이 장에서 설명한 대로 전체 재고 계획 프로세스의 핵심은 재고 계획자입니다. 재고 계획자와 직접 관리는 재고 계획 프로세스를 설계하고, 재고 최적화 기술을 특성화하며, 일반적으로 재고가 핵심으로 인식되는 재고, 운전 자본 영향 및 공급망 신뢰성 측면에서 프로세스의 결과를 제어하는 책임을 집니다.
시간이 지남에 따라 재고 계획자의 역할이 크게 바뀌었습니다. 원래 재고 계획자는 재고 관리 프로세스에 근접하여 정확한 자재가 비즈니스에 유입되는 것을 일차적으로 이해하고 생산 라인, 지역 유통 센터에 가까운 곳에 제품을 보관해야 하는 단순한 재고 관리 규칙을 구축하거나 소매점에 있는 고객에게 제품을 공급하기도 했습니다. 현대 공급망 관리의 대부분의 요소와 마찬가지로 이러한 비공식적인 커뮤니티 지식은 훨씬 더 과학적으로 기반하도록 진화했습니다. 재고 계획 및 최적화는 다르지 않으며 고급 수학 구조를 더 많이 이해하고 통계적으로 익숙해지고 점점 더 복잡한 최적화 엔진을 운영할 수 있는 기본 지식을 갖추어야 합니다.
이 교육에서는 최신 재고 계획 프로세스를 관리하는 재고 계획 및 최적화 기능에 대해 설명합니다. 프로세스와 관련된 많은 통계와 매개변수를 이해해야 한다는 것을 배웠습니다. 예를 들어, 검토 사이의 기간이 재고 버퍼에 미치는 영향을 이해하고, 일반, 감마 및 푸아송 분포를 이해하고, 고객 서비스 레벨과 내부 서비스 레벨 간의 차이를 이해하는 것이 중요합니다. 하지만 계획 프로세스에서 비즈니스의 중요성은 사라지지 않습니다. 이러한 새로운 요소를 모두 소개하면 기업은 비즈니스 지식을 통해 모든 경우에 과학이 승리할 것이라고 믿고 있습니다. 정답이 아닙니다. 재고 계획자와 관리자는 주변의 비즈니스 현실과 밀접한 관계를 유지하는 것이 중요하며, 이를 통해 솔루션이 유출되는 수치를 실제로 확인할 수 있습니다.
재고 계획자의 복잡성을 비즈니스 현실에서 벗어나면 계획 결과가 번거로울 수 있습니다. 예를 들어 페인트를 판매하는 소매점의 재고 계획 구현을 테스트하는 동안 알고리즘은 필요한 제품이 하나뿐임을 쉽게 예측합니다(흰색 페인트). 그 최고의 판매, 그리고 알고리즘을 매장을 채우기 위해 노력하지만, 그들은 흰색 페인트만으로 그렇게 제안. 당신은 흰색 페인트만으로 가게에 갈 것인가? 다른 예는 자동차 대리점에서 찾을 수 있으며, 재고 알고리즘은 다양한 범퍼를 재고에 보관하는 것을 쉽게 제안합니다. 자동차 범퍼의 크기와 평균 자동차 대리점의 크기를 감안할 때, 이것은 실용적이지 않다.
결론적으로, 좋은 재고 계획자의 프로파일은 과학적 선명함, 데이터 분석에 대한 매력, 알고리즘의 결과를 검증하기 위한 좋은 상식을 결합합니다. 대부분의 경우 결과의 실용성을 평가하면 재고 계획자가 이를 매개변수 업데이트로 다시 변환할 수 있으므로 시간이 지남에 따라 알고리즘의 성능이 향상됩니다.