Innovativa SCM-lösningar RELEX SCM-seminarium 2015 Johanna Småros, RELEX Solutions
Revolutionerande teknologi Minnesbaserad beräkningsteknologi (IMC) kommer att revolutionera planering och styrning av leveranskedjan Gartner förutspår en massiv förändring inom de kommande tre åren 50 % av de största globala aktörerna kommer att ha infört IMC för planering och styrning av leveranskedjan år 2018 Detaljhandel, grossister och tillverkande företag har mest att vinna på den nya teknologin Källa Gartner/Tim Payne: The Impact of In-Memory Computing on Supply Chain Management (https://www.gartner.com/doc/2881418)
Effekterna av minnesbaserade beräkningar Ökad prestanda Upp till 100 gånger snabbare beräkningar; teknologin öppnar upp helt nya möjligheter i handeln där datavolymerna hittills varit svåra att hantera Snabb analys och omedelbara åtgärder Information i realtid; omedelbara åtgärder och beräkningar vid behov Integrerad planering och styrning Effekterna av alla planerade förändringar syns direkt i de framtida projektionerna för t.ex. försäljning, lager, transport och finans Scenarier kan beräknas i flykten och jämföras ur flera olika perspektiv Flexibilitet och snabbare processförbättringar Utveckling genom konfiguration istället för programmering; SC-experterna kan driva utvecklingen självständigt utan att vänta på IT
Integrerad prognostisering i leveranskedjan Total insyn i historisk prestanda, avvik och de mest sannolika framtida utfallen Leverantörer Centrallager Säljkanaler Inleveransplan Behovsplan Lagerprognos Säljprognos Utleveransplan Lagerprognos Lagerprognos Säljprognos Säljprognos
Sälj- och verksamhetsplanering för handeln Mångfacetterade prognoser och planering av framtiden What-if scenarioplanering Planering av lagerkapacitet Resursplanering för lager och butiker Integrerad prognostisering Inverkan av sortimentsoch andra planerade förändringar Planering och styrning av kampanjer Planering av transportkapacitet Samarbete med leverantörer Fördelning av tillgängligt lager mellan olika säljkanaler
Exempel 1: Kapacitetsplanering i leveranskedjan Utmaning Lösning Kapaciteten i leveranskedjan är begränsad (produktion, transport, hantering, lagerutrymme) Inför stora volymtoppar har det traditionellt krävs mycket erfarenhet och manuella beräkningar för att identifiera flaskhalsarna på förhand och jämna ut kapacitetsbehovet Automatisk beräkning av integrerad prognos som visar kapacitetsbehovet framåt ur olika perspektiv Automatiska avvikelselarm (och till och med automatisk utjämning av volymer) vid risk för överskriden kapacitet Fördelar Snabbare reaktionsförmåga Effektiv utvärdering av möjliga åtgärder för att uppnå bästa möjliga resultat
Prognostiserat behov av lager vs. tillgänglig kapacitet Automatiska avvikelselarm för risk att lagerkapaciteten kommer att överskridas Exempel: En jämförelse mellan tillgänglig lagerkapacitet (i antal pall) och projicerade framtida lagernivåer pekar på kapacitetsproblem.
Utjämning av kapacitetsbehovet Regler för automatisering av åtgärder vid återkommande risksituationer med tydliga lösningsmallar
Simulering av effekterna av beställningsschema Analys av hur mera frekventa leveranser påverkar volymerna för de största leveranstillfällena
Exempel 2: Lagerstyrning i omnikanal Utmaning Centrallagret försörjer flera säljkanaler Säljkanalerna har olika kostnadsstruktur och olika strategiska prioriteringar Lösning Tillgängligt lager fördelas enligt de olika kanalernas säljprognoser Anpassad styrning genom regelverk som kan utvecklas enligt behov, t.ex. för att ta hänsyn till kanalernas lönsamhet Fördelar Verksamheten styrs i enlighet med företagets strategiska prioriteringar Högre lönsamhet
Fördelning av tillgängligt lager mellan säljkanaler Regler för fördelning av tillgängligt lager i enlighet med säljkanalernas säljprognoser, men med prioritering av e-handel
Exempel 3: Kampanjstyrning Utmaning Kampanjerna utgör en tredjedel av försäljningen Noggrann lageroptimering krävs för bra kundservice, men även för att utnyttja utrymmet i butik effektivt samt minska risken för restlager Lösning Registrering av rikare kampanjdata (pris, exponering i butik, marknadsföring) Artikel- och butiksspecifika kampanjprognoser som tar alla dessa faktorer i beaktande Fördelar Ökad hylltillgänglighet och försäljning Mindre restlager
Uppföljning och analys av kampanjer Kampanjerna och deras utfall analyseras utifrån olika faktorer: Kampanjtyp, exponering i butik, rabattsats, marknadsföring
Effekterna av framtida kampanjer syns i alla prognoser
Exempel 4: Auto-order för färskvaror Utmaning Färskvarorna utgör en stor del av sortimentet Matsvinn är en stor utmaning Beställningarna måste träffa rätt på dagsnivå Lösning Prognoser och säkerhetslager optimerade på dagsnivå Projicering av framtida svinn och utnyttjandet av information vid beställning Fördelar Mindre svinn Ökad hylltillgänglighet Konsekvent prestanda i butikerna
Minskat svinn med noggrannare beställningar Projicerat svinn Noggranna prognoser på dagsnivå HYLLTILLGÄNGLIGHET Optimala säkerhetslager på dagsnivå Beställningar som balanserar svinn och marginal SVINN I ett jämviktsläge är valet mellan svinn och hylltillgänglighet en prioriteringsfråga. Genom ökad prognos- och beställningsnoggrannhet kan man minska svinnet med 20-40% med bibehållen tillgänglighet.
Nya möjligheter kräver nytt kunnande Större möjligheter att automatisera och anpassa styrningen Mindre behov för rutinartade uppgifter som orderläggning Mera behov för analytisk förmåga All planering länkas samman Större behov av att synka de olika funktionernas planeringshorisonter Större behov för gemensamma spelregler Behovet att förstå affären och prioritera mellan alternativ kvarstår Teknologin kommer fortsättningsvis inte att räkna fram hur affärer skall göras Kompetens och erfarenhet krävs för att välja relevanta scenarier att jämföra och åtgärder att genomföra Varuförsörjning blir mer och mer av en expertroll!
TACK! Frågor?