Loading

Module 1: Introduzione a Modelling e Analytics in Supply Networks

Note di Apprendimento
Study Reminders
Support
Text Version

Quadro Analytics in base al modello SCOR

Set your study reminders

We will email you at these times to remind you to study.
  • Monday

    -

    7am

    +

    Tuesday

    -

    7am

    +

    Wednesday

    -

    7am

    +

    Thursday

    -

    7am

    +

    Friday

    -

    7am

    +

    Saturday

    -

    7am

    +

    Sunday

    -

    7am

    +

Welcome to module 5 on analytics framework basato su SCOR Model come parte del nostro corso su “ modelling and analytics for supply chain management ”. Oggi andremo a coprire i seguenti concetti sul modello di riferimento delle operazioni di supply chain che è anche noto come modello SCOR – SCOR model - based analytics framework e tecniche analitiche utilizzate nella gestione della supply chain. Anche se, vi daremo un sapore delle varie tecniche che vengono utilizzate per il processo decisionale nella rete di approvvigionamento, non andremo nei dettagli di ciascuna e di ogni tecnica in questo corso. Ma oggi vi darò un ampio spettro completo, un'idea di ciò che è davvero significato per la supply chain analytics, quali sono le diverse aree in cui questo tipo di tecniche sono applicabili. Innanzitutto partiamo con questo modello di riferimento delle operazioni a catena di approvvigionamento. Il modello di riferimento delle operazioni di supply chain noto anche come modello SCOR come vi ho già detto, è stato sviluppato dal consiglio della supply chain. Fornisce un buon framework per classificare le applicazioni analytics nella rete di fornitura. Il modello SCOR sostanzialmente delinea quattro domini delle attività di supply chain. Cosa sono questi quattro domini? Source, marca, consegna e restituisce un quinto dominio del modello SCOR che è il piano è dietro tutti questi quattro domini di attività. Un input chiave del processo di pianificazione della supply chain è la previsione di previsione che è presente a tutti i tempi – lungo, mid e a breve termine con orizzonti di pianificazione rispettivamente di anni, mesi e giorni. Qui vi mostrerà alcune illustrazioni tabelline nelle prossime slide per visualizzare i diversi tipi di decisioni nei domini SCOR che possono essere aiutati da analytics. Queste decisioni sono classificate di nuovo in strategico, tattico e operativo, secondo i loro time - frames. Un input chiave del processo di pianificazione della supply chain è la previsione di previsione che è presente a tutti i tempi – lungo, mid e a breve termine con orizzonti di pianificazione rispettivamente di anni, mesi e giorni. Qui vi mostrerà alcune illustrazioni tabelline nelle prossime slide per visualizzare i diversi tipi di decisioni nei domini SCOR che possono essere aiutati da analytics. Queste decisioni sono classificate di nuovo in strategico, tattico e operativo, secondo i loro time - frames. Ora, se si guarda a questo particolare tavolo, poi si vede, questa particolare tabella illustra in sostanza quali sono i diversi tipi di attività che vengono svolte in diverse fasi del modello SCOR. Vedi, sotto sourcing quello che in sostanza siamo impegnati, come specialisti della supply chain, ordiniamo e riceveremo materiali e prodotti. Quindi l'sourcing è sostanzialmente quello di posizionare l'ordine sui propri fornitori e ricevere la spedizione di materiale da e i prodotti provenienti dai fornitori. Nella fase di realizzazione la preoccupazione di base è la pianificazione e la manifattura, la riparazione riparativa o anche il riciclo, in caso di reverse logistica, materiali e prodotti. Quindi il riciclo dei materiali e dei prodotti oltre che la riparazione e la refabbricazione normalmente si occupa, quando c'è un cliente che ritorna attraverso il ciclo di ritorno. Nella fase di consegna o nella fase di consegna, ci occupiamo fondamentalmente di ricevere l'ordine o il prodotto produttore nel nostro magazzino, e poi da lì, praticamente programmiamo, scegliamo, impacche e spedisce gli ordini sui clienti. E nella fase di ritorno, le attività che normalmente vengono prese sono, richiedere, approvare e determinare lo smaltimento di prodotti e patrimoni. Ora, se guardiamo di nuovo alle classificazioni temporali sotto il dominio strategico, sotto la cornice temporale strategica, l'sourcing include fondamentalmente l'sourcing strategico, la mappatura della supply chain. Fare la fase sotto una considerazione strategica, si occupa principalmente di location di piante e determinazione del mix di prodotti nelle piante. Nella fase di consegna, quali sono i diversi tipi di attività o le decisioni che vengono prese un luogo di centri di distribuzione, la pianificazione della flotta questi sono esempi tipici realizzati nella fase di consegna e le attività strategiche sotto la fase di ritorno, è la location dei centri di ritorno. Questo è di nuovo relativo alla logistica inversa o alla catena di alimentazione inversa. Anche a volte come parte della catena di alimentazione a circuito chiuso, questa località di centri di ritorno, questo è anche molto importante. Questa è una decisione strategica perché una volta presa questa decisione non si può facilmente invertire. Sotto la cornice tattica, quello che scopriamo che qui il periodo di tempo è a termine di mesi e sotto sourcing, quello che in sostanza stiamo trattando è lo sviluppo di contratti a catena di fornitura e l'esecuzione dello stesso. Fare amministrazione a contratto gioca anche un ruolo molto importante. Quindi, la progettazione dei contratti e la gestione dei contratti sono attività molto importanti sotto la fase di sourcing. Nella fase di make siamo infastidire la razionalizzazione della linea di prodotti, la pianificazione delle vendite e delle operazioni. Nella fase di consegna, il trasporto e la pianificazione della distribuzione, le politiche di inventario in località e di nuovo la pianificazione della distribuzione inversa sono l'attività primaria che si svolge nella fase di ritorno sotto il quadro temporale tattico. Nell'arco temporale di funzionamento, che si esprime in termini di giorni, se consideriamo le attività che vengono svolte nell'ambito dell'sourcing sono fondamentalmente i requisiti di pianificazione e rifornimento degli ordini, il rifornimento di magazzino. Nella fase di make siamo infastidire la pianificazione della forza lavoro, il tracciamento dell'ordine di fabbricazione. Nella fase di consegna, il problema principale è il routing del veicolo, per la consegna degli ordini ai clienti. E nella fase di ritorno è il routing del veicolo ma per le raccolte di ritorni dai clienti. Ora, se guardiamo alle diverse classificazioni che vengono fatte dal modello SCOR, nell'ambito della fase di pianificazione, quello che ci stiamo concentrando soprattutto è la previsione di una previsione a lungo termine, a medio termine e a breve termine, nella fase di make anche, la previsione della domanda. Quindi, la previsione della domanda è presente in ogni momento corrispondente all'sourcing, fare fase, consegnare fase e fase di ritorno. Quindi, analizziamo qualcosa, cosa prevede questa previsione come input fondamentale per la pianificazione. La previsione della domanda a lungo termine è normalmente applicabile per le decisioni di livello strategico. E in previsione di previsione a lungo termine, potremmo utilizzare dati macro - economici, tendenze demografiche, tendenze tecnologiche e intelligenza competitiva. Prevalentemente l'analisi di regolazione multipla è una tecnica che viene utilizzata. Anche i metodi di previsione causale, analizzando i fattori sottostanti che guidano la domanda di un prodotto sono utilizzati a questo livello. E i metodi includono sia la modellazione lineare che quella non lineare così come le tecniche di regressione logistica. La previsione della domanda di decisioni a catena di approvvigionamento tattico e operativo utilizza tecniche diverse a seconda del tipo di articoli di cui ci occupiamo. Per gli articoli indipendenti demandtype è normalmente utilizzato un metodo di serie temporale per il quale l'unico predittore della domanda è il tempo. E i metodi della serie temporale includono i modelli di spostamento medio, esponenziale e autoregressivo e qui dentro, dobbiamo tenere a mente che il livellamento esponenziale può essere semplice oltre che il doppio livellamento esponenziale perché semplici modelli di livrea esponenziale non possono prendersi cura delle tendenze dei dati. Si cela dietro questa tendenza. Quindi, si utilizzano metodi di livellamento in doppio esponenziale dove ci sono fluttuazioni casuali e insieme a che ci sia qualche tendenza al rialzo o una tendenza al ribasso. Il metodo di livellamento esponenziale invernale incorpora sia l'andamento sia la stagionalità e può essere utilizzato per le previsioni a breve e medio termine. In un modello di regressività automatica, la previsione della domanda in un periodo è sostanzialmente una somma ponderata delle richieste realizzate nei precedenti periodi di previsione della domanda per gli articoli a richiesta dipendente viene eseguita attraverso tecniche di esplosione che utilizzano la pianificazione della produzione master, la fatturazione del database dei materiali e il file master dei materiali come input. Ora questa particolare tecnica, vi è già stata insegnata nel corso del vostro corso di gestione delle operazioni produttive ma più avanti, in alcuni moduli successivi, ci occuperemo di dettagli su come si effettua la previsione per gli articoli da domanda a carico. Metodi di estrazione dati particolarmente cluster in collaborazione con le tradizionali tecniche di previsione. Ad esempio la regressione viene utilizzata per la previsione a livello strategico oltre che tattico. Ad esempio, popolarmente usato termine come dire analisi del basket di mercato o è l'analisi RSM forse utilizzata per la pianificazione promozionale per prevedere quanto le vendite del prodotto 1 aumenterebbero se ci sarà una promozione per il prodotto 2 quando questi 2 prodotti sono spesso acquistati insieme. Anche l'analisi del basket di mercato verrà affrontata, nei moduli successivi. Ora cerchiamo di analizzare l'applicazione degli analytics per l'sourcing. Il sourcing strategico è il processo di valutazione e selezione dei fornitori chiave. Nel modulo di selezione dei fornitori, che è il prossimo modulo ci occuperemo fondamentalmente dei diversi metodi e tecniche che vengono utilizzati per la selezione dei fornitori e la loro valutazione. E in particolare, in un mondo competitivo di oggi è sempre più utilizzato per le decisioni di sourcing il processo decisionale multi criteri che include tecniche di gerarchia analitica che è nota come AHP, elaborazione di rete analitica nota come ANP, TOPSIS, DEMATEL e ISM. Alcune di queste tecniche MCDM, vorremmo coprire nei nostri moduli successivi. Queste tecniche possono aiutare il produttore di decisioni a scegliere i migliori fornitori o classificare i fornitori considerando la loro forza o performance su diversi fattori come il costo, la qualità, la velocità di consegna, l'affidabilità di consegna, la flessibilità del volume, la flessibilità dei prodotti e la sostenibilità. Quindi, la decisione multi - criteri che apprende è sostanzialmente una tecnica in cui possiamo selezionare la migliore alternativa o classificare diverse alternative, considerando diversi criteri di questo tipo insieme, nel complesso, quando si considerano tutti i criteri insieme, qual è la migliore alternativa possibile. Quindi, quale è il miglior fornitore quando in sostanza cerchiamo di guardare in varie categorie o criteri di questo tipo? Il sourcing tattico è il processo di raggiungimento di obiettivi specifici come la determinazione dei costi di parti, materiali o servizi attraverso meccanismi di appalto strutturati come le aste. Qui, l'analitica prescrittiva particolarmente è una teoria dei giochi, può essere utilizzata per determinare regole d'asta ottimali. Una combinazione di teoria dei giochi e statistiche è stata spesso utilizzata per progettare contratti che migliorano la disponibilità del prodotto al dettaglio del rivenditore. Ad esempio, in un contratto di riacquisto, i rivenditori possono restituire unità non vendute al produttore e ricevere un rimborso parziale. Quindi, la progettazione di questi contratti è normalmente coperta in uno qualsiasi dei corsi di gestione delle forniture tradizionali. Nella fase di make, se si guarda alle decisioni strategiche in cui gli analytics svolgono un ruolo rilevante, può essere illustrato attraverso il design di rete. Il design di rete determina la posizione ottimale e la capacità delle piante, dei centri di distribuzione e dei rivenditori. Dove costruire centri di distribuzione che servano come stoccaggio intermedio e punti di spedizione tra piante esistenti e punti vendita al dettaglio. Questo tipo di problema può essere formulato come un tipo di problema di programmazione lineare a numero intero misto e illustreremo un problema del genere nel nostro prossimo modulo. I requisiti dei dati per risolvere un tale tipo di problemi includono. Richieste aggregate annuali per la famiglia di prodotti presso ogni rivenditore, capacità vegetali, costi di spedizione unitari tra ogni coppia di località e i costi fissi annuali di funzionamento di un centro di distribuzione in ognuna di queste località potenziali. Qui le variabili di decisione includono la quantità da spedire tra località e variabili binarie che indicano se ogni centro di distribuzione deve essere aperto o chiuso. Analytics utilizzato in fase di realizzazione, se andiamo nei dettagli, per un tale tipo di problema, la funzione oggettiva è sostanzialmente quella di minimizzare il totale dei costi di spedizione e di distribuzione fissa soggetti ai vincoli che la domanda deve essere soddisfatta in tutte le località, spedizione di prodotti da un centro di distribuzione da effettuarsi solo se il centro di distribuzione è aperto. Avevo già detto che questa sarà una variabile binaria. Quindi se il centro di distribuzione è aperto, allora è in discussione solo la questione della spedizione di prodotti da quelle località. Nessuna delle capacità vegetali dovrebbe essere violata. Quindi questi sono i difficili vincoli diversi e la funzione oggettiva è quella di minimizzare la spedizione totale e la distribuzione fissa. Questa soluzione fornisce la posizione che è dove aprire i centri di distribuzione nonché l'assegnazione delle piante ai centri di distribuzione. Varianti di questo tipo di problema di programmazione lineare a numero intero misto includono più prodotti, capacità di trasporto tra località, orizzonte di pianificazione pluriennale, incertezza della domanda, incertezza dell'offerta e flussi inversi, ad esempio la raccolta di prodotti usati per il riciclo e la refabbricazione. Quando questo tipo di problema di programmazione lineare a numero intero misto include più prodotti, più piante e più magazzini, la soluzione consegna anche mix di prodotti in ogni pianta. Questo tipo di problema è popolarmente noto come problema di distribuzione della produzione. Illustreremo un simile tipo di problema nei moduli successivi. A differenza dei metodi di soluzione che sono fondamentalmente combinatori in natura, gli algoritmi genetici sono stati utilizzati ampiamente per risolvere problemi così grandi. Fare la fase, quando guardiamo all'orizzonte di pianificazione medio, l'obiettivo in tale tipo di problema MILP è quello di minimizzare il costo totale della produzione, il costo totale dell'inventario e il costo totale della distribuzione della forza lavoro soggetto a saldo di magazzino che sta aprendo l'inventario più la produzione o gli appalti che si è verificato durante quel periodo meno il consumo vi darà l'inventario finale o l'inventario finale. Analogamente, si considerano le equazioni di bilancio della forza lavoro e si può anche considerare la capacità di produzione regolare e straordinario e questo non deve essere violato e così via. Si tratta quindi di un tipico tipo di pianificazione aggregata di problemi in cui in lotti di euristica sono stati sviluppati per risolvere tale efficacia, a risolvere tali problemi con efficacia. Forse non darti euristico potrebbe non darti una soluzione ottimale ma ti darà una soluzione efficace. Durante la fase operativa ci occupiamo principalmente di pianificazione e sequenziamento dei lavori. In generale, in un problema di sequenziamento o di pianificazione, ci sono n lavori da pianificare in m diverse risorse. Il tempo di elaborazione, la data di scadenza e la priorità di ogni lavoro in ogni risorsa sono noti. E la tipica funzione oggettiva forse minimizzazione del tempo di completamento o minimizzazione della massima latitanza in tutti i posti di lavoro. Tali problemi sono anche meglio risolti attraverso l'euristica. Le decisioni strategiche sotto la fase di consegna e ritorno magari dicono problemi di pianificazione della flotta che normalmente vengono risolti attraverso la formulazione di programmazione lineare a interi misti o la programmazione dinamica. Le decisioni tattiche includono la pianificazione del trasporto e della distribuzione che vengono risolte utilizzando il modello di flusso di rete multi - commodity e questo non è altro che una variante speciale del problema di programmazione lineare che viene normalmente coperta in un corso di ricerca tipico delle operazioni. Nelle fasi di consegna e ritorno, soluzioni al problema di routing del veicolo nell'ambito delle decisioni operative, qui di seguito ottimizziamo la sequenza di nodi da visitare in un itinerario, ad esempio, un camion di consegna pacchi per una raccolta di ritorno o entrambi. Qui la sequenza ottimale prende in considerazione le distanze tra ogni coppia di nodi, il volume di traffico previsto e altri vincoli posti sulle rotte come la consegna e la presa di finestre temporali e simili vincoli. Questi tipi di problemi sono noti come problemi di viaggio in viaggio o un TSP. Il problema del venditore ambulante è sostanzialmente un derivato del tipo di problema di programmazione lineare a numero intero misto. È combinatorio in natura e questo molto difficile da risolvere quando il numero di nodi è grande. Di conseguenza, tali tipi di problemi richiedono approcci euristici per ottenere ed efficace soluzione. Quindi ora, riassuma, rispetto alle potenziali applicazioni della supply chain analytics in diverse fasi del modello SCOR. Nella fase di pianificazione, quello che stiamo dicendo, ci occupiamo principalmente di previsione del fabbisogno di mercato di prodotti e servizi, previsione e anche a volte ci troviamo di fronte al problema di scoprire prezzi dinamici dinamicamente dinamici. Nella fase di sourcing, copriamo la selezione e la valutazione dei fornitori nonché la negoziazione dei prezzi. Nella fase di realizzazione, pianificazione e controllo della produzione, la pianificazione dell'inventario sono le attività primarie dove gli analytics possono svolgere un grande ruolo. Nella fase di consegna, la gestione della logistica, la pianificazione della localizzazione, la pianificazione del magazzino, la pianificazione della rete, sono le attività primarie svolte nella fase di consegna. Così, nella nostra ultima lezione precedente, avevamo parlato di diverse tecniche analitiche in cui abbiamo detto che l'analitica descrittiva, abbiamo descritto cosa c'è nell'analitica descrittiva. Quindi ciò che sta accadendo e nella fase di sourcing, facciamo principalmente la mappatura della supply chain. Nella fase di consegna e ritorno, sotto analitica descrittiva, siamo sostanzialmente interessati alla visualizzazione della supply chain. Nell'applicazione previsionale analytics, sostanzialmente vediamo applicazioni di metodi di serie temporali, di regressione lineare, non lineare e logistica e tecniche di data mining incluse l'analisi del cluster e l'analisi del basket di mercato. Durante questo sourcing fare, consegnare, restituire e tutte le fasi e questo è un dominio di analytics predittivi. Gli analytics prescrittivi sono ampiamente utilizzati nella gestione della supply chain e durante tutte queste fasi, diciamo sourcing, utilizziamo processi decisionali multi criteri. AHP è ampiamente utilizzato, poi usiamo una teoria dei giochi. Ad esempio la teoria dei giochi e l'applicazione statistica sono ampiamente utilizzati per il design d'asta, il design contract. Nella fase successiva si parla fondamentalmente di applicazioni di programmazione lineare intere miste nonché di applicazioni di programmazione non - lineari. Anche se, fondamentalmente, i praticanti, se la funzione oggettiva è non lineare, cercano di risolvere quei problemi usando una programmazione lineare a pezzo, che può essere risolto attraverso, molto facilmente attraverso il software self - available. E nella fase di consegna e ritorno troviamo sostanzialmente applicazioni di algoritmi di flusso di rete, MILP, programmazione dinamica stocastica. Così si vede, per essere un ottimo specialista nell'applicazione di tali tecniche nella supply chain o nella rete di approvvigionamento, si deve avere uno sfondo solido nelle statistiche e nella ricerca delle operazioni. Mi associo anche a questo, l'altro giorno avevo accennato che uno avrebbe dovuto avere una conoscenza di dominio tremenda. Senza conoscenze di dominio, senza conoscere i processi aziendali, solo le tecniche matematiche non ti aiuteranno a dare una soluzione. Bisogna fondamentalmente frame frame il più semplice possibile in modo che l'output del modello possa essere spiegato ai suoi utenti nei termini più semplici. Sapete, così tutti possono capire come avete sviluppato quel modello, come avete costruito il modello, quali sono i risultati che stanno uscendo da quel modello, l'interpretazione manageriale è molto importante e le implicazioni di questo nella vita reale hanno molti di voi ben importanti, in modo che questo tipo di applicazione o tecniche possano essere rese più popolari. Grazie a tutti per aver concentrato e ascoltato questo particolare modulo! Ci occuperemo di diverse configurazioni della rete di supply chain nel nostro prossimo modulo. Grazie a tutti!