Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

SIMCO: Previsione della domanda e gestione delle scorte tecniche e strumenti avanzati

1,407 views

Published on

Previsione Domanda e Gestione Scorte

Published in: Business
  • Be the first to comment

  • Be the first to like this

SIMCO: Previsione della domanda e gestione delle scorte tecniche e strumenti avanzati

  1. 1. 15 marzo 2007 Convegno “LA LOGISTICA DEL FUTURO”Previsione della domanda e gestione delle scorte: tecniche e strumenti avanzati Diego Giometti - SIMCO
  2. 2. DAL “CUSTOMER SERVICE” AL “CUSTOMER SUCCESS” La logistica, nella Supply Chain, deve soddisfare i bisogni del cliente con costi che rappresentino – a conti fatti – un investimento redditizio per l’azienda (“il giusto costo” e non necessariamente “il minor costo”). Occorre capire quali siano i bisogni del mercato e misurare i risultati ottenuti secondo opportuni indicatori, che misurano tipicamente la disponibilità delle scorte a fronte delle richieste del mercato, il numero di righe d’ordine evase complete, gli ordini evasi completi, il rispetto delle date di consegna etc. In realtà, la tendenza è quella di darsi come obiettivo il cosiddetto “Ordine Perfetto”. Il livello di servizio complessivo è misurato come prodotto delle classiche citate componenti: l’ordine deve essere completo, senza ritardi, con merce accettabile al 100%, consegnata al posto giusto etc. Molti dei suddetti aspetti, per essere perseguiti, richiedono alti livelli di scorte e quindi la gestione razionale delle scorte diventa prioritaria. Una corretta previsione della domanda è condizione necessaria (anche se non sufficiente…) per potere competere a costi accettabili.
  3. 3. LE SCORTE: UNA RISORSA DA OTTIMIZZARE MATERIALS MEN AZIENDA MACHINERYquanto ordinare, sistemi diquando ordinare, produzione, cosa ordinare distribuzione, stoccaggio, … MONEY acquisto, vendita
  4. 4. IL COSTO DELLE SCORTE: VALORI PRATICI Voci % sul valore ONERI FINANZIARI (capitale immobilizzato) 2-4 OCCUPAZIONE DI SPAZIO (spazio, attrezzature, ...) 4-8 SERVIZI GENERALI (riscaldamento, illuminazione, …) 2-6 ASSICURAZIONE (furto e incendio) 1-3 SCORTA MORTA (deterioramento, obsolescenza) 2-8Per contro, le scorte costano anche… quando mancano! Il problema TOTALE DEI VALORI MEDI 20%è la stima del costo derivante dalla rottura di stock ed ilbilanciamento ottimale di questi costi con quelli (duali) derivanti dalmantenimento a scorta: si tratta di una questione complessa.
  5. 5. PIÙ COMPETITIVI CON UNA CORRETTA GESTIONEAzienda “A”:Fatturato annuo: 5 milioni di EuroForza lavoro: 85 personeImmobilizzazioni tecniche (impianti, edifici): 2,5 milioni di EuroRimanenza media: 0,5 milioni di EuroAzienda “B”:Fatturato annuo: 5 milioni di EuroForza lavoro: 85 personeImmobilizzazioni tecniche (impianti, edifici): 2,5 milioni di EuroRimanenza media: 2,5 milioni di EuroLe due aziende operano nello stesso mercato e conseguono livelli di serviziosimili; inoltre, il bilancio tra interessi passivi ed attivi generato dai crediti e debiticon Fornitori e Clienti è sostanzialmente in pari.
  6. 6. PIÙ COMPETITIVI CON UNA CORRETTA GESTIONELe due aziende hanno un costo di mantenimento a scorta simile (oneri finanziari,spazi di magazzino, obsolescenza etc.) ed è pari al 15% della rimanenza media.Pertanto, i 2 milioni di Euro di differenza nel valore della scorta mediamentepresente in più nel magazzino dell’Azienda B vanno ad aggravare il bilancio delseguente extra: 2.000.000 Euro x 0,15 = 300.000 EuroPertanto, se a conti fatti l’Azienda A ha avuto un profitto di 500.000 Euro sui 5milioni di fatturato (ossia, un buon 10% di “return on sales”), a parità di tutto ilresto l’Azienda B avrà un “return on sales” pari appena al 4%!Una situazione analoga di ha valutando il cosiddetto “return on assets”, ossia laresa del capitale investito in asset quali edifici, impianti ed anche scorte:Azienda A = 500.000 Euro / (2.500.000 + 500.000) = 16,7%Azienda B = 200.000 Euro / (2.500.000 + 2.500.000) = 4,0%
  7. 7. LE SCORTE: STRUMENTO PER IL SERVIZIO AL CLIEN Le scorte riducono i problemi tra fornitori e clienti in termini di:Spazio: raramente il luogo in cui un bene si produce coincide conquello in cui tale bene viene consumato. In funzione del tempoconcesso dal Cliente, può essere inevitabile il posizionamentoanticipato dei beni in depositi geograficamente prossimi al mercatoTempo: alcuni prodotti hanno una produzione concentrata nel tempo,mentre il consumo è “diluito” (ad es.: i prodotti della terra), per altri èvero il contrarioQuantità ed assortimento: i produttori, di solito, tendono a produrregrandi quantità di relativamente pochi codici per ragioni di economia,mentre il mercato vuole esattamente l’opposto.Per eliminare queste discrepanze, si tende a produrre in anticipo ead avvicinare le merci al Cliente finale: ciò rende pressochéindispensabile potere disporre di un forecast affidabile, elementoprimo per una Supply Chain efficace ed efficiente.
  8. 8. L’IMPREVEDIBILITÀ GENERA SCORTE IN ECCESSO 10% 30% 60% Migliorare il forecast è la Le fonti di imprevedibilità maniera più efficace per ridurre le incertezze e ridurre l’eccesso di scorteImprevedibilità domanda Inaffidabilità dei fornitori Incertezze interne allazienda Fonte: Palo Alto University CA. 2002
  9. 9. L’IMPORTANZA DI UN BUON FORECAST: DOVE IMPATTA?Una previsione “buona” ha impatto sia sulle scorte di ciclo, come èovvio, per ordinare davvero quello che ci serve quando ci serve, siasulle scorte di sicurezza, comunque inevitabili nel mondo reale.Infatti, buona parte delle suddette scorte di sicurezza devono farefronte alla variabilità cui la domanda è soggetta nell’attesa del ripristinodella disponibilità pianificata: in ottica di forecast, la “variabilità” va lettacome “imprecisione” della previsione stessa. σ D,LT = LT ⋅ SDE + σ 2 2 LT ⋅P 2Pertanto, l’aumento dell’affidabilità del forecast significa anche riduzionedi parte delle scorte di sicurezza.Una buona previsione, inoltre, è un patrimonio sia dell’azienda che deifornitori che siano coinvolti in un approccio “collaborativo” nella filiera.
  10. 10. LA PREVISIONE DELLE DOMANDA INPUT INPUT VINCOLI VINCOLI FATTORI FATTORI AMBIENTALI AMBIENTALIRicerche di mercato Ricerche di mercato Politiche direzionali Politiche direzionaliValori storici della domanda Valori storici della domanda Risorse disponibili Risorse disponibili Economici EconomiciCampagne pubblicitarie Campagne pubblicitarie Condizioni di mercato Condizioni di mercato Sociali (stile, moda) Sociali (stile, moda)Azioni promozionali Azioni promozionali Tecnologia Tecnologia Politici (azioni legislative) Politici (azioni legislative)Opinioni di esperti Opinioni di esperti Culturali (nazionalità, etnia) Culturali (nazionalità, etnia) FORECAST SYSTEM FORECAST SYSTEM What (quali articoli & in quali quantità sono What (quali articoli & in quali quantità sono venduti) venduti) When (il momento in cui sono richiesti) When (il momento in cui sono richiesti) Where (per area geografica e/o per Cliente) Where (per area geografica e/o per Cliente)
  11. 11. LE TECNICHE TRADIZIONALI - MEDIE MOBILI (semplice, ponderata)TECNICHE DI ESTRAPOLAZIONE - SMORZAMENTO ESPONENZIALE (Winters etc.) DELLE SERIE STORICHE: - DECOMPOSIZIONE / PROIEZIONE TREND METODI CAUSALI BASATI - REGRESSIONE (lineare, quadratica,multipla etc.) SU CORRELAZIONE: - ECONOMETRICI / INPUT-OUTPUT - FORZA DI VENDITA METODI A BASE - PANEL DI ESPERTI (Metodo Delphi) SOGGETTIVA: - SCENARI FUTURI / ANALOGIE METODI DI RILEVAZIONE - RICERCHE DI MERCATO QUANTITATIVA: - TEST E SONDAGGI
  12. 12. COS’È UN BUON FORECAST?Una previsione può definirsi “buona” ovviamente in base al rapportocosti – benefici ad essa associabile.Essere in grado di fare un buon forecast deriva dalla somma di: la scelta della giusta tecnica algoritmica fornire i dati giusti all’algoritmo, dove per “giusti” si intende tali da sottintendere la prevedibilità del fenomeno, scartando gli eventi eccezionali e memorizzando gli effetti di quelli ripetibili in futuro (promozioni, pubblicità, sconti etc.) un buon processo di comunicazione (all’interno all’azienda e/o con gli altri anelli della Supply Chain) dei risultati ottenuti dagli algoritmi un buon processo di revisione dei dati stessi, per sfruttare la conoscenza del mercato: attenzione però a non “esagerare”, ed a tracciare il “chi, quanto & perché” ha effettuato le modifiche
  13. 13. LA PREVISIONE DELLE DOMANDAFASE 0 FASE 0 FASE 1 FASE 1 Almeno 2 anni se laDepurazione dei dati storici Depurazione dei dati storici Scelta ed inizializzazione Scelta ed inizializzazione domanda è stagionale di domanda di domanda dell’algoritmo previsionale dell’algoritmo previsionale (ovvero 2 cicli di stagionalità) FASE 2 Adattamento delle tecniche previsionali Simulazione della Simulazione della 1 anno previsione sui dati storici previsione sui dati storici (ovvero un ciclo di stagionalità) Scelta dei parametri Scelta dei parametri Analisi degli Analisi degli di funzionamento di funzionamento scostamenti rilevati scostamenti rilevati FASE 3 FASE 3 Previsione della Previsione della domanda per il futuro 6 mesi - 1 anno domanda per il futuro
  14. 14. LA PREVISIONE DELLE DOMANDAAZIONI SPECIALI (politiche di marketing, offerte speciali, A t+m campagne di vendita, promozioni, ...) EFFETTI DI CALENDARIO (festività mobili, giorni lavorativi, …) S’t+m ALTRE INFORMAZIONI (commesse particolari, andamento del mercato, azioni della K t+m concorrenza, …) Pt+m = Pt+m . S’t+m. A t +m + Kt+m
  15. 15. STRUMENTI AVANZATI DI DEMAND PLANNING:L’ESEMPIO DEL “DPM”DPM è una suite di pianificazione avanzata facile da usare e facile da integrarecon il sistema informativo aziendale. Market Intelligence Service / Investment Policy DefinitionSistemaInformativo Previsioni di vendita Fabbisognidi vendita Previsioni di per garantire Scorte ottimalidistribuzione, il serviziocliente al clienteAziendale Scorte ottimali per garantire il servizio al acquisto o produzione Fabbisogni di distribuzione, acquisto o produzione DPM richiede un minimo supporto dell’utente La pianificazione può essere completamente automatizzata e l’intervento dell’utente può essere limitato alla gestione delle eccezioni.
  16. 16. STRUMENTI AVANZATI DI DEMAND PLANNING:L’ESEMPIO DEL “DPM” Pianificazione trasportiPianificazione acquisti _____ _____ Pianificazione della distribuzione Pianificazione delle scorte e del servizio al cliente _____ Calcolo previsioni di vendita Pianificazione delle scorte nei punti di vendita Copertura funzionale Principali attività coperte dallo strumento
  17. 17. STRUMENTI AVANZATI DI DEMAND PLANNING: L’ESEMPIO DEL “DPM”Benefici ottenibili con DPMAumento dei livelli di servizio,riduzione delle mancate vendite,riduzione dei costi,massimizzazione del margine. • Stato attuale Curva ottimale DPM DPM pianifica i flussi per raggiungere l’obiettivo di servizio con il minimo costo Costi sostenuti •Obiettivo per garantire il servizio al cliente 0 20 40 60 80 100 Livello di Servizio (%)
  18. 18. STRUMENTI AVANZATI DI DEMAND PLANNING: L’ESEMPIO DEL “DPM” AttributesSales Budgeting Product Hypercube Managementand Collaborative Global Global Totale prodottiForecasting Totale prodotti della divisione della divisioneForzatura della Macrofamily Globalprevisione a vari livelli di Macrofamily Sotto insieme Global Totale aree e/o canali della Sotto insieme stessa divisione Totale aree e/o canali di venditaaggregazione per della stessa divisione di vendita Macroareareferenza/mercato (o Macroarea Insieme di area e/o Insieme di area e/o canali di vendita Marketattributi di aggregazione) Family Family Area canali di vendita Sotto insieme Area Attributesper orizzonti temporali: Sotto insieme della stessa macrofamily della stessa macrofamily Area georafica e/o cliente Area georafica vendita e/o canale di e/o cliente e/o canale di venditagiornalieri, settimanali, Microarea Microareamensili e annuali (es. Aggregato elementare Aggregato elementare di domanda di domandainserimento budget Item Item Singola Stock Singola Stockgenerale, per business Keeping Unit Keeping Unitunit, per agente ecc).Inserimento correttivi Dayalle previsioni per Dayeccezione. Week Week Month Month Year Year Time slot
  19. 19. STRUMENTI AVANZATI DI DEMAND PLANNING: L’ESEMPIO DEL “DPM”Budgeting andCommercial OverridesForzatura della previsione avari livelli di aggregazioneper referenza/mercato (oattributi di aggregazione) perorizzonti temporali:giornalieri, settimanali,mensili e annuali (es.inserimento budget generale,per business unit, per agenteecc). Inserimento correttivialle previsioni per eccezione.
  20. 20. STRUMENTI AVANZATI DI DEMAND PLANNING: L’ESEMPIO DEL “DPM” Automatic Forecast Calculation FBFTM Unique Technology Il calcolo automatico delle previsioni è effettuato usando il Frequency Based Forecasting (FBFTM), primo algoritmo di previsione autoadattativo in grado di analizzare lo storico della domanda in base alla quantità e al numero di richieste (analisi frequenza di richiesta).Vantaggi:- Minori errori di previsione- Capacità di reagire alle variazioni repentine della domanda (sia per i prodotti alto movimentati che per i prodotti basso movimentati)- Migliore stima dell’errore di previsione
  21. 21. STRUMENTI AVANZATI DI DEMAND PLANNING: L’ESEMPIO DEL “DPM”Trend AnalysisCalcolo automatico del trend per aggregati finoal dettaglio referenza/cliente Seasonality Patterns Analisi comportamento stagionale della domanda
  22. 22. STRUMENTI AVANZATI DI DEMAND PLANNING: L’ESEMPIO DEL “DPM”Sales CalendarGestione effetto dei calendari di vendita Forecast Error Analysis Analisi errori nel dettaglio referenza/cliente
  23. 23. STRUMENTI AVANZATI DI DEMAND PLANNING: L’ESEMPIO DEL “DPM”Supersessions LinksGestione dei legami disostituzione (uscita nuoviprodotti, sostituzionevecchi prodotti ecc.) Old item New item
  24. 24. I NUOVI PROCESSI: DAL DEMAND PLANNING AL SIOP(Sales Inventory & Operation Planning) Aggregate Forecast / Special Service Agreements / Commercial Overrides Budget Time Phased Operational ForecastForecast x item x area Target Service Level Network evolution per product/market segments What if analysis Service Policy Stock To Service Curves per sku/l Planning Optimal inventory levels Indentification of low margin items/markets Modifyed Aggregate Commercial Overrides Commercial Forecast (ex. Customer/Family/Product ect.) Strategic (Yearly/Quarterly) SO&IP Monthly Reviewed Service Policy Service & Inventory Constrains Review Time Phased Operational Forecast Supply Chain x item x area Planning Suite Exception Reports & Error Forecast Analysis & Dynamic Inventory Dynamicly Optimal Optimization System Inventory Levels by SKU/L Operational Tactic Inventory Service Policy By Excepion (Monthly) Optimization Purchasing requirements / Daily Automatic proposals Replenishment Exceptions Reports : Operational Engine Under Service/Overstock Interdepo Transfer Reports (Weekly & Daily) ERP Execution
  25. 25. UN FUTURO SENZA PREVISIONI?Forecast Purchase Manufacture Stock Sell Deliver Modello di business tradizionale, basato sulle previsioni (anticipatory model): il cuore delle attività è fatto cercando di anticipare i fabbisogni futuri. Informazioni sulla vendita non disponibili con tempestività Le imprese che fanno parte della S/C non condividono i loro piani Il business è necessariamente guidato da forecast elaborati individualmente A causa degli errori di forecast, inoltre, spesso si rinuncia a farlo o a tenerne conto Come risultato: o scorte non basate sulla pianificazione o relazioni non collaborative (o addirittura antagoniste) tra gli attori della S/C Questo modello di business presenta dei rischi, legati alla non affidabilità delle previsioni (e questa deve essere una spinta a migliorare la qualità del forecast e non una scusa per rinunciarvi!) ed inoltre implicitamente comporta una duplicazione delle previsioni per ciascun azienda partecipante alla S/C.
  26. 26. UN FUTURO SENZA PREVISIONI? Sell Purchase Manufacture Deliver Modello di business basato sulla capacità di reazione (responsive model): il segreto di questo modello è nella coordinazione. Cerca di ridurre la dipendenza dalle previsioni, per mezzo di: o pianificazione congiunta o rapido scambio delle informazioni tra le aziende parte delle S/C L’obiettivo finale potrebbe essere addirittura l’eliminazione del forecast!!! Il presupposto è la disponibilità, grazie ad ICT e internet, di informazioni low- cost, veloci ed accurate Altro presupposto – e risultato – è la velocità del ciclo order-to-deliver Come risultato: o riduzione delle scorte complessive lungo la S/C o eliminazione di attività duplicate o i Clienti finali hanno tempestivamente ciò che vogliono, con alta personalizzazione (choice-board) Questo modello di business è teoricamente più efficiente, ossia più rapido e meno costoso, in quanto offre meno step rispetto a quello tradizionale.
  27. 27. UN FUTURO SENZA PREVISIONI? Il principio del differimento (postponement principle) Largamente teorizzato da tempo, l’applicazione pratica di questo principio sta prendendo piede anche grazie all’utilizzo delle moderne tecnologie informatiche. Cerca di ridurre il rischio legato all’affidabilità del forecast, differendo per quanto possibile le modificazioni o le personalizzazione dei prodotti nella loro costituzione e processo produttivo (form postponement) e nella loro disponibilità nei nodi della catena distributiva (logistic postponement) Per quel che riguarda l’approccio di form postponement (mantenere il prodotto il più a lungo possibile “neutro” e “non customizzato”. Un esempio: il cono gelato!), concetti tipici di “filosofie” quali il lean manufacturing, contrapposto alle tradizionali “economie di scala” ottenibili con pochi & grossi lotti, o il JIT hanno aumentato considerevolmente la reattività dei sistemi produttivi. Mentre l’obiettivo ideale del MTO non è nuovo, è nuova la sfida di conciliare la flessibilità con l’efficienza ed il contenimento dei costi: lo studio del trade-off tra i vari costi e rischi non andrebbe mai trascurato! La semplificazione e standardizzazione dei prodotti e dei processi implica anche la possibilità che la personalizzazione sia eseguita all’ultimo momento e da personale con skill più bassi di quelli richiesti normalmente nel manufacturing. Di conseguenza, tali operazioni (kitting, etichettatura etc.) possono anche essere eseguite dalla logistica, nei magazzini
  28. 28. UN FUTURO SENZA PREVISIONI? L’approccio del logistic postponement consiste invece nel cercare di individuare lungo la catena di distribuzione, uno o più depositi “centrali” partendo dai quali si possa fare fronte agli ordini dei clienti, rispettando il lead- time atteso, relativamente ad un’ampia gamma di prodotti a scorta Chiaramente, affinché tale strategia possa essere implementata, si deve potere contare su una rapida ed efficace trasmissione degli ordini e su trasporti rapidi ed affidabili L’obiettivo dichiarato è l’eliminazione, per quanto possibile, delle scorte “periferiche”, per minimizzare le difficoltà di un forecast “disaggregato” (relativo ai singoli SKUL, stock keeping units per location), e quindi i costi conseguenza dell’esistenza delle strutture periferiche stesse e della loro gestione, tipo quelli relativi ai classici sbilanciamenti del mix (navettaggi, gestione dei back-order, obsolescenza etc.) Nelle più evolute S/C gli approcci del logistic e/o form postponement si combinano, in misura da definirsi di volta in volta Ad ogni buon conto, il “nemico comune” è proprio l’esistenza di scorte di prodotti finiti estremamente finalizzati (riduzione dell’assortimento a scorta) e dispiegati nei pressi dei Clienti finali. In ultima analisi, la necessità di forecast disaggregati risulterebbe annullata o comunque fortemente ridotta
  29. 29. UN FUTURO SENZA PREVISIONI?Gli ostacoli all’applicazione dei responsive model: Necessità per le aziende quotate di mantenere determinati target di fatturatopianificati (ad esempio: il fatturato del quarter): questo provoca una serie di“sollecitazioni artificiali” della domanda (offerte speciali, azioni promozionalietc.) che finiscono fatalmente per “caricare” il canale logistico di prodotti chenon sono stati effettivamente venduti al Cliente finale Difficoltà ad implementare veri rapporti collaborativi tra i vari attori della S/C,anche (o soprattutto?) per mancanza di attitudine culturale e di esperienza nelcondividere rischi e benefici, specie nel passare dalla teoria alla pratica.In conclusione, c’è da attendersi ancora una lunga vita per quel cheriguarda il forecast e la sua effettiva importanza per il successo aziendale.
  30. 30. OTTIMIZZAZIONE DEL LIVELLO DI SERVIZIO RICAMBI E DEI LIVELLI DI SCORTE: IL PROGETTO DPM
  31. 31. Profilo aziendale Produzione: 210.000 unità Fatturato: 210 milioni di Euro Personale:1.600 dipendenti 5 stabilimenti di produzione (Italia 3; Slovacchia 1; India 1) 6 filiali commerciali (Francia; Germania; UK; Spagna; USA; Singapore)
  32. 32. Lombardini in Italia
  33. 33. Lombardini nel mondo
  34. 34. Organizzazione del business Breakdown per applicazioneMarket share europeo Motori Diesel 0-40 kW
  35. 35. Un servizio globale
  36. 36. Il magazzino ricambiI numeri:Referenze a listino: 17.000 (più 3000 non a listino) (piùMarchi gestiti: 4 (Lombardini; Ruggerini; Lombardini Marine; Acme)Superficie: 4.000 m²Personale: 35 personeVolume di attività: 300.000 righe/anno spediteFatturato: 22 milioni di / annoIl servizio ricambi:•ripristino stock settimanali worldwide•servizio di Urgenza (consegna in 3 giorni in tutta Europa)•Servizio Emergenza e materiale in garanzia (il mattino successivo in tutta Europa)
  37. 37. Obiettivi del progetto DPMAumentare il livello di servizioRidurre il valore di inventoriesGestire stagionalità, campagne promozionali e forecastingLavorare per eccezioniGestire fase in e fase outFare analisi What If su stock vs serviceAdottare un sistema user friendly
  38. 38. I tempi del progetto DPM 30 giorni 60 giorni 30 giorni Go live Implementazione Analisi e Ed del modello edmodellizzazione Analisi Interfacce con ERP risultati Validazione Analisi OUTPUT Del modello In ambiente di simulazione
  39. 39. Servizio, inventories ed analisi what if… Con DPM siamo in grado didifferenziare il livello di servizioofferto per classe di materialeed adeguare le scorte,minimizzando gli immobilizzi dicapitale (a parità di classe diservizio viene privilegiato lostock di componenti menocostosi). E’ inoltre possibilesimulare scenari,presupponendo un livello distock target (e trarne il livello diservizio erogato) o viceversa.
  40. 40. Forecasting Il forecasting analizza i consumi storici (continui e non) e propone al replenishment planner il livello di riordino, la scorta di sicurezza ed altri parametri, tenendo conto anche di richieste eccezionali (tender; affari speciali; ecc), campagne promozionali e della stagionalità nonché di lotti minimi concordati col fornitore, lead time di consegna, ritardi medi di fornitura, ecc. I dati sono analizzati sia intermini di valore ma anche in numero di righe d’ordine al fine di non sbilanciare le scorte a fronte di richieste con anomalo rapporto pz/riga.
  41. 41. Gestione per eccezioni Tempo=denaro. Il sistema una volta settato rimane “nascosto” nell’interfaccia dall’ERP, riducendo così l’impatto operativo sul personale. Viene utilizzato altresì per fare analisiapprofondite sul tipo di domanda ad aiuta a prevenire eventualifenomeni inattesi, evidenziando le criticità.
  42. 42. Fase in e fase out A magazzino ricambi Lombardini, vengono gestite circa20.000 referenze. Non di rado un codice sostituisce un altro (opiù d’uno). In questa fase è importante non perdere lo storicodei consumi. DPM inoltre gestisce i fabbisogni ai diversi livelli didistinta (componente sciolto o kit).
  43. 43. Risultati raggiunti Riduzione del 25% (da 4 a 3 unità) delpersonale all’interno dell’ufficio magazzinoricambi, con relativa efficienza sui costi fissi digestione. Condivisione con l’ufficio commerciale delledecisioni sulla base di una piattaforma e di daticondivisi. Si è così potuto garantire al clientefinale una migliore prestazione sul materialevenduto da stock ed una migliore informazionesul materiale re-supply to order.
  44. 44. Risultati raggiunti Riduzione del 12% delle scorte Andamento inventories mag. Ricambi 4.100.000 4.000.000 3.900.000 3.800.000 -470.000 (-12 %) 3.700.000valore 3.600.000 3.500.000 Go live 3.400.000 3.300.000 3.200.000 Mar.06 Apr.06 Mag.06 Giu.06 Lug.06 Ago.06 Set.06 Ott.06 Nov.06 Dic.06 Gen.07 Mese
  45. 45. Domande?

×