KR20080072955A - 공급망 관리를 위한 방법, 시스템 및 컴퓨터 통합 프로그램제품 - Google Patents

Abstract

장비를 유지하기 위해 공급망을 관리하기 위한 컴퓨터 프로그램 제품이 개시되어 있다. 이 컴퓨터 프로그램 제품은, 매체 내에 매립된 컴퓨터 독출가능한 프로그램 코드를 가진 컴퓨터 독출가능한 기억매체를 포함하고 있다. 컴퓨터 독출가능한 프로그램 코드는, 장비 정비 요구사항의 하나 이상의 세트에 관련된 데이터를 식별하여 포획하기 위한 제1의 실행가능한 영역(a first executable portion), 다수의 재고 관리, 공급망 관리 및 식별되어 포획된 데이터를 미리 처리하기 위한 장비 정비 어플리케이션의 특성에 액세스를 제공하기 위한 제2의 실행가능한 영역, 복수의 어플리케이션으로부터 미리 처리된 데이터를 수신하기 위한 제3의 실행가능한 영역 및, 처리된 데이터를 장비 정비 요구사항의 하나 이상의 세트에 대한 솔루션으로 통합하기 위한 제4의 실행가능한 영역을 포함하고 있다.

Description

공급망 관리를 위한 방법, 시스템 및 컴퓨터 통합 프로그램 제품 {METHODS, SYSTEMS, AND COMPUTER INTEGRATED PROGRAM PRODUCTS FOR SUPPLY CHAIN MANAGEMENT}

본 발명은, 일반적으로 공급망 업무 컴퓨터 프로그램 제품 및 한 명 이상의 고객에 대한 장비 정비(equipment maintenance)를 촉진하는 컴퓨터에 의해 구현되는 방법에 관한 것으로, 특히 장비를 정비하기 위해 사용되는 부품의 재고를 관리하는 방법, 구성, 컴퓨터 독출가능 매체 및 공급망 소프트웨어를 위한 시스템의 집적 시스템에 관한 것이다.

라이프사이클(life cycle: 상품의 수명) 지원 비용을 절감하기 위해서, 정부 및 상업적인 실체(Commercial entity)는 장비를 위한 지원을 외부에 맡긴다. 이것은 납품업체(vendor)에게 그들이 조립한 맨 장비를 유지할 가망이 있는 유익한 기회를 제공한다. 그러한 기회는 성과기반 군수지원제도(Performance Based Logistics: PBL), 수명 고객 지원(Life Cycle Customer Support: LCCS), 및 장비를 유지하기 위한 공급망을 관리하기 위한 기 계획 저장소 정비(Programmed Depot Maintenance: PDM) 프로그램을 포함한다.

전형적으로, 주지의 사용 기존 개발품(Commercial Off-The-Shelf: COTS) 소프트웨어는 약간은 만족시키지만 전부는 아닌 바, 이들 PBL, LCCS 및 PDM 프로그램을 성공적으로 관리하기 위한 업무 요구사항(business requirements)을 만족시킨다. 예컨대, 그러한 COTS 소프트웨어는 꽤 많은 PBL, LCCS 및 PDM 프로그램을 관리하기 위해 최소 비용으로 임계 장비의 유효성을 반드시 최대화할 필요가 있는 것이 아니라, 장비의 수명을 통하여 예비 부품을 포함하는 장비의 정비 및 수리 서비스를 관리하고; 공급망 서비스 공급자의 업무 요구사항 및 그 고객의 업무 요구사항을 만족시키도록 통합되어 구성되며; 구성할 수 있는 업무 보고(business reports) 및 고객용 개발 소프트웨어 확장을 발생시킨다.

그러한 COTS 프로그램은, 또한 공급망 서비스 공급자의 레거시 데이터 시스템(legacy data system) 및 고객 레거시 데이터 시스템을 통합할 필요는 없고, 공급망의 유익성(health)을 감시하기 위해 관리 메트릭스(management metrics)를 추적함으로써 예비 부품의 재고를 관리하며, 예컨대 소비할 수 있는 폐 부품, 기계 부품, 전기 부품, 저장소 정비, 단계적으로 제거되는 장비, 처음으로 배치되는 장비, 및 주동작 위치로부터 떨어진 현장에서 사용하기 위해 (전략적으로) 배치할 수 있는 예비 패키지 등과 같은 부품의 카테고리를 관리하는 장비를 지원하는 순기비용(LifeCycle Cost: LCC)을 최소화시킨다.

재고 최적화 회사들은 재고 비축량(inventory stocking level) 및 단일 또는 다수의 비축 위치에 대한 재주문점(reorder point)을 결정하기 위한 전문 솔루션을 가진다. 주지의 공급망 소프트웨어 솔루션 납품업체들은, 재고 비축량을 최적화하고, 전 시간에 걸쳐 최적화된 레벨을 유지하기 위해 일별 자산 관리를 수행하며, 데이터를 통합 데이터베이스로 관리하기 위해 잘 개발된 솔루션을 가진다. 주지의 시뮬레이션 납품업체들은 주문이 신청되기 전의 동적 세계(dynamic world)에서 재고 비축 결정의 영향을 평가함으로써 리스크를 줄일 수 있는 개발된 몬테 가를로 모델(Monte Carlo model)을 가진다. 통계적인 분석 소프트웨어의 주지의 납품업체들은 사건의 스트림을 가장 적합한 (포아송, 음이항식 또는 표준 등의) 통계적인 분포를 결정할 수 있는 소프트웨어를 가진다. 자문회사들은 공급망 납품업체들의 세계적 요구를 만족시키기 위해 다수의 납품업체로부터의 소프트웨어 솔루션을 통합한다.

그렇지만, 전형적인 경우, 개별 부서 기능은 구분되고, 정보는 노력의 중복, 데이터 소스간의 불일치 및 부서, 조직, 납품업체 및 고객에 걸쳐 가시도의 부족으로 되는 개별 "버킷(bucket)" 내에 유지되어 있다. 게다가, 주지의 공급망 솔루션 납품업체들은 전략적, 전술적 재고 관리 및 데이터 저장 기능만을 통합하는 잘 개발된 솔루션을 가진다. 전형적으로 부품을 구매하기 전에 재고 분석의 결과를 검증함으로써 리스크를 줄이기 위한 시뮬레이션의 이용은, 오늘날의 공급망 납품업체의 생산라인의 없어서는 않될 특징은 아니다.

그 밖의 것은 일별로 전술적인 분석을 행할 때 서비스 부품의 전체적인 네트워크를 다시 최적화하려고 한다. 이것은, (a) 다수의 자산 관리자가 동시에 네트워크를 다시 최적화하려고 할 때 생기는 소프트웨어 성능에 이르게 하고, 또는 (b) "what if(만약의 경우)" 분석이 결과를 수신하기 전에 기다리는 날로 되는 하룻밤의 실행으로 한정될 때의 능력의 저감에 이르게 한다.

주지의 공급망 솔루션은 자산을 관리하는데 필요한 정보를 복제하기 위해 데이터 저장소(data repository)를 사용한다. 외부 시스템과 상호작용하기 위해서, 전형적으로 자산 관리자는 이들 시스템에 연결하고, 데이터를 절단 및 페이스트(paste)한다. 또한, 주지의 공급망 솔루션은 약간은 만족시키지만 전부는 아닌 바, 부품을 정비하기 위해 공급망을 성공적으로 관리하는데 필요한 컴포넌트를 제공한다. 고객은 납품업체가 완전한 처리를 가능하게 하는 툴(tool: 수단)이 어느 것인지를 결정하는 시간 전에 그들의 장래의 처리를 알아야만 한다.

한 국면(aspect)에서는, 장비를 유지하기 위해 공급망 처리를 관리하기 위한 컴퓨터 프로그램 제품이 제공된다. 이 컴퓨터 프로그램 제품은, 매체 내에 매립된 컴퓨터 독출가능한 프로그램 코드를 가진 컴퓨터 독출가능한 기억매체를 갖추고 있다. 상기 컴퓨터 독출가능한 프로그램 코드는, 장비 정비 요구사항의 하나 이상의 세트에 관련된 데이터를 식별하여 포획하기 위한 제1의 실행가능한 영역과, 다수의 재고 관리, 공급망 관리 및 식별되어 포획된 데이터를 미리 처리하기 위한 장비 정비 어플리케이션의 특성에 액세스를 제공하기 위한 제2의 실행가능한 영역, 복수의 어플리케이션으로부터 미리 처리된 데이터를 수신하기 위한 제3의 실행가능한 영역 및, 처리된 데이터를 장비 정비 요구사항의 하나 이상의 세트에 대한 솔루션에 통합하기 위한 제4의 실행가능한 영역을 갖추고 있다.

다른 국면에서는, 장비를 유지하기 위해 공급망 처리를 관리하기 위한 컴퓨터 구현 방법이 제공된다. 이 방법은, 다수의 재고관리, 공급망 관리 및 장비 정비 어플리케이션의 능력에 액세스를 제공하는 업무규칙 구성(business rule configuration: BRC) 모듈을 제공하는 단계와, BRC 모듈을 이용하여 한 세트의 장비 정비 요구사항에 관련된 데이터를 식별 및 포획하는 단계, 식별되고 포획된 데이터를 복수의 어플리케이션에 인가하는 단계 및, 복수의 어플리케이션의 능력의 통합에 기초해서 BRC로부터 장비 정비 요구사항에 대한 솔루션을 수신하는 단계를 구비하고 있다.

도 1은 예비 부품을 이용하여 장비를 관리하기 위한 처리를 나타낸 도면이다.

도 2는 공급망 관리 업무 이벤트 흐름의 개략도이다.

도 3은 통합된 합작 공급망 관리 업무 처리를 나타낸 도면이다.

도 4는 도 3의 공급망 관리 업무 처리에 이용되는 네트워크화된 동작 환경의 각종 컴포넌트를 나타낸 개략도이다.

도 5는 업무 규칙 구성 서버 컴퓨터를 위한 연산 시스템 아키텍처를 나타낸 도면이다.

도 6은 공급망 통합 프로그램 제품을 이네이블하기 위해, 연산 시스템 아키 텍처, 구체적으로는 대용량 저장장치에 상주하는 어플리케이션을 나타낸 도면이다.

도 7은 장비 또는 자산을 유지하기 위해 공급망 처리를 관리할 때에 수행되는 운용 흐름(operational flow)을 나타낸 도면이다.

도 8은 공급망 소프트웨어 기능을 설명하는 블록도이다.

도 9는 장비 또는 자산을 유지하기 위한 공급망을 관리하도록 명령하거나 제안할 때의 제안 처리 중에 수행되는 운용 흐름을 나타낸 도면이다.

도 10은 제안을 획득한 후 및 장비 또는 자산을 유지하기 위한 공급망의 관리를 개시하기 전의 천이 중에 수행되는 운용 흐름을 나타낸 도면이다.

도 11은 장비 또는 자산을 유지하기 위해 공급망 처리를 관리할 때의 유지 조작 중에 수행되는 운용 흐름을 나타낸 도면이다.

상기에서 간단히 설명한 바와 같이, 본 발명의 실시예는 고객에게 장비를 유지하기 위해 공급망 처리를 관리하기 위한 방법, 시스템, 구성 및 컴퓨터 독출가능 매체를 제공한다. 이하의 상세한 설명에서는, 그 일부를 형성하고 그리고 가령 예를 들어 특정 실시예 또는 예를 나타내는 첨부도면에 대해 기준(reference)이 만들어진다. 이들 설명에 도움이 되는 실시예는 결합되어도 좋고, 다른 실시예가 이용되어도 좋으며, 구조적인 변경이 본 발명의 정신 및 범위를 일탈하는 일없이 이루어져도 좋다. 따라서, 이하의 상세한 설명은 어떤 제한된 의미로 취해지는 것이 아니고, 본 발명의 범위는 첨부된 청구의 범위 및 그 등가구성에 의해 한정된다.

본 발명의 실시예는, 데이터 클리닝 또는 작성(data cleaning or preparation) 기술, 통계적인 수요 예측 알고리즘, 소비가능하고 수리가능한 부품을 위한 최적화 알고리즘, 리스크 평가를 위한 시뮬레이션 기술, 및 일별 분석을 위한 전술적인 자산 관리 툴을 한결같이 연결하는 혁신적인 업무 처리 모델을 나타낸다. 이들 업무 처리 모델은 고객 정비 공급망 및 서비스 부품을 성공적으로 관리하고, 재고비용을 절감하며, 임무를 수행하고 수익을 창출하기 위해 임계 시스템의 유효성을 최대로 한다. 본 발명의 실시예는 세계적으로 장비를 관리하는 기획 레벨 솔수션(enterprise level solution)을 나타낸다. 서비스 부품은 수리의 복잡성에 의존해서 다른 수리센터에 유지되고, 다른 위치에서 작동된다. 재고는 잘 통솔된 처리 및 이전에는 독립 소프트웨어 솔루션의 통합 이용을 통해 성취된 다른 위치에서 다른 소유자에 의해 저장된다.

구체적으로는, 장비의 수명을 통하여 예비 부품 및 수리 서비스를 포함하는 장비의 정비를 관리하고, 장비를 지원하는 수명 비용을 최소화하며, 다수의 부품 제조업자(supplier), 사용자, 운송업자, 창고 및 전세계에 알려진 메인테이너(maintainer)에 걸친 지원을 동기화하는 것이 관리된다. 추가적으로, 다수의 운용 시스템, 데이터베이스, 레거시 시스템 및 보안 프로토콜에 걸친 시간 임계 정보 시스템으로의 동기화 및 액세스, 다수의 비축 위치에 걸친 재고 비축량의 최적화(최소 비용으로 비축 중인 재고로부터 부품의 필 레이트(fill rate: 충만율)를 최대로 하거나, 또는 최소 비용으로 운용 장비의 플리트의 유효성을 최대로 하기 위해), 및 전 시간에 걸쳐 최적화된 레벨의 정비가 제공된다.

이제 동일한 번호가 몇몇 도면을 통해 동일한 요소를 나타내는 도면을 참조하여, 본 발명의 태양 및 설명에 도움이 되는 운용 환경에 대해 설명하기로 한다. 이들 도면 및 이하의 논의는 본 발명의 실시예를 실시하기 위한 적당한 연산 환경의 간단하고 일반적인 설명을 제공하고자 하는 것이다. 이하의 설명은 퍼스널 또는 서버 컴퓨터 상에서 실행하는 BIOS 프로그램과 공동으로 실행하는 통합 프로그램 모듈의 일반적인 측면에서 본 경우이다. 이 기술분야에서 통상의 지식을 가진 자라면 그러한 모듈이 다른 프로그램 모듈과 결합하여 구현되어도 좋음을 알 수 있을 것이다.

일반적으로, 프로그램 모듈은 루틴, 프로그램, 구성, 컴포넌트, 데이터 구조, 및 특별한 작업을 수행하거나 특별한 추상적인 데이터 형태를 구현하는 구조의 다른 형태를 포함한다. 게다가, 이 기술분야에서 통상의 지식을 가진 자라면 그러한 모듈이 휴대용 장치, 멀티프로세서 시스템, 마이크로프로세서 기반 또는 프로그램가능한 고객 전자장치, 미니컴퓨터, 메인프레임 컴퓨터(mainframe computer) 등과 같은 다른 컴퓨터 시스템 구성으로 실시되어도 좋음을 알 수 있을 것이다. 이러한 모듈은 또한 작업이 통신망을 통해 연결되어 있는 원격 처리장치에 의해 수행되는 분배 연산 환경에서 실시되어도 좋다. 분배 연산 환경에서는, 프로그램 모듈은 로컬 및 원거리 메모리 저장장치 내에 위치되어도 좋다.

이제 도 1을 참조하면, 장비 정비 프로세스(100)를 설명하는 운용 흐름이 나타내어져 있다. 조직(organization)은 수익을 창출하거나 임무를 수행하기 위해 장비(101)를 작동시킨다. 장비는 작동시키기 위해 수리 중에 있어야 한다. 메인 테이너는 장비를 고정시키기 위해 예비 부품을 사용한다. 예비 부품은 장비를 고정하기 위해 비축 중에 있어야 한다. 여기에서 설명되는 프로세스 및 컴퓨터 프로그램 성능은 가장 낮은 가능한 총비용에서의 작동을 촉진하기 위해 장비의 유효성을 최대로 하기 위해 예비 부품을 분석한다. 예비 부품은 공급망(supply chain; 103)을 통해 공급된다.

도 2는 공급망 관리 업무 이벤트 흐름(200)의 개략도를 나타낸다. 한 실시예에 있어서는, 장비가 조작됨(201)에 따라 동작 데이터(202)는 데이터 저장소(203)에 의해 검색되거나 데이터 저장소(203)로 공급된다. 데이터 저장소(203) 내의 데이터는 뒤에서 예컨대 도 6에서 더 개시되고 설명되는 다수의 어플리케이션 사이에서의 이용을 위해 작성된다. 데이터 작성은 이용하기 위한 데이터를 클리닝, 통합 및/또는 상관하는 것을 포함해도 좋다.

다음으로, 데이터는 수요 예측 모델(204)로 전송된다. 여기서 수요 예측 어플리케이션은 통계적인 수요 예측을 발생시킨다. 예측 방법론은 관련 고객에 의해 경험되는 통계적인 수요 예측의 특성의 프로파일에 기초해서 예측 방법 라이브러리로부터 선택된다.

다음으로, 수요 예측 및 관련 데이터가 전략적인 재고 최적화 모델(205)로 전송된다. 이 전략적인 재고 최적화 모델(205)은 "part-at-a-time" 전술적인 최적화 모델(207)에 대한 안전한 비축을 설정하기 위해 전략적인 세계적 재고 최적화 모델로부터 평균 수효의 연간 이월주문을 이용한다. 이것은, 실사회의 예측 불허의 변화에 따라 재고 불균형을 수정하기 위해 매일 실행되는 전술적인 모델(207)과 동기해서 전형적으로는 매년 또는 분기별로 실행되는 이론적인 전략 모델(205)을 보존한다. 수요의 불확실성에 응답하도록 유지된 과잉 재고인 안전한 비축(safety stock)은, 기대되는 연수의 이월주문 비축량식을 이용해서 결정된 안전한 비축과 관습적인 윌슨 경제적 발주량(Economic Order Quantity: EOQ) 비축량식의 차이로서 정의된다. 1930년대에 개발된 이 윌슨 EOQ 모델은, 비축량이 제로에 도달할 때 리드타임(lead time: 제품의 기획에서 완성단계의 기간)과 떨어져서 신청된 새로운 주문이 도달한다고 가정한다. 이 윌슨 EOQ 모델은 수요의 변화성이 없다고 가정한다. 이 새로운 안전한 비축식은 윌슨 EOQ 모델 이상(또는 이하)의 임의의 비축량을 안전한 비축으로서 분류한다. 재고 최적화 중에 값이 비싸고 용량이 적은 부품 중의 하나를 의도적으로 다 써버리기 때문에, 안전한 비축은 정(正)이거나 부(負)이어도 좋다. 잘 통솔된 예비 모델링 처리는 예비 부품을 정비하기 위해 재고 최적화 처리를 표준화하는데 사용된다.

추가적으로, 비축량의 그래프적 표현(graphical representation)은 "part-at-a-time" 전술적인 최적화 모델(207)에서의 재고 정책 결정의 영향을 전달하도록 전 시간에 걸쳐 사용된다. 그래프적 표현은 후에 더 상세히 설명되는 것과 같은 웹 서버 및 그래픽 사용자 인터페이스(Graphical User Interface: GUI)를 매개로 생성되어 묘화된다.

또한, 공급망 시뮬레이션(206)은 시뮬레이션 기술의 통합을 통해 시스템이 변화하는 조건 하에 어떻게 응답할 수 있는지를 이해하는 능력을 가진다. 이것은, 변화하는 동작 템포 하에 평가되도록 안정하고 유용한 장비 조작(201)을 가정하는 전략적인 재고 최적화(205)의 결과를 시뮬레이션함으로써 리스크를 저감시키는데 필수적이다. 게다가, "what-if(만약의 경우)" 시나리오를 포함한 자산 관리 정책은 공급망 시뮬레이션(206)에 의해 시험된다.

트랜잭션 시스템 모델(transaction system model; 208)은 재고 관리를 위해 사용되는 것으로, 공급 및 재고 보충 또는 이동 순서 등을 포함하고 있다. 일단 재고 보충이 일어나면 수요 예측 모델(204)에서 리프레쉬된 수요 예측을 처리하기 위해 갱신된 데이터가 데이터 시스템 모델(203)로 전송된다. 따라서, 폐루프 계획은 공급망 업무 처리의 중요한 특성이다. 장비 조작(201)을 유지하기 위해 사용되는 예비 부품에 대한 주문은 전자문서교환(Electronic Data Interchange: EDI)을 통해 재고 관리 시스템(208)에 도달한다. 이 주문은 부품을 비축하는 창고(212)로부터 실현된다. 또한, 주문은 오더 엔트리(order entry)를 통해 예비 부품을 만드는 오리지널 장비 제조업자(213)에게 신청되어도 좋다. 게다가, 주문은 구매 시스템(211)을 통해 예비 부품을 수리하기 위해 계약한 납품업체 및/또는 수리 전문점(214)에 신청해도 좋다.

또한, 상기에 간단히 설명한 바와 같이, 도 6에 나타낸 TAV(Total Asset Visibility: 총자산 가시성) 웹 포털은 자산을 효과적으로 관리하는데 필요한 데이터가 어플리케이션에 의해 변화하고, 어떻게든지 모든 정보를 저장할 수 있고 모든 자산 관리자가 볼 필요가 있는 데이터 저장소 구조가 하나도 없다는 인식을 다루기 위해 사용된다. 따라서, 도 4에 나타낸 BRC 및 통합 모듈은 자산을 관리하는 업무 처리를 합리화하기 위해 한 위치에서 하나의 웹 방송 개시신호(web sign on)에 의 해 내부, 고객 및 부품 제조업자 데이터 시스템으로부터 자산 관리자로 업무 정보를 제공하기 위해 웹 기술(web technology)을 이용한다. 이 기술은 고객의 현존하는 시스템이 기능성이나 데이터를 복제하는 일없이 견고한 웹 인터페이스를 통해 공급망 관리 업무 처리에 짜 넣어지는 것을 가능하게 한다. 장비 정비 공급망을 관리하는 것에 관한 추가적인 상세(詳細)는 도 3에 관하여 이하에서 설명한다.

도 3은 본 발명의 설명에 도움이 되는 실시예에서 통합된 합작 공급망 관리 업무 처리를 가능하게 하기 위한 연산 시스템 아키텍처 운용(300)을 나타낸 도면이다. 한정되지 않는 한가지 예를 들면, 두드러진 특징은 연산 시스템 아키텍처 내에 매립되어도 좋은 이하의 처리 공정을 포함해도 좋다.

거래형 소스 데이터(301)로의 자동화된 링크(302)는 데이터 현재성(data currency)을 확실하게 하고, 수동 흡인(manual pull) 중에 소실되거나 절단된 데이터를 제거한다. 이 데이터(301)는, 다른 소스로부터의 정보가 분석을 위해 데이터 저장소(303) 내에 수집되는 경우, 종종 배치(batch) 모드로 수집된다. 데이터 클리닝(data cleaning; 304)은 반복하는 처리이다. 유효하지 않은 부품번호나 NSN(NATO Stock Number: 나토 스탁번호) 등과 같은 몇몇 에러는, 중요 부품 리스트에 대해 비교함으로써 데이터가 로드될 때 식별될 수 있다. 대부분의 다른 에러는 전략적인 예비 예측이 실행되고 높은 드라이버 부품이 분석될 때까지는 명확하게 드러나지 않는다.

통계적 수요 예측(305)은 장래의 수요의 가장 좋은 예측을 식별하기 위해 고수요예측 및 저수요예측에 대해 통계적 기술의 수집을 적용한다. 전략적인 재고 최적화 모델(306)은 최소 비용으로 수리가능한 부품(307)에 최대 항공기 유효성을 제공하고 소비가능한 부품(308)에 최대 필 레이트를 제공하기 위해 예비부품 재고 레벨을 최적화한다. 몇몇 부품이 그 밖의 것보다 다른 레벨에서 절약되기 때문에, 그것들은 다른 서비스 레벨, 또는 뒤로 미룬 주문(이하, '이월주문'이라 한다), 목표(314)를 가진다. 기대되는 이월주문 목표(314)는 비축량(310)에 기초한 이월주문의 연간 수효로서, 안전한 비축이나 그 부족분의 측정이다. 수요의 불확실성 및 제한된 예비 비축은 몇몇 부품이 요청되었을 때 선반 위에 얹힌 채로 있을 필요는 없다는 것을 확실히 하는 바, 전략적인 모델의 기능은 가장 없어지기 쉬운 것이 어느 부품인지를 판단하기 위한 것이라고 할 수 있다. 최적화된 전략적인 예비 예측(105)은 전문 분석자에 의해 행해지고 모든 부품을 고려하여 실사회의 예측 불허의 변화에 반응하고 있는 자산 관리자에 의해 수행되는 전술적인 "part-at-a-time" 예측(316)과 제휴할 수 있어야 하기 때문에, 이 이월주문 목표(314)는 유효한 공급망의 중심이다. 이 이월주문 목표(314)는 비축량(310)을 계산할 때 전술적인 툴에 있어서 소망하는 안전한 비축을 수립한다.

소모품(308)은 수리품과 함께 그들을 예측하는데 필요한 정비 계약서 레벨 구조를 만들어내는데 실제로 도움이 되지 않기 때문에 수리품(307)과 별도로 예비된다. 와셔, 리벳 및 볼트 등과 같은 소모품은 팬 스톡(pan stock)으로서 알려져 있고, 종종 아주 높은 필 레이트 목표로 예비된다. ABC 분석(308)은, 연간 판매의 80%에 대하여 책임이 있는 부품의 5%인 A부품, 연간 판매의 다음의 15%에 대하여 책임이 있는 부품의 15%인 B부품, 판매의 나머지 5%에 대하여 책임이 있는 부품의 나머지 80%인 C부품으로 소모품을 분리하도록 수행된다. 이와 같이 해서 부품 수요를 만족시킴으로써, 무엇보다도 필 레이트 목표 및 단기간을 만족시키기 위해 고수요, 저가격의 부품만을 구매하는 문제를 회피한다.

수리가능한 부품에 대한 정비 계약서 레벨 데이터가 이용가능하면, 이용가능성 목표와 함께 수리품 및 정비가 충분한 소모품(예컨대, 대체되지 않으면 항공기를 운전정지상태로 유지할 수 있는 소모품)을 예비하는 것이 유익하다. 또한, 부품의 위험상태를 항공기에 포함시키는 것은 임계적인 항목을 더 엄격하게 예비함으로써 예측의 충실도를 향상시키게 된다.

구속받지 않는 비용대 목표 곡선(309) 또는 교환 곡선은, 제한된 예비 달러에 대한 가장 큰 복귀를 식별하기 위해 수리품에 대한 이용가능성 곡선, 또는 소모품에 대한 필 레이트 곡선의 "무릎 부분(knee)"을 식별하기 위해 사용된다. 이용가능성 또는 필 레이트 목표가 100%에 접근함에 따라, 비용이 여러 겹 증가한다. 이 곡선은 다른 재고 레벨에서의 비축 비용과 얻을 수 있는 결과적인 예비 목표 사이의 관계를 설명하는데 이용하기 위한 우수한 툴이다.

일단 특정의 달러 투자가 식별되면, 부품번호에 의한, 위치에 의한 부품의 최적 혼합을 식별하기 위해 전략적인 예비 모델이 사용된다. 이것은, 수리품에 대한 권장 비축량(310)과, 소모품에 대한 비축량 및 재주문점(319)의 리스트로 된다. 소모품의 비축량 및 재주문점은, 전략적인 최적화 처리 중에 결정되는 이월주문 목표(기간당 이월주문의 평균 수효)에 기초를 두고 있는 리드타임 중에 발생하는 수요의 변화성을 커버하기 위한 안전한 비축을 포함하는 관습적인 윌슨 경제적 발주 량(Economic Order Quantity: EOQ) 모델의 변형을 이용해서 개발된다.

비축량, 수요 비율 및 부품 비용뿐만 아니라 주문 신청의 비용을 앎으로써, 연간 주문 비용 및 연간 유지 비용이 결정된다. 제안 분석 중에, 계약 및 가격군은 “out-year” 부품 요구사항에 대한 비용, 폐기 손실 및 재생에 대한 계정을 차츰 올리고, 공동 이익에 포함시킨다. 이 재무 분석(311)은 주문가격의 예비 부분을 결정한다.

현존하는 프로그램 상에서의 최적화 처리의 다른 악영향은, 현재고 위치(현재고, 플러스 부족분, 마이너스 이월주문, 즉 현재고 + 부족분 - 이월주문)가 부품의 좋은 않은 혼합을 반드시 포함하고 있다는 것이다. 이것은, (1) 소망하는 개시재고에 시스템을 "플러스 업(plus up)"시키기 위해 요구되는 추가 예비 부품을 측정하고, (2) 권장 재고량까지 존재하는 과잉 자산을 소진하며, (3) 능동 수요를 갖지 않는 비이동 부품을 재판매 또는 처분을 위한 후보자로서 식별하고, (4) 고객이 재주문점에 도달할 때까지 과잉 재고로 인정할 수 있다고 주어진 예비 계약을 지원하는데 필요한 불량품, 또는 자연 감소, 수리품 및 소모품의 값을 매기도록 다년 재무 분석을 수행하기 위해 다년 소진 분석(311)을 수행할 기회를 제공한다.

예비 예측은 반복하는 처리(312)이다. 결과적인 재무 분석이 제안의 목표 비용 이상이거나, 또는 고객이 편안해 하는 것보다 높으면, 예측은 더 낮은 목표를 위해 수정되어야 한다. 또한, 고객이 이용가능한 추가적인 펀드를 갖고 있으면, 목표는 시스템에 대한 성능의 최대 증가를 제공할 수 있는 추가적인 예비 부품을 식별하기 위해 증가될 수 있다. 경험은 대부분의 데이터 클리닝이 가장 큰 연간 판매량의 원인이 되는 높은 드라이버 부품을 분석함으로써 예비 예측의 결과를 이용해서 행해진다는 것을 나타낸다. 연간 판매량에 기초해서 부품의 등급을 정렬함으로써, 자연 차단 포인트는 통상적으로 자명해지고, 부품의 관리가능한 리스트는 물류, 지원, 공학, 고객 전문가에 의한 재검토를 위해 선택되어도 좋다. 가장 큰 에러는 통상적으로 부품을 알고 있는 전문가에게는 비교적 명확하고, 종종 부정확한 가격, 리드타임 및 불량율을 내포하고 있다. 지원 장비의 부품을 이용하기 위한 요구와 대체 부품을 구매하기 위한 주문 사이에서 구별되지 않는 공급 시스템으로 인해 수요가 부정확하다. 한 차례의 시간 변형은 종종 순환하는 수요로서 보여지는 바, 적당하게 매입되지 않으면 안된다. 잘못 부호화된 부품번호는 수정되어야 한다. 예컨대 1회의 반복으로부터 다음 반복까지의 초기 예비의 비용의 차이가 임의의 추가적인 반복을 후원하지 않는 선택이 이루어지도록 받아들일 수 있게 폐쇄될 때 예측이 직선에 모이기 전에 통상 몇 차례의 반복을 필요로 한다.

통계적인 수요 예측(305)의 신뢰성 부문과의 합작, 가격 및 리드타임 갱신의 계약 및 가격과의 합작, 그리고 수요 비율 및 재고 레벨의 고객과의 합작(312)은, 모든 훈련이 예비부품 모델러(modeler)로부터 자산 관리자로, 비용 분석가로, 항공기를 설계 및 개정하는 엔지니어로, 높은 드라이버 보고서를 재검토하는 관리자로 동일한 주지(周知)의 좋은 데이터를 이용해서 결정을 한다는 것을 확실하게 함으로써 데이터 루프를 닫는다.

전략적인 재고 최적화(306)가 최적화를 수행하는 동안, 공급망 시뮬레이션 모델링(313)이 분석된다. 한 실시예에서는, 비행 스케줄을 만족시키려고 하는 항 공기의 운용 플리트(operational fleet)에 대한 특정의 예비 예측의 영향을 이해하기 위해 시뮬레이션 모델링(313)이 이용된다. 전략적인 예측은, 주어진 예비 예측, 한정되지 않은 수의 메인테이너 및 기지로부터 기지로 불규칙하게 이동하지 않는 항공기에 의해 얻어지는 플리트 이용가능성을 평가한다. 시뮬레이션 모델링은 시프트하거나 시프트하지 않는 메인테이너에 의해 다수의 기지에서 항공기 비행 임무를 위한 공급망에 대한 불규칙한 실패의 영향에 추가된다. 시뮬레이션 모델링은 또한 플리트 이용가능성에 대한 자기 잠식(cannibalization) 또는 약탈(robbing)의 영향을 평가할 수도 있다. 충분한 상세(詳細)에서 수행될 때 시뮬레이션 모델링은 주어진 지원 개념을 가진 분야에서 얻어질 수 있는 운용 이용가능성의 우수한 표시를 제공할 수 있다. 시뮬레이션 모델링은 또한 다른 지원 개념(예컨대, 정비의 2대 3 레벨)과 정비 정책(예컨대, 부품의 측면 이동, 또는 발송) 사이의 트레이드오프(trade-off: 절충)가 평가되도록 한다. 전략적인 예측과 같은 시뮬레이션 모델링은 반복하는 처리이다.

일단 인식하고 있는 자산 관리자(317)에 의해 승인되면, 전략적인 재고 최적화(306)에 의해 권장된 비축량이 주문 실행 및 재고 관리 시스템(319)으로 로드된다. 이 시스템은 수리품을 불량품으로 판정했을 때 새로운 부품을 구매하는 비축량으로 관리한다. 비축량이 떨어지고, 소모품을 비축량 및 재주문점으로 관리하는데, 재고를 비축량으로 보충하는 재주문량에 있어서 재고가 재주문점으로 떨어지거나 재주문점 이하로 떨어질 때 주문을 신청한다.

전술적인 결정 지원 툴(316)은 자산 관리자가 부품을 한 번에 하나씩 평가하 도록 한다. 전술적인 분석은 통상 특정 부품이 자산 관리자의 주의에 이르게 하는 트리거(315; 예컨대, 품절, 수요의 갑작스런 쇄도, 예컨대 OEM 재고로부터 추가적인 비축을 요구하는 플리트로부터의 호출)에 의해 지시된다.

총자산 가시도 웹 포털(318)은, 데이터 저장소 내의 데이터 항목의 통용 기간과 레벨 사이의 갭을 연결하는 편리한 웹 스크린, 다른 고객 소매 및 보잉 도매 비축 위치에서의 실시간 비축량, 및 수리 처리를 통한 수리가능한 부품의 경과의 수집이다. 또한 TAV 스크린은 가시도가 주문 중에 있는 부품의 상태로 되도록 한다. 게다가, 그들은 변형 및 대체 부품을 식별하고 자산 관리자가 항상 최종 구성을 주문하는 것을 확실히 하기 위해 다수의 소스로부터 구성 정보를 수집한다.

이제 도 4를 참조해서, 본 발명의 설명에 도움이 되는 실시예에서 이용되는 네트워크화된 운용 환경(400)의 국면을 설명하는 개략도에 대해 설명한다. 도 4에나타낸 바와 같이, 네트워크화된 환경(400)은 BRC(business rules configuration: 업무 규칙 구성) 및 통합 모듈(402)을 포함하는 BRC 서버(401)를 포함하고 있다. BRC 서버(401)는 인터넷이나 인트라넷과 같은 네트워크(410)를 매개로 퍼스널 컴퓨터(PC; 406) 및/또는 워크스테이션(407)에 액세스할 수 있다. 네트워크화된 환경(400)은 또한 재고 및 창고 관리 시스템(403), 공급망 부품 제조업자와 관련된 데이터를 갱신 및 수신하기 위한 부품 제조업자 데이터베이스(404), 구성 데이터베이스(405), 고객과 관련된 데이터를 감시 및 갱신하기 위한 고객 데이터베이스(409) 및 내부 데이터 저장부(408)를 포함하고 있다.

BRC 서버(401)의 출력은 부품 제조업자 데이터베이스(404), 재고 및 창고 관 리 시스템(403) 및 고객 데이터베이스(409)로의 입력으로서 기능해도 좋다. 예컨대, BRC 서버(401)는 계획 또는 전술적인 수요 예측에 기초해서 부품군에 대한 비축량 재주문점을 생성하고, 이 데이터를 재고 및 창고 관리 시스템(403)으로 송신한다. 구성 데이터베이스(405)는 BRC 서버(401)와 인터페이스하여 몇몇 주요한 데이터 요소를 입력으로서 공급망 업무 처리로 공급한다. 주요한 데이터 요소의 값은 공급망 업무 처리 내의 통합 시스템 사이에서 공유된다.

마찬가지로, 고객 데이터베이스(409), 예컨대 고객의 창고 데이터베이스는 현재고(on-hand)의 부품 및 재고로부터 직접 이용할 수 있는 부품의 수를 포함해도 좋다. 이 현재고의 정보는 계획 또는 전술적인 수요 예측 처리 중에 고려되어야 할 BRC 서버(401)에 의해 검색되거나 BRC 서버(401)로 공급되어도 좋다. 고객 사이트에서 실제로 얼마나 많이 존재하는지를 고려함으로써, 계획 정확도를 확실하게 하고, 과잉 비축 및/또는 부족 비축을 회피하는 것을 돕는다. 부품 제조업자 데이터베이스(404)는 부품에 대한 조달 리드타임에 관한 정보를 BRC 서버(401)로 공급한다. 리드타임은 부품이 선반에 얼마나 많이 비축되어야 할지 결정하는 것을 돕는다. 실제로는 부품 및 생산품 도매상의 선반 상의 예비 부품의 비축량을 결정하는 최적화 알고리즘으로의 배달을 야기하는데 어느 정도 시간이 걸린다. 내부 데이터베이스(408)는 공급망 관리 예비 부품 및/또는 생산 데이터 저장소로서 기능한다. 이 데이터 저장소는 처리로 검색되고 실시될 수 있는 공급망 관리자에 대해 내부의 파라미터와 관련된 적절한 데이터를 포함하고 있다. 데이터는 처리로 실시되기 전에 준비되거나 "클리닝"된다. 데이터 클리닝에 관한 추가적인 상세한 설명 은 도 6에 관하여 이하에서 설명하기로 한다.

도 5는 본 발명의 설명에 도움이 되는 실시예에 있어서 통합 공급망 관리 업무 처리를 가능하게 하기 위한 연산 시스템 아키텍처를 나타낸다. 이 아키텍처는 인터넷이나 인트라넷과 같은 네트워크(510)를 매개로 퍼스널 컴퓨터(PC; 406)(도 4) 및/또는 워크스테이션(407; 도 4)에 액세스할 수 있는 네트워크화된 컴퓨터 서버(500)를 포함하고 있다.

네트워크화된 컴퓨터 서버(500)는, 중앙처리장치(CPU; 505) 시스템 메모리(501), 및 시스템 메모리(501)를 CPU(505)에 연결하는 시스템 버스(509)를 포함하고 있다, 시스템 메모리(501)는 ROM(read-only memory: 독출전용 메모리)(503) 및 RAM(random access memory; 502)을 포함하고 있다. 네트워크화된 컴퓨터 서버(500) 내의 요소 사이에서 정보를 전송하는 것을 돕는 시동 중의 기본적인 루틴을 포함하고 있는 기본적인 입/출력 시스템(BIOS; 504)은 ROM(503) 내에 저장되어 있다.

대용량 저장장치(MSD; 508)는 데이터를 저장하기 위한 RAID(Redundant Array of Inexpensive Disks: 여러 개의 하드 디스크에 일부 중복된 데이터를 나눠서 저장하는 기술) 시스템이어도 좋음을 알아야 한다. MSD(508)는 시스템 버스(509)에 접속된 대용량 저장 컨트롤러(도시하지 않음)를 통해 CPU(505)에 접속되어 있다. MSD(508) 및 그 관련된 컴퓨터 독출가능 매체는 네트워크화된 컴퓨터 서버(500)에 불휘발성 저장을 제공한다. 여기에 포함된 컴퓨터 독출가능 매체의 설명은 하드 디스크와 RAID 어레이와 같은 대용량 저장 장치를 참조하지만, 이 기술분야에서 통 상의 지식을 가진 자라면 컴퓨터 독출가능 매체는 CPU(505)에 의해 액세스될 수 있는 임의의 이용가능한 매체로 될 수 있다는 것을 알아야 한다.

CPU(505)는, 네트워크화된 컴퓨터 서버(500)와 네트워크화된 어플리케이션 사이에서 전파되는 신호를 공급하고 이용하기 위해, 이하에서 더 상세히 논의되는 각종의 동작을 이용해도 좋다. CPU(505)는 MSD(508)에 데이터를 저장하고 MSD(508)로부터 데이터를 액세스해도 좋다. 데이터는 시스템 버스(509)를 통해 MSD(508)로 전송되고 MSD(508)로부터 수신된다. 더욱이 후술하는 바와 같이, 범용의 프로그램 가능한 프로세서에 부가하여 CPU(505)는 펌웨어, 하드-와이어드 로직(hard-wired logic), 아날로그 회로, 다른 특별한 목적의 회로, 또는 그 임의의 조합으로 될 수 있다.

각종 실시예에 따르면, 네트워크화된 컴퓨터 서버(500)는 인터넷 또는 LAN(local area network: 근거리 통신망)과 같은 네트워크 통신을 매개로 원격 연산장치(도시하지 않음)로의 논리적인 접속을 이용해서 도 2에서 나타낸 것과 같은 네트워크화된 환경에서 동작한다. 네트워크화된 컴퓨터 서버(500)는 네트워크 인터페이스 유닛(506)을 매개로 네트워크(510)에 접속되어도 좋다. 네트워크 인터페이스 유닛(506)은 또한 다른 형태의 네트워크 및 원격 컴퓨터 시스템에 접속하기 위해 사용될 수도 있음을 알아야 한다. 또한, 네트워크화된 컴퓨터 서버(500)는 키보드, 마우스 또는 전자 철필(electronic stylus)(도시하지 않음)을 포함하는 다수의 다른 장치로부터 입력을 수신 및 처리하기 위한 입/출력 컨트롤러(507)를 포함해도 좋다. 마찬가지로, 입/출력 컨트롤러(507)는 프린터 또는 다른 형태의 출 력장치로 출력을 공급해도 좋다. 또한, 입/출력 컨트롤러(507)는 다른 입력장치를 매개로 입력을 수신해도 좋다.

네트워크화된 컴퓨터 서버(500)와 같은 연산 시스템은, 전형적으로 적어도 몇 가지 형태의 컴퓨터 독출가능 매체를 포함하고 있다. 컴퓨터 독출가능 매체는 네트워크화된 컴퓨터 서버(500)에 의해 액세스될 수 있는 임의의 이용가능한 매체로 될 수 있다. 한정되지 않는 한가지 예를 들면, 컴퓨터 독출가능 매체는 컴퓨터 저장 매체 및 통신 매체를 갖출지도 모른다.

컴퓨터 저장 매체는, 컴퓨터 독출가능 명령, 데이터 구조, 프로그램 모듈 또는 다른 데이터 등과 같은 정보의 저장을 위한 임의의 방법 또는 기술에서 구현되는 휘발성과 불휘발성, 제거식과 비제거식 매체를 포함한다. 컴퓨터 저장 매체는 RAM에 한정되는 것이 아니라, 디스크 드라이브, 디스크 드라이브의 묶음(collection), 플래시 메모리, 소망하는 정보를 저장하는데 이용될 수 있으면서 네트워크화된 컴퓨터 서버(500)에 의해 액세스될 수 있는 다른 메모리 기술 또는 임의의 다른 매체를 포함한다.

통신 매체는 전형적으로 반송파(carrier wave) 또는 다른 전송 메카니즘과 같은 변조된 데이터 신호 내에 컴퓨터 독출가능 명령, 데이터 구조, 프로그램 모듈 또는 다른 데이터를 매립하고, 임의의 배달 매체를 포함하고 있다. 용어 "변조된 데이터 신호"는 그 특성 세트의 하나 이상을 갖거나 신호 내의 정보를 엔코드하는 방식으로 변화되는 신호를 의미한다. 한정되지 않는 한가지 예를 들면, 통신 매체는 와이어드 네트워크(wired network) 또는 다이렉트와이어드 접속(direct-wired connection)과 같은 와이어드 매체(wired media), 및 음향, RF, 적외선과 같은 무선 매체, 및 다른 무선 매체를 포함한다. 물론, 상기의 임의의 조합도 컴퓨터 독출가능 매체의 범위 내에 포함된다. 물론, 컴퓨터 독출가능 매체도 컴퓨터 프로그램 제품으로서 언급되어도 좋다.

네트워크화된 컴퓨터 서버(500)는 그 목적이 도 6에서 상세히 설명되는 대용량 저장장치(MSD; 508)를 더 포함한다.

도 6은 BRC 서버(401; 도 4)가 워싱턴 레드몬드의 마이크로소프트 코포레이션으로부터의 WINDOWS XP와 같은 운영체제(601)를 저장하기 위해 대용량 저장장치(MSD; 508)를 더 포함하고 있는 것을 나타낸다. 이따금 "솔버(solver; 606)"로서 여기에 인용되는 다수의 시스템 또는 개별 어플리케이션을 통합하기 위한 BRC 및 통합 모듈(402)은 장비 정비 공급망 및 네트워크(510; 도 5)를 통해 공급망 웹 페이지를 공급하기 위한 웹 서버 어플리케이션을 관리하는 것과 관련되어 있다. BRC 및 통합 모듈(402)은, 공급망 관리(Supply Chain Management: SCM) 소프트웨어 툴로서도 언급되는 솔버(606)의 시퀀스 및 이용을 동기화하고, 이들 소프트웨어 툴 사이에서의 정보의 교환을 지정한다.

다른 재고 문제를 해결하려면, 다른 솔루션 또는 솔버를 필요로 한다. BRC(Business Rules Configuration) 및 통합 모듈(402)은 재고 문제의 특성에 따라 사용하기에 가장 좋은 솔버를 결정하여 지정한다. 게다가, 모듈(402)은 데이터의 임의의 필요한 처리를 핸들링하여 솔버가 관련 데이터의 처리를 완료한 후에 그 결과를 업무 처리로 통합하도록 실시가능하다. BRC 모듈(402)의 이용은, 솔버가 공 급망 문제의 요구사항을 만족시키기 위한 전체적인 업무 솔루션을 효과적으로 통합할 뿐만 아니라 구성하는 것을 가능하게 한다.

도 6은 마이크로소프트 코포레이션으로부터의 SQL SERVER 또는 오라클 코포레이션으로부터의 ORACLE과 같은 데이터 클리닝 시스템(602)을 갖춘 하나 이상의 데이터베이스 어플리케이션, 마이크로소프트 코포레이션으로부터의 EXCEL과 같은 웹 서버 및 GUI(graphical user interface) 어플리케이션(604), 및 비지니스 포어캐스트 시스템스, 인코포레이티드로부터의 FORECAST PRO와 같은 상업적으로 이용할 수 있는 통계적인 수요 예측 어플리케이션(607)을 포함해도 좋은 솔버(606)를 나타낸다. 솔버(606)는 또한 전략적인 재고 최적화 유닛(608), 공급망 시뮬레이션(609), 및 소스 데이터 시스템(603)으로부터의 관련 데이터를 포함한다. 전술적인 자산 관리 솔버(610)에 있어서 한 번에 하나의 부품을 시험함으로써, BRC 및 통합 모듈(402)은 부품들간의 상호작용이 없기 때문에 이 전술적인 툴의 다수의 이용에 관한 제약을 제거하고, 자산을 관리하는 회사는 관례적으로 주어진 자산에 대하여 설명할 의무가 있는 사람은 한 사람뿐이다. 안전한 비축의 정의를 통해 전략적인 재고 최적화기(608)를 하나의 part-at-a-time 전술적인 자산 관리 툴(610)에 연결함으로써, BRC 및 통합 모듈(402)은 전체 네트워크를 다시 최적화할 필요성을 제거하는 것과 동기하여 소프트웨어 툴 모두를 유지한다.

BRC 및 통합 모듈(402)은, 관리되는 각 부품번호에 대해 소스 데이터 시스템(603)으로부터 관련 데이터를 포함하고 있는 데이터베이스에 기초해서 데이터의 수집 및 엔트리를 자동화하고, 동일한 데이터지만 시각적 문맥(visual context)으 로 제공하는 시간에 따른 재고량의 그래프적 표현(graphical representation)을 추가한다.

BRC 및 통합 모듈(402)은 또한, 이 데이터를 내부 웹 서버 및 GUI 어플리케이션(604) 또는 데이터 클리닝(602)을 가진 데이터베이스 어플리케이션에 복제하는 일없이 (부품 구성을 포함하는 물류 정보 시스템(Logistics Information System: LIS) 또는 서비스 부품의 양을 포함하는 고객 재고 관리 시스템 등과 같은) 외부 시스템의 기능을 포함하도록 공급망 업무 처리를 효과적으로 확장하는 총자산 가시성(Total Asset Visibility: TAV) 웹 포털(612)을 통해 확장된다. BRC 및 통합 모듈(402)은 특정 소프트웨어 툴 또는 소프트웨어 툴의 조합에 속하는 것을 제한하지 않고 최적 결과를 얻기 위해 어느 기능이 어느 순서로 수행되어야만 하는지를 지정한다. BRC 서버(401)는 산업 전역에 걸쳐 이용하기 위해 예비 처리를 가능하게 하는 제안 예비 분석과 순환 예비 분석의 양쪽으로부터 추려낸 가장 좋은 실행(practice)에 기초해서 개발된 예비 모델링 처리를 통합시킨다.

BRC 서버(401)의 다른 특징은, 부품의 인식을 통계적인 알고리즘의 자동화된 선택과 통계적인 수요 예측 어플리케이션(607)을 매개로 연결하는 통계적인 수요 예측 처리 모델을 포함한다. 구체적으로, 포아송 분포는 항공우주 서비스 부품에 대한 수요를 적절히 특징지우지 않는다. 항공우주 서비스 부품은 음이항 분포(negative binomial distribution), 포아송 분포 및 지수 분포의 조합을 이용하여 적절히 모델화되어도 좋다.

장비 운용 이용가능성(Ao) 솔버(608)는 이따금 전략적인 재고 최적화 모델이 라 불리고, 장비 정비계약 하에 관리되지 않는 부품의 공급 이용가능성을 산출한다. 이것은, 회사 운용 장비가 전형적으로 엔진 제조업자와 엔진의 정비를 계약하고, 레이더 장비와 같은 어떤 전자장치의 정비를 계약하며, 나머지 부품을 제3자 공급망 정비 공급자와 계약한다는 문제를 해결한다. 제3자 공급자는 전형적으로 어떤 장비 이용가능성 목표를 유지하기 위해 예비 부품을 관리하도록 계약된다. 이 문제는, 엔진 및 레이더와 같은 정비가 이따금 제3자 공급자의 제어 하에 있지 않다고 하는 점이다. 장비 운용 이용가능성(Ao) 솔버(608)는 다른 정비 공급자에 의해 유지되는 각 시스템으로부터 완제품(end item) 또는 장비의 기대되는 이용가능성에 대한 비율을 결정한다. 이것은, 전체적인 운용 이용가능성 목표를 얻기 위해 그들의 제어 아래에 있지 않은 다른 시스템을 하나의 요인으로 포함시켜 제3자 공급자가 그들의 제어 아래에 있는 시스템에 대한 적당한 운용 이용가능성 목표를 결정하도록 한다. 결과적인 목표는 그 때이지만, 보증되는 것을 필요로 하지 않는다.

BRC 및 통합 모듈(402)은 또한 공급망 시뮬레이션(609)을 매개로 what-if 분석(what-if analysis)을 허용하고, 이로써 창고 재고 관리 시스템(605)으로 결과적인 비축량 및 재주문점을 실현하고 전기적으로 로드하기 위해 하나를 선택하기 전에 자산 관리자가 다수의 시나리오를 구하고 재검토하는 것을 가능하게 한다.

전술적인 자산 관리 솔버(610)는, what-if 분석을 행하기 위해 한때 분석(part-at-a-time analysis)을 수행하고; 시나리오를 보존하고, 보존되거나 보존되지 않은 시나리오를 생산 데이터베이스로 넘김으로써 비축량 요구사항을 갱신하 며, 보존되거나 보존되지 않은 시나리오를 폐기하고, 시나리오의 작성자를 식별하는 것 중의 하나 이상을 수행할 능력을 더 포함한다.

상기의 전술적인 분석 솔버(610)의 확장은, 혁신적인 계약과 제조 및 수리 솔루션을 통해 예기치 못한 수요의 리스크를 완화하기 위한 업무 규칙을 포함한다. 예기치 못한 수요는 어떤 부품에 대해 수년에 걸쳐 수요가 없어 그것을 비축하지 않도록 한 후 수요가 있을 때 발생한다. 또한, 예기치 못한 수요는 통계적인 수요 예측 솔버(607)에 의해 예측되는 수요를 과잉하는 수요를 의미할 수도 있다.

이 문제를 완화하기 위한 업무 규칙은, 다음의 옵션, 즉 관리 지연시간을 최소화하기 위해 부품 제조업자와 유연한 계약을 실현하고, 더 빨리 부품을 수리하기 위해 메인테이너 또는 저장소 수리 설비 과잉 근무에 보수를 지급하며, 통상 폐기되어야 할 부품을 수리하고, 납품업체가 추가 부품을 제조하는 것을 기다리기보다는 로컬 기계 상점에서 국부적으로 부품을 제조하는 옵션의 하나 이상을 평가하는 것을 포함하지만, 이에 한정되는 것은 아니다. 신속한 제조 기술을 이용한 부품의 분해공학(reverse engineering)은, 선택적인 레이저 신터링(Slective Laser Sintering: SLS), 스테레오리소그래피(stereolithography: STL), FDM(Fused Deposition Modeling), 컴퓨터 수치 제어(Computer Numerical Control: CNC) 기계 가공 등으로 실현되어도 좋지만, 이에 한정되는 것은 아니다. 최후로, 다른 업무 규칙은 특정의 부품 번호가 아니라 같은 부품의 수리를 위해 수리 저장소와 계약하는 것과, 장비의 다른 완제품으로부터 부품을 분해하는 것을 포함한다.

상기의 전술적인 분석 솔버(610)의 확장은 자산 관리자가 정비 예비 부품으 로서 새로운 완제품의 제조를 위해 의도한 부품을 사용하는 영향을 이해하는 것을 가능하게 하기 위해 업무 규칙을 포함하도록 하는 것이다. 생산 효과로부터 부품을 로브(rob)함으로써, 장비를 조립할 제조업자의 능력은, 특히 부품이 특별한 시퀀스로 조립되어야 할 때 생산 스케줄을 붕괴시킬 수 있다. 이것은, 고객이 생산으로부터 로브한 부품이 아니라 그 임무를 만족시킬 수 없는 제품으로서 동작하는 것으로부터 장비를 유지하고 있는 필요한 예비 부품을 보는 문제를 해결한다. 이 솔버는 대체해야 할 생산을 로브해야 할지 여부의 업무 이익을 평가한다.

또한 ABCDE 솔버, 파레토 분석 솔버(Pareto Analysis Solver) 또는 부품 계층 솔버(Part Stratification Solver)로서 알려진 ABC 계층 솔버(611)는 전략적인 재고 최적화 모델에 의해 필 레이트 목표로 최적화된 소비가능한 부품을 리스트 및/또는 그래프로 표현하는 보고서를 포함한다. 이 솔버는 소모품을 카테고리로 계층화한다. 각 카테고리는 필 레이트를 얻기 위해 개별적으로 최적화되어 있다. 이 기술은 또한 최대 달러 투자 및 자산 관리 주의를 필요로 하는 부품을 식별한다. 이 보고서는 라인이 특유의 부품번호인 경우에 Y축 상의 연간 소비 이용에 대한 X축 상의 라인 수를 그래프로 나타낸다. 특유의 라인마다 목록에 기입된 0개 이상의 부품이 있을 수 있다. 이것은, 그들의 현재의 모델이 저비용 / 고비용에 걸친 고수요 부품 / 저수요 부품을 위해 바이어스(bias)를 갖는다는 것이 현재의 공군 모델링의 약점인 최근의 GAO(Government Accounting Office) 평가로 식별된다. 보잉의 모델링 어프로치(modeling approach)는 특유의 부품번호의 라인을 예측 및 관리 목적으로 그룹화함으로써 이 문제를 회피한다. 그룹을 분리하기 위한 특정 퍼센트 및 달러 값의 이용은 임의이고, 그룹화의 가능한 조합을 한정하려고 하는 것은 아니라는 것을 이 기술에 종사하는 사람이라면 알 수 있을 것이다.

그룹화는 다음의 카테고리의 2개 이상을 포함하지만, 이에 한정되는 것은 아니다. A부품은 연간 소비의 상위 80%를 차지하고 있고, B부품은 연간소비의 다음 80-95%를 차지하고 있으며, C부품은 연간소비의 최후 5%를 차지하고 있고, D부품은 그 값이 $25.00∼$1.00이며, E부품은 그 값이 $1.00∼$0.01이고, Z부품은 수요가 있지만 값이 없다(제로 가격 부품). 이들 부품은 균일한 필 레이트로 최적화 없이 실행된다. 수요 이력을 갖지 않는 수요 부품은 없다. 그것들은 떨어지리라고 기대되지 않기 때문에 예비되지 않는 수요 부품은 없디.

총자산 가시성(Total Asset Visibility: TAV) 웹 포털(612)은, 자산을 효과적으로 관리하는 것을 필요로 하는 데이터가 어플리케이션에 의해 변화하고, 아마도 모든 정보를 저장할 수 있는 데이터 저장 구조가 하나도 없어 모든 자산 관리자가 절대로 볼 필요가 없다는 인식을 처리한다. 공급망 서비스는, 자산을 관리하는 업무 처리를 능률적으로 하기 위해, 내부, 고객 및 부품 제조업자 데이터 시스템으로부터 자산 관리자로 업무 정보를 하나의 위치에 하나의 웹 사인 온(single sign on)에 의해 표시하도록 웹 기술을 이용한다. 이 기술은 고객의 현존하는 시스템이 기능성 또는 데이터를 복제하는 일없이 고정된 웹 인터페이스를 통해 부품 제조업자의 업무 처리로 통합되도록 한다.

제조 요구사항 계획(Manufacturing Requirements Planning: MRP)에 기반을 둔 저장소 유지 솔버(613)도 제공된다. 수리가능한 부품의 저장소 정비에 있어서 는, 단편 부품(piece parts) 이용이 종종 잘 설정되고, 스케줄링되지 않은 (불규칙한) 수요 모델이 아니라 MRP 모델을 따른다. 이것은 특별히 수리가능한 부품이 정비될 때만 진실이고, 개스킷, 마모판(wear plate), 너트와 볼트, 커버판(cover plate), 컨넥터 등과 같은 일정 수의 소비할 수 있는 컴포넌트는 필요한 수리의 깊이에 관계없이 대체된다. 관습적인 재고 최적화 모델은 많은 단편 부품을 높은 필 레이트로 비축하지만, 최적화 알고리즘의 본질에 의해 수요의 몇몇 가시성을 가정하고, 수리에 필요한 모든 부품을 비축하는 대신 그 몇몇 부품이 다른 부품에 대해 트레이드 오프되어야 한다.

시한이 있는 부품 솔버(life limited parts solver; 614)는, 개스킷, 와셔, O자형 링, 차폐된 유연성 도폭 코드(Shielded Mild Detonating Cord: SMDC), 특수 윤활제(specialty lubricant) 및 배터리(이에 한정되지 않음) 등과 같은 저장 수명을 갖는 컴포넌트가 조절되는 그들의 비축량, 재주문점(또는 택일적으로 재주문점 및 재주문량, 이 경우 비축량은 재주문점와 재주문량의 합이다)를 가져야만 하는지를 판단한다. 시한이 있는 부품 솔버는 전형적으로 사용되지만, 전략적인 재고 최적화 솔버 후에 사용될 필요는 없고, 전형적으로 한 번에 하나씩 부품을 분석한다.

시한이 있는 부품 솔버(614)는 또한 매 1,000시간 또는 다른 동작시간과 같은 스케줄링된 제거속도로 부품에 대한 비축량 요구사항을 판단하도록 이용해도 좋다.

카커스 복귀 시간 솔버(carcass return time solver; 615)는, 보통 더 긴 시간인 전방 동작 위치로부터 저장소 정비 설비로 수리가능한 예비 부품을 복귀시키 기 위한 시간에 대하여 보통 더 짧은 시간인 주동작 위치로부터 저장소 정비 설비로 수리가능한 예비 부품을 복귀시키기 위한 시간의 비율을 정한다. 이 기술에 종사하는 사람에 의해 역방향 시간(retrograde time)으로서 알려진 복귀시간은 부품번호에 의해 각 위치로부터 복귀된 부품의 퍼센트에 기초해서 비율이 정해진다. 이것은, 전략적인 재고 최적화 모델이 부품번호마다 단일의 카커스 복귀 시간을 이용하는 것을 가능하게 한다.

주문 및 선적 시간 솔버(order and ship time solver; 616)는 보통 더 긴 시간인 비축 위치로부터 전방 동작 위치로 동작상 수리가능한 예비 부품을 선적하기 위한 시간에 대하여 보통 더 짧은 시간인 비축 위치로부터 주동작 위치로 동작상 수리가능한 예비 부품을 선적하기 위한 시간의 비율을 결정하기 위해 제공된다. 주문 및 선적 시간은 부품번호에 의해 각 위치로 선적되는 부품의 퍼센트에 기초해서 비율이 정해진다. 이것은, 전략적인 재고 최적화 모델이 부품번호마다 단일의 주문 및 선적 시간을 이용하는 것을 가능하게 한다.

장애율 솔버(failure rate solver; 617)는 부품이 각 모드에서 동작하는 시간의 퍼센트에 기초해서 다른 부품 장애율을 정하기 위해 사용된다. 예컨대, 항공기 미사일은 3가지의 장애율을 갖는다. 즉, 마사일이 무장하여 존속하고 있는 사이의 항공기의 운용 시간, 마사일이 래크(rack)에 대기하고 있는 사이의 항공기의 운용 시간, 및 미사일이 벙커 내에 있는 사이의 저장 수명도 또한 이 기술에 종사하는 사람에 의해 영아 사망률(infant mortality rate)로서 알려져 있다.

장애율 솔버(617)의 다른 예에서는, 장비의 장애가 있는 부분 또는 장애가 있는 부품을 처리하기 위해 사용되는 시험 장비의 일부는 3가지 장애율, 즉 시험 장비가 턴온되어 있는 사이의 운용 시간, 시험 장비가 턴온되어 있는 경우의 전원 공급 사이클(power on cycle)의 수, 및 시험 장비가 저장 중에 있는 사이의 저장 수명을 갖는다. 장애율 솔버(617)는 전략적인 재고 최적화 모델(608)이 부품번호마다 단일의 수요 비율을 사용하는 것을 가능하게 한다.

데이터 클리닝 솔버(618)는 특정의 솔버에 들어가지 전과 그 솔버에 의해 분석된 후의 양쪽의 불일치를 위해 데이터를 수집, 구성 및 분석한다. 데이터 클리닝 솔버(618) 기능은, 데이터를 측정(량)의 공통 단위 또는 공통 통화(당기 US 달러로 확대된 가격 표시)로 표준화하고, 동일한 데이터 요소의 상충되는 값이 다른 소스 시스템으로부터 이용가능할 때 가장 좋은 데이터 소스를 결정하며, 데이터를 하나의 솔버로부터 다른 솔버로 통과시키고, 빠진 공급망 데이터에 디폴트를 제공하며, 유별나게 높은(또는 유별나게 낮거나 빠진) 수요, 리드타임, 가격, 불량율, 수리 사이클 시간, 이 스테이션을 수리할 수 없는 비율(NRTS 비율), 조달 리드타임, 연간 구매, 또는 다른 공급망 속성을 갖는 "본체와 분리된(outlier)" 부품을 평가하는 것 중의 하나 이상을 포함하지만, 이에 한정되는 것은 아니다. 이 기술에 종사하는 사람이라면, 이 평가를 높은 드라이버 보고서(driver report), 드라이버 보고서 또는 빠진 데이터 보고서로서 알 수도 있을 것이다.

다른 데이터 클리닝 솔버(618) 기능은, 소스 시스템의 감사 추적(audit trail)을 유지하는 것, (누구에 의해 어느 때) 데이터를 클리닝하도록 맞춘 변화, 및 최후로 변화된 데이터 요소를 기입하는 것을 포함하고서, 비축량이 권장될 때까 지 또는 특정의 데이터 요소를 입력값으로서 필요로 하는 솔버가 운용될 때까지 몇몇 데이터 에러가 밝혀지지 않는다는 문제를 해결하는 모든 솔버가 다시 사용되는 것을 필요로 하지 않고 데이터 클리닝이 솔버 사이에서 수행되는 것을 가능하게 한다.

데이터 클리닝 솔버(618)는 폐루프 데이터 클리닝을 수행하고, 그에 따라 하나의 솔버에서의 데이터로의 갱신이 생산 데이터베이스 및 모든 다른 솔버로 전파된다. 이것은 동일한 부품번호에서 공급망 분석을 수행하지만 다른 물류 데이터를 가진 다른 구성의 문제를 해결한다. 하나의 실시예에서는, 결정은 데이터 요소마다의 동일한 세척값(cleansed value)에 기초를 두고 있다.

부품 노후화 솔버(parts obsolescence solver; 619)는 생산이 중단된 부품 또는 생산이 중단되거나 생산이 중단될 것 같이 보이는 어떤 단편 부품에 대한 수명 구매 요구사항을 결정하거나, 또는 장비가 단계적으로 제거되거나 처분될 때 분해해야 할 다수의 부품에 대한 요구사항을 결정하도록 구성되어 있다.

하나의 특정 실시예에서는, 부품 노후화 솔버(619)는 단지 부품에 대한 수명 구매 요구사항을 결정하기 위해서만 사용된다. 노후화 문제에 부가해서, 부품의 수명 구매를 만드는 이유는, 제조업자가 생산라인을 폐쇄하기 때문에, 부품을 제조하는데 필요한 세공(tooling)을 저장하는 비용이 정당하지 않다고 생각되기 때문에, 그리고 다른 이유에 의해 장비의 완제품의 생산이 일어남과 동시에 예비 부품을 생산하기 위해, 값비싸게 세공하는 요구사항을 포함한다.

보증 분석 솔버(warranty analysis solver; 620)는, 부품이 OEM 보증 하에 보호될 때 장비 제조업자 또는 장비를 메인테이너의 실제 수리비용을 결정한다. 새로운 장비가 연속적으로 플리트에 부가되거나 플리트에서 단계적으로 제거될 때 보증 분석 솔버의 시간외의 수리를 가격 표시하는 능력은 유지된다. 보증 분석 솔버(620)로의 확장은 장비의 공급망 관리를 수행하기 위한 제안 중에 수리의 가격 표시를 허용한다.

대체 부품번호 솔버(621)는 교체, 대체 및 교환가능 규칙을 평가한다. 교체는 부품번호의 디자인이 새로운 부품번호로 개정될 때이다. 대체는 하나의 부품번호가 바람직한 부품번호로 대체되어도 좋을 때이다. 교환가능은 하나의 부품번호가 형상, 적합성 또는 기능에 영향을 미치지 않고 다른 부품번호에 의해 교환되어도 좋을 때이다. 여기서 교환가능은 한 방향, 두 방향 또는 오래된 구성과 새로운 구성 사이의 교환 불가능이어도 좋다. 대체 부품번호 솔버(621)는 통상 수요가 가장 현재의 부품번호 개정판에 집결되도록 하기 위해 통계적인 수요 예측 솔버 후 및 전략적인 재고 최적화 솔버 전에 동작한다. 대체 부품번호 솔버(621)는 또한 가장 현재의 부품번호 개정판의 추가적인 재고를 조달하기 위한 결정이 존재하는 양자택일의 이용가능성을 고려하도록 대체 부품번호의 재고를 함께 모은다. 대체 부품번호 솔버는 또한 우선권을 갖는 부품 또는 이용가능하지 않은 가장 바람직한 부품번호에 대한 요구사항을 이행하기 위한 옵션(option)을 자산 관리자에게 제공하기 위해 전술적인 분석 솔버와 함께 작용한다.

생산 및 지원 구매 솔버(622)는 장비의 제조를 지원하기 위한 부품의 구매를 예비 부품으로서 사용되는 부품의 구매와 동기시킨다. 이것은, 제조회사가 관습적 으로 예컨대 항공기 및 미사일을 생산 도어(production door) 밖으로 내보내는데 촛점을 맞춘다는 문제를 해결한다. 제조 자원 계획(Manufacturing Resource Planning: MRP) 시스템은 고정된 생산 스케줄에 따라 개별 부품이 생산되거나 리드타임을 떠나 제조가 시작되는 것을 확실히 하기 위해 사용된다. 인도되는 장비의 수리를 위한 예비 부품은 생산을 위해 존재한 작업 현장의 부품과 따로따로 처리된다. 예비 부품 구매는 종종 장기간 생산 구매와 따로따로 이루어진다. 이 솔버는 생산을 통합하고 요구사항을 지원하여 구매부문이 더 큰 결합 구매를 함으로써 비용을 더 낮추는 것을 가능하게 한다.

키팅 솔버(kitting solver; 623)는 수리가능한 부품에 정비를 수행할 때 가장 일반적으로 사용되는 수리 부품의 키트(kit)를 창작하기 위해 사용된다. 이들 키트는 윤활제, 개스킷, 너트, 볼트, 부착 하드웨어, 마모판(wear plate), 노브(knob), 마모 항목(wear item), 및 수명이 한정된 항목을 포함해도 좋지만, 이에 한정되는 것은 아니다. 이들 키트는 동작 위치 및/또는 저장소 수리 설비에서 사용되어도 좋고, 수행되는 수리의 깊이에 따라 다르다.

부품 제조업자 합작 솔버(624)는 통계적인 수요 예측을 부품 제조업자와 공유하여 제조 용량과 더 좋은 계획 생산 및 수리 스케줄을 반대로 하기 위해 부품 제조업자가 어쩌면 다가오는 해에 대한 주문을 예상하는 것을 가능하게 한다. 게다가, 이 솔버는, 부품 제조업자의 부품에 수행되는 각 정비 작용에 대한 과대평가, 부품 제조업자들이 제조하는 부품으로의 액세스를 제한하는 안전 대책(security measures), 분배 또는 수리를 포함하는 통계적인 수요 예측으로 되는 물류 데이터를 공유하고, 부품 제조업자 가격, 조달 리드타임, 수리가능한 부품에 대한 장애율, 수리 전환 시간, 부품이 수리를 위해 부품 제조업자에게 도달할 때를 실수하는 시간으로부터의 역산 선적 시간(retrograde shipping time) 및 물류 파이프라인 또는 창고 또는 다른 위치에서의 부품의 위치를 포함하지만 이에 한정되지 않는 비축량으로 되는 물류 데이터를 공유하지만, 이에 한정되는 것은 아니다.

RSP(readiness spares package: 준비가 되어 있는 예비 패키지) 솔버(625)는 예비 부품이 통상 저장되어 있는 주동작 위치와 다른 전방 동작 위치에서 동작되는 장비를 지원하는데 필요한 예비 부품의 수를 결정하도록 동작가능하다. RSP 솔버(625)는 재공급이 가능하지 않을 때의 기간 동안 장비를 지원하기 위한 요구사항을 결정한다. RSP 솔버(625)는 또한 장비 동작을 지원하는데 필요한 주요한 수리가능한 부품 및 소비가능한 부품의 독립형 예비 패키지에 대한 요구사항도 결정한다. 또한, 이 기술에 종사하는 사람이라면, 이 문제를 전쟁대비 수리부속(War Readiness Spares Kits: WRSK), 점화 장비 패키지(Priming Equipment Package: PEP) 또는 주기적인 재공급 문제로서 알고 있다. RSP 솔버(625)는 이 영역이 유기적인 예측 처리에 의해 잘 지원되지 않는다는 문제를 해결하여 혁신적인 생각을 증명할 기회를 제공한다.

솔버(625)에 의해 수행되는 단계는, 전략적인 재고 최적화 모델과 동일한 물류 입력의 이용과, 장비의 완성품마다 주당 100 운용시간이 장비의 완성품마다 해마다 5,200 비행시간으로 되도록 연율로 환산되어 있는 기대되는 장비 운용 시간을 포함하지만 이에 한정되지 않는 운용 시나리오의 선택을 포함하지만 이들 단계에 한정되지 않고, 재공급 사이의 시간, 예컨대 일주일 RSP는 장비가 재공급 사이에 7일인 1주일 동안 동작하는 것을 가능하게 한다.

이 솔버(625)에 의해 수행되는 다른 단계는, 장비 이용가능성, 전송될 수 있는 예비 부품의 최대 총부피에 기초를 둔 공간 제한 또는 전송될 수 있는 예비 부품의 최대 총중량에 기초를 둔 중량 제한을 포함하지만 이에 한정되지 않는 제약조건을 포함한다.

솔버(625)에 의해 수행되는 더욱 다른 단계는, 권장을 재검토하기 위해 고객과 만나는 RSP 요구사항을 결정하기 위해 새로운 시나리오에 대한 전략적인 예비 모델을 야기하는 것과, 공급망 시뮬레이션 솔버(609)가 리스크를 줄이고 배치된 장비가 운용 목표를 만족시킬 수 있는지 여부를 결정하며 장비가 이들 목표와 얼마나 빈번히 만나는지를 결정하도록 하는 것을 포함한다.

솔버(625)는, 전세기 또는 운송기관과 같은 색다른 수단을 매개로 응급 예비 부품을 신속히 배치하기 위해 리스크 완화 전략을 평가하고, 복귀 파이프라인 상의 카커스를 추적하기 위해 각 예비 부품 상에 RFID(Radio Frequency Identification) 태그를 사용하도록 구성되어 있다. 이것은, 예비 부품이 통상 그들이 가고 있는 위치에 이르지만 역행하거나 정비를 위한 저장소로 복귀하는 동안 약해진다는 문제를 해결한다. 배치로부터의 복귀를 빠르게 하는 것에 의해, 총 파이프라인 예비 요구사항을 최소로 유지한다. 이 기술에 종사하는 사람이라면, 피이프라인 예비가 장비 동작, 수리 전환 시간, 및 새로운 예비 부품을 획득하기 위한 조달 지연 시간을 지원하는데 필요한 것이라는 것을 인식할 수 있다.

수송 최적화 솔버(626)의 이용은, 제조업자로부터 중앙의 창고까지 전방 동작 위치로 예비 부품의 높은 값 및 종종 낮은 부피의 수송, 및 수리 저장소로 거꾸로 고장난 수리가능한 부품의 복귀 또는 역행의 수송을 통합하기 위한 것이다. 수송 최적화의 이익은, 집단 구매력(collective buying power) 및 운임 공동계산(freight pooling)을 통한 더 낮은 수송비용, 최적화 소프트웨어를 통한 증가된 효율, RFID 및 부품 표시 기술을 통한 수송 중의 총자산 가시성(TAV), 부품 이동을 분석하는 것을 통한 더 좋은 수송 결정, 더 좋은 자원 이용에 기인한 향상된 현금 흐름, 및 수송 시간, 수리 시간 및 수요 패턴에 관한 물류 정보를 수집하는 것에 의한 더 좋은 전략적인 재고 최적화를 포함한다.

관리 계기판 프로그램 메트릭스(627)는, 상위 레벨에서 공급망의 추적을 가능하게 함으로써, 그러한 메트릭스를 재고 교대, 재고 투자, 투자에 대한 복귀, 부품이 이월주문 중에 있는 평균 날수, 및 관리팀이 공급망의 건강 상태를 감시하는 것을 가능하게 하는 추가적인 메트릭스를 기록한다.

부품 제조업자가 누구이고 어떻게 하면 그들과 관계를 가장 깊게 할 수 있는지에 대한 설명문(statement)인 공급망 솔루션에 소싱 최적화(628)를 포함시키는 것은, BRC 서버(401) 내에 포함된다. 한 실시예에 있어서, 소싱 최적화(628)는 다음의 관계, 즉 장기간 부품 제조업자 관계, 긴 리드타임, 제한된 이용가능성을 비축하고, 제조 리드타임을 저감할 목적으로 명령의 이벤트에서 부품을 제조하기 위해 부품 제조업자에 의해 이용되는 부품 제조업자의 제조 설비에서 원료를 에워싸며, 부품 제조업자의 제조 설비에서 부품을 제조하는데 필요한 공구 세공을 저장하 는 것의 하나 이상을 권장하지만, 이에 한정되는 것은 아니다. 게다가, 일정하지 않거나 변동하는 수요를 가진 부품의 비축량을 최소화하기 위해 제조해야 할 부품의 혼합을 지정하도록 유연성을 유지하는 동안 같은 처리의 연간 제조량에 대한 계약이 소싱 최적화(628) 내에 예상되어 있다.

특정의 자동화된 업무 보고(629)는, 부품의 카테고리에 의해 재고에서의 부품의 값을 리스트로 나타내거나 및/또는 그래프로 나타내는 라인 카운트(line count) 보고서를 포함하지만, 이에 한정되는 것은 아니다. 부품 카테고리는, (다수의 서브카테고리를 가질 수 있는) 전략적인 재고 최적화 모델에 의해 필 레이트 목표로 최적화된 소비가능한 부품, (다수의 서브카테고리를 가질 수 있는) 전략적인 재고 최적화 모델에 의해 장비 이용가능성 목표로 최적화된 수리가능한 부품, 및 (다수의 서브카테고리를 가질 수 있는) 최적화로부터 배제된 부품을 포함한다. 이러한 보고서는, 왜 최적화된 부품의 총값이 재고의 총값 이하인가 하는 질문에 대답한다.

재고 과잉 및 부족 보고서는, 현재고, 재판매 또는 처분할 수 있는 과잉 재고, 및 권장된 비축량 이하인 부족분을 나타낸다.

또한, 결합된 교환 곡선의 이용에 의해, 동작 위치(소매 레벨)와 창고(도매 레벨)에서의 2개 이상의 교환 곡선을 결합; 및/또는 장비 이용가능성 목표로 최적화된 수리가능한 부품과 필 레이트 목표로 최적화된 소비가능한 부품을 결합; 및/또는 분리된 카테고리에서 최적화된 소비가능한 부품을 결합하는 가격대 목표 곡선으로서 이 기술에 종사하는 사람에 의해 알려진다.

최적 재고량은, 전략적인 재고 최적화 모델에 의해 권장되는 최적 비축량을 얻는데 필요한 활성 부품(active parts), 그것들이 비축되어야 한다는 것을 지시하기 위한 최근의 수요 이력이 없는 비활성 부품(inactive parts), 연도의 몇몇 변수 내에서 사용하기 어려운 과잉 부품, 및 소비를 통해 연도의 동일한 변수 내에서 소진되거나 이용될 수 있는 과잉 부품으로 이루어지는 카테고리에 의해 현재고를 리스트로 나타내거나 및/또는 그래프로 나타낸다.

한 실시예는, 전략적인 재고 최적화 모델에 의해 권장된 최적 비축량을 얻는데 필요한 활성 부품 + 재고가 장비를 지원하기 위한 최적 레벨로 되도록 하는데 필요한 추가적인 공급 또는 비축 시간을 지정하는 필요한 활성 부품의 리스트 및/또는 그래프를 포함한다. 이들 2개의 카테고리는 활성 재고의 최적 레벨로 이루어진다.

다른 실시예는, 그것들이 비축되어야 한다는 것을 지시하기 위한 최근의 수요 이력이 없는 비활성 부품 및 연도의 몇몇 변수 내에서 사용하기 어려운 과잉 부품의 리스트 및/또는 그래프이다. 이들 2개의 카테고리는 과잉되거나 폐기되어야 할 후보자인 비활성 및 잘 팔리지 않는 재고로 이루어진다.

다른 실시예는, 소진되거나 이용될 수 있는 과잉 부품의 리스트 및/또는 그래프를 포함한다. 이전의 4가지의 리스트 및/또는 그래프는 현재의 비축량 또는 재고량으로부터 장래의 최적화된 비축량 또는 재고량으로의 천이를 묘사한다.

연간 예비 부품 소비 리스트 및/또는 그래프는 시간이 지나면서 과잉 재고가 소진되는 것을 나타낸다. 도표로 묘사된 이 그래프는 X축에 달력 시간(calendar time)과 Y축에 연간 소비량을 나타낸다. 연간 소비량은 필요한 구매 및 시간이 지나면서 소진되는 과잉 재고의 양쪽을 포함하도록 바 차트 상의 카테고리 내에 묘사되어 있다. 이 차트는, "내가 과잉 재고를 가지고 있고, 매년 몇 개의 부품이 소비되는지를 알고 있으면, 매년 실제로 구매해야 할 부품이 몇 개인가?"하는 질문에 대답한다. 이 보고서는, 전략적인 재고 최적화를 하부의 재고 투자에 어떻게 이용해도 좋은지, 그리고 시간이 지나면서 과잉 재고를 어떻게 소비해도 좋은지를 나타내는 바, 이에 따라 유감스럽게도 수리 또는 폐기 중에 소비되는 것을 커버하는 대체 예비 부품의 조달을 위한 예산을 절감한다.

다른 실시예는, 기대되는 연간 비용대 수리 중에 소비되는 소비가능한 부품, 유감스럽게도 폐기되는 수리가능한 부품을 커버하는 대체 예비 부품의 조달을 위한 비용 및 수리가능한 부품에 대한 수리비용을 나타내는 연간 예비 및 수리 구매 리스트 및/또는 그래프를 포함한다. 이 보고서는, "매년 부품을 정비하기 위해 할당되는 예산은 얼마인가? 예비 조달 예산은 무엇인가? 수리가능한 부품에 대한 수리비용은 무엇인가? 기대되는 연간 구매 및 부품번호에 의한 수리의 수는 무엇이고, 그래서 우리의 예측을 공유함으로써 부품 제조업자에게 할당할 수 있는가?"하는 질문에 대답한다.

다른 실시예는, 다년 라이프 사이클 비용 또는 총 소유권 비용, 1년 이상에 걸쳐 연간 비용을 리스트로 나타내거나 및 또는 그래프로 나타내되 한 위치로부터 다른 위치로의 장비의 하나 이상의 배치의 영향을 포함하고 있는 보고서를 포함한다. 또한 포함되는 것은, 지속 시간 또는 서지 시간 동안 장비의 이용의 증가의 영향, 장비의 배달 중의 주기적인 추가 장비의 배치, 장비 제거 및 처분 중의 주기적인 장비의 저감, 및 전체 시스템의 한 부품의 신뢰성 또는 정비성(maintainability)에 영향을 미치는 공학 설계 변화의 평가이다.

획득할 수 있는 부품 보고서는, 부품을 구매하는 사람들에 이해 사용되는 전략적인 재고 최적화 솔버에 의해 권장된 부품번호 및 부품의 양을 리스트로 나타내거나 및/또는 그래프로 나타낸다. 이것은, 제조 구성에 있어서, 분리가능한 부품을 판매하기 위한 요구사항이 그 분리가능한 부품을 제조하는데 필요한 단편 부품을 생산하기 위한 요구사항을 생성할 수도 있다는 문제를 해결한다. 획득할 수 있는 부품 보고서는 분리가능한 조립품에 대한 요구사항을 획득할 수 있는 부품의 리스트로 번역하고, 단편 부품 및 컴포넌트 부품으로서 획득되는 부품수에 대한 요구사항을 수집한다.

계약 종료 보고서에서 현재고(On Hand) 및 주문중(On Order)은 시간의 점에서 부품번호와 현재고량 및 주문량을 리스트로 나타내거나 및/또는 그래프로 나타낸다. 이것은, 회사가 계약 취소 또는 계약 만료로 인해 해제 담보(termination liability)를 평가하기 위해 계약 기간의 끝에서 현재고량 및 주문량을 알아야 한다는 문제를 해결한다.

재무계획(Financial Projection) 보고서 및/또는 그래프는 재무 메트릭스(financial metrics: 재무 성과지표)를 제공한다. 이것은, 다른 구성요소가 다른 요구사항을 갖는다는 문제를 해결한다. 구체적으로는, 예비 부품 분석자는 목표를 만족시키는데 필요한 부품의 가장 낮은 혼합 비용이 얼마인가를 알기를 원하 고, 자산 관리자는 각 부품의 구매 비용이 얼마인가를 알기를 원하며, 관리자는 제삼자에게 돌려줄 돈이 얼마인가를 알기를 원한다.

비축량, 수요율 및 부품 비용뿐만 아니라 주문 신청 비용, 연간 주문 비용 및 연간 유지 비용이 결정된다. 후속년도 부품 요구사항에 대한 비용은 당기 달러로 조정되고, 오래된 가격 표시 데이터는 당기 달러로 차츰 올려지며, 허가는 제조된 부품의 폐기 손실 및 재가공을 위해 행해지고, 공동 이익은 부품 비용에 가산된다. 이 재무 분석은 공급망 계약 가격의 예비 부품 부분을 결정한다.

장비 정비 공급망의 관리에 관한 추가적인 상세한 설명은, 장비 또는 자산을 유지하기 위해 공급망 처리를 관리할 때에 수행되는 운용 흐름(700)을 참조해서 후술하기로 한다. 도 7은 본 발명의 설명에 도움이 되는 실시예에 따른 장비 정비 공급망 처리를 관리할 때에 수행되는 루틴 또는 운용 흐름의 실례이다. 여기에 제공된 루틴의 논의를 읽을 때, 그러한 모듈의 각종 실시예의 논리적인 운용이 (1) 연산 시스템 상에서 실행하는 컴퓨터 실행 작용 또는 프로그램 모듈의 시퀀스로서 및/또는 (2) 연산 시스템 내의 상호접속된 기계논리회로 또는 회로모듈로서 구현된다. 이러한 구현은 그러한 모듈을 실현하는 연산 시스템의 성능 요구사항에 따른 선택의 문제이다. 따라서, 도 7에 도시되어 여기서 설명되는 각종 실시예를 처리하는 논리적인 동작은 동작, 구조적 장치, 작용 또는 모듈과 같이 여러 가지로 언급된다. 이 기술분야에서 통상의 지식을 가진 사람이라면, 이들 동작, 구조적 장치, 작용 및 모듈은 여기서 설명되는 정신 및 범위를 일탈하는 일없이 소프트웨어, 펌웨어, 특별한 목적의 디지탈 로직 및 그 임의의 조합으로 실현되어도 좋음을 알 수 있을 것이다.

운용 흐름(700)은, BRC 서버(401)가 통합된 업무 규칙 구성을 수립하는 동작(702)에서 시작한다. 다음으로 동작 704에서는, BRC 모듈(402; 도 4에 도시됨)이 고객 요구사항에 관련된 데이터를 포착한다. 그 후, 동작 705에서는, BRC 모듈(402)이 솔버(606)에 의해 이용되는 전파에서의 데이터를 클리닝, 통합 및/또는 상관한다.

다음으로, 동작 707에서는, BRC 모듈(402)이 작성된 데이터에 기초해서 통계적인 분석을 이용하여 수요를 예측한다. BRC 모듈(402)은 장비 부품의 예측 프로파일 및 그 부품이 어떻게 이용되는가에 기초해서 방법의 라이브러리로부터 예측 방법을 선택한다. 그 후, 운용 흐름(700)은 동작 710으로 계속된다.

동작 710에서는, BRC 모듈(402)이 예측된 수요에 기초해서 재고를 최적화한다. 이것은 구매 권장와 제안된 비축량 및 위치가 생성되는 경우이다. 다음으로 동작 712에서, BRC 모듈(402)은 통합된 솔버(606; 도 6)에 대해 지속적으로 계속 그 제품의 고객에 대한 재고 보충의 계획을 세우기 위해 고객과 관련된 예비 부품의 실제 흐름을 초기화하고 감시한다.

다음으로, 동작 714에서는, BRC 모듈(402)이 통계적인 수요 예측과 실제 수요 사이의 임의의 상위(variance: 편차)를 검출한다. 그 후, 동작 717에서는, BRC 모듈(402)이 미리 설정한 임계치를 과잉하는 상위를 검출함에 따라 알고 있는 자산 관리자에게 경보를 전송한다. 경보는 고객 계정을 책임지는 대표자의 서류함(inbox)으로 전자 메시지의 형태로 전송되어도 좋다. 그 후, 운용 흐름(700)은 동작 720으로 계속된다.

동작 720에서는, 상위의 근본 원인이 결정되어 제거된다. 예컨대, 배열하는 예비 부품에서의 의문의 조달 리드타임(PLT)이 검출된 상위의 근본 원인일 수 있다. PLT는 근본 원인을 제거하기 위해 부품 제조업자와 통합한 후에 변경될 수 있다. 그 후, 동작 722에서 BRC 모듈(402)은 상위를 검출함에 따라 재주문점 및 재주문량에 대해 조정을 수신한다. 그 후, BRC 모듈(402)은 예측 계획을 개정함으로써 동작 724에서 폐루프로 계속되고, 상술한 바와 같이 동작 704로 리턴한다.

도 8은 공급망 소프트웨어 기능, 신상품 및 소프트웨어를 구성하는 주요한 모듈의 출력을 설명하는 도면이다. 소프트웨어 아키텍처가 복잡한 공급망 문제에 맞춤 솔루션을 제공하기 위해 특정의 솔버를 이용하는 소프트웨어 솔루션으로 업무처리에 대한 시스템 요구사항을 측량하는 방법이기 때문에, 아키텍처는 이 기술에 대한 기술 혁신을 나타낸다.

BRC(Business Rules Configuration; 801)는, 공급망 솔루션을 필요로 하는 업무 문제의 이해와, 업무 요구사항과 그 요구사항을 처리하는데 필요한 특정의 솔버 사이의 관계를 평가하는 것, 각 단계가 솔버와 함께 처리되도록 하는데 필요한 시스템 레벨 요구사항을 식별하는 것, 및 전체 솔루션을 하나의 아키텍처에 통합하는 것으로 개발되었다.

공급망 데이터베이스 어플리케이션(802)은 고객 및 공급망 서비스 공급자 시스템으로부터의 데이터의 흐름을 관리한다. 이들 데이터는 다수의 소스로부터 도입되고, 추적가능성은 데이터의 감사가능한 소스를 제공하기 위해 각 데이터 요소 의 소스로 제공된다. 데이터베이스 어플리케이션은 데이터의 유용성을 증가시키는 방법으로 존재하는 레거시 시스템(legacy system: 사후 시스템)의 유효한 이용을 가능하게 한다. 데이터베이스 어플리케이션은 조사, 연구 및 분석을 수행하기 위해 데이터의 소스를 제공한다. 그 데이터는 서비스 공급자가 관리하는 장비에 대한 특정의 동작 위치에서 장비 운영 프로그램을 지원하도록 예비 부품을 예측, 획득 및 할당하기 위해 이용된다.

통계적인 수요 예측 솔버(803)는 부품의 인식을 통계적인 알고리즘의 자동화된 선택과 연결한다. 구체적으로는, 통계적인 분석은 포아송 분포(Poisson distribution)가 항공우주 서비스 부품에 대한 수요를 적절히 묘사하지 못하고, 항공우주 서비스 부품은 음이항 분포(negative binomial), 포아송 및 지수 분포의 조합을 이용해서 더 낮은 예측 에러로, 마모를 경험하는 부품을 위해 이용되는 와이불 분포(Weibull distribution)로 모델화되어도 좋다. 분석은 또한 부품이 기계, 수력, 전자, 랜딩 기어, 엔진, 장비 프레임과 같지만 이에 한정되지 않는 기능성에 의해 분류되어도 좋고, 이들 기능에 의해 분류된 부품이 통계적인 수요 예측을 위해 적당한 분포로 할당되어도 좋다고 결정했다.

고객이 주문하는 것이 무엇인지를 나타내는 설명인 통계적인 수요 예측 및 원래의 장비 제조업자(original equipment manufacturer: OEM)가 배달할 수 있는 것이 무엇인지를 나타내는 설명인 판매 예측의 양쪽을 포함하는 것은, 단일의 공급망 솔루션에서 용량, 재고 및 노동력에 의해 강요된다. 판매 예측도 약속가능 재고(available to promise)로서 이 기술에 종사하는 사람에 의해 알려져 있음도 주 목해야 한다.

전략적인 재고 최적화 모델(804)로부터 연간 이월주문의 평균 수효를 이용하는 것에 의해, part-at-a-time 전술적 자산 과리 모델에 대한 안전한 비축이 계산된다. 이것은, 실사회의 예측불허의 변화에 따라 재고 불균형을 교정하기 위해 매일 실행되는 전술적인 모델과 동기하여 전형적으로 매년 또는 분기마다 실행되는 이론적인 전략 모델을 유지한다.

과잉 재고인 안전 비축을 정의하는 것은, 이월주문 비축량 공식의 기대 년수를 이용해서 결정된 안전 비축과 및 관습적인 윌슨 경제적 주문량(Economic Order Quantity: EOQ) 비축량 공식 사이의 차로서 수요의 불확실성에 응답하도록 유지된다. 1930년대에 개발된 윌슨 EOQ 모델은, 비축량 히트가 제로일 때 리드타임으로부터 떨어져 위치된 새로운 주문이 도달하는 것으로 가정한다. 윌슨 EOQ 모델은 수요의 변화성이 없다고 가정한다. 이 새로운 안전 비축 공식은 윌슨 EOQ 모델의 임의의 과잉(또는 부족) 비축량을 안전 비축으로서 분류한다. 따라서, 재고 최적화 중에 의도적으로 고가, 저용량 부품을 다 써 버리기 때문에 안전 비축은 정(正)이거나 부(負)일 수 있다.

시뮬레이션(805)의 이용은, 수리가능한 부품에 대한 비축량과 소비가능한 부품에 대한 재주문점 및 재주문량이 전략적인 재고 최적화 모델의 권고에서 설정되어 있을 때 장비이용의 다른 레벨 아래에서 동작하는 장비의 운용상 이용가능성을 모델링함으로써 리스크를 줄이기 위한 것이다. 시뮬레이션(805)은, 하나의 전방 동작 위치로부터 다른 전방 동작 위치로의 부품의 더 늦은 전송을 위한 정책, 한 비축 창고로부터 다른 비축 창고로의 부품의 더 늦은 전송을 위한 정책, 장비의 한 단편으로부터 다른 단편으로의 부품의 수리, 및 주동작 위치로부터 떨어진 배치 중에 장비와 여행하는 예비 배치 키트에 관련된 비축 정책의 하나 이상을 포함하지만 이에 한정되지 않는 전술적인 자산 관리를 위해 다른 업무 규칙을 평가하기 위해 더 이용된다.

시뮬레이션(805)은, 동작 위치에서 장비를 수리하는 메인테이너의 노동력 이용, 저장소 정비를 수행하는 메인테이너의 노동력 이용, 저장소 정비 중(부품 이용이 종종 잘 수립되고 스케줄링된 (불규칙한) 수요 모델이 아니라 제조업자 요구사항 계획(Manufacturing Requrements Planning: MRP) 모델을 따르는 경우)의 부품 이용, 한 위치로부터 다른 위치로의 장비의 배치, 지속 시간 또는 서지 시간 동안 장비의 이용의 증가, 및 장비의 배달 중의 주기적인 추가 장비의 배치를 결정하기 위해 더 이용된다.

게다가, 시뮬레이션(805)은, 장비 제거 및 처분 중의 주기적인 장비의 저감, 전체 시스템의 한 부품의 신뢰성 또는 정비성에 영향을 미치는 공학 설계 변화의 평가, 및 다른 시나리오 하의 프로그램 재무 및 운용 메트릭스의 평가를 위해 더 이용된다. 재무 시뮬레이션 모델링은 관리가 다른 운용 시나리오로 인한 재무 리스크를 이해하는 것을 가능하게 한다. 더욱이, 이 모델링은 재무 및 이익 목표를 만족시키는 것과 관련된 신용을 제공한다. 또한, 공급망 리스크를 완화하기 위한 전략의 평가는 장비에 대한 파국적 손상, 화재 또는 다른 참사로 인한 창고의 손실, 또는 메인테이너의 이용가능성을 포함하지만, 이에 한정되는 것은 아니다.

시간에 따른 비축량의 그래프적 표현을 이용하는 것은, part-at-a-time 전술적 분석 툴(806)에서의 재고 정책 결정의 영향을 알린다. 이 그래프적 표현은 관습적인 비축량 및 재주문점 그래프, 스케줄링된 수요 및 스케줄링되지 않은 수요의 그래프, 유용한 자산, 조달로부터의 자산 부족분, 수리로부터의 자산 부족분, 이월주문, 넷포지션(net position; 유용한 자산 + 조달 또는 수리로부터의 자산 부족분 - 이월주문), 및 안전 비축을 결합한다.

재고 관리 소프트웨어 모듈(807)은 전략적인 재고 최적화 소프트웨어 모듈(804)의 최적화된 ROP 및 ROQ 권장을 포함한다. 이 모듈은 또한 주문 실행 및 재고 관리 시스템으로서도 언급된다. 이 시스템은, 부품이 폐기되어 비축량이 떨어질 때 새로운 부품을 구입하는 비축량으로 수리품을 관리하고, 재고품이 재고품을 비축량으로 보충하는 재주문량에서의 재주문점으로 떨어지거나 재주문점 이하로 떨어질 때 주문을 행하는 비축량과 재주문점으로 소모품을 관리한다.

각종 솔버(808)는 솔버에 의해 수행되는 추가적인 분석에 기초해서 더 정확한 ROP 및 ROQ를 만들기 위해 부품의 부집합(subset)이나 개별 부품 상에서 실행된다. 개별 솔버는 전략적인 재고 최적화 소프트웨어 모듈(804)의 ROP 및 ROQ 권장을 무시한다.

도 9∼도 11은 본 발명의 설명에 도움이 되는 실시예에 따른 장비 또는 자산을 유지하기 위한 공급망을 관리하는 다른 시기(phase) 동안 수행되는 운용 흐름을 나타낸다. 시스템의 운용 시퀀싱(sequencing: 순서 결정)은, 다수의 시스템의 입력으로서 동일한 데이터가 필요한 경우, 그 모든 시스템이 그 데이터를 중앙의 데 이터 저장소 또는 저장소들에서 이용가능하게 만듦으로써 동일한 클린 데이터에 기초해서 결정을 하는 것을 확실하게 한다. 더욱이, 하나 이상의 시스템이 다른 시스템 또는 시스템들에 의해 이용되는 클리닝된 데이터(102)를 변경하는 능력을 가진 경우, 변경된 데이터를 중앙의 데이터 저장소 또는 저장소들에서 이용가능하게 만듦으로써 변경되거나 갱신된 동일한 데이터에 기초해서 모든 시스템이 결정을 하는 것을 확실하게 한다. 하나의 후계자 시스템으로의 입력으로서 필요한 데이터가 이미 실행된 전임자 시스템의 출력으로서 만들어질 수 있는 경우, 이 시스템은 하나의 시스템이 동작될 때 모든 필요한 데이터가 이용가능하도록 순서대로 동작될 수 있고, 이 데이터는 중앙의 데이터 저장소 또는 저장소들에서 이용가능하게 된다. 따라서, 하나 이상의 시스템이 결정을 하도록 데이터를 분석하는 능력을 가진 경우, 일반적으로 전임자 시스템에서 일단 결정을 하고 이 결정의 결과를 후계자 시스템 및 시스템들에서 이용하도록 시스템을 동작시킴으로써 일관성이 유지된다. 더욱이, 시스템의 운용 시퀀싱 및 관련 시스템의 선택은 업무 처리의 시기에 의존하고 있다.

도 9는 장비 또는 자산을 유지하기 위한 공급망을 관리하도록 명령하거나 제안할 때의 제안 처리 중에 수행되는 운용 흐름(600)을 나타낸다. 장비를 유지하기 위해 업무 관계를 획득할 목적으로 잘 훈련된 제안 처리(901)를 실행하기 위해 잘 훈련된 업무 처리를 이용하는 것은, 다음의 단계, 즉 고객과 계약자 사이에서 킥오프 미팅(kickoff meeting)을 수행하는 단계(902), 고객의 장비에 대한 요구사항을 식별하는 단계(903), 고객의 장비에 대한 운용 목표를 결정하는 단계(904), 무역 연구(trade study)에 대한 기회를 결정하는 단계(905), 고객의 장비 정비 요구사항에 관련된 물류 데이터를 수집하는 단계(906), 데이터를 클리닝하는 단계(907), 분배 센터의 네트워크 또는 창고를 최적화하는 단계(908), 데이터의 통계적인 분석에 기초해서 수요를 예측하는 단계(909), 수요 예측(909) 및 운용상의 요구사항에 기초해서 예비 부품의 재고를 최적화하는 단계(910), 부품 설계 및 공급망에 대한 변화를 평가하기 위해 무역 연구(trade study)를 수행하는 단계(911), 분배 센터의 네트워크와 수요 예측 및 최적화된 재고에 기초해서 리스크를 줄이기 위해 공급망을 시뮬레이션하는 단계(912), 내부 P2P 재검토(peer-to-peer review)로서 알려져 있는 공급망 서비스 공급자 내의 기술분석 사이에서 재고 최적화 및 공급망 시뮬레이션의 결과를 재검토하는 단계(913), 외부 P2P로서 알려져 있는 고객의 기술분석 사이에서 재고 최적화 및 공급망 시뮬레이션의 결과를 재검토하는 단계(914), 기술분석의 권장에 기초해서 재고 최적화(910) 및/또는 공급망 시뮬레이션(912)을 반복하는 단계(915), 재고 최적화 및/또는 시뮬레이션에 의해 추정된 기대되는 요구사항을 이용하여 공급망을 관리하는 비용을 견적하는 단계(916), 이 처리뿐만 아니라 전체 처리에서의 각 단계에서 업무 보고하는 단계(917), 및 새로운 업무를 획득할 목적으로 고객의 요구사항에 대한 공급망을 관리하도록 제안을 제공하는 단계(918)의 적어도 2개의 동작을 구비한다.

도 10은 본 발명의 설명에 도움이 되는 실시예에 따른 제안을 획득한 후 장비 또는 자산을 유지하기 위한 공급망의 관리를 개시하기 전의 천이 중에 수행되는 운용 흐름(1000)을 나타낸다. 장비, 즉 처음으로 유지되는 새로운 장비 또는 다른 메인테이너에 의해 이미 유지된 존재하는 장비를 유지하기 위해 새로운 업무 관계를 실행할 목적으로 잘 훈련된 서비스 공급자 천이 처리(1001)를 실행하기 위해 잘 훈련된 업무 처리를 이용할 때, 다음의 단계, 즉 고객과 계약자 사이에서 킥오프 미팅(kickoff meeting)을 수행하는 단계(1002), 고객의 장비 정비 요구사항에 관련된 물류 데이터를 수집하는 단계(1003), 데이터를 클리닝하는 단계(1004), 데이터의 통계적인 분석에 기초해서 수요를 예측하는 단계(1005), 수요 예측(1005) 및 운용상의 요구사항에 기초해서 예비 부품의 재고를 최적화하는 단계(1006), 분배 센터의 네트워크와 수요 예측(1005) 및 최적화된 재고(1006)에 기초해서 리스크를 줄이기 위해 공급망을 시뮬레이션하는 단계(1007), 공급망 서비스 공급자 및 고객 내의 기술분석 사이에서 재고 최적화 및 공급망 시뮬레이션의 결과를 재검토하는 단계(1008), 기술분석의 권장에 기초해서 재고 최적화 및/또는 공급망 시뮬레이션을 반복하는 단계(1009), 예비 부품 제조업자 및 수리 납품업체의 소스 선택을 최적화하는 단계(1010), 수송 공급자의 선택을 최적화하는 단계(1011), 창고 내의 비축량이 재주문점으로 떨어지거나 재주문점 이하로 될 때 새로운 예비 부품을 조달하는 단계(1012), 창고 내의 예비 부품을 최적화된 재고량으로 관리하는 단계(1013), 이 처리뿐만 아니라 전체 처리에서의 각 단계에서 업무 보고하는 단계(1014), 및 고객의 요구사항에 대한 공급망을 관리하기 위한 의무를 서비스 공급자에게 천이하는 단계(1015)의 적어도 2개의 동작을 구비한다.

도 11은 본 발명의 설명에 도움이 되는 실시예에 따른 장비 또는 자산을 유지하기 위해 공급망 처리를 관리할 때의 유지 조작 중에 수행되는 운용 흐름(1100) 을 나타낸다. 장비를 유지하기 위해 수립된 업무 관계를 계속할 목적으로 잘 훈련된 공급망 처리(1101)를 실행하기 위해 잘 훈련된 업무 처리를 이용할 때, 다음의 단계, 즉 고객의 장비 정비 요구사항에 관련된 물류 데이터를 수집하는 단계, 데이터를 클리닝하는 단계(1102), 데이터의 통계적인 분석에 기초해서 수요를 예측하는 단계(1103), 수요 예측 및 운용상의 요구사항에 기초해서 예비 부품의 재고를 최적화하는 단계(1104), 부품 설계 또는 공급망에 대한 변화를 평가하기 위해 무역 연구를 수행하는 단계(1105), 분배 센터의 네트워크와 수요 예측 및 최적화된 재고에 기초해서 리스크를 줄이기 위해 공급망을 시뮬레이션하는 단계(1106), 기술분석의 권장에 기초해서 재고 최적화 및/또는 공급망 시뮬레이션을 반복하는 단계(1107), 하루하루 기준으로 최적화된 예비 부품을 전략적으로 관리하는 단계(1108), 공급망에서의 모든 예비 부품 또는 자산에 총 가시성을 제공하는 단계(1109), 창고 내의 예비 부품을 최적화된 재고량으로 관리하는 단계(1110), 창고 내의 비축량이 재주문점으로 떨어지거나 재주문점 이하로 떨어질 때 새로운 예비 부품을 조달하는 단계(1111), 이 처리뿐만 아니라 전체 처리에서의 각 단계에서 업무 보고하는 단계(1112), 및 고객의 장비에 대한 공급망을 지속적으로 관리하는 단계(1113)의 적어도 2개의 동작을 구비한다.

한번에 하나의 부품을 조사함으로써, (a) 부품 사이에 상호작용이 없고, (b) 보편적으로 자산을 관리하는 회사에는 주어진 자산에 대해 책임을 질 수 있는 사람이 한 사람뿐이기 때문에, 상술한 방법, 시스템 및 컴퓨터 프로그램 제품은 전술적인 공급망 툴의 이용의 수에 관한 제약을 제거한다. 여기에서 가능하게 되는 처리 는, (1) 관리되는 부품번호마다 관련 데이터를 포함하는 데이터베이스에 기초해서 데이터의 수집 및 엔트리(entry)를 자동화하고, (2) 동일한 데이터이지만 시각적 문맥(visual context)으로 제공하는 시간에 따른 재고량의 그래프적 표현을 추가하며, (3) 실현해야 할 시나리오를 선택하기 전에 자산 관리자가 다수의 시나리오를 저장하고 재검토하는 것을 가능하게 하는 What-if 분석을 허용하고, (4) 결과적인 비축량 및 제주문점을 재고 관리 시스템으로 전자적으로 로드하는 등의 처리이다.

따라서, 본 발명은 현재 장비를 유지하기 위해 공급망 처리를 관리하기 위한 컴퓨터 프로그램을 엔코딩하는 방법, 시스템, 구성, 컴퓨터 프로그램 제품 또는 컴퓨터 독출가능 매체로서 구현된다. 본 발명은 여러 가지 특정 실시예에 의하여 설명되었지만, 이 기술에서 통상의 지식을 가진 사람이라면 본 발명이 청구의 범위의 정신 및 범위 내에서 변형되어 실시될 수 있음을 인식할 수 있을 것이다.

Claims (42)

1. 장비를 유지하기 위해 공급망을 관리하기 위한 컴퓨터 프로그램 제품으로, 이 컴퓨터 프로그램 제품이 매체 내에 매립된 컴퓨터 독출가능한 프로그램 코드를 가진 컴퓨터 독출가능한 기억매체를 포함하고 있고, 상기 컴퓨터 독출가능한 프로그램 코드가,

   장비 정비 요구사항의 하나 이상의 세트에 관련된 데이터를 식별하여 포획하기 위한 제1의 실행가능한 영역과,

   다수의 재고 관리, 공급망 관리 및 식별되어 포획된 데이터를 미리 처리하기 위한 장비 정비 어플리케이션의 특성에 액세스를 제공하기 위한 제2의 실행가능한 영역,

   복수의 어플리케이션으로부터 미리 처리된 데이터를 수신하기 위한 제3의 실행가능한 영역 및,

   처리된 데이터를 장비 정비 요구사항의 하나 이상의 세트에 대한 솔루션에 통합하기 위한 제4의 실행가능한 영역을 갖추고 있는 것을 특징으로 하는 컴퓨터 프로그램 제품.
2. 청구항 1에 있어서, 미리 처리된 데이터를 솔수션에 통합하도록 되어 있고, 상기 제4의 실행가능한 영역이

   미리 처리된 데이터에 기초해서 재고 수요를 예측하고,

   예측된 재고 수요에 기초해서 제품 재고를 최적화하도록 사용가능한 것을 특징으로 하는 컴퓨터 프로그램 제품.
3. 청구항 2에 있어서, 실소비를 판단하기 위해 고객에 대한 제품 흐름을 감시하고,

   예측된 재고 수요와 실소비 사이의 상위를 검지하며,

   검지된 상위에 따라 경보를 발하고,

   상위를 보상하기 위해 비축량 재주문점에 대한 조정을 수용하며,

   수용된 조정에 기초해서 예측된 재고 수요를 개정하기 위한 실행가능한 영역을 더 구비하는 것을 특징으로 하는 컴퓨터 프로그램 제품.
4. 청구항 2에 있어서, 미리 처리된 데이터에 기초해서 재고 수요를 예측하도록 되어 있고, 상기 제4의 실행가능한 영역이 미리 처리된 데이터를 클리닝, 통합 및 상관의 적어도 하나를 위해 사용가능한 것을 특징으로 하는 컴퓨터 프로그램 제품.
5. 청구항 2에 있어서, 예측된 재고 수요에 기초해서 제품 재고를 최적화하도록 되어 있고, 제4의 실행가능한 영역이 주문해야 할 예비 제품의 양 및 이 예비 제품을 필요로 하는 위치를 권장하기 위해 사용가능한 것을 특징으로 하는 컴퓨터 프로그램 제품.
6. 청구항 2에 있어서, 미리 처리된 데이터에 기초해서 재고 수요를 예측하도록 되어 있고, 상기 제4의 실행가능한 영역이

   장비 정비 요구사항과 관련된 수요 프로파일에 기초해서 예측방법의 라이브러리로부터 통계적인 예측방법을 선택하고,

   선택된 통계적인 예측방법을 이용하여 수요 예측을 생성하는 것을 특징으로 하는 컴퓨터 프로그램 제품.
7. 청구항 3에 있어서, 검지된 상위에 따라 경보를 발하도록 되어 있고, 상기 제4의 실행가능한 영역이 전자 메시지를 상위를 보상하는 것을 담당하고 있는 기간요원에게 보내기 위해 사용가능한 것을 특징으로 하는 컴퓨터 프로그램 제품.
8. 청구항 3에 있어서, 상위의 적어도 하나의 근본원인을 판단하고,

   상위의 적어도 하나의 근본원인을 제거하려고 시도하기 위해 솔수션을 제공 하기 위해 사용가능한 실행가능한 영역을 더 구비한 것을 특징으로 하는 컴퓨터 프로그램 제품.
9. 청구항 1에 있어서, 미리 처리된 데이터를 솔루션에 통합하도록 되어 있고, 상기 제4의 실행가능한 영역이 주문 충족(order fulfillment) 계획, 자산 조달(asset procurement) 계획 및 분배 계획의 적어도 하나를 창출하도록 사용가능한 것을 특징으로 하는 컴퓨터 프로그램 제품.
10. 청구항 3에 있어서, 실소비를 판단하기 위해 고객에 대한 제품 흐름을 감시하도록 되어 있고, 상기 실행가능한 영역이 각 공급망 제품의 실시간 상태 및 공급망 자산의 요약된 전망의 적어도 하나를 발생 및 생성하도록 사용가능한 것을 특징으로 하는 컴퓨터 프로그램 제품.
11. 청구항 1에 있어서, 미리 처리된 데이터를 솔루션에 통합하도록 되어 있고, 상기 제4의 실행가능한 영역이 장비를 유지하는데 필요한 예비 부품을 창고에 수용하는 분배 센터의 네트워크의 제한된 최적화를 제공하도록 사용가능한 것을 특징으로 하는 컴퓨터 프로그램 제품.
12. 청구항 1에 있어서, 하나 이상의 제안, 공급망 관리 책임의 변화 및 공급망 관리의 실행에 이용하기 위한 장비를 유지하기 위해 공급망을 관리하는 비용의 재정 예측을 준비하도록 사용가능한 실행가능한 영역을 더 구비한 것을 특징으로 하는 컴퓨터 프로그램 제품.
13. 청구항 1에 있어서, 비용, 조달 리드타임, 수리 소요시간, 제조 능력, 수리 능력, 부품번호 기준이라기 보다는 동일한 부품의 제조나 수리의 연간 용량에 대한 납품업체와의 장기간 계약에 기초해서 소비가능하고 수리가능한 예비 부품을 위해 공급자 및 수리 전문점의 선택을 최적화하고,

    리드타임 단축화 및 원료 비용의 변화성에 대한 연계 매매(hedging)의 적어도 하나에 대한 제조업자나 수리 전문점에서 원료를 사전에 배치하기 위한 때를 식별하도록 사용가능한 실행가능한 영역을 더 구비한 것을 특징으로 하는 컴퓨터 프로그램 제품.
14. 청구항 1에 있어서, 비용, 수송망 및/또는 경로, 공급되는 위치, 국제적인 세관신고를 통해 부품을 수출 및/또는 수입하는 능력, 및 선적 기준이라기 보다는 지정된 레벨의 수송을 위해 대량운송계약(volume contract)을 위한 기회 중의 적어도 하나에 기초해서 수송 납품업체의 선택을 최적화하도록 사용가능한 실행가능한 영역을 더 구비한 것을 특징으로 하는 컴퓨터 프로그램 제품.
15. 청구항 1에 있어서, 전술적, 일별(day-to-day), 부품별, 전략적 및 세계적 기준 중의 적어도 하나의 기준으로 추가 재고 및 폐기하는 과잉 재고의 조달을 권장하도록 사용가능한 실행가능한 영역을 더 구비한 것을 특징으로 하는 컴퓨터 프로그램 제품.
16. 청구항 1에 있어서, 예비 부품이 서비스 가능한지, 서비스 불가능한지, 수리 가능성의 판단을 대기할지, 수리를 대기할지, 수리할지, 폐기처분할지, 처분(매각)을 대기할지, 선적할지, 수용할지, 선적의 내용을 검증하기 위해 검사를 대기할지, 재고가 있어 방출을 준비할지, 재고가 있어 고객에게 관심을 쏟을지, 재고가 있어 특별한 고객이 소유하게 하고 다른 고객에게 공급하는 것을 무효로 할지, 재고가 있어 특별한 고객이 소유하게 하지만 합의된 상황 하에 다른 고객에게 빌려주는 것을 유효하게 할지를 판단하기 위해, 적어도 하나의 고객 데이터베이스, 수송 납품업체 데이터베이스, 창고 및 비축 위치 데이터베이스, 수리 전문점 데이터베이스, 제조업자 데이터베이스 및 장비 오퍼레이터 데이터베이스와 인터페이스하는 능력을 통해 총자산 가시도를 제공하는 웹 포털을 통해 모든 자산의 위치를 식별하기 위해 사용가능한 실행가능한 영역을 더 구비한 것을 특징으로 하는 컴퓨터 프로그램 제품.
17. 청구항 1에 있어서, 계약 메트릭스(contractual metrics), 운용 메트릭스(operational metrics), 현재고, 주문중 재고, 수리중 재고 및 이월주문의 하나 이상의 보고를 생성하기 위해 사용가능한 실행가능한 영역을 더 구비한 것을 특징으로 하는 컴퓨터 프로그램 제품.
18. 청구항 1에 있어서, 전략적인 재고 최적화 모델에 의해 필 레이트 목표(fill rate goal)로 최적화된 소비가능한 부품의 보고서 리스트 작성, 그래프 표시, 또는 리스트 작성 및 그래프 표시를 제공하도록 사용가능한 실행가능한 영역을 더 구비한 것을 특징으로 하는 컴퓨터 프로그램 제품.
19. 청구항 1에 있어서, 단편 부품 이용 및 수리가능한 부품의 저장소 정비를 위해 제조 요구사항 계획 모델(planning model)로서 사용가능한 실행가능한 영역을 더 구비한 것을 특징으로 하는 컴퓨터 프로그램 제품.
20. 청구항 1에 있어서, 제한된 저장 수명(shelf life)을 가진 컴포넌트가 그들의 비축량 및 조정된 재주문점을 가져야 하는지 여부를 판단하도록 사용가능한 실행가능한 영역을 더 구비한 것을 특징으로 하는 컴퓨터 프로그램 제품.
21. 청구항 1에 있어서, 주동작 위치로부터 저장소 정비 설비로 수리가능한 예비 부품을 반환하기 위한 시간대 전방 동작 위치로부터 저장소 정비 설비로 수리가능한 예비 부품을 반환하기 위한 시간의 비율을 결정하도록 사용가능한 실행가능한 영역을 더 구비한 것을 특징으로 하는 컴퓨터 프로그램 제품.
22. 청구항 1에 있어서, 비축위치로부터 주동작 위치로 운용상 수리가능한 예비 부품을 선적하기 위한 시간과, 비축위치로부터 전방 동작 위치로 운용상 수리가능한 예비 부품을 선적하기 위한 시간의 비율을 결정하도록 사용가능한 실행가능한 영역을 더 구비한 것을 특징으로 하는 컴퓨터 프로그램 제품.
23. 청구항 1에 있어서, 컴포넌트가 특정의 동작모드에서 동작하는 시간의 퍼센 트에 기초해서, 개별의 컴포넌트 장애율의 비율을 결정하도록 사용가능한 실행가능한 영역을 더 구비한 것을 특징으로 하는 컴퓨터 프로그램 제품.
24. 청구항 1에 있어서, 식별되고 포획되며 미리 처리된 데이터를 측정의 공통단위로 표준화하고,

    동일한 데이터 요소의 상충되는 값이 다른 소스 시스템으로부터 이용가능할 때 가장 좋은 데이터 소스를 결정하며,

    빠진 공급망 데이터에 디폴트를 제공하고,

    수요, 리드타임, 가격, 불량률, 수리 사이클 시간, 이 스테이션을 수리할 수 없는 비율, 조달 리드타임 및 연평균 구매율에 따라 부품 및 컴포넌트에 관한 임의의 데이터를 평가하도록 사용가능한 실행가능한 영역을 더 구비한 것을 특징으로 하는 컴퓨터 프로그램 제품.
25. 청구항 1에 있어서, 생산을 중단하고 있는 하나 이상의 부품 및 생산을 중단하거나 중단하기 쉬운 단편 부품을 포함하는 부품에 대한 수명 구매 요구사항을 판단하고,

    장비가 단계적으로 정지되거나 처분될 때 분해하기 위한 부품의 수효에 대한 요구사항을 판단하도록 사용가능한 실행가능한 영역을 더 구비한 것을 특징으로 하 는 컴퓨터 프로그램 제품.
26. 청구항 1에 있어서, 부품이 OEM 보증 하에 보호될 때 수리의 제조업자 실비용 및 정비업자 실비용의 적어도 하나를 결정하도록 사용가능한 실행가능한 영역을 더 구비한 것을 특징으로 하는 컴퓨터 프로그램 제품.
27. 청구항 1에 있어서, 부품 및 그들의 관련 부품번호에 관하여 교체, 대체 및 교환가능성 규칙을 평가하고,

    가장 현재의 부품번호 수정으로 하나 이상의 부품에 대한 수요를 모으며,

    이용가능한 부품번호 선택의 고려를 위해 선택적인 부품번호의 재고를 함께 모으도록 사용가능한 실행가능한 영역을 더 구비한 것을 특징으로 하는 컴퓨터 프로그램 제품.
28. 청구항 1에 있어서, 예비 부품으로서 사용되는 부품의 구매에 따라 장비의 제조를 지원하기 위해 부품의 구매를 동기하도록 사용가능한 실행가능한 영역을 더 구비한 것을 특징으로 하는 컴퓨터 프로그램 제품.
29. 장비를 유지하기 위해 공급망 처리를 관리하기 위한 컴퓨터 구현 방법으로,

    다수의 재고관리, 공급망 관리 및 장비 정비 어플리케이션의 능력에 액세스를 제공하는 업무규칙 구성(BRC) 모듈을 제공하는 단계와,

    BRC 모듈을 이용하여 한 세트의 장비 정비 요구사항에 관련된 데이터를 식별 및 포획하는 단계,

    식별되고 포획된 데이터를 복수의 어플리케이션에 인가하는 단계 및,

    복수의 어플리케이션의 능력의 통합에 기초해서 BRC로부터 장비 정비 요구사항에 대한 솔루션을 수신하는 단계를 구비하여 이루어진 것을 특징으로 하는 공급망 관리 방법.
30. 장비 정비를 촉진하기 위해 공급망 관리 업무를 통합하기 위한 방법으로,

    a) 정보를 검색 및 제공하기 위한 다수의 시스템에 연결할 수 있는 시스템을 수립하는 단계와,

    b) 장비 정비 요구를 식별하기 위해 고객 요구사항 데이터를 감시하는 단계,

    c) 식별된 고객 요구사항 데이터를 포획하는 단계,

    d) 적어도 하나의 솔버에 의한 사용을 위해 고객 요구사항 데이터를 작성하는 단계,

    e) 식별된 요구사항에 따라 다수의 시스템 중의 적어도 하나와 접촉하는 단 계,

    f) 사용자 식별 예측방법을 이용하여 준비된 고객 요구사항 데이터에 기초해서 장비 정비 수요를 예측하는 단계,

    g) 요구사항 데이터를 분석하는 단계 및,

    h) 예측된 정비 수요에 기초해서 재고 조정을 권장하는 단계를 구비하여 이루어진 것을 특징으로 하는 공급망 관리 업무 통합방법.
31. 청구항 30에 있어서, 데이터베이스 어플리케이션; 데이터 클리닝 어플리케이션; GUI(Graphical User Interface: 그래픽 사용자 인터페이스) 어플리케이션; 분배망 최적화 어플리케이션; 통계적인 수요예측 어플리케이션; 전략적, 세계적, 또는 장기간 재고 최적화 어플리케이션, 공급망 시뮬레이션(simulation: 모의); 견적 또는 회계 어플리케이션; 소싱 최적화 어플리케이션(sourcing optimization application); 수송 최적화 어플리케이션; 전술적, part-at-a-time, 또는 일별 자산관리 어플리케이션; 웹 포털; 창고 재고관리 어플리케이션; 조달 어플리케이션; 데이터베이스 보고 어플리케이션; 작업 흐름 관리자 어플리케이션; 고객의 장비 정비 요구사항에 관련된 데이터 세트의 적어도 두 가지를 통합하는 단계를 더 구비하여 이루어진 것을 특징으로 하는 공급망 관리 업무 통합방법.
32. 청구항 30에 있어서, 다수의 시스템이 전자적으로 데이터를 교환하는 것을 특징으로 하는 공급망 관리 업무 통합방법.
33. 청구항 30에 있어서, 상기 고객 요구사항 데이터를 작성하는 단계가 포획된 데이터를 클리닝, 통합, 상관 및 전송하는 단계를 구비하고 있는 것을 특징으로 하는 공급망 관리 업무 통합방법.
34. 청구항 30에 있어서, 시스템이 그 시스템들의 운용 시퀀스를 결정하는 것을 특징으로 하는 공급망 관리 업무 통합방법.
35. 청구항 34에 있어서, 운용 시퀀스가 업무 처리의 시기(phase)에 의존하는 것을 특징으로 하는 공급망 관리 업무 통합방법.
36. 청구항 30에 있어서, 정보를 보관, 추적 및 분석하는 단계 중 적어도 하나의 단계를 더 구비하여 이루어진 것을 특징으로 하는 공급망 관리 업무 통합방법.
37. 청구항 30에 있어서, 상기 장비 정비가 소비가능한 예비 부품, 수리가능한 예비 부품 또는 서비스를 갖추고 있는 것을 특징으로 하는 공급망 관리 업무 통합방법.
38. 청구항 30에 있어서, 상기 적어도 하나의 시스템과 접촉하는 단계가 적어도 하나의 작업 흐름 경보를 전송하는 단계를 구비하고 있는 것을 특징으로 하는 공급망 관리 업무 통합방법.
39. 청구항 30에 있어서, 예측된 장비 정비 수요에 기초해서 재고를 최적화하는 단계를 더 구비하여 이루어진 것을 특징으로 하는 공급망 관리 업무 통합방법.
40. 청구항 30에 있어서, 수요 예측을 개정하는 단계를 더 구비하여 이루어진 것을 특징으로 하는 공급망 관리 업무 통합방법.
41. 청구항 30에 있어서, 공급망, 변화하는 운용조건, 재정 모델, 운용 리스크를 저감하기 위한 운용 모델, 무역 연구, 업무 이벤트 흐름 모델, 업무 규칙 모델 및 주요한 성능 표시기의 평가의 적어도 하나를 시뮬레이션하는 단계를 더 구비하여 이루어진 것을 특징으로 하는 공급망 관리 업무 통합방법.
42. 장비의 운용성을 유지하기 위한 방법으로,

    장비의 컴포넌트가 대체를 필요로 하는지를 판단하는 단계와,

    컴포넌트를 대체하는 단계를 구비하여 이루어지되,

    상기 컴포넌트가 재고로부터 얻어지고,

    상기 재고가,

    수요 예측,

    컴포넌트가 재고에 저장되어야 하는지를 판단하기 위해 상기 수요 예측에 기초한 최적화 및,

    최적화에 기초한 리스크 평가에 기초해서 발생되며,

    상기 리스크 평가가 장비에 대해 변동하는 운용 조건을 포함하는 것을 특징으로 하는 장비 운용성 유지방법.

Images