovremenom radu.

Marketing uvijek mora biti usko povezan sa agregatnim planiranjem, zato to je buduaponuda outputa, a prema tome i usluga kupaca njime odreena.

Opcije odluivanja

Problem agregatnog planiranja moe se razjasniti raspravom o raspoloivim opcijamaodluivanja. Njih moemo podijeliti na dvije vrste odluka:

one kojima se modificira potranja, one kojima se modificira ponuda.

Potranja moe biti modificirana, odnosno na nju se moe uticati na nekoliko naina:1. odreivanje cijena

Razliito odreivanje cijena se esto koristi za smanjenje vrne potranje ili za poveanjepotranje u razdobljima njezina smanjenja;

2. reklamiranje i promocijaReklamiranje je tempirano tako da povea potranju za vrijeme kada dolazi do njezinasmanjenja i da ju skrene iz razdoblja kada je ona maksimalna u razdoblje njezina pada;

3. neispunjenje narudbi ili rezervacijaU nekim sluajevima na potranju se utie tako da se zamoli potroae da priekaju naispunjenje svojih narudbi (gomilanje neispunjenih narudbi), ili rezerviranjem kapaciteta

unaprijed (rezervacija);4. razvoj komplementarnih proizvoda

Tvrtke koje imaju jaku sezonsku potranju mogu pokuati razviti proizvode koji imajutrendove suprotnih sezonskih ciklusa.

Postoji veliki broj varijabli koje kroz agregatno planiranje modificiraju ponudu, a onisu:

1. zapoljavanje i otputanje zaposlenihKoritenje ove varijable uveliko se razlikuje meu kompanijama i industrijama. Neke e

kompanije uiniti gotovo sve prije nego to kroz otputanje smanje broj radne snage. Drugekompanije rutinski poveavaju i smanjuju svoju radnu snagu, kako se mijenja potranja.

2. koritenje prekovremenog i skraenog radaPrekovremeni rad se ponekad koristi pri kratkoronoj i srednjoronoj prilagodbi radne snageumjesto zapoljavanja i otputanja, posebno ako se promjena potranje smatra privremenom.Skraeno radno vrijeme odnosi se na planirano smanjenje iskoritenosti radne snage, umjestonjezina otputanja.

3. koritenje povremenog ili privremenog radaU nekim sluajevima mogue je zapoljavanje povremenih ili privremenih radnika. Ova

opcija moe biti povoljna, budui da privremeno zaposleni radnici imaju manje plae ipovlastice.

16


17/19

4. dranje zalihaZalihe u tvornikoj proizvodnji odvajaju ponudu od potranje, omoguavajui laku

proizvodnju. Na zalihe se moe gledati kao na nain uskladitavanja rada za buduupotronju. Ova opcija nije raspoloiva za uslunu proizvodnju.

5. podugovaranjeOva opcija, koja ukljuuje koritenje za suradnju drugih tvrtki, ponekad je uinkovit nainpoveanja ili smanjenja ponude. Podugovara moe isporuiti cijeli proizvod ili samo nekekomponente.

6. razvijanje kooperacijskih aranmanaTi su aranmani vrlo slini podugovaranju, samo to se koriste drugi izvori isporuka.

Osnovne strategije

Da bismo zadovoljili fluktuirajuu potranju tokom vremena, moemo se koristiti sa dvijeiste proizvodne strategije:

ista strategija odravanja razine radne snage, ista strategija lova potranje.

Sa potpunom (istom) strategijom odravanja razine radne snage, koliina outputa e bitikonstantna za regularnog radnog vremena. Uz pomo jedne od raspoloivih varijabli zaagregatno planiranje fiksiramo regularnu radnu snagu.

Kod iste strategije lova potranje pomou radne snage, mijenja se njezina razina da bi se

zadovoljila ili ulovila potranja. Nije potrebno da se dre zalihe ili da se koristi bilo kojadruga raspoloiva varijabla za agregatno planiranje.

Trokovi agregatnog planiranja

Najvei broj metoda agregatnog planiranja odreuje plan kojim se minimaliziraju trokovi.Kad se potranja smatra datom, u obzir treba uzeti slijedee trokove:

1. Trokovi zapoljavanja i otputanjaTrokovi zapoljavanja se sastoje od trokova angairanja, provjere i izobrazbe potrebne zadovoenje novozaposlenih u punu proizvodnu spsobnost. Trokovi otputanja ukljuuju

povlastice zaposlenima, otpremnimu i druge trokov ekoji su povezani sa otputanjem.

2. Trokovi prekovremenog i skraenog radaTrokovi prekovremenog rada esto se sastoje od redovne plate te premije od 50 do 100%.Troak skraenog radnog vremena esto je odraz koritenja zaposlenih pri nepotpunoj

produktivnosti.

3. Trokovi dranja zaliha.. u vezi su sa uvanjem proizvoda u zalihama; oni ukljuuju trokove kapitala, varijabilnetrokove skladitenja, te trokove zastarijevanja i kvarenja.

17


18/19

4. Trokovi podugovaranjaTroak podugovaranja temelji se na cijeni koja se plaa podugovarau za proizvodnju jedinice

proizvoda.

5. Trokovi povremene radne snage

Zbog razlika u povlasticama, troak povremenih ili privremenih radnika e biti vjerovatnomanji od onog za redovne radnike.

6. Troak nedostatka zaliha ili neizvrenja narudbi... trebao bi odraziti uticaj smanjene usluge potroaima. Taj troak je izrazito teko

procijeniti.

Matematiki modeli

Tokom godina razvijeni su vrlo razliiti modeli agregatnog planiranja. Tri alternativna

pristupa moguih rjeenja su: pravila odluivanja, simuliranje, linearno programiranje.

Pravila odluivanjaJedan od pristupa rjeavanju problema je odreivanje pravila odluivanja, koje specificirakoliinu proizvodnje za svako razdoblje kao funkciju prognoze, razine zaliha i drugih

parametara. Menader moe koristiri takvo pravilo odluivanja da bi odredio dinaminerazine proizvodnje za bilo koje vrijeme t.

Prva studija o agregatnom planiranju izraena u tvornici boja 1955., koristila je tzv. linearnopravilo odluivanja. Funkcija trokova je po svojoj prirodi bila kvadratna, a iz toga dobivenaoptimalna pravila odluivanja bila su linearna u uvjetima predviene potranje, zaliha i

prethodnih razina proizvodnje.

SimulacijaOva tehnika se moe koristiti za brzo ocjenjivanje velikog broja razliitih pravila odluivanjaili izbora proizvodnje. Prvu primjenu simulacije u agregatnom planiranju je izveo Vergin1966. On je pokazao kako se moe izvesti sloena struktura trokova i kako se moekontrolirati simulacija u sistemskoj potrazi za dobrim rjeenjem.

Godine 1986., Schroeder i Larson ponovno su formulirali problem agregatnog planiranjaproizvodnje u uvjetima sluajne potranje. Menadment treba znati koliko e bilo kojastrategija uticati na vjerovatnu razinu zaliha, te na mogunost zadovoljavanja procijenjenih

potranji. Taj problem je rijeen pomou simulacije.

Linearno programiranjeHaussmann i Hess su 1966., za rjeavanje problema agregatnog planiranja predloilikoritenje linearnog programiranja. Ta metoda nudi djelotvorna rjeenja, pod uslovom da setrokovi mogu izraziti u linearnom ili djelomino linearnom obliku.

Linearno programiranje omoguuje procjenu beskrajnog broja strategija proizvodnje, tepronalaenje alternative sa minimalnim trokovima.

18


19/19

Primjena agregatnog planiranja

Da bismo ilustrirali upotrebu agregatnog planiranja, prikazat emo primjenu na uslunojproizvodnji. Klasinu primjenu je proveo Taubert u istraivakom laoratoriju.

Problem agregatnog planiranja je bio odrediti broj znanstvenog i pomonog osoblja za svakimjesec, kao i raspored znanstvenog osoblja na vladine ugovore, istraivake programekompanije i ope zadatke.

Problem agregatnog planiranja bio je stoga formuliran u uvjetima etiri slijedee varijable zasvaki mjesec:

osoblje alocirano na vladine ugovore, osoblje alocirano na istraivake programe kompanije, osoblje alocirano na ope zadatke, veliine pomonog osoblja.

Taubert je formulirao strukturu trokova svog laboratorija izraenu kroz 12 funkcija trokova.Minimalizacija trokova je postignuta upotrebom metode istraivanja uzorka.

Taubert je vrednovao ovaj model u razdoblju od 5 godina. Kada su rezultati modela uporeenisa menaderskim odlukama, ti su rezultati iz mjesec u mjesec pokazivali sve manjufluktuaciju to se tie razine radne snage.

predviđanja u operacijskom menadžmentu

Documents