काम

प्लानिंग, शुरू से आख़िर तक।

Fourteen years in demand and supply planning across SAP IBP, o9, OMP and S&OP — the tool changes; the monthly process has to change with it. Scroll the freight: road, sea, air.

Scroll to move the freight ↓

S&OP / IBP प्रोसेस डिज़ाइन

महीने की कैडेंस खड़ी करना — डिमांड रिव्यू, सप्लाई रिव्यू, रिकंसिलिएशन, एक्ज़ेक S&OP — ताकि फ़ैसले बनें और टिकें।

SAP IBP और o9 इम्प्लीमेंटेशन

डिमांड, इन्वेंटरी और सप्लाई प्लानिंग में मॉडलिंग, कॉन्फ़िगरेशन और डिप्लॉयमेंट — ब्लूप्रिंट से हाइपरकेयर तक।

नेटवर्क और इन्वेंटरी ऑप्टिमाइज़ेशन

मल्टी-एशलॉन इन्वेंटरी, सेफ़्टी-स्टॉक पॉलिसी और नेटवर्क डिज़ाइन — कैश तो आज़ाद हो, पर सेवा स्तर भूखा न हो।

डिमांड प्लानिंग और फ़ोरकास्टिंग

स्टैटिस्टिकल बेसलाइन के साथ असली कंसेंसस प्रोसेस — मापी जा सकने वाली एक्यूरेसी, डाउनस्ट्रीम आग-बुझाना कम।

सिग्नल

डिमांड पैटर्न ट्रेंड से भटक जाता है, किसी को ख़बर तक नहीं होती।

Fails as a surprise: the break was visible in week one and noticed in week four.

प्लान

S&OP इस रीडिंग को सप्लाई और कॉस्ट से मिलाता है।

Fails as an argument: the room re-litigates the data instead of choosing between options.

एक्ज़ीक्यूट

प्लान बन जाता है परचेस ऑर्डर, अलोकेशन और मूव्स।

Fails as a handoff: the plan was right and the orders were old.

सीख

फ़ोरकास्ट एरर अगले साइकल में वापस खिलाया जाता है।

Fails as a rerun: error never reaches the next baseline, so every quarter is the first quarter.

Bring the loop to your network.

Advisory on planning cycles, control towers and AI-assisted decision-making. One conversation first.

नमस्ते कहें ✦संपर्क

रिज़ल्ट, ब्रांड-लोगो नहीं। ↓

काम

सिग्नल से शेल्फ़ तक।

Four moves, one monthly loop. I've watched it hold for fourteen years, and I've watched it break at 11 p.m. on a cutoff night — demand signalled the break three weeks out, the plan reconciled cleanly, and Execute still shipped last month's allocation because the ERP couldn't ingest the new one. The loop rarely fails at the glamorous step. It fails at the handoff. That night is a composite — the shape of it is not.

S&OP / IBP प्रोसेस डिज़ाइन

The calendar is the product. If the monthly cycle isn’t on a fixed cadence people can plan their own work around, no amount of tooling fixes the meeting.
Every review needs one number the room agrees is real before it argues about what to do next — consensus demand, not three spreadsheets with three different totals.
Escalation criteria get written down before the first exec S&OP, not improvised in the room when the first real conflict shows up.

Common failure mode: The most common shape this takes: a beautifully documented S&OP process binder that nobody follows past month two, because the design skipped the unglamorous part — who actually owns the number when demand and supply disagree, and what happens if they miss the deadline.

SAP IBP और o9 इम्प्लीमेंटेशन

Configuration should mirror how the business actually plans, not how the tool’s reference architecture assumes a generic company plans — the gap between those two is where most rollouts lose a year.
Hypercare is where the real requirements surface. Budget for it as a design phase, not a warranty period.
A planning model with more granularity than the business can act on is a maintenance liability, not a capability.

Common failure mode: The common failure: a technically correct blueprint that models the org chart instead of the decision flow — so the system produces a number nobody in the actual meeting knows how to challenge or override.

नेटवर्क और इन्वेंटरी ऑप्टिमाइज़ेशन

Safety stock is a policy decision, not a formula output — the formula just prices the policy you already chose (service level) in units of cash.
Multi-echelon only pays for itself if the network’s node-to-node lead times are trustworthy; garbage lead-time data makes a multi-echelon model worse than a single-echelon one, not better.
The right question is never "how do we hold less inventory" — it’s "which SKUs are we overpaying to protect, and which are we underprotecting."

Common failure mode: The common failure: an optimization run that frees up cash on paper by cutting safety stock uniformly, then gets quietly reversed SKU by SKU over the next two quarters as service failures roll in — because the cut wasn’t risk-weighted.

डिमांड प्लानिंग और फ़ोरकास्टिंग

A statistical baseline’s job is to be a credible starting point for a human argument, not a final answer — forecast accuracy is a property of the process around the number, not the algorithm.
Bias is a more useful diagnostic than error. A forecast that’s consistently 8% high is a coaching conversation; a forecast that’s randomly ±15% is a data problem.
The consensus meeting should change the number sometimes — if it never does, it’s a status update wearing a planning meeting’s clothes.

Common failure mode: The common failure: a forecasting tool upgrade sold as an accuracy fix, deployed against a consensus process that was never actually adjusting the baseline — so accuracy doesn’t move, because the tool was never the bottleneck.

Fails as a surprise: the break was visible in week one and noticed in week four.

Fails as an argument: the room re-litigates the data instead of choosing between options.

Fails as a handoff: the plan was right and the orders were old.

Fails as a rerun: error never reaches the next baseline, so every quarter is the first quarter.

काम

सिर्फ़ मेरी बात मत सुनिए — लीवर ख़ुद घुमाइए।

दो लाइव टूल्स जो दिखाते हैं कि प्लानिंग के ट्रेड-ऑफ़ असल में कैसे चलते हैं। ना स्लाइड्स, ना हवा में बातें।

S&OP सिनेरियो सिमुलेटर

लाइव

प्लानर जिन लीवर को सच में कंट्रोल करता है, उन्हें घुमाइए — ट्रेड-ऑफ़ रियल टाइम में हिलते देखिए। इलस्ट्रेटिव मॉडल।

डिमांड बनाम प्लान0%

प्रोडक्शन कैपेसिटी100%

टारगेट सेवा स्तर95%

रिप्लेनिशमेंट लीड टाइम4 हफ़्ता

अनुमानित सेवा स्तर90.5%

कैपेसिटी यूटिलाइज़ेशन100%

इन्वेंटरी इंडेक्स (प्लान = 100)100

अप्रचलन रिस्क0%

संतुलित ऑपरेटिंग पॉइंट। सेवा स्तर टारगेट के पास टिका रहता है, इन्वेंटरी और यूटिलाइज़ेशन हेल्दी रेंज में।

What this hides: one SKU, one line, one season. Obsolescence here is a proxy, not a write-off model. The version I get paid for has a demand plan arguing with the statistical baseline — that argument is where the trade-off actually gets settled.

इन्वेंटरी ऑप्टिमाइज़ेशन

लाइव

अपने ही नंबरों से EOQ, सेफ़्टी स्टॉक और रीऑर्डर पॉइंट — हर रिप्लेनिशमेंट पॉलिसी के पीछे का गणित।

सालाना डिमांड

ऑर्डर कॉस्ट ($)

यूनिट कॉस्ट ($)

होल्डिंग %/साल

औसत रोज़ाना डिमांड

लीड टाइम (दिन)

रोज़ाना डिमांड σ

सेवा स्तर %

4,767

EOQ (यूनिट)

563

सेफ़्टी स्टॉक

5,183

रीऑर्डर पॉइंट

साल में करीब 25.2× बार 4,767 यूनिट ऑर्डर करें। 5,183 स्टॉक पर दोबारा ऑर्डर करें — 14 दिन की लीड टाइम में 97% सेवा स्तर टिकाने के लिए 563 यूनिट सेफ़्टी स्टॉक साथ रखते हुए।

What this hides: σ is daily demand variability, not forecast error — the production version uses forecast error, which is bigger and less polite. The z-value comes from a ten-row table, not the full normal curve. And 97% is only a target — check whether the safety stock is sized for the service level you actually promised.

बुलव्हिप विज़ुअलाइज़र

लाइव

शेल्फ़ पर हल्की-सी हरकत ऊपर की तरफ़ तूफ़ान बन जाती है। डिमांड वेरिएबिलिटी को टियर-दर-टियर बढ़ती देखिए। इलस्ट्रेटिव मॉडल।

डिमांड वेरिएबिलिटी (CV)20%

सप्लाई-चेन के स्तर4

शेल्फ़ पर डिमांड के छोटे उतार-चढ़ाव ऊपर जाकर ऑर्डर के बड़े उतार-चढ़ाव बन जाते हैं — टियर 4 (क्षेत्रीय DC) तक, 20% CV ऑर्डर इंडेक्स 173 बन जाता है। डिमांड विज़िबिलिटी, छोटी लीड टाइम और ऑर्डर स्मूदिंग इस बुलव्हिप को शांत करती हैं।

What this hides: each tier multiplies the swing by one-plus-CV — a teaching model, not a simulation. Real whips are gamed rationing and batched orders. The dampeners in the note are the ones that survive contact with a real order book.

02काम

रिज़ल्ट, ब्रांड-लोगो नहीं।

एंगेजमेंट गुमनाम हैं — हर एक में: स्थिति, मेरी भूमिका, मैंने क्या किया, और रेंज वाला नतीजा।

केस स्टडीज़ लोड हो रही हैं…

Plans that hold look boring from the outside — one demand number, one cadence, a range instead of a promise. That's the whole trick.