Forecast error

Forecast error is the difference between the actual value of a variable and its predicted or forecasted value. It's a measure of how well a forecast aligns with reality. In essence, it quantifies the "off-by" amount in a prediction.

Different types of errors

• MAD
  
• MAE
• MASE
• MAPE

MAD (Mean Absolute Deviation):

• Measures the average absolute deviation from the mean of the data, not necessarily from predictions.

• Formula (population MAD):

  $$MAD = \frac{1}{n} \sum_{i=1}^{n} |x_i - \bar{x}|$$
  

  where $\bar{x}$ is the mean of the data $x_i$.

Example:

Let’s say you have actual sales: [100, 120, 130]

• Predicted:[110, 115, 125]

• Mean of actuals: 116.67

MAD:

$$\frac{|100 - 116.67| + |120 - 116.67| + |130 - 116.67|}{3} = \frac{16.67 + 3.33 + 13.33}{3} = 11.11$$

MAE (Mean Absolute Error):

• Measures the average absolute difference between actual and predicted values.

• Formula:

  $$MAE = \frac{1}{n} \sum_{i=1}^{n} |y_i - \hat{y}_i|$$
  

  where $y_i$ is the actual value and $\hat{y}_i$ is the predicted value.

MAE:

$$\frac{|100 - 110| + |120 - 115| + |130 - 125|}{3} = \frac{10 + 5 + 5}{3} = 6.67$$

MAPE (Mean Absolute Percentage Error):

MAPE measures the average of the absolute percentage errors between actual and predicted values.

$$MAPE = \frac{1}{n} \sum_{i=1}^{n} \left| \frac{y_i - \hat{y}_i}{y_i} \right| \times 100$$

• $y_i$= actual value

• $\hat{y}_i$ = predicted value

• $n$ = number of observations

Example

Actual values:[100, 200, 300]
Predicted:[90, 210, 310]

$$MAPE = \frac{1}{3} \left( \frac{10}{100} + \frac{10}{200} + \frac{10}{300} \right) \times 100 \\ = \frac{1}{3} (0.1 + 0.05 + 0.0333) \times 100 = 6.1\%$$

MASE (Mean Absolute Scaled Error)

MASE compares the model's prediction error to the error of a naïve forecast (usually the one-step lagged actuals). It scales the mean absolute error (MAE) of your forecast by the mean absolute error of the naïve forecast.

$$\text{MASE} = \frac{\frac{1}{n} \sum_{t=1}^{n} |y_t - \hat{y}_t|}{\frac{1}{n-1} \sum_{t=2}^{n} |y_t - y_{t-1}|}$$

• $y_t$= Actual value at time $t$

• $\hat{y}_t$ = Predicted value at time $t$

Example (Small Forecast Series):

Actual:[100, 110, 120, 130]

Predicted:[98, 111, 118, 129]




Model MAE = average of |100-98|, |110-111|, |120-118|, |130-129| = (2+1+2+1)/4 = 1.5

Naïve MAE = average of |110-100|, |120-110|, |130-120| = (10+10+10)/3 = 10

$$MASE=\frac{1.5}{10}=0.15\mathrm{<br>}\mathrm{<br>}\mathrm{<br>}\mathrm{<br>}\mathrm{<br>}\mathrm{<br>}\mathrm{<br>}\mathrm{<br>}$$

• MASE < 1: Your model is better than the naïve forecast.

• MASE = 1: Your model performs the same as the naïve forecast.

• MASE > 1: Your model is worse than the naïve forecast.

Storage Principles (FIFO, LIFO, HIFO, LOFO, FEFO)

কোন কোম্পানি যে ধরণের পণ্য বিক্রি করে , তার উপর নির্ভর করে উপযুক্ত স্টোরেজ পদ্ধতি নির্ধারিত করা হয় ,যা লজিস্টিক প্রক্রিয়াগুলির সাথে স্টোরের সমস্ত কাজের ধাপগুলিকে সর্বোত্তমভাবে সমন্বয় করে। 

FIFO, LIFO, HIFO, LOFO এবং FEFO সবচেয়ে গুরুত্বপূর্ণ স্টোরেজ নীতিগুলি লিড করে। আমরা এগুলার ডিটেইলস আলোচনা করব।

FIFO (First In, First Out)

FIFO এর মানে হল যে পণ্যগুলা আগে স্টোর রিসিভ করবে , সেগুলা সবার প্রথমে অপসারিত হবে।

যেমনঃ টিকিটের লাইন। যে সবার আগে লাইনে দাঁড়াবে সে সবার আগে টিকিট পাবে। 

                                     

যে সব প্রোডাক্টের মেয়াদ শেষ হবার ডেট থাকে বা সময়ের সাথে সাথে মূল্য হারায় সেই সব প্রোডাক্টের ক্ষেত্রে ফিফো করা হয়। যেমনঃ  আইটি প্রোডাক্ট

LIFO (Last In, First Out)

LIFO এর মানে হল যে পণ্যগুলা প্রথমে স্টোর রিসিভ করবে, সেগুলা সবার পরে অপসারিত হবে।

যেমনঃ খাবারের প্লেট এর সারি। 

অপচনশীল পণ্যে যাদের মেয়াদোত্তীর্ণের তারিখ দরকার হয় না যেমনঃ রড, স্টিল

HIFO(Highest In, First Out)

HIFO-  সর্বোচ্চ দামের পণ্যগুলি সর্বপ্রথম স্টোর ছেড়ে যাবে। হোল্ডিং কস্ট বা মানি ফ্লো ঠিক রাখার জন্য এই কৌশল অবলম্বন করা হয়।

LOFO (Lowest In, First Out)

LOFO-  সর্বনিম্ন দামের পণ্যগুলি সর্বপ্রথম স্টোর ছেড়ে যাবে। এই প্রসেসে সবচেয়ে সস্তা  দামের প্রোডাক্ট গুলা সামনের দিকে রাখা হয়।

FEFO (First Expired, First Out)

FEFO-  যে প্রোডাক্টির মেয়াদ শেষ হবে আগে ,সেটা প্রথমে অপসারিত হবে। যেমনঃ ফার্মাসিটিকাল বা ফুড ইন্ডাস্ট্রি তে এই কৌশল অবলম্বন করা হয়। বর্তমানে FIFO এর থেকে FEFO এর দিকে কোম্পানিগুলা বেশী মনোযোগ দিচ্ছে।

                                                   

 

Types of BOM (বম এর প্রকারভেদ)

 সাধারণত বম 2 প্রকারের:

১। EBOM (Engineering BOM)

২। MBOM (Manufacturing BOM)

এছাড়াও আরো বিভিন্ন ধরণের বম হতে পারে যেমন ঃ

Service BOM, Sales BOM, Assembly BOM etc.

EBOM: Engineering BOM সাধারণত  Computer-Aided Design (CAD) or Electronic Design Automation (EDA) ব্যবহার করে ইঞ্জিনিয়ারদের দ্বারা তৈরি করা হয়। এই বমে সাধারণত একটা প্রোডাক্টের ডিজাইন করতে যেসব আইটেম  বা পার্টস, এসেম্বিলি বা সাব এসেম্বিলি দরকার হয় তার একটা তালিকা করা হয়। 

💭 কিভাবে পণ্য ডিজাইন করা হয় তার সাথে সংগঠিত

💭পণ্যটি ডিজাইনের সমস্ত পার্টেসের তালিকা

💭 এছাড়াও বিস্তারিত ইঞ্জিনিয়ারিং তথ্য যেমন স্পেসিফিকেশন, সহনশীলতা এবং মান অন্তর্ভুক্ত থাকে

MBOM: Manufacturing BOM হল একটা ফাইনাল প্রোডাক্টটি তৈরী করতে যে যে পার্টস লাগে তার একটা তালিকা। EBOM থেকে MBOM বানান হয়। আসলে EBOM  কাজ করে কিভাবে একটা প্রোডাক্ট ডিজাইন করা হবে আর MBOM কাজ করে কি কি কম্পোনেন্ট লাগবে একটা ফাইনাল প্রোডাক্ট বানানোর জন্য সেটা নিয়ে।

💭 ফিজিকালি উৎপাদনের জন্য রোডম্যাপ করা  থাকে

💭এটি eBOM দ্বারা চালিত হবে

💭 পণ্য তৈরি, এসেম্বলি করতে এবং প্যাকেজ করার জন্য প্রয়োজনীয় কোনো বিবরণ এবং উপকরণ
অন্তর্ভুক্ত থাকে।

What is BOM? (বম এর সংজ্ঞা)

 BOM ( Bill of Material)

বম হল উৎপাদন, নির্মাণ বা মেরামতের জন্য প্রয়োজনীয় কাঁচামাল, উপাদান এবং নির্দেশাবলীর একটি বিস্তৃত তালিকা।  এক কথায় ফাইনাল কোন প্রোডাক্ট তৈরী করতে যা যা কাচামাল লাগে তার একটা একিওরেট তালিকা বা লিস্ট।

বম সাধারণত শ্রেণিবদ্ধ বিন্যাসে উপস্থাপন করা হয় যেমন একটা চেয়ারের কথা চিন্তা করতে পারি।

চেয়ার হল আমদের ফাইনাল প্রোডাক্ট। আর এই চেয়ার তৈরী করতে আমদের প্রথমে লাগে সিট, লেগ ও ব্যাক। আবার লেগ এস্যাম্বলি করার জন্য আমাদের ৪ টা লেগ দরকার এবং ১ টা ক্রস বার। এভাবে ব্যাক এসেম্বলি করার বেলায়ও আমদের আরও কিছু কম্পোনেন্ট লাগবে। এভাবে একটা চেয়ার তৈরী করতে যতগুলা স্ক্র, পেরেক, কার্টুন, পলি এমনকি কত কেজি আঠা লাগবে সেটাও বমে উল্লেখ থাকতে পারে।

বম একটি প্রেসেসের মধ্যবিন্দু হিসেবে কাজ করে। বম খুবি ভাইটাল রোল প্লে করে কারণঃ

১। বম প্রত্যেক কাচামালের প্রাপ্যতা নিশ্চিত করে। বমে ভুল হলে পারচেস টিম ভুল মেটেরিয়াল ক্রয় করবে বা কাচামাল মিস হয়ে যেতে পারে।

২। বমের ভুল যদি প্রোডাকশনে আসার পর ধরা পরে তাহলে  শিপমেন্ট সিডিউল, প্রোডাকশন প্লান চেঞ্জ করা লাগে। যার ফলে অপারেটিং কস্ট বাড়ে ও সিপমেন্ট ডেট মিট করা পসিবল হয় না।

৩। অপ্রয়োজনীয় কাচামাল ইনভেন্টরি কস্ট বাড়িয়ে দিবে।

৪। প্রোডাক্ট কস্টিং ভুল হবে। যা কোম্পানিকে লসের ভিতরে ফেলে দিবে।

৫। ভুল কাচামাল ব্যবহারের ফলে কাস্টমার ক্লেম করতে পারে। যেমনঃ কিছুদিন আগে সাওমি মোবাইল সেট গুলা বিস্ফোরিত হচ্ছিল যেটার ফলে কাস্টমার ক্লেম করছিল এবং কোম্পানিটি প্রচুর কাস্টমার হারিয়েছে। এটার মূল কারণ ছিল ভুল কাচামাল ইউস করা।

Difference between Lead time and cycle time.

#Difference between Lead time and cycle time.
ANS: 1. Lead Time Starts when a customer made an order and ends at delivery. On the other hand, Cycle time starts from when works begin on the order and ends when the order is ready for delivery.
2. Lead Time is measured by elapsed time (minutes, hours, etc.), whereas Cycle Time is measured by the amount of time per unit (minutes/customer, hours/part, etc.). 
3. Lead Time = Cycle Time * WIP
4. Example: Lets A Company gets an Order Of 15000 Units on December 1 and he has to deliver it 25 December. But the company starts the work from 4 December and ends on 20 December. So the Cycle time is (20-4)= 17 Days but the Lead Time is (25-1)=25 days. Now we can say Cycle time is the rate at which your operation is producing a unit. Now if you need 0.5 minutes to produce a unit that means, you need (15,000*0.5)= 7500 minutes or 125 hours or 16 days to complete the order. But You are taking 17 days that means there is some problem in WIP or Inventory as well as Waiting Time. So from Lead time and Cycle time anyone can the commitment to the customer or can easily gauge the situation of his Industry. 

What is Industrial Engineering?

#What is Industrial Engineering?

Ans. Industrial engineering is a branch of Mechanical engineering which deals with the optimization of complex processes, systems, or organizations. Industrial engineers work to eliminate waste of time, money, materials, person-hours, machine time, energy, and other resources that do not generate value.

It draws upon specialized knowledge and skill in the mathematical, physical, and social sciences together with the principles and methods of engineering analysis and design, to specify, predict, and evaluate the results to be obtained from such systems.