Scarica le slides dei relatori

Logistica, Demand Planning e
Inventory Management
Confindustria Cuneo - 12 maggio 2016
Dott. Paolo Azzali e Ing. Stefano Pedrona
Tel. 0521 985441
Fax 0521 943033
[email protected] – [email protected]
La logistica
La logistica
•
•
•
•
Ambiente in cui è nata la logistica
Che cos’è la logistica
Perché la logistica
Fare logistica
3
Ambiente in cui è nata la logistica - Italia inizio anni ‘80...
…un mercato saturo ed in continua evoluzione che
determina:
• grande concorrenza tra le imprese;
• vita dei prodotti sempre più breve;
• proliferazione della gamma;
• lead-time sempre più corti;
• margini che si riducono.
Sopravvive chi è flessibile.
4
Ambiente in cui è nata la logistica
Flessibilità OK, ma in concreto?
SKINNER/Focalizzazione
“Non è possibile costruire un aereo che viaggi a velocità
supersonica, porti 500 passeggeri ed atterri su una
portaerei.”
Qualità?
Costi?
Innovazione?
Non tutto insieme!
5
Ambiente in cui è nata la logistica
Flessibilità OK, ma in concreto?
Però,
i Giapponesi negli anni ‘80 offrono al mercato prodotti:
• di alta qualità
• a prezzi molto contenuti
• li innovano continuamente
Come?
Tecnologia
Risorse Umane
Qualità
Logistica
6
Che cos’è la logistica - Logistica
Insieme delle attività organizzative, gestionali e
strategiche che governano nell’azienda i flussi dei
materiali e delle relative informazioni, dalle origini,
presso i fornitori, fino alla consegna dei prodotti finiti ai
clienti.
7
Che cos’è la logistica - Il flusso logistico
Fornitori
Gestione
approvvigionamenti
Gestione scorte
di materiali
Programmazione
della produzione
logistica di produzione
PRODUZIONE
Gestione scorte
prodotti finiti
Gestione depositi
Gestione trasporti
logistica distributiva
Cliente
8
Che cos’è la logistica - In pratica il logistico sottrae alle funzioni tradizionali le
attività più operative:
PRODUZIONE
impianti
layout
qualità
personale
Programmazione
ACQUISTI
ricerca fornitore
innovazione
negoziazione
Approvvigionamento acquisto
LOGISTICA
magazzini
trasporti
Servizio
MARKETING Imballaggio
promozioni
Gestione ordine
prezzi
Localiz. magazzini
ricerca mercato
vendite
Controllo scorte
AMMINISTRAZIONE
budget
investimenti
contabilità
9
Perché la logistica
• Razionalizzare e velocizzare i flussi;
• abbassare tutti i costi del ciclo logistico e le scorte in
particolare che sono un elemento di rigidità (frenano
l’innovazione), un’alibi all’inefficienza e poi costano;
• alzare il livello di servizio.
10
Perché la logistica - La logistica come fattore di successo
LOGISTICA
Razionalizzazione del ciclo operativo
Miglioramento delle tecniche di gestione
Adeguamento delle infrastrutture
Miglioramento dei sistemi informativi
Aumento del servizio
Riduzione
dei costi logistici
Aumento
quota di mercato
Aumento redditività
11
Ottimizzato il flusso dei materiali all’interno
dell’azienda...
...resta da ottimizzare quelli esterni.
fornitori
produttori
distributori
Logistica di canale
S.C.M.
clienti
Azienda
Logistica Aziendale =
coordinamento di funzioni
Supply Chain
Supply Chain Management =
coordinamento di canale
L’analisi delle scorte
14
L’analisi delle scorte
Misurazione della scorta media
Analisi ABC
Indice di rotazione e indice di durata
Analisi di composizione della scorta (scorta fisiologica)
L’analisi del servizio (al cliente o al reparto produttivo)
15
La misurazione della scorta media - cosa s’intende
Definizione:
per scorta media di un dato prodotto si intende la quantità (o il valore)
di merce che è mediamente presente in ogni istante in magazzino.
La scorta di ogni prodotto non è costante nel tempo, ma aumenta ad
ogni entrata e diminuisce ad ogni uscita.
16
La misurazione della scorta media - L’andamento
s1
S(t)
si
s
ni
0
n1
t
17
La misurazione della scorta media - Come si calcola:
Supponiamo che nell’arco di T giorni la scorta di un dato prodotto abbia
raggiunto s differenti livelli, ognuno dei quali sia stato conservato per n
giorni.
La scorta media, relativa all’intervallo (0, T) è:
s =
s 1 n 1 + s 2 n 2 + ... + s n n n
T
La scorta media è la media aritmetica dei vari livelli di scorte ponderati
con le rispettive durate.
18
La misurazione della scorta media - Un altro metodo di calcolo
Si può effettuare il calcolo della scorta media sulla sola base della
conoscenza delle scorte all’inizio dell’anno e alla fine di ogni mese.
Consiste nell’effettuare la media aritmetica semplice tra tali valori, in
quanto si definisce:
•
so la giacenza iniziale
•
si (i=1,2…,12) la giacenza alla fine dell’ i-esimo mese
quindi si ha:
s=
s 1 + ... + s12
12
19
Analisi ABC
E’ uno strumento che serve per conoscere come, in presenza di un
universo formato da più elementi, un dato carattere si distribuisce
sugli elementi che lo compongono.
Principio di Pareto
La maggior parte degli effetti è
dovuta ad un ristretto numero
di cause (considerando grandi
numeri)
20
Analisi ABC - Analisi ABC del venduto
L’analisi ABC è la classificazione degli articoli aziendali rispetto al
valore del venduto.
L’analisi ABC del venduto permette di individuare gli articoli che
hanno un ruolo fondamentale sui ricavi (e presumibilmente sui
costi) aziendali, al fine di gestirli con estrema cura; è infatti
impensabile trattare tutti gli item di un’azienda con la stessa
attenzione.
21
Analisi ABC - Analisi ABC incrociata
• Si tratta di una classificazione ottenuta considerando
simultaneamente i risultati dell’analisi ABC rispetto al valore del
venduto (o al fatturato) e quelli dell’analisi ABC rispetto al valore
delle scorte.
• Tutti gli articoli vengono attribuiti ad una classe di fatturato e ad una
classe di scorte.
• Si formano pertanto 9 sottoclassi che possono essere visualizzate in
una tabella a doppia entrata.
22
Analisi ABC incrociata
Analisi ABC - Esempio di analisi ABC incrociata
FATTURATO
VALORE %
GIACENZE
A
B
C
A
AA
BA
CA
60
B
AB
BB
CB
20
C
AC
BC
CC
20
80
10
10
100
GIACENZE
VALORE %
FATTURATO
23
Indice di rotazione e indice di durata
Indice di Rotazione (I.R.)
E’ uno strumento che esprime il grado di mobilità delle scorte e dei
capitali in esse immobilizzati.
E’ dato dal seguente rapporto:
dt
I .R. =
st
indica il numero di volte che la scorta media ha “ruotato” nel periodo
considerato.
24
Indice di durata
E’ il reciproco dell’indice di rotazione (I.R) e fornisce il tempo medio
di permanenza della merce a magazzino:
st
1
I .D . =
=
I .R .
d t
E’ espresso nella stessa unità di tempo alla quale si riferisce d ed
s. Se detta unità di tempo è l’anno (come molto spesso accade),
solitamente si utilizza la seguente formula:
1
I .D . =
× 360
I .R .
Così facendo, l’I.D. viene espresso in “giorni scorta”.
25
L’analisi del servizio (al cliente o al reparto produttivo)
Il servizio al cliente o al reparto produttivo è un concetto molto ampio
che abbraccia diversi aspetti della logistica, tra cui:
Flessibilità ed assortimento
Rapidità di consegna
Puntualità di consegna
Percentuale di domanda soddisfatta
Assistenza post-vendita
Minimo d’ordine
Frequenza di consegna
Imballo
…
26
Negli aspetti inerenti la gestione delle scorte, solitamente si misura il
livello di servizio in termini di rotture di stock intese come il
momento in cui la giacenza a magazzino di un articolo che si
considera come “gestito a scorta” risulta essere pari a 0.
S(t)
0
t
Rottura di stock
27
I costi della gestione delle scorte
28
Fattori che influenzano l’entità delle scorte
• Costi e ricavi connessi all’esistenza o alla mancanza di scorte;
• Caratteri specifici dell’articolo (categoria merceologica, deperibilità,
ecc..);
• Possibili domanda e prezzo futuri;
• Possibilità di rifornimento (reperibilità e tempi di consegna);
• Obiettivi per i quali viene conservata.
Vediamo nel dettaglio alcuni di questi elementi:
29
I costi della gestione delle scorte
• Costo di acquisto (c): influisce sulla gestione delle scorte solo se vi
sono sconti legati al singolo lotto di acquisto;
• Costo di ordinazione (cL): costo che si sostiene per il fatto stesso di
emettere un ordine, quasi indipendentemente dal quantitativo
acquistato (è formato da costi di personale, oneri bancari, spese
telefoniche e di elaborazione dati, ammortamenti);
• Costo di conservazione o magazzinaggio (ĉs c): è legato al fatto
che le scorte immobilizzano capitale, richiedono spazi, controlli e
manutenzione;
30
Problema di scelta:
Quanto acquistare?
Quando acquistare?
31
Modelli e sistemi di
previsione della domanda
Definizioni
Previsioni della domanda: ciò che è realmente richiesto
dal mercato.
Previsioni di vendita: ciò che si vende veramente.
Tra i due valori vi sono differenze a due livelli:
- quantitativo (rotture di stock)
- temporale (evasione dell’ordine)
Orizzonte previsionale: periodo temporale coperto dalla
previsione.
Frequenza: intervallo tra ogni successiva formulazione
della previsione.
Risoluzione: periodo elementare in cui l’orizzonte
previsionale è suddiviso.
33
Previsioni di vendita e budget
Previsione
Valutazione di ciò che ragionevolmente (o meglio
probabilmente) accadrà alla luce delle conoscenze a
disposizione dell’azienda riguardo a fattori (esterni ed
interni) ritenuti rilevanti.
Budget
Descrizione di ciò che l’azienda intende fare, anche in
conseguenza delle entrate attese in base a previsioni
di vendita.
La previsione dipende anche dal comportamento di persone che
sono al di fuori del controllo degli organismi aziendali, il budget
dipende dal comportamento di persone che sono direttamente
controllate dall’azienda, sempre che le previsioni si realizzino.
34
Chi fa previsioni, cosa prevede,con quale logica
CHI
COSA
Volumi di vendita
Prezzi
Credito clienti
Capacità produttiva
Produzione Investimenti
Efficienze
Vendite
Marketing
Personale
Acquisti
Finanza
Logistica
Dir. Gen
LOGICA
Prevedo 100 per avere 80
Programmo 70 perché
esagerano sempre
Numero e tipologia addetti
Costi personale
Mi taro su 80 perché
stanno sempre stretti
Costi materiali
Debito fornitori
Fabb. Finanziari
Costo denaro
Cambi
Costi distributivi
Scorte
Compro 90 perché manca
sempre qualcosa
Sintesi
Cosa fare ?
Se dicono 100 avranno
bisogno di 120
70 o 100 ?
35
Orizzonte temporale delle previsioni
4 orizzonti temporali:
1) brevissimo: inferiore al mese;
2) breve: da 1 a 6 mesi;
3) medio: entro i 2 anni;
4) lungo: oltre i 2 anni.
36
I principali metodi di previsione a breve termine
Qualitativi:
- Opinioni dei venditori o di dirigenti aziendali
- Opinioni di esperti
- Sondaggio presso clienti
- Ricerche di mercato
Quantitativi:
- Metodi di previsioni e Ciclo di vita del prodotto
- Causali: ricerca di variabili correlate a quelle da prevedere
- Estrapolativi: Domanda dell’ultimo periodo; Medie mobili
semplici, ponderate, autoadattive; Analisi delle serie storiche
(Trend, ciclo, stagionalità).
37
Modelli estrapolativi
1. Media Mobile Semplice
Serve ad effettuare previsioni prendendo in
considerazione solo gli ultimi m termini di una serie
storica formata da n rilevazioni periodiche.
X t + X t −1 + ... + X t − m +1
Mt =
= Pt +1
m
Ha il pregio di compensare gli effetti positivi e negativi
della componente occasionale, tenendo conto (in certa
misura) dell’evoluzione (trend del fenomeno).
38
Modelli estrapolativi – Media Mobile Semplice
Tutti i dati (più o meno recenti) presi in
considerazione hanno lo stesso peso
All’aumentare del numero di termini
diminuisce la capacità di reazione alle
variazioni di fondo ma vengono meglio
livellati i disturbi occasionali.
39
Modelli estrapolativi
2. Media Mobile Ponderata
Ha lo stesso significato della precedente ma dà più
peso ai dati più recenti al fine di consentire un più
rapido adattamento alle variazioni del trend.
Mt =
k1X t + k 2 X t −1 + ... + k m X t − m +1
m
∑k
con:
i =1
m
∑k
i =1
i
= Pt +1
i
=1
40
Modelli estrapolativi – Media Mobile Ponderata
In generale, la media risulta comunque
uno strumento di semplice utilizzo,
efficace in presenza di trend di lieve entità
e in assenza di fenomeni stagionali
rilevanti.
41
Modelli estrapolativi
3.Exponential Smoothing
È un caso particolare del metodo della media mobile
ponderata, basato su un semplice metodo di calcolo
iterativo:
Xˆ t = αX t + (1 − α ) Xˆ t −1
con: - 0 ≤ α ≤ 1;
- Xt = valore in t della serie storica;
- X̂ t = media in t della serie storica;
- α = coefficiente di smussamento.
42
Modelli estrapolativi
Modello lineare
In tale modello la previsione relativa ad un determinato
periodo può essere ottenuta in base all’equazione
seguente:
Xˆ t +ω = M t + ωTt
dove:
• X̂ t +ω =
previsione relativa al tempo t+ω,
calcolata al Tempo t;
• Mt= media della serie storica calcolata al tempo t;
• Tt= trend della serie calcolato al tempo t.
43
Modelli estrapolativi
Modello quadratico
Risulta particolarmente adatto alle serie storiche non stazionarie
caratterizzate da forti variazioni del trend determinate da fenomeni ciclici
(cicli congiunturali ma anche ciclo di vita del prodotto).
44
Modelli estrapolativi – Modello quadratico
In tale modello la previsione relativa ad un determinato
periodo può essere ottenuta in base all’equazione
seguente:
Xˆ t +ω = M t + ωTt + ω 2Qt
dove: - X̂ˆ t +ω previsione
relativa al tempo t+ω,
=
calcolata al tempo t;
- Mt = media della serie storica calcolata al tempo t;
- Tt = trend lineare della serie calcolato al tempo t;
- Qt = trend quadratico calcolato al tempo t.
45
Monitoraggio delle previsioni
Indici di scostamento
Esprimono sinteticamente l’entità dell’errore medio
commesso dal sistema previsionale: come dato di base
utilizzano la serie storica degli errori di previsione (et).
I più utilizzati sono:
• Media aritmetica semplice:
n
∑e
i =1
i
n
compensa gli errori di segno opposto e quindi risulta
utile per mettere in luce gli errori sistematici di
previsione.
46
Monitoraggio delle previsioni
•
Scostamento quadratico medio:
n
2
e
∑i
i =1
n
considera tutti gli errori di previsione
dando particolare risalto agli errori di
maggiore entità.
47
Monitoraggio delle previsioni
•
Scarto medio assoluto:
n
∑| e |
i
i =1
n
come il precedente, considera tutti gli
errori, ma senza penalizzare quelli più
gravi.
48
Monitoraggio delle previsioni
Tutti gli indici precedenti possono essere percentualizzati in modo
da rendere più facilmente percepibile l’entità dell’errore e da
rendere possibile la camparazione dello stesso fra serie storiche
aventi diversa entità.
La percentuale di errore commessa va calcolata con riferimento al
valore medio della serie prevista.
n
MAPE =
∑ PE
t =1
t
n
49
I modelli di gestione delle scorte
50
I modelli di gestione delle scorte
Un modello è una rappresentazione ideale e semplificata della realtà;
non è la realtà ma intende raffigurarla, anche se necessariamente in
modo schematico e un po’ sommario.
I modelli di gestione delle scorte si suddividono in:
• Deterministici (tutti i parametri sono supposti noti);
• Stocastici (almeno un parametro è aleatorio)
Con riferimento al tipo di gestione, si distinguono modelli di gestione:
Ripetitiva (trattano problemi di articoli continuativi)
A periodo singolo (trattano problemi di articoli stagionali, di
moda, alimentari, deperibili, etc.)
51
Con riferimento alla costanza nel tempo dei parametri, i modelli si
classificano in:
Statici (i parametri non variano nel tempo)
Dinamici (i parametri variano nel tempo)
Un’ulteriore classificazione fondamentale distingue i prodotti in questo
modo:
A domanda indipendente
A domanda dipendente (come le Materie Prime e le parti
componenti di un’impresa manifatturiera, la cui domanda
“dipende” da quella del prodotto finito)
Per la gestione di queste ultime sono stati ideati specifici sistemi di
gestione quali MRP e Just in Time
52
Riassumendo:
Deterministici
EOQ/Wilson
Statici
Stocastici
Modelli di gestione
ripetitiva
Modelli probabilistici tradizionali
Modelli probabilistici evoluti
Deterministici
Prodotti a domanda
indipendente
Dinamici
Stocastici
Modelli a periodo
singolo
Prodotti a domanda
dipendente
MRP
53
Il modello di Wilson
Ipotesi di base:
Entrate (acquisti):
•
costo unitario noto, costante nel tempo ed indipendente
dal quantitativo acquistato;
•
consegna dell’ordine in un’unica soluzione;
•
é possibile acquistare qualunque quantità;
•
tempo di consegna τ (intervallo fra emissione dell’ordine e
consegna della merce – lead time di approvvigionamento)
noto e costante;
Uscite (vendite):
domanda nota con intensità costante (d) nel tempo
prezzo di vendita costante nel tempo;
si vuole soddisfare prontamente tutta la domanda.
54
Dalle ipotesi precedenti consegue che:
• la quantità da acquistare in ogni ordine (lotto = Q) risulta
costante;
• l’intervallo fra due ordini successivi (tempo di riciclaggio = T) è
costante;
• conviene ordinare in modo che all’arrivo di un lotto non si abbia
scorta in mano;
• la scorta media (Sm) è pari a Q / 2;
• gli unici costi rilevanti per decidere Q e T sono il costo di
ordinazione (cL) e il costo di conservazione (cs).
55
Due concetti di scorta
• Scorta in mano - S(t) : livello di scorta fisicamente presente a
magazzino in un dato momento.
• Scorta disponibile - Ŝ(t): livello di scorta in mano + ordinato impegnato.
Andamento reale
Andamento approssimato
Ŝ(t)
Ŝ(t)
S(t)
S(t)
0
t1
t1+τ
0
t1
t1+τ
56
Nel caso del modello di Wilson:
S(t)
Ŝ(t)
S0+Q
Q
Q/2
S0
0
T-τ
T
2T- τ 2T
3T
57
Equazione del costo di gestione complessivo:
Q
d
Y (Q ) = c L + cˆ S ⋅ c
Q
2
La quale risulta minima per:
Qw =
2d ⋅ c L
cˆ S ⋅ c
Il quale viene definito lotto economico di acquisto (o lotto
economico di Wilson).
58
Gli altri parametri del modello risultano i seguenti:
Qw
Tw =
=
d
2c L
d ⋅ ĉ S ⋅ c
1
nw =
Tw
Osservazioni:
• Q è funzione crescente di d e cL e funzione decrescente di cs;
• è verosimile che per articoli diversi gestiti dalla stessa azienda cL
e ĉs siano uguali; Q varia quindi solamente in funzione del
rapporto
d c e T del rapporto
1 (d ⋅ c)
59
Costo totale
Y(Q)
g1(Q)
Costo di
conservazione
g2(Q)
Costo di
ordinazione
0
Qw
Q
60
Determinazione del punto d’ordine (S0): livello di scorta
raggiungimento del quale è necessario effettuare il riordino.
al
S0= d(ττ)
Riassumendo:
Si ordina un lotto QW ogni volta che la scorta
disponibile raggiunge il valore S0
61
Modelli probabilistici tradizionali
62
Modelli probabilistici tradizionali –
Domanda intesa come variabile casuale non stagionale
Ipotesi di base: la domanda è una variabile casuale gaussiana (v.c.).
Non è dunque possibile effettuare riordini in quantità costanti ad
intervalli costanti, ma occorre scegliere fra:
•
Gestione a punto d’ordine: si riordinano quantità costanti ogni
volta che la scorta disponibile Ŝ(t) raggiunge S0 (intervalli
variabili);
•
Gestione a riordino periodico (o ad intervallo fisso): riordino
ad intervalli fissi (T) di quantità generalmente variabili.
In entrambi i casi non è più possibile essere certi di poter soddisfare
tutta la domanda (variabile).
63
Modelli probabilistici tradizionali– Modello di gestione a punto d’ordine (Q, S0)
Funzionamento:
Si ordina un lotto Q ogni volta che la scorta disponibile
raggiunge il punto d’ordine S0
Ŝ(t)
S(t)
S0+Q
Punto d’ordine=S0
Scorta di
Sicurezza = SS
0
t1
t1+ τ
t2
t2+τ
t3
t3+τ
64
Modello di gestione a punto d’ordine - Il calcolo del lotto economico
Il lotto economico viene calcolato con la formula di Wilson al fine di
minimizzare i costi complessivi di gestione
Qw =
2d ⋅ c L
cˆ S ⋅ c
65
Modello di gestione a punto d’ordine - Il livello di servizio L e il coefficiente k
Si fissa il livello di servizio “obiettivo” L inteso come probabilità di
copertura.
Dalle tavole della funzione di ripartizione della v.c. gaussiana
standardizzata si ricava il valore del coefficiente minimo di sicurezza
k corrispondente alla probabilità obiettivo.
L
50,00%
84,13%
90,00%
95,00%
97,72%
98,00%
99,00%
99,87%
k
1,00
1,28
1,65
2,00
2,06
2,33
3,00
66
Modello di gestione a punto d’ordine - La scorta di sicurezza
La scorta di sicurezza è funzione della variabilità della domanda nel
lead time e del livello di servizio che si vuole offrire:
SS = k · στ
67
Modello di gestione a punto d’ordine - Il punto d’ordine
Il punto d’ordine è dato dalla somma della domanda media nel lead
time e della scorta di sicurezza:
S0 = Mτ +k · στ = Mτ + SS
68
Modello di gestione a punto d’ordine – La scorta media
La scorta media rispetto al modello di Wilson tiene conto della scorta di
sicurezza:
Sm = Q/2 + Ss
69
Modello di gestione a punto d’ordine – Il costo totale annuo di gestione
II costo totale annuo di gestione è la somma dei costi di ordinazione e
conservazione:
d
Q

Y (Q ) = cL + cˆS ⋅ c ⋅  + S S 
Q
2

70
Modelli probabilistici tradizionali – Modello di gestione ad intervallo fisso (T, S)
Funzionamento:
Si ordina ad intervalli costanti (T) il quantitativo che serve a
riportare la scorta disponibile ad un livello prefissato,
chiamato “Scorta Massima” (S)
Scorta Massima = S
Ŝ(t)
S(t)
Scorta di
Sicurezza = SS
0
T
T+τ
2T
2T+τ
3T
3T+τ
71
Modello di gestione ad intervallo fisso - Il calcolo dell’intervallo fisso
L’intervallo fisso viene calcolato con la formula di Wilson al fine di
minimizzare i costi complessivi di gestione
2cL
Tw =
d ⋅ ĉS ⋅ c
72
Modello di gestione ad intervallo fisso - La scorta di sicurezza
La scorta di sicurezza è funzione della variabilità della domanda nel
periodo T+τ e del livello di servizio che si vuole offrire:
SS = k · σT+τ
73
Modello di gestione ad intervallo fisso – La scorta massima
La scorta massima è data dalla somma della domanda media nel
periodo T+τ e della scorta di sicurezza:
S = MT+τ + k · σT+τ = MT+τ + SS
74
Modello di gestione ad intervallo fisso – La scorta media
Anche in questo caso la scorta media rispetto al modello di Wilson
tiene conto della scorta di sicurezza:
Sm = MT/2 + Ss
75
Modello di gestione ad intervallo fisso – Il costo totale annuo di gestione
II costo totale annuo di gestione è la somma dei costi di ordinazione e
conservazione:
1
 MT

Y (T ) = cL + cˆS ⋅ c ⋅ 
+ SS 
T
 2

76
Considerazioni:
Pregi e difetti dei modelli di gestione delle scorte visti:
Modello
Pregi
Difetti
Intervallo
Fisso
• Programmabilità
• Omogenea
distribuzione del
carico di lavoro
• Scorte maggiori
• Controllo periodico
Punto
d’Ordine
Scorte minori
Controllo
continuo
Non programmabilità
Disomogenea
distribuzione del
carico di lavoro
Quale scegliere?
77
Material Requirement Planning (M.R.P.)
78
Ambiente di nascita
Nel 1975 Orlicky (dipendente IBM) pubblicò negli USA un testo sulla
metodologia M.R.P. per la gestione a scorta delle parti componenti in
un’azienda manifatturiera.
La teoria del M.R.P. ebbe molto successo in quanto contribuisce ad
una notevole riduzione delle scorte (argomento molto importante in
quel periodo di congiuntura economica sfavorevole).
Ancora oggi il sistema conserva una vasta notorietà per la sua alta
applicabilità nei contesti produttivi e (con i sistemi DRP) anche
commerciali.
79
M.R.P. – cos’è?
Il sistema M.R.P., o Material Requirement Planning (Pianificazione
dei Fabbisogni di Materiali), è un sistema di gestione delle scorte
particolarmente adatto alla gestione di materiali, materie prime, parti
componenti … input di un processo produttivo.
80
M.R.P. – perché?
Premessa:
Per i prodotti a domanda “indipendente”, ovvero che dipende solo dal
mercato e non dalla richiesta di altri prodotti, i modelli “tradizionali”
possono essere molto efficaci, soprattutto se si tratta di una domanda
abbastanza costante almeno nella media, per importi unitari molto
bassi rispetto alla stessa, o per materiali che alimentano una
produzione a flusso continuo.
In presenza di una domanda molto sporadica e con lotti di notevole
entità (come le materie prime e i semilavorati che alimentano un
processo di produzione “a lotti”), i modelli tradizionali non vanno
bene.
Prendiamo come esempio il prodotto lavagna doppia, la cui
rappresentazione grafica è riportata nella tabella seguente.
81
82
Nel caso in cui si adottasse, per i vari componenti, un metodo di
gestione delle scorte “tradizionale”, si tenderebbe ad avere disponibile in
qualunque momento un quantitativo dei vari materiali tale da
fronteggiare la domanda, dei vari reparti produttivi, con una prefissata
probabilità (L).
Nel caso in cui si ritenesse adeguato, per tutti i componenti, un livello di
servizio del 95%, in base al teorema della probabilità composta si
otterrebbero le probabilità indicate nella pagina successiva.
83
• Probabilità che siano presenti i 3 componenti necessari alla
produzione del telaio (cod.73105):
0,953 = 85,74%
• probabilità che siano presenti i 5 componenti necessari alla
produzione dell’assieme pannello (cod. 660011):
0,954 x 0,8574 = 69,83%
• probabilità che siano presenti i 5 componenti necessari alla
produzione della lavagna doppia (cod. 66002):
0,9544 x 0,6983 =56,88%
84
Pertanto, vi sarebbe quasi il 50% di probabilità di non poter portare a
termine un determinato programma di montaggio per mancanza delle
materie prime o dei componenti.
E’ facile intuire come tale probabilità si ridurrebbe drasticamente in
presenza di centinaia o migliaia di componenti diversi.
In tali casi è quindi indispensabile abbandonare i metodi di gestione
“tradizionali” ed adottare un metodo di gestione dei materiali
maggiormente efficace.
85
IMS
(Inventory Management System)
86
OBIETTIVI RAGGIUNGIBILI CON
L’INTRODUZIONE DI UN IMS
• Miglioramento delle previsioni di vendita/consumo
• Calcolo giornaliero dei fabbisogni di approvvigionamento con l’utilizzo di
opportuni modelli di gestione delle scorte che considerino il livello di servizio
che l’azienda intende erogare e i costi di conservazione delle scorte
• Possibilità di concatenare serie storiche di articoli sostitutivi
• Possibilità di elaborare ordini speculativi sulla base delle previsioni di vendita
• Possibilità di redigere un MPS per la produzione sulla base delle previsioni di
consumo
• Possibilità di dimensionare le scorte sulla base dell’errore previsionale (e non
della varaibilità)
• Elaborazione di un cruscotto di KPI adeguati.
87
COS’È
COS’È
Thinking Pack Inventory è uno strumento di gestione, programmazione e controllo delle scorte presenti in
qualsiasi tipo di nodo (stabilimento produttivo, magazzino centrale, magazzino periferico, punto vendita,
etc.)
Con Thinking Pack Inventory è possibile ridefinire ed ottimizzare quotidianamente i livelli di scorta di ciascun
prodotto in funzione del livello di servizio che si vuole offrire (disponibilità della merce) e dei principali costi
finanziari ed operativi connessi al rifornimento ed al mantenimento di un punto di stoccaggio.
www.thinkingpack.com
A CHI SERVE
Thinking Pack Inventory è un software facilmente configurabile che può essere implementato in qualsiasi
tipologia di azienda (produttiva, commerciale, distributiva) e con qualsiasi struttura distributiva (nodo unico,
uno o più Ce.Di., rete di filiali o punti vendita).
www.thinkingpack.com
FUNZIONALITÀ PRINCIPALI
Elaborazione di previsioni di domanda
Calcolo dei livelli ottimali di scorta
Determinazione di ordini di acquisto/produzione
Generazione di proposte di rifornimento per tutti i nodi di una rete distributiva
Misurazione continua dell’errore previsionale commesso
Misurazione continua delle prestazioni del sistema di gestione delle scorte dell’azienda
www.thinkingpack.com
LOGICA OPERATIVA
Le previsioni vengono effettuate utilizzando alternativamente ed automaticamente, in modo opportuno,
alcuni modelli matematico/statistici di analisi delle serie storiche.
I livelli ottimali delle scorte di ciascun item sono ricalcolati ogni giorno in modo indipendente considerando
la prevedibilità dello stesso e la probabilità di copertura che si intende ottenere.
Gli ordini e i rifornimenti vengono determinati (anche più volte al giorno) considerando il livello ottimale
delle scorte, i consumi e la scorta disponibile.
La misurazione ed il controllo continuo delle prestazioni di tutto il sistema viene effettuato monitorando
costantemente le rotazioni e le coperture delle scorte nonché la numerosità, durata e importanza delle
rotture di stock. E’ possibile anche elaborare complete e dettagliate analisi ABC incrociate (ad esempio
considerando il valore del venduto/consumato e il valore delle scorte medie).
www.thinkingpack.com
MODULI
Forecast
Inventory Manager con MRP
Inventory Manager
Cruise Control
www.thinkingpack.com
TECNOLOGIA
Thinking Pack Inventory è progettato in multidata layer su interfaccia WEB. E’ un software Cross-Browser,
dotato di integrazione COM+, WinServices, XML, HTTP. E’ facilmente scalabile ed adattabile a condizioni di
LAN e WAN. Collega facilmente periferiche fisse e mobili, ed è in grado di inviare notifiche a cellulari e
SmartPhone. L’accesso ai dati è garantito tramite i principali drivers di connessione in commercio.
www.thinkingpack.com
INTEGRAZIONE CON IL S.I. AZIENDALE
mensile
Storico
giornaliero
Disponibile
Anagrafica
Ordini, dati, etc.
Altri software
aziendali
www.thinkingpack.com
THINKING PACK – ALCUNE SCHERMATE
Il dettaglio di una proposta giornaliera…
www.thinkingpack.com
THINKING PACK – ALCUNE SCHERMATE
I grafici riportanti l’andamento dello storico/previsione di un articolo.
www.thinkingpack.com