Innovazione

Supply chain agili e resilienti, ecco come realizzarle

Le aziende, oltre a rivedere il network logistico-industriale e la catena di fornitura, devono intervenire sulla pianificazione, attivando un modello di data driven sales, profit & operations planning (SP&OP) avente otto precise caratteristiche. Vediamo quali

Pubblicato il 10 Lug 2020

Alberto Proverbio

Associate Partner VPS, Digital Supply Chain & Manufacturing lead Professionista Supply Chain, Operations e Industry 4.0

catena di approvvigionamento

L’emergenza Coronavirus, oltre a essere una gravissima crisi umanitaria, sta impattando pesantemente l’economia globale e la supply chain delle aziende nel mondo, sia in termini di catena di fornitura (con blocco e rallentamento delle attività produttive e logistiche), ma soprattutto di incertezza, variabilità e generale contrazione della domanda.

La crisi è partita dalla Cina, che ha dovuto affrontare inizialmente un problema di mancanza di capacità produttiva e successivamente un problema di domanda, sia interna ma anche e soprattutto una riduzione della domanda dagli Usa (che a marzo si è ridotta del 45% rispetto al 2019) e dall’Europa. Si tratta pertanto di più crisi ripetute di domanda e supply, una vera situazione di multi-shock per le supply chain globali. Non solo generale contrazione della domanda con una maggiore propensione al risparmio da parte dei consumatori, ma anche un sostanziale cambiamento delle abitudini, con una forte crescita dei canali on-line (in Italia crescita dell’80% a marzo, in Cina del 20%, negli Usa una crescita superiore al 50% per prodotti fitness e wellness, superiore al 40% per prodotti per la casa, oltre il 30% per farmaci da banco, snack, tabacco, food delivery), con molti prodotti e servizi in forte crisi, come ristorazione, travel, fashion, auto, elettrodomestici, giochi, abbigliamento, e alcuni prodotti “vincenti” con incremento netto della domanda, come ad esempio preventive healthcare, dispositivi medici, vitamine, fresh food.

Aumenta pertanto in modo significativo l’imprevedibilità e la volatilità della domanda, con fenomeni macroscopici di effetto Forrester (bullwhip o “frusta” in italiano) ovvero di aumento della variabilità della domanda man mano che ci si allontana dal cliente finale e si risale lungo la catena di fornitura.

In questa situazione diventa sempre più difficile pianificare la domanda, bilanciare domanda e supply (stock e capacità produttiva interna e dei propri fornitori e partner industriali) e gestire l’intera supply chain.

La disponibilità di nuove tecnologie digitali

Contemporaneamente si pone, come sappiamo, la disponibilità di nuove tecnologie digitali e innovative come la capacità di gestire grandi moli di dati (big data), analitiche avanzate di tipo predittivo e prescrittivo, intelligenza artificiale, machine learning, piattaforme applicative in Cloud, simulazione di scenari, IoT, connettività e sensori, digital workplace, remote coaching, chatbot con Natural Language Recognition, additive manufacturing (3D), realtà aumentata, digital twin, ecc.

Si tratta di un vero momento di discontinuità per le aziende, ma è anche una opportunità per ripensare al proprio modello di supply chain, creando dei modelli con maggiore agilità e resilienza agli eventi di rischio e alla volatilità della domanda, sfruttando la meglio le nuove tecnologie innovative e digitali

In particolare, le aziende, oltre a rivedere il network logistico-industriale e la catena di fornitura, devono intervenire sulla pianificazione della supply chain, attivando un modello di data driven sales, profit & operations planning (SP&OP), con le seguenti 8 caratteristiche:

1. Look forward (zero based) demand planning

I consueti modelli di previsione della domanda basati sui dati storici di ordinato non sono più applicabili in questo contesto, è necessario sviluppare un modello guidato dal mercato e zero-based. Si deve:

  1. in primo luogo, prevedere a domanda finale di mercato e lo spostamento tra canali, considerando fattori macro-economici come ad esempio l’evoluzione del GDP, il consumer confidence index, l’indice di disoccupazione, il consumo di carburante, il traffico stradale, cambiamenti legislativi, investimenti in infrastrutture, applicando modelli statistici multi-variati. Questo vale anche per le aziende B2B, che non interagiscono direttamente con il consumatore-cliente finale. Un’altra fonte informativa importante è la “voice of the customer”, informazioni raccolte da un panel di clienti e/o consumatori.
  2. A seguire, pianificare la domanda dell’azienda, considerando l’evoluzione delle quote di mercato, per effetto delle azioni commerciali e di marketing proprie (demand shaping) e dei competitor, del lancio dei nuovi prodotti, nonché il comportamento degli eventuali attori intermedi lungo la filiera (es. distributori).
  3. Sul breve periodo è importante intercettare in tempo reale i segnali di domanda che arrivano dai canali-clienti-punti vendita ma anche dai social media, in modo da avere degli early warning che consentano di eseguire analisi e reagire in tempi rapidi

2. Collaborativo e cross-funzionale

Modello cross-funzionale che include:

  • Look Forward Demand planning (che include Category-Marketing plan)
  • Inventory planning a livello network
  • Production planning (considerando i vincoli industriali)
  • Supplier planning (considerando i vincoli dei fornitori)
  • Distribution planning (considerando i vincoli di trasporto e logistici)

Il processo deve essere collaborativo sia all’interno dell’azienda con il coinvolgimento delle differenti funzioni aziendali (sales, marketing, supply chain, manufacturing, acquisti, finance), sia con i clienti (es. informazioni sell-out, stock), sia con fornitori e contract manufacturer (es. capacità produttiva, stock)

Il processo ha l’obiettivo di bilanciare domanda e supply sui vari orizzonti di tempo e di prendere le decisioni necessarie per:

  • stimolare la domanda
  • priorizzare la domanda
  • aumentare la capacità produttiva propria o dei fornitori
  • aumentare o ridurre i livelli di stock
  • ricercare fornitori alternativi

3. Business e profit planning

La pianificazione va fatta non solo a volume (Qtà) ma anche a valore e in particolare vanno eseguite analisi di profittabilità, dando la priorità, se necessario, a scenari di maggior profitto complessivo.

Proposte di riduzione della complessità e/o riduzione del numero di prodotti possono derivare da queste analisi

Il processo di SP&OP deve essere allineato e integrato con il processo di budget

4. Analitiche e Supply chain risk management

Il modello deve avere la capacità di effettuare simulazioni di più scenari di domanda, di supply e di profit per supportare le decisioni di business, attraverso analitiche di tipo predittivo e prescrittivo, applicando tecniche di machine learning e regole di business.

A questi scenari vanno aggiunti anche le analisi di rischio. Queste analisi richiedono come prerequisito la conoscenza e visibilità della supply chain estesa, in termini di catena di fornitura a più livelli e analogamente dei clienti.

Ad esempio devo sapere in qualche paese produce ogni fornitore chiave di 1° e 2° livello. Nella maggior parte delle aziende non vi è ancora questa visibilità estesa; il 70% delle aziende coinvolte in una ricerca da Resilinc a febbraio 2020, ha dichiarato di non conoscere il proprio network di fornitura a più livelli.

Attraverso dati raccolti da varie fonti informative interne e esterne (rischi di tipo economico, politico, di sicurezza, produttivi-logistici, legali & tax, crisi di fornitori, disastri naturali, a livello di paese-area geografica), vengono evidenziate situazioni di rischio a livello domanda e supply, vengono simulati scenari alternativi e definiti piani di mitigazione e di business continuity.

Secondo un’indagine condotta dall’Institute for Supply Chain a marzo 2020, il 75% delle aziende coinvolte a livello global, ha avuto problemi di disruption, mentre il 44% non aveva un piano di mitigazione dei rischi.

5. Data driven

Un pilastro del modello di SP&OP è la capacità di acquisire e usare in modo utile grandi moli di dati acquisite sia da fonti interne all’azienda (es. sistemi ERP, MES, sensori), sia da fonti dell’ecosistema (es. capacità produttiva, stock dei fornitori), che da fonti esterne (es. dati macro-economici, fattori di rischio, incidenti lungo la catena fornitura, crisi finanziarie di fornitori). Esempi di fonti esterne sono: IHS Markit, Cerved, Bloomberg, Social Media, Resilience360, Local press. Soluzioni di artificial intelligence consentono di accedere a grandi moli di dati non strutturati e riuscire a selezionare quelli rilevanti per l’azienda

6. Differenziato sul breve vs medio termine

Disaccoppiamento tra pianificazione a breve e a medio, assicurando la consistenza dei dati. Ad esempio le informazioni di tipo macro-economico sono più utili sul medio, mentre i segnali di domanda dai clienti-punti vendita hanno maggior rilevanza sul breve periodo. Sul breve l’obiettivo principale è quello di avere dei segnali, degli alert a cui reagire in tempo reale, mentre sul medio periodo è possibile sviluppare scenari alternativi e prendere delle decisioni di business; di sviluppo della domanda, di variazione della capacità produttiva, di lancio di nuovi prodotti, di riduzione della complessità, ecc.

7. Dinamico

Il classico processo di pianificazione con i vari cicli annuale, trimestrale, mensile e il meeting mensile di S&OP, va cambiato e reso più dinamico. Una frequenza mensile per analizzare gli indicatori e prendere delle decisioni può essere inadeguata in un contesto di elevata volatilità. Il processo deve essere più dinamico, frequente, la domanda va rivista almeno settimanalmente, mentre vanno individuati segnali anomali in tempo reale. Il processo va reso più automatico per consentire una maggior frequenza, mentre i planner si devono focalizzare sulle attività a valore aggiunto

8. Planning Hub e supply chain control tower

Un fattore fondamentale è poi quello organizzativo, in termini di competenze e di capacità decisionale, con la costituzione di un planning hub: centro di servizi a valore aggiunto, con una squadra di planner, esperti e “data scientist”, con una visibilità e un controllo sulla filiera estesa, che possano supportare e prendere decisioni sulla base dei dati raccolti e degli scenari elaborati, sia nel breve che nel medio periodo

Esempi di casi aziendali

Alcuni casi aziendali evidenziano i benefici di questo modello innovativo di SP&OP:

  • una global pharma ha costituito una global control tower che fornisce visibilità su tutta la catena estesa; questo ha reso possibile l’aumento della flessibilità, consentendo una risposta rapida e efficace agli eventi di disruption della supply chain come quello legato al COVID-19, al cambio di operatori logistici, a nuove acquisizioni e ha stimolato un approccio di tipo collaborativo per portare avanti miglioramenti lungo tutta la filiera
  • Una importante retail company ha identificato oltre 50 fattori con impatto sulla domanda suddivisi in diverse categorie:
    • fattori macro-economici (GDP, disoccupazione, consumer confidence, consumer price index, prezzo del carburante, manufacturing price index)
    • stagionalità
    • condizioni atmosferiche e disastri naturali
    • competition
    • campagne marketing e promozionali
    • tipologia e profili dei punti vendita

Attraverso analisi statistiche ha individuato le variabili con maggior impatto sulle vendite, migliorando l’affidabilità delle sue previsioni di oltre il 50% e quindi migliorando il livello di servizio e la disponibilità dei prodotti sui punti vendita

  • Una importante azienda multinazionale consumer ha costituito un planning hub, e ha accelerato la frequenza dei suoi processi di planning:
    • giornalmente vengono raccolti e gestiti oltre 10.000 alert, suddivisi in 200 tipologie con un ben definito protocollo di risoluzione per ciascuna tipologia, rendendo la Supply Chain estremamente reattiva
    • ha accelerato il processo di planning mensile passando ad una frequenza settimanale, rispondendo entro 48h a variazioni di domanda e supply

Un modello evoluto di sales, profit & operations planning è alla base di una supply chain agile e resiliente.

Questo modello innovativo, reso possibile dalle nuove tecnologie digitali, consente di accorgersi in tempi molto rapidi di variazioni inattese di domanda e/o supply, di preparare piani di domanda più affidabili, guardando alla domanda finale e di prendere decisioni di business più velocemente e sulla base di dati più solidi e di vari scenari alternativi, considerando il profitto totale come principale obiettivo.

Tutto questo porta dei benefici in termini di miglioramento del livello di servizio e della disponibilità del prodotto al cliente, di riduzione delle vendite perse o a rischio, di riduzione dell’obsolescenza e di miglior utilizzo degli asset industriali. Questi benefici diventano ancora più rilevanti in corrispondenza a situazioni di crisi come il Covid-19, ma anche guerre commerciali, disastri naturali. Peraltro questi macro-eventi stanno statisticamente diventando sempre più frequenti e impattano pesantemente le supply chain globali, sempre più interconnesse e potenzialmente fragili.

Covid-19 ci dà l’opportunità per intraprendere un profondo cambiamento

“Il cambiamento è una legge della vita e coloro che si ostinano a guardare sempre al passato o si concentrano unicamente sul presente possono essere sicuri di perdersi il futuro” (JFK).

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

P
Alberto Proverbio
Associate Partner VPS, Digital Supply Chain & Manufacturing lead Professionista Supply Chain, Operations e Industry 4.0

Articoli correlati