Setiap proses di pabrik mulai dari pengadaan bahan baku, produksi, distribusi bahkan hingga barang sampai ke konsumen, semuanya harus mampu menambah nilai. Jangan sampai ada proses yang tidak "bernilai" yang malah menambah beban perusahaan.
Berada di era digital, pelaku FMCG dituntut lebih fokus pada value chain. Para profesional harus memiliki kemampuan analitis yang baik agar bisa melihat proses value chain dari ujung ke ujung dan menganalisis titik-titik yang memerlukan perbaikan.
Deloitte merancang FMCG Analytics Framework yang bisa digunakan para profesional FMCG. Framework ini menjabarkan kapabilitas analitis yang harus dimiliki pelaku FMCG untuk mendukung pengambilan keputusan yg lebih baik di seluruh value chain. Salah satu framework tersebut berkaitan dengan proses manufaktur di shop floor.
Dalam proses manufaktur FMCG value chain, analisis difokuskan pada pengoptimalan proses produksi dengan mempertimbangkan peramalan, perencanaan, efisiensi, dan paparan risiko
Salah satu pertimbangan dari framework analitik ini yaitu optimalisasi peramalan produksi. Peramalan produksi merupakan kemampuan utama bagi banyak pabrik. Meningkatkan kinerja peramalan sangat penting untuk meningkatkan stock-out produk, sekaligus mengurangi biaya karena kelebihan persediaan.
Sumber: Deloitte
Contoh studi kasus dari analisis optimalisasi peramalan produksi.
Tantangan
Peramalan yang akurat adalah kemampuan utama untuk memastikan keunggulan kompetitif bagi setiap produsen. Meningkatkan kemampuan peramalan harus menjadi upaya terus menerus dimana evaluasi kinerja peramalan periodik atau terus menerus merupakan elemen penting. Peramalan permintaan di FMCG merupakan tantangan karena tiga alasan utama:
1. Kebisingan dan volatilitas permintaan di pasar
2. Pengenalan produk baru
3. Promosi produk.
Metode Pendekatan
Evaluasi peramalan promosi dilakukan berdasarkan kerangka pengukuran tiga cabang. Kinerja diukur dalam hal akurasi peramalan (atau kesalahan peramalan), bias peramalan, dan stabilitas peramalan. Untuk setiap pengukuran ini, ada beberapa metrik dan perhatian harus diberikan untuk menggunakan metrik kinerja yang paling sesuai
Hasil
Meningkatkan akurasi peramalan dapat menyebabkan pengurangan kelebihan persediaan, biaya tenaga kerja yang lebih rendah, biaya percepatan yang lebih rendah, biaya penyimpanan, diskon pembusukan dan mengurangi kehabisan stok.
Comentarios