Från Nandos kyckling till mikrochips: varför pandemibrist är svår att förutsäga
Snabbmatskedjans senaste problem visar på svagheter i hur företag förutspår utbud och efterfrågan
Tolga Akmen/AFP via Getty Images
Lancaster University professor i affärsanalys John Boylan om hur återförsäljare över hela världen kan undvika framtida störningar i leveranskedjor som de som utlöstes av Covid-19-krisen
Peri-peri-kycklingfans blev besvikna och frustrerade när Nando's tillkännagav detta tillfällig stängning av nästan 50 restauranger. En kycklingbrist har fått skulden, och medan reaktionerna på stängningarna var satiriserad på sociala medier , problemet är en allvarlig utmaning för företaget.
Hungriga kunder kommer utan tvekan att fråga om utbudet kunde ha hanterats bättre. Liknande frågor togs upp mer allmänt i början av pandemin när stormarknader tog slut av toalettrulle och mjöl.
Vissa skyllde på dålig planering av återförsäljare, men sådana här ökningar av efterfrågan hade inte setts tidigare. Och pandemin fortsätter att störa etablerade leveranskedjor.
En nyligen brist på mikrochips till exempel beror delvis på ökad efterfrågan på apparater som telefoner och spelkonsoler, och en återkommande fall av coronavirus i Asien (där de flesta mikrochips tillverkas). Läget är så allvarligt att Toyota tvingas skära tillfälligt fordonsproduktion med 40 % .
Bortsett från pandemier visar mönstren i efterfrågan på varor i allmänhet fluktuationer från dag till dag och från vecka till vecka. Vissa av dessa är förklarliga och förutsägbara, till exempel på grund av kända perioder med hög efterfrågan, som helgdagar.
Andra förändringar trotsar förklaring eller förutsägelse och beskrivs i statistiska prognosmodeller som brus. Och även om arten av nästa bullerstörning inte är känd, kan dess påverkan mätas och beaktas vid fastställande av lagernivåer. Men även detta försiktiga tillvägagångssätt går sönder när det plötsligt uppstår en ökning i efterfrågan, till skillnad från något som tidigare har inträffat.
Den nuvarande bristen på kyckling på Nando’s beror på störningar i utbudet snarare än efterfrågan, vilket inte nödvändigtvis kunde ha förväntats.
Ur ett prognosperspektiv liknar plötsliga förändringar i utbudet plötsliga förändringar i efterfrågan. Lagerkontrollsystem bygger vanligtvis sina lagerberäkningar på en vanlig ledtid (tiden från det att en beställning görs till att produkten anländer och är klar för kunden).
Om det finns enstaka mindre variationer i ledtiden kan beräkningarna justeras därefter. Men återigen, ett sådant tillvägagångssätt går sönder om det plötsligt uppstår ett stort problem som inte liknar alla andra som har gått tidigare.
I den här situationen borde vi ha lite sympati för Nandos. Det skulle vara otroligt slösaktigt av dem att bära stora lager av rå kyckling i väntan på en eventuell större störning.
Fega ur
Om de skulle göra detta under normala tider skulle en betydande del av köttet stå oanvänt och försvinna. Det är uppenbart att detta inte är en hållbar lösning.
Istället kräver problemet med stora störningar ett annat tillvägagångssätt för prognoser, så kallat scenarioplanering. Problemet hos Nando’s verkar ha orsakats av brist på arbetskraft hos deras leverantörer. Och även om tidpunkten för bristen på arbetskraft inte kunde ha förutsetts, kunde deras förekomst - någon gång - ha förutsetts.
I en scenarioplaneringsövning föreställer sig chefer viktiga orsaker till störningar som kan hända i framtiden. Den här typen av övning kommer aldrig att vara perfekt, och vissa händelser kommer att förbli avslöjade, men detta bör inte avskräcka framsteg från att tänka igenom potentiella problem med leveranskedjan och företagets svar.
Till exempel, om en organisation är beroende av en enda leverantör för en produkt kan de överväga att införa en andra leverantör, som också kommer att få regelbundna beställningar och kan flexa för att svara på högre ordervolymer om det finns problem hos den första leverantören.
Detta kan också hjälpa till att hantera svar på oväntade toppar i efterfrågan. Och om ett problem drabbar alla leverantörer kan man lägga planer på att beställa större kvantiteter av ersättningsprodukter.
Som en generell regel bör dock metoderna för efterfrågeprognoser som är inbäddade i programvara för försörjningskedjor fungera bra under normala tider och kan användas med tillförsikt som grund för planering av lagerpåfyllning. För att förutse extraordinära tider måste prognoser skifta från en systembaserad till en mänsklig verksamhet.
Chefer bör försöka förutse de viktigaste orsakerna till chocker i sina leveranskedjor och införa policyer som mildrar deras effekt. Detta kommer att vara fördelaktigt inte bara för restaurangkedjor i utvecklade ekonomier, utan också för humanitära försörjningskedjor där mat, kläder och mediciner behövs i desperat behov.
John Boylan , professor i affärsanalys, Lancaster University .
Denna artikel är återpublicerad från Konversationen under en Creative Commons-licens. Läs originalartikel .
