artikel

Boston Scientific reduceert transportkosten dankzij wiskunde-tools

Distributie

In deze tijd waarin winstmarges onder druk staan, gaan bedrijven op zoek naar manieren om de kosten te verlagen. Men zou eens met een andere bril naar het bedrijfsproces kunnen kijken. Bijvoorbeeld door gebruik te maken van wiskunde-tools die mogelijkheden bieden om de processen te optimaliseren en ze daardoor efficienter, sneller en dus goedkoper te maken. Een bedrijf waar deze aanpak goed gewerkt heeft, is Boston Scientific

Boston Scientific reduceert transportkosten dankzij wiskunde-tools

– tekst aangeleverd door leverancier –

Boston Scientific is een producent van medische hulpmiddelen en instrumenten. Deze goederen worden onder meer vanuit het distributiecentrum in Kerkrade verscheept naar klanten. Een aantal jaren geleden hebben zij daarvoor een nieuw lopende band systeem in gebruik genomen waar hun orders in zo goed mogelijk daarbij passende dozen worden verpakt. Een belangrijke kostenfactor bij het vervolgens verschepen is het volume van een deregelijke doos. Ruwweg zijn de transportkosten evenredig met dit volume. Het is dus van belang dat de doos goed gevuld is zodat er zo weinig mogelijk nutteloos leeg volume is. Kostenreductie vertaalt zich hier in het vinden van een juist formaat van de doos per order.

 

Wiskundige analyse orderdata

Om dit probleem op te lossen heeft Boston Scientific de hulp ingeroepen van LIME BV, een bedrijf dat gespecialiseerd is in het wiskundig modelleren en optimaliseren van allerlei bedrijfsprocesen. In eerste instantie was de vraag welke afmetingen voor 50 doosformaten gekozen zouden moeten worden om zo goed mogelijk aan de optimaliteitseis te voldoen. LIME deed dit door een wiskundige analyse van de orderdata uit te voeren. Dankzij dit advies nam de vulgraad (het percentage nuttig gebruikte ruimte) direct met 10 procent toe. Een van de interessante bevindingen daarbij was de belangrijke rol die de kartondikte speelt. Dit bleek een significante factor omdat de transporteur met staffels werkt, d.w.z. getrapte afmetingen, waardoor een iets grotere doos opeens veel meer transportkosten met zich meebracht.

 

Omdat bedrijven tegenwoordig vrijwel al hun orderdata loggen kan deze aanpak ook voor hen van nut kan zijn. LIME volgt daarbij een aantal stappen. Als eerste wordt een quick scan gemaakt, waarbij uit ruwe data berekend wordt wat ongeveer aan kosten bespaard kan worden. Als dit voldoende perspectief biedt wordt een meer gedetailleerd onderzoek gedaan, met een maatgevende set data. Hiermee kan dan de kostenbesparing nauwkeurig berekend worden. Een vervolgstap kan bijvoorbeeld zijn dat voor verschillende keuzes van het aantal doosformaten de kosten bekeken worden en daarmee een optimaal aantal. Ook allerlei andere problemen kunnen zo aangepakt worden. Zo kan de ene transporteur een andere staffling hanteren dan de andere en kunnen de transportkosten die hiermee samenhangen vergeleken worden. Of men kan de offerte van een fabrikant van verpakkingsmachines laten doorrekenen en vergelijken. Tenslotte is het ook mogelijk om de impact op de kosten van allerlei extra beperkingen te onderzoeken, omdat er bijvoorbeeld de afmetingen van de doos aan een maximum gebonden zijn. Kortom, de mogelijkheden zijn schier eindeloos.

De adviezen voor een nieuwe verpakkingsstrategie die LIME aan Boston Scientific heeft gegeven hebben uiteindelijk geleid tot een besparing van 30 procent, een doorbraak in healthcare packaging.

 

Werkwijze

Om een idee te krijgen van de complexiteit van het probleem doet LIME gemakshalve of de items blokken zijn. Dan kun je bijvoorbeeld kijken op hoeveel manieren je een aantal blokken kunt ordenen. Hierbij kan een blok op een zijkant, bovenkant of onderkant staan. Dit levert voor twee blokken 18 mogelijkheden op. Voor drie blokken 1080 en voor vier al 136.080 mogelijkheden. In een gemiddelde order kun je zo 15.000.000 verschillende mogelijkheden vinden voor het stapelen van de items (zeg ongeveer het aantal inwoners van Nederland). Als we de kleinste doos willen vinden die hierbij past (van een set van 50) moeten we 500.000.000 mogelijkheden nagaan (ongeveer het aantal Engelstalige mensen op de wereld). Voor 200.000 orders krijgen we zo een getal met 14 cijfers (aantal vissen in de oceanen). Als we bijvoorbeeld ook nog hiervoor een optimale set van 50 dozen willen uitrekenen moeten we een quadriljoen mogelijkheden nagaan; een getal met 16 cijfers (het geschatte aantal mieren op aarde).

Reageer op dit artikel