Säkerställa en framgångsrik studie om optimering av nätverk i leveranskedjan

Vi har tidigare skrivit om några av anledningarna och incitamenten till varför ett företag skulle vilja genomföra en optimeringsstudie av sitt supply chain-nätverk. Nu vill vi diskutera några av de viktigaste faktorerna att ta hänsyn till när man genomför en optimeringsstudie av supply chain-nätverket för att säkerställa både realistiska och användbara resultat.

Verktyg för modellering

En optimeringsstudie av ett supply chain-nätverk kan inte slutföras utan att använda ett mjukvaruverktyg för modellering av supply chain. Modelleringsverktygen kan hantera alla nödvändiga data och backend-beräkningar så att användaren kan fokusera på att ha rätt indata och tolka utdata. Det finns många olika verktyg där ute som kommer att få jobbet gjort och vart och ett har olika för- och nackdelar. Några av de viktigaste idag är Supply Chain Guru, Blue Yonder och AIMMS, samt vårt interna egenutvecklade verktyg, ASSIGN.

Data

Vi talade om den mängd dataanalyser som kommer att göras under en optimeringsstudie av ett supply chain-nätverk, men data kommer också att vara den viktigaste input som driver utvecklingen av modellen och strategin. Med detta sagt är det viktigt att lägga en stor del av tiden på att fokusera på data. Att samla in rätt data och se till att de är av tillförlitlig kvalitet kommer att avgöra hur komplex och detaljerad studien kan bli. De viktigaste uppgifterna att titta på är transport-/leveransdata, data om försäljningsorderhistorik och lagerdata. Att få med alla kostnadselement i leveranskedjan (i synnerhet lagerkostnader) är också viktigt för att fastställa baslinjekostnaderna. Eftersom de data som används kommer att vara mycket detaljerade är validering av data mot finansiella rapporter ett annat mycket viktigt steg för att säkerställa att de data som driver projektet är korrekta och att projektets resultat därför är realistiska.

Affärsregler och begränsningar

Även om data är den viktigaste faktorn i en optimeringsstudie av ett supply chain-nätverk får man inte glömma bort affärsreglerna och begränsningarna. Det är dessa som begränsar modellen och säkerställer att resultaten optimeras för att stödja verksamhetens mål. Affärsregler och begränsningar avser parametrar som minimi- eller maximilager och tid för orderuppfyllelse (t.ex. kunder får varor inom 4 dagar) och bör diskuteras i början av projektet och uppdateras vid behov. Med rätt mjukvaruverktyg kan dessa läggas in direkt i modellen.

Faktorer för prognostisering och planering

När man granskar resultaten av studien för optimering av supply chain-nätverket är det viktigt att de inte bara fungerar för verksamheten som den ser ut idag, utan också stöder verksamheten under de kommande 5 åren och därefter. Därför är det viktigt att ta hänsyn till efterfrågeprognosen (hur detaljerad eller generisk den än är) och eventuella planeringsfaktorer. Planeringsfaktorer är sådant som inte syns i data, men som bör beaktas, och kan vara allt från att en anläggning öppnas/stängs till tariffhöjningar eller att ett distributionscenter måste ligga inom ett visst avstånd från en specifik plats. Att säkerställa att prognosen förstås korrekt och att alla planeringsfaktorer fastställs tidigt i projektet kommer att vara avgörande för genomförbarheten av resultaten i slutet av projektet.

Vilka är fördelarna med att genomföra en studie av nätverket för försörjningskedjan?

Det spelar ingen roll om ett företag är business-to-consumer (B2C), business-to-business (B2B) eller direct-to-consumer (DTC), om företaget distribuerar varor kommer supply chain att spela en viktig roll. Med detta sagt är det viktigt för företag att vara aktiva när de granskar sitt nätverk i leveranskedjan för att säkerställa att det är optimalt utformat för att stödja verksamheten. Vi ser att kostnaderna för leveranskedjan vanligtvis utgör mer än 6-10 % av försäljningen, vilket kan bli mycket pengar för stora företag. På samma sätt är det lika viktigt för mindre företag att prioritera sin strategi för leveranskedjan, eftersom de snabbt och konsekvent kan växa ur eller förändra sina nuvarande nätverk för leveranskedjan.

Ett av de bästa sätten att se över den nuvarande strategin för leveranskedjan och avgöra hur den kan förbättras är att göra en studie av nätverket i leveranskedjan (även kallat design av nätverket i leveranskedjan eller optimering av nätverket i leveranskedjan), som består av att ladda in data i en programvara för modellering av leveranskedjan för att testa olika scenarier mot den nuvarande leveranskedjan (baslinje). Det finns många fördelar med att göra en studie av nätverket i leveranskedjan, och vissa är mer uppenbara än andra.

Analys av uppgifter

Varje studie av nätverk i försörjningskedjan inleds med mängder av data. Dessa data kommer att användas på mer än ett sätt under hela studien. Förutom att vara det som driver modellen finns det massor av analyser som görs i början för att förstå verksamheten och se vilken typ av lager- och distributionsstrategier som är vettiga. Vi upplever att våra kunder oftast inte har tid eller resurser att genomföra detaljerade analyser på en konsekvent basis, så vanligtvis lär man sig mycket innan nätverksmodelleringen ens börjar. Detta kan visa på områden som företaget bör fokusera på utanför studien av supply chain-nätverket och leda till utveckling av olika supply chain-strategier som man inte hade tänkt på tidigare.

Baslinjen

Att skapa en digital kopia av de aktuella kostnaderna för supply chain-nätverket, den så kallade baslinjen, är en annan viktig del av studien av supply chain-nätverket. Här visas de aktuella noderna eller platserna i leveranskedjan och alla kostnader som är relaterade till leveranskedjan. Denna information ger en bra indikation på var de högsta kostnaderna finns och är utgångspunkten för att jämföra alternativen. Utöver kostnaderna kommer baslinjen också att ge en bild av de aktuella servicenivåer som uppnås, en visuell representation av fartygsmönster och en titt på volymer kontra kapacitet för att se vilka områden i försörjningskedjan som kan vara ansträngda.

Gravitationscentrum

Tyngdpunktsanalysen använder efterfrågedata för att fastställa den optimala platsen eller platserna för ett visst antal DC-butiker. Det kan vara ett snabbt och enkelt sätt att besvara frågor om placering och antal platser och kommer att hjälpa till att fatta beslut när man bestämmer vilka scenarier som ska köras senare i studien.

Jämförelse av scenarier

Möjligheten att jämföra olika scenarier utan att göra några fysiska förändringar är förmodligen det viktigaste resultatet när man gör en studie av ett supply chain-nätverk. När baslinjen har skapats kan olika distributionsstrategier och nodplaceringar modelleras för att se hur de påverkar kostnader, servicenivåer, leveransmönster och volymer i förhållande till baslinjen. De flesta scenarier som testas bör baseras på den dataanalys som gjorts, men det finns en hel del frihet. Om du någonsin har undrat vad som skulle hända om du flyttade din verksamhet tvärs över landet eller köpte in produkter från ett land istället för ett annat, kan en nätverksstudie berätta hur det skulle se ut.

De slutliga leveranserna

Studier av nätverk i försörjningskedjan genererar många resultat. Resultaten/svaren kommer att baseras på vad som är viktigt för verksamheten. Vissa företag kanske prioriterar 2-dagarsfrakt medan andra vill minimera kostnaderna och förbättra resultatet. Oavsett huvudsyftet ger studien av supply chain-nätverket insikt i en rad olika aspekter, t.ex. sourcing, distribution och lagerstrategi, inklusive antalet distributionscentraler, distributionscentralernas placering, leveransmönster och vad som ska lagras var. Denna information kan hjälpa till att fatta viktiga strategiska beslut för leveranskedjan och verksamheten som helhet.

Supply Chain Network Optimization - Hur man gör det på rätt sätt

Det är hög tid att omforma er strategi för leveranskedjan, bland annat av följande skäl:

• Logistik och fulfillment är de nya skyltfönstren och försäljningsverktygen

• Den explosionsartade ökningen av direkt-till-konsument-affärer tvingar alla företag att ha en omnikanalstrategi.

• Inköpssituationen förändras snabbt med mer "near-sourcing" och riskminimering.

• Hållbarhetsmedvetenhet blir alltmer oundvikligt - och transporter är en viktig del.

Den traditionella metoden leder ofta till en oändlig mängd data och, i bästa fall, ett matematiskt svar som minimerar de teoretiska logistikkostnaderna men inte bidrar till att skapa en implementerbar strategi för leveranskedjan.

Men man gör inte en nätverksoptimering för att återuppleva de linjära programmeringskurserna från college och visa sin matematiska begåvning. Vissa av oss kanske gör det. För resten av er finns här några viktiga lärdomar från många nätverksoptimeringsprojekt:

1. Undvik att spendera tid och pengar på att mata monstret med data

Ingen har perfekta data. En lämplig strategi för att rensa och bevara data kommer att vara en nyckel till projektets framgång.

Det viktiga är att veta vilka data som verkligen är viktiga och hur man sammanställer de ofullständiga uppgifterna till en användbar dataset. De mest kritiska uppgifterna för resultatet är transportuppgifterna och det är ofta de uppgifter som är svårast att få tag på. Om du inte har tillgång till dessa data internt så har transportörerna det. De är inte alltid så pigga på att dela med sig, men de är fortfarande den bästa källan. Orderdata är vanligtvis lättillgängliga och kan användas för att återskapa sändningar, även om dim/vikt kan komplicera saker och ting. Detta är ett område där databerikning från företag som specialiserat sig på detta kan fungera, och även artikelprofilering för att minska komplexiteten till där den spelar roll.

De mest avancerade modellerna kräver mycket mer data, men effekten av andra data är mindre kritisk och kan i många fall hanteras med riktmärken för att få en utgångspunkt och känslighetsanalys där du kör om modellen med den kritiska datapunkten varierad tills du hittar den brytpunkt där rekommendationen ändras. Det är mycket lättare att fatta ett beslut när man ser var det verkligen gäller och har tydliga valmöjligheter.

2. Modellen kommer inte att ge dig en strategi. Den berättar bara vilket alternativ som är det matematiskt bästa.

Innan du kör modellen: använd de data som har samlats in för att profilera din leveranskedja. På så sätt kan ni utvärdera relevanta lösningar.         

• Kundprofiler och krav: Att leverera till de stora detaljhandlarna kräver en annan lösning än att leverera direkt till konsument. Två separata nätverk?

• Lagerprofil: Vissa produkter kan ha efterfrågemönster som är mycket ojämna geografiskt eller som är kritiska ur ett utbudsperspektiv. Långsamma förändringar vs bästsäljare. Exempel på fakta som kan avgöra vilka alternativa nätverksstrukturer som är lämpliga att optimera, t.ex. central DC, regionala DC, satelliter, forward stocking locations etc.

• Orderprofil, leveransprofil, produktprofil är andra exempel på fakta som är viktiga att analysera före modellering.

3. Känslighetsanalys

Istället för att försöka skapa det perfekta datasetet. Använd modellen för att ta reda på med vilket värde på kritiska men osäkra data som rekommendationen ändras. Detta sparar mycket tid och gör besluten relevanta.

4. Använd rätt mjukvaruverktyg för din utmaning

De mest avancerade optimeringsverktygen är dyra och kräver mycket arbete för att konfigureras. Du har spenderat mycket tid och pengar innan du är redo att köra modellen. Det är absolut värt investeringen om din leveranskedja är mycket komplex och du har för avsikt att använda modellen ofta när den väl är konfigurerad. Dessa programvaruverktyg är sofistikerade och fantastiska med alla sina möjliga tillägg.

De flesta företag har en mer okomplicerad leveranskedja eller kan optimera nätverket i Nordamerika, Europa, Asien etc. separat och sedan sätta ihop dem. Om så är fallet kommer de mest komplexa verktygen att komplicera saker och ting utan att ge något mervärde. Lägg den tid och de pengar du sparar på ett lämpligt optimeringsverktyg på att fokusera på strategiutveckling istället.