Planungsbereich für Demand Sensing einrichten
Bevor Sie Demand Sensing verwenden können, muss ein dedizierter Planungsbereich in SAP Integrated Business Planning (SAP IBP) eingerichtet werden. Legen Sie in der App Konfiguration einen Planungsbereich als Grundlage für Ihre Demand-Sensing- und Absatzplanungsprozesse an.
Sie können einen der von SAP ausgelieferten Beispielplanungsbereiche kopieren, z.B. den Beispielplanungsbereich SAP6 für Demand, und ihn nach Bedarf anpassen.
Sie können entweder einen separaten Planungsbereich für Demand Sensing verwenden oder einen Planungsbereich für andere Anwendungen von SAP Integrated Business Planning freigeben. In beiden Fällen muss der Planungsbereich die folgenden Elemente enthalten:
Stammdatentypen
Demand Sensing wird nur auf der Berechnungsebene Produkt-ID – Lokations-ID – Kunden-ID ausgeführt. Die folgenden Stammdatentypen sind für Demand Sensing obligatorisch:
- IBPPRODUCT
- IBPLOCATION
- IBPCUSTOMER
- IBPLAG
- IBPUOMTO
- IBPUOMCONVERSIONFACTOR
Die folgenden Stammdatentypen sind optional:
- IBPPROMOTION
- IBPDSSETTINGS
Zeitprofilebene: Tage und Wochen
Der Demand-Sensing-Prozess ist derzeit auf Tage und Wochen beschränkt. Die für den Konsensbedarfsplan definierte Kennzahl muss in wöchentlichen Perioden verfügbar sein. Wenn die Daten in Monaten verfügbar sind, müssen sie in Wochen disaggregiert werden.
Planungsebenen
- Produkt / Lokation / Kunde / Wochen und eine Kennzahl für den Konsensbedarfsplan (übertragen aus SAP IBP Demand Planning)
- Produkt / Lokation / Kunde / Tage und eine Kennzahl für das Ergebnis von Demand Sensing (übertragen an SAP IBP Supply)
Kennzahlen
Sie müssen Kennzahlen anlegen, um die folgenden Datentypen zu speichern:
- Das Umsatzsignal in der Vergangenheit, z.B. ADJDELIVQTY (Gelieferte Menge (angepasst))
- Das Signal Offener Auftrag, z.B. FUTUREORDEREDQTY (Offener Kundenauftrag)
- Profil für tägliche Disaggregation, z.B. DAILYDISAGGPROFILE
- Optionale Daten wie Aktionspläne und Downstream-Signale
Zusätzliche Kennzahlen bei Verwendung von Demand Sensing
Die folgende Tabelle zeigt die obligatorischen Namenskonventionen für Kennzahl-IDs:
| Beispielkennzahl | Definition | Betriebswirtschaftliche Bedeutung |
|---|---|---|
| FORECASTBIAS | Detailkennzahl für Bias-Anpassung | Bias für kurzfristige Prognose |
| FUTUREORDERQTYPROFILE0 bis | Detailkennzahlen für Auftragsanpassung öffnen | Prognoseanpassungsfaktor für offene Aufträge |
| FUTUREORDERQTYPROFILE6 | Detailkennzahlen für Profil für tägliche Disaggregation | Offenes Auftragsprofil Tag 1 bis Tag 7 |
Notiz
Die tägliche Disaggregation erfolgt über die Profile PROFILE0 bis PROFILE6. Insgesamt stellen sieben Zahlen die verschiedenen Wochentage dar.
Zwischenkennzahlen, die Ihnen helfen zu verstehen, wie der kurzfristige Bedarf berechnet wurde
Einige dieser Kennzahlen sind optional und werden nicht mit den Beispielplanungsbereichen ausgeliefert. Um zu sehen, wie Sie sie konfigurieren können, wählen Sie die Titel der Tabelle.
Optionale wöchentliche Zwischenkennzahlen
| Beispielkennzahl | Definition | Planungsebene | Betriebswirtschaftliche Bedeutung |
|---|---|---|---|
| WEEKLYOPENORDER | Aktuelle offene Aufträge, bei denen das Auftragserstellungsdatum vor der Basisperiode liegt | Produkt/Lokation/Kunde/Woche | Zwischenergebnisse - Wöchentlicher offener Auftrag |
| WEEKLYOPTIMIZEDSD | Optimierte kurzfristige Bedarfsergebnisse aus dem Algorithmus für maschinelles Lernen vor der Nachbearbeitung | Zwischenergebnisse - wöchentlicher optimierter kurzfristiger Bedarf | |
| WEEKLYCAPPEDSD | Kappter kurzfristiger Bedarf gemäß den Einstellungen für maximale Erhöhung und Verringerung im Prognosemodell, die auf den optimierten kurzfristigen Bedarf angewendet werden | Zwischenergebnisse - Wöchentlicher begrenzter kurzfristiger Bedarf | |
| WEEKLYUPLIFTBALANCEDSD | Ergebnisse des kurzfristigen Bedarfs, nachdem geplante Promotion-Uplifts ausgeglichen und wieder zum begrenzten kurzfristigen Bedarf hinzugefügt wurden | Zwischenergebnisse - Wöchentlicher ausgeglichener kurzfristiger Bedarf für Uplift | |
| WEEKLYBASEDBALANCEDSD | Ergebnisse des kurzfristigen Bedarfs nach dem Basisausgleich und dem Abgleich offener Aufträge werden für den ausgeglichenen kurzfristigen Uplift-Bedarf ausgeführt. | Zwischenergebnisse - wöchentlicher ausgeglichener kurzfristiger Basisbedarf | |
| WEEKLYCALBALANCEDSD | Ergebnisse des kurzfristigen Bedarfs, nachdem die Werte des kurzfristigen Bedarfs von allen Feiertagen auf die vorherigen Arbeitstage verschoben wurden | Zwischenergebnisse - Wöchentlicher ausgeglichener kurzfristiger Bedarf an Feiertagen |
Optionale Kennzahlen für Bias-Anpassung
| Beispielkennzahl | Definition | Planungsebene | Betriebswirtschaftliche Bedeutung |
|---|---|---|---|
FCTBIASWEIGHT0 | Bias-Horizontkoeffizient 0: Gewichtung des maschinellen Lernens. Optional – wird nur gefüllt, wenn im Planungsbereich eine Kennzahl mit der richtigen betriebswirtschaftlichen Bedeutung und kompatibler Planungsebene vorhanden ist. | LOCPRODCUSTLAGCALWEEKLY | Gewichtung Prognose-Bias-Horizont 1 |
FCTBIASWEIGHT1 | Bias-Horizontkoeffizient 1: Gewichtung des maschinellen Lernens. Optional – wird nur gefüllt, wenn im Planungsbereich eine Kennzahl mit der richtigen betriebswirtschaftlichen Bedeutung und kompatibler Planungsebene vorhanden ist. | Gewichtung Prognose-Bias-Horizont 2 | |
FCTBIASWEIGHT2 | Bias-Horizontkoeffizient 2: Gewichtung des maschinellen Lernens. Optional – wird nur gefüllt, wenn im Planungsbereich eine Kennzahl mit der richtigen betriebswirtschaftlichen Bedeutung und kompatibler Planungsebene vorhanden ist. | Gewichtung Prognose-Bias-Horizont 3 | |
FCTBIASWEIGHT3 | Bias-Horizontkoeffizient 3: Gewichtung des maschinellen Lernens. Optional – wird nur gefüllt, wenn im Planungsbereich eine Kennzahl mit der richtigen betriebswirtschaftlichen Bedeutung und kompatibler Planungsebene vorhanden ist. | Gewichtung Prognose-Bias-Horizont 4 | |
FCTBIASWEIGHT4 | Bias-Horizontkoeffizient 4: Gewichtung des maschinellen Lernens. Optional – wird nur gefüllt, wenn im Planungsbereich eine Kennzahl mit der richtigen betriebswirtschaftlichen Bedeutung und kompatibler Planungsebene vorhanden ist. | Gewichtung Prognose-Bias-Horizont 5 | |
| FCTBIASWEIGHT5 | Bias-Horizontkoeffizient 5: Gewichtung des maschinellen Lernens. Optional – wird nur gefüllt, wenn im Planungsbereich eine Kennzahl mit der richtigen betriebswirtschaftlichen Bedeutung und kompatibler Planungsebene vorhanden ist. | Gewichtung Prognose-Bias-Horizont 6 | |
| FCTBIASWEIGHT6 | Gewichtung des Quartalsbeginn-Bias für maschinelles Lernen. Optional – wird nur gefüllt, wenn eine Kennzahl mit der richtigen betriebswirtschaftlichen Bedeutung und kompatibler Planungsebene im Planungsbereich vorhanden ist und das Zeitprofil WEEKOFQUARTER- und MONTHOFQUARTER-Daten enthält. | Gewichtung des Quartalsbeginn-Bias | |
| FCTBIASWEIGHT7 | Gewichtung des mittleren Quartals-Bias für maschinelles Lernen. Optional – wird nur gefüllt, wenn eine Kennzahl mit der richtigen betriebswirtschaftlichen Bedeutung und kompatibler Planungsebene im Planungsbereich vorhanden ist und das Zeitprofil WEEKOFQUARTER- und MONTHOFQUARTER-Daten enthält. | Gewichtung des mittleren Quartals-Bias | |
| FCTBIASWEIGHT8 | Gewichtung des Quartalsende-Bias für maschinelles Lernen. Optional – wird nur gefüllt, wenn eine Kennzahl mit der richtigen betriebswirtschaftlichen Bedeutung und kompatibler Planungsebene im Planungsbereich vorhanden ist und das Zeitprofil WEEKOFQUARTER- und MONTHOFQUARTER-Daten enthält. | Gewichtung des Quartalsende-Bias |
Optionale Kennzahlen zur Verbesserung von Prognosefehlern
| Beispielkennzahl | Definition | Basisplanungsebene |
|---|---|---|
TOTALMAPEIMPROV | Verbesserung des Gesamtprognosefehlers, die aufgrund aller Anpassungen der kurzfristigen Demand-Sensing-Prognose projiziert wurde. Optional – wird nur gefüllt, wenn eine Kennzahl mit genau diesem Namen einem Planungsbereich auf der richtigen Planungsebene hinzugefügt wird. | LOCPRODCUSTWEEKLY |
Notiz
- Hilfskennzahlen, die zur Unterstützung der Währungs- oder Mengeneinheitenumrechnung benötigt werden
- Kennzahl zum Speichern der Information, dass eine historische Periode während der Lernphase des Demand-Sensing-Prozesses ignoriert werden soll
Demand Sensing kann nur auf der Basisversion ausgeführt werden.
Definition und Verwendung von Snapshots
Lags im Demand Sensing stellen die Anzahl der Wochen in der Zukunft dar, die Sie prognostizieren möchten. Die aktuelle Woche ist das Revisionsdatum.
Bei einem bestimmten Prognoseintervall ist die sogenannte Lag-N-Prognose eine Prognose, die in einer bestimmten Periode x für die Periode (x+N) berechnet wird.
Lag-basierte Snapshots für Demand Sensing verwenden
Ein Snapshot ist eine statische Kopie der Werte für eine Kennzahl innerhalb eines bestimmten Zeitraums. Lag-basierte Snapshots werden mit vordefinierten Lags erstellt und in einer Kennzahl gesichert, die Lag als Schlüsselattribut in ihrer Basisplanungsebene hat. Das Demand Sensing benötigt lag-basierte Snapshots des Konsensbedarfs, um zu analysieren, wie die Prognose in der Vergangenheit berechnet wurde, da verschiedene Lags den Istumsatz bei jedem Lag vergleichen und korrelieren. Dies hilft bei der Optimierung der Prognose für die Zukunft.