Habilitación tecnológica de la cadena de suministro: creación de resiliencia. La resiliencia en la cadena de suministro como un imperativo comercial. Las principales tendencias están influyendo en la forma en que las empresas necesitan ejecutar la cadena de suministro. a) Los clientes demandan niveles sin precedentes de servicio. b) Escasez de materias primas y componentes en el suministro mundial (por temas geopolíticos, pandemia etc.) c) Excelencia en ejecución (capitalizar o mantenerse a flote) d) La incertidumbre de la oferta y la demanda e) Cambio hacia el medio ambiente (sustentabilidad) Las cadenas de suministro deben ser: a) b) c) d) e) f) Más rápidas Más flexibles Más predecibles Más eficientes Mas resistentes Más sostenibles Los Lideres de todas las industrias están aprovechando el impulso para avanzar aún más en la digitalización de la cadena de suministro como refuerzo inicial al COVID. Desarrollar la resiliencia de la cadena de suministro es fundamental para que las empresas minimicen los efectos de la disrupción, a través de 4 dimensiones 1.- Ampliar y fortalecer su función de riesgos 2.- Planificar ventas y operaciones a la nueva realidad 3.- Realizar la estrategia de abastecimiento. 4.- Actualizar el modelo operativo. La tecnología en evolución puede ayudar a las empresas a desarrollar resiliencia, mejora flexibilidad, velocidad y precisión en la toma de decisiones. Digital Twin Enfoque comprobado para optimizar la cadena de suministro, este es una replica digital de un sistema físico que permite ejecutar simulaciones y optimizaciones. Ejemplos *Planificación de suministro, producción en sitio, mantenimiento, almacenamiento , transporte. 1. La optimización de la planificación a través de la implementación de gemelos digitales desbloqueó un 2-4 % en el impacto del EBITDA para una empresa minera Ejem. Contexto Jugador minero con sede en NA con desafíos en toda la cadena de valor de pil-to-port Las fuentes de complejidad incluyeron un modelo operativo en silos, sistemas, herramientas y procesos obsoletos, y poca precisión y disponibilidad de datos. El diagnóstico Se dentificó varias áreas de oportunidad: área de enfoque inicial en la optimización de la planificación logística a corto y mediano plazo Acercarse Se desarrolló un gemelo digital para permitir la optimización de la planificación logística a corto y mediano plazo, con una interfaz de usuario frontal para impulsar la toma de decisiones Desarrollo conjunto cliente-McK, con McKinsey liderando escuadrones y desarrollando capacidades de conducción Impacto Optimización logística a corto y medio plazo por buen camino incremento EBITDA 2-4% anual Adopción total con la solución implementada en las rutinas diarias Capacidades del cliente creadas para permitir la ejecución de refinamientos y mejoras Reglas comerciales y operativas capturadas como restricciones Creó la columna vertebral para el desarrollo de palancas de optimización adicionales (por ejemplo, inventario, combinación de productos) 2. Alcanzar el siguiente nivel de desempeño de pronóstico significa evolucionar las mejores prácticas actuales hacia análisis avanzados. Previsión de la demanda con análisis avanzado: A) Sin previsión: B) Pronostico ingenuo C) D) E) F) Pronóstico estadístico Pedir planificación Modelo de demanda Aprendizaje automático 2. Un jugador líder de CPG transforma su proceso de planificación de la demanda EaE aprovechando el caso del cliente de aprendizaje automático Ejem. Situación: Compañía de bebidas líder en Europa Previsión principalmente manual sin un proceso estricto para gestionar la brecha comercial Varias imágenes de los requisitos del mercado y la madurez del proceso entre las regiones piloto Objetivo: Mayor precisión del pronóstico para mejora de costos, inventarios, niveles de servicios y estrategia comercial. Acercamiento: Desarrollar un modelo de pronóstico de aprendizaje automático Rediseño de la planificación de la demanda y de los procesos de gestión de brechas Diseñe un MVP de una herramienta de planificación de la demanda para revisar los resultados del pronóstico y ejecutar simulaciones de demanda de comunicaciones. actividades Impacto: El mejor proceso de planificación de la demanda de su clase Pronóstico a nivel de Cliente/SKU para impulsar el valor comercial (por ejemplo, reducción de inventario) Actividades comerciales proporcionadas como entrada (precio, promoción, distribución, etc.) en modelos analíticos Intenso desarrollo de capacidades de los clientes. Proceso y KPI estandarizados (p. ej., previsión de valor añadido) para gestionar el rendimiento y la disciplina del proceso. 3. La cadena de suministro habilitada por la tecnología puede permitir la aceleración de la agenda de sostenibilidad con transparencia y optimización de las decisiones de la cadena de valor Ejemplo de cadena de valor de minería: Mejore el tiempo de reacción ante eventos inesperados Optimice la decisión de planificación de operaciones mineras para cumplir con el cliente y reducir las emisiones a través de la eficiencia de las operaciones Transparencia de las emisiones de la red a lo largo de la cadena de valor Carga optimizada de camiones y trenes/enrutamiento de emisiones. 4. Optimización analítica avanzada en la planificación de la producción desbloqueada +12 % en el margen de contribución a través de una toma de decisiones basada en hechos Ejem. Situación Jugador químico global que produce productos básicos y especialidades, presente en más de 30 países y más de 20 fábricas Proceso muy complejo con -3.000 SKUs sobre -200 líneas de producción. Procesamiento multinivel de material (>10 niveles) con residuos y subproductos Acercarse Desarrolló una solución de planificación de extremo a extremo, teniendo en cuenta el procesamiento multinivel y otras limitaciones (materia prima, inventarios, precios y demanda...) habilitada por análisis avanzados y conectada a sistemas heredados Se rediseñó un proceso de S&OP global respaldado por la cadena de suministro Impacto + 12% en margen de contribución 20 personas capacitadas Horizonte S&OP extendido de 3 a 18 meses Habilitó la toma de decisiones basada en hechos en el proceso de S&OP 5. Un nuevo enfoque de optimización de enrutamiento redujo el costo de última milla de CPG en ~20 % Ejemplo: situación Compañía de productos de consumo con una amplia operación nacional de entrega de última milla Su solución de enrutamiento actual solo optimiza el intradía, lo que genera visitas redundantes a la misma ubicación/área en días diferentes Se generó un algoritmo para eliminar el exceso de millas a través de una asignación más eficiente de los clientes a los días de entrega. Acercarse Se desarrollamos un algoritmo de tres pasos para optimizar la asignación de camiones y días de los clientes Se agrupó a los clientes por ruta de entrega minimizando la distancia bajo una restricción de capacidad de camiones En segundo lugar, se agrupó a los clientes por día de entrega según la ubicación y la demanda. Finalmente, minimizamos la interrupción del día de entrega para reducir la rotación de clientes desde el reinicio Solución técnica La ingeniería de datos incluyó geocodificación de ubicaciones, demanda y análisis de distancia Los resultados se introducen en la solución de Roadnet para determinar la ruta de entrega óptima Impacto -20 % de ahorro general por la distancia de entrega y el tamaño de la flota Se minimizó el costo de entrega al optimizar las asignaciones de "cliente por día y camión". 6. Las torres de control de la cadena de suministro suelen evolucionar en 3 horizontes Nivel 1 Visibilidad de rendimiento descriptivo + resolución de problemas a través de "extinción de incendios" reglamentada Enfoque Impulsar la transparencia, Identificación y resolución de problemas prospectivos, mejora continua con análisis sistémico posterior al juego, resalte las oportunidades para la colaboración interfuncional nivel 2 Análisis predictivo para identificar riesgos/ventajas (p. ej., con ML) + simulación hipotética para evaluar y ejecutar contramedidas (p. ej., MRP rápido) Enfoque Integre el aprendizaje automático, por ejemplo, planificación de la demanda, análisis de causa raíz, aprovechar las simulaciones para tomar mejores decisiones comerciales, segmentación estratégica y parametrización de la cadena de suministro nivel 3 'Centro nervioso': torre de control en modo interfuncional completo interna y externamente Enfoque Optimización completa de la cadena de suministro de extremo a extremo dentro y más allá de la cadena de suministro (por ejemplo, calidad, comercial, etc.) "Self-healing-automatic optimización y configuración de la cadena de suministro El paradigma continuo de macro + micro planificación reemplaza el ritmo de planificación discreto Desbloquear todo el potencial de una transformación SC digital requiere una visión holística de las capas de tecnología y sus habilitadores. Descripción Soluciones analíticas distintivas a medida: análisis patentados de última generación para aumentar la funcionalidad o impulsar el rendimiento de la solución de planificación E2E, por ejemplo, crear un plan optimizado o una previsión precisa de la demanda Plataformas en la nube de planificación integrada que consolidan datos de ERPS que realizan MRP como funciones de planificación y escriben de nuevo en el sistema de ejecución Mantiene los datos básicos maestros/transaccionales y las tintas para otras funciones comerciales, por ejemplo, CRM HR Finance Procesos digitales y analíticos, roles. infraestructura de datos y capacidades para mantener y mejorar los sistemas de planificación a lo largo del tiempo