סימולציות תכנון במבט-על
Simulation Planning at a Glance
סימולציות תכנון · שיעור 1
- סימולציה = what-if מבודד מ-baseline.
- שני מנגנונים: versions (מלא) ו-scenarios (delta).
- ה-engine רץ על העותק; baseline נשמר נקי.
- המוקד: החלטה מבוססת-מספרים תחת אי-ודאות.
מטרת השיעור
ידע אצורסימולציה ב-IBP היא הרצת תרחיש 'מה-אם' על נתוני-התכנון בלי לשנות את התוכנית הרשמית. במקום להמר על תחזית או על קיבולת, המתכנן משנה הנחות — קפיצת-ביקוש, השבתת-קו, אספקת-תרכיז מאוחרת — ורואה מיד את ההשפעה על שירות, מלאי ורווחיות. זהו הכלי שמפך את ה-S&OP מתהליך-דיווח לתהליך-החלטה: ההנהלה משווה חלופות מספריות לפני שמחייבת משאבים. גורמי ביקוש — גורמי-ביקוש הם המשתנים שסימולציה משנה בצד-הביקוש: תחזית-מכירות, ביקוש-לקוחות, מבצעים, עונתיות וגמישות-מחיר. שינוי שלהם מתרגם מיד ל-net demand שהמערכת מנסה לספק, ולכן הם נקודת-המוצא של רוב סימולציות ה-demand surge. גורמי היתכנות היצע — גורמי-היתכנות-היצע הם המגבלות שקובעות אם ניתן לספק את הביקוש: קיבולת-ייצור, זמינות-חומרים, lead time, מלאי-פתיחה ומגבלות-ספק. שינוי שלהם הוא לב סימולציית ה-line down — מה קורה כשקיבולת יורדת או חומר חסר. דוגמאות סימולציה — שתי הסימולציות הקלאסיות ב-S&OP הן demand surge (קפיצת-ביקוש) ו-line down (השבתת-קו). הראשונה בוחנת אם ההיצע עומד בעלייה פתאומית; השנייה בוחנת את ההשפעה של ירידת-קיבולת על השירות. שתיהן מבטאות את ערך-הסימולציה: לכמת סיכון לפני שהוא מתממש.
למה זה חשוב
ידע אצורדמיין 'מה היה קורה אילו'. מה היה קורה אילו המכירות יזנקו ב-20%? אם קו-המילוי יישבת ליומיים? סימולציה נותנת לך לשנות מספר אחד או כמה, ללחוץ 'חשב', ולראות את התוצאה — בלי לשבור את התוכנית האמיתית. ב-IBP זה נעשה בעיקר דרך שני כלים: version (עותק נפרד ומלא של הנתונים) ו-scenario (שכבת-שינויים קטנה מעל ה-baseline). אתה משחק בעותק, משווה לרשמי, ואם אהבת — מאמץ. גורמי ביקוש — אלה ה'כפתורים' של הצד שקונה. כמה לקוחות ירצו? מה משפיע — חג, גל-חום, מבצע, מחיר? בסימולציה אתה מסובב כפתור אחד (למשל 'ביקוש +30%') ורואה אם ההיצע מצליח לעמוד. גורמי היתכנות היצע — אלה ה'כפתורים' של הצד שמייצר ומספק. כמה הקו יכול לייצר? יש מספיק תרכיז? כמה זמן לוקח להביא חומר? בסימולציה אתה יכול 'לכבות' קו או 'לקצץ' אספקה ולראות כמה ביקוש יישאר לא-מסופק. דוגמאות סימולציה — שתי שאלות נפוצות: 'מה אם פתאום ירצו הרבה יותר?' (demand surge) ו'מה אם מכונה תישבת?' (line down). כל אחת היא סימולציה: משנים כפתור, מריצים, רואים תוצאה. אלה התרחישים שכל מתכנן מריץ שוב ושוב.
ערך עסקי
ידע אצורהמטרה: לאפשר קבלת-החלטות מבוססת-נתונים תחת אי-ודאות. במקום 'נחכה ונראה', ההנהלה מכמתת מראש את הסיכון וההזדמנות בכל תרחיש — כמה מכירות נאבד אם הקו מושבת, כמה מלאי-חירום צריך לקפיצת-ביקוש, ומה עלות כל חלופה — ומחליטה על בסיס מספרים, לא תחושות. גורמי ביקוש — לכמת איך שינוי בצד-הביקוש מזיז את כל השרשרת — כמה supply, מלאי וקיבולת נדרשים — לפני שמחייבים משאבים. גורמי היתכנות היצע — לבחון עמידות שרשרת-האספקה תחת הפרעה — השבתה, מחסור, עיכוב — ולתכנן מענה (משמרת-נוספת, ספק-חלופי, מלאי-חירום) מראש. דוגמאות סימולציה — לתת לארגון 'תרחישי-חזרה' מוכנים — שגרת-סימולציה קבועה לאירועים הצפויים — כך שכשהם מתרחשים, התגובה כבר מתוכננת.
היכן בשימוש
ידע אצור• SAP IBP ► Web UI ► Sales and Operations Planning ► Planner Workspaces • SAP IBP ► Excel Add-In ► Simulate (ribbon) ► Save Simulation / Discard • SAP IBP ► Web UI ► Scenarios and Versions (overview tile) • SAP IBP ► Excel Add-In ► edit demand key figures ► Simulate • SAP IBP ► Web UI ► Demand Planning ► Forecast key figures • SAP IBP ► Excel Add-In ► edit supply/capacity key figures ► Simulate • SAP IBP ► Web UI ► Supply Planning ► Capacity & Constraints • SAP IBP ► Excel Add-In ► create scenario ► Simulate ► Save • SAP IBP ► Web UI ► Manage Scenarios ► Compare
מושגי מפתח
ידע אצור- סימולציה = what-if מבודד מ-baseline.
- שני מנגנונים: versions (מלא) ו-scenarios (delta).
- ה-engine רץ על העותק; baseline נשמר נקי.
- המוקד: החלטה מבוססת-מספרים תחת אי-ודאות.
- גורמי-ביקוש = הכפתורים של צד-הביקוש.
- רובם input key figures הניתנים לסימולציה.
- demand surge מתחיל כאן.
- גורמי-היצע = המגבלות על האספקה.
- line down = איפוס קיבולת והרצה מחדש.
- חובה constrained engine כדי לראות מחסור.
- demand surge ו-line down = שני התרחישים הקלאסיים.
- תרחיש אחד לכל scenario.
- מוצגים כחלופות מספריות ב-S&OP review.
דוגמה מ-CBC
ידע אצורבארגון (מפעל-מילוי מוצר לדוגמה) שתי הסימולציות החוזרות: (1) demand surge — גל-חום צפוי מקפיץ ביקוש למשקאות קלים ב-30%, ובודקים אם תרכיז וקיבולת-מילוי מספיקים; (2) line down — קו-מילוי 2 מושבת לשלושה ימים לתחזוקה, ובודקים את ההשפעה על שירות-הלקוח ועל הצורך בעבודת-משמרת-נוספת. שתיהן מורצות כ-scenarios או versions ומושוות ל-baseline. מנהלת-תכנון חוששת מקפיצת-ביקוש לקראת חג. היא יוצרת scenario מעל ה-baseline, מעלה את ה-customer demand ב-25% למשך חודש, מריצה simulate ב-Excel add-in, ובוחנת: האם ה-supply עומד? היכן נוצר מחסור? כמה מלאי-בטיחות נדרש? היא משווה את ה-scenario ל-baseline, מציגה להנהלה ב-S&OP review, וההחלטה מתקבלת. גורמי ביקוש — בארגון גל-חום צפוי: המתכנן מעלה Customer Demand למשקאות-קלים ב-30% לשבועיים, ובודק אם תרכיז + קיבולת-מילוי מספיקים, או שצריך הזמנת-תרכיז דחופה. המתכנן מעלה את Promotion Uplift ב-15% לחודש המבצע ב-scenario, מריץ simulate, ובוחן אם נוצר מחסור בתקופת-המבצע ומתי צריך להתחיל לבנות מלאי מקדים. גורמי היתכנות היצע — בארגון קו-מילוי 2 מושבת לתחזוקה שלושה ימים: המתכנן מוריד את הקיבולת של ה-resource לאפס בתקופה, מסמלץ, ובודק אם קו 1 + משמרת-נוספת מכסים, או שיהיה מחסור ללקוחות מפתח. המתכנן מאפס את Production Capacity של resource מסוים לשלושה ימים ב-scenario, מריץ ה-optimizer, ורואה כמה ביקוש הופך ל-late ובאילו לקוחות — ואז בוחן הסטה לקו אחר. דוגמאות סימולציה — בארגון: scenario 'Heatwave Surge' מעלה ביקוש משקאות ב-30%; scenario 'Filler-2 Maintenance' מאפס קיבולת קו-2 לשלושה ימים. שניהם מורצים, מושווים ל-baseline, ומוצגים כ-what-if להחלטת-הנהלה. בישיבת-S&OP חודשית מציגים שני scenarios: 'Surge +30%' מול 'Line2 Down 3d', כל אחד מושווה ל-baseline. ההנהלה רואה את הפער בשירות ובעלות, ובוחרת מדיניות-מלאי ותגבור-משמרות.
תהליך
ידע אצורטבלאות
ידע אצור| טבלה | תיאור |
|---|---|
| Planning Area | Planning Area |
| Version | Version |
| Scenario | Scenario |
| Key Figure | Key Figure |
| Customer Demand | Customer Demand |
| Sales Forecast | Sales Forecast |
| Promotion Uplift | Promotion Uplift |
| Production Capacity | Production Capacity |
| Component Supply | Component Supply |
| Opening Inventory | Opening Inventory |
| Lead Time | Lead Time |
טרנזקציות
ידע אצוראפליקציות Fiori
ידע אצורקונפיגורציה (SPRO)
ידע אצור• Planning Area: הקונטיינר שמעליו רצות כל הסימולציות; מגדיר key figures, time profile ו-attributes. • Baseline version: ה-version הרשמי (לרוב 'Base Version') שכל scenario נגזר ממנו. • הרשאות: רק תפקידים מורשים יוצרים/מוחקים versions ו-scenarios (PFCG-like roles ב-IBP). • Excel add-in: simulate mode מבודד שינויים בזיכרון עד save; אחרת אינם נשמרים. גורמי ביקוש • הגדר אילו demand key figures הם input (editable) ואילו calculated. • Promotion / Seasonality כ-key figures נפרדים המתווספים ל-baseline forecast. • ודא שה-calculation logic מעדכן Total Demand לאחר עריכה. גורמי היתכנות היצע • הגדר resources וקיבולת זמינה כ-key figures ניתנים-לעריכה. • בחר engine: supply heuristic (מהיר, אינפיניטי/קונסטריינד) או optimizer (cost-based). • ודא ש-constraints (capacity, supply) מסומנים כ-constraints ב-run profile. דוגמאות סימולציה • צור scenario ייעודי לכל תרחיש (Surge, Line Down) לשחזור עתידי. • הגדר charts/dashboards להשוואת scenario מול baseline. • שמור scenarios חוזרים כ-templates לשגרת-S&OP.
הערות
ידע אצורשאלות ראיון מהי סימולציה ב-IBP? הרצת תרחיש 'מה-אם' (what-if) על נתוני-התכנון בלי לשנות את התוכנית הרשמית — שינוי הנחות, הרצת engine מבודדת, והשוואה ל-baseline. מה ההבדל המהותי בין version ל-scenario? version הוא עותק-נתונים מלא ונפרד (כבד, לתהליך-מקביל); scenario הוא שכבת-delta קלה מעל version (זול ומהיר, ל-what-if נקודתי). מהם גורמי-ביקוש לסימולציה? Customer Demand, Sales Forecast, Promotion Uplift, Statistical Forecast — key figures בצד-הביקוש שעריכתם מזינה מחדש את Total Demand. מהם גורמי-היתכנות-היצע? Production Capacity, Resource Availability, Component Supply, Lead Time, Opening Inventory — constraints שה-supply engine צורך לקביעת מה ניתן לספק. תן שתי דוגמאות-סימולציה נפוצות ב-S&OP. demand surge — קפיצת-ביקוש שבוחנת עמידות-היצע; line down — השבתת-קו שבוחנת השפעה על שירות. שתיהן scenarios מושווים ל-baseline. נושאים קשורים • S&OP · גרסאות (8.3) • S&OP · תרחישים (8.4)
טעויות נפוצות
ידע אצור- עריכת ה-baseline ישירות במקום ב-scenario — 'מזהמים' את התוכנית הרשמית.
- שכחת save אחרי simulate ב-Excel — השינויים אובדים בסגירה.
- בחירת version כבד למשימת-what-if קטנה — בזבוז משאבים וזמן-העתקה.
- אי-תיעוד ההנחות מאחורי הסימולציה — אי-אפשר לשחזר את ההיגיון בדיעבד.
- עריכת key figure מחושב (calculated) במקום input — השינוי לא נתפס.
- שינוי ביקוש בלי לבדוק את צד-ההיצע — מקבלים תמונה חלקית.
- סימולציית-ביקוש בלי לעדכן constraints — ה-supply נראה אינפיניטי ומטעה.
- הרצת heuristic אינפיניטי כשנדרש constrained — לא רואים את המחסור האמיתי.
- ערבוב שני תרחישים ב-scenario אחד — לא רואים מי גרם למה.
- אי-שמירת ה-scenario — אי-אפשר להציגו שוב בישיבה.
פתרון תקלות
ידע אצור• התוצאה לא משתנה אחרי simulate ➔ לא בוצע save, או נערך key figure שאינו input. • הסימולציה 'דולפת' ל-baseline ➔ נערך ישירות ה-Base Version במקום scenario. • engine לא רץ על ה-scenario ➔ ה-scenario לא נבחר בהקשר ה-run. גורמי ביקוש • Total Demand לא מתעדכן ➔ נערך key figure מחושב ולא input. • המבצע לא מופיע ➔ Promotion Uplift לא משויך לתקופה/מוצר הנכונים. גורמי היתכנות היצע • אין מחסור למרות השבתה ➔ ה-run אינפיניטי או הקיבולת לא אופסה בפועל. • late demand לא מחושב ➔ נבחר engine שאינו צורך את ה-constraint. דוגמאות סימולציה • ההשוואה לא מציגה פער ➔ ה-scenario לא נשמר או לא נבחר ב-compare. • התוצאה לא הגיונית ➔ נערך baseline ולא ה-scenario.
שיטות עבודה מומלצות
ידע אצור- תמיד עבוד מעל baseline נקי דרך scenario/version — לעולם לא ישירות על הרשמי.
- תעד כל סימולציה ב-planning note: ההנחה, הטווח וההחלטה.
- השתמש ב-scenario ל-what-if מהיר ו-version לתהליך-מקביל מלא.
- סגור/מחק scenarios ישנים כדי לשמור על נראות ועל ביצועים.
- סמלץ גורם-ביקוש אחד בכל פעם כדי לבודד את השפעתו.
- תעד את מקור ההנחה (היסטוריה, מבצע, אירוע) ב-planning note.
- סמלץ תמיד עם constrained engine כדי לראות מגבלות אמיתיות.
- שלב גורמי-ביקוש והיצע באותה סימולציה לתמונה מלאה.
- תרחיש אחד לכל scenario — בידוד הסיבתיות.
- שמור תרחישים חוזרים כ-templates לישיבות-S&OP.
טיפים
ידע אצור- מתודולוגית, סימולציה ב-IBP נשענת על שני מנגנונים משלימים: versions (data-area-level copies — קונטיינר נתונים מלא ונפרד) ו-scenarios (delta layers מעל version, זולים ומהירים). ה-engine (supply heuristic / optimizer / time-series) מורץ על ה-version או ה-scenario הנבחר, ותוצאותיו מבודדות מ-baseline. המתכנן עובד דרך ה-Excel add-in (simulate) או דרך planner workspaces. ההבחנה הקריטית: scenario מתאים ל-what-if מהיר וקצר-טווח על מעט key figures; version מתאים לתהליך מקביל מלא (למשל תקציב מול actual, או תרחיש-צמיחה אסטרטגי). בחירה שגויה בין השניים היא מקור-תקלות נפוץ.
- גורמי ביקוש — ב-IBP גורמי-הביקוש הם key figures בקטגוריית demand: Customer Demand, Sales Forecast, Promotion Uplift, Statistical Forecast. רובם input key figures שניתן לערוך ב-Excel add-in ולסמלץ עליהם. שינוים מזין מחדש את חישוב ה-Total Demand ואת ה-supply run. עונתיות ומבצעים מנוהלים לרוב כ-key figures נפרדים שמתווספים ל-baseline forecast.
- גורמי היתכנות היצע — ב-IBP גורמי-ההיצע הם key figures ומאפיינים בצד-supply: Production Capacity, Resource Availability, Component Supply, Lead Time, Opening Inventory, Min/Max Stock. ה-supply heuristic או ה-optimizer צורכים אותם כ-constraints. סימולציה משנה constraint (למשל מאפסת קיבולת לקו ביום מסוים) ומריצה מחדש כדי לראות את ה-shortage / late demand שנוצר.
- דוגמאות סימולציה — Demand surge: מעלים demand key figures ב-scenario, מריצים constrained supply, ומזהים shortage / capacity overload. Line down: מאפסים capacity של resource לתקופה ב-scenario, מריצים, ומזהים late demand ולקוחות-מושפעים. שני התרחישים מומחשים יפה דרך version comparison (לתהליך-מקביל) או scenario comparison (ל-what-if מהיר), ומוצגים ב-S&OP review כחלופות מספריות.
סיכום
ידע אצור• סימולציה = what-if מבודד מ-baseline. • שני מנגנונים: versions (מלא) ו-scenarios (delta). • ה-engine רץ על העותק; baseline נשמר נקי. • המוקד: החלטה מבוססת-מספרים תחת אי-ודאות. • גורמי-ביקוש = הכפתורים של צד-הביקוש. • רובם input key figures הניתנים לסימולציה. • demand surge מתחיל כאן. • גורמי-היצע = המגבלות על האספקה. • line down = איפוס קיבולת והרצה מחדש. • חובה constrained engine כדי לראות מחסור. • demand surge ו-line down = שני התרחישים הקלאסיים. • תרחיש אחד לכל scenario. • מוצגים כחלופות מספריות ב-S&OP review.