Ottimizzazione dei costi

Transcript

1 SCORTE Ottimizzazione dei costi logistici: il caso Industrie Saleri Italo SpA di A. Bacchetti, S. Bortoli, R. Redondi M. Zanetti Andrea Bacchetti, Università degli Studi di Brescia, Facoltà di Ingegneria, Dipartimento di Ingegneria Meccanica e Industriale, Ricercatore presso il Centro di ricerca su Supply Chain & Service Management; Silvia Bortoli, Industrie Saleri Italo SpA, Supply Chain Department, stagista e collaboratrice; Renato Redondi, Università degli Studi di Brescia, Facoltà di Ingegneria, Dipartimento di Ingegneria Meccanica e Industriale, Professore Associato; Mauro Zanetti, Industrie Saleri Italo SpA, Supply Chain Manager. Il progetto esposto in questo articolo, frutto di un lavoro dell Università degli Studi di Brescia e condotto all interno dell azienda bresciana Industrie Saleri Italo SpA, si pone l obiettivo primario di ottimizzare i costi delle attività logistiche, agendo in particolare su due parametri di pianificazione: il lotto economico e le scorte di sicurezza 1

2 Attraverso il dimensionamento corretto del lotto di produzione e delle scorte di sicurezza, è possibile ottenere un effetto immediato di riduzione dei costi. Questo miglioramento, inoltre, viene ottimizzato attraverso la ricerca delle soluzioni più performanti per l azienda. Infatti, nel caso del lotto economico, si giunge all individuazione di lotti che ottimizzano contemporaneamente i costi di acquisto e di produzione e valori di lotto minimo e massimo in corrispondenza di un costo Figura 1 massimo prestabilito, che permettono di adattare di volta in volta il lotto di rifornimento in base al reale fabbisogno. Per quanto riguarda le scorte di sicurezza, invece, il trade-off ottimale si concretizza nella simultanea riduzione dei costi ed incremento del livello di servizio rispetto alla situazione attuale. A tal fine sono stati simulati molteplici scenari di dimensionamento, basati sulle informazioni storiche rilevanti, in modo da ricostruire quale sarebbe stato l effettivo livello di servizio offerto ai clienti qualora si fossero dimensionate in modo più rigoroso le scorte di sicurezza. Panoramica delle diverse unità tecnologiche presenti in Saleri (a sinistra il reparto lavorazioni meccaniche e a destra il reparto montaggio). CONTESTO, OBIETTIVI E METODOLOGIA Contesto aziendale Industrie Saleri Italo SpA, con sede a Lumezzane (BS), opera nel settore dell automotive dal 1942, progettando e producendo pompe ad acqua per l industria automobilistica, al fine di servire a livello internazionale sia il mercato del primo impianto che quello della ricambistica originale (after market). L azienda fornisce le più importanti case automobilistiche europee e le più qualificate reti di distribuzione indipendenti. Detiene, inoltre, il controllo di un importante gruppo industriale di cui fan parte Italpresse Industrie, operante nel settore della produzione di macchine per pressofusione, Italacciai, nel settore dei cuscinetti integrali e Gauss Automazione nel settore della robotica industriale. Il fatturato 2010 dell azienda si attesta intorno ai 50 milioni di euro e l attuale capacità produttiva dello stabilimento è di pezzi al giorno, con un organico composto da circa 200 persone. Figura 2 Panoramica del reparto montaggio. Attuale gestione dei materiali Il processo produttivo dell azienda si suddivide nelle due fasi principali di lavorazione dei componenti e di montaggio delle pompe acqua complete (Vedi Figura 1 e Figura 2). Circa la metà della produzione attuale di Saleri è dedicata al primo impianto ed al ricambio originale, circa 280 articoli, su un offerta complessiva di quasi codici di prodotto finito, mentre per quanto riguarda i componenti, i codici presenti a sistema sono circa Con riferimento al progetto realizzato, è necessario precisare che l azienda, prima dello svolgimento di tale lavoro, presentava già dei lotti minimi e delle scorte di sicurezza su alcuni codici. Tali valori erano individuati, tuttavia, senza l utilizzo di algoritmi specifici, ma solamente attraverso l esperienza e la relativa sensibilità degli operatori coinvolti. Lo sviluppo del progetto ha permesso di dimensionare con algoritmi specifici il lotto economico di codici, tra prodotti e componenti, e le scorte di sicurezza di 860 prodotti finiti. Si sottolinea, inoltre, che tramite l implementazione nel sistema informativo aziendale degli algoritmi proposti ed applicati, risulterà possibile estendere il dimensionamento all intera gamma di prodotti finiti ed a tutti i componenti gestiti dall azienda. 2 > o t t o b r e < L o g i s t i c a M a n a g e m e n t

3 Figura 3 Esploso di una generica pompa acqua. i periodi futuri e σlt la deviazione standard del lead time. FASI DI SVILUPPO DEL PROGETTO Obiettivi del progetto Nell esperienza condotta all interno delle Industrie Saleri, oltre alle modalità operative vere e proprie di calcolo, assume rilievo l ottica gestionale con la quale il progetto è stato sviluppato e portato a termine. L obiettivo finale, infatti, non si riflette semplicemente nel ridurre i costi derivanti dalle attività logistiche, ma nel migliorare concretamente la realtà aziendale di riferimento, proponendo soluzioni ottimizzanti realmente implementabili. Per questo motivo i modelli presenti in letteratura vengono integrati ed analizzati tramite elementi caratteristici della situazione aziendale considerata, permettendo, nel caso del lotto economico, di minimizzare i costi delle attività logistiche e di controllare l incremento del costo totale grazie alla dipendenza di tale curva dalla dimensione del lotto, mentre, nel caso delle scorte di sicurezza, di individuare lo scenario di dimensionamento ottimale per l azienda, che realizza il miglior tradeoff tra costi di immobilizzo a scorta e livello di servizio offerto al cliente. Metodologia adottata Con lo scopo di identificare i parametri di valutazione dell effettivo raggiungimento dell obiettivo prefissato, risulta indispensabile un ampia analisi delle diverse attività aziendali e, in particolar modo, dei costi ad esse associati. Per individuare i costi rilevanti al fine del dimensionamento si è adottato un approccio Activity Based Costing, determinante per l identificazione di ciascuna attività coinvolta nel processo produttivo aziendale e per l allocazione dei costi di ogni attività ai prodotti. Successivamente, lo studio della letteratura di riferimento ha portato all identificazione ed alla comprensione degli algoritmi ritenuti più idonei a modellizzare la realtà aziendale, tenendo in considerazione gli obiettivi del progetto. Per quanto riguarda i modelli utilizzati, per il dimensionamento dei lotti di approvvigionamento o produzione viene applicato il modello del lotto economico, a quantità fissa di riordino (EOQ ed EPQ), che permette di individuare la dimensione del lotto che minimizza il totale dei costi logistici rilevanti. La funzione di costo totale è formata da costi insorgenti a livello di lotto e a livello di unità di produzione. Per il dimensionamento delle scorte di sicurezza viene impiegato il metodo analitico derivante dalla propagazione degli errori statistici e caratteristico di una gestione a fabbisogno, il quale moltiplica lo scarto quadratico medio dell errore commesso dal sistema di previsione della domanda, durante il lead time, per un coefficiente di sicurezza, funzione del livello di servizio desiderato. k rappresenta il coefficiente di sicurezza, σe lo scarto quadratico medio dell errore di previsione, LT il lead time di fornitura o di produzione, P la domanda prevista per Analisi AS-IS dei processi aziendali In questa fase sono stati analizzati singolarmente i diversi processi aziendali, con particolar attenzione verso quello di pianificazione che determina la politica di gestione delle scorte, al fine di individuare le attività connesse alla gestione del flusso fisico ed informativo dei materiali all interno dell azienda. Operativamente, infatti, è stato inizialmente seguito il flusso dei materiali attraverso le aree dedicate al ricevimento merci, al reparto lavorazioni meccaniche, al reparto montaggio ed al reparto spedizione. In un secondo momento, l analisi si è concentrata sulle attività di gestione del flusso dei materiali ed in particolare quelle di pianificazione della produzione e controllo qualità. Questa essenziale analisi preliminare ha permesso di poter identificare le attività che dipendono, in termini di tempo e costi, dalla dimensione del lotto di riordino (attività di ricevimento merci, controllo qualità in accettazione e attrezzaggio) e quelle, invece, direttamente riconducibili alla giacenza media di magazzino (attività di mantenimento a scorta). Determinazione dei costi delle attività A seguito dell individuazione delle singole attività rilevanti a livello di lotto di approvvigionamento o produzione, è stato possibile determinarne i relativi costi attraverso l approccio Activity Based Costing, utilizzando un allocazione non convenzionale dei costi agli articoli. Ad esempio, i costi di stoccaggio sono stati allocati utilizzando come driver di costo la superficie occupata da ciascun tipo di magazzino (magazzino componenti grezzi, componenti lavorati, componentistica d acquisto e prodotti finiti). Per determinare il costo dell attività di controllo qualità in accettazione, invece, è stato quantificato il tempo dedicato all attività e, visto che tale tempo è legato alla complessità delle verifiche tecniche e quindi alle caratteristiche di ciascun articolo, i componenti sono stati raggruppati in famiglie e per ognuna è stato stimato il tempo necessario per evadere un lotto. Anche per quantificare i costi di settaggio è stato ricavato il tempo dedicato all attività, tuttavia con la 3

4 Figura 4 dipendenza tra costo massimo e range di variazione della dimensione del lotto. Figura 4 che fissando un livello massimo di costo e risolvendo un equazione di secondo grado, uguagliando il costo massimo desiderato alla funzione di costo totale, si ottengono i due valori di lotto cercati ed indicati nella formula con x. Figura 5 Introduzione del coefficiente di variazione per determinare lo scarto quadratico medio dell errore di previsione. Questo metodo permette, quindi, di identificare un range di valori di lotto con costo compreso tra il costo minimo raggiungibile e la variazione massima di costo considerata accettabile dall azienda. In questo modo è possibile trarre vantaggio in due distinte fasi del processo di approvvigionamento: nel momento della lottizzazione del fabbisogno, agevolando l acquisto delle sole quantità necessarie che rientrano nel range di valori del lotto, e durante la contrattazione con i fornitori, utilizzando i valori estremi come indicatori di quantità limite, oltre le quali il costo sostenuto dall azienda non viene più considerato accettabile. differenza che in questo caso il tempo assorbito è correlato alla macchina, linea o centro di lavoro su cui si effettua l operazione. Dimensionamento del lotto economico Dopo aver effettuato il dimensionamento dei lotti di approvvigionamento e produzione per i codici gestiti secondo tali politiche, utilizzando gli algoritmi proposti in letteratura, si è presentata l esigenza di realizzare una terza tipologia di lotto economico per i componenti d acquisto che subiscono successive lavorazioni. Il problema risiede nel fatto che, per tali articoli, qualunque sia la quantità acquistata in un unico lotto, essa venga interamente lavorata, con la conseguenza che il lotto di lavorazione risulta essere il medesimo rispetto a quello di acquisto. Ne consegue che i lotti di riordino e di produzione non possono essere ottimizzati separatamente ed è necessario calcolare un unico lotto economico che comprenda i costi di approvvigionamento e di produzione in un unica funzione di costo. L algoritmo prevede quindi almeno quattro componenti di costo, due per i costi insorgenti a livello di lotto e due per quelli a livello di unità, ma in realtà esse dipendono dal numero di livelli della distinta base di ogni componente lavorato. Ulteriore aspetto di ottimizzazione nel dimensionamento del lotto economico consiste nell applicazione di un procedimento tramite il quale vengono determinati i valori di lotto minimo e lotto massimo, all interno del quale è possibile controllare il costo totale. Infatti, è possibile osservare dal grafico di Dimensionamento delle scorte di sicurezza Nel caso delle scorte di sicurezza, a differenza dei lotti economici, non è possibile ricavare valori che minimizzino i costi, in quanto essi sono direttamente proporzionali alla quantità mantenuta a scorta. L obiettivo è, invece, quello di trovare il miglior compromesso tra livello di servizio offerto al cliente e costi per la creazione della scorta di sicurezza, che in prima analisi sono quantificati tramite il costo standard di prodotto. Infatti, ridurre la scorta di sicurezza, rispetto al livello attuale, comporta una diminuzione direttamente tangibile dell impegno economico, sostenuto al fine di rendere disponibile a magazzino tale quantità. Questo fine giustifica la creazione di diverse soluzioni di dimensionamento, con lo scopo ultimo di individuare quale sia lo scenario ottimale, che permetta di soddisfare le richieste del cliente e nello stesso tempo che non esponga oltre il necessario l azienda dal punto di vista finanziario. Di conseguenza, il target desiderato si realizza attraverso un qualsiasi miglioramento del livello di servizio e del costo presenti attualmente, utilizzando come parametri di valutazione il costo totale, il livello di servizio ed una simulazione pratica dell avvenuto stockout in un determinato intervallo di tempo. 4 > o t t o b r e < L o g i s t i c a M a n a g e m e n t

5 Globalmente sono stati formulati 60 possibili scenari di dimensionamento, suddivisi in base a cinque livelli di servizio al cliente, che risultano essere di duplice natura. Infatti, un primo gruppo di soluzioni utilizza il livello di servizio che attualmente l azienda offre, ricavato ponendo i valori delle scorte di sicurezza pari a quelli attualmente presenti nel sistema informativo e come incognita il coefficiente di sicurezza, mentre un secondo gruppo, tiene conto del livello di servizio che l azienda vorrebbe ottenere a seguito di una revisione analitica delle proprie scorte di sicurezza. Come mostra la Tabella 1, i quattro livelli di servizio obiettivo sono differenziati per tipologia di pompa acqua (di primo impianto P, ricambi originali R, di produzione per l after market A e commerciali G). Gli scenari proposti si differenziano ulteriormente per le modalità di determinazione dei fattori dell algoritmo. Dalla Tabella 2 si osserva che i primi due scenari rappresentano quelli tradizionali a scorta e a fabbisogno, in quanto la prima analisi è stata effettuata al fine di confrontare gli algoritmi tradizionali da letteratura, a scorta e a fabbisogno, per verificare che effettivamente il risultato ottenuto dalla gestione a fabbisogno fosse migliore rispetto a quello a scorta, visto che ad oggi viene utilizzato un sistema di pianificazione con logica MRP. A seguito del risultato positivo dell analisi, il lavoro di ottimizzazione è stato focalizzato solo sull algoritmo a fabbisogno, con l obiettivo di determinare se vi fossero soluzioni maggiormente convenienti per l azienda rispetto a quelle standard proposte dalla letteratura. Di conseguenza, sono state formulate e valutate quattro correzioni, derivanti da analisi empiriche e proprie della realtà aziendale considerata, dalla cui combinazione si ottengono i dieci rimanenti scenari riportati in Tabella 2. In particolar modo l esigenza di apportare modifiche all algoritmo nasce dalla constatazione della scarsa efficienza della formula standard applicata alle pompe acqua all inizio oppure alla fine del ciclo di vita, a causa della notevole diversità tra la quantità prevista per la vendita futura e quella che era stata prevista per il passato. Il problema consiste nel fatto che l algoritmo tradizionale mantiene invariata la variabilità del sistema di previsione passato basato su dati storici, in termini di quantità assoluta di prodotti, anche per i periodi futuri. La necessità emersa in Tabella 1 scenari Attuale livello di servizio LSP LSR LSA LSG Attuale di ogni singolo codice a 99% 95% concreto, invece, risulta essere quella di adeguare la variabilità del sistema di previsione riscontrata nei periodi passati, all entità della previsione futura. È stato, quindi, introdotto il concetto di coefficiente di variazione che, nel caso specifico, indica l errore commesso dal sistema di previsione rispetto alla quantità prevista mediamente. Infatti, come si osserva dalla Figura 5, mentre il 95%-90% Analisi ABC fatt. b 99% 95% 95% 90% c 99% 95% 95% 95% d 97% 97% 97% 97% Tabella 2 Scenari A scorta standard A fabbisogno standard Scenario-0 Scenario-1 Scenario-2 Scenario-3 Scenario-4 Scenario-5 Riepilogo degli scenari suddivisi per livello di servizio. Esclusione valori anomali emin, emax Su tutti i codici Coefficiente di variazione Scaglioni del coefficiente di variazione Soluzione I Soluzione II Soluzione I Scenario-6 Su tutti i codici Soluzione I Scenario-7 Su tutti i codici Scenario-8 Soluzione I Scenario-9 90% Riepilogo degli scenari differenziati per il tipo di correzioni apportate. Maggiorazione di σpr modello tradizionale inserisce nell algoritmo l errore di previsione del passato in valore assoluto, la nuova proposta prevede di determinare l errore percentuale, ovvero il coefficiente di variazione del passato, e supporre che si mantenga costante anche nel futuro, in modo da adeguare l errore di previsione assoluto alla domanda prevista per il futuro. 5

6 Tabella tut tut 3 Tabella riassuntiva dei migliori scenari di ogni livello di servizio. scenari a fabbisogno costo mater. ls media aritm. ls media pesata 4/4 3/4 2/4 1/4 totale 0/4 attuale a fabb. X X% X% X% X% X% X% X% X% Scenario-1-15% + 0% + 0% - 0% - 37,6% - 40,1% + 1,10% - 3,9% + 2,2% Scenario-3a - 42,8% + 7% + 3% - 100% - 87,0% - 83,4% + 5,20% - 6,1% + 3,5% Scenario-3b - 40,3% + 7% + 3% - 100% - 100% - 86,5% + 3,30% - 8,4% + 4,7% Scenario-3c - 37,6% + 11% + 4% - 100% - 100% - 90,0% + 1,80% - 10,0% + 5,6% Scenario-3d - 32,8% + 12% + 5% - 100% - 100% - 93,4% - 0,73% - 12,6% + 7,1% Scenario-5a - 24,8% + 11% + 7% - 100% - 100% - 79,9% + 0,73% -10,0% + 5,6% Scenario-5b - 21,9% + 13% + 8% - 100% - 100% - 90,0% - 2,20% -13,6% + 7,6% Scenario-5c - 19,1% + 15% + 8% - 100% - 100% - 93,4% - 3,30% -14,8% + 8,4% Scenario-5d - 15,8% + 17% + 8% - 100% - 100% - 93,4% - 4,80% - 16,1% + 9,1% Scenario-6b - 42% + 8% + 3% - 100% - 100% - 86,5% + 1,40% - 7,4% + 4,2% Scenario-6d - 34,9% + 8% + 4% - 100% - 100% - 90,0% + 0,38% - 11,3% + 6,4% Scenario-7b - 25,9% + 6% + 6% - 100% - 100% - 90,0% + 2,20% - 9,7% + 5,5% Scenario-8c - 23,2% + 7% + 6% - 100% - 100% - 90,0% + 0,38% - 11,3% + 6,4% Scenario-7d - 19,3% + 12% + 6% - 100% - 100% - 90,0% - 2,60% - 13,9% + 7,8% Dalla modifica del coefficiente di variazione deriva un ulteriore accorgimento, consistente nel porre dei limiti massimi al coefficiente stesso, in base al livello di normalità di un ordine rispetto al metro di giudizio dell azienda. Ulteriori correzioni riguardano l esclusione di valori anomali dalle serie storiche degli scostamenti tra previsioni e vendite e la maggiorazione della deviazione standard mirata alle sole situazioni in cui la domanda media prevista risulti inferiore rispetto a quella riscontrata nei periodi passati. Infine, è stata costruita una tabella che pone a confronto tutti i migliori scenari di ogni livello di servizio, tramite il controllo delle curve di costo in relazione ad alcuni L obiettivo finale, infatti, non si riflette semplicemente nel ridurre i costi derivanti dalle attività logistiche, ma nel migliorare concretamente la realtà aziendale di riferimento, proponendo soluzioni ottimizzanti realmente implementabili parametri come: livello di servizio globale, calcolato sulla variabilità che realmente si è verificata nei periodi passati e ottenuto da media aritmetica oppure pesata sul fatturato, e percentuali di nella simulazione pratica su un periodo storico di quattro mesi, al fine di valutare se le scorte di sicurezza calcolate con 6 > o t t o b r e < L o g i s t i c a M a n a g e m e n t

7 l algoritmo modificato sarebbero state in grado di coprire la domanda riscontrata nei periodi di simulazione. RISULTATI Per quanto riguarda il lotto economico, il progetto consente di recuperare/ convertire in efficienza aggiuntiva circa il 34% dei costi, pesando la percentuale di risparmio sulla quantità di codici appartenenti a ciascuna categoria di lotto economico (di approvvigionamento, di produzione (montaggio), di acquisto e di lavorazione). Inoltre, data la vastità dei codici gestiti dall azienda, le analisi effettuate permettono di identificare gli articoli di prioritaria attenzione, che necessitano di urgente valutazione e probabile modifica del lotto economico, in quanto il valore attualmente presente a sistema si discosta in modo significativo da quello calcolato. Nel caso delle scorte di sicurezza, il confronto dei migliori scenari di ogni livello di servizio, riportati in Tabella 3, ha permesso di individuare la soluzione ottimale per l azienda, che garantisce un incremento del livello di servizio globale pari a circa il 4% e un risparmio del 37% dei costi attualmente sostenuti, per la creazione e il mantenimento delle scorte di sicurezza. CONCLUSIONI Il progetto svolto per l azienda Industrie Saleri Italo SpA ha prodotto, come condiviso ed approvato dalla Direzione, risultati molto soddisfacenti, in quanto è stato raggiunto l obiettivo primario di ridurre i costi logistici, addirittura aumentando il livello di servizio al cliente. Altri benefici indiretti, generati dal progetto svolto, sono legati alla rigorosa modellizzazione della realtà aziendale esaminata, all introduzione di tecniche gestionali accurate prima non formalizzate, nonché alla strutturazione e determinazione dei parametri alla base di queste tecniche (es. capacità di un cassone per singolo codice gestito, lead time di approvvigionamento e produzione con relativa variabilità per articolo e per fornitore, errore commesso dal sistema di previsione per ciascun prodotto). Bibliografia Alessandro Amadio, Supply chain excellence la supply chain management, il networking strategico, l outsourcing integrato, il miglioramento continuo, il controllo delle performance, Francoangeli; Robert N. Anthony David F. Hawkins Diego M. Macrì Kenneth A. Merchant, Sistemi di controllo analisi economiche per le decisioni aziendali, Mcgrawhill; Martin Christopher, Supply chain management creare valore con la logistica, Prentice Hall Financial Times, Pearson Education; N. Slack - S. Chambers R. Johnston A. Betts P. Danese P. Romano A. Vinelli, Gestione delle operations e dei processi, Pearson Education. Infine, il raggiungimento dell obiettivo primario di ottimizzare i costi logistici conduce alla concreta possibilità di migliorare ulteriormente il processo di pianificazione nel suo complesso, attraverso l implementazione nel sistema informativo aziendale dei metodi e degli algoritmi approfonditi durante lo sviluppo del progetto (fase attualmente in corso). P 7