Improving the spare parts management

MANAGEMENT after-sales technical assistance Federico Adrodegari, Andrea Bacchetti, Francesca Plebani - University of Brescia, Center for Research on Supply Chain & Service Management Improving the spare parts management Complexity, impacts and benefits of one of the core and most delicate activities of household appliance manufacturers. One of the main activities that the manufacturers of durable consumer goods have to carry out to guarantee their customers an adequate level of technical after sales support is the logistics of spare parts. This activity, in the dreams of any service manager, should result in placing the parts in the quantity, instant and site meeting customer s requirements, to ensure a level of customer service (at least) in line with corporate targets. Unfortunately, however, managing spare parts is a very complex matter for at least 3 reasons: The quantity and variety of the range of spare parts to keep in stock, which are strongly increasing due to their generalized increase in the number of models offered, their shorter commercial life cycle as well as their increasing lifetime. Adding the codes contained in the database, but not available in stock (that may be potentially required, based on the lifetime of the installed park), the number of components to be obsolescence. of spare parts in terms of time, lumpy), and the other The depth of the supply chain of spare parts, featuring a high number of center - consumer), which may further grow if one or more business intermediaries (e.g. spare parts distributor) or logistics intermediaries (e.g. distribution warehouse) intervene. So this is certainly a complex task to manage, with, in addition, strong cross-impacts both inside (among different functions) and outside (towards suppliers and customers) the company. On the other hand, this activity can automotive, home appliances and digital printing machines sector, the business generated by the sale of spare parts accounts for about 200 billion dollars, with margins exceeding on the average 30 percent compared to the Figure 1 The hierarchical classification model Migliorare la gestione delle parti di ricambio Complessità, impatti e benefici di una delle attività fondamentali e più delicate dei produttori di elettrodomestici. Una delle principali attività che i produttori di beni di consumo durevole devono effettuare per garantire ai propri clienti un adeguato livello di servizio di assistenza tecnica post-vendita, è la gestione logistica delle parti di ricambio. Tale attività, nei sogni di un qualsiasi direttore service, dovrebbe portare a collocare le parti nelle quantità, nell istante e nel luogo idonei a cliente (almeno) in linea con i target aziendali. Purtroppo però gestire le parti di ricambio è materia assai complessa, per almeno 3 ragioni: L ampiezza e la varietà della gamma di parti da mantenere in assortimento, in fortissima crescita in funzione del generalizzato aumento del numero di modelli posti in vendita, dell accorciamento del ciclo di vita commerciale e dell accrescimento della durevolezza in esercizio degli stessi. Un indagine svolta recentemente a livello Italia nei settori apparecchio domestico, termotecnica, automotive e macchine per la stampa digitale mostra che, mediamente, le aziende mantengono a magazzino circa 30.000 codici ricambio (Bacchetti e Saccani, 2011). magazzino (potenzialmente richiedibili, in virtù della durata in vita del parco installato) il numero di componenti da gestire tende quasi a obsolescenza. lumpy), e sotteso. elevato numero di livelli (produttore del ricambio produttore del bene crescere nel caso in cui si frappongano uno o più intermediari di carattere commerciale (es. distributore di ricambi) o logistico (es. deposito distributivo). Certamente si tratta quindi di un attività complessa da gestire, con peraltro forti impatti trasversali sia all interno (tra diverse funzioni), sia all esterno (verso fornitori e clienti) dell azienda. Dall altro lato si tratta anche di settori automotive, apparecchio domestico e macchine per la stampa digitale, 200 miliardi di dollari, con marginalità mediamente superiori del 30% rispetto previsione della domanda lumpy piuttosto che alle tecniche collaborative per prevede ancora una gestione a vista dei codici priva di una rigorosa categorizzazione che conduca ad una razionale differenziazione delle politiche di previsione della domanda e gestione delle scorte. pratica aziendale, che molto spesso non conosce o comunque fatica ad applicare i (spesso complicati) modelli matematici proposti. Obiettivo dell approccio (e del relativo caso di studio) descritto nel seguito è quello di prestazioni in questa attività non sta tanto nell implementazione 70 ae parts & components october 2011 AEC_2011_008_INT@070-075.indd 70 30/09/11 15.19

TAblE 1 ClAssiFiCATioN CriTEriA impact on PlANNiNG DECisioNs CriTErioN Phase of the sales cycle Number of requests registered DEMAND ForECAsT () () MATEriAls MANAGEMENT DETAil demand forecasting and materials management, discriminating between explanatory, extrapolative and responsive COLD response time to custome (compared to the replenishment lt) Impacts on demand response mode, from stock or on order Demand frequency Criticality of the component Unit value of the component Impacts on demand forecasting techniques and applicability of stock management models Impacts on the desired service level and sizing of safety stocks Affects the calculation of the stock size victorycommunication.it HOT 2005). developments in research to support the planning of spare parts - just think of algorithms for lumpy demand forecasting or the collaborative techniques for inventory management along the supply chain today the average business scenario still provides an "on sight" codes management, without a strict categorization aimed at a rational differentiation of demand forecasting and inventory management policies. business practice, which often does applying the (often complex) mathematical models proposed. The aim of the approach (and related case study) described below is to demonstrate that the key to improvement in this activity is not so much in the indiscriminate implementation of complex algorithms, but in identifying the characteristics of spare parts to be managed and in the design of a categorization system designed to group the codes into homogeneous classes to which apply (even simple) differentiate models capable of intercepting the different characteristics and so propose optimal solutions. october 2011 ae parts & components nella relativa progettazione di un sistema di categorizzazione classi omogenee a cui poi applicare modelli (anche semplici) differenziati in grado di intercettare le peculiarità e proporre quindi soluzioni ottimali. Un approccio innovativo per la gestione dei ricambi Nell approcciarsi alla gestione delle parti di ricambio la prima evidenza è infatti quella secondo cui i ricambi non sono tutti uguali, e come tali, devono essere gestiti ciascuno nel rispetto delle proprie caratteristiche peculiari. Il primo step consiste quindi nel raggruppare in diverse famiglie i codici che presentano le medesime caratteristiche, valutate in relazione effettuare. Criteri adottabili sono criticità, la posizione nel ciclo di vita, la criticità di fornitura, etc. Tali (previsione della domanda e gestione dei materiali) da adottare. La Tabella 1 riassume gli elementi selezionati nel modello generale proposto e i loro impatti sulle scelte 2010). Combinando gerarchicamente questi 6 criteri è possibile ottenere lo Figura 1. A ciascuna delle classi WASHING BOILER ESSENTIAL PARTNER Control HTP S.r.l. High Tech Probes Via Don Carlo Speziali, 2-20040 Usmate Velate (MI) - ITALIA Tel. + 39 039 6889578 - Fax +39 039 6076154 commerciale@control-htp.com - www.control-htp.com AEC_2011_008_INT@070-075.indd 71 30/09/11 15.19

after-sales technical assistance An innovative approach for the spare parts management In addressing the spare parts in fact that the spare parts are not all alike, so they have to be managed in accordance with their own peculiar characteristics. codes having the same characteristics into several families based on the planning decisions to be made. Criteria to be adopted are criticality, the position in the life cycle, the supply criticality, etc. These criteria contribute, in fact, to (demand forecasting and materials management) to be adopted. Table 1 summarizes the selected items in the general model proposed and their impact on planning decisions (Bacchetti et al., 2010). By hierarchically combining scheme shown in Figure 1 can be obtained. To each of the classes obtained in output a set of policies relating to demand forecasting and materials planning can be associated, as discussed below. An application case The context in which the case study was carried out is that of a multinational company headquartered in Italy, among the market leaders in the sector of mainstream household appliances. management of spare parts for the aftermarket due to a poorly structured management approach, in which planning activities were entrusted to the experience of some corporate resources with a small support from an information infrastructure that was recognized as obsolete. In this context, the implementation described above was approached, starting from an initial simulation carried out in Excel environment (step 1), aimed at identifying which policies were to be associated with which classes, and tracking the current scenario. Step 2 consisted in the use of a software dedicated to the spare parts management, but "driven" by the model proposed and tested in step 1. ottenute in output sarà possibile associare un set di politiche relative alla previsione della domanda ed alla Un caso applicativo Il contesto in cui il caso di studio è stato svolto è quello di una multinazionale con headquarter in Italia, tra i leader del mercato di media fascia del settore dell elettrodomestico. gestione delle parti di ricambio per il post-vendita in virtù di un approccio gestionale poco strutturato in cui le risorse aziendali con un ridotto supporto da parte di una infrastruttura informativa riconosciuta come obsoleta. In questo contesto si è proceduto con l implementazione del modello di partendo da una simulazione iniziale svolta in ambiente Excel (step 1), politiche associare a quali classi e allo scenario corrente, per poi proseguire (step 2) con l utilizzo di un software di per se dedicato alla gestione delle spareparts, ma appunto guidato dal modello proposto e testato nello step 1. Da un analisi dello storico del codici sono stati raggruppati in 12 classi. Per ciascuna tipologia di ricambi sono state effettuate supporto della previsione della domanda e del dimensionamento delle scorte in grado di massimizzare partenza. In particolare, sono state testate svariate tecniche previsionali estrapolative (media mobile, smoothing esponenziale semplice e doppio) e diverse modalità di riordino dei materiali (EOQ, periodo parti di ricambio (es. modello di Croston, distribuzione di Poisson, etc.).tale studio simulativo è stato condotto su di un campione politica ottimale, con riferimento ad un cruscotto di prestazioni inclusivo di: ae parts & components october 2011 AEC_2011_008_INT@070-075.indd 72 30/09/11 15.19

Based on an analysis of the sales data related to the last 5 years, the codes were grouped into 12 classes. For each kind of spare parts, quantitative simulations aimed at identifying the set of policies to support forecasting of demand and stock size were carried out, which compared to the baseline scenario. In particular, various extrapolative forecasting techniques (moving average, simple and double exponential smoothing) were tested, as well as different modes period reorder), also including some (e.g. Croston model, Poisson distribution, etc.). This simulation study was conducted on a representative sample of the codes of each class to identify one optimal policy, with reference to a performance dashboard including: Cost of stock purchase and Service level, measured as (order quantity than can be delivered from stock) TAblE 2 CoMPArisoN between ThE CUrrENT situation AND ThE simulated one service Codes level target Costs Current, high frequency D OK -50% Current, low frequency D OK -11% outdated OK -18% From the simulation data, a comparison was made, designed to assess the differences in performance between the approach adopted to date by the company and the one proposed in our work. Table 2 summarizes the results of this comparison. The simulation results are extremely positive and put the light on the large improvement margin of performance that may result from the adoption of (simple) differentiated strategies depending spare parts. Hence the idea of continuing the work by Costo di acquisto e mantenimento Livello di servizio, misurato come (quantità ordinata evadibile con scorte a magazzino) A partire dai dati della simulazione è stato realizzato un confronto volto a stimare le differenze di performance tra l approccio adottato ad oggi dall azienda e quello proposto nel nostro lavoro. La Tabella 2 riassume i risultati di tale confronto. I risultati della simulazione sono estremamente positivi e mettono il luce i grandi margini di miglioramento delle performance che possono derivare dall adozione di (semplici) strategie differenziate in delle parti. Da qui l idea di proseguire nel lavoro implementando tale schema di delle parti di ricambio in grado di gestire supplychain multi livello e multi chelone ed ottenere il bilanciamento ottimale delle scorte all interno dell intero network. propone di supportare il processo di gestione delle parti di ricambio attraverso due motori. Il primo è il motore di DemandForecasting che è in grado di generare in 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. Noto lo storico della domanda, il motore di DemandForecasting, utilizzando un archivio di modelli customizzabili, AEC_2011_008_INT@070-075.indd 73 30/09/11 15.19

after-sales technical assistance MANAGEMENT solution, an advanced IT tool designed for spare parts planning, able to manage multi-level and multi-echelon supply chains and obtain the optimal stock balance inside of the whole network. support the spare parts management process through two Forecasting engine, which automatically generates consumption forecasts for each code, each time selecting the most appropriate model. The second is the Inventory Optimization engine, which allows to optimize inventory levels and generate optimal reorder plans. Known the historical demand data, using a library of customizable templates, including Demand Forecasting engine allows to automatically generate, for each item, consumption forecasts at as per framework shown in Figure 2, the input to the Inventory Optimization engine. By entering into this operation the solution can be driven to achieving optimal performance. As for the demand forecast, this performance is assessed by detailed comparison, code by code, of the accuracy obtained by means of the IT tool compared to that simulated as foreseen, the accuracy is higher. Figure 2 operation diagram of the sw solution adopted in step 2 ricambio, permette di generare, per ciascun item, previsioni di consumo in maniera automatica a ogni livello framework illustrato in Figura 2, l input per il motore di Inventory Optimization. Inserendo in tale schema di funzionamento il modello di guidare la soluzione al raggiungimento di prestazioni ottimali. Tali prestazioni sono valutate, dal punto di vista della previsione della domanda, tramite il confronto puntuale, codice per codice, dell accuratezza ottenuta con l utilizzo dello strumento IT rispetto a quella simulata nella prima parte del lavoro con un foglio di calcolo. In generale, come preventivato, l accuratezza risulta essere classi a bassa frequenza di ordini, a fronte dell utilizzo da parte della soluzione sw di un set più ampio di domanda intermittente. Sul lato inventory, i risultati hanno 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 dall azienda e, dall altro, dalla presenza di una aventi stock in eccesso (over-stock), we test LEAK & FLOW TESTING you produce www.ateq.it ateq@ateq.it AEC_2011_008_INT@070-075.indd 350657_B6H_11_01.indd 1 74 30/09/11 26/09/11 15.19 08.55 023130

frequency classes, against the use, demand codes. As for the inventory, the current management process: on the one hand, this is evidenced by the fact that about 30 percent of the codes do not meet the target service level imposed by the company, and, on the other hand, percentage of codes having surplus stock (over-stock), which therefore item, it was decided to evaluate the optimization process proposed by the IT tool, and it was observed that, as in the simulated 3 months scenario, the over-stock is quantity and costs (Table 4). Putting together the results obtained in the two steps of the described work, a total reduction of about 40 percent points of the total cost of stock management can be TAblE 3 DisTribUTioN of ANAlyzED CoDEs DEPENDiNG on ThE MEAsUrED stock level vs. ThE optimal one OK SURPLUS STOCK ANALYZED CODES 28,65% 32,20% 39,15% estimated, including the items referred to order issuing, stock In a nutshell, although aware of the need to test the proposed approach in other corporate cases too, it is evident that the differentiation of planning techniques related to the characteristics of the spare parts may create, without the need to introduce new and complex target service level and reducing costs associated with logistics. Finally, it should not be neglected customizable according to the company, and easily implementable solution. rilevanza di tale voce, si è deciso di valutare il processo di ottimizzazione proposto dallo strumento IT, osservando come nello scenario simulato a 3 mesi, l over-stock risulti notevolmente ridimensionato sia in termini di quantità che di costi (Tabella 4). Mettendo assieme i risultati ottenuti nei 2 step del lavoro descritto, è possibile stimare una riduzione complessiva di circa 40 punti percentuali del costo complessivo di gestione delle scorte, comprensivo delle voci di emissione ordini, mantenimento a scorta e stock-out/ In estrema sintesi, seppure consapevoli della necessità di testare l approccio proposto anche in altri casi aziendali, appare evidente come la differenziazione delle tecniche di caratteristiche delle parti possa generare, senza la necessità di introdurre nuovi e complicati modelli termini di raggiungimento del livello di servizio target e riduzione dei costi logistici connessi. Non è che si tratta di uno schema di ogni azienda e facilmente mutuabile nell ambito di qualsivoglia soluzione sw già esistente. RIPRODUZIONE RISERVATA TAblE 4 % reductions (quantity AND CosTs) relating To CoDEs CUrrENTly in over-stock AFTEr 3 MoNThs of UsE of ThE sw solution QUANTITY REDUCTION COST REDUCTION -13.19% -21.41% CS COLOMBO S. & FIGLI Srl Via Como, 11-20063 Cernusco s/n (MI) - Tel. +39 02 9210 7404 Fax +39 02 9210 0217 - info@cscolombo.com CS COLOMBO USA Inc. 130 William Street - 5th Floor, Unit 8 - New York, NY 10038 Tel. +1 (646) 783-7577 - Tel. +1 (646) 783-7578 Fax +1 (646) 706-0041 - info@cscolombousa.com Area Manager: Mr. Bruce Brandt - Cell +1 (914) 413-1150 - brucebrandt@cscolombo.com 1 08.55 AEC_2011_008_INT@070-075.indd 023130_B6H_11_02.indd 1 75 30/09/11 26/09/11 15.19 09.06

frequency classes, against the use, demand codes. As for the inventory, the current management process: on the one hand, this is evidenced by the fact that about 30 percent of the codes do not meet the target service level imposed by the company, and, on the other hand, percentage of codes having surplus stock (over-stock), which therefore item, it was decided to evaluate the optimization process proposed by the IT tool, and it was observed that, as in the simulated 3 months scenario, the over-stock is quantity and costs (Table 4). Putting together the results obtained in the two steps of the described work, a total reduction of about 40 percent points of the total cost of stock management can be TAblE 3 DisTribUTioN of ANAlyzED CoDEs DEPENDiNG on ThE MEAsUrED stock level vs. ThE optimal one OK SURPLUS STOCK ANALYZED CODES 28,65% 32,20% 39,15% estimated, including the items referred to order issuing, stock In a nutshell, although aware of the need to test the proposed approach in other corporate cases too, it is evident that the differentiation of planning techniques related to the characteristics of the spare parts may create, without the need to introduce new and complex target service level and reducing costs associated with logistics. Finally, it should not be neglected customizable according to the company, and easily implementable solution. rilevanza di tale voce, si è deciso di valutare il processo di ottimizzazione proposto dallo strumento IT, osservando come nello scenario simulato a 3 mesi, l over-stock risulti notevolmente ridimensionato sia in termini di quantità che di costi (Tabella 4). Mettendo assieme i risultati ottenuti nei 2 step del lavoro descritto, è possibile stimare una riduzione complessiva di circa 40 punti percentuali del costo complessivo di gestione delle scorte, comprensivo delle voci di emissione ordini, mantenimento a scorta e stock-out/ In estrema sintesi, seppure consapevoli della necessità di testare l approccio proposto anche in altri casi aziendali, appare evidente come la differenziazione delle tecniche di caratteristiche delle parti possa generare, senza la necessità di introdurre nuovi e complicati modelli termini di raggiungimento del livello di servizio target e riduzione dei costi logistici connessi. Non è che si tratta di uno schema di ogni azienda e facilmente mutuabile nell ambito di qualsivoglia soluzione sw già esistente. RIPRODUZIONE RISERVATA TAblE 4 % reductions (quantity AND CosTs) relating To CoDEs CUrrENTly in over-stock AFTEr 3 MoNThs of UsE of ThE sw solution QUANTITY REDUCTION COST REDUCTION -13.19% -21.41% CS COLOMBO S. & FIGLI Srl Via Como, 11-20063 Cernusco s/n (MI) - Tel. +39 02 9210 7404 Fax +39 02 9210 0217 - info@cscolombo.com CS COLOMBO USA Inc. 130 William Street - 5th Floor, Unit 8 - New York, NY 10038 Tel. +1 (646) 783-7577 - Tel. +1 (646) 783-7578 Fax +1 (646) 706-0041 - info@cscolombousa.com Area Manager: Mr. Bruce Brandt - Cell +1 (914) 413-1150 - brucebrandt@cscolombo.com 1 08.55 AEC_2011_008_INT@070-075.indd 023130_B6H_11_02.indd 1 75 30/09/11 26/09/11 15.19 09.06