blog

Sof(t)ware voor supply chain management

Supply chain

Softwareleveranciers beweren dat het mogelijk is om met hun producten een hele keten te optimaliseren. Dit ligt echter een stukje genuanceerder, vertelt Supply Chain-expert Paul Durlinger.

Wat houdt supply chain management (SCM) nu in en in hoeverre ondersteunen softwarepakketten dit? Er zijn in de praktijk maar heel weinig geslaagde keten-implementaties. Buiten de bekende successtories van Dell, Cisco, Wall-Mart en Toyota, beperken supply chain-projecten zich voornamelijk tot het automatiseren van dataverkeer of het afstemmen van verpakkingsvormen.

 

Vier oorzaken waarom SCM-implementaties tegenvallen

Er zijn een viertal redenen aan te voeren waarom Supply Chain Management-trajecten zo moeizaam verlopen; tenminste als we kijken naar echte logistieke verbeteringen.

 

1. Op de eerste plaats de rol van de zogenaamde ketenregisseur of misschien beter gezegd: de ketendictator. Deze zou in principe moeten aangeven waar in de keten welke en hoeveel voorraad moet liggen op basis van de eerder genoemde overwegingen. Helaas vertaalt zich dit echter meer in: ik wil geen voorraad hebben, die moet maar bij mijn toeleverancier liggen.

2. Bedrijven willen vaak meteen van totale chaos naar totale orde gaan. De individuele schakels in een keten zijn zelf zelden of nooit geheel onder controle, maar toch proberen we al deze schakels meteen aan elkaar te smeden tot een vloeiende keten.

3. De rol van de software(leverancier). Het lijkt er op dat Supply Chain-projecten vooral technologie-gedreven zijn. Veel software leveranciers willen ons doen geloven dat het nu mogelijk is om een hele keten te optimaliseren, louter en alleen omdat er software voor aanwezig is.

4. Het gebrek aan kennis op het gebied van forecasting, voorraadbeheer, planning en statistiek. Juist het hebben van deze kennis gaf bij de succesondernemingen de doorslag. Deze kennis (of het ontbreken hier van) heeft meteen zijn weerslag op de gebruikte of te gebruiken software. Vaak zien we dat enerzijds software gebruikt wordt die niet voor bepaalde doeleinden is geschikt is en anderzijds dat juist bepaalde mogelijkheden van de software ongebruikt blijft.

 

MRP niet bedoeld voor voorrraadbeheer en planning

Op het ogenblik zijn een groot aantal softwarepakketten op de markt die elk een bepaald deel van de Supply Chain (zeggen te) kunnen besturen. Het is echter steeds moeilijker te doorgronden welke functionaliteiten moderne pakketten nu precies hebben en of ze ook daadwerkelijk doen wat ze claimen. Het is voor een gebruiker ondoorzichtig wat een bepaald pakket doet. Veel ERP pakketten bijvoorbeeld hebben ad-ons waarbij ze zwakke plekken binnen de MRP-filosofie opvangen. Material Requirement Planning (MRP) is namelijk nooit bedoeld voor voorraadbeheer of detailplanning.

 

Wat gaat er mis bij forecasting?

Voorspellingsmethodieken zijn er op gericht om de vraagonzekerheid te reduceren. Een forecast-pakket moet dus in staat zijn datapatronen te onderkennen en in elk geval een aantal eenvoudige modellen bevatten om trend- en/of seizoenspatronen te voorspellen. Welke modellen bruikbaar zijn hangt sterk af van de kennis van de gebruiker. Het is leuk als een pakket voorspellingsmethoden heeft als Box-Jenkins of Bayesian-forecasting, maar als niemand precies weet hoe ze werken is het eerder een nadeel dan een voordeel.

 

Historische datapatronen veranderen en forecast-pakketten moeten dat kunnen onderkennen. Dit gebeurt aan de hand van zogenaamde tracking & tracing-technieken, die de gebruiker waarschuwen dat er iets veranderd is. Het is handig als dit niet alleen op basis van een ondoorgrondelijke parameter gebeurt; de gebruiker moet weten waarom iets gebeurt! De output van dit soort pakketten moet de (verkoop)voorspelling met een bepaalde horizon zijn met de daarbijbehorende betrouwbaarheidsintervallen. Dit om de gebruiker duidelijk te maken hoe betrouwbaar een bepaalde voorspelling is. Deze voorspellingen kan als input dienen voor voorraadbeheersoftware.

 

Wat gaat er mis bij voorraadbeheer?

Voorraadbeheersingssoftware moet er (logischerwijs) op gericht zijn om voorraden te beheren. Dat is dus iets anders dan het registreren van de aanwezige voorraad of het onthouden of toewijzen van voorraadlocaties. Voorraadbeheersingspakketten moeten kunnen omgaan met verschillende voorraadstrategieën en voor elke methodiek in staat zijn bestelparameters als seriegrootte en veiligheidsvoorraad te berekenen. De veiligheidsvoorraad moet het effect van vraag- en levertijdonzekerheid kunnen opvangen en ook kunnen omgaan met verschillende vraagverdelingen.

 

Om ook met grote aantallen producten om te kunnen gaan, is het verder handig wanneer een pakket een ABC-analyse ondersteunt. Maar ook hier geldt dat de gebruiker vaak de zwakste schakel is. Het is nog niet zo erg wanneer een pakket niet alle uitgebreide functionaliteit bevat wanneer de gebruiker maar weet wat daar de consequenties van zijn. De output van voorraadbeheersoftware zijn ondermeer productie- en inkooporders (in geval van groothandels).

 

Wat gaat er mis bij productiebesturing?

De productiebesturing is het terrein van de op MRP-gebaseerde software (dus ook ERP-software). De klassieke MRP-pakketten zijn registratief van aard en beheersen in principe niets. Ze gaan uit van een deterministische en bekende vraag, die gedurende de gecumuleerde doorlooptijd van een product niet verandert, en van vaste constante levertijden. MRP kan niet omgaan met onzekerheid en begrippen als veiligheidsvoorraad hebben in principe geen betekenis.

 

Verder bestuurt MRP geen afdelingen maar geeft slechts aan wanneer men welke productie/inkooporders moet vrijgeven aan een productieafdeling. Dit op basis van doorlooptijden die de gebruiker zelf moet bepalen. MRP is vooral geschikt voor omgevingen met materiaal coördinatie-problemen; een groot aantal onderdelen die op de juiste tijd beschikbaar moeten zijn voor productie en assemblage. Het daadwerkelijk aansturen van productieafdelingen zelf en het bepalen van prioriteiten, de zogenaamde detailplanning, is niet des MRP’s, dat moeten bedrijven op een andere manier regelen.

 

Wat gaat er mis bij detailplanning?

Het aan- en besturen van productieafdelingen is een verhaal apart. Dit houdt in dat men doorlooptijden moet afgeven en realiseren, prioriteiten moet bepalen bij de diverse capaciteiten op grond van diverse criteria, spoedorders inplannen zonder teveel nadelige consequenties etc. Indien er sprake is van precies gedefinieerde productieprocessen en routingen, bekende bewerkingstijden en omsteltijden, zoals in (semi-) procesmatige omgevingen, kunnen de zogenaamde Advanced Planning & Scheduling (APS)-pakketten uitkomst bieden. Dit is software gebaseerd op slimme wiskundige heuristieken en algoritmes die “optimale” volgorde van orders bij de diverse capaciteiten kunnen bepalen.

 

Wanneer er echter sprake is van veel verschillende niet vaststaande routingen, en onzekerheden in bewerkingstijden en omsteltijden, zoals in jobshop-omgevingen en veel (klein) seriematige productieomgevingen, is deze software niet goed toepasbaar.

 

Keten- en netwerkplanning

De APS-filosofie vinden we tegenwoordig ook terug op ketenniveau. Wanneer de eigenschappen van alle schakels in de keten bekend zijn (doorlooptijden, voorraadstrategie etc) kan een APS pakket de keten doorrekenen. En tevens “what-if” simulaties uitvoeren; wat kunnen we doen als schakel X de doorlooptijd met twee weken kan verkorten? Maar – en we kunnen het niet vaak genoeg benadrukken – dit alles alleen onder de voorwaarde dat de schakels volledig onder controle zijn. En gebruikers moet weten wat de effecten zijn van vraagveranderingen op doorlooptijden etc. APS-en zouden kunnen helpen bij het evalueren van bepaalde logistieke concepten of toewijzingsregels maar vanuit de wetenschappelijke wereld komen hier ook al weer nieuwe beslissingsondersteunende modellen voor beschikbaar.

 

Gaan we het nog meemaken?

Het doorrekenen en optimaliseren van hele supply chains of netwerken is nu nog een utopie om nog maar te zwijgen van de organisatorische complicaties. Maar misschien gaan we het allemaal nog meemaken.

Reageer op dit artikel