תכונות-Optimizer מתקדמות

מעבר לאיזון-עלות הבסיסי, ה-S&OP Optimizer כולל סדרת יכולות-מתקדמות שמשקפות מורכבויות אמיתיות של שרשרת-אספקה: אספקה-מאוחרת, צריכת-משאב-מינימלית, חלוקה-הוגנת, אילוצים-מצרפיים, קטגוריות-ביקוש מרובות, החלפת-מוצרים, רשתות-משנה והסבר-החלטות. כל אחת מרחיבה את כוח-המודל ומקרבת את התכנית למציאות. תת-הסעיפים מפרטים כל יכולת. מימוש ביקוש מאוחר — Late-demand fulfillment מאפשר ל-Optimizer לספק ביקוש מאוחר מהמועד-המבוקש במקום לוותר עליו לגמרי. זוהי גמישות-זמן: עדיף לספק שבוע באיחור מאשר לא-לספק כלל — כל עוד עלות-האיחור נמוכה מעלות-אי-האספקה. צריכת-משאב מינימלית — Minimum resource consumption מבטא שמשאב מסוים, אם מופעל, חייב לרוץ ברמת-מינימום (למשל אצווה-מינימלית או משמרת-שלמה). זה מונע פתרונות לא-מציאותיים שבהם מכונה 'נדלקת' לכמות זעירה. חלוקה הוגנת — Fair-share distribution מבטיח שבמצב-מחסור, המלאי-המוגבל מחולק בין הלקוחות/אזורים בפרופורציה הוגנת — ולא 'הכל לראשון, כלום לאחרון'. זוהי מדיניות-הוגנות שמונעת ניתוק-לקוחות-שוליים. אילוצים מצרפיים — Aggregate constraints מגבילים קבוצה של מוצרים, משאבים או נקודות יחד — לא כל-אחד-לחוד. למשל: 'סך-הייצור על כל הקווים במפעל ≤ X', או 'תקציב-חומר-גלם משותף לכל ה-SKU'. הם תופסים מגבלות-משותפות שאילוצים-בודדים מפספסים. קטגוריית-ביקוש מרובה — Multiple demand category מאפשר ל-Optimizer להבחין בין סוגי-ביקוש שונים — confirmed orders, forecast, safety-demand — ולתעדף ביניהם דרך עלויות-non-delivery שונות. כך הזמנות-מאושרות מקבלות עדיפות על תחזית בלבד. החלפת מוצרים — Product substitution מאפשר ל-Optimizer למלא ביקוש למוצר-חסר באמצעות מוצר-חלופי תקף, בעלות-substitution. במקום לאבד מכירה כשה-SKU המבוקש חסר, מספקים תחליף מקובל. רשתות-משנה — Subnetworks מחלקים רשת-אספקה גדולה לאזורים נפרדים-לפתרון, שאין ביניהם זרימה משמעותית. במקום לפתור בעיה-ענקית אחת, ה-Optimizer פותר כמה תת-בעיות קטנות — מהיר יותר, ולעיתים הכרחי כדי בכלל לפתור. הסבר ה-Optimizer — Optimizer Explanation חושף 'למה' מאחורי תוצאת-ה-Optimizer — אילו אילוצים היו מחייבים (binding), אילו עלויות הניעו את ההחלטות, ומדוע ביקוש מסוים לא נענה. הוא הופך את 'הקופסה-השחורה' לתכנית-שקופה הניתנת-להגנה בפני ההנהלה.

אחרי שה-Optimizer יודע לאזן עלויות בסיסיות, אפשר ללמד אותו 'טריקים' מתוחכמים יותר — לספק קצת מאוחר במקום בכלל-לא, להפעיל מכונה רק אם משתלם, לחלק מחסור בהוגנות בין לקוחות, להחליף מוצר חסר באחר, ולהסביר לנו למה החליט מה שהחליט. כל אלה הופכים אותו מ'מחשבון' ל'יועץ-תכנון' אמיתי. מימוש ביקוש מאוחר — לפעמים אי-אפשר לספק בדיוק בזמן, אבל אפשר קצת-מאוחר. במקום להגיד 'אין', ה-Optimizer יכול להגיד 'אספק בעוד שבוע'. הוא משווה: כמה 'עולה' האיחור מול כמה 'עולה' לא-לספק בכלל — ובוחר את הזול. צריכת-משאב מינימלית — מכונה לא משתלם להפעיל בשביל בקבוק אחד — אם מדליקים אותה, צריך לייצר לפחות כמות-סבירה. ה-Optimizer צריך לדעת את זה, אחרת הוא יתכנן הפעלות-קטנטנות שאין בהן היגיון. חלוקה הוגנת — כשאין מספיק לכולם, מה עושים? 'fair-share' אומר: כל אחד מקבל את אותו אחוז מהביקוש שלו — אם יש 80% מהדרוש, כולם מקבלים 80%. כך אף לקוח לא נשאר עם כלום בזמן שאחר מקבל הכל. אילוצים מצרפיים — לפעמים המגבלה היא על הקבוצה ולא על הפרט. דוגמה: יש כמות-מוגבלת של סוכר לכל המשקאות יחד — לא משנה לאיזה משקה, הסכום-הכולל מוגבל. aggregate constraint מבטא בדיוק את זה: גבול על הסך, לא על כל פריט. קטגוריית-ביקוש מרובה — לא כל ביקוש שווה. הזמנה-מאושרת מלקוח חשובה יותר מתחזית-עתידית. multiple demand category נותן לכל סוג-ביקוש 'משקל' משלו, כך שבמחסור ה-Optimizer ימלא קודם את המאושר ורק אחר-כך את התחזית. החלפת מוצרים — אם נגמר ה-1.5L אבל יש 2L, אולי הלקוח יקבל את ה-2L במקום? product substitution אומר ל-Optimizer: 'מותר להחליף את זה בזה, במחיר-מסוים'. כך לא מאבדים את המכירה רק כי SKU מסוים חסר. רשתות-משנה — אם יש לך שתי רשתות-הפצה שלא 'מדברות' זו עם זו — למשל אירופה ואסיה שכל אחת עצמאית — אין טעם לפתור אותן יחד. subnetwork אומר ל-Optimizer: 'תפתור כל אזור בנפרד'. זה הרבה יותר מהיר. הסבר ה-Optimizer — ה-Optimizer מחזיר מספרים, אבל לפעמים אתה שואל 'למה לא ספקנו ללקוח הזה?'. Optimizer Explanation עונה: 'כי קו-המילוי היה מלא ועלות-החלופה הייתה גבוהה מדי'. הוא מסביר את ההיגיון מאחורי כל החלטה.

לאפשר ל-Optimizer לבטא דקויות-עסקיות אמיתיות — הוגנות, גמישות-זמן, החלפות וביקוש מדורג — שתכנון פשוט מפספס, ובכך להפיק תכנית עשירה, ריאלית וניתנת-להסבר. מימוש ביקוש מאוחר — למקסם שירות-ביקוש כולל על-ידי ניצול גמישות-זמן — לספק מאוחר מה שאי-אפשר בזמן, במקום לאבד את המכירה. צריכת-משאב מינימלית — למנוע תכניות עם הפעלות-משאב זעירות לא-כלכליות, ולכפות אצוות-מינימום או משמרות-שלמות. חלוקה הוגנת — לחלק מחסור באופן הוגן ושקוף בין לקוחות/אזורים, לשמר יחסים מסחריים ולמנוע 'מנצח-לוקח-הכל'. אילוצים מצרפיים — לבטא מגבלות-משאב/תקציב משותפות לקבוצה, שלא ניתן לתאר כסכום אילוצים-בודדים. קטגוריית-ביקוש מרובה — לתעדף סוגי-ביקוש לפי ודאות/חשיבות — לוודא שהזמנות-מאושרות נענות לפני תחזית — באמצעות מודל-עלות מדורג. החלפת מוצרים — למקסם שירות-ביקוש על-ידי מילוי-חלופי כשה-SKU המבוקש חסר, במקום אי-אספקה — תוך שליטה בעלות/קבילות-ההחלפה. רשתות-משנה — להאיץ את ה-Optimizer ולשפר feasibility על-ידי פירוק רשת גדולה לתת-רשתות עצמאיות. הסבר ה-Optimizer — להפוך את תוצאת-ה-Optimizer לשקופה ולברת-הגנה — להבין מה הגביל, מה הניע, ולמה — לצורך אמון-עסקי וכיוּל-מודל.

• SAP IBP ► Manage Planning Operators ► enable advanced Optimizer features • SAP IBP ► Planning Area ► supporting key figures (late/min-consumption/fair-share/substitution) • SAP IBP ► Application Logs / Optimizer Explanation for decision transparency • SAP IBP ► Manage Planning Operators ► enable late-demand fulfillment + late-delivery cost • SAP IBP ► Planning Area ► late-delivery / discounting key figures • SAP IBP ► Manage Planning Operators ► enable minimum resource consumption (MILP) • SAP IBP ► Planning Area ► minimum consumption / minimum lot key figures • SAP IBP ► Manage Planning Operators ► enable fair-share distribution • SAP IBP ► Planning Area ► fair-share / proportional-allocation key figures • SAP IBP ► Manage Planning Operators ► define aggregate constraint key figures • SAP IBP ► Planning Area ► aggregate-level key figures (shared capacity/material/budget) • SAP IBP ► Manage Planning Operators ► configure demand categories + per-category non-delivery cost • SAP IBP ► Planning Area ► confirmed / forecast demand key figures • SAP IBP ► Manage Planning Operators ► enable product substitution • SAP IBP ► Planning Area / master data ► substitution relationships + substitution cost • SAP IBP ► Manage Planning Operators ► partitioning / subnetwork scope settings • SAP IBP ► Planning Area ► verify no shared lanes/resources across regions • SAP IBP ► Application Jobs ► run with Optimizer Explanation enabled • SAP IBP ► Application Logs ► review binding constraints + cost contributions

• היכולות-המתקדמות מקרבות את התכנית למציאות-עסקית.
• כל יכולת דורשת key figures תומכים והפעלה ב-Operator.
• MILP-features מאריכות ריצה — הפעל בשיקול-דעת.
• Late = עדיף על non-delivery, נחות מ-on-time.
• מומש כ-late-delivery cost עולה-עם-האיחור.
• דורש אופק-תכנון מספק.
• אם מופעל — חייב לרוץ ≥ מינימום.
• מומש כ-MILP (binary on/off).
• הכרחי לאצווה-מינימלית/setup יקר; מאריך ריצה.
• Fair-share = חלוקה פרופורציונלית של מחסור.
• מונע 'מנצח-לוקח-הכל'.
• מאוזן מול priority דרך penalty.
• Aggregate = גבול על הקבוצה, לא על הפרט.
• Σ(group) ≤ limit.
• למשאב/חומר/תקציב משותף.
• לא כל ביקוש שווה — confirmed > forecast.
• תעדוף דרך non-delivery cost מדורג.
• דורש key figures נפרדים לכל category.
• Substitution = מילוי בתחליף תקף במקום אי-אספקה.
• נבחר רק אם זול מ-non-delivery.
• דורש relationships + substitution cost.
• Subnetwork = פירוק רשת מנותקת לתת-בעיות.
• מאיץ ריצה ומשפר feasibility.
• אסור לפצל כשיש תלות-משותפת.
• Explanation = ה'למה' מאחורי המספרים.
• Binding constraints = צווארי-הבקבוק האמיתיים.
• כלי קריטי לאמון-עסקי ולכיוּל-מודל.

בארגון קיץ-מחסור: confirmed לרשתות-מזון לפני forecast לחנויות-קצה; fair-share בין מפיצים-אזוריים; substitution מ-1.5L חסר ל-2L זמין; late-delivery לרשת שמוכנה לקבל באיחור-יומיים; וכל החלטה ניתנת-להסבר להנהלה. במצב-מחסור ה-Optimizer מפעיל בו-זמנית כמה יכולות: מתעדף confirmed orders על forecast (multiple demand category), מחלק את היתרה ב-fair-share בין מפיצים, מציע product substitution למה שחסר, ומספק late-delivery למה שאפשר רק מאוחר — והכל מוסבר דרך Optimizer Explanation. מימוש ביקוש מאוחר — בארגון רשת-מזון שמוכנה לקבל באיחור-יומיים בשיא-קיץ: ה-Optimizer משבץ late-delivery במקום non-delivery, ושומר את חשבון-המפתח מרוצה. ביקוש ל-100 ביוני; הקיבולת ביוני מלאה. עם late-fulfillment ה-Optimizer מספק 60 ביוני ו-40 ביולי (late-delivery cost) במקום לוותר על 40 (non-delivery cost גבוה יותר). צריכת-משאב מינימלית — בארגון הפעלת קו-מילוי כרוכה ב-CIP (ניקוי) יקר; אצווה-מינימלית מבטיחה שה-Optimizer לא 'ידליק' קו לכמות זעירה אלא רק לריצה כלכלית. קו עם אצווה-מינימלית 500. ה-Optimizer לא יתכנן ייצור של 50; או שהוא ייצר ≥500, או שלא יפעיל את הקו כלל ויחפש חלופה. חלוקה הוגנת — בארגון קיץ-מחסור: שלושה מפיצים-אזוריים מקבלים כל אחד את אותו אחוז מהביקוש שלו, כדי שאף אזור לא יישאר ריק בעוד אחר מלא — שמירה על נאמנות-המפיצים. זמין 80, ביקוש: A=50, B=50. ללא fair-share A יקבל 50 ו-B 30. עם fair-share כל אחד מקבל 40 (80%) — חלוקה פרופורציונלית. אילוצים מצרפיים — בארגון אספקת-תרכיז שבועית מוגבלת ומשותפת לכל ה-SKU. aggregate constraint על סך-צריכת-התרכיז מאלץ את ה-Optimizer לחלק את התרכיז המוגבל בין המשקאות לפי רווחיות. מפעל עם 3 קווים אך כוח-אדם ל-2-בו-זמנית. aggregate constraint: סך-שעות-העבודה על שלושת הקווים ≤ קיבולת-כוח-האדם — מאלץ את ה-Optimizer לא להפעיל את כל השלושה במלואם בו-זמנית. קטגוריית-ביקוש מרובה — בארגון הזמנות-מאושרות של רשתות-מזון = confirmed (non-delivery גבוה); תחזית-חנויות-קצה = forecast (נמוך). במחסור הרשתות נענות במלואן, והקצה סופג את החוסר. ביקוש: confirmed=60, forecast=40, זמין=70. עם non-delivery cost גבוה ל-confirmed ונמוך ל-forecast, ה-Optimizer ממלא 60 confirmed + 10 forecast, ומוותר על 30 forecast. החלפת מוצרים — בארגון כשה-1.5L Coke חסר בשיא, ה-Optimizer מציע substitution ל-2L (אם המפיץ מאשר), ושומר על שירות במקום מדף-ריק. 1.5L חסר, 2L זמין, substitution מותר בעלות נמוכה. ה-Optimizer ממלא את ביקוש-ה-1.5L מ-2L (substitution cost) במקום לוותר (non-delivery גבוה יותר). רשתות-משנה — בארגון מפעלים ואזורי-הפצה עצמאיים גיאוגרפית (אין העברות ביניהם) מפוצלים ל-subnetworks; ה-Optimizer פותר כל אזור-בקבוק לחוד ומהר. תאגיד עם רשת-צפון-אמריקה ורשת-אירופה ללא העברות ביניהן. ה-Optimizer מפצל ל-2 subnetworks, פותר כל אחת בנפרד, וזמן-הריצה צונח. הסבר ה-Optimizer — בארגון ההנהלה שואלת למה מפיץ-X קיבל פחות. ה-Explanation מראה: קיבולת קו-המילוי הייתה binding ו-fair-share חילק את היתרה — תשובה שקופה ומבוססת-נתונים. Constrained Demand נמוך מהצפוי. ה-Explanation מראה ש-Capacity Supply של קו-2 הוא binding constraint ושעלות-ה-non-delivery הניעה ויתור על SKU זול. המתכנן מבין שצריך להרחיב את קו-2.

• הפעל כל יכולת-מתקדמת בנפרד בהגדרות ה-Operator וודא את ה-key figures התומכים. • יכולות מבוססות-MILP (min consumption, substitution) מאריכות זמן-ריצה — הפעל בשיקול. מימוש ביקוש מאוחר • הפעל late-demand fulfillment ב-Operator והגדר late-delivery cost (עולה עם האיחור). • ודא ש-late-delivery cost נמוך מ-non-delivery cost כדי שהאיחור 'ישתלם'. צריכת-משאב מינימלית • הפעל minimum resource consumption (MILP) והגדר min-lot/min-consumption key figure. • צפה לזמן-ריצה ארוך יותר עקב המשתנים-השלמים. חלוקה הוגנת • הפעל fair-share ב-Operator והגדר את ה-key figure/penalty השולט בפרופורציה. • אזן בין fair-share לבין customer-priority לפי המדיניות העסקית. אילוצים מצרפיים • הגדר key figure ברמת-צבירה (group) וקשר אותו כאילוץ ב-Operator. • ודא שרמות-התכנון מאפשרות צבירה של הקבוצה הרצויה. קטגוריית-ביקוש מרובה • הגדר key figure-ביקוש לכל category ועלות-non-delivery נפרדת לכל אחת. • קבע non-delivery גבוה ל-confirmed, נמוך ל-forecast — כך נוצר התעדוף. החלפת מוצרים • הגדר substitution relationships (source→target) עם substitution cost ויחס-המרה. • ודא ש-substitution cost נמוך מ-non-delivery cost כדי שההחלפה 'תשתלם'. רשתות-משנה • ודא שאין lanes/sources/משאבים משותפים בין האזורים לפני פיצול. • הגדר partitioning/scope ב-Operator לפתרון נפרד של כל תת-רשת. הסבר ה-Optimizer • הפעל Optimizer Explanation בהגדרות ה-Operator/Job. • נתח את ה-Application Logs לזיהוי binding constraints וסיבות-non-delivery.

שאלות ראיון מנה כמה תכונות-Optimizer מתקדמות. late-demand fulfillment, minimum resource consumption, fair-share distribution, aggregate constraints, multiple demand category, product substitution, subnetworks ו-Optimizer explanation. מדוע להפעיל יכולות-מתקדמות בהדרגה? כל יכולת מגדילה מורכבות וזמן-ריצה (במיוחד MILP); הוספה הדרגתית מאפשרת לאמת השפעה ולנפות בעיות. מהו late-demand fulfillment? יכולת לספק ביקוש מאוחר מהמועד-המבוקש (בעלות late-delivery) במקום לוותר עליו (non-delivery) — גמישות-זמן שממקסמת שירות. מה היחס הנדרש בין late-delivery ל-non-delivery cost? late-delivery חייב להיות זול מ-non-delivery, אחרת ה-Optimizer יעדיף לוותר על הביקוש לגמרי. מהי minimum resource consumption? אילוץ שאם משאב מופעל, הוא חייב לרוץ ברמת-מינימום (אצווה/משמרת) — נמנע מהפעלות זעירות לא-כלכליות. מדוע היא מאריכה זמן-ריצה? כי היא דורשת משתני-בינארי (MILP) ל-on/off של המשאב, וזה הופך את הבעיה מ-LP ל-mixed-integer הקשה יותר לפתרון. מהי fair-share distribution? חלוקת מלאי-מוגבל בין לקוחות/אזורים בפרופורציה לביקושם — כולם מקבלים אותו אחוז — במקום 'מנצח-לוקח-הכל'. במה fair-share שונה מ-priority? priority נותן ללקוח-בכיר הכל-קודם; fair-share מחלק פרופורציונלית והוגן. ניתן לאזן ביניהם דרך עלויות-עונש. מהו aggregate constraint? מגבלה על סכום קבוצת-מוצרים/משאבים/נקודות יחד (Σgroup ≤ limit), במקום אילוץ נפרד לכל פריט — למשל חומר-גלם או כוח-אדם משותף. תן דוגמה שבה aggregate constraint הכרחי. כוח-אדם משותף ל-3 קווים: אי-אפשר לתאר זאת כקיבולת-קו-בודדת; צריך אילוץ על סך-השעות של שלושתם יחד. מהי multiple demand category? יכולת להבחין בין סוגי-ביקוש (confirmed/forecast) ולתעדף ביניהם דרך עלויות-non-delivery שונות — מאושר נענה לפני תחזית. כיצד מבטאים תעדוף בין categories? באמצעות non-delivery cost גבוה יותר לקטגוריה החשובה יותר; ה-Optimizer בולע קודם את הביקוש היקר-לאי-אספקה. מהי product substitution ב-Optimizer? מילוי ביקוש למוצר-חסר באמצעות מוצר-חלופי תקף, בעלות-substitution — נבחר רק אם זול מ-non-delivery של המוצר המקורי. מתי ה-Optimizer יבחר substitution? כאשר עלות-ה-substitution נמוכה מעלות-ה-non-delivery של המוצר המבוקש, וקיים מוצר-חלופי תקף וזמין. מהם subnetworks? פירוק רשת-אספקה גדולה לאזורים מנותקים (ללא זרימה משותפת) הנפתרים כתת-בעיות נפרדות — מהיר יותר ובעל feasibility טובה יותר. מתי אסור לפצל ל-subnetworks? כשקיימת תלות-חוצת-אזורים — משאב, חומר או lane משותף, או aggregate constraint גלובלי — שהפיצול היה שובר. מה מספק Optimizer Explanation? ניתוח 'למה' — אילו constraints היו binding, אילו עלויות הניעו החלטות, ומדוע ביקוש לא נענה — שהופך את הפתרון לשקוף ובר-הגנה. מהו binding constraint ולמה הוא חשוב? אילוץ שהגיע לגבולו והגביל את התוצאה — הוא צוואר-הבקבוק האמיתי; הרחבתו (למשל קיבולת) תשפר את התכנית יותר מכל דבר אחר. נושאים קשורים • S&OP · Financial Modeling (5.4)

• יכולת לא משפיעה ➔ key figure תומך חסר/ריק. • זמן-ריצה התפוצץ ➔ יותר מדי יכולות-MILP פעילות; צמצם. מימוש ביקוש מאוחר • אין אספקה-מאוחרת למרות שצריך ➔ late-delivery cost גבוה מ-non-delivery או אופק קצר. • יותר מדי איחורים ➔ late-delivery cost נמוך מדי ביחס לעלות-ייצור. צריכת-משאב מינימלית • המשאב לא מופעל בכלל ➔ min-lot גבוה מהביקוש האפשרי. • ריצה איטית מאוד ➔ צמצם משאבים עם min-consumption. חלוקה הוגנת • החלוקה לא-פרופורציונלית ➔ priority/penalty גובר על fair-share. • fair-share לא משפיע ➔ אין מחסור בפועל, או key figure לא מוגדר. אילוצים מצרפיים • כל הקבוצה מנוצלת מעבר לאפשרי ➔ חסר aggregate constraint. • האילוץ מגביל יותר-מדי ➔ רמת-הצבירה רחבה מדי. קטגוריית-ביקוש מרובה • confirmed לא מתועדף ➔ non-delivery cost שלו אינו גבוה מספיק. • אין הבחנה בין סוגי-ביקוש ➔ לא הוגדרו demand-category key figures נפרדים. החלפת מוצרים • אין substitution למרות חוסר ➔ cost גבוה מדי או relationship חסר. • substitution מוגזם ➔ cost נמוך מדי; ה-Optimizer מחליף 'יותר-מדי'. רשתות-משנה • תוצאה שגויה אחרי פיצול ➔ קיים משאב/חומר משותף שנשבר. • ריצה איטית למרות מבנה-מנותק ➔ subnetwork partitioning לא הופעל. הסבר ה-Optimizer • לא ברור למה ביקוש לא נענה ➔ עיין ב-non-delivery reasons ב-Explanation. • תוצאה לא-צפויה ➔ זהה את ה-binding constraints וכייל את ה-cost key figures.

• היכולות-המתקדמות מקרבות את התכנית למציאות-עסקית. • כל יכולת דורשת key figures תומכים והפעלה ב-Operator. • MILP-features מאריכות ריצה — הפעל בשיקול-דעת. • Late = עדיף על non-delivery, נחות מ-on-time. • מומש כ-late-delivery cost עולה-עם-האיחור. • דורש אופק-תכנון מספק. • אם מופעל — חייב לרוץ ≥ מינימום. • מומש כ-MILP (binary on/off). • הכרחי לאצווה-מינימלית/setup יקר; מאריך ריצה. • Fair-share = חלוקה פרופורציונלית של מחסור. • מונע 'מנצח-לוקח-הכל'. • מאוזן מול priority דרך penalty. • Aggregate = גבול על הקבוצה, לא על הפרט. • Σ(group) ≤ limit. • למשאב/חומר/תקציב משותף. • לא כל ביקוש שווה — confirmed > forecast. • תעדוף דרך non-delivery cost מדורג. • דורש key figures נפרדים לכל category. • Substitution = מילוי בתחליף תקף במקום אי-אספקה. • נבחר רק אם זול מ-non-delivery. • דורש relationships + substitution cost. • Subnetwork = פירוק רשת מנותקת לתת-בעיות. • מאיץ ריצה ומשפר feasibility. • אסור לפצל כשיש תלות-משותפת. • Explanation = ה'למה' מאחורי המספרים. • Binding constraints = צווארי-הבקבוק האמיתיים. • כלי קריטי לאמון-עסקי ולכיוּל-מודל.