공급망에 있는 대부분의 회사는 전체 공급망에서 자산을 관리하는 데 도움이 되는 도구를 가지고 있습니다. 이러한 자산 관리를 위한 예시적인 도구는 예를 들어 ERP, CRM, SGA 등입니다. 그러나 기본적으로 이러한 솔루션은 일정에 분석 인텔리전스를 적용하지 않습니다.
인공 지능 및 수학적 최적화 기능을 용량 계획 및 관리에 통합하면 체인의 모든 지점에서 실제 최적화를 달성할 수 있습니다. 장기 전략 계획에서 세부 운영 계획에 이르기까지 분석 및 인공 지능의 적용은 일상 운영의 효율성 향상, 격리된 서비스 수준 향상 등에 기여합니다.
공급망을 따라 계획되고 정의된 일정은 처음부터 끝까지 조정 되어야 합니다 . 이는 체인이기 때문에 한 링크의 불일치가 후속 공급 체인 엔티티에 영향을 미치기 때문에 지속적인 공급 흐름을 보장합니다. 예를 들어, 생산 지연은 유통에 영향을 미치므로 관련 배송 날짜도 영향을 받습니다.
공급망 계획 및 스케줄링에서 최적화가 적용될 수 있는 부분과 최적화가 제공하는 이점을 폭넓게 살펴보겠습니다.
더 나은 영업 및 운영 계획
이 시점에서 판매 및 운영에 영향을 미치는 요소를 종합적으로 파악하여 조정하는 것이 중요합니다. 예측 모델을 사용하여 수요를 잘 계획하면 공급망을 따라 다양한 프로세스에서 용량의 최적 치수 및 리소스 할당을 계산하는 데 도움이 됩니다.
보다 효과적인 재고 관리
이 영역에 최적화를 적용하면 항상 필요한 양의 원자재, 중간 제품 또는 품목의 재고를 확보하고 높은 재고 수준, 불량한 수율 또는 과도한 낭비와 같이 수익성에 영향을 미치는 일반적인 장애물을 피할 수 있습니다.
효율적인 생산
생산 공정 순서의 최적 계획 및 다른 일정과의 정렬을 통해 최소한의 비용으로 항상 서비스 수준을 충족할 수 있습니다.
최적화 모델을 적용할 때 다음과 같은 다양한 변수를 고려해야 합니다. 특정 기계를 사용하거나 사용하지 않을 수 있는 직원이 있습니다. 제품이 다른 기계를 거치기 전에 기계를 통과해야 하는 방식의 생산 시퀀스가 있습니다. , 각각의 용량과 실행 시간이 있습니다. 생산 흐름이 최적의 경로를 따르도록 일정이 균형을 이루어야 합니다. 이는 초기 계획을 잘못 조정하는 일상적인 사건(기계의 지연, 고장 또는 고장…)을 계산하지 않은 것입니다. 이러한 이유로 실시간으로 최적의 재계획을 가능하게 하는 도구를 갖추는 것이 매우 중요합니다 .
더 나은 창고 계획 및 운영
창고 운영 계획 에 최적화를 적용하면 다양한 작업(트럭 하역, 상품 위치, 피킹, 포장, 적재 등)과 창고 내 경로에서 시간과 비용을 줄여 결과적으로 배송 시간을 최소화할 수 있습니다.
유통 센터에는 계획할 때 고려해야 하는 작업별로 매우 명확한 최대 작업 부하가 있습니다. 또한 각 작업에 필요한 물리적 노력에는 큰 차이가 있습니다. 예를 들어, 적재 및 하역 작업은 집기 또는 포장 작업보다 물리적으로 훨씬 더 많이 요구됩니다. 이러한 유형의 작업은 특정 직원이 수행할 수 없는 작업도 있고 특정 영역에서 다른 작업보다 더 전문적인 작업을 수행하는 작업자가 있으므로 작업 시간이 다른 작업보다 짧다는 점을 고려하여 균등하게 분배되어야 합니다. 직원.
자원 효율적인 운송 및 물류
운송 계획(차량 및 화물)은 비용을 줄이기 위해 사용 가능한 자원의 사용을 최대화해야 합니다. 한편, 계획된 운송 경로는 비용과 배출량을 줄이기 위해 마일리지와 연료 사용을 최소화하고, 빈 여행을 피하고, 현재 규정(하루 최대 운전 시간 또는 킬로미터, 필수 휴식 시간, 등.).
이와는 다른 매우 흥미로운 예는 상품의 이동이 섹션별로 수행되는 “중계 운송”입니다. 첫 번째 운전자는 트레일러를 A 지점에서 B 지점으로 이동합니다. 이 지점은 트랙터 장치와 운전자를 교체하기 위해 전략적으로 선택한 정지 지점입니다. 이 다른 운송업체는 트레일러를 B 지점에서 C 지점으로 이동하며, 여기서 세 번째 운전자가 트레일러를 픽업하여 최종 목적지 D로 이동합니다. 이러한 방식으로 상품은 지속적으로 이동하며 필수 휴식 시간으로 인해 멈추지 않습니다. 캐리어.
이 양식은 화물을 내려놓고 픽업할 적시와 장소에 있어야 하기 때문에 일부 운송업체와 다른 운송업체의 일정을 크게 조절합니다. 그래서 좋은 계획이 필수적입니다 .
외부 에이전트가 느린 트래픽과 같이 계획에 영향을 미칠 수 있다는 점도 고려해야 합니다. 이 시점에서 일상적인 사건의 부정적인 영향을 최소화할 수 있도록 실시간으로 계획을 다시 세우는 기능을 갖추는 것이 중요합니다.
최적화된 인력
인사 계획에 최적화를 적용하면 노동 규정과 비즈니스 규칙, 요구 사항 및 제한 사항을 준수하면서 생산성과 직원 만족도가 향상됩니다.
INE의 데이터에 따르면 스페인 기업의 8%만이 고급 분석을 사용하여 인적 자원을 관리합니다 . 이는 회사의 92%가 여전히 어떤 유형의 최적화도 없이 스프레드시트 또는 플랫폼을 통해 직원의 일정과 작업을 수동으로 계획하고 있음을 의미합니다. 책임자가 많은 시간을 할애하는 작업이며 모든 변수와 제한 사항을 고려하지 않으면 비효율적일 수 있습니다.
일정과 작업을 최적으로 할당하려면 특정 작업을 수행하는 데 필요한 직원의 능력과 기술, 노동 규정(휴식 시간, 최대 주당 시간, 초과 근무 등), 계약(경력 연수, 영업일, 재고 여부 등), 매장의 개폐 시간 또는 기계의 전원을 켜고 끄는 시간 등
판매 지원에 중점을 둔 매장 직원에 대해 이야기하면 장비의 크기와 직원의 일정 및 작업은 하루 종일 시설을 방문하는 방문자의 흐름과 직접적으로 관련됩니다. 모든 잠재 고객에게 서비스를 제공하려면 피크 시간에 수요를 처리해야 합니다. 또한 매장에 사람이 가장 많이 모이는 시간에는 가장 빠르고 결단력 있는 직원이 있어야 합니다. 매장에 사람이 많을 때 고객이 찾는 것이기 때문입니다. 이런 식으로 전환율이 향상됩니다. 반면, 사용량이 적은 시간에는 개인화된 고객 서비스를 제공하는 데 더 집중하는 직원이 있어야 하며, 해당 시간에 이동하는 고객 프로필은 일반적으로 이러한 유형의 경험을 추구합니다. 이것이 각 고객의 티켓 가치를 높일 수 있는 방법입니다.
결론 및 최종 의견
대부분의 공급망은 생산, 유통 및 판매 계획을 생성하기 위해 기술 도구에 의존하지만 공급의 흐름과 품질을 보장하기 위해 실제 최적화를 적용하고 공급망 전체에 계획을 조정하는 경우는 거의 없습니다. 서비스.
이러한 유형의 계획에 내재된 복잡성에 추가되는 것은 각 영역의 특성과 날마다 발생하는 사건 또는 변경 사항입니다.
수학적 최적화를 적용하여 지능형 계획을 생성하면 운영 효율성을 개선하고 운영 당일 변경 사항에 신속하게 대응할 수 있으며 실시간으로 최적의 재계획을 수립하여 새로운 시나리오에 직면했을 때 비효율성을 최소화할 수 있습니다.
향후 기사에서는 공급망의 여러 영역에서 용량 계획 문제의 해결에 대해 자세히 설명하겠습니다.
최적화 및 시뮬레이션을 전문으로하는 산업 엔지니어 (R, Python, SQL, VBA)
Leave a Reply