Cogit Planning and Scheduling (CPS) to bardzo wydajny i elastyczny system do planowania dostaw i prognozowania sprzedaży oparty o platformę Infor EPM. Może być dostępny zarówno w chmurze, jak i on-premises (własna infrastruktura).
Wyróżnia się łatwością przygotowywania różnych wersji, scenariuszy i symulacji danych oraz ich wzajemnych relacji i obliczeń. Istotą rozwiązania jest też jego prosta administracja i możliwość samodzielnego bieżącego utrzymania przez dział biznesowy.
System jest podzielony na dwa główne moduły odpowiadające za przygotowanie prognoz sprzedaży i zaplanowanie optymalnych dostaw do punktów sprzedaży.
Na podstawie danych ze stanów magazynowych, codziennej sprzedaży, danych historycznych, prognoz oraz szeregu parametrów system decyduje o dostawie danego produktu. W tym celu, system przelicza codziennie (lub w zadanym przedziale) kilkaset milinów kombinacji danych i generuje prognozy stanu każdej pozycji na każdej półce na kolejne okresy. Efektem jest plan dostaw gwarantujący dostępność towaru lub realizację innych oczekiwanych paramentów jakościowych.
Kluczowe funkcje procesu są realizowane przez system, a użytkownicy, zamiast żmudnego planowania mogą skupić się na parametryzacji oraz obsłudze sytuacji nietypowych, które wymagają zmiany planów generowanych przez system.
Podstawowym celem modułu jest wygenerowanie dla wybranych referencji optymalnych zamówień. Uwzględniane są przy tym między innymi: planowane zapotrzebowanie, czas dostawy, pojemności półek i ekspozycji. Dodatkowo w przypadku niedoborów towaru w magazynie centralnym, system dba o równomierne racjonowanie towaru między sklepami.
Przy odpowiedniej parametryzacji, system działa w pełni automatycznie nie wymagając ręcznej ingerencji użytkowników.
Kluczowym czynnikiem sterującym zamówieniami jest zestaw parametrów ekspozycji. Ich dobór pozwala systemowi optymalnie dobierać zamówienia, tak aby utrzymać poziom towaru w punkcie sprzedaży w oczekiwanym zakresie optymalnej ekspozycji.
Dodatkowo ekspozycja pozwala na sterowanie wielkością zamówień (zatowarowania) na potrzeby planowania:
Standardowo, pełen cykl obliczeń i generacji zamówień jest realizowany raz dzienne. Wyniki mogą być również generowane na żądanie lub w przypadku pojawienia się nowych danych źródłowych lub parametrów.
Harmonogram dostaw do punktu sprzedaży jest dynamiczne obliczany dla każdego punktu i wpływa na wielkość generowanych przez system zamówień. Przy obliczaniu dnia, w którym towar może się pojawić na półce brana jest pod uwagę kadencja dostaw, kalendarz oraz dodatkowych szereg parametrów. Harmonogram dostaw pozwala na określenie okresu do pokrycia sprzedażą.
Postawą do obliczenia wielkości zamówienia jest suma aktualnego stanu w sklepie oraz prognoza sprzedaży na wymagany do pokrycia okres. Każdy towar ma szereg szczegółowych parametrów (np. jednostki logistyczne) aby określić inne konieczne czynniki wpływające na wielkość zamówienia.
Zamówienia są optymalizowane z uwzględnieniem szeregu parametrów. System zapewnia najlepszy rozkład towarów w sieci pod kątem wielkości sprzedaży oraz minimalizuje możliwość wystąpienia przerw w wielkości dostępności towarów.
Na potrzeby prognozowania sprzedaży wykorzystywany jest wielowymiarowy silnik obliczeniowy Infor OLAP. Baza rezyduje w pamięci, co pozwala na osiągnięcie bardzo dużej wydajności obliczeniowej.
Dla bardziej zaawansowanych obliczeń statystycznych wykorzystywany jest zintegrowany język R. Pozwala to na tworzenie prognoz bezpośrednio w modelu modułu bazując na dowolnych danych. Użytkownicy mogą szybko i w prosty sposób wyznaczyć dowolny podzbiór wielowymiarowego modelu jako podstawę do prognozowania oraz okres, na jaki ma być wygenerowana prognoza. R dokonuje analizy danych według wybranej metody prognozowania.
Analogicznie do integracji z silnikiem obliczeń statystycznych R, moduł prognozowania może również wykorzystywać zewnętrzne systemy obliczeń opartych o sztuczną inteligencję.
Wydajność obliczeniowa pozwala na kalkulację oddzielnej prognozy dla każdego produktu i punktu sprzedaży, a następnie konsolidację całości danych. W przypadku dostępności odpowiednich danych historycznych można wzbogacić parametry prognoz o dowolną ilość dodatkowych parametrów i korelacji. Takie podejście pozwala najlepiej wykorzystać specyficzne cechy na poziomie szczegółowym (np. sprzedaż danego produktu na konkretnej stacji benzynowej) przy jednoczesnej możliwości wykorzystania metod statystycznych na zagregowanych dużych wolumenach danych.
Standardowo moduł daje możliwość obliczania prognoz w oparciu o następujące metody:
Generowane prognozy mają możliwość parametryzacji w zakresie wykorzystywania sezonowości oraz uwzględniania efektów nowych produktów i nietypowych zaburzeń danych.
© 2021 Cogit. All rights reserved
Polityka prywatności
Obserwuj nas:
