blog

Inrichten distributienetwerk vraagt tweeledige aanpak

Supply chain

Het inrichten van een logistiek netwerk gebeurt vaak met een zwaartepuntanalyse. Dat doet echter geen recht aan fijnmazigheid van een distributienetwerk. Een optimale inrichting wordt bereikt door de combinatie van netwerk design met route-optimalisatie. De distributiekosten kunnen op deze manier exact worden bepaald voor de gewenste scenario’s. Dit artikel van Sander van Lokven en Yvonne Blom illustreert de tweeledige aanpak aan de hand van een praktijkvoorbeeld.

Inrichten distributienetwerk vraagt tweeledige aanpak

Een Nederlandse handels- en serviceorganisatie overweegt herstructurering van haar distributienetwerk naar een dedicated netwerk voor directe leveringen aan haar klanten. De hoofdgedachte is dat vanuit één centraal distributiecentrum verschillende lokale, regionale depots worden bevoorraad. Deze voorraadhoudende depots vormen het startpunt voor distributie naar de klanten in hun directe omgeving.

Drie fasen herstructurering

De aanpak van de herstructurering is verdeeld in drie fasen:

  1. In de eerste fase wordt het netwerk van depotlocaties geoptimaliseerd. Voor een bandbreedte in aantal te openen depots worden de optimale locaties bepaald en de klanten toegewezen.
  2. De tweede fase is de route-optimalisatie. In deze fase worden voor een aantal commerciële scenario’s de distributieroutes gepland.
  3. In de laatste en derde fase worden de totale kosten berekend om de scenario’s met elkaar te kunnen vergelijken. De uitkomst wordt inzichtelijk gemaakt met behulp van de zogenoemde badkuipcurve.

 

Fase 1: Netwerk design

Het netwerk optimalisatiemodel is ingericht om voor een gegeven aantal depots (hieronder weergegeven door de letter N) de optimale locaties te bepalen en tevens de klanten toe te wijzen aan deze depots.

De input voor dit model bestaat uit klantlocaties, vooraf geselecteerde potentiële depotlocaties, een afstandenmatrix voor de afstand tussen de genoemde depot- en klantlocaties en de vraag per klantlocatie.

De potentiële depotlocaties zijn 800 kansrijke industrieterreinen verdeeld over het land. N is variabel, dat wil zeggen dat er voor verschillende waarden van N de locatie en de klantallocatie wordt geoptimaliseerd.

 

Doel van het model is de optimale depotlocaties te bepalen die leiden tot een minimale totale gewogen afstand van deze depots naar alle klanten.

Het model ziet er in hoofdlijnen als volgt uit:

 

Doelfunctie: Minimaliseer de som van alle transportkosten
Transportkosten: Vraag*afstand naar dichtsbijzijnde open depot
Variabelen: Is een depot open of niet
Voorwaarden: 

– Alle klanten moeten toegewezen zijn aan 1 open depot
– Aantal open depots is gelijk aan N


Het model optimaliseert voor verschillende waarden van N, de locatie van deze depots (met bijbehorende X en Y coördinaten) en de toewijzing van de klanten aan deze depots. Deze informatie dient als input voor de tweede fase, de route optimalisatie.

 

De kaarten (figuur 1) tonen de optimale depotlocaties en de toegewezen klanten voor 6, 9 en 12 depots.

 

 

 

Figuur 1: Depotlocaties en klantentoewijzing voor drie verschillende waarden van N

 

Het minimum aantal depots is bepaald om minimale levertijden aan klanten te garanderen.

 

Fase 2 – Route optimalisatie

Rondritten bevatten meerdere drops (orders) en beginnen en eindigen bij één van de gekozen depotlocaties. Voor de rondritten zijn drie verschillende bestelbussen beschikbaar. Afhankelijk van de het gewicht en afmeting van de lading wordt een route door een kleine of grotere bestelbus gereden.

Omdat het volume van de leveringen klein is, is de levertijd de beperkende factor voor het optimaliseren van de routes en de daaruit voortvloeiende transportkosten. Deze case is uitgevoerd voor vier verschillende commerciële scenario’s. Deze scenario’s variëren in order doorlooptijd en leverfrequentie, zie figuur 2:

 

 

 

Figuur 2: Vier commerciële scenario’s

 

Order doorlooptijd is de tijd tussen het plaatsen van de order en de afgifte van de goederen bij de klant. Dit is dus de totale tijd nodig voor orderpicking, transportplanning en levertijd van een rit.

De leverfrequentie is het aantal keer per dag dat een klant een order kan plaatsen en bezorgd krijgt.

 

Op basis van historische data en verwachte groei, zijn de distributieroutes naar de klanten gepland per scenario. De lengte van de rondritten en het benodigde type bestelbus hangt af van zowel de order doorlooptijd als de leverfrequentie.

Langere order doorlooptijd leidt tot langere rondritten met meer volume, gereden door een grotere bestelbus. Dit leidt tot efficiëntere distributie en dus lagere kosten.

Toename van de leverfrequentie zorgt voor hogere distributiekosten omdat de klanten vaker en dus kleinere orders zullen plaatsen.

 

Fase 3 – Scenario resultaten

De totale netwerkkosten worden bepaald per commercieel scenario voor verschillende waarden van N (aantal depotlocaties).

De totale netwerkkosten bestaan uit:

  • Aanvoerkosten: Afstand * aantal ladingen * prijs per km
  • Voorraadkosten: Rente * voorraad
  • Huisvestingskosten: Aantal m2 * all-in prijs per m2
  • Personeelskosten: Magazijnmedewerkers, planner en team leider per locatie
  • Distributiekosten: Kostprijsmodel met all-in uur tarief * reistijd

Wanneer je voor een commercieel scenario het aantal depotlocaties afzet tegen de totale kosten, zie je dat de kostencurve zich typisch ontwikkeld als een badkuip (zie figuur 3).

 

 

 

Figuur 3: De Badkuipcurve

 

De curve is te vergelijken met een badkuip omdat de bodem vrij vlak is voor een groot bereik van het aantal depotlocaties. Dit betekent dat rond het optimum aantal depotlocaties het sluiten of openen van één of twee depots weinig effect heeft op de totale kosten. De extra huisvesting-, voorraad-, personeels- en aanvoerkosten worden dan gecompenseerd door de dalende distributiekosten.

De curve kenmerkt zich verder door de steile uiteinden aan beide zijden van het optimum. Als je (te) weinig of juist veel depots opent is de impact van één depot meer of minder wel significant op de totale kosten.

 

Conclusie

Een zwaartepuntanalyse doet geen recht aan fijnmazigheid van een distributienetwerk. De combinatie van netwerk design met route optimalisatie benut beter inzicht in de kosten voor de verschillende commerciële scenario’s.

De kostenlijn voor de totale netwerkkosten afgezet tegen het aantal depots volgt een typische badkuip curve. De vlakke ‘bodem’ van deze curve laat zien dat de beslissingsvrijheid voor het exact aantal te openen depots relatief groot is. In de praktijk wordt daarom vaak gekozen om minder depots te openen dan enkel op basis van het kostenminimum zou gelden.

Belangrijkste reden hiervoor zijn dat er ‘verborgen kosten’ en complexiteit zit in het opzetten en aansturen van meer depots.

 

Co-auteur van dit artikel: Yvonne Blom
.

Reageer op dit artikel