Fra Nandos kylling til mikrochips: hvorfor pandemisk mangel er vanskelig å forutsi
Fastfoodkjedens nylige problemer fremhever svakheter i hvordan bedrifter forutsier tilbud og etterspørsel
Tolga Akmen/AFP via Getty Images
Lancaster University professor i forretningsanalyse John Boylan om hvordan forhandlere over hele verden kan unngå fremtidige forstyrrelser i forsyningskjeder som de utløst av Covid-19-krisen
Peri-peri kyllingfans var skuffet og frustrert da Nando's annonserte dette midlertidig stenging av nesten 50 restauranter. En kyllingmangel har fått skylden, og mens reaksjonene på stengingene var satirisert på sosiale medier , er problemet en alvorlig utfordring for selskapet.
Sultne kunder vil uten tvil spørre om forsyningen kunne vært bedre styrt. Lignende spørsmål ble mer utbredt i begynnelsen av pandemien når supermarkeder gikk tom av toalettrull og mel.
Noen ga skylden på dårlig planlegging fra forhandlere, men etterspørselstopper som dette hadde ikke vært sett før. Og pandemien fortsetter å forstyrre etablerte forsyningskjeder.
En nylig mangel på mikrobrikker for eksempel skyldes delvis økt etterspørsel etter apparater som telefoner og spillkonsoller, og en gjenoppblomstring av koronavirustilfeller i Asia (hvor de fleste mikrobrikker lages). Situasjonen er så alvorlig at Toyota blir tvunget til å kutte midlertidig bilproduksjon med 40 % .
Bortsett fra pandemier, viser mønstre i etterspørselen etter varer generelt svingninger fra dag til dag og fra uke til uke. Noen av disse er forklarlige og forutsigbare, for eksempel på grunn av kjente perioder med høy etterspørsel, som helligdager.
Andre endringer trosser forklaring eller prediksjon og beskrives i statistiske prognosemodeller som støy. Og selv om arten av neste støyforstyrrelse ikke er kjent, kan virkningen måles og tas i betraktning ved fastsettelse av lagernivåer. Men selv denne forsiktige tilnærmingen bryter sammen når det er en plutselig økning i etterspørselen, ulikt noe som har skjedd tidligere.
Den nåværende mangelen på kylling på Nando’s skyldes forstyrrelser i tilbudet, snarere enn etterspørselen, som ikke nødvendigvis kunne vært forventet.
Fra et prognoseperspektiv ligner plutselige endringer i tilbudet plutselige endringer i etterspørselen. Lagerkontrollsystemer baserer vanligvis sine lagerberegninger på en vanlig ledetid (tiden fra bestilling til produktet kommer og er klart for kunden).
Dersom det er sporadiske mindre variasjoner i ledetiden, kan beregningene justeres deretter. Men igjen, en slik tilnærming bryter sammen hvis det plutselig oppstår et stort problem i motsetning til alle andre som har gått før.
I denne situasjonen bør vi ha litt sympati for Nando's. Det ville være utrolig bortkastet av dem å bære store lagre av rå kylling i påvente av en mulig stor forstyrrelse.
Kylling ut
Hvis de skulle gjøre dette i normale tider, ville en betydelig andel av kjøttet vært ubrukt og gått av. Dette er åpenbart ikke en levedyktig løsning.
I stedet krever problemet med store forstyrrelser en annen tilnærming til prognoser, kjent som scenarioplanlegging. Problemet hos Nando's ser ut til å ha vært forårsaket av mangel på arbeidskraft hos leverandørene deres. Og selv om tidspunktet for mangel på arbeidskraft ikke kunne vært forutsett, kunne deres forekomst - på et tidspunkt - ha vært forutsett.
I en scenarioplanleggingsøvelse forestiller ledere seg store årsaker til forstyrrelser som kan skje i fremtiden. Denne typen trening vil aldri være perfekt, og noen hendelser vil forbli avdekket, men dette bør ikke avskrekke fremgang ved å tenke gjennom potensielle forsyningskjedeproblemer og selskapets respons.
For eksempel, hvis en organisasjon er avhengig av en enkelt leverandør for et produkt, kan de vurdere å introdusere en annen leverandør, som også vil motta vanlige bestillinger og kan flekse for å svare på høyere ordrevolumer hvis det er problemer hos den første leverandøren.
Dette kan også bidra til å møte svar på uventede topper i etterspørselen. Og hvis et problem rammer alle leverandører, kan det legges til rette for å bestille større mengder erstatningsprodukter.
Som en generell regel bør imidlertid etterspørselsprognosemetodene innebygd i forsyningskjedeprogramvare fungere godt i normale tider og kan brukes med tillit som grunnlag for planlegging av lagerpåfylling. For å forutse ekstraordinære tider, må prognoser skifte fra en systembasert til en menneskebasert aktivitet.
Ledere bør forsøke å forutse de viktigste årsakene til sjokk i forsyningskjedene deres og sette inn retningslinjer som vil dempe effekten. Dette vil være gunstig ikke bare for restaurantkjeder i utviklede økonomier, men også for humanitære forsyningskjeder der mat, klær og medisiner er desperat behov for.
John Boylan , professor i forretningsanalyse, Lancaster University .
Denne artikkelen er publisert på nytt fra Samtalen under en Creative Commons-lisens. Les original artikkel .
