Optymalizacja łańcucha dostaw
Optymalizacja łańcucha dostaw (SCO) ma na celu zapewnienie optymalnego działania łańcucha dostaw produkcji i dystrybucji . Obejmuje to optymalne rozmieszczenie zapasów w łańcuchu dostaw, minimalizację kosztów operacyjnych, w tym kosztów produkcji, kosztów transportu i kosztów dystrybucji. Optymalizacja często wiąże się z zastosowaniem technik modelowania matematycznego przy użyciu oprogramowania komputerowego. Często uważa się, że jest to część inżynierii łańcucha dostaw do modelowania matematycznego, podczas gdy optymalizacja łańcucha dostaw może być również prowadzona przy użyciu jakościowych podejść opartych na zarządzaniu .
Aplikacje
Zazwyczaj menedżerowie łańcucha dostaw dążą do maksymalizacji rentowności ich łańcucha dostaw produkcji i dystrybucji. Może to obejmować środki takie jak maksymalizacja zwrotu marży brutto z zainwestowanych zapasów ( GMROII ) (zrównoważenie kosztu zapasów we wszystkich punktach łańcucha dostaw z dostępnością dla klienta), minimalizacja całkowitych kosztów operacyjnych (transport, inwentaryzacja i produkcja) lub maksymalizacja zysku brutto z produktów dystrybuowanych w łańcuchu dostaw. Optymalizacja łańcucha dostaw rozwiązuje ogólny problem łańcucha dostaw polegający na dostarczaniu produktów do klientów po najniższych całkowitych kosztach i najwyższym zysku, przy jednoczesnym odrzuceniu kosztów magazynowania, transportu, dystrybucji i produkcji. Ponadto optymalizacja kosztów magazynowania i transportu za pomocą rozmiaru produktu/opakowania jest jednym z najłatwiejszych i najbardziej opłacalnych wstępnych wdrożeń dostępnych w celu zaoszczędzenia pieniędzy w dystrybucji produktów.
Optymalizacja łańcucha dostaw ma zastosowanie we wszystkich branżach produkujących i/lub dystrybuujących towary, w tym sprzedaż detaliczną , produkty przemysłowe i towary konsumpcyjne w opakowaniach (CPG).
Podejścia i rozwiązania
Klasyczne podejście do łańcucha dostaw polegało na próbie jak najdokładniejszego prognozowania przyszłego zapotrzebowania na zapasy poprzez zastosowanie trendów statystycznych i technik „najlepszego dopasowania” w oparciu o popyt historyczny i przewidywane przyszłe zdarzenia. Zaletą tego podejścia jest to, że można je zastosować do danych agregowanych na dość wysokim poziomie (np. kategoria towarowa, tygodniowo, według grup klientów), wymagających niewielkich rozmiarów baz danych i niewielkiej ilości manipulacji. Nieprzewidywalnością popytu zarządza się następnie poprzez ustalanie zapasów bezpieczeństwa poziomach, tak że na przykład dystrybutor może posiadać zapasy artykułu na dwa tygodnie przy stałym popycie, ale dwa razy tyle na artykuł, na który popyt jest bardziej nieregularny. Do obliczania zapasów bezpieczeństwa często stosuje się powszechnie akceptowane metody statystyczne, takie jak odchylenie standardowe i średnie odchylenie bezwzględne .
tworzony jest plan planowania produkcji i dystrybucji w łańcuchu dostaw, aby wytwarzać i dystrybuować produkty w celu zaspokojenia tego prognozowanego popytu po najniższych kosztach (lub najwyższej rentowności). Ten plan zazwyczaj dotyczy następujących kwestii biznesowych: - Ile każdego produktu powinno się wytwarzać każdego dnia? - Ile każdego produktu powinno być wykonane w każdym zakładzie produkcyjnym? - Które zakłady produkcyjne powinny uzupełniać magazyny jakimi produktami? - Jakich środków transportu należy używać do uzupełniania zapasów magazynowych i dostaw do klientów?
Techniczna zdolność do szybszego rejestrowania i manipulowania większymi bazami danych umożliwiła obecnie pojawienie się nowej generacji rozwiązań do optymalizacji łańcucha dostaw, które są w stanie prognozować na znacznie bardziej szczegółowym poziomie (na przykład na artykuł na klienta dziennie). Niektórzy sprzedawcy stosują do tych danych modele „najlepiej dopasowane”, do których stosuje się zasady dotyczące zapasów bezpieczeństwa, podczas gdy inni dostawcy zaczęli stosować modele stochastyczne techniki do problemu optymalizacji. Obliczają najbardziej pożądany poziom zapasów na artykuł dla każdego sklepu dla swoich klientów detalicznych, porównując koszt zapasów z oczekiwaną sprzedażą. Wynikowy zoptymalizowany poziom zapasów jest znany jako zapas modelowy . Dotrzymanie wzorcowego stanu magazynowego to również obszar wymagający optymalizacji. Ponieważ ruch produktu w celu zaspokojenia zapasów modelowych, zwany przesunięciem zapasów, musi odbywać się w ekonomicznych jednostkach wysyłkowych, takich jak pełne jednostki ładunkowe lub pełny ładunek ciężarówki, należy podjąć szereg decyzji. Wiele istniejących planów dystrybucji wymagań systemy zaokrąglają ilość w górę do najbliższej pełnej jednostki wysyłkowej. Na przykład tworzenie ładunków ciężarówek jako ekonomicznych jednostek wysyłkowych wymaga systemów optymalizacyjnych, aby zapewnić spełnienie ograniczeń osi i przestrzeni, podczas gdy załadunek można osiągnąć w sposób bez uszkodzeń. Zwykle osiąga się to poprzez dalsze dodawanie wymagań okresowych, dopóki ładunki nie osiągną minimalnej wagi lub sześcianu. Bardziej wyrafinowane algorytmy optymalizacyjne uwzględniają ograniczenia związane z układaniem w stosy, zasady załadunku i rozładunku, logikę paletyzacji, wydajność magazynu i stabilność ładunku w celu zmniejszenia wydatków na transport (minimalizacja „przesyłek lotniczych”).
Rozwiązania optymalizacyjne są zazwyczaj częścią lub są powiązane z systemami uzupełniania zapasów firmy, planując wymagania dystrybucyjne, dzięki czemu zamówienia mogą być generowane automatycznie w celu utrzymania profilu zapasów modelowych. Stosowane algorytmy są podobne do tych stosowanych przy podejmowaniu dotyczących inwestycji finansowych ; analogia jest dość precyzyjna, ponieważ zapasy można uznać za inwestycję w przyszły zwrot ze sprzedaży.
Optymalizacja łańcucha dostaw może obejmować udoskonalenia na różnych etapach cyklu życia produktu , tak aby nowe, bieżące i przestarzałe elementy były optymalizowane na różne sposoby, a także dostosowania do różnych klas produktów, na przykład towarów sezonowych. Powinien również uwzględniać ryzyko i nieoczekiwane ograniczenia, które często wpływają na wydajność globalnego łańcucha dostaw, w tym nagłe skoki kosztów paliwa, niedobory materiałów, klęski żywiołowe, takie jak huragany, oraz niestabilność globalnej polityki.
Podczas gdy większość dostawców oprogramowania oferuje optymalizację łańcucha dostaw jako rozwiązanie pakietowe i zintegrowane z oprogramowaniem ERP , niektórzy dostawcy uruchamiają oprogramowanie w imieniu swoich klientów jako dostawcy usług aplikacyjnych .
Deklarowane zalety
Po pierwsze, uważa się, że techniki stosowane do optymalizacji łańcucha dostaw są wiarygodne z naukowego punktu widzenia . Większość specjalistycznych firm, które powstały w wyniku projektów badawczych, znajduje się w instytucjach akademickich lub firmach konsultingowych: i powołują się na artykuły naukowe, białe księgi , doradców akademickich i przeglądy branżowe, aby potwierdzić swoją wiarygodność.
Po drugie, techniki te są uważane za skuteczne komercyjnie . Firmy publikują studia przypadków , które pokazują, w jaki sposób klienci osiągnęli znaczące i wymierne korzyści w zakresie redukcji zapasów i niższych poziomów kosztów logistyki, przy jednoczesnym zazwyczaj utrzymaniu lub poprawie obsługi klienta dzięki lepszej przewidywalności i lepszej dostępności. Kokoris zauważa, że inicjatywa optymalizacji łańcucha dostaw może stanowić „niewykorzystaną okazję do zrealizowania zwiększonych krótko- i długoterminowych przepływów pieniężnych i oszczędności kosztów”. Jednak poza tymi studiami przypadków jest niewiele opublikowanych danych, a niektórzy praktycy niechętnie publikują szczegóły swoich sukcesów (które mogą być wrażliwe z handlowego punktu widzenia), dlatego trudno jest zdobyć twarde dowody. Wreszcie, nie co najmniej niezależni doradcy lub punkty odniesienia pokazują lepkość i korzyści osiągnięte w określonych podsektorach.
Różne procedury optymalizacji łańcucha dostaw osiągnęły już dojrzały status i pozwalają firmom uzyskać przewagę konkurencyjną poprzez wzrost efektywności i wymierne oszczędności.
Bezpośrednie dostawy roślin
Znana również jako wysyłka bezpośrednia, bezpośrednia wysyłka do zakładu (DPS) to metoda dostarczania towarów bezpośrednio z zakładu do klienta. Jednocześnie centra regionalne, strategicznie zlokalizowane, dostarczają przesyłki z dnia na dzień do maksymalnej liczby klientów. Ten schemat dostaw zmniejsza koszty transportu i magazynowania.