Applicazioni Mimi |
in
|
Da allora un gran numero di prodotti hanno arricchito la gamma di prodotti intermedi a base di frutta e verdura offerti dalla società; tra questi:
Oltre a pezzi di
frutta o legumi, e ingredienti essenziali sotto forma di polpa, purè o
concentrati, i suoi prodotti pastorizzati o sterilizzati apportano anche
il colore e il sapore necessario e generalmente contribuiscono alla
consistenza e alla struttura del prodotto finale del cliente Presente nei cinque continenti con 24 siti industriali e 18 filiali, nel 1999 Sias-MPA impiegava 3.700 dipendenti con un fatturato consolidato di oltre 450 milioni di €uro. Fino al 2002 faceva parte del gruppo Pernod- Ricard; successivamente alla cessione ha mutato il nome in Atys. |
Il progetto
Il progetto Supply Chain Management iniziato nell’anno 2001 in SIAS France prevedeva la riorganizzazione delle principali funzioni di pianificazione della produzione.
Sono
pertanto stato realizzati 5 modelli che rappresentano e integrano in
unico
flusso le diverse fasi, tenendo conto che ognuno ha scopi,
vincoli e caratteristiche diverse, ma che,
insieme, devono raggiungere gli obiettivi aziendali
generali.
Ciascun modulo lavora tenendo conto delle informazioni e supportando le decisioni riguardanti i due stabilimenti produttivi attualmente attivi in Francia.
Scopo del progetto MIMI
Sono stati perseguiti i seguenti obiettivi:
Descrizione dettagliata dei modelli
Fig. 1: Interfaccia grafica principale che consente all’utente un rapido accesso alle principali funzioni del modello.
Previsione della domanda
Il
modulo DM di MIMI consente l’utilizzo di più di 15 diversi algoritmi
statistici per la previsione della domanda, basata sui dati storici di vendita.
Qualche dato:
Fig. 2: Visualizzazione della previsione della domanda sulla base dei dati storici e della loro interpretazione statistica
Il progetto realizzato consente al programmatore di analizzare e modificare ogni dato del modello.
In particolare:
Il dato storico può essere analizzato avvalendosi di strumenti statistici sofisticati per cercare i valori “non in media”, e - di conseguenza - per modificarli sia automaticamente, che manualmente.
La previsione mensile, generata istantaneamente, può essere aggregata, analizzata, e - eventualmente - corretta manualmente per tener conto di fenomeni non evidenziabili a livello statistico.
La qualità delle previsioni ottenute può essere analizzata
lasciando a Mimi la possibilità di scegliere automaticamente il metodo migliore per ogni singolo elemento della categoria di previsione
oppure confrontando tra loro i risultati generati dai diversi metodi statistici scelti dall'utente.
Un’interfaccia per l’inserimento delle previsioni d’acquisto fornite dal cliente permette di migliorare sensibilmente la qualità delle previsioni in un’ottica di "Forecast Collaborativo".
La previsione mensile viene "dispatched" a quella settimanale, tenendo in conto gli ordini ricevuti nel frattempo.
I dati storici e gli ordini vengono importati dai Data Base aziendali, mentre i risultati delle elaborazioni sono immediatamente disponibili ai moduli di pianificazione della produzione “sottostanti”.
Pianificazione
di lungo e medio termine
Entrambi i modelli utilizzano tecniche matematiche di Programmazione Lineare (Mimi LP), per ottenere un piano ottimo che tenga conto di tutti i vincoli fisici e economici mentre massimizza la funzione obiettivo, definita in modo da rappresentare esattamente la politica aziendale e i pesi relativi (non solo economici) dati dalla direzione della società ad ogni aspetto (servizio clienti, livello degli inventari, utilizzo di manodopera e impianti, ecc.).
Il
modello di
lungo termine
produce un piano a
dettaglio mensile su un
orizzonte di 15 mesi, per fornire al management di ATYS il supporto necessario alle decisioni
strategiche più ricorrenti (apertura nuovi impianti; gestione ottimale dei
contratti di mano d’opera; gestione contratti acquisto materie prime di lungo
periodo…)
Fig. 3: Visualizzazione grafica del piano ottimale dei trasporti
Il modello di medio termine produce un piano a dettaglio settimanale su un orizzonte di 4 mesi, necessario per effettuare un confronto approfondito fra carichi di lavoro stimati e risorse produttive fissate, nonché per definire meglio i contratti d’acquisto, anche in funzione della redazione di un piano distributivo.
Fig 4. Visualizzazione della proiezione nel tempo della produzione pianificata, della domanda e dell'inventario pianificato dei prodotti finiti
La struttura matematica dei due modelli è simile almeno per la parte riguardante la modellizzazione della struttura produttiva.
Naturalmente molte decisioni attuate a livello più alto
diventano gli input per
il livello inferiore, per cui la sincronizzazione e l' integrazione dei due modelli
è determinante per la buona riuscita del progetto.
La struttura matematica sviluppata consente di considerare i seguenti aspetti:
Presenza di risorse critiche di produzione: la capacità produttiva di ogni linea considerata vincolata dal numero di ore d’apertura dell'impianto, con la possibilità di simulare l'utilizzo di nuove macchine, l’apertura e/o di nuovi turni, ecc.
Presenza di risorse umane critiche: sono state definite tre categorie di lavoratori impegnate su diverse linee produttive, la capacità di ognuna delle quali è vincolata dal numero di persone a contratto e dal numero di ore lavorative giornaliere (valore, compreso fra le 7 e le 8 ore giornaliere, ottimizzato dal sistema, rispettando inoltre il vincolo legale delle 35 ore).
Presenza di vincoli d’acquisto di materie prime.
Gestione degli avvisi sia dal lato produttivo (sopra o sotto capacità), che da quello degli approvvigionamenti (necessità d’acquisto, definizione di nuovi contratti, ecc.)
Definizione di un piano distributivo (medio termine) che consideri tutti i flussi logistici possibili, le unità logistiche effettivamente in gioco, la limitata capacità di stoccaggio e di ricezione di ogni magazzino presente in Francia.
Sono stati considerati i seguenti costi:
Costo di produzione, per l’ottimizzazione delle alternative di produzione.
Costo di rottura di stock, valutando anche la diversa priorità assegnata a ogni cliente e la maggiore importanza, nel medio, degli ordini rispetto alle previsioni.
Costo di sottosaturazione degli impianti produttivi e delle risorse umane assunte.
Costo del lavoro straordinario.
Costi di inventario.
Fig. 5: Esempio di grafico MIMI, riportante l’utilizzo di mano d’opera percentuale per le diverse categorie di lavoratori e di capacità produttiva percentuale dichiarate nel modello di lungo termine.
Schedulazione giornaliera
Questo modulo utilizza le tecniche di MIMI MJ; diversamente dagli altri moduli, è basato solo sugli ordini reali e non sulle previsioni, ad eccezione del processo VMI (Vendor Managed Inventory).
L'orizzonte preso in considerazione è di 28 giorni lavorativi.
Fig 6: Planning Board: Gantt, sequenze di produzione, inventari, tracciamento delle attività per lotto
Le funzioni principali fornite sono:
Fattibilità (Available To Promise / Capable To Promise): materiali e risorse (sia industriali che umane) sono controllate ogni volta che viene ricevuto un ordine; se qualcosa risulta infattibile, il problema viene immediatamente segnalato assieme alla proposta delle opportune azioni correttive (fabbisogni materiali, disponibilità delle linee, ritardo di ordini) e il sistema resta in attesa della conferma del pianificatore prima di procedere ulteriormente.
Schedulazione delle linee di produzione: gli ordini fattibili vengono allocati nella loro migliore posizione migliore (stabilimento, linea, giorno) in modo da minimizzare il costo globale di produzione, tenendo in considerazione i seguenti vincoli:
rispettare la data di consegna inizialmente richiesta dal cliente
produrre i prodotti finiti solo su quelle linee dove la produzione era stata dichiarata possibile
considerare i limiti di capacità, sia in termini di risorse umane che di apparecchiature industriali
rispettare regole complesse di sequenza per decidere quale prodotto può essere prodotto subito dopo un altro e con quali vincoli (pulizia linee, rotture di produzione, ecc.)
fornire i turni di produzione con l'esatto carico di lavoro che dovrà essere svolto giorno per giorno
lanciare l'approvvigionamento o il trasferimento delle materie prime (se non era già stato fatto dal modello di medio termine), usando - se necessario - materiali sostitutivi autorizzati
tener conto delle date di scadenza a tutti i livelli, e sopratutto del numero minimo di giorni per i quali il prodotto può essere garantito"sicuro" una volta che si trovi nel sito del cliente
VMI (Vendor Managed Inventory): le previsioni di consumo inviate da un cliente sono interpretate come obblighi di spedizione, pertanto - dopo essere state trattate sulla base di alcune regole quali l'arrotondamento all'unità logistica di spedizione - vengono considerate come proposte d'ordine, assumendo che la loro fattibilità è stata controllata positivamente. Dopo la validazione da parte del cliente, queste proposte diventeranno ordini confermati.
Il progetto VMI per il Forecasting
Collaborativo
Nel
maggio 2003, congiuntamente ad un cliente importante (produttore internazionale
di yogurt e latticini), è stato dato il via ad un progetto teso a sviluppare
una elevata collaborazione cliente/fornitore nell’ambito della pianificazione
dei rifornimenti.
Il
cliente fornisce settimanalmente ad Atys alcune informazioni, tra cui:
Il
modello MIMI in Atys, calcola (per ogni referenza) le spedizioni giornaliere da
prevedere per soddisfare i fabbisogni del cliente nel rispetto dei vincoli
definiti.
Le
proposte di spedizione vengono analizzate dal modello di schedulazione come
“Proposte d’Ordine Cliente” per valutarne la fattibilità su Planning
Board e integrarle nel programma di produzione, quindi vengono trasmesse al
cliente per la validazione finale, in attesa della quale verranno comunque
congelati capacità produttiva e materiali necessari alla produzione.
Qualche
dettaglio tecnico
Per
giungere a tale risultato si è sviluppato un modello che, attraverso
l’utilizzo della tecnica matematica della Programmazione Lineare a numeri
interi (MIP Mixed Integer Problem), consenta il raggiungimento dell’ottimo
matematico.
In
particolare, sempre nel rispetto dei vincoli imposti, l’utente ha la
possibilità di bilanciare il riempimento dei camion spediti con le scorte
al cliente. Infatti, per consentire il rispetto dei fabbisogni del cliente
e, nello stesso tempo, spedire camion completamente carichi, l’unica
possibilità è quella di anticipare alcune consegne, aumentando così il
livello di stock al cliente. In ottica collaborativa, si è deciso di fornire ad
Atys uno strumento che consentisse di ottenere il bilanciamento ottimale.
Un altro vantaggio proveniente dall’utilizzo di un modello MIP consiste nella possibilità di utilizzare tale strumento in configurazioni diverse, per esempio considerando o meno i vincoli di capacità produttiva dell’azienda:
nel primo “round”, il modello viene lanciato a capacità produttiva infinita per ottenere il piano di spedizioni ideale
dopo averne valutato la fattibilità produttiva, può risultare utile fissare la capacità produttiva che si è stati in grado di calcolare e rilanciare il modello affinché questo ci proponga un piano di spedizioni ottimale, ma fattibile anche dal punto di vista produttivo
Interfaccia DataBase esterno
Tutti i modelli di MIMI fanno capo ad un Data Base proprietario unico.
Il modulo SQL ha permesso di integrarlo, in modo flessibile e coerente alle singole esigenze aziendali, con il DataBase Oracle, che funge da concentratore di tutti i dati presenti sui diversi sistemi gestionali e di tutti i rapporti.
I benefici raggiunti
Pianificazione di medio e lungo termine
(Plan Industriel et Commercial e Plan De Production)
Schedulazione giornaliera
VMI
Creata
nel 1965, SIAS-MPA è oggi il leader mondiale delle preparazioni di frutta
e legumi destinate alle industrie di
produttrici di latticini freschi.
