II parte - gestione scorte Scorte.PPT

Università degli Studi di Udine
Facoltà di Ingegneria
Corso di Laurea in Ingegneria Gestionale
GESTIONE DELLA PRODUZIONE
II PARTE: GESTIONE DEI MATERIALI
a.a. 2005-2006
prof. ing. Alberto Felice De Toni
LE SCORTE
DEFINIZIONE
Materiali temporaneamente inutilizzati, nell’attesa di poter essere usati o venduti
(Love,1979) in un punto della catena logistica.
OBIETTIVI
• Efficacia
– Obiettivo di servizio
Garantire la disponibilità dei diversi materiali ai diversi livelli
⇓
Livello di servizio (Quantità, Tempi, Mix)
• Efficienza
– Obiettivo finanziario
Contenere l’investimento in mezzi finanziari
– Obiettivo economico
Contenere l’entità di risorse connesse con il governo dei flussi finanziari
Università degli Studi di Udine – De Toni - Zanutto
2
LE SCORTE: VINCOLI
•
Articolazione gamma prodotti
(ampiezza e profondità di gamma)
•
Articolazione della struttura di prodotto
(ampiezza e profondità delle distinte base)
•
Articolazione dei processi
(Fabbricazione, assiemaggio, distribuzione)
•
Articolazione della distribuzione
(n° e dispersione geografica punti vendita/clienti, livelli intermediazione)
•
Articolazione della fornitura
(n° e dispersione geografica dei fornitori, tempi, qualità, affidabilità,
flessibilità mix/volumi)
•
Flessibilità della manodopera
– polivalenza e polifunzionalità
– flessibilità agli orari
– orientamento ai processi
Università degli Studi di Udine – De Toni - Zanutto
3
CLASSI E TIPI DI SCORTE
CLASSE
MOVEMENT
INVENTORY
TIPO
CAUSA
TRANSIT
STOCK
Tempi di attraversamento
distribuzione
Miglioramento
livello di servizio
WIP
Tempi di attraversamento
in produzione
Lavorare per
ordine=fabbisogno
Attrezzaggio
Lavorare per lotti
economici
Collo di bottiglia
Disaccoppiamento
monte-valle
CYCLE STOCK
ORGANIZATIONAL
INVENTORY
OBIETTIVO
SAFETY STOCK Incertezza della domanda
Protezione
dall’incertezza
ANTICIPATION
Stagionalità
STOCK
Bilanciamento
capacità - carico
SPECULATION
STOCK
Minimizzazione
costi di acquisto
della merce
Università degli Studi di Udine – De Toni - Zanutto
Variazione prezzi
4
PRINCIPALI VOCI DI COSTO DELLE SCORTE
1. Costi di emissione
2. Costi di giacenza
3. Costi di approvvigionamento
4. Costi di stock-out
• Costi legati a perdita di opportunità per mancanza di beni
a fronte di una loro domanda
5. Costi di obsolescenza
– Costi sostenuti qualora le merci divengano inutilizzabili o
si deprezzino a causa di un’eccessiva permanenza in
magazzino
Università degli Studi di Udine – De Toni - Zanutto
5
LOTTO ECONOMICO
Università degli Studi di Udine – De Toni - Zanutto
6
E.O.Q. (Economic Order Quantity)
Modello tradizionale del lotto economico
•
•
•
•
•
Q:
D:
K:
i:
v:
Lotto economico [pezzi]
Domanda annua [pezzi / periodo]
Costo preparazione ordine [€ ]
Tasso di costo
Valore d’acquisto [€ / pezzo]
• Cg:Costi di giacenza [€ ]:
Cg =
Q
⋅v⋅i
2
• Ce: Costi di emissione dell’ordine [€ ]:
Università degli Studi di Udine – De Toni - Zanutto
Ce =
D
⋅k
Q
7
DETERMINAZIONE DEL LOTTO ECONOMICO (1 di 2)
COSTI TOTALI D’ACQUISTO
CT = C g + Ce =
Q
D
⋅v ⋅i + ⋅k
2
Q
Costi
CT
Cg
Ce
EOQ
Quantità
Il lotto economico è individuato dall’incrocio della curva dei costi di emissione degli
ordini con la retta dei costi di giacenza
Università degli Studi di Udine – De Toni - Zanutto
8
DETERMINAZIONE DEL LOTTO ECONOMICO (1 di 2)
EOQ ⇒
dCT
2⋅ D⋅k
= 0 ⇒ EOQ =
dQ
v ⋅i
Esempio 1
D = 1.250 [pz/anno]
K = 6.25 [€/ordine]
EOQ = 25 [pezzzi]
v = 100 [€/pz]
N° = D / Q = 1.250/25 = 50 [ordini/anno]
i = 25%
Esempio 2
D =1.200 [pz/anno]
K = 500.000 [€/ordine]
EOQ = 120 [pezzi]
v = 350.000 [€/pz]
N° = D / Q = 10 [ordini/anno]
i = 24%
Università degli Studi di Udine – De Toni - Zanutto
9
OSSERVAZIONI SUL MODELLO TRADIZIONALE
Costi
•• EOQ
EOQsisiottiene
ottienequando
quando
Ce
Ce==Cg
Cg
•• La
Lacurva
curvadel
delCT
CTattorno
attornoalal
valore
valoreminimo
minimoèèpiatta
piatta
CT
Cg
Ce
EOQ
Quantità
IPOTESI:
• Capacità di produzione e di stoccaggio illimitate
• Valore d’acquisto v costante
Università degli Studi di Udine – De Toni - Zanutto
10
QUANTITY DISCOUNT MODEL (Q.D.M.)
Sistema di calcolo del lotto economico in presenza di sconti quantità
IPOTESI
v è Variabile ⇒ v = f(Q)
TAC = C g + Ce + Ca
Con Ca: Costi d’acquisto Ca = D ⋅ v
[€ ]:
Q
D
TAC = ⋅ v ⋅ i + ⋅ k + D ⋅ v = f1 (Q ) + f 2 (Q ) + f 3 (Q )
2
Q
Essendo v funzione di Q,
non posso ricavare il lotto ottimale derivando semplicemente il TAC.
Università degli Studi di Udine – De Toni - Zanutto
11
Q.D.M.: METODO DI MAGEE-BOODMANN
1. Calcolare EOQ con v min
EOQ
appartiene all’intervallo
per cui vale il
v minore
SI
NO
2. Calcolare il tac per ogni breack point
3. calcolare l’EOQ per ogni vi
4. calcolare il TAC per ogni EOQ trovato nel punto 3
5. la quantità q ottimale e’ la minore tra quella calcolata
al punto 2 e quella calcolata al punto 4
FINE
Università degli Studi di Udine – De Toni - Zanutto
12
QDM: Esempio
Calcolare il lotto economico avendo:
x = 40 pezzi
punto di breack point
v1 = 100 €
per lotti Q < 40
v2 = 95 €
per lotti Q >=40
D = 1.250 [pz/anno]
K = 6,25 [€/ordine]
i=25%
1) v minore = v2 = 95 €
EOQv = √ [(2 * D * k) / (v2 * i )] = 26 pezzi
2
EOQ = 26 < 40 → devo proseguire
Università degli Studi di Udine – De Toni - Zanutto
13
QDM: Esempio (continua)
2) TACx=40 = Ca + Ce + Cg =
= [95 * 1250] + [(1.250/40) * 6,25] + [(40/2) * 95 * 0,25] =
= 119.420 €
3) Nell’esempio ho un solo v diverso dal v minore
EOQv = 25 pezzi
1
4) TACEOQv = Ca + Ce + Cg =
1
= [100 * 1.250] + [(1.250/25) * 6.25] + [(25/2) *100 * 0,25] =
= 125.625 €
5) La quantità ottimale sarà quella calcolata al punto 2
EOQ = 40 pezzi →
TBO = time between orders = EOQ /D =
= 40 / 1.250 = 0,032 anno
Università degli Studi di Udine – De Toni - Zanutto
14
Costi
QDM: Risultati
TAC (v1)
Cg (v1)
Cg (v2)
TAC (v2)
Ce
Ca (v1)
Ca (v2)
25
26
compro a v1
Quantità
40 = Q
compro a v2
OSSERVAZIONE: In tale esempio il punto di minimo coincide col punto di breackpoint, ma questo non accade sempre!
Università degli Studi di Udine – De Toni - Zanutto
15
LOGICHE DI GESTIONE DEI MATERIALI
Università degli Studi di Udine – De Toni - Zanutto
16
SCHEMA GENERALIZZATO DEL FLUSSO LOGISTICO
Scopo
Scopodella
dellalogistica
logistica: :
Consentire
Consentirelalaconsegna
consegnadidiprodotti
prodottifiniti,
finiti,componenti
componentieeMP,
MP,quando
quandoservono,
servono,nel
nel
punto
puntoinincui
cuisono
sonorichiesti
richiestiaaalalcosto
costototale
totalepiù
piùbasso
bassopossibile
possibile
Convergenza
Leggenda:
Divergenza
Leggenda:
MP: materie prime
FORN.: fornitori
C: componenti
PF
Larghezza
distinta base
SA: sotto-assiemi
F: fabbricazione
N° punti
vendita
PA: produzione assiemi
PF: prodotti finiti
A: assiemaggio
Profondità
distinta base
MP
FORN.
C
F
SA
PA
PF
A
Università degli Studi di Udine – De Toni - Zanutto
S: spedizione
PF
I/S
PF
S
Trasposto
primario
Logistica
manifatturiera
I: Imballaggio
N° livelli
intermediazione
S
Trasporto
secondario
CONSUM.
Consegna
sul punto
vendita
Logistica
distributiva
17
CODICI A DOMANDA DIPENDENTE O INDIPENDENTE
MP
FORN.
C
F
SA
PA
Domanda
Dipendente
PF
A
Distr.
Domanda
Indipendente
CODICI A DOMANDA INDIPENDENTE ⇒ PF
CODICI A DOMANDA DIPENDENTE
⇒ C e MP
PARTI DI RICAMBIO:
possono avere domanda indipendente oltre che domanda
dipendente
Università degli Studi di Udine – De Toni - Zanutto
18
PRINCIPALI TECNICHE DI GESTIONE DEI MATERIALI
NATURA DELLA
DOMANDA
DETERMINAZIONE
DELLA DOMANDA
TECNICA
CODICE OGGETTO DI
PIANO DI PRODUZIONE
INDIPENDENTE
Prevista
intrinsecamente
ROP
classico
NO
INDIPENDENTE
Prevista
estrinsecamente
TPOP
SI
MRP
NO
(in quanto figlio di un padre
oggetto di piano)
DIPENDENTE
Calcolata
Università degli Studi di Udine – De Toni - Zanutto
19
LOGICHE DI GESTIONE
FORNITURA
CONSUMO
CONSUMO
→ variabile indipendente (perché dipende dal mercato)
FORNITURA → variabile dipendente → posso agire
Per agire sulla fornitura esistono due logiche:
• GUARDARE INDIETRO (ai consumi storici)
è PREVISIONI INTRINSECHE
dai dati storici estrapolo previsioni future
• GUARDARE AVANTI (ai fabbisogni futuri)
è PREVISIONI ESTRINSECHE
ci si basa su dati storici e su altri dati che aiutano a
prevedere la domanda.
Università degli Studi di Udine – De Toni - Zanutto
20
LA PREVISIONE DELLA DOMANDA
I modelli di previsione della domanda
– Metodi quantitativi di tipo matematico e/o statistico
• Indicatori economici
• Analisi delle serie storiche (media aritmetica, media
mobile, media esponenziale, analisi di regressione)
• Modelli econometrici
– Metodi qualitativi o intuitivi
• Opinione di esperti
• Analisi di mercato
• Metodi di Delphi
Università degli Studi di Udine – De Toni - Zanutto
21
LA PREVISIONE DELLA DOMANDA
• Inputs
–
–
–
–
–
Ricerche di mercato
Domanda storica
Promozioni
Opinioni
Pubblicità
• Inputs
–
–
–
–
–
Ricerche di mercato
Domanda storica
Promozioni
Opinioni
Pubblicità
Università degli Studi di Udine – De Toni - Zanutto
• Fattori di mercato
–
–
–
–
Economici
Sociali
Politici
Culturali
• Outputs (domanda attesa e tempi)
– Per prodotto
– Per cliente
– Per aera di mercato
22
LA PREVISIONE DELLA DOMANDA
– Domanda dell’ultimo periodo:
Pt = d t −1
n
– Media aritmetica:
Pt =
∑d
i
i =1
n
n
– Media aritmetica:
Pt =
∑d
i =1
t −i
n
n
– Media mobile esponenziale:
Pt =
∑d
i =1
t −i
n
Pt : Previsione del periodo t
n : Numero periodi
dt : Domanda del periodo t
a : Costante di smorzamento
Università degli Studi di Udine – De Toni - Zanutto
(compresa tra 0 e 1)
23
TECNICHE DI GESTIONE
ROP classico
Guardare
Indietro
ROP
Mini-max system
ROP a periodicità fissa
COP. TOT.
Mini-max system a
periodicità fissa
DI
Guardare
Indietro
e Avanti
COP. LIBERA
TPOP
Guardare
Avanti
MRP
DD
CA
Università degli Studi di Udine – De Toni - Zanutto
24
INDICATORI DI GESTIONE
Università degli Studi di Udine – De Toni - Zanutto
25
INDICI DI ROTAZIONE E COPERTURA
INDICE DI ROTAZIONE (IR)
IRvalore =
CVenduto
ValoreMedioScorte
IRDinamico =
CVentuto ( ultimi 3 mesi ) ⋅ 4
ValoreIstantaneoScorta
IRQtà =
IR previsto =
QVendute
QScorta
CVentutoAnn uale _ previsto
ValoreScortaOdierno
Es. IR = 12 volte/anno indica che il magazzino ruota 12 volte all’anno (1 volta al mese)
INDICE DI COPERTURA (IC)
1
IC =
IR
Es.: IC = 1/12 di anno indica che nel magazzino ha una copertura di un mese
Osservazione:
Osservazione:
•• Nel
NelJIT
JITIR
IR⇒
⇒365
365 volte/anno
volte/anno
•• ↑↑IR
IR⇒
⇒↓↓Scorte
Scorte
Università degli Studi di Udine – De Toni - Zanutto
26
LIVELLO DI SERVIZIO
Percentuale della domanda soddisfatta durante un
determinato periodo di tempo.
LS quantità
LS Mix =
LSTempo =
QEvasa
QnonEvasa
=
=1−
QRicevute
QOrdinate
N RigheOrdineEvase
N RigheOrdineRicevuti
= FillRate
LS ordini
N OrdiniEvasi
=
N OrdiniRicevuti
LS Puntualità =
tConsegnaEff .
tConsegnaPromesso
tConsegna
t ConsegnaDelMigliorConcorrente
Università degli Studi di Udine – De Toni - Zanutto
27
ALTRI INDICATORI DI PRESTAZIONE
•
•
•
•
Tempo medio di evasione dell’ordine
Numero di Stock-out
Durata degli Stock-out
Accumulo di Back Order a fine mese
⇒ Quantità di prodotti consegnati in ritardo al mese
• Tempo medio di evasione del Back Order
⇒ Tempo in cui l’ordine non evaso rimane tale
• Ordini Cancellati/Ordini Ricevuti
• Resi/Consegnati (in quantità, ordini o righe d’ordine)
Università degli Studi di Udine – De Toni - Zanutto
28
INDICE DI ROTAZIONE E ROI
IRValoreDiCosto =
CVenduto
ValoreMedioScorte
IRValoreDiprezzo =
Fatturato
ValoreMedioScorte
Re dditoOperativo RO Fatt ValoreMedioScorte
ROI =
=
CapitaleInvestito Fatt CI ValoreMedioScorte
ValoreMedioScorte
ROI = ROS ⋅ IRValoreDiprezzo ⋅
CI
È uno degli indici di
liquidità
Se
Se IR
IR↑↑⇒
⇒ROI
ROI ↑↑
Università degli Studi di Udine – De Toni - Zanutto
29
ROP, Copertura Totale,
Copertura Libera, Mini-max System
Università degli Studi di Udine – De Toni - Zanutto
30
REORDER POINT (ROP)
CARATTERISTICHE:
• Utilizza la logica del guardare indietro
• Gestisce codici a domanda indipendente
• Presuppone noti:
- il lotto di riordino Q
- il consumo medio mensile W (→ previsione intrinseca)
- il lead time di fornitura LT
- le scorte di sicurezza SS
• Individua:
- il livello di riordino LR
- il livello massimo di riordino Lmax
- ...
Università degli Studi di Udine – De Toni - Zanutto
31
ROP: I PARAMETRI DI GESTIONE
LR = SS + W ⋅ LT
N=
Lmax = SS + Q
D 12 ⋅ W  ordini 
=
Q
Q  anno 
N=
TBO = TBA =
Q
W
TBO:
TBO:time
timebetween
betweenorders
orders
TBA:
TBA:time
timebetween
betweentwo
twoarrivals
arrivals
W = tan α
Università degli Studi di Udine – De Toni - Zanutto
IC =
C scorte
CVenduto
W
1  ordini 
=
Q TBO  mese 
Q

Q

SS
⋅
v
+
 + SS 


2
 [mesi]
 =2
=
12 ⋅ W ⋅ v
12 ⋅ W
IR =
1
12 ⋅ W  volte 
=
IC Q + SS  anno 
2
32
ROP: DIAGRAMMA A DENTE DI SEGA
Q
W=tgα domanda mensile
Lmax
Q
co
LR
W
W * LT
SS + Q/2
α
SS
ns
um
o
Q
2
α
tempo
1 mese
IC
LT
TBO
TBA
Università degli Studi di Udine – De Toni - Zanutto
33
ROP: ESEMPIO
DATI:
DATI:
CALCOLARE:
CALCOLARE:
•• W
W==100
100pezzi/mese
pezzi/mese
•• LT
LT==33mesi
mesi
••
••
N,
N,TBO,
TBO,TBA
TBA
LR,
LR,Lmax
Lmax
•• QQ==400
400pezzi
pezzi
•• SS
SS==100
100pezzi
pezzi
••
••
IC,
IC,IR
IR
KK
•• vv==30.000
30.000E/pezzo
E/pezzo
DD==12
12**W
W==12
12**100
100==1.200
1.200pezzi/anno
pezzi/anno
NN==DD/ /QQ==1.200
1.200/ /400
400==33ordini/anno
ordini/anno
==33/ /12
12==0,25
0,25ordini/mese
ordini/mese==11ordine/quadrimestre
ordine/quadrimestre
TBO
TBO==TBA
TBA==QQ/ /W
W==400
400/ /100
100==44mesi
mesi
==11/ /NN==11/ /0,25
0,25==44mesi
mesi
Università degli Studi di Udine – De Toni - Zanutto
34
ROP: ESERCIZIO (CONTINUAZIONE)
LR
LR ==SS
SS++(W
(W**LT)
LT)
==100
100++(100
(100**3)
3)==400
400pezzi
pezzi
Lmax
Lmax==SS
SS++qq==100
100++400
400
==500
500pezzi
pezzi
IC
IC
IR
IR
==(SS
(SS++Q/2)
Q/2)/ /W
W==(100
(100++400/2)
400/2)/ /100
100==33mesi
mesi
==11/ /IC
IC==11/ /33[volte/mese]
[volte/mese]==
==12
12/ /33[volte/anno]
[volte/anno]==44[volte/anno]
[volte/anno]
QQ ==√√[ [(2
(2**DD**K)
K)/ /(v(v**i)i)] ] ⇒
⇒Q²
Q² ==(2
(2**DD**K)
K)/ /(v(v**i)i)
⇓⇓
KK ==[Q²
[Q²**(v(v**i)]
i)]/ /(2
(2*D)
*D)
==(160.000
(160.000**30.000
30.000**0,1)
0,1)/ /(2
(2*1.200)
*1.200)
==200.000
200.000€/ordine
€/ordine
Università degli Studi di Udine – De Toni - Zanutto
35
ROP: ESERCIZIO
Q
1°
2°
3°
Lmax = 500
A
LR = 400
D
Q
W * LT
SS + Q/2 =
300
Q
2
α
SS = 100
B
0.25
ordini/mese 0.25
1 mese
LT = 3 mesi
TBO = 4 mesi
C
0.25
0.25
α
SS = 1 mese
TBA/2 = 2 mesi W
IC = 3 mesi
TBA = 4 mesi
IC =
tempo
TBA SS
+
2
W
12 mesi
Università degli Studi di Udine – De Toni - Zanutto
36
ROP e MIN MAX SYSTEM
â
ROP
Quantità d’ordine fissa
Frequenza d’ordine variabile
MINI MAX SYSTEM â
Quantità d’ordine variabile
Frequenza d’ordine variabile
Lmax
SS
tempo
Università degli Studi di Udine – De Toni - Zanutto
37
ROP e MIN MAX SYSTEM (periodicità fissa)
ROP
â
a periodicità fissa
MINI MAX SYSTEM â
a periodicità fissa
Quantità d’ordine fissa
Frequenza d’ordine fissa
Quantità d’ordine variabile (mira a
ripristinare il livello massimo delle scorte)
Frequenza d’ordine fissa (ordino a intervalli di
tempo regolari)
Università degli Studi di Udine – De Toni - Zanutto
38
VARIANTI DEL ROP
QUANTITA' DELL’ORDINE
Fissa
Variabile
Variabile
ROP
classico
MINI MAX
SYSTEM
Fissa
ROP
a periodicità fissa
MINI MAX
SYSTEM
a periodicità fissa
FREQUENZA
EMISSIONE
ORDINE
Università degli Studi di Udine – De Toni - Zanutto
39
ESEMPIO DI NON APPLICABILITÀ DEL ROP
DATI:
D = 360 pezzi/anno
CALCOLARE: EOQ, N, TBO
v = 200.000 €/pezzo
IR, IC, CT,
i = 11,25 %
LR, Lmax
K = 18.000 €/ordine
SS = 8 pezzi
LT = 1 mese
EOQ = √ [(2*K*D) / (v*i)] = √ [(2*18.000*360) / (20.000* 0,1125)] = 24 pezzi
N = D / Q = 360 / 24 = 15 ordini/anno
TBO = Q / W = 24 / (360/12) = 0,8 mesi = 24gg
IR = D / (Q/2 + SS) = 360 / (8 +12) = 18 volte/anno
IC = 1 / IR = 1 / 18 = 0,057mesi = 20 gg
LR = SS + (W*LT) = 8 + (30*1) = 38 pezzi
Lmax = SS + Q = 8 + 24 = 32 pezzi
Università degli Studi di Udine – De Toni - Zanutto
â Lmax < LR
40
ESEMPIO DI NON APPLICABILITÀ DEL ROP
Q
38
32
Q=24
Q=24
26
8
2
LT
LT
tempo
Q
Q ↑↑fino
finoaaW·LT
W·LTperché
perchéfunzioni
funzioniililROP
ROP
Università degli Studi di Udine – De Toni - Zanutto
41
COPERTURA TOTALE
IL
ILROP
ROPNON
NONFUNZIONA!
FUNZIONA!
⇓⇓
La
Lasoluzione
soluzionenon
nonèèaumentare
aumentareililQQbensì
bensìanticipare
anticiparel’ordine
l’ordine
Di
Diquanto
quantoanticipo
anticipol’ordine?
l’ordine?
Anticipo
Anticipodell’ordine
dell’ordine==LT
LT--TBO
TBO==30
30--24
24==66gg
gg
COPERTURA
COPERTURATOTALE
TOTALE==SCORTA
SCORTAFISICA
FISICA++ORDINI
ORDINIIN
INSOSPESO
SOSPESO
COPERTURA
COPERTURATOTALE
TOTALEANCHE
ANCHEDETTA
DETTASCORTA
SCORTAVIRTUALE
VIRTUALE
••
••
Sofisticazione
Sofisticazionedel
delROP
ROP
Per
Percodici
codiciaadomanda
domandaindipendente
indipendente
Università degli Studi di Udine – De Toni - Zanutto
42
COPERTURA TOTALE
62
Q=24
01
02
Scorta
virtuale
03
LR = 38
Lmax=32
Q=24
00
01
SS = 8
02
A
anticipo
= 6gg
TBO = 24gg
LT = 30gg
Università degli Studi di Udine – De Toni - Zanutto
Scorta
fisica
B
tempo
43
VARIAZIONI SCORTA FISICA E COPERTURA
Azione
Prelievo
Emissione orine
Versamento
Scorta fisica
Copertura Totale
m
g
k
m
k
g
Università degli Studi di Udine – De Toni - Zanutto
Scorta fisica ↑
Ordini in sospeso ↓
44
ROP VERSUS COPERTURA TOTALE
2⋅ D⋅k
EOQ =
v ⋅i
EOQ
EOQ
W·LT
W·LT
Se
Se
EOQ ≥ W ⋅ LT
EOQ < W ⋅ LT
ROP
ROP
COP.
COP.TOT.
TOT.
EOQ
≥ LT
W
TBO ≥ LT
Università degli Studi di Udine – De Toni - Zanutto
EOQ
< LT
W
TBO < LT
45
OSCILLAZIONE DEGLI ORDINI NEL ROP
Q
Lmax
00
01
02
Q
LR
W ·TBO
Q
00
01
02
W ·LT
SS
LT
TBO
Ritardo =
LT-TBO
tempo
TBA
Università degli Studi di Udine – De Toni - Zanutto
46
1 CASO - ROP: LT < TBO ORDINI IN SOSPESO TRA 0 e 1
Q
Lmax
00
01
1
0
R1≡ Lmax
02
Q1
0
1
0
LR
W ·TBO
Q
00
01
02
W ·LT
SS
tempo
(LT-TBO)·W
R2=(LT-TBO)·W+SS
R2
LT-TBO
LT
TBO
RR1==TBO·W+SS
1 TBO·W+SS
RR2==(LT-TBO)·W+SS
(LT-TBO)·W+SS
2
Università degli Studi di Udine – De Toni - Zanutto
47
2 CASO ROP: LT = TBO ORDINI IN SOSPESO = 1
Q
01
03
02
Lmax=LR
1
R1≡Lmax≡LR
1
Q
W ·TBO
=
0 2 W ·LT
Q
Q
00
01
R2 ≡ SS
tempo
LT=TBO
RR1==TBO·W+SS
1 TBO·W+SS
RR2==(LT-TBO)·W+SS
(LT-TBO)·W+SS
2
Università degli Studi di Udine – De Toni - Zanutto
48
3 CASO - COP.TOT. : LT > TBO ORDININ IN SOSPESO TRA 1 e 2
62
Q=24
01
LR = 38
1
02
2
1
Scorta
virtuale
03
2
1
2
1
Lmax=32
Q=24
00
01
SS = 8
02
A
anticipo
= 6gg
TBO = 24gg
LT = 30gg
Università degli Studi di Udine – De Toni - Zanutto
Scorta
fisica
B
tempo
49
OSCILLAZIONI DEGLI ORDINI
CASO
N° ORDINI IN SOSPESO TECNICA
1 LT < TBO
Tra 0 e 1
ROP
2 LT = TBO
1 costante
ROP
3 LT > TBO
Tra 1 e 2, 2 e 3
,…, n-1 e n
COP. TOT.
N °OrdiniInSospeso
LT
=
TBO
Università degli Studi di Udine – De Toni - Zanutto
RR1==TBO·W+SS
1 TBO·W+SS
RR2==(LT-TBO)·W+SS
(LT-TBO)·W+SS
2
50
ROP: Esempio
DATI
EOQ = 800 pezzi
SS = 100 pezzi
LR = 200 pezzi
Pezzi
Ordine 124
SS + Q/2 = 500
Ordine 123
Lmax = SS + Q
=900
LR = 200
SS = 100
Università degli Studi di Udine – De Toni - Zanutto
tempo
51
COPERTURA TOTALE: Esempio
DATI
EOQ = 800 pezzi
SS = 400 pezzi
LR = 1600 pezzi
Ordine 124
SS = 400
Scorta
virtuale
Ordine 123
SS + Q/2 = 800
Ordine 122
Lmax = SS + Q
= 1200
Ordine 123
LR = 1600
Ordine 124
Pezzi
Scorta
fisica
tempo
Università degli Studi di Udine – De Toni - Zanutto
52
COPERTURA TOTALE
Effetti nel caso di variazione dei consumi
LR = 1600
Lmax = SS + Q
= 1200
SS + Q/2 = 800
Con
Co
ns
um
sum
im
im
ag
gio
inor
i
Scorta
virtuale
ri
C on
sum
Co
n
SS = 400
i m in
su
m
im
Ordine 123
Ordine 123
Pezzi
ori
ag
gio
r
i
Scorta
fisica
tempo
STOCK-OUT
Università degli Studi di Udine – De Toni - Zanutto
53
COPERTURA LIBERA
In caso di domanda variabile si utilizza la Copertura
libera:
CL = SF + OS - FP.
Dove:
SF: Scorta fisica
OS: Ordini in sospeso
FP: Fabbisogni previsti
Università degli Studi di Udine – De Toni - Zanutto
54
COPERTURA LIBERA (Esempio)
DATI
EOQ = 800 pezzi
SS = 200 pezzi
.
Ordine 123
Ordine 124
SS + Q/2
= 600
Ordine 122
Lmax = SS + Q
= 1000
Ordine 123
LR = 200 pezzi
Copertura
libera
Scorta
fisica
SS = LR =200
tempo
Università degli Studi di Udine – De Toni - Zanutto
55
ori
nsu
mi
m in
Copertura
libera
ori
m
su
i
i
r
gio
ag
Scorta
fisica
r
gio
ag
im
im
m
su
m in
Ordine 123
nsu
mi
Co
n
Co
Ordine 124
Co
n
Co
SS + Q/2 = 600
Ordine 122
Lmax = SS + Q
= 1000
Ordine 123
COPERTURA LIBERA (Esempio)
Effetti nel caso di un cambiamento dei consumi
SS = LR = 200
tempo
Università degli Studi di Udine – De Toni - Zanutto
56
ROP
DI
Se LT grande
GI
CT
GA
Se la domanda varia
(previsioni
DI
CL
estrinseche)
GA
DI
Se politiche di lot sizing
(previsioni
estrinseche)
TPOP
Se politiche di lot sizing e
se esiste legame padre
figlio
GA
(previsioni
estrinseche)
GA
(calcolato)
Università degli Studi di Udine – De Toni - Zanutto
DI
DI
TPOP
e MRP
per padre
per figli
DD
Codici in DB
GI
Codici Stand Alone
MOTIVAZIONI PER USO DI TECNICHE PIÙ SOFISTICATE
57
Codici
a Distinta Base
Codici
Stand Alone
ESEMPIO DI UTILIZZO DELLE DIVERSE TECNICHE
Previsioni
Previsionidi
diVendita
VenditaIntrinseche
Intrinseche
ROP
COP. TOT.
Piano
Pianodi
diProduzione
Produzione
su
Ordini
su OrdiniClienti
Clienti
Università degli Studi di Udine – De Toni - Zanutto
Previsioni
Previsionidi
diVendita
VenditaEstrinseche
Estrinseche
COP. LIBERA
Piano
Pianodi
diProduzione
Produzione
su
Previsione
di
Vendita
su Previsione di VenditaEstrinseca
Estrinseca
ORDINE
CLIENTE
TPOP
MRP
MRP
MRP
MRP
58
COPERTURA LIBERA VS TPOP-MRP
Copertura Libera
=
TPOP-MRP
Periodo
Scorta Fisica
Padre
+
Fabb. lordi
Ordini in sospeso
Ordini Aperti
-
Disponibilità
Fabbisogni previsti
Ordini Pianificati
1
2
3
4
…
4
…
Periodo
Figlio
1
2
3
Fabb. lordi
Ordini Aperti
Disponibilità
Ordini Pianificati
Università degli Studi di Udine – De Toni - Zanutto
59
TPOP
MRP
Università degli Studi di Udine – De Toni - Zanutto
60
ROP PER MATERIALI A DOMANDA DIPENDENTE
Andamento
delle scorte
dei prodotti
finiti
Order
Point
t
Andamento
delle scorte
dei
componenti
Order
Point
t
Andamento
delle scorte
delle materie
prime
Order
Point
t
Università degli Studi di Udine – De Toni - Zanutto
61
IL CUTTING APPROACH (CA)
1. Reticolo Temporale
⇓
Distinte base tempificate e ruotate di 90°
2. Approvvigionamento al più presto
3. Non si considerano
• Ordini Aperti
• Giacenze
Università degli Studi di Udine – De Toni - Zanutto
62
IL CUTTING APPROACH (CA): Esempio
C1
PF
SA1
SA1
C1
C2
SA2
C2
PF
C3
C3
SA2
Tempo
Acquisto C1
Acquisto C2
Acquisto C3
CA
C1
SA1
C2
PF
C3
SA2
Tempo
Università degli Studi di Udine – De Toni - Zanutto
63
M.R.P.: MATERIAL REQUIREMENTS PLANNING
CARATTERISTICHE
• Materiali a Domanda dipendente
• Gestione Tempi e Quantità
• Utilizzo Bill of Materials
PARAMETRI
•
FABBISOGNI LORDI
• CALCOLATI
• ORDINI APERTI
• DISPONIBILITA’
• ORDINI PIANIFICATI
Università degli Studi di Udine – De Toni - Zanutto
64
LOGICA DELL’MRP
Nettificazione
Fabbisogni
Fabbisognilordi
lordi
Attraverso
Fabbisogni
netti
Fabbisogni
netti
del
codice
del codice
Ordini al più tardi
Politiche di lot sizing
Ordini
Ordinidel
delcodice
codice
Fabb.
Fabb.Netti
Netti==Fabb.
Fabb.Lordi
Lordi––Giacenze
Giacenze––Ordini
OrdiniAperti
Aperti
Università degli Studi di Udine – De Toni - Zanutto
65
LOGICA DELL’MRP (CONTINUAZIONE)
da ordini cliente
fabbisogni
PADRE
calcolati (MRP)
ordine
FIGLIO
previsti (TPOP)
fabbisogno
lordo
calcolato
ordine
fabbisogno
lordo
calcolato
NIPOTE
Ordine di acquisto
ordini datati
ê
fabbisogni lordi
- disponibilità
- ordini aperti
= fabbisogni netti
PADRE
FIGLIO
(ordini datati in funzione di politiche di lot sizing)
NIPOTE
Università degli Studi di Udine – De Toni - Zanutto
ê
fabbisogni lordi
66
MRP: POLITICHE DI RIORDINO
POLITICHE DI RIORDINO
• EOQ
• Ordine = fabbisogno
• period order quantity (POQ)
• Q fissa
• …
DATI DI INPUT DEI CODICI GESTITI A MRP
• distinta base
• Legame padre figlio
• Coefficiente di utilizzo
• politica di riordino
• lead time di rifornimento
• sistema di protezione dell’incertezza
[scorte di sicurezza (SS), lead time di sicurezza (LTS)]
Università degli Studi di Udine – De Toni - Zanutto
67
COME IL TIME PHASED ORDER POINT PUÒ SIMULARE IL ROP
Vediamo come un il TPOP simula un ROP.
Hp del ROP: la domanda storica è uguale a quella futura
ESEMPIO:
ESEMPIO:
W
W==17
17pz/periodo
pz/periodo
LT
LT==22periodi
periodi
EOQ
EOQ==50
50pz
pz
SS
SS==100
100pz
pz
Ora
Oravediamo
vediamocosa
cosaaccade
accadeusando
usandoililROP
ROPool’TPOP
l’TPOP
Università degli Studi di Udine – De Toni - Zanutto
68
ROP
150
134
100
livello di riordino
17
50
1 periodo 17
scorte di sicurezza
1 periodo
LR = W*LT +SS
LT = 2
Università degli Studi di Udine – De Toni - Zanutto
nuova
emissione
dell’ordine
nuovo arrivo
dell’ordine
69
TPOP
Assumendo una domanda storica = alla domanda futura ho un
fabbisogno lordo = 17 per ogni periodo.
Ipotizzando inoltre di partire da una disponibilità di 170 pezzi:
prvisioni di
vendita
Periodi
Fabbisogni
lordi
1
2
3
4
5
6
7
8
17
17
17
17
17
17
17
17
153
136
119
102
135
118
101
134
ordini aperti
Disponibilità
170
Ordini
pianificati
50
50
punto di
riordino
raggiunto
Livello di riordino = SS + (FL*LT) = 100 + (17*2) = 134 ⇒ LR:Non calcolato dal sistema
Università degli Studi di Udine – De Toni - Zanutto
70
TPOP: CARATTERISTICHE
• Utilizza una logica del guardare avanti
• Rispetto al ROP ha i seguenti vantaggi:
• Utilizza previsioni estrinseche
• Definisce politiche di lot sizing
(es: Ordine = Fabbisogno)
Università degli Studi di Udine – De Toni - Zanutto
71
CLASSIFICAZIONE DELLE TECNICHE
DI GESTIONE DEI MATERIALI
DOMANDA
PREVISTA
CALCOLATA
(previsione intrinseca)
– ROP
– CT
QUANTITÀ
DATI
GESTITI
QUANTITÀ
E TEMPI
CA
(previsione estrinseca)
Università degli Studi di Udine – De Toni - Zanutto
– TPOP
– CL
MRP
72
VARIABILI PER LA SCELTA
DEI SISTEMI DI GESTIONE DEI CODICI
• Larghezza della distinta base
• Profondità della distinta base
• Valore di impiego
• Continuità di consumo
• Relazione tra LT e Tempo di programmazione
Università degli Studi di Udine – De Toni - Zanutto
73
LARGHEZZA E PROFONDITÀ DELLA DISTINTA BASE
Larghezza: Definisce il numero di figli del singolo padre
Se la probabilità di trovare un singolo codice disponibile è Pi,
la probabilità di trovare tutti i codici figli per realizzare il padre è
Pi elevata alla n (con n = n° di figli)
Larghezza
Bassa ⇒ ROP
Alta
⇒ MRP
Profondità: definisce il numero di livelli
Profondità
Università degli Studi di Udine – De Toni - Zanutto
Bassa ⇒ ROP
Alta
⇒ MRP
74
VALORE D’IMPIEGO
Il valore d’impiego è definito come:
Valore unitario del pezzo * Quantità consumata in un anno
Valore d’impiego
Università degli Studi di Udine – De Toni - Zanutto
Basso ⇒ROP
Alto
⇒MRP
75
CONTINUITÀ DI CONSUMO
La frequenza d’uso determina la prevedibilità
della domanda
Continuità di consumo
Università degli Studi di Udine – De Toni - Zanutto
Bassa ⇒ MRP
Alta
⇒ ROP
76
RELAZIONE TRA LT E TEMPO DI PROGRAMMAZIONE
Caso 1)
TP >= LT cumulato
PF
SA
C
MP
DATA DI t
CONSEGNA
OGGI
TP
LTcumulato
LTSA
LTC
LTMP
Caso 2)
TP < LT cumulato
PF
SA
C
MP
DATA DI
t
CONSEGNA
OGGI
Università degli Studi di Udine – De Toni - Zanutto
TP
77
RELAZIONE TRA LT E TEMPO DI PROGRAMMAZIONE
(CONTINUA)
Caso 1) TP > LT
Produzione e acquisto
su ordine (MRP)
ROP
non oggetto di piano
(MP)
Caso 2) TP < LT
TPOP-MRP
oggetto di piano
(C, SA, PF)
Università degli Studi di Udine – De Toni - Zanutto
78
RELAZIONE TRA LT E TEMPO DI PROGRAMMAZIONE
PF
aziende PTO
SA
Piano su ordine
C
MP
OGGI
t
PF
SA
aziende MTO
C
Piano di acquisto
su previsione
MP
OGGI
t
PF
SA
aziende ATO
C
MP
OGGI
t
Università degli Studi di Udine – De Toni - Zanutto
Piano di produzione
su ordine
Piano di assemblaggio
su ordine
Piano di produzione
su previsione
79
SISTEMI DI PIANIFICAZIONE
SA
MP
MP’
Acquisto
Ordine
Acquisto
Ordine
Acquisto
Ordine
Acquisto
Fabbricazione
ROP
Assiemaggio
ROP
MRP
TPOP
MRP
verifica mancanti
Spedizione
TPOP
FAS
MPS
ROP
DRP
Verifica
mancanti
MTS
anni ‘60
MTS
TPOP
ATO
MTO
MRP
PTO
MRP
verifica mancanti
PF’
ROP
MRP
MRP
Ordine
MRP
Acquisto TPOP verifica mancanti
Ordine
Acquisto
PF
MRP
MPS
Magazzino di snodo
Università degli Studi di Udine – De Toni - Zanutto
80
CLASSIFICAZIONE DELLE TECNICHE DI GESTIONE SCORTE
GESTIONE SCORTE
LOGICHE
TECNICHE
VARIABILI
andamento giacenze
Q
• Scorta di sicurezza
PUNTO DI RIORDINO
GUARDARE INDIETRO
• Lotto economico
(ROP)
• Livello di riordino
Lmax
LR
SS
LT
tempo
Q
• Scorta di sicurezza = 0
• Lead Time di sicurezza = 0
• Lotto per lotto
GUARDARE AVANTI
PIANIFICAZIONE
FABBISOGNO DEI
MATERIALI (MRP)
GUARDARE
INDIETRO/AVANTI
tempo
Q
• Scorta di sicurezza
• Lead Time di sicurezza
• Dimensionamento del lotto
SS
tempo
Università degli Studi di Udine – De Toni - Zanutto
81
SISTEMI DI PROTEZIONE CONTRO
L’INCERTEZZA E L’INSTABILITÀ
Università degli Studi di Udine – De Toni - Zanutto
82
INCERTEZZA E SISTEMI DI PROTEZIONE
DOMANDA
FONTI DI
INCERTEZZA
FORNITURA
QUANTITA’
TIPI DI
INCERTEZZA
TEMPI
FONTI DI INCERTEZZA
DOMANDA
FORNITURA
TEMPI
Fabbisogno che
slitta da un periodo
all'altro
Ordini evasi in data
posticipata
QUANTITA'
Fabbisogno > o <
del pianificato
Ordini evasi nella
quantità richiesta
TIPI DI
INCERTEZZA
Università degli Studi di Udine – De Toni - Zanutto
83
I SISTEMI DI PROTEZIONE
SCORTE DI
SICUREZZA
SISTEMI DI
PROTEZIONE
LEAD TIME DI
SICUREZZA
Come fronteggiare l’incertezza: ESEMPIO
LT = 2
Q = 50 pezzi
Disponibilità = 40 pezzi
Università degli Studi di Udine – De Toni - Zanutto
84
I SISTEMI DI PROTEZIONE: ESEMPIO
Fabbisogno lordo
1
2
3
4
5
20
40
20
0
30
10
10
30
Ordini aperti
Disponibilità
50
40
20
30
Ordini pianificati
Fabbisogno lordo
50
1
2
3
4
5
20
40
20
0
30
Ordini aperti
Disponibilità
50
40
Ordini pianificati
Fabbisogno lordo
20
SS = 20
30
60
60
30
1
2
3
4
5
20
40
20
0
30
50
Ordini aperti
Disponibilità
50
40
Ordini pianificati
Assenza di
tecniche di
protezione
20
30
LTS = 1
10
60
30
50
Università degli Studi di Udine – De Toni - Zanutto
85
I SISTEMI DI PROTEZIONE: OSSERVAZIONI
Quando utilizzare una o l’altra tecnica?
Da studi effettuati attraverso delle simulazioni si sono ottenuti i seguenti risultati:
LTS
FORNITURA
SS
INCERTEZZA
INCERTEZZASULLE
SULLEQUANITA’
QUANITA’
SS
LTS
DOMANDA
SS
QUANTITA’ SCORTE
Università degli Studi di Udine – De Toni - Zanutto
LIVELLO DI SERVIZIO
LIVELLO DI SERVIZIO
INCERTEZZA
INCERTEZZASUI
SUITEMPI
TEMPI
FORNITURA
LTS
SS
DOMANDA
LTS
QUANTITA’ SCORTE
86
SENSIBILITA’ DEI SISTEMI MRP: INSTABILITA’
ESEMPIO
A padre
LTA = 2
POQA = 5
B figlio
LTB = 4
POQB = 5
A
1
2
2
24
3
3
4
5
5
1
6
3
7
4
8
50
28
26
14
2
13
8
7
4
50
0
0
B
1
14
14
2
2
3
4
5
6
50
7
8
2
48
2
2
2
0
0
0
2
Supponiamo che una mattina chiami un cliente variando l’ordine del periodo 2 da 24
a 23
Università degli Studi di Udine – De Toni - Zanutto
87
INSTABILITA’ (esempio)
A
1
2
2
23
3
3
4
5
5
1
6
3
7
4
8
50
28
26
3
63
0
58
57
54
50
0
B
1
2
63
3
4
5
6
7
8
2
47
14
16
-47
Osservazioni:
riducendo gli ordini vado in ritardo
La causa è imputabile alla politica di riordino
Università degli Studi di Udine – De Toni - Zanutto
88
DOMANDA A BLOCCHI (Lumpy Demand)
A
B
D 1
1
1
1
1
1
D 6
P
0
0
0
0
5
P 15 0 15 0
5
6
6
C
6
6
6
D 3
0 15
3
P 10 0
3
D
3
3
3
D 7
0 10 0
0
P 25 0
X
7
7
7
7
7
0 25 0
0
Y
D 20 0 15 0
0 20
D 35 0
0 35 0
0
P 25 0 25 0
0 25
P 50 0
0 50 0
0
Z
D 75 0 25 50 0 25
D Domanda
P
Università degli Studi di Udine – De Toni - Zanutto
Ordini Pianificati
89
INSTABILITA’: OSSERVAZIONI
Per ridurre l’instabilità dei sistemi MRP si devono utilizzare
• ORDINI CONFERMATI
• POLITICHE DI RIORDINO VARIABILI AI VARI LIVELLI
Generalmente:
EOQ
→
per PF
a FABBISOGNO
→
per SA o C
POQ
→
per MP
(v. lumpy demand)
• CONTROLLARE E DEFINIRE DEI RANGE DI VARIAZIONE DEI PARAMETRI
(soprattutto SS e LTS)
Università degli Studi di Udine – De Toni - Zanutto
90
ALTRE FUNZIONI DEL SISTEMA MRP
Università degli Studi di Udine – De Toni - Zanutto
91
SISTEMI NET CHANGE VERSUS SISTEMI RIGENERATIVI
SISTEMI RIGENERATIVI:
Tutti i record vengono completamente ricostruiti ad ogni
modifica di uno dei record
SISTEMI NET CHANGE (“cambiamento netto”):
Vengono ricostruiti solo i record che presentano informazioni
nuove o modificate.
Università degli Studi di Udine – De Toni - Zanutto
92
GESTIONE DEGLI ORDINI CONFERMATI
RRF
LTPF fisico
PF
C
MP
STATI
DEGLI
ORDINI
Data
Oggi emissione
ordine
STATI DEI
FABBISOGNI
Data
conferma
ordine
t
Data
lancio
ordine
Data
consegna
Pianificato
Confermato
Pronto
per il
rilascio
Aperto
Chiuso
t
Pianificato
Impegnato
Pronto
per il
rilascio
Prelevato
Chiuso
t
FPF = Firm Planned fence
RRF = Ready for Release Fence
LT = Lead Time
Università degli Studi di Udine – De Toni - Zanutto
93
SISTEMI BUCKETLESS E COMPONENT OFFSET ADJUST (COA)
• SISTEMI BUCKETLESS
Sistemi che permettono una pianificazione su periodi sempre minori fino ad
arrivare a pianificare a giornata e a ora
• COMPONENT OFFSET ADJUST (COA)
COA = ritardo con cui deve essere disponibile il componente
C
C1
Operazione
1
C2
Università degli Studi di Udine – De Toni - Zanutto
Operazione
2
Operazione
3
SA
C3
94
GESTIONE CODICI FANTASMA E CODICI VISTA
I codici fantasma vengono introdotti per avere uguaglianza tra la distinta
base della progettazione e quella della gestione della produzione.
I codici fantasma sono “trasparenti” alla produzione
MP
C
SA
PF
per la
progettazione
MP
per la
produzione
PF
NO prelievi, NO versamenti
ordine = fabbisogno
SS = 0, LTS = 0, LT = 0
Al contrario i codici vista esistono solo in produzione e non in progettazione
(esempio: devono essere fatte particolari lavorazioni non previste)
I codici vista sono “trasparenti” alla progettazione
Università degli Studi di Udine – De Toni - Zanutto
95
GESTIONE CODICI FANTASMA E CODICI VISTA
Vengono introdotti per avere uguaglianza tra la distinta base della
progettazione e quella della gestione della produzione.
I codici fantasma sono “trasparenti” alla produzione
I codici vista sono “trasparenti” alla progettazione
MP
C
SA
PF
per la
progettazione
MP
PF
per la
produzione
NO prelievi, NO versamenti
ordine = fabbisogno
SS = 0, LTS = 0, LT = 0
Università degli Studi di Udine – De Toni - Zanutto
96
LOW LEVEL CODING
Tale sistema esamina la distinta base e individua il livello più basso in cui
presente un codice permettendo in tal modo di individuare la quantità effettiva e
totale da ordinare per quel codice.
X
LIVELLO 0
LIVELLO 1
A
LIVELLO 2
LIVELLO 3
Y
Z
A
A
A
Università degli Studi di Udine – De Toni - Zanutto
A
A
A
97
SISTEMI MULTI LEVEL PEGGING
SINGLE LEVEL PEGGING:
trova la sorgente della domanda al livello superiore
(fabb. nipote → ordine figlio → fabb. figlio..)
MULTI LEVEL PEGGING:
trova la sorgente della domanda direttamente al livello del PF
Esempio di utilizzo
Ordini di MP in ritardo
Università degli Studi di Udine – De Toni - Zanutto
98
PSEUDO PARENT
PADRE: PF presente nel magazzino del Retailer
FIGLIO: PF presente nel magazzino di AREA
NIPOTE: PF presente nel magazzino di FABBRICA
PF’
PF
DISTRIBUTION
SYSTEM
PF’’
PLANT
SYSTEM
Università degli Studi di Udine – De Toni - Zanutto
99
CLASSIFICAZIONE ABC
Università degli Studi di Udine – De Toni - Zanutto
100
CLASSIFICAZIONE ABC
Fatturato (%)
100%
95%
80%
A
B
20%
C
50%
Università degli Studi di Udine – De Toni - Zanutto
100%
Numero di codici (%)
101
CLASSIFICAZIONE ABC INCROCIATA
RISPETTO AL FATTURATO
RISPETTO AL
CLIENTE
A
B
C
A
AA
AB
AC
B
BA
BB
BC
C
CA
CB
CC
Università degli Studi di Udine – De Toni - Zanutto
102