Scarica le slides dei relatori
Transcript
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