Tag Archives: Install Base

Install Base Forecast 安裝基數預估

Install base forecast 是一種以安裝基數為主要參數的預估方法. 這個方法在後勤服務這個領域裏是一定要知道的.但這不是因為它是最被廣泛應用的, 而是它是最容易被瞭解的方法.
 
它的公式講來非常簡單, 就是 IB * FR – Install Base乘上Failure Rate就是了
*1.省略從產品經組件表(BOM)到零件, 計算effective part install base的轉換過程.
*2. failure rate的翻譯有失效率, 錯誤率等等, 筆者決定不用譯名以免造成語義上的誤導.
 
有這麼簡單嗎? 當然不是, 不然我也不會在這裏K鍵盤.
 
Install Base 安裝基數的定義, 就是該機型目前在市場上己經安裝運作的數量. 重點是"安裝運作"的量和所在地, 而不能簡化以出貨地\出貨量來視之.  以前在一家日本印表機大場E公司做這方面的專案時, 就發現這兩個問題. 一個是出貨量並不等於安裝量. 有時是出貨完了但有一堆貨還在中盤商的庫存倉庫裏, 等待未來的大促銷, 或根本滯銷等著退貨. 這時的出貨量和安裝量就根本搭不起來. 另外一個問題是出貨地並不等於安裝地. 當時的笑話是出了一整匹貨經新加坡要到印尼. 可是最後竟來出現在東歐洲某國(捷克吧), 然後倒回來向新加坡要備件(因為這貨算是東南亞規格), 真是一整個傻眼. 要取得精確的安裝基數在某些業界裏根本是不可能的是, 例如OEM. 賣出去後完全不知去向.
 
airtraffic追不到產品到那裏去了是一個層面, 建構新的程序和系統通常可以補救. 但另一層面是如果產品本身就是會移動的(mobile asset)哩?? 最常見的就是航空業. 右圖就是每日滿天飛的商用客機在航管螢幕上看起來的樣子.
 
安裝了以後就要運作, 可是所有的機器在任何地方用來都一樣嗎? 當然不是, 所以這公式通常被強化為:
IB * OH * FR – Install Base, Operation Hours 和 Failure Rate
 
operation hour可以視為一個參數 (如0.8 或1.2), 或實際數字(如每周20小時), 只是failure rate要隨此調整. 但operation hour不容易取得, 沒多少客戶會心肝情願的交出機器的操作狀況, 一是麻煩, 二是商業機密. 如果可以知道應材(Applied Material)在台積(TSMC)裏機台的未來運作規劃,操作時數, 那就可以蓋估台積的產能率了. 所以大多數的情形都是要去做個假設.
 
Failure rate 就更tricky了. 有所謂的工程failure rate, 量測failure rate, 還有bath tub syndrome等等. Failure rate是指在產品正常運作下, 預估多少操作小時下該零件會有更替的需要. 工程failure rate是指在實驗室環境中經由疲勞測試得到的.  量測Failure Rate則是指從客戶實際運作情形中收集資料演算而來.
Bath Tub syndrome其實很簡單, 就是零件的可靠度會隨著零件的產品週期而變化.
 
FR_bathtub
左圖出自於Patton&Feldmann的Service Parts Handbook. 一眼就可以看出為何叫bath tub syndrome. 任何產品的生命歷程, 都會經過這個情形, 一開始由於生產良率的問題,failure rate會相當高, 甚至遠高於工程failure rate… 而偏偏在這個時候又測不到量測failure rate…
 
而到了產品生命中期情況則容易許多, 這個時期的failure rate不但可能測得到(如航空業), 很多時候也會和工程failure rate相近.
 
產品未期的損耗性是最難估的, 光陰也是會在零件上留下痕跡的, 不論是機械動件或是電子組件. 這時的failure rate 測得到, 但有遲緩(lag), 不一定能用. 很多時候會回去用非常保守的工程failure rate.
 
所以, 將上面這些條件綜合仔細想一想, install base的forecast就變得不好做, 要install base, 產品組件表(BOM), 要假設operation hour, 最後連failure rate都還要亂估一陣.
 
先前說了, 它是一個最容易瞭解的預估方法, 因為公式真的很簡單, 很真接. 很常聽到入門者提到這個方法或對它感到興趣. 但在實際環境的考量下, 這方法所需要的資料多, 精準度又差, 到最後得到的預估誤差很容易都讓人覺得錢白花, 工白做. 這就是筆者在現今市場上的感受. 在一般的預測規劃中是統計預測掛帥, 而在很特殊的場合, 如新產品上市, 或產品末期的last time buy就比較常看到install base的預測. MP900289834[1]