Distribution Planning Model Supply Chain Management : Strumenti e case studies Bressanone, 17 Settembre 2003

Toolsgroup

Toolsgroup :Profilo della Società Toolsgroup è stata fondata nel 1993 da Eugenio Cornacchia (MIT), e Joseph Shamir (Tel Aviv University ) insieme ad un gruppo di esperti nelle tecniche di pianificazione e programmazione su progetti “World Class” Toolsgroup sviluppa, distribuisce e supporta DPM : un “Sistema di pianificazione della Supply chain basato sul Servizio” altamente affidabile DPM ha iniziato ad essere distribuito nel 1996, la release corrente è la V4.1.0 Toolsgroup conta oggi 40 dipendenti, con uffici in Milano, Barcelona, Diemen NL, Watford UK DPM conta oggi più di 120 installazioni nel mondo ed è il primo software della pianificazione della domanda in Italia per clienti e numero di installazioni (43 clienti, 54 installazioni) La “mission” aziendale di Toolsgroup è di fornire soluzioni avanzate di pianificazione ed ottimizzazione della Supply Chain attraverso un technology transfer supportato dallo strumento DPM

Toolsgroup : Clienti

ERP e APS

ERP: SISTEMI INTEGRATI PER LA GESTIONE DELL’AZIENDA “ERP” (ENTERPRISE RESOURCE PLANNING) ERP: SISTEMI INTEGRATI PER LA GESTIONE DELL’AZIENDA MODELLA L’AZIENDA NEL SUO COMPLESSO ED E’ IL “PROPRIETARIO” DEL DATA BASE AZIENDALE SUPPORTA PREVALENTEMENTE FUNZIONI OPERATIVE, ESECUTIVE E DI CONTROLLO LAVORA TIPICAMENTE “ON LINE” RISPETTO ALL’OPERATIVITA’ ED E’ COLLEGATO DIRETTAMENTE AI SISTEMI DI “FIELD DATA COLLECTION” FOCALIZZATO SULLA INTEGRAZIONE E COORDINAMENTO DEI VARI PROCESSI (GESTIONE ANAGRAFICHE, GESTIONE CLIENTI, GESTIONE FORNITORI, CONTABILITA’ E FINANZA...) FUNZIONALITA’ TIPICAMENTE DATA BASE INTENSIVE

APS : SISTEMI AVANZATI DI SUPPORTO DECISIONALE “APS” (ADVANCED PLANNING SYSTEM) APS : SISTEMI AVANZATI DI SUPPORTO DECISIONALE MODELLA UN PROCESSO OPERATIVO E RELATIVI VINCOLI; SPESSO SI APPOGGIA A UNA BASE DATI LOCALE STRUTTURATA SUL TIPO DI PROCESSO DA GESTIRE SUPPORTA TIPICAMENTE PROCESSI DECISIONALI, ELABORA PROPOSTE DI AZIONI, RISOLVENDO LE PRIORITA’ E OTTIMIZZANDO OVE POSSIBILE L’UTILIZZO DELLE RISORSE NEL RISPETTO DEI VINCOLI LAVORA TIPICAMENTE “OFF LINE” RISPETTO ALL’OPERATIVITA’ E SCAMBIA DATI CON LA BASE DATI AZIENDALE FOCALIZZATO SULL’OTTIMIZZAZIONE DI UNO SPECIFICO PROCESSO OPERATIVO FUNZIONALITA’ TIPICAMENTE CPU MEMORY INTENSIVE

DPM Collocazione funzionale ERP/ Supply Chain Execution (SCE) Supply Chain Planning (SCP) Inventory Modeling Demand Modeling Fulfillment Planning & Business Optimization DPM Fulfillment Level i2 SAP/APO Manugistics Production Planning Material &Transpt. Requirement planning Demand Planning Fulfillment Time SAP/R3 BAAN JDE MOVEX ERP/ Supply Chain Execution (SCE) Fulfillment Execution

La Suite DPM

Pianificazione della supply chain prevedere, produrre e distribuire per garantire il livello di servizio al cliente Demand Modelling (FBFTM) Calcolo automatico delle previsioni di vendita su base storica Demand Planning Strumenti di supporto interattivi per la pianificazione commerciale Basic Inventory Planning Supporto di base per l’assegnazione manuale dei parametri di gestione dello stock per prodotto/magazzino e aggregati propedeutico all’uso di funzioni di riordino automatico (es. consente di assegnare livelli di riordino in quantità o periodi di copertura fissa, lotti minimi di riordino, intervallo di riordino ecc.) Service & Stock Planning (STSTM) Sistema avanzato di pianificazione che consente di calcolare in automatico i livelli di stock ottimizzati per raggiungere l’obiettivo di servizio pianificato Requirements Basic Planning Calcola le proposte di approvvigionamento necessarie per ripristinare la scorta obiettivo in base al livello di scorta per ogni singolo magazzino, agli ordini emessi e al portafoglio ordini cliente (es. consente di gestire il CRP) Replenishment Tunneling (DRTTM) Calcola i fabbisogni e crea le proposte correnti e previste, per tutti i prodotti in tutti i magazzini. Segnala il valore minimo e il valore massimo (tunnel); tali calcoli sono basati sulla situazione corrente dello stock, sulle previsioni e sulle forzature commerciali - Demand Planner - Fulfilment Planner - Replenishment Planner

Copertura funzionale Produzione e/o Fornitori Clienti finali e Punti Vendita Produzione e/o Fornitori Trasporti e Distribuzione Pianificazione scorte e servizio al cliente Aree di vendita Pianificazione dei flussi di riapprovvigionamento Previsioni di domanda per articolo e area di vendita Pianificazione acquisti e/o emissione dei piani produttivi Pianificazione a capacità finita di fornitori e/o produzione

Pianificazione del Servizio Oggi, il livello di servizio (disponibilità del prodotto) è un fattore di successo che richiede un’accurata pianificazione e gestione. Esso consente di ottenere: un significativo miglioramento dell’utile un vantaggio competitivo per Marketing e Vendite La maggior parte delle aziende si affida a procedure carenti di previsione e si limita a pianificare i livelli delle scorte basandosi spesso sulla sola esperienza. Il Management ha bisogno di strumenti per pianificare la sua STRATEGIA DI SERVIZIO: definire obiettivi di servizio per ogni segmento prodotto/mercato.

Pianificazione del Servizio Per definire la “Strategia di Servizio” e garantire la sua esecuzione, il management deve: 1 Pianificare la domanda futura 2 Pianificare il servizio (e di conseguenza lo stock) Modello S.T.S. (Stock to Service) Modello previsionale 3 Pianificare i flussi di materiale in ogni stock-location Modello D.R.T. (Distribution Req. Tunnelling)

Il fenomeno “domanda” La domanda e’ costituita dalla somma di linee ordine clienti con frequenze di arrivo e dimensioni variabili in maniera stocastica. La probabilita’ di ordinazione ha una sua distribuzione statistica, con un limite assoluto inferiore pari a zero. La dimensione della linea d’ordine ha una sua distribuzione statistica, con un limite assoluto inferiore pari alla confezione minima di vendita. La probabilita’ di arrivo e la dimensione media della linea d’ordine possono entrambe variare secondo tendenze e comportamenti stagionali con correlazioni facilmente rilevabili. La frequenza di ordinazione in linee d’ ordine e’ un parametro indispensabile per modellare in modo affidabile il comportamento statistico della domanda. I modelli previsivi tradizionali, che trattano solo le quantita’: possono forse tentare di essere precisi nel calcolo dei valori previsti non possono pero’ dare alcuna informazione attendibile sulle possibili deviazioni stocastiche rispetto ai valori previsti.

Valutazione dei benefici L’introduzione del Fulfilment Planner riduce i costi e aumenta la disponibilità dei prodotti La valutazione dei benefici ottenibili viene effettuata misurando le prestazioni logistiche (scorte e di livello di servizio erogato) e le prestazioni logistiche ottenibili con lo strumento di pianificazione (fissato il livello di servizio obiettivo). Costo Livello di Servizio (%) 20 40 60 80 100 Stato attuale Obiettivo (N° linee ordine completamente evase dal pronto) (N° linee ordine totali) Livello di servizio = x 100

Modelli Previsivi evoluti : Demand Modelling e Demand planning

Il Modello Previsionale La pianificazione del servizio e delle scorte deve basarsi sulle caratteristiche della domanda futura generate da un modello previsionale specificatamente progettato per il “servizio da stock”: - tecniche di previsione avanzate e autoadattanti - stabilità: per evitare “over-stock” o “rotture” - filtraggio della domanda “lumpy” approccio bottom-up, verificato con vista top-down, permette il calcolo di previsioni a livello di singolo articolo - calcolo previsionale dei parametri logistici : quantità, frequenza, variabilità - funzioni interattive di supporto per parametri commerciali e di stagionalità - integrabile con procedure di previsioni aggregate esistenti

PIANIFICARE LE RISORSE AZIENDALI LA MAGGIOR PARTE DELLE DECISIONI CHE RICHIEDONO UN SUPPORTO PREVISIVO HANNO COME PRINCIPALE OBIETTIVO L’ACQUISIZIONE DI RISORSE DI VARIO GENERE NON ESISTONO PROCESSI REALI IN AZIENDA CHE POSSONO PERMETTERSI DI ACQUISIRE RISORSE SENZA ALCUN MARGINE O RIDONDANZA PER FAR FRONTE A POSSIBILI ERRORI DI STIMA E’ PERCIO’ UN ERRORE GRAVISSIMO BASARSI SU PREVISIONI PRESE COME VALORI DETERMINISTICI E’ COMUNQUE INEFFICIENTE AGGIUNGERE MARGINI DI SICUREZZA IN MODO EMPIRICO E INCONTROLLATO L’ IMPORTANZA DELLE COMPONENTI STOCASTICHE

COMPONENTI STOCASTICHE IN PIANIFICAZIONE BEN POCHI PROCESSI DI PIANIFICAZIONE IN REALTA’ USANO DIRETTAMENTE LE PREVISIONI DI VENDITA (BUDGET VENDITE, ATTIVITA’ DI PRELIEVO NEI MAGAZZINI DI “FRONT-END”, ATTIVITA’ DI CONSEGNA FINALE AL CLIENTE) LA PIANIFICAZIONE DELLA MAGGIOR PARTE DELLE RISORSE DEVE ESSERE TARATA SU UNA STIMA DI ALTRI FLUSSI “DERIVATI” IL CALCOLO DI TALI FLUSSI E’ TRADIZIONALMENTE AFFIDATO A SISTEMI (DRP, MPS, MRP, MRPII ecc.) CHE TRATTANO I DATI COME VALORI DETERMINISTICI UN CORRETTO MODELLO DI PIANIFICAZIONE DEVE INVECE ESSERE IN GRADO DI PRESENTARE I FLUSSI CON LE LORO COMPONENTI STOCASTICHE

IL FENOMENO “DOMANDA” LA DOMANDA (quantità) E’ COSTITUITA DALLA SOMMA DI LINEE ORDINE CLIENTI CON FREQUENZE DI ARRIVO E DIMENSIONI VARIABILI IN MANIERA STOCASTICA LA PROBABILITA’ DI ORDINAZIONE HA UNA SUA DISTRIBUZIONE STATISTICA, CON UN LIMITE ASSOLUTO INFERIORE PARI A ZERO LA DIMENSIONE DELLA LINEA D’ORDINE HA UNA SUA DISTRIBUZIONE STATISTICA, CON UN LIMITE ASSOLUTO INFERIORE PARI ALLA CONFEZIONE MINIMA DI VENDITA LA PROBABILITA’ DI ARRIVO E LA DIMENSIONE MEDIA DELLA LINEA D’ORDINE POSSONO ENTRAMBE VARIARE SECONDO TENDENZE E COMPORTAMENTI STAGIONALI CON FREQUENTI CROSS-CORRELAZIONI FACILMENTE RILEVABILI

SERIE STORICHE: QUANTITA’ E LINEE D’ORDINE IPOTIZZIAMO DI AVERE DUE SERIE STORICHE CON IDENTICHE QUANTITA’ MA RIGHE D’ORDINE DIFFERENTI : Quantità 96 75 144 110 135 52 Righe ordine - 1° CASO: 92 71 138 105 132 50 Righe ordine - 2° CASO: 1 1 2 1 3 1 SI PUO’ IPOTIZZARE LO STESSO TIPO DI DISTRIBUZIONE STATISTICA IN ENTRAMBI I CASI ? SI PUO’ RAGIONEVOLMENTE IPOTIZZARE NEI DUE CASI UN IDENTICO RAPPORTO FRA SEGNALE (TENDENZA, STAGIONALITA’) E RUMORE CASUALE ? I DUE ARTICOLI APPARTENGONO ALLA STESSA CLASSE ABC? RISULTA DUNQUE ESSENZIALE UN MODELLO PREVISIVO “FREQUENCY BASED”

“DEMAND MODELLING”: OBIETTIVI A CONFRONTO MODELLI TRADIZIONALI MASSIMA ATTENZIONE ALLA PRECISIONE SCARSA ATTENZIONE ALLA MISURAZIONE DEGLI ERRORI MANCANZA DI MECCANISMI AFFIDABILI PER DESCRIVERE LA DISTRIBUZIONE PROBABILISTICA DELLA DOMANDA MODELLI AVANZATI MASSIMA ATTENZIONE A MECCANISMI AFFIDABILI DI DESCRIZIONE DELLA DISTRIBUZIONE PROBABILISTICA DELLA DOMANDA DA CUI RICAVARE: PREVISIONI STABILI E AFFIDABILI STIME PRECISE DEGLI ERRORI PREVISIVI E DELLA LORO DISTRIBUZIONE STATISTICA

Pianificazione del Servizio e Ottimizzazione dello Stock

CATENE DISTRIBUTIVE “SERVICE DRIVEN” I mercati che per primi hanno evidenziato la necessità di un nuovo approccio alla gestione aziendale sono quelli dove: il servizio determina il posizionamento sul mercato (alimentare, CPG) il mercato è sensibile al servizio reso (ricambistica, medicinali, etc.) le scorte rappresentano parte significativa dei capitali investiti l’approccio corretto: spostare il fattore trainante dalla reazione alla domanda (demand driven) alla pianificazione del livello di servizio (service driven) pianificare per evitare un comportamento decisionale “isterico“ la scorta è un investimento il cui ritorno è sotto controllo

“SERVICE PLANNING”: CURVE “STS” AGGREGATE IMMOBILIZZO “GLOBALE” RISPETTO AL SERVIZIO “GLOBALE” AGGREGAZIONE DELLE CURVE “STS” INDIVIDUALI (SINGOLE SKUL) APPROCCI TRADIZIONALI: ASSEGNARE AD OGNI SKUL UN “TARGET” DI SERVIZIO PARI AL GLOBALE ASSEGNARE AD OGNI SKUL LA STESSA “COPERTURA” TEMPORALE APPROCCIO ALTERNATIVO: ASSEGNARE AD OGNI SKUL UN “TARGET” DI SERVIZIO DIFFERENZIATO IN MODO DA OTTIMIZZARE UN OBBIETTIVO GLOBALE PRESCELTO QUALE: MINIMO IMMOBILIZZO GLOBALE IN VALORE MASSIMO MARGINE LORDO MINIMO VOLUME DI STOCCAGGIO OCCUPATO MASSIMA VITA RESIDUA MINIMO RISCHIO DI OBSOLESCENZA ECC.

La Curva Stock - Servizio (S.T.S.) La curva STS dipende dalle caratteristiche della domanda e dai parametri logistici di riapprovvigionamento. 6 5 4 Stock 3 (Mesi) 2 1 20 40 60 80 100 Livello di Servizio (%)

La Curva Stock - Servizio aggregata Quanto costerà migliorare il livello di servizio ? 20 40 60 80 100 Livello medio di Servizio (%) (Mesi) Stock Aggregato 6 5 4 3 2 1 Voi siete qui

Efficienza dello Stock Il modo più efficiente (stock) per raggiungere l’obiettivo di servizio globale. DPM differenzia gli obiettivi di servizio per singolo articolo per ottimizzare il livello di servizio globale. Il processo di ottimizzazione genera una curva Stock-Servizio globale più efficiente. DIFFERENZIAZIONE = OTTIMIZZAZIONE

Dal DRP al DRT

IL SIGNIFICATO E IL RUOLO DEL “D.R.P.” IN ORIGINE IL DRP (DISTRIBUTION REQUIREMENTS PLANNING) CONSISTEVA NEL CALCOLO DEI FABBISOGNI DISTRIBUTIVI DEL PRODOTTO FINITO CON LOGICHE DERIVATE DA QUELLE MRP (=MATERIALS REQUIREMENTS PLANNING) ATTUALMENTE AI DRP (DISTRIBUTION RESOURCES PLANNING) E’ ANCHE RICHIESTO IL CALCOLO DEI FABBISOGNI DI RISORSE DISTRIBUTIVE UN’ EVOLUZIONE ANCORA UNA VOLTA ANALOGA A QUELLA DELL’ MRP CHE DIVENTAVA MRPII (MANUFACTURING RESOURCES PLANNING) COME L’ MRP TENDE A SIMULARE UNA LOGICA DI CONTROLLO LOCALE AD OGNI STADIO (NETTIFICA, CONFRONTO CON LIVELLI DI RIORDINO, ARROTONDAMENTO AL LOTTO, ECC.) RIBALTANDO VIA VIA IL RISULTATO SULLO STADIO A MONTE

VANTAGGI E SVANTAGGI DEL “D.R.P.” IL PIU’ IMPORTANTE VANTAGGIO DEL CONCETTO “DRP”: LA VISIBILITA’ INTEGRATA SU TUTTA LA “SUPPLY-CHAIN” TENDE A ELIMINARE I CLASSICI PROBLEMI DI INSTABILITA’ DEL SISTEMA I DRP ATTUALI PRESENTANO PERO’ I SEGUENTI SVANTAGGI: CONGELAMENTO ARTIFICIALE DEI PIANI TRATTAMENTO DEI RISULTATI DEI CALCOLI COME DETERMINISTICI NESSUN MARGINE PER UNA VERA OTTIMIZZAZIONE DELLE RISORSE

“DISTRIBUTION RESOURCES TUNNELLING” I MECCANISMI DI “TUNNELLING” (DRT): PRODUCONO DEI “TUNNELS“ DI FABBISOGNO PER OGNI ITEM IN OGNI MAGAZZINO ELIMINANO I “NUMERI MAGICI “ PRODOTTI DALLA LOGICA TRADIZIONALE DI CONTROLLO SCORTE SFRUTTANO LA PRESENZA DI BUFFERS PER LASCIARE MARGINI DI OTTIMIZZAZIONE NON APPLICANO ALCUN ARROTONDAMENTO AL LOTTO DURANTE IL PROCESSO DI “PULL“ (PROPAGAZIONE FABBISOGNI VERSO MONTE) NE’ CONGELANO ALCUNA QUANTITA’ I MARGINI DI OTTIMIZZAZIONE RESTANO INTATTI FINO ALL’ ULTIMO MOMENTO UTILE PER PRENDERE LE DECISIONI

DPM in Burmah Castrol (lubrificanti) Burmah Castrol Case Study DPM in Burmah Castrol (lubrificanti) A Case Study

Burmah Castrol Case Study Burmah Castrol: Company profile Produzione e distribuzione di lubrificanti e prodotti chimici 20.000 dipendenti Operations in 50 paesi Prodotti distribuiti in 150 paesi Fatturato 4.500 miliardi US$ (75% lubrificanti )

Burmah Castrol Case Study Burmah Castrol (la rete distributiva) Una rete complessa di stabilimenti produttivi e magazzini (business units); I magazzini nazionali sono riapprovvigionati da diversi stabilimenti ; Alcuni magazzini nazionali servono quote di domanda estera oltre alla domanda locale; La domanda è caratterizzata da forte stagionalità e condizionata da iniziative commerciali (promozioni, etc.); Il sistema distributivo europeo è supportato da diversi sistemi ERP e protocolli di codifica; Alte giacenze lungo la rete.

Burmah Castrol Case Study Obiettivi di progetto: Trarre vantaggio da una logistica integrata a livello europeo: Concentrazione di siti produttivi Riduzione delle giacenze Incremento del livello di servizio (in modo da aumentare la fedeltà al Brand) Introdurre una formalizzazione del metodo di collaborazione e di comunicazione interna: responsabilità obiettivi Consolidare una cultura operativa “service driven” a livello di gruppo come base di un processo di business evoluto e competitivo.

Burmah Castrol Case Study Perchè DPM Per fornire una unica piattaforma per i processi a tutta l’organizzazione; Modularità per supportare processi evolutivi a lungo termine Per fornire una piattaforma che : sia guidata dal livello di servizio, garantisca elevata affidabiltà delle previsioni, supporti strumenti integrati per la riduzione dei costi, garantisca una rapida implementazione, Per introdurre un linguaggio comune nel processo di pianificazione di tutte le business units europee

Architettura funzionale del sistema Internet Local planning system Local planning system Local planning system Weekly Re-supply Proposals Local planning system Local planning system Sales orders Purchase orders Local ERP

* data supplied by Burmah Castrol Risultati prima installazione 4th Qtr 1996 26 installazioni in Europa (22 paesi) Riduzione della giacenza a livello della rete europea del 40% * Incremento del livello di servizio di 9 punti (media europea) * Errore medio delle previsioni ridotto al 15% * Errore medio delle previsioni per gli alto movimentati ridotto al 5% * Dal 1998, DPM è diventato lo standard Castrol per la eccellenza previsiva * data supplied by Burmah Castrol

Distributore Ricambi a livello nazionale SAIM ZF Case Study DPM in SAIM ZF Distributore Ricambi a livello nazionale

LA SAIM LA SAIM È UNA AZIENDA PRIVATA DI DISTRIBUZIONE STRUTTURATA IN CINQUE DIVISIONI : - AUTOMOTIVE - MARINO - BIKE - INDUSTRIALE - ORIGINAL EQUIPMENT LA SAIM FA PARTE DEL GRUPPO DONÀ ED È IN JOINT VENTURE CON LA ZF ITALIA. LA DIVISIONE AUTOMOTIVE DELLA SAIM OPERA NEL SETTORE DELLA DISTRIBUZIONE DI RICAMBI PER AUTO E VEICOLI INDUSTRIALI.

SAIM DAM : STRUTTURA E NUMERI TRENTINO- ALTO ADIGE VENETO FRIULI-VENEZIA GIULIA LOMBARDIA VALLE d'AOSTA PIEMONTE LIGURIA EMILIA-ROMAGNA TOSCANA MARCHE UMBRIA ABRUZZI LAZIO MOLISE PUGLIA BASILICATA CAMPANIA CALABRIA SARDEGNA SICILIA 1 Magazzino centrale 16 Magazzini Periferici 16.000 Item Gestiti 20.000 Linee Ordine al mese 3.500 Clienti

IL CASO SAIM ALLA FINE DEL 1995 LA SAIM DECIDE DI AVVIARE UN PROGETTO DI ANALISI DELLA SITUAZIONE LOGISTICA, AVENDO RILEVATO UN PROGRESSIVO AUMENTO DELLA GIACENZA NEL CORSO DEGLI ULTIMI ANNI SINO A RAGGIUNGERE UN VALORE DELLE SCORTE LUNGO LA CATENA DISTRIBUTIVA GIUDICATO ECCESSIVO. IN UN MERCATO SEMPRE PIÙ COMPETITIVO HA AVVERTITO LA DUPLICE ESIGENZA DI RAZIONALIZZARE I COSTI E DI MIGLIORARE IL PRESIDIO DEL MERCATO. LA STRADA INTRAPRESA È STATA QUELLA DI OTTIMIZZARE LA GESTIONE DELLE SCORTE FINALIZZANDOLA ALLA PIANIFICAZIONE DEL LIVELLO DI SERVIZIO AL MERCATO. SAIM HA PERCEPITO CHE IL LIVELLO DI SERVIZIO NON È SOLO UN NUMERO TEORICO, MA HA UN FORTE SIGNIFICATO PRATICO, NON SOLO IN TERMINI DI MISURAZIONE DELLA SODDISFAZIONE DEL CLIENTE, MA ANCHE E SOPRATTUTTO IN TERMINI DI AUMENTO DEL FATTURATO.

L’ANALISI DELLA SITUAZIONE L’ANALISI EFFETTUATA EVIDENZIA LA SEGUENTE SITUAZIONE : - CONFERMA UN VALORE DELL’INDICE DI ROTAZIONE BASSO PER IL TIPO DI REALTÀ DISTRIBUTIVA IN ESAME - EVIDENZIA UN FORTE SBILANCIAMENTO DELLE SCORTE : . SIA IN TERMINI DI MIX (STOCK ECCESSIVO SUGLI ARTICOLI BASSO E MEDIO MOVIMENTATI) . SIA IN TERMINI DI ALLOCAZIONE (STOCK ECCESSIVO SUI PERIFERICI SUGLI ARTICOLI BASSO MOVIMENTATI) - EVIDENZIA UN LIVELLO DI SERVIZIO NON BRILLANTE, SOPRATTUTTO SUGLI ARTICOLI ALTO MOVIMENTATI

L’ANALISI DELLE CAUSE LE PRINCIPALI CAUSE DELLA SITUAZIONE SONO STATE RILEVATE ESSERE : - UNA PIANIFICAZIONE DEI FABBISOGNI COSTRUITA PREVALENTEMENTE IN BASE ALL’ANDAMENTO STORICO DELLE VENDITE - LA MANCANZA DI MISURAZIONE DEI PARAMETRI LOGISTICI - UNA POLITICA DI GESTIONE DELLE SCORTE CARENTE E NON DIFFERENZIATA - L’ASSENZA DI PIANIFICAZIONE DEL SERVIZIO LA MANCANZA DI UN EFFICACE STRUMENTO DI SUPPORTO ALLA PIANIFICAZIONE L’ASSENZA DI UN COORDINAMENTO OPERATIVO TRA GLI ATTORI COINVOLTI NELLA SUPPLY CHAIN

GLI INDICATORI DI PERFORMACE PER UNA AZIENDA DI DISTRIBUZIONE DI BENI DI CONSUMO,TRA I PARAMETRI LOGISTICI PIÙ SIGNIFICATIVI PER IL MONITORAGGIO DELLE PERFORMANCE DEL MAGAZZINO VI SONO : - L’INDICE DI ROTAZIONE DELLE SCORTE - IL LIVELLO DI SERVIZIO ( FULFILLMENT ) OFFERTO QUESTI DUE PARAMETRI DETERMINANO ANCHE LA “BONTÀ” DEL SISTEMA DI PIANIFICAZIONE E GESTIONE, IL PRIMO IN TERMINI DI EFFICIENZA ED IL SECONDO IN TERMINI DI EFFICACIA

IL LIVELLO DI SERVIZIO IL LIVELLO DI SERVIZIO INDIVIDUA LA CAPACITÀ DI FAR FRONTE ALLA DOMANDA DI MERCATO, VIENE VALORIZZATO IN TERMINI PERCENTUALI E PUÒ ESSERE ESPRESSO IN TERMINI DI QUANTITÀ O DI VALORE. SI PUÒ CALCOLARE COME % DI MATERIALE DISPONIBILE RISPETTO AL MATERIALE RICHIESTO O, PIÙ CORRETTAMENTE COME % DI RIGHE D’ORDINE COMPLETAMENTE EVADIBILI (definizione secondo HP, XEROX, CATERPILLAR E ALTRI)

IL CASO SAIM : I RISULTATI OTTENUTI NELLE FIGURE CHE SEGUONO SONO SCHEMATIZZATI I RISULTATI OTTENUTI DALL’APPLICAZIONE DELLE LOGICHE E DALL’INSERIMENTO DELLO STRUMENTO DPM. SONO TRACCIATI CIRCA 65 MESI DI RILEVAZIONI DEI PARAMETRI FONDAMENTALI : - ANDAMENTO DELLE VENDITE E DELLO STOCK IN VALORE, NORMALIZZATI IN BASE 100 - ANDAMENTO DELL’INDICE DI ROTAZIONE PUNTUALE E MEDIO - ANDAMENTO DEL LIVELLO DI SERVIZIO DOVE : - P1 INDIVIDUA LA PARTENZA OPERATIVA DEL SISTEMA (3 MESI DOPO L’INSTALLAZIONE DEL DPM) - P2,P3,P4 SONO LE CHIUSURE D’ANNO DEI SUCCESSIVI 3 ANNI

IL CASO SAIM : IL VENDUTO E LO STOCK

IL CASO SAIM : L’INDICE DI ROTAZIONE (puntuale e medio)

IL CASO SAIM : IL LIVELLO DI SERVIZIO

DPM Fashion Solution

DPM Fashion Solution La soluzione completa per il Fashion prevede l’utilizzo di tre DPM in cascata : DPM “old collections” che raccoglie la storia delle collezioni precedenti, aggrega per famiglie (tipologia+stagione) ed elabora i profili di domanda. Qui vengono modellati i “macro-items” che capitalizzano la conoscenza della domanda passata a livello aggregato DPM “new collections” che contiene gli articoli delle collezioni future, cui viene associata una storia derivata dai “macro-items”, secondo fattori di ripartizione opportunamente calcolati. Qui vengono elaborate le previsioni di fabbisogno per articolo ed i conseguenti fabbisogni di produzione, usati poi per generare le previsioni di consumo dei tessuti DPM “tessuto” che contiene la base dati i cui articoli sono i codici di tessuto, riceve le previsioni di consumo dal DPM precedente, già aggregate per tessuto secondo i consumi unitari di tessuto per articolo. Qui vengono calcolati i fabbisogni di approvvigionamento di tessuto, con la possibilità di gestire anche gli stocks, almeno per i tessuti ripetitivi

DPM Fashion Solution (complete) Old-SKU links to Macro-item “Old-collections” DPM Old SKU’s DB “Macro-items” Analizer Macro-items DB Sales History by Old SKU-Store Sales History by Old SKU-Store Sales History by Macro-item New SKU links To Macro-item DailyForecasts by SKU-Store Min.Facing Qty by SKU-Store “New-collection” DPM New SKU’s DB Sales windows bySKU-Store “Cloth” DPM Cloth DB Current Sales by SKU-Store Commercial Forecasts by SKU-Store Replenishment Proposals Net Requirements Cloth Requirements

DPM Fashion Solution – “Old Collections” DPM Master old-SKU links to Macro-item Old SKU’s DB Sales History by Old SKU-Store DPM Demand Planner Sales History by SKU-Store Sales History by Macro-item

DPM Fashion Solution – “Macro-items analizer” Old-SKU links to Macro-item “Macro-items” Analizer Macro-items DB “Old collections” DPM Sales History by Old SKU DailyForecasts by SKU-L “New collection” DPM New SKU links To Macro-item Attributi per Item: “Attributi descrittivi” (possono variare da una collezione all’altra) “Attributi invarianti” (sono gli stessi da una collezione all’altra): Attributi per Macro-item (usati per raggruppare gli Item in Macro-item) Attributi per Item (usati per analizzare la ripartizione tra Macro-item ed Item nuovi) Il database delle vecchie collezioni è usato per calcolare l’effetto dei diversi attributi di ogni item nello split del Macro-item Nel database delle nuove collezioni i Macro-item servono a fornire una storia fittizia a ciascuno degli articoli nuovi associati a ciascun Macro-item, secondo un fattore di ripartizione tra Macro-item ed articolo nuovo, che può essere espresso come: 1/n *(x1* x2 *... * xk,)*M dove: - n : numero di articoli nuovi rappresentati dal Macro-item - xi : fattore di correzione dell’ attributo invariante i (calcolato sulla storia delle vecchie collezioni) - M : fattore di correzione manuale (opzionale, 1 se mancante)

DPM Fashion Solution – “New Collection” DPM Sales History by Macro-item Commercial Overrides “New collection” DPM Sales windows bySKU-Store DPM Demand Planner DPM Daily Forecasts Current Sales by SKU-Area Min.Facing Qty by SKU-Store DPM Fulfilment Planner New SKU’s DB DPM Master new-SKU links to Macro-item DPM Replenishment Planner Replenishment Proposals Net REquirements

DPM Fashion Solution – “Cloth” DPM Main Semifinished Products Net Requirements by SKU Aggregation by cloth DPM Cloth Commercial Overrides by Cloth DPM Demand Planner Cloth DB DPM Replenishment Planner Cloth Requirements

DPM Fashion: Caratteristiche Principali Richieste Supporto formulazione forecast items nuove collezioni: Modello speciale di forecasting (stagioni “intere”) “Mix Analizer” basato su attributi invarianti (“macroitems”) “Finestre di vendita” differenziate per “store” (magazzino) Generazione automatica profili di vendita giornalieri Capacità di pianificazione ad alta frequenza: Rifornimenti a valle con frequenza anche giornaliera Scorte di sicurezza “stores” con vincoli di “facing” Algoritmi avanzati di “fair allocation” Aggiustamento dinamico stock target tarato sulla fine della “finestra di vendita”

Il nuovo processo di pianificazione : concetti base 1 Il nuovo processo di pianificazione nasce sostanzialmente da una corretta formalizzazione di alcune fasi importanti : una prima analisi (marketing/commerciale) serve ad individuare i principali attributi invarianti da attribuire agli articoli delle collezioni passate e di quelle future, in funzione dei quali vengono definiti degli insiemi di articoli (“macro-items”) che creano una continuità fra collezioni passate e future alla nascita di una nuova collezione, bisogna “legare” gli articoli nuovi a “macro-items” già esistenti, in funzione degli attributi anzidetti, fermo restando che sarà sempre possibile aggiungere sulle collezioni passate attributi e “macro-items” diversi, qualora ciò risulti necessario per “mappare” meglio le nuove collezioni periodicamente devono essere analizzate le vendite delle passate collezioni per ricavare/aggiornare i fattori di correzione legati agli attributi invarianti e ricalcolare di conseguenza i fattori di ripartizione tra i macro-item e gli articoli delle nuove collezioni

Il nuovo processo di pianificazione : concetti base 2 sulla base della domanda storica fittizia ricavata attraverso i legami quantitativi sopra descritti, possono essere calcolate le previsioni di domanda per ogni nuovo articolo ed i relativi fabbisogni di prodotto finito, i carichi produttivi conseguenti (mano d’opera, capi) ed i fabbisogni di tessuto della collezione sulla base di tali fabbisogni verranno emessi gli ordini per i tessuti e prenotata la capacità produttiva l’andamento della campagna vendite potrà essere analizzato anche a frequenza elevata (almeno settimanale) per apportare eventuali correttivi alle previsioni di vendita della collezione, sia come volumi globali che come ripartizione sui singoli articoli, utilizzando eventualmente un sistema di supporto operante secondo una logica di “exit poll” tali eventuali correzioni manterranno sempre “freschi” i fabbisogni, consentendo, ove possibile, l’aggiustamento dei piani di acquisto del tessuto e di produzione dei capi finiti

Il nuovo processo di pianificazione : il diagramma di flusso marketing marketing di prodotto pianificazione marketing di prodotto commerciale pianificazione ingegneria industriale pianificazione pianificazione PROGETTO NUOVA COLLEZIONE - nuovi item - nuove tipologie CREAZIONE LEGAMI PER MACRO ITEM - legami vecchio-nuovo (sku) CALCOLO INDICI PER ATTRIBUTO - legami vecchio-nuovo (sku) - indici REVISIONE FATTORI MANUALI - fattori completi REVISIONE COMMERCIAL OVERRIDES CALCOLO FABBISOGNI PER ITEM - previsioni validate DEFINIZIONE CONSUMO MEDIO ITEM/TESSUTO - fabbisogni netti per item CALCOLO FABBISOGNI TESSUTO - consumo medio item/tessuto REVISIONE FABBISOGNI TESSUTO E PRODOTTO - fabbisogni tessuto DPM OLD Mix Analizer Mix Analizer DPM NEW DPM NEW DPM CLOTH EXIT POLL