Pobieranie prezentacji. Proszę czekać

Pobieranie prezentacji. Proszę czekać

IBM Decision Optimization ILOG w optymalizacji łańcucha dostaw Kompromisy w logistyce, planowanie, optymalizacja wielokryterialna i wiele więcej.

Podobne prezentacje


Prezentacja na temat: "IBM Decision Optimization ILOG w optymalizacji łańcucha dostaw Kompromisy w logistyce, planowanie, optymalizacja wielokryterialna i wiele więcej."— Zapis prezentacji:

1 IBM Decision Optimization ILOG w optymalizacji łańcucha dostaw Kompromisy w logistyce, planowanie, optymalizacja wielokryterialna i wiele więcej

2 © 2014 International Business Machines Corporation 2 IBM Decision Optimization Agenda Wprowadzenie 1.Planowanie sieci dystrybucji 2.Optymalizacja zapasów 3. Planowanie Transportu Przykłady wdrożeń

3 © 2014 International Business Machines Corporation 3 IBM Decision Optimization Co łączy te branże? Sprzedaż i dystrybucja Usługi bankowe Transport ludzi i towarów Usługi kurierskie …

4 © 2014 International Business Machines Corporation 4 IBM Decision Optimization Sezonowość, Zmienność zapotrzebowania, Marketing Dostępność przewoźników, powierzchni Centralizacja, czy centra regionalne? Koszty - Transport I/O, Magazyny, utylizacji… Minima magazynowe? Częstotliwość dostaw Decyzje i wskaźnikami – ciągła żonglerka i niepewność w podejmowanych decyzjach

5 © 2014 International Business Machines Corporation 5 IBM Decision Optimization Strajki maszynistów w Niemczech Przykłady ryzyk w analizie łańcuchów dostaw Strajki we Francji lub Grecji Burze i powodzie Stabilność waluty Upadłość kluczowego dostawcy lub odbiorcy Opóźnienie w dostawie morskiej Wycofanie produktu Celowy sabotaż Zanieczyszczone składniki … Nieoczekiwana fluktuacja zapotrzebowania Embargo na produkty np.w Rosji Nieplanowana przerwa w dostawach

6 © 2014 International Business Machines Corporation 6 IBM Decision Optimization Narzędzia IBM wspierające działania w logistyce  IBM ILOG Inventory and Product Flow Analyst dla dużych złożonych organizacji, wspierający optymalizację zapasów i asortymentu, integracja z działającymi już systemami ERP w przedsiębiorstwie. Wartość : Zmniejszenie o 10-30% kosztów składowania, lepszy poziom utylizacji powierzchni. Wsparcie strategicznych decyzji w procesie planowania.  IBM ILOG Transportation Analyst do optymalizacji zagadnień transportowych: analiza marszruty, przewozów powrotnych, wyboru rodzaju transportu i wielkości floty. Wartość: Zmniejszenie o 10-30% kosztów transportu  IBM ILOG LogicNet Plus XE do optymalizacji sieci dystrybucji: lokalizacja centrów, przypisanie do odbiorców, zarządzanie sezonowością. Wartość: Zmniejszenie kosztów w logistyce o 5-15%, lepszy poziom usług dla odbiorców przy wielu dostawcach. Lepsze możliwości dla planistów S&OP;

7 © 2014 International Business Machines Corporation 7 IBM Decision Optimization Agenda Wprowadzenie Planowanie sieci dystrybucji Optymalizacja zapasów Planowanie Transportu Przykłady wdrożeń

8 © 2014 International Business Machines Corporation 8 IBM Decision Optimization Co rozumiemy pod pojęciem planowania sieci dystrybucji? Planowanie sieci dystrybucji to decyzje,które centra dystrybucji i fabryki są wykorzystywane do obsługi określonych klientów. Liczba Lokalizacja Wielkość powiązania

9 © 2014 International Business Machines Corporation 9 IBM Decision Optimization Porównanie przykładowych scenariuszy Który scenariusz jest lepszy?

10 © 2014 International Business Machines Corporation 10 IBM Decision Optimization Kompromis pomiędzy ceną i jakością usługi Sieć optymalna pod względem kosztowym Sieć optymalna pod względem poziomu świadczonych usług Oszczędności: €6 miliony Jakość usługi: 40% dostaw następnego dnia Oszczędności: €3 miliony Jakość usługi: 80% dostaw następnego dnia Który scenariusz jest lepszy?

11 © 2014 International Business Machines Corporation 11 IBM Decision Optimization Co jest brane pod uwagę? -- Kto jest zaangażowany? Działy operacyjne –Może być spedycja, magazyny, produkcja i dostawcy –Dostarczają informacji o istocie prowadzonego biznesu oraz o tym co jest wykonalne Sprzedaż/Marketing –Dostarczają informacji o oczekiwanym poziomie usług i oceniają wpływ różnych scenariuszy na sprzedaż –Dostarczają prognozy sprzedaży Finanse –Dostarczają wkład kosztowy i weryfikują scenariusze pod względem kosztów IT –Pomoc w zbieraniu danych Informacje o klientach i zapotrzebowaniu –Lokalizacje i ilość dostaw produktów –Oczekiwany poziom usług Informacje o fabrykach i dostawcach –Źródła dostaw i związane z nimi koszty oraz możliwości Centra Dystrybucji –Obecne i potencjalne centra dystrybucji, składy, itp. –Koszty stałe, zmienne i możliwości Produkty –Wielkość dostaw, charakterystyka pod względem logistyki Koszty transportu –Koszty dostawy, koszty wysyłki –Dostępność, rodzaj transportu, –Taryfy, cła, opłaty

12 © 2014 International Business Machines Corporation 12 IBM Decision Optimization Minimalizacja kosztu dystrybucji w sieci przy akceptowalnym pogorszeniu jakości dostaw Optymalna liczba Centrów dystrybucji

13 © 2014 International Business Machines Corporation 13 IBM Decision Optimization Czemu tak trudno jest dopasować poziom zapotrzebowań i dostaw?

14 © 2014 International Business Machines Corporation 14 IBM Decision Optimization Porównywanie scenariuszy i ich wpływu na wynik finansowy

15 © 2014 International Business Machines Corporation 15 IBM Decision Optimization Prostota i czytelna forma Łatwość obsługi Naturalna współpraca z MS Excel Nie wymaga wsparcia ze strony IT Wygląd interfejsu użytkownika

16 © 2014 International Business Machines Corporation 16 IBM Decision Optimization Agenda Wprowadzenie Planowanie sieci dystrybucji Optymalizacja zapasów Planowanie Transportu Przykłady wdrożeń

17 © 2014 International Business Machines Corporation 17 IBM Decision Optimization Jak rozumiemy optymalizację zapasów? Optymalizacja zapasów skupia się na najbardziej efektywnym wykorzystaniu zapasów w sieci w celu zaspokojenia potrzeb klientów. Dokonuje się tego poprzez szacowanie odpowiedniej ilości asortymentu w każdym okresie czasu i w każdej lokalizacji. Optymalizacji dokonuje się biorąc pod uwagę elementy takie jak: Dlaczego firmy mogą chcieć utrzymywać różne poziomy zapasów?

18 © 2014 International Business Machines Corporation 18 IBM Decision Optimization Jak rozumiemy optymalizację zapasów? Zapotrzebowanie Jego zmienność Częstotliwość zamówień Czas dostawy Jego zmienność Wielkości dostaw Dlaczego firmy mogą chcieć utrzymywać różne poziomy zapasów? Optymalizacja zapasów skupia się na najbardziej efektywnym wykorzystaniu zapasów w sieci w celu zaspokojenia potrzeb klientów. Dokonuje się tego poprzez szacowanie odpowiedniej ilości asortymentu w każdym okresie czasu i w każdej lokalizacji. Optymalizacji dokonuje się biorąc pod uwagę elementy takie jak:

19 © 2014 International Business Machines Corporation 19 IBM Decision Optimization Największe wyzwania w planowaniu zapasów Kapitał zamrożony Systemy ERP/APS wymagają określenia bezpiecznego poziomu magazynu Sezonowość i wysyłki „na żądanie” –Klienci oczekują wyższego poziomu usług i krótszego czasu dostaw Niesolidność i trudności po stronie dostawców powodują opóźnienia ================================================================= Wydłużone i globalne łańcuchy dostaw tworzą teraz znacznie więcej nieoczywistych ryzyk i zależności niż w ubiegłych latach –Zwiększa się poziom zapasów przy spadającym poziomie jakości usługi Planowanie zapasów ciągle próbuje wykorzystać zalety globalizacji pomimo tych zagrożeń i wyzwań jak: –Niski wskaźnik obrotu zapasami –Niespójny i trudny do utrzymania poziom dostępności określonych SKU w lokalizacjach –Zapobiegawcze przyspieszenie wysyłek i zwiększenie kosztów transportu

20 © 2014 International Business Machines Corporation 20 IBM Decision Optimization Zapasy przy wydłużonym łańcuchu dostaw  Obrót zapasów: 26.0  Kapitał obrotowy: € 5.2 Miliony  Koszt produktu: € 1 za sztukę Krajowe fabryki Klienci (2,0)

21 © 2014 International Business Machines Corporation 21 IBM Decision Optimization Zapasy przy wydłużonym łańcuchu dostaw  Obrót zapasów: 5.4  Kapitał obrotowy: €12.5 Miliont (Wzrost: 140%)  Koszt produktu: € 0.50 per unit Azjatyckie fabryki (36,7) (36 = Czas transportu, 7 = Typowa zmienność w czasie dostaw)  Obrót zapasów: 26.0  Kapitał obrotowy: € 5.2 Miliony  Koszt produktu: € 1 za sztukę Krajowe fabryki Klienci (2,0)

22 © 2014 International Business Machines Corporation 22 IBM Decision Optimization Optymalizacja pozwala zwiększyć profit poprzez promowanie dochodowych i popularnych produktów

23 © 2014 International Business Machines Corporation 23 IBM Decision Optimization Optymalizacja pozwala zwiększyć profit poprzez promowanie dochodowych i popularnych produktów

24 © 2014 International Business Machines Corporation 24 IBM Decision Optimization Agenda Wprowadzenie Planowanie sieci dystrybucji Optymalizacja zapasów Planowanie Transportu Przykłady wdrożeń

25 © 2014 International Business Machines Corporation 25 IBM Decision Optimization Problemowe pytania w zagadnieniach transportowych Jaka będzie najlepsza trasa dla określonej liczby wysyłek? –Czy możliwe jest określenie budżetu i stałych tras? –Analiza różnych reguł biznesowych – okna czasowe, czas dostawy itp.. Jakie mamy możliwości zestawienia wysyłek łączonych i uniknięcia pustych przebiegów? Które wysyłki powinny korzystać z transportu własnego, wynajętego, firm kurierskich? Jaka powinna być wielkość naszej floty? Jakie jest wpływ na puste przebiegi? Czy możliwe jest połączenie wysyłek i dostaw w celu oszczędzenia kosztów? 25

26 © 2014 International Business Machines Corporation 26 IBM Decision Optimization Optymalizacja marszruty Costs go up 43%, # vehicles increased from 11 to 19 Max Stops = 8Max Stops = 5

27 © 2014 International Business Machines Corporation 27 IBM Decision Optimization Co nas wyróżnia w optymalizacji i planowaniu trasy? Outbound Shipments: €19.5K per week Inbound Shipments: €7.3K per week

28 © 2014 International Business Machines Corporation 28 IBM Decision Optimization Wspólne automatyczne planowanie dystrybucji i zaopatrzenia €22.8K per week: 15% Savings Example Combined Route

29 © 2014 International Business Machines Corporation 29 IBM Decision Optimization Interfejs użytkownika Mapy do wizualizacji tras Gantt Chart do wizualizacji marszruty Scenariusze 29

30 © 2014 International Business Machines Corporation 30 IBM Decision Optimization Agenda Wprowadzenie Planowanie sieci dystrybucji Optymalizacja zapasów Planowanie Transportu Przykłady wdrożeń

31 © 2014 International Business Machines Corporation 31 IBM Decision Optimization Doskonałe rekomendacje od użytkowników. Przykłady dużych firm, które wykorzystują narzędzia ILOG. Pepsi –$6M reduction in inventory; 2% reduction in growth of transportation miles; increase in the return on invested capital from 7.6% to 7.8%; and less out-of-stock leading to 12.8m cases available to be sold 3M –Speaking with IBM at SCOPE East (2011) about how they are organized to deploy network modeling capability MillerCoors –Mention $750m in synergies from merger; spoke at CSCMP (2010) and about ½ synergies come from supply chain; using modeling to make seasonal sourcing decisions The Home Depot –Annual report (released in early 2010) mentioned progress towards significant supply chain transformation Fonterra (one of the world’s largest Dairies) –Reduction in transportation costs (removing 4,000 trucks annually), removed 12 warehouses from network, analysis of supply chain risk Whirlpool –Used LogicNet Plus to help quickly manage the merger with Maytag; $40M savings per year from the logistics and supply chain Walgreens –Discussed importance of correctly locating highly automated warehouses Mars/Wrigley –Spoke at CSCMP (2009), mentioned $10M savings in initial modeling alone, ability to test for results for impact on carbon emissions and oil price risks Dow –Spoke at LogicTools symposium (2008) and mentioned rapid modeling approach and connecting to capital expense justification –Recently won an award for reducing $5M in costs with the support of LogicNet Plus XE

32 © 2014 International Business Machines Corporation 32 IBM Decision Optimization Case Study: Beverage Distributor in Germany wants to Be Within 75km of the customer points for efficient delivery How many facilities do they need? Service Level in network design is about being close to your customers

33 © 2014 International Business Machines Corporation 33 IBM Decision Optimization

34 © 2014 International Business Machines Corporation 34 IBM Decision Optimization Case study: Network Design in a rapid growth business Retailer: Large drug store chain in North America Current Network: –4,229 stores More than 50% of which opened within the last 5 years Facing new stores now opening each year –Logistics costs Approx $100 million to build new DC Locations Approx $100’s million per year in Transportation Spend Modeling –A network model is used to continuously evaluate the network and determine where and when new facilities are needed –Modeling includes factors such as labor forces issues, tax issues, utilities in addition to cost and service –Re-assignment of customers and SKU stock policies has been determined –Identified 3-5% cost savings –Improved service levels Product Source Locations DC Locations Drug Stores New DC is Built!!

35 © 2014 International Business Machines Corporation 35 IBM Decision Optimization  Business: A leading global candy manufacturer merged with a large global confectioner –Multiple production facilities throughout North America –Large external supplier and manufacturing network –Complex bill-of-materials –Service-oriented distribution network with significant transportation and warehousing costs –Considerable overlap of customers & distribution facilities for the two networks  Objective One: Identify and evaluate supply chain synergies between the two companies –Analyze opportunities in three primary areas:  Distribution center consolidation  Co-location in facilities not currently used by both companies  Consolidation of shipments from companies to overlapping customer bases  Objective Two: Design the optimal distribution network for the future –Use five year demand and production forecasts to determine the number and location of distribution facilities Identify Short-Term Opportunities and Design the Optimal Network for the Future Business Case Using both LNP XE and TA 35

36 © 2014 International Business Machines Corporation 36 IBM Decision Optimization Solution Approach Used Multiple Optimization Technologies to Evaluate Each Opportunity  Developed Network Models –Built individual network models using LogicNet Plus to accurately capture current operations –Combined into single model to evaluate how the joint company would operate  Developed Tactical Routing Model –Built tactical routing model using Transportation Analyst to evaluate combined order opportunities at the shipment level Individual Company Network & Routing Models Combined Company Network & Routing Models Greenfield Analysis & Scenario Analysis Sensitivity Analysis Step by Step Approach to the 5 th year Tactical Routing ToolNetwork Modeling Tool 36

37 © 2014 International Business Machines Corporation 37 IBM Decision Optimization Control Possible Damage Through Scenario Planning Scenario 1 Assure supply of Southern Germany and France after outage of tank in Strasbourg Possible Solution Uni-modal direct supply of customers by truck Results from model-based scenario analysis –Sufficient filling and transport capacity is available –Transportation costs will increase by x % –Minor increase in delivery time

38 © 2014 International Business Machines Corporation 38 IBM Decision Optimization Optymalizacja w łańcuchu dostaw Jak powinny być skoordynowane dostawy? Które lokalizacje powinny pracować lub obsługiwać konkretny asortyment? Jaki jest wpływ każdego dostawcy na cały łańcuch dostaw? Czy centralizacja wpłynie na redukcję kosztów? Dostawcy Dystrybucja Produkcja Klienci 1.Jaki model sieci? 2.Ile / Gdzie / Kiedy dostarczyć? 3.Jak ? 1.Jaki model sieci? 2.Ile / Gdzie / Kiedy dostarczyć? 3.Jak ? Cele optymalizacji 1.Max Poziomu Usług 2.Min Kosztów Składowania 3.Uwzględnić ograniczenia 1.Max Poziomu Usług 2.Min Kosztów Składowania 3.Uwzględnić ograniczenia Przykłady wspieranych problemów …

39 © 2014 International Business Machines Corporation 39 IBM Decision Optimization Agenda Dziękuję za uwagę kontakt:


Pobierz ppt "IBM Decision Optimization ILOG w optymalizacji łańcucha dostaw Kompromisy w logistyce, planowanie, optymalizacja wielokryterialna i wiele więcej."

Podobne prezentacje


Reklamy Google