parti di ricambio La pianificazione delle

Transcript

1 RICAMBIO La pianificazione delle parti di ricambio di F. Adrodegari, A. Bacchetti, S. Motta Federico Adrodegari, assegnista di ricerca presso la Facoltà di Ingegneria dell Università degli Studi di Brescia, consulente presso il centro di competenza sui processi gestionali del CSMT; Andrea Bacchetti, dottore di ricerca presso la Facoltà di Ingegneria dell Università degli Studi di Brescia, consulente presso il centro di competenza sui processi gestionali del CSMT, responsabile operativo della community INF-OS; Sergio Motta, Business Development Manager presso SAS Institute. Cortesia Bosch Il presente articolo descrive un progetto di analisi e di ristrutturazione del processo di gestione delle parti di ricambio, svolto con l utilizzo di uno strumento IT specifico presso un gruppo multinazionale attivo nella fascia media di mercato del settore dell apparecchio domestico. L indagine è stata condotta dalla Supply Chain and Service Management Group (SCSM) dell Università di Brescia in collaborazione con SAS, produttore mondiale di Business Analytics 1

2 Sebbene dal punto di vista delle caratteristiche fisiche e commerciali i ricambi siano di fatto uguali ai componenti utilizzati per la realizzazione dei prodotti finiti, essi richiedono una gestione logistica dedicata che si adatti alle loro peculiarità in termini di varietà della gamma, dei tempi di risposta e dell andamento tipico del profilo delle richieste. Partendo dall analisi dei modelli proposti in letteratura, l obiettivo principale del caso di studio aziendale è stato quello di cimentarsi con la ristrutturazione del processo di gestione dei ricambi, studiato nel dettaglio attraverso una mappatura delle attività coinvolte, con il supporto di una soluzione IT specifica, per proporre all azienda una valida soluzione gestionale stimando, inoltre, in quale misura essa possa portare benefici. L IMPORTANZA DELLA DIFFERENZIAZIONE NELLA GESTIONE DELLE PARTI DI RICAMBIO Le attività di gestione dei ricambi possono essere inquadrate all interno di un framework le cui linee guida si articolano nelle attività di classificazione dei codici in gruppi omogenei, di gestione della domanda e di gestione dei materiali. La gestione efficiente dei materiali costituisce, infatti, il fine ultimo delle attività gestionali, che viene perseguito mediante il supporto di un opportuna classificazione dei codici e della gestione della domanda nel rispetto dei target di servizio richiesti dal mercato sostenendo i costi complessivi di gestione più bassi possibili. Per supportare e guidare le scelte di gestione dei materiali, è stato utilizzato in questo lavoro un modello multicriterio innovativo per la gestione delle parti di ricambio, sviluppato secondo il framework sopra esposto da Bacchetti et al. (2010) nell ambito di una fase di lavoro antecedente a quanto descritto nel presente articolo. Il modello si concentra sui criteri d interesse logistico, che comprendono in primo luogo le caratteristiche dei profili di domanda; queste sono fondamentali per dimensionare in modo efficiente gli stock di ricambi, ma allo stesso tempo non sono sufficienti per guidare le politiche di gestione dei materiali. Per questo motivo la descrizione della domanda deve essere integrata da altri criteri, come esposto in Figura 2. Il modello risultante propone, così, per le parti di ricambio differenti classi di gestione in base allo schema di Figura 2. Nel lavoro svolto è stato quindi deciso di mutuare l approccio originale (iniziale), trasferendolo e implementandolo, con le opportune modifiche, all interno di una soluzione IT in modo da realizzare un supporto efficace ed efficiente per le attività di spare parts management, in grado di coniugare la teoria con la pratica. Figura 1 Figura 2 IL CASO DI STUDIO Il contesto del caso proposto è quello di una società del gruppo operante nel settore dell apparecchio domestico, focalizzata sui servizi post-vendita al cliente, che si occupa di distribuire le parti di ricambio e di offrire al mercato servizi di garanzie, estensioni e interventi di riparazione; nel lavoro discusso l attenzione si è quindi concentrata esclusivamente sugli aspetti legati alla pianificazione e gestione delle parti di ricambio. a. Scenario corrente Dalla sede centrale, situata in Italia, la società si occupa di distribuire nel mondo le parti di ricambio di tutti i prodotti finiti realizzati dalle diverse società del gruppo, avvalendosi di una rete logistica propria, di acquisto e distribuzione dei Tabella 1 Parametro Filiera Logistica Manifatturiera Filiera Logistica dei ricambi Natura della domanda Prevedibile Difficilmente prevedibile, sporadica Richiesta risposta Standard, può essere schedulata ASAP Numero di SKUs Limitato volte maggiore Portfolio prodotti Per lo più omogeneo Sempre eterogeneo Network di distribuzione Principali peculiarità nella gestione delle parti di ricambio. Dipende dal tipo di prodotto; più network necessari Fine dell inventory management Massimizzare la velocità delle risorse Risorse pre posizionate Un solo network, in grado di distribuire tutte le tipologie di ricambio 2 > m a g g i o < L o g i s t i c a M a n a g e m e n t

3 componenti, separata da quella che serve il primo impianto ( l impianto primario?). La struttura aziendale si articola in una serie di consociate, di filiali e di centri di assistenza attraverso cui garantisce la copertura dell intero mercato mondiale. Dal deposito principale i ricambi sono inviati a migliaia di clienti, che si presentano fortemente disomogenei tra di loro, in termini di dimensioni e mercati serviti, come illustrato in Figura 3. Attualmente, all interno della realtà aziendale, l assenza di criteri strutturati per la classificazione e di adeguati supporti per le attività di gestione e pianificazione dei materiali, risulta essere un grave deficit per la società. Tali attività sono, infatti, in gran parte demandate a operatori addetti alla pianificazione degli acquisti che, senza il supporto di validi strumenti, definiscono le politiche di acquisto e mantenimento dei materiali. Per supplire alle criticità del processo, evidenziate in Tabella 2, nella realtà aziendale è stata quindi implementata, in un progetto pilota, una soluzione specifica per il supporto alle attività di gestione e di pianificazione delle parti di ricambio: la SAS Service Parts Optimization (SPO). Tale soluzione permette di gestire supply chain complesse, sviluppate su più livelli (gestione multi-echelon), bilanciando così il livello delle scorte all interno dell intero network. È inoltre possibile realizzare previsioni di consumo specifiche anche per codici critici, come prodotti nuovi o obsoleti, al fine di ottenere i livelli di servizio desiderati dal cliente in un ottica di minimizzazione dei costi complessivi. Le prestazioni del processo possono poi essere osservate attraverso cruscotti specifici per il monitoraggio continuo delle performance. b. Attività svolte nell ambito del progetto L implementazione della soluzione ha richiesto un notevole sforzo in termini di richiesta, condivisione e analisi dei dati in input necessari per il corretto funzionamento della SPO. Anche per questo motivo, il pilot realizzato è stato limitato a due depositi principali del gruppo (il deposito centrale italiano e la consociata francese) e ai soli codici movimentati negli ultimi cinque anni che, in ogni caso, formano un campione molto significativo. Nello specifico, la soluzione si propone di supportare il processo di gestione delle parti di ricambio attraverso due motori. Il primo è il motore di Demand Forecasting che è in grado di generare in Figura 3 Tabella 2 Aspetto Critico Principali criticità riscontrate nel processo attuale di gestione dei ricambi. Automatizzazione delle procedure Classificazione poco strutturata Mancata salvaguardia del know-how aziendale Mancata definizione di prestazioni target Mancanza di criteri oggettivi di controllo Allineamento dell informazione non garantito Carenza di politiche strategiche Scarsa/assente integrazione con i fornitori automatico previsioni di consumo per ogni singolo codice, selezionando ogni volta, il modello più adatto. Il secondo è il motore di Inventory Optimization che permette di ottimizzare i livelli delle scorte e di generare piani di riordino ottimali. Nel dettaglio, noto lo storico della domanda, il motore di Demand Forecasting, il SAS Forecast Server, utilizzando un archivio di modelli customizzabili, anche specifici per le parti Descrizione Tutte le attività vengono svolte in gran parte in modo manuale e/o soggettivo. Le modalità di previsione e la determinazione degli acquisti da parte del sistema si basa su valutazioni indifferenziate per tutti i codici. Questo fattore permette semplicemente di richiamare le misure dalla memoria della macchina. Eliminazione della parte di tempo impiegata per settare utensili. Agli operatori della pianificazione vengono demandate tutte le scelte di acquisto, in termini di tempi e quantità. Ai pianificatori non sono forniti target circa i livelli di servizio e i costi di mantenimento e di emissione ordini; di fatto questi target non esistono in quanto solo i pianificatori con al loro esperienza sono in grado di svolgere questi compiti. In questo modo il controllo è praticamente assente. Le informazioni necessarie ad una buona gestione non risultano sempre disponibili a sistema (es: LT attesi e rispettive deviazioni) e spesso sono disallineate/asimmetriche. Il sistema inoltre non è in grado di gestire automaticamente le liste di sostituzioni. Riduzione del numero di attrezzature per eseguire il set up, inoltre se la forma e le dimensioni delle attrezzature sono completamente standardizzate il tempo occorrente per eseguire le operazioni di attrezzaggio diminuisce, e in più, l operatore appare facilitato nei suoi movimenti. Assenza di politiche di partnership e conseguenti vincoli nei rapporti di fornitura. di ricambio, permette di generare rapidamente, per ciascun item, accurate previsioni di consumo in maniera automatica ad ogni livello del network. Tale previsione costituisce, come da framework illustrato in Figura 4, l input per il motore di Inventory Optimization. Questo motore individua quindi, per ogni nodo facente parte del network, il livello di scorta di ciascun item necessario a soddisfare il livello di servizio obiettivo. In 3

4 questo modo, utilizzando algoritmi complessi che considerano vincoli, materiale in arrivo e impegnato, parametri legati ai costi e alle disponibilità, è possibile ottimizzare il livello di stock per l intero sistema e determinare i parametri delle politiche di gestione delle scorte implementate. Oltre a produrre una proposta di piano di riordino verso i fornitori, la soluzione gestisce i trasferimenti interni tra magazzini, situazione molto frequente nel contesto aziendale esaminato, qualora l ordine interno venga ritenuto conveniente o necessario per un ribilanciamento delle scorte. Questi motori sono alimentati dalle informazioni presenti nel database della soluzione, detto Solution Data Layer, popolato con i dati provenienti dall azienda. Le fasi di data sharing, data management e data loading sono state standardizzate attraverso la generazione di flussi Figura 5 Figura 4 Figura 6 strutturati in grado di prelevare i dati dal sistema aziendale e inserirli nel Solution Data Layer. Questi flussi risultano fondamentali, inoltre, per l automatizzazione dei caricamenti successivi: per un utilizzo dinamico della soluzione a regime, è infatti indispensabile il continuo aggiornamento dei dati in input. Nella fase di data management, in cui i dati a disposizione sono stati analizzati e puliti, sono stati adattati i flussi di processo, in modo che, in maniera automatica essi, desunti dai dati dell azienda, possano popolare il SDL della soluzione; SDL parametrizzato in maniera tale da implementare le linee guida del modello di gestione proposto nella fase preliminare al presente lavoro. Infine, nella fase di data loading sono stati eseguiti i Job : programmi di caricamento che, a partire dai dati presenti nel SDL e verificando la consistenza degli stessi, attivano i motori di forecasting e di Inventory Optimization, producendo quindi l output della soluzione. Inserendo, nelle logiche della soluzione, i criteri guida e le politiche suggerite dal modello innovativo di gestione proposto da Bacchetti et al. (2010), in una versione riadattata ad hoc rispetto alle caratteristiche e alle esigenze dell azienda, è stato possibile realizzare per l azienda, un supporto per le attività di spare parts management che fosse sia teorico che pratico, efficace, efficiente e utilizzabile in contesto dinamico. I PRINCIPALI RISULTATI CONSEGUITI La principale analisi è stata condotta confrontando i risultati ottenuti nel lavoro con quelli proposti nello studio svolto da Bacchetti et al. (2010). Inizialmente si è optato per comparare le prestazioni delle tecniche di previsione della domanda e di gestione dei materiali, classe per classe, partendo da un confronto diretto sui risultati del forecast. Una precisazione è dovuta: le classi utilizzate per la simulazione realizzata per valutare le performance delle previsioni utilizzate nella fase preliminare del presente lavoro, realizzate con MS Excel, comprendono solamente codici attuali, con frequenza di riordino maggiore di 3 (cioè le classi 5, 6, 7, 8, 9 e 10 del modello di Bacchetti et al. (2010) implementato), che costituiscono più del 90% dei codici analizzati nel progetto. La simulazione è stata effettuata su un campione limitato di item: la tabella 3 sintetizza quindi come questi si distribuiscono rispetto alle caratteristiche individuate e come sono composte le classi di simulazione. 4 > m a g g i o < L o g i s t i c a M a n a g e m e n t

5 Tabella 3 Tabella 4 Riduzione MASE La valutazione delle performance è avvenuta tramite il confronto puntuale, per gli stessi codici simulati nella fase precedente a quanto esposto in questo articolo, dei valori di due statistiche d errore definite a priori: il MAPE, indicatore standard, e il MASE, indicatore più specifico per la domanda intermittente. Gli scostamenti più elevati tra i risultati Riduzione MAPE Classificazione Paretiana a B C Alta frequenza -28,07% -12,27% 27,89% 21,44% 50,67% Bassa frequenza -34,75% -8,83% 3,06% 9,44% 87,50% Tabella 5 Sintesi dei risultati: miglioramento dell accuratezza. Normal Overstock Lowstock Item analizzati 28,65% 32,20% 39,15% Tabella 6 composizione attuale dello stock. riduzione della voce di over-stock proposte. Overstock Riduzione quantità Riduzione costi Italia -13,19% -21,41% Francia -31,36% -43,17% proposti dal motore di forecast di SAS Service Parts Optimization rispetto a quelli ottenuti nella fase antecedente a quanto descritto in questo articolo presentati in Figura 6, si riscontrano, come prevedibile, nelle classi a bassa frequenza (dalla 13 alla 23), in cui l utilizzo di modelli più performanti per la domanda intermittente aumentano i vantaggi dell utilizzo della SPO. L evoluzione del MAPE non risulta invece dissimile e presenta un generale beneficio delle performance con l utilizzo della SPO. Nella tabella di seguito sono riassunte le riduzioni delle statistiche di errore, aggregate per le macro-classi esaminate: alta frequenza (cl01-cl11) e bassa frequenza (cl13-cl23). Viene riportato, inoltre, il valore della classe secondo la classificazione Paretiana, che in azienda è molto sbilanciata: il 5% dei codici produce infatti l 80% del fatturato. Come lecito attendersi, visto l utilizzo in questa fase di uno strumento evoluto e specifico, si è osservato un netto miglioramento nell accuratezza delle previsioni. Sul lato inventory, un paragone diretto rispetto a quanto svolto nella fase precedente non è stato possibile nel dettaglio. Infatti, lo studio svolto in precedenza considerava solamente i costi di mantenimento e di emissione, mentre in questo lavoro, sono considerati anche i costi di trasporto e di penalità dovuta agli stock-out. Inoltre, l algoritmo di ottimizzazione del lavoro qui presentato prevede l ottimizzazione multi-echelon del network: vengono quindi previsti dei trasferimenti interni volti a bilanciare le scorte dei due magazzini. Nella prima fase del lavoro questo non è stato preso in considerazione. Infine, i confini del progetto nei due studi sono diversi. I risultati prodotti in questo lavoro, hanno però confermato le inefficienze dell attuale processo di gestione: da un lato questo è evidenziato dal fatto che circa il 30% dei codici non rispettano il livello di servizio target imposto e dall altro dalla presenza di over-stock, composto da una quota parte rilevante di codici ad alto valore, che rappresenta la voce di costo più significativa e incidente delle inefficienze della gestione attuale. Proprio vista la rilevanza di questa voce, si è deciso di valutare il processo di ottimizzazione a tre mesi proposto dalla SPO, osservando come nello scenario TO-BE, l over-stock risulta notevolmente ridimensionato sia in termini di quantità che di costi. Nelle prime dodici settimane infatti, l adozione di politiche di gestione differenziate e l adozione di piani di riordino efficienti volti a ottimizzare il livello di scorta a magazzino, ha portato a una forte riduzione delle quantità e dei costi legati all over-stock. Nella tabella 6 vengono esposti i risultati ottenuti. 5

6 Tabella 7 Voci di costo analizzate Riduzioni di costo proposte per le singole voci analizzate. Valore Medio (e ) Valore Max (e ) Valore Min (e ) Mantenimento Emissione Stockout Variazione rispetto all AS IS Totale % Tabella 8 Benefici intangibili derivanti dalla funzionalità della SPO. Fase del processo SPO Criticità nel processo Funzioni abilitanti SPO Acquisizione e gestione dei dati Forecasting Inventory Optimization Reporting and alerts Scenario aziendale Automatizzazione procedure Allineamento dell informazione Classificazione poco strutturata Classificazione poco struttura Indifferenziazione dei modelli Mancato utilizzo di modelli specifici Classificazione poco strutturata Mancanza generazioni piani ottimi e differenziati Gestione dei codici nuovi/ superati Integrazione con fornitori Mancata definizione target e dei criteri di controllo Supporto alle analisi fattibilità economica Acquisizione e consolidamento di grossi volumi di dati secondo il livello di dettaglio Standardizzazione e pulizia dei dati in input Generazione di previsioni statistiche per gli intervalli di tempo desiderati Basate sull analisi delle serie storiche Calcola il livello ottimale per tipologia di parte e magazzino sulla base dei vincoli Considera tutte le variabili per l intera rete e il singolo magazzino Monitora la disponibilità e fornisce alerts a livello di intera rete e singolo magazzino What if Analysis (costi, livello servizio, ristrutturazione network ) CONCLUSIONI E SVILUPPI FUTURI Il lavoro svolto ha quindi permesso di approfondire, sia in termini teorici che pratici, gli aspetti che caratterizzano la gestione logistica delle parti di ricambio nel settore dei beni di consumo durevoli, con un focus particolare sul settore dell apparecchio domestico. Benché dal punto di vista delle caratteristiche fisiche e commerciali i ricambi siano di fatto uguali ai componenti utilizzati per la realizzazione dei prodotti finiti, essi richiedono una gestione logistica dedicata che si adatti alle loro peculiarità in termini di varietà della gamma, tempi di risposta e andamento tipico del profilo delle richieste. Una volta delineato il nuovo modello di gestione dei ricambi (Bacchetti et al., 2010), l obiettivo principale del caso di studio aziendale è stato quello di cimentarsi con la ristrutturazione del processo di gestione dei ricambi di un azienda del settore dell apparecchio domestico, proponendo una valida soluzione gestionale supportata attraverso l utilizzo di una soluzione IT specifica, SAS Service Parts Optimization. Implementando all interno dello strumento le linee guida del modello ideato, in una versione riadattata ad hoc alle caratteristiche e alle esigenze dell azienda, si è cercato di porre rimedio alle carenze evidenziate nella fase di previsione e pianificazione dei materiali. I vantaggi osservati, congiuntamente alle riduzioni proposte dallo studio di Bacchetti et al. (2010), sono infine stati utilizzati per proporre all azienda il beneficio in termini monetari, derivante dell implementazione della soluzione. Utilizzando un ottica prudenziale e condividendo tutti i dati e le ipotesi di lavoro necessarie con l azienda, successivamente sono state realizzate più di mille possibili scenari che hanno dimostrato come l implementazione della soluzione proposta possa portare a un riduzione di circa il 40% delle voci di costo di gestione delle scorte analizzate. La figura seguente mostra i vantaggi di costo scorporati nelle componenti analizzate: nonostante un aumento dei costi di emissione, si assiste ad una forte diminuzione dei costi di mantenimento che, essendo la voce di costo predominante, garantiscono un alto beneficio complessivo dei costi di gestione delle scorte. È stato poi utile comparare tale risultato con quanto prodotto dalla SPO: I ricambi richiedono una gestione logistica dedicata che si adatti alle loro peculiarità in termini di varietà della gamma... analizzando il dato di over-stock, si è infatti osservato che il valore dello stesso risulta essere dello stesso ordine di grandezza del saving proposto. Anche se non valorizzati, sono infine stati esaminati anche i benefici intangibili derivanti dall implementazione della soluzione: rispetto alle criticità del processo di gestione evidenziate, detto della possibilità di realizzare una classificazione dinamica per la gestione differenziata dei codici, la SPO offre, tra gli altri, vantaggi legati all allineamento del sistema informativo e all automatizzazione delle procedure, step necessari per l implementazione di SAS Service Parts Optimization nella realtà aziendale. L obiettivo può dirsi raggiunto. A conclusione del caso è importante aver reso evidente i possibili benefici derivanti dall applicazione di un modello di gestione dei ricambi che ricalchi il framework delineato. I benefici stimati, infatti, sembrano suggerire che, anche in circostanze in cui la previsione della domanda e la gestione dei materiali secondo i modelli specifici per le spare parts sono difficili da introdurre, già l utilizzo di un approccio strutturato e adeguatamente supportato migliora notevolmente le performance globali dei processi. Oltre ai benefici discussi, il valore svolto nello sviluppo del caso di studio presenta alcuni limiti. Lo sviluppo del caso di studio ha però 6 > m a g g i o < L o g i s t i c a M a n a g e m e n t

7 evidenziato anche le difficoltà nell applicazione a casi pratici di modelli o di politiche specifici per domanda sporadica che non si adattano facilmente ai vincoli reali (ad esempio, la previsione della domanda lumpy in presenza di lead time di fornitura significativi). Le peculiarità delle richieste di ricambi rendono critica la fase di previsione delle quantità. Nondimeno, a conclusione del caso, è stato determinante aver rilevato i possibili benefici derivanti dall applicazione di un modello di gestione dei ricambi che ricalchi il framework delineato. I benefici stimati, infatti, sembrano suggerire che, anche in circostanze in cui la previsione della domanda e la gestione dei materiali secondo i modelli specifici per le spare parts sono difficili da introdurre, già l utilizzo di un approccio strutturato migliora notevolmente le performance globali dei processi. Oltre ai benefici descritti, il lavoro svolto nello sviluppo del caso di studio presenta alcuni limiti. Innanzitutto non è stata compiuta alcuna analisi di robustezza della soluzione proposta o degli indicatori utilizzati e le performance associate all adozione del modello sono state simulate solo su un campione di ricambi (non sulla totalità). Inoltre, in questa fase, per valutare la convenienza della ristrutturazione dei processi gestionali, sono stati quantificati i costi associati alla soluzione TO-BE solo in condizioni di regime; nelle fasi di transitorio è ragionevole aspettarsi dei costi di gestione ulteriori rispetto a quelli stimati. I confini del progetto, in termini di item e depositi analizzati, l assenza di alcune informazioni richieste, i vincoli legati ai rapporti di fornitura e il disallineamento delle informazioni presenti a sistema risultano essere ulteriori limiti del progetto, che è bene tenere in considerazione: un implementazione futura della soluzione non può prescindere da un aggiornamento del sistema informativo aziendale, dall instaurazione di politiche di partnership con i fornitori e, soprattutto, dalla gestione consistente di tutte le informazioni richieste in input dalla soluzione. Il lavoro svolto è stato condiviso ed esposto all interno dell azienda che ha infine deciso di avviare la ristrutturazione del processo di gestione delle parti di ricambio attraverso l adozione di una classificazione differenziata e di uno strumento IT di supporto. Bibliografia Bacchetti A., Plebani F., Saccani N. and Syntetos A.A., 2010, Spare parts classification and inventory management: a case study, 16th International symposium on inventories, Budapest, August 2010; currently under review for International Journal of Production Economics; Boylan, J.E., Syntetos, A.A., Forecasting for inventory management of service parts. In: Complex System Maintenance Handbook 20, ; Cohen M., Agrawal N., Agrawal V.,, Winning in the aftermarket. Harvard Business Review, 84 (5), : SAS Institute, Inc., SAS/SPO User s Guide, Version 4.2. SAS Institute, Inc., Cary, NC. P 7