1. No category

Lageroptimering hos
Hydrema
M3UG præsentation
10. maj 2012
Et par spørgsmål ?
• Hvor mange varer er der i dit Movex/M3 system ?
• Hvor mange vare/lager records er der i dit Movex/M3 system ?
• Hvornår blev disponeringsdata på vare/lager (MMS002 billede E og F
sidst opdateret systematisk ??
• Eller står de med parametrene fra da systemet blev sat i drift ?
• Er der en fast rutine for at følge en vares livs cyclus og rette
disponeringsdata til i Movex/M3 i forhold hertil ?
Agenda
•
•
•
•
Lidt om Hydrema
Udfordringen
Værktøjet
Løsningen
Hydrema
Udfordringen
• Hydrema har kørt Movex siden 1999
• Hydrema oplevede 2002 – 2007 pæn vækst i omsætning og
efterspørgsel – bl.a. båret frem af høj aktivitet i byggebranchen
• Væksten medfører stigning i working capital (lagre, debitorer)
•
•
•
•
2007 Brat opbremsning
2008 Focus på trimning af working capital
2008-2009 Reduktion af lagre via manuelle rutiner/beslutninger
2010 Trimmer debitor betingelser
… ”men vi skal dybere ned”….
Udfordringen
• 2011 Fase 2 af lagertrimning:
Hvordan sikrer vi en mere systematisk gennemgang/optimering af
lagre ?
Hvordan sikrer vi, at når væksten kommer, at man så stadig har
kontrol over primært lagre ?
Global Supply Chain – ex. maskinlagre
Leverandør
Centrallagre
Service
lagre
Biler
217 / 117
DK
16
NO
1
SE
2
DE
917 / 817
FR
UK
USA
1
Kunder
ww w.intentia.com
Global Supply Chain
Kontrol
Cust omer R elati onship M anagement 5
Leverandør
Centrallagre
Service
lagre
Biler
217 / 117
DK
16
NO
1
SE
2
DE
917 / 817
FR
UK
USA
2
Kunder
Totale lagerværdier – 153.808 ex. maskin
112.595 – 73,1 %
Leverandør
Centrallagre
27,899 – 18,1 %
Service
lagre
1.187 – 0,8 %
Biler
23,360 – 15,1 %
41,388 – 26,9 %
DK 16,860 – 11,0 %
0,987 – 0,6 %
NO 1,682 – 1,1 %
0,126 – 0,1 %
SE 4,395 – 2,9 %
0,061
DE 1,168 – 0,8 %
10,212 – 6,6 %
EXP + OBS:
13,313 – 8,6 %
37,635 – 24,5%
FR 0,239 – 0,2 %
UK 0,658 – 0,4 %
USA 1,723 – 1,1 %
0,020
Global Supply Chain – prod. ABC
Leverandør
Centrallagre
117
41,388 – 26,9 %
817
37,635 – 24,5%
Oms.hast < 2
Global Supply Chain – service ABC
Leverandør
Centrallagre
Service
lagre
Biler
217
DK
16
NO
1
SE
2
DE
917
FR
UK
USA
2
Kunder
Totale lagerværdier – 61.491 ex. Exp mm
33.572 – 55 %
Leverandør
Centrallagre
26,725 – 43 %
Service
lagre
1.194 – 2 %
Biler
23,360 – 36 %
Oms.hast < 2
DK 16,860 – 26 %
0,987
NO 1,682 – 3 %
0,126
SE 4,395 – 8 %
0,061
DE 1,168 – 2 %
10,212 – 16 %
EXP + OBS:
13,313 – 8,6 %
FR 0,239
UK 0,658 – 1 %
USA 1,723 – 3 %
0,020
Mål for workshopdage
At få analyseret lagerværdier og processer, således der kan blive lagt
en plan for nedbringelse af lageret – i første omgang i Danmark.
Aktiviteterne vil - med udgangspunkt data udtrukket fra Hydremas Movex
system – og en foretaget ABC-klassificering af produkter give input til:
- ”Sortimentsstrategi” på centrallagere, servicecentre og biler
- Oplæg til disponeringspolitikker på de forskellige produktområder.
En effekt af ovenstående aktiviteter igangsættes efterfølgende og skal kunne
give effekt ultimo året.
Konklusionerne fra workshopdagen sammenfattes i en rapport, der danner
grundlag for det videre arbejde frem.
Verdens mest udbredte Management princip
Pareto - 80/20 reglen
Produkter
Omsætning
Kritiske produkter
20 %
80 %
Mindre kritiske produkter
80 %
20 %
Alt for ofte anvendes der ikke nok tid på de kritiske 20 %
- og ofte alt for meget tid på de 80 % mindre vigtige produkter
© intellitory ApS
www.abcsoftwork.com
ABC-klassificering
A
Omsætning
80 %
B
80 %
15 %
Produkter
10 %
C
5%
20 %
70 %
© intellitory ApS
www.abcsoftwork.com
ABC Klassificering
NY ABC kode
Omsætning 1 mill.
Gns.
lagerbinding
Gns.
lagerbinding
100 pluk pr måned
Ens ABC kode
NY ABC kode
Omsætning 1 mill.
4 pluk pr kvartal
© intellitory ApS
www.abcsoftwork.com
Den dobbelte ABC
FokusFokus
på indtjening
på antal varenumre
og servicegrad
Indtjening
Servicegrad
BA
BB
BC
AA
A
AB
AC
Pluk
10% af varenumre
CA
CB
B
20% af varenumre
BA
C
CA
70% af varenumre
CC
BB
A
BC
C
AC
B
AB
A
Lager
AA
10% af varenumre
B
20% af varenumre
© intellitory ApS
CB
CC
C
70% af varenumre
www.abcsoftwork.com
Den dobbelte ABC
Mange pluk
Høj
oms
Få pluk
AA
AB
AC
BA
BB
AA
BC
AB
AC
CB
BA
CC
BB
BC
CA
CB
CC
CA
Mange ressourcer
Få ressourcer
Lav
oms
© intellitory ApS
www.abcsoftwork.com
Vedligeholdelse og overvågning!
Mange
bevægelser
Bevægelse
Hurtig
Kan dubevægelse
overskue det?
!!
Mange pluk
Få pluk
Ny vare?
Nye kunder?
Mersalg?
Kampagne?
Høj
oms
!!
Lav
oms
Tid
© intellitory ApS
www.abcsoftwork.com
Dobbelt ABC analyse
Dobbelt ABC analysen er en metode til at klassificere varer,
hvor varerne rangordnes i forhold til deres relative betydning
og i forhold til hinanden. Klassificeringen kan være på basis af:
Mange pluk
Høj omsætning
Omsætning
Volumenværdi
Dækningsbidrag
Fejlrater
Produktegenskaber
Kapitalbinding
Aftræk/pluk
Leveringstid
Kunder
Restordrer
Lav omsætning










Få pluk
AA
AB
AC
BA
BB
BC
CA
CB
CC
© intellitory ApS
www.abcsoftwork.com
Dobbelt ABC analyse
Dobbelt ABC analysen er en metode til at klassificere varer,
hvor varerne rangordnes i forhold til deres relative betydning
og i forhold til hinanden. Klassificeringen kan være på basis af:
Under kategorier
Mange pluk
Høj omsætning
Omsætning
Volumenværdi
Dækningsbidrag
Fejlrater
Produktegenskaber
Kapitalbinding
Aftræk/pluk
Leveringstid
Kunder
Restordrer
Lav omsætning










Få pluk
AA
AB
AC
BA
BB
BC
CA
CB
CC
Nye
© intellitory ApS
Kam Døde Skaf
www.abcsoftwork.com
Identifikation?
AA
AB
AC
BA
BB
BC
CA
CB
CC
© intellitory ApS
www.abcsoftwork.com
Eksempler på skærmbilleder fra workshop
Nye varer: Varer der er oprettet efter 1. marts 2011.
Helt døde varer: Varer der ikke har haft et aftræk siden 1. januar
2000.
Døde varer: Varer der ikke har haft et aftræk siden 1. januar
2010.
Eksempler på skærmbilleder fra workshop
Eksempler på top 20 varer i kvadrant AA
(høj omsætning, høj frekvens)
Sorteret i faldende lagerværdi, beregning af ”overlager” ud fra
antal dages forbrug
Eksempler på top 20 varer i kvadrant AC
(høj omsætning, lav frekvens)
Sorteret i faldende lagerværdi, beregning af ”overlager” ud fra
antal dages forbrug
Forslag til differentieret styring
Omsætning
 Sæt servicegraden op
 Kæmp for mindre kostpriser
 Høj nøjagtighed i data - vigtigt
 Minimer indkøbsomkostningerne
 Brug tid på optimering
 Er der en god avance på varerne?
 Mangel, skaber store omkostninger
 Ofte ”billige” varer
 Ofte lille lagerbinding
 Anvend simple styringsmetoder
 Sæt servicegraden op
 Køb rigeligt
 Kan-ban/VMI kan anvendes
 Pas på ukurnas - høj riskiko
 Ofte høj lagerbinding på få varer
 Brug tid på forecast
 Køb ”forsigtigt”
 Lang leveringstid fra leverandør?
 Længere leveringstid til kunden?
 Lavere servicegrad?
Pluk
AA
AB
AC
BA
BB
BC
CA
CB
CC
 Ofte ”døde” varer
Anvend simple styringsmetoder
 Ofte mindre lagerbinding pr. vare,
men stor lagerbinding total set
 Sæt servicegraden ned
 Køb periodisk
 Skal evt. være skaffevare?
Dataflow
Excel/Tekstfiler
?
• Varenummer
• Varetekst, Gruppe-felter
• Vægt
• Status og opret/ændret dato
•Leverandør, leadtime mm
• Indkøber
• Disponeringsdata
• Seneste trans dato
• Antal solgt
• Antal distribueret
• Antal produceret
• Antal øvrigt forbrug
• Antal transaktioner
• Kostpriser
• Volumenværdi
• m.fl.
• Varenummer
• Ny ABC-kode
• Disponeringsdata
(MMS002) ud fra
dobb. ABC
klassifikation
 Beregning
 Vedligeholdelse
 Overvågning
Data retur til Movex
Ud fra ABC-koderne (AA, AB, BA osv) besluttes disponeringsdata,
der efterfølgende overføres automatisk til Movex
På denne måde følger disponeringsdata varens livscyclus, og man
slipper for manuelt at skulle opdatere disse (på mange lagre).
Eksempel
ABC kode AA
Planlægningsmetode:
1 = MRP
Ordrestørrelsesmetode:
02 = Wilsons formel
Sikkerhedslagermetode: 1 = Antal dages forbrug
Sikkerhedstid
Ud fra leadtime i intervaller
Sikkerhedslager beregning efterfølgende
Data opdateres både på servicelagre og hovedlager
Eksempel på screenshot
Desuden vises den dobbelte ABC kode på forskellige skærmbilleder
bl.a. MMS002 Vare/lager og MMS080 Materialeplan
Hvad har Hydrema så fået ud
af processen ?
Økonomidirektør
Johnny Larsen:
Resultater
Det er blevet meget synligt, hvilke varer, der er de vigtige i sortimentet.
Vi har fået koncensus omkring en fælles måde at ”se på lagrene” og hvilke
varer bør ligge hvor, og hvornår.
Beslutningerne bliver enklere/mere gennemsigtige, da vi nu har 1 sæt data,
som der besluttes ud fra.
Desuden besluttes nu på fakta/historik og ikke ”mavefornemmelser”.
Det er blevet muligt at trimme/reducere uden at gå på kompromis med
servicegraderne.
Ved at automatisere disponeringsrutinerne, frigives en del tid – specielt
decentralt.
Og de hårde: Omsætningshastigheden øget med godt 1/3 og lagerreduktioner
på i første omgang 15 % - og der forventes mere…
Er løsningen generisk ?
Selve den tekniske løsning er relativt versions-uafhængig.
Hydrema køre en gammel V10 og udtrækkene baserer sig på lagertransaktionerne, varestamdata og vare/lager og vare/facility.
(der forventes ikke at man kører lotstyring med actual cost)
Selve processen omkring beslutning af disponeringsparametre, vil
være meget virksomheds-/produkt specifik.
Start evt. med en workshop over et par dage. Tingene bliver meget
mere håndgribelige, når man kigger på egne data.
Tak!