La pianificazione efficace nel settore lighting

Per un’azienda che produce e vende sistemi di illuminazione la complessità da gestire per fornire un adeguato servizio al cliente è legata sia all’industrializzazione del prodotto e al suo ciclo di vita che all’articolazione della domanda e della supply chain che realizza tale prodotto.

Tra gli aspetti caratteristici del prodotto e delle catene di approvvigionamento di queste aziende possiamo annoverare:

✔ componenti elettrici ed elettronici a lungo lead time (far east) con incertezze su tempi e costi di approvvigionamento

✔ ricorso ampio a lavorazioni conto terzi per la varietà di caratteristiche e tecnologie con cui è realizzato il prodotto, con le conseguenti necessità di coordinare i flussi di materiale da e verso i magazzini interni

✔ variazioni tecniche o normative che implicano la gestione puntuale del phase-out dei prodotti obsoleti e il phase-in dei nuovi componenti

✔ aumento della varieta di prodotti e componenti (prodotti completamente nuovi o nuove varianti che completano la gamma di prodotti esistenti)

✔ la presenza contemporanea di domanda da canale retail e da contract

✔ una rete distributiva in continua evoluzione

Le esigenze tipiche del supply chain manager e del planner in aziende di questo tipo sono associate al desiderio di governare una complessità crescente:

👉 poter verificare rapidamente la producibilità degli ordini di produzione e la rilasciabilità degli ordini di trasferimento (anche parziale)

👉 evidenziare tempestivamente gli impatti dei ritardi di fornitura sulle consegne ai clienti

👉 rifornire in modo coordinato e controllato i propri magazzini e quelli dei terzisti, nonchè quelli di distribuzione

👉 valutare nello stesso piano, ma rendendoli distinguibili, i fabbisogni di materiali generati dalle pre-serie dei prodotti finiti

👉 avere sempre sotto controllo i fabbisogni derivanti da contract e ordini big retail

Nel settore dell’illuminotecnica il sistema di pianificazione avanzata Cowry si è dimostrato efficace: a volte completando le funzionalità dell’ERP, altre volte rimpiazzando soluzioni preesistenti in azienda. Il successo dei progetti di implementazione si è fondato su diverse caratteristiche del sistema:

✅ tempi ridotti per l’elaborazione del piano e elevata responsività del sistema nell’interazione con l’utente

✅ pegging completo e visuale: dagli ordini cliente su magazzini periferici fino alle proposte di acquisto ai fornitori e viceversa. Il full pegging permette di valutare rapidamente la rilasciabilità o producibilità di un ordine, anche distinguendo i casi in cui basta trasferire il componente mancante da altro magazzino dai casi in cui mancano componenti critici

✅ la generazione di proposte di trasferimento tra i magazzini aziendali e quelli dei terzisti o tra i magazzini di distribuzione con le desiderate priorità

✅ demand planning: forecasting, consumo della previsione con criteri configurabili, gestione di modelli di forecast gerarchici

✅ gestione automatica del phase-in/out sia sui componenti che sui prodotti finiti

✅ facilità di integrazione con altre applicazioni grazie alla versatilità offerta da Python come motore di scripting

✅ nettificazione dei fabbisogni per priorità configurabili (ordini clienti, ricambi, previsioni ecc) e propagazione delle stesse lungo la distinta. Questo, tra l’altro, permette di conferire stabilità al piano di produzione dando maggiore importanza agli impegni di ordini rilasciati

✅ simulazioni complete di scenari sull’intero piano, non solo limitate a parti di esso

✅ constraint selettivi e configurabili in schedulazione e pianificazione a capacità finita

Se anche la tua azienda vuole migliorare la risposta al mercato e la governance del sistema produttivo, contatta i nostri consulenti per approfondimenti e dimostrazioni

Pianificazione o simulazione?

Pianificare significa decidere quando e come svolgere attività note che portano ad un obiettivo stabilito in una certa data. Con la simulazione si valuta l’effetto di possibili eventi poco condizionabili sul nostro percorso verso l’obiettivo.

Nell’ambito del supply chain management, la pianificazione è un’attività quotidiana in cui le azioni da compiere, come completare un ordine di produzione, sono considerate in modo deterministico. L’incertezza è incorporata nel modello sotto forma di lead time di sicurezza, coefficienti di scarto, scorte di sicurezza, parametri di efficienza delle risorse produttive che forniscono un risultato falsamente preciso su quella che sarà la data di consegna dell’ordine cliente o il carico di lavoro nei reparti o l’occupazione dei magazzini. Questo è però l’approccio in tutti i sistemi di pianificazione, per semplicità di elaborazione e immediatezza dei risultati.

Alcuni (pochi) sistemi consentono di eseguire simulazioni what-if, in cui si sostituisce il valore di uno o più parametri di riordino o un set di dati di forecast o si inserisce una nuova macchina nel modello per valutare l’effetto sul piano ma si tratta sempre di una proiezione di eventi deterministica, seppur già utile. Se si introduce un certo grado di casualità agli eventi ed ai piani si parla di simulazione Montecarlo.

✅ Quando c’è la ragionevole certezza che fattori interni (varianza di processo) o esterni (pandemie, guerre, scarsità materiali) possa condizionare in modo significativo le prestazioni aziendali è utile avvalersi della simulazione Montecarlo.

Ci sono nel mercato molti software per la simulazione Montecarlo. Sono in genere pensati per vari usi e non hanno strutture dati dedicate per i dati delle operations (per esempio le distinte base), nè algoritmi già pronti per il supply chain management. Inoltre il modello dati e la logiche di elaborazione richiedono molto tempo per la preparazione, più il tempo di elaborazione degli scenari.

✅ Nell’APS Cowry la variabilità dei lead time di consegna e produzione, delle quantità versate dagli ordini, del portafoglio ordini e altro può essere attivata già sul modello dati usato per la pianificazione e permette di valutare scenari e risultati in cui al risultato numerico singolo è associabile un intervallo di confidenza. Ovvero si possono ottenere risposte come: “siamo sicuri al 98% che l’acquisto del nuovo impianto verrà ripagato entro un anno anche se ci dovessero essere problemi sulle forniture del fornitore X”.

Con Paneido è possibile sfruttare l’APS Cowry per svolgere simulazioni, deterministiche o tipo Montecarlo, come servizio, senza dover affrontare un più impegnativo progetto di implementazione, nè rimettere in discussione il sistema informativo aziendale. Contattaci per maggiori informazioni

 

aps_arredo

Pianificazione avanzata nel settore dell’arredamento

Il settore dell’arredo è uno dei più importanti del panorama industriale nazionale e nell’ultimo anno, pur con le difficoltà legate alla pandemia e all’approvvigionamento delle materie prime, ha dimostrato notevole vitalità ed elevati tassi di crescita.

In queste condizioni è cruciale poter gestire TEMPESTIVAMENTE ed EFFICACEMENTE le criticità della supply chain e delle operations per non perdere opportunità.

Storicamente, però, il settore dell’arredo è tra quelli in cui gli APS tradizionali hanno avuto meno successo. (altro…)

Le politiche di riordino

Anche se avete acquistato il software di pianificazione più costoso e sviluppato con le tecnologie in hype, non ne trarrete alcun beneficio se non sapete come parametrizzarlo.

Nel manufacturing le POLITICHE ed i PARAMETRI DI RIORDINO dei vari articoli dipendono sia da fattori esterni che interni all’azienda e, in contesti con frequenti cambiamenti, richiedono un adeguamento continuo e puntuale.

Le politiche ed i parametri di riordino servono a definire:

  • le quantità da ordinare, la frequenza e la datazione degli ordini per i vari materiali che un sistema produttivo gestisce,
  • i buffer di scelta degli ordini in schedulazione

e tutti questi elementi possono essere assegnati manualmente o massivamente secondo criteri logici e documentabili.

La buona notizia è che l’assegnazione delle politiche e di molti parametri può ESSERE AUTOMATIZZATA, la cattiva è che pochi sanno come farlo e ancor meno hanno gli strumenti per automatizzare in modo articolato.

1. Il primo aspetto da prendere in considerazione per l’assegnazione dei parametri è chiarire se un nuovo ordine per un certa materiale può essere emesso a fronte di un ordine cliente o deve essere rilasciato in anticipo, cioè in base a previsioni di consumo. Questa decisione è associata alla differenza, se esiste, tra lead time di mercato e lead time cumulato (si veda il dizionario APICS per le definizioni di questi).

2. Un’altra cosa da considerare è se un materiale è standard o deve essere fabbricato su specifica del cliente.

Altri aspetti rilevanti sono il valore unitario degli articoli da ordinare, il loro consumo a valore e la predicibilità dei loro consumi.

Stabilito che alcuni materiali devono essere riordinati su previsione, è opportuno integrare tali previsioni nel modello di pianificazione, vuoi con una semplice gestione a punto di riordino o adottando algoritmi più efficaci in presenza di domanda con stagionalità e trend significativi. Inoltre la gestione all’interno di un modello di pianificazione sia di fabbisogni previsionali che di fabbisogni certi richiede lo scorporo dalla previsione dei nuovi fabbisogni certi man mano che vengono acquisiti e il ricalcolo della previsione e dei riordini al manifestarsi di variazioni significative rispetto alle previsioni precedentemente calcolate.
Capita spesso di sentirci dire in azienda: “ma da noi non è possibile fare previsioni”. Non può essere. Ma questo sarà argomento di un altro post.

Paneido
Paneido è sinonimo di vent’anni di esperienza con i sistemi di pianificazione e simulazione. La nostra filosofia è rendere semplici e veloci le attività quotidiane e praticabili le soluzioni ai problemi meno ricorrenti: phase-in/out di prodotti, adeguamento capacità produttiva, ottimizzazioni, ecc.

Questo sito web utilizza cookies per garantire il corretto funzionamento dei servizi offerti e per migliorare l’esperienza d’uso delle applicazioni on-line; può contenere componenti multimediali di terze parti, i quali possono generare a loro volta cookies sui quali non è possibile avere controllo; per ulteriori informazioni consulta la nostra informativa.