Fra Nandos kylling til mikrochips: hvorfor pandemisk mangel er svær at forudsige
Fastfoodkædens seneste problemer fremhæver svagheder i, hvordan virksomheder forudsiger udbud og efterspørgsel
Tolga Akmen/AFP via Getty Images
Lancaster University professor i forretningsanalyse John Boylan om, hvordan detailhandlere verden over kunne undgå fremtidige forstyrrelser af forsyningskæder som dem, der blev udløst af Covid-19-krisen
Peri-peri kylling-fans var skuffede og frustrerede, da Nando's annoncerede det midlertidig lukning af næsten 50 restauranter. En kyllingmangel har fået skylden, og mens reaktionerne på lukningerne var satiriseret på sociale medier , er problemet en alvorlig udfordring for virksomheden.
Sultne kunder vil uden tvivl spørge, om forsyningen kunne have været bedre styret. Lignende spørgsmål blev rejst mere bredt i begyndelsen af pandemien hvornår supermarkeder løb tør af toiletrulle og mel.
Nogle gav forhandlernes skylden for dårlig planlægning, men stigninger i efterspørgslen som denne var ikke set før. Og pandemien fortsætter med at forstyrre etablerede forsyningskæder.
En nylig mangel på mikrochips skyldes blandt andet øget efterspørgsel efter apparater som telefoner og spillekonsoller, og en genopblussen af coronavirus-tilfælde i Asien (hvor de fleste mikrochips laves). Situationen er så alvorlig, at Toyota er tvunget til midlertidigt at skære ned bilproduktion med 40 % .
Bortset fra pandemier viser mønstre i efterspørgsel efter varer generelt udsving fra dag til dag og fra uge til uge. Nogle af disse kan forklares og forudsiges, for eksempel på grund af kendte perioder med stor efterspørgsel, såsom helligdage.
Andre ændringer trodser forklaring eller forudsigelse og beskrives i statistiske prognosemodeller som støj. Og selvom karakteren af den næste støjforstyrrelse ikke kendes, kan dens påvirkning måles og tages i betragtning ved fastsættelse af lagerniveauer. Men selv denne forsigtige tilgang går i stykker, når der er en pludselig stigning i efterspørgslen, i modsætning til noget, der tidligere er sket.
Den nuværende mangel på kylling hos Nando’s skyldes afbrydelser i udbuddet snarere end efterspørgslen, hvilket ikke nødvendigvis kunne have været forventet.
Fra et prognoseperspektiv ligner pludselige ændringer i udbuddet pludselige ændringer i efterspørgslen. Lagerstyringssystemer baserer sædvanligvis deres lagerberegninger på en almindelig leveringstid (tiden fra ordreafgivelse til produktet ankommer og er klar til kunden).
Hvis der lejlighedsvis er mindre variationer i gennemløbstiden, kan beregningerne justeres i overensstemmelse hermed. Men igen, sådan en tilgang går i stykker, hvis der er et pludseligt stort problem i modsætning til alle andre, der er gået før.
I denne situation burde vi have en vis sympati for Nando's. Det ville være utroligt spild af dem at bære store lagre af rå kylling i forventning om en mulig større forstyrrelse.
Blive bange
Hvis de skulle gøre dette i normale tider, ville en betydelig del af kødet være ubrugt og gå af. Det er klart, at dette ikke er en holdbar løsning.
I stedet kræver problemet med store forstyrrelser en anden tilgang til prognoser, kendt som scenarieplanlægning. Problemet hos Nando's ser ud til at være forårsaget af mangel på arbejdskraft hos deres leverandører. Og selvom tidspunktet for mangel på arbejdskraft ikke kunne have været forudset, kunne deres forekomst - på et tidspunkt - have været forudset.
I en scenarieplanlægningsøvelse forestiller ledere sig store årsager til forstyrrelser, der kan ske i fremtiden. Denne form for øvelse vil aldrig være perfekt, og nogle begivenheder vil forblive afslørede, men dette bør ikke afskrække fremskridt ved at tænke gennem potentielle forsyningskædeproblemer og virksomhedens reaktion.
For eksempel, hvis en organisation er afhængig af en enkelt leverandør til et produkt, kan de overveje at introducere en anden leverandør, som også vil modtage regelmæssige ordrer og kan flekse for at reagere på større ordremængder, hvis der er problemer hos den første leverandør.
Dette kan også hjælpe med at imødegå svar på uventede stigninger i efterspørgslen. Og hvis et problem rammer alle leverandører, så kan der lægges planer om at bestille større mængder erstatningsprodukter.
Som en generel regel bør efterspørgselsprognosemetoderne, der er indlejret i forsyningskædesoftware, fungere godt i normale tider og kan bruges med tillid som grundlag for planlægning af lageropfyldning. For at forudse ekstraordinære tider skal prognoser skifte fra en systembaseret til en menneskebaseret aktivitet.
Ledere bør forsøge at forudse de vigtigste årsager til chok i deres forsyningskæder og indføre politikker, der vil afbøde deres virkning. Dette vil være gavnligt ikke kun for restaurantkæder i udviklede økonomier, men også for humanitære forsyningskæder, hvor der er desperat brug for mad, tøj og medicin.
John Boylan , professor i forretningsanalyse, Lancaster University .
Denne artikel er genudgivet fra Samtalen under en Creative Commons-licens. Læs original artikel .
