simco: previsione della domanda e gestione delle scorte tecniche e strumenti avanzati

Diego Giometti - SIMCO

Convegno“LA LOGISTICA DEL FUTURO”

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

15 marzo 2007

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.

LE SCORTE: UNA RISORSA DA OTTIMIZZARE

MEN MACHINERY

MATERIALS

MONEY

AZIENDA

sistemi di produzione,

distribuzione, stoccaggio, …

acquisto, vendita

quanto ordinare, quando ordinare,

cosa ordinare

IL COSTO DELLE SCORTE: VALORI PRATICIVoci % 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)2-8

TOTALE DEI VALORI MEDI 20%Per contro, le scorte costano anche… quando mancano! Il problemaè la stima del costo derivante dalla rottura di stock ed il bilanciamento ottimale di questi costi con quelli (duali) derivanti dal mantenimento a scorta: si tratta di una questione complessa.

Azienda “A”:Fatturato annuo: 5 milioni di EuroForza lavoro: 85 personeImmobilizzazioni tecniche (impianti, edifici): 2,5 milioni di EuroRimanenza media: 0,5 milioni di Euro

Azienda “B”:Fatturato annuo: 5 milioni di EuroForza lavoro: 85 personeImmobilizzazioni tecniche (impianti, edifici): 2,5 milioni di EuroRimanenza media: 2,5 milioni di Euro

Le due aziende operano nello stesso mercato e conseguono livelli di servizio simili; inoltre, il bilancio tra interessi passivi ed attivi generato dai crediti e debiti con Fornitori e Clienti è sostanzialmente in pari.

PIÙ COMPETITIVI CON UNA CORRETTA GESTIONE

Le 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 mediamente presente in più nel magazzino dell’Azienda B vanno ad aggravare il bilancio del seguente 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 5 milioni di fatturato (ossia, un buon 10% di “return on sales”), a parità di tutto il resto l’Azienda B avrà un “return on sales” pari appena al 4%!Una situazione analoga di ha valutando il cosiddetto “return on assets”, ossia la resa 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%

PIÙ COMPETITIVI CON UNA CORRETTA GESTIONE

LE SCORTE: STRUMENTO PER IL SERVIZIO AL CLIEN

Spazio: raramente il luogo in cui un bene si produce coincide con quello in cui tale bene viene consumato. In funzione del tempo concesso dal Cliente, può essere inevitabile il posizionamento anticipato dei beni in depositi geograficamente prossimi al mercato

Tempo: alcuni prodotti hanno una produzione concentrata nel tempo, mentre il consumo è “diluito” (ad es.: i prodotti della terra), per altri è vero il contrario

Quantità ed assortimento: i produttori, di solito, tendono a produrre grandi 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 e ad avvicinare le merci al Cliente finale: ciò rende pressoché indispensabile potere disporre di un forecast affidabile, elemento primo per una Supply Chain efficace ed efficiente.

Le scorte riducono i problemi tra fornitori e clienti in termini di:

60%

30%

10%

Imprevedibilità domanda Inaffidabilità dei fornitori Incertezze interne all'azienda

Migliorare il forecast è la maniera più efficace per

ridurre le incertezze e ridurre l’eccesso di scorte

L’IMPREVEDIBILITÀ GENERA SCORTE IN ECCESSO

Le fonti di imprevedibilità

Fonte: Palo Alto University CA. 2002 Fonte: Palo Alto University CA. 2002

L’IMPORTANZA DI UN BUON FORECAST: DOVE IMPATTA?Una previsione “buona” ha impatto sia sulle scorte di ciclo, come è ovvio, per ordinare davvero quello che ci serve quando ci serve, sia sulle scorte di sicurezza, comunque inevitabili nel mondo reale.

Infatti, buona parte delle suddette scorte di sicurezza devono fare fronte alla variabilità cui la domanda è soggetta nell’attesa del ripristino della disponibilità pianificata: in ottica di forecast, la “variabilità” va letta come “imprecisione” della previsione stessa.

Pertanto, l’aumento dell’affidabilità del forecast significa anche riduzione di parte delle scorte di sicurezza.

Una buona previsione, inoltre, è un patrimonio sia dell’azienda che dei fornitori che siano coinvolti in un approccio “collaborativo” nella filiera.

22LT

2LTD, PσSDELTσ ⋅+⋅=

INPUTRicerche di mercatoValori storici della domandaCampagne pubblicitarieAzioni promozionaliOpinioni di esperti

INPUTRicerche di mercatoValori storici della domandaCampagne pubblicitarieAzioni promozionaliOpinioni di esperti

FORECAST SYSTEMFORECAST SYSTEM

VINCOLIPolitiche direzionaliRisorse disponibiliCondizioni di mercatoTecnologia

VINCOLIPolitiche direzionaliRisorse disponibiliCondizioni di mercatoTecnologia

FATTORI AMBIENTALI

Economici Sociali (stile, moda)Politici (azioni legislative)Culturali (nazionalità, etnia)

FATTORI AMBIENTALI

Economici Sociali (stile, moda)Politici (azioni legislative)Culturali (nazionalità, etnia)

What (quali articoli & in quali quantità sono venduti)

When (il momento in cui sono richiesti)Where (per area geografica e/o per Cliente)

What (quali articoli & in quali quantità sono venduti)

When (il momento in cui sono richiesti)Where (per area geografica e/o per Cliente)

LA PREVISIONE DELLE DOMANDA

TECNICHE DI ESTRAPOLAZIONEDELLE SERIE STORICHE:

- MEDIE MOBILI (semplice, ponderata)

- SMORZAMENTO ESPONENZIALE (Winters etc.)

- DECOMPOSIZIONE / PROIEZIONE TREND

- RICERCHE DI MERCATO

- TEST E SONDAGGI

METODI DI RILEVAZIONE QUANTITATIVA:

METODI A BASE SOGGETTIVA:

- FORZA DI VENDITA

- PANEL DI ESPERTI (Metodo Delphi)

- SCENARI FUTURI / ANALOGIE

METODI CAUSALI BASATISU CORRELAZIONE:

- REGRESSIONE (lineare, quadratica,multipla etc.)

- ECONOMETRICI / INPUT-OUTPUT

LE TECNICHE TRADIZIONALI

COS’È UN BUON FORECAST?Una previsione può definirsi “buona” ovviamente in base al rapporto costi – 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

FASE 0Depurazione dei dati storici

di domanda

FASE 0Depurazione dei dati storici

di domanda

FASE 3Previsione della

domanda per il futuro

FASE 3Previsione della

domanda per il futuro

FASE 1Scelta ed inizializzazionedell’algoritmo previsionale

FASE 1Scelta ed inizializzazionedell’algoritmo previsionale

Simulazione della previsione sui dati storici

Simulazione della previsione sui dati storici

FASE 2Adattamento delle tecniche previsionali

Analisi degli scostamenti rilevati

Analisi degli scostamenti rilevati

Scelta dei parametridi funzionamento

Scelta dei parametridi funzionamento

Almeno 2 anni se la domanda è stagionale

(ovvero 2 cicli di stagionalità)

1 anno(ovvero un ciclo di

stagionalità)

6 mesi - 1 anno


AZIONI SPECIALI (politiche di marketing, offerte speciali, campagne di vendita, promozioni, ...)

At+m

S’t+m

Kt+m

EFFETTI DI CALENDARIO (festività mobili, giorni lavorativi, …)

ALTRE INFORMAZIONI (commesse particolari, andamento del mercato, azioni della concorrenza, …)

Pt+m = Pt+m. S’t+m

. A t +m + Kt+m


DPM è una suite di pianificazione avanzata facile da usare e facile da integrare con il sistema informativo aziendale.

Previsioni di venditaScorte ottimali per garantire il servizio al clienteFabbisogni di distribuzione, acquisto o produzione

SistemaInformativoAziendale

Market Intelligence Service / Investment Policy Definition

DPM richiede un minimo supporto dell’utenteLa pianificazione può essere completamente automatizzata e l’intervento

dell’utente può essere limitato alla gestione delle eccezioni.

Previsioni di venditaScorte ottimali per garantire il servizio al clienteFabbisogni di distribuzione, acquisto o produzione

STRUMENTI AVANZATI DI DEMAND PLANNING: L’ESEMPIO DEL “DPM”

Copertura funzionalePrincipali attività coperte dallo strumento

Pianificazione acquisti _____

_____ Pianificazione della distribuzione

_____ Calcolo previsioni di vendita

Pianificazione delle scorte e del servizio al cliente

Pianificazione trasporti

Pianificazione delle scortenei punti di vendita


Benefici ottenibili con DPMAumento dei livelli di servizio, riduzione delle mancate vendite, riduzione dei costi,massimizzazione del margine.

Costi sostenutiper garantire

il servizio al cliente

Livello di Servizio (%)

0 20 40 60 80 100

• Stato attuale

•Obiettivo

Curva ottimale DPMDPM pianifica i flussi per raggiungere l’obiettivo di servizio con il minimo costo


Sales Budgetingand CollaborativeForecastingForzatura della previsione a vari livelli di aggregazione per referenza/mercato (o attributi di aggregazione) per orizzonti temporali: giornalieri, settimanali, mensili e annuali (es. inserimento budget generale, per business unit, per agente ecc). Inserimento correttivi alle previsioni per eccezione.

GlobalTotale prodotti della divisione

GlobalGlobalTotale prodotti Totale prodotti della divisionedella divisione

MacrofamilySotto insieme

della stessa divisione

MacrofamilyMacrofamilySotto insiemeSotto insieme

della stessa divisionedella stessa divisione

FamilySotto insieme

della stessa macrofamily

FamilyFamilySotto insiemeSotto insieme

della stessa macrofamilydella stessa macrofamily

ItemSingola Stock Keeping Unit

ItemItemSingola Stock Singola Stock KeepingKeeping UnitUnit

GlobalTotale aree e/o canali

di vendita

GlobalGlobalTotale aree e/o canali Totale aree e/o canali

di venditadi vendita

MacroareaInsieme di area e/o

canali di vendita

MacroareaMacroareaInsieme di area e/o Insieme di area e/o

canali di venditacanali di vendita

MicroareaAggregato elementare

di domanda

MicroareaMicroareaAggregato elementareAggregato elementare

di domandadi domanda

AreaArea georafica e/o cliente

e/o canale di vendita

AreaAreaArea Area georaficageorafica e/o clientee/o cliente

e/o canale di venditae/o canale di vendita

DayDayDay

WeekWeekWeek

MonthMonthMonth

YearYearYearTime slotTime slot

MarketMarket

ProductProductHypercube Management

AttributesAttributes

AttributesAttributes


Budgeting and Commercial OverridesForzatura della previsione a vari livelli di aggregazione per referenza/mercato (o attributi di aggregazione) per orizzonti temporali: giornalieri, settimanali, mensili e annuali (es. inserimento budget generale, per business unit, per agente ecc). Inserimento correttivi alle previsioni per eccezione.


Automatic Forecast CalculationFBFTM Unique Technology

Il calcolo automatico delle previsioni è effettuato usando il Frequency BasedForecasting (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


Trend AnalysisCalcolo automatico del trend per aggregati fino al dettaglio referenza/cliente

Seasonality PatternsAnalisi comportamento stagionale della domanda


Sales CalendarGestione effetto dei calendari di vendita

Forecast Error AnalysisAnalisi errori nel dettaglio referenza/cliente


Supersessions LinksGestione dei legami di sostituzione (uscita nuovi prodotti, sostituzione vecchi prodotti ecc.)

Old item New item


I NUOVI PROCESSI: DAL DEMAND PLANNING AL SIOP(Sales Inventory & Operation Planning)

BudgetForecast

Strategic(Yearly/Quarterly)

Operational(Weekly & Daily)

Aggregate Forecast / Special Service Agreements / Commercial Overrides

Tactic(Monthly)

Service PolicyPlanning

Target Service Levelper product/market segments

SO&IP MonthlyReview

Modifyed Aggregate Commercial Forecast

Commercial Overrides (ex. Customer/Family/Product ect.)

Operational Inventory

Optimization

Daily Automatic Replenishment

Engine

Reviewed Service PolicyService & Inventory Constrains

Exceptions Reports :Under Service/Overstock

Supply ChainPlanning Suite

& Dynamic Inventory Optimization System

ERP

Service Policy By Excepion

Time Phased Operational Forecast x item x area

Stock To Service Curves per sku/l Optimal inventory levels

Indentification of low margin items/markets

Time Phased Operational Forecast x item x area

Dynamicly Optimal Inventory Levels by SKU/L

Exception Reports & Error Forecast Analysis

Interdepo Transfer Reports

Execution

Purchasingrequirements /proposals

Network evolution What if analysis

Forecast DeliverPurchase SellStockManufacture

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 tempestivitàLe imprese che fanno parte della S/C non condividono i loro pianiIl business è necessariamente guidato da forecast elaborati individualmenteA causa degli errori di forecast, inoltre, spesso si rinuncia a farlo o a tenerne

contoCome risultato:

o scorte non basate sulla pianificazioneo 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.

UN FUTURO SENZA PREVISIONI?

Sell Purchase DeliverManufacture

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 congiuntao 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 accurateAltro presupposto – e risultato – è la velocità del ciclo order-to-deliverCome risultato:

o riduzione delle scorte complessive lungo la S/Co eliminazione di attività duplicateo 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.


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


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 forecastdisaggregati risulterebbe annullata o comunque fortemente ridotta


Gli ostacoli all’applicazione dei responsive model:

Necessità per le aziende quotate di mantenere determinati target di fatturato pianificati (ad esempio: il fatturato del quarter): questo provoca una serie di “sollecitazioni artificiali” della domanda (offerte speciali, azioni promozionali etc.) che finiscono fatalmente per “caricare” il canale logistico di prodotti che non 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 nel condividere rischi e benefici, specie nel passare dalla teoria alla pratica.

In conclusione, c’è da attendersi ancora una lunga vita per quel che riguarda il forecast e la sua effettiva importanza per il successo aziendale.


��

� ��

OTTIMIZZAZIONE DEL LIVELLO DI SERVIZIO RICAMBI E DEI LIVELLI DI SCORTE:

IL PROGETTO DPM

Profilo aziendale

Produzione: 210.000 unit210.000 unitàà

Fatturato: 210 milioni di Euro210 milioni di Euro

Personale:1.600 dipendenti1.600 dipendenti

5 stabilimenti di produzione5 stabilimenti di produzione(Italia 3; Slovacchia 1; India 1)

6 filiali commerciali6 filiali commerciali(Francia; Germania; UK; Spagna; USA; Singapore)

Lombardini in Italia

Lombardini nel mondo

Organizzazione del businessBreakdownBreakdown per applicazioneper applicazione

Market share europeoMarket share europeoMotori Diesel 0-40 kW

Un servizio globale

Il magazzino ricambi

Il Il servizioservizio ricambi: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)

I numeri:I numeri:

Referenze a listino: 17.000 17.000 (pi(piùù 3000 non a listino)3000 non a listino)

Marchi gestiti: 4 4 (Lombardini; Ruggerini; Lombardini Marine; Acme)

Superficie: 4.000 4.000 mm²²Personale: 35 persone35 personeVolume di attività: 300.000 righe/anno spedite300.000 righe/anno spediteFatturato: 22 milioni di 22 milioni di �� / anno/ anno

Obiettivi del progetto DPM�Aumentare il livello di servizio

�Ridurre il valore di inventories

�Gestire stagionalità, campagne promozionali e forecasting

�Lavorare per eccezioni

�Gestire fase in e fase out

�Fare analisi What If su stock vs service

�Adottare un sistema user friendly

I tempi del progetto DPM

Analisi e Analisi e modellizzazionemodellizzazione

ImplementazioneImplementazionedel modello eddel modello ed

Interfacce con ERPInterfacce con ERP

Go liveGo liveEdEd

Analisi Analisi risultatirisultati

ValidazioneValidazioneDel modelloDel modello

Analisi OUTPUTAnalisi OUTPUTIn ambiente di simulazioneIn ambiente di simulazione

30 giorni 60 giorni 30 giorni

Servizio, inventories ed analisi what if…

�Con DPM siamo in grado di differenziare il livello di servizio offerto per classe di materiale ed adeguare le scorte, minimizzando gli immobilizzi di capitale (a parità di classe di servizio viene privilegiato lo stock di componenti meno costosi). E’ inoltre possibile simulare scenari, presupponendo un livello di stock target (e trarne il livello di servizio erogato) o viceversa.

ForecastingIl 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.

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 analisi

approfondite sul tipo di domanda ad aiuta a prevenire eventuali

fenomeni inattesi, evidenziando le criticità.

Fase in e fase out

�A magazzino ricambi Lombardini, vengono gestite circa 20.000 referenze. Non di rado un codice sostituisce un altro (o più d’uno). In questa fase è importante non perdere lo storico dei consumi. DPM inoltre gestisce i fabbisogni ai diversi livelli di distinta (componente sciolto o kit).

Risultati raggiunti�Riduzione del 25% (da 4 a 3 unità) del

personale all’interno dell’ufficio magazzino ricambi, con relativa efficienza sui costi fissi di gestione.

�Condivisione con l’ufficio commerciale delle decisioni sulla base di una piattaforma e di dati condivisi. Si è così potuto garantire al cliente finale una migliore prestazione sul materiale venduto da stock ed una migliore informazione sul materiale re-supply to order.

Risultati raggiunti

Andamento inventories mag. Ricambi

� 3.200.000

� 3.300.000

� 3.400.000

� 3.500.000

� 3.600.000

� 3.700.000

� 3.800.000

� 3.900.000

� 4.000.000

� 4.100.000

Mar.06 Apr.06 Mag.06 Giu.06 Lug.06 Ago.06 Set.06 Ott.06 Nov.06 Dic.06 Gen.07

Mese

valo

re

--470.000 470.000 ��((--12 %)12 %)

� Riduzione del 12% delle scorte

Go live

Domande?

simco: previsione della domanda e gestione delle scorte tecniche e strumenti avanzati

Business