MODELLER
Planering av försörjningskedjor:
Huvudplanering
Avancerade planeringssystem (APS) tillför en hel del ny teknik som förändrar förutsättningarna för att bedriva effektiv planering. På den svenska marknaden har APS framför allt slagit
igenom som ett alternativ till traditionella affärssystem gällande detalj- och verkstadsplanering.
APS erbjuder dock även utökade möjligheter att bedriva den långsiktiga planeringen på ett
bättre sätt. Här belyser vi hur man kan bedriva sin huvudplanering med stöd i APS.
Av Martin Rudberg
H
UVUDPLANERING bedrivs typisk för slutprodukter (leveransobjekt) på fabriksnivå. Många
företag utför sin huvudplanering på veckobasis, men det finns även de som har kortare (dagar) och
längre (månader) planeringsperioder. Det finns inte
heller något som säger att man inte kan ha olika periodindelning längs den totala planeringshorisonten för
huvudplanen. De planeringssystem som stödjer APS,
antingen som en del av det traditionella ERP-systemet,
eller som en separat påhängsmodul, medför att man
kan utföra en totalt sett mer effektiv huvudplanering
i termer av att APS stödjer huvudplanering för försörjningskedjor. Detta innebär att man kan ta fram en integrerad plan som tar hänsyn till ett flertal tillverkande
anläggningar, men också lagerpunkter (distributionscentraler) och distributionsvolymer mellan de olika
anläggningarna. På så sätt får företagen som använder APS för sin huvudplanering möjlighet att hantera
produkt- och volymallokering, transportrestriktioner,
avvägning mellan lagerkostnader och transportkostnader, mm, i en centraliserad huvudplanering. Detta innebär att försörjningskedjan kan styras på ett effektivare
sätt när man kan ta hänsyn till alla anläggningar och
transportlänkar i en gemensam planeringsmodell. En
förutsättning för att detta skall fungera är att huvudplaneringen administreras centralt med periodisk uppdatering. På så sätt syftar huvudplanering i försörjningskedjor till att: … balansera efterfrågan och försörjning så att
hänsyn tas till marknadsfaktorer, faktisk och prognostiserad
efterfrågan, samt de resurser som finns tillgängliga inom försörjningskedjan. Mer specifikt fokuserar planeringen på att
minimera kostnaden (maximera vinsten), genom att utnyttja
leverantörer, produktionsanläggningar och transporter så effektivt som möjligt.
För att övergå från den traditionella huvudplaneringen som utförs för varje produktionsanläggning var
för sig, till en mer integrerad huvudplanering över försörjningskedjan krävs dock en del arbete. I det följande
kommer en metodik presenteras för hur man kan gå
tillväga för att etablera en integrerad huvudplanering.
Modelleringsmetodik
I arbetet med att gå från en decentraliserad huvudplanering med en huvudplan per anläggning, till en integrerad huvudplanering över försörjningskedjan gäller
det att modellera de delar av försörjningskedjan som
skall ingå i huvudplaneringen. Skall man också ta stöd
i APS för att genomföra planeringen har de flesta huvudplaneringsmotorer stöd för optimering när man
tar fram planerna. Därav bör man också definiera den
planeringsprofil man vill använda. Totalt sett brukar
en tre-stegs metodik användas för att sätta upp planeringsmodellen för huvudplaneringen med stöd av APS
(se bild 1). I det följande kommer vi att belysa de tre
stegen och exemplifiera dem för att fiktivt företag inom
konfektionsbranschen; Fashion AB.
Steg 1: Övergripande modellering
I det första steget gäller det att identifiera de anläggningar som bör ingå i huvudplaneringen. Naturligt är
att inkludera de anläggningar (produktion, distribu-
Steg 1:
Övergripande modellering
Steg 2:
Detaljerad modellering
Steg 3:
Definiera planeringsprofilen
Modellera relevanta noder:
Leverantörer, produktions- och distributionsanläggningar, samt kunder
Modellera interna förutsättningar:
Materialflöden och kapaciteter (flaskhalsar) för noder och länkar, för varje
produktgrupp.
Definiera villkoren för modellen:
Bestäm strategiska mål, optimeringsstrategier, samt olika planeringsscenarios.
Modellera relevanta länkar:
Koppla ihop noderna med transportlänkar
Bild 1: Metodik för att ta fram en modell för huvudplanering med stöd i APS
Produktionsstrategi
Leverantör A
Råmaterial
Leverantör B
Råmaterial
Leverantör C
Komponent 1
Leverantör D
Komponent 2
Lego C
DC A
Marknad A
DC B
Marknad B
Fabrik
Lego B
Lego A
Bild 2: Fashions modellerade försörjningskedja
tion, mm) som är i företagets ägo, men har man goda
relationer (kan få tillgång till tillförlitlig planeringsdata) med leverantörer och kunder kan dessa också inkluderas. När väl detta är gjort gäller det att identifiera
distributionskanaler (länkar) mellan anläggningarna
(noder). Beroende på försörjningskedjans utsträckning
kan olika transportmedel vara aktuella för länkarna.
Fashion AB designar sina produkter i Sverige men
har all tillverkning i Asien. De har en egen anläggning
i Indien man har också kontrakt med tre legotillverkare
som de kan utnyttja vid behov. Kläderna säljs i huvudsak i Europa dels genom egna butiker, men också genom ett antal kedjor som för Fashions produkter. Fashion har två distributionscentraler (DC); en som täcker
norra Europa (marknad A) och en som täcker mellersta
och södra europa (marknad B). Fashion har ett relativt
stort antal leverantörer som ligger i anslutning till fabriken men man bedömer att man inte behöver inkludera
alla i sin planeringsmodell (se bild 2). Däremot finns
det två leverantörer (A och B) som försörjer fabriken
med högkvalitativa råmaterial vilka anses kritiska för
försörjningskedjan. Vidare finns det ytterligare två kritiska leverantörer som förser produktionen med knappar (leverantör C) och dragkedjor (leverantör D). Övrigt material anses inte vara kritiskt för tillverkningen
då det finns ett antal olika försörjningsalternativ till en
likvärdig kostnad.
I bild 2 visas förutom de relevanta noderna också
möjliga transportvägar. All landtransport sker via lastbil, medan grundalternativet för transport från Indien
till Europa är via båt. Dock finns möjligheten att utnyttja flygfrakt vid illtransporter (exempelvis om en
designerkollektion skulle vara sen inför en europaomspännande lansering). Gällande kontraktstillverkarna
kan ”Lego A” tillverka produkterna i sin helhet, men
till en högre kostnad än vår egen fabrik, medan övriga
kontraktstillverkare enbart kan utföra delar av produktionsprocessen vilket innebär att det kommer ske en hel
del transporter mellan dem och fabriken om de behöver utnyttjas.
Steg 2: Detaljerad modellering
När väl strukturen för försörjningskedjan är satt, gäller
det att modellera kedjans interna förutsättningar. Detta
innebär att man behöver modellera materialflöden och
kapaciteter (falskhalsar) för alla noder och länkar som
ingår i försörjningskedjan. För varje period och leveransobjekt (eller produktfamilj) under planeringshorisonten behöver därmed bl.a. följande bestämmas:
− Prognoser (kundorder) för alla produkter för varje
marknad.
− Tillgänglig reguljär kapacitet i varje anläggning.
− Maximalt tillåtet övertidsuttag, samt utnyttjande av
legotillverkning.
− Produktivitet (t.ex. produkter/timme) för varje anläggning (resurs) i nätverket.
− Ingående lagernivåer, samt eventuellt min. lagernivåer i systemet.
− Flerdimensionella produktstrukturer (med hänsyn
till flödeslogik).
− Etc.
Fashion kan hämta upp det mesta av den nödvändiga
informationen från företagets affärssystem (databas).
Viss aggregering behöver göras med hänsyn till efterfrågan (aggregeras per marknad). Vidare tar man enbart hänsyn till de produktionsresurser i sin fabrik som
man anser kritiska ur ett kapacitetsperspektiv. Övriga
resurser är inte med i modellen. Man tar också in data
från sina transportleverantörer för att kunna inkludera
ledtider och kostnader för de olika transportalternativen. Planeringsdata för huvudplaneringen lagras i
ett datalager för användning och scenariosimulering
i huvudplaneringsmodulen. När väl sedan planen är
bestämd exporteras data tillbaks till företagets affärssystem (databas) och är underlag för att generera tillverknings-, inköps-, transportorder, mm.
Steg 3: Definiera planeringsprofilen
När det har blivit dags att ta det tredje steget har man
bestämt och modellerat försörjningskedjans struktur,
Produktionsstrategi samt modellerat och inhämtat de data som behövs för
att genomföra planeringen. De flesta APS har stöd för
optimering i sin huvudplaneringsmodul. Därmed behöver man definiera en målfunktion som styr huvudplaneringen mot de mål som företaget har satt upp i
sin affärsplanering. Det allra vanligaste är att använda
en kostnadsminimerande målfunktion, men det finns
även stöd för vinstmaximering (maximera täckningsbidrag). En del företag har även inkluderat ledtidsminimering i målfunktionen när leveransledtid har varit
ordervinnare.
Fashion verkar i en värld där det är lagertillverkning som gäller och målfunktionen sätts därför till att
minimera totalkostanden över planeringshorisonten
givet att all prognostiserad efterfrågan kan tillgodoses.
Planeringshorisonten för Fashion sträcker sig 18 månader fram i tiden (motsvarande en designcykel) och
man gör huvudplanering rullande på månadsbasis. De
kostnader som Fashion väger in i sin målfunktion är
bl.a. följande:
− Produktionskostnad
− Kapitalbindning i lager
− Övertids- och utlegokostnader
− Transportkostnader
− ”Straffkostnader” för missad och/eller försenad
försäljning.
För att nå en minimal kostnad jobbar Fashion med följande beslutsvariabler:
− Produktionskvantiteter per produkt, period och anläggning.
− Transportkvantiteter per produkt, länk och period.
− Lagernivåer för alla anläggningar per produkt och
period.
− Utnyttjad övertid, utlego, etc.
Vid sidan av detta tar man som sagt hänsyn till ett antal restriktioner (bivillkor) gällande kapacitet, ledtider
(kampanjer), transport- och lagringsvolymer, mm. En
generell matematisk formulering ges i faktarutan.
Exempel på användning
Tre-stegs-metodiken som den beskrivs ovan gäller när
ett företag vill starta upp huvudplanering av försörjningskedjan med stöd i APS. När väl modellen är satt
utgår man själfallet från den i sin huvudplanering. En
genomlysning av modellen behövs vid in- och utfasning av produkter, förändring av försörjningskedjans
struktur, förändring av transportörer, mm. För att visa
hur olika företag använder APS i sin huvudplanering
kommer i det följande ett par exempel att lyftas fram.
Kellogg Company (Kellogg’s) är världens största
producent av flingor och en av de största gällande
snabbmat med en årlig omsättning på 7 miljarder dollar vid 2000-talets början. Kellogg’s har 5 fabriker och 7
stora distributionscentraler i Nordamerika, samt drygt
15 kontraktstillverkare gällande både produktion och
packning. Gällande flingor tillverkas 80 unika produkter, som med hänsyn till förpackningar, mm, resulterar i drygt 600 SKUs fördelade på de knappt 30 olika
anläggningarna. Totalt sett omfattar försörjningskedjan för flingor 90 olika produktionslinor och 180 olika
förpackningslinor. Kellogg’s APS bygger på Insights Xsystem och omfattar dels en strategisk modell som används för re-design av försörjningskedjan (en gång per
år i samband med budgetarbetet), dels av en taktisk
modell som används för centraliserad huvudplanering
(veckobaserade planer). Målet för båda versionerna är
att minimera totalkostnaden, givet att all prognostiserad efterfrågan tillgodoses. Vid sidan av traditionella
begränsningar måste man också ta hänsyn till produkternas hållbarhet (gällande t.ex. säsongslager). Den
taktiska modellen (30-veckors planeringshorisont) används bl.a. för att ta fram en optimal produktionsplan
med målet att minimera totalkostnaden, planering av
säsongs- och kampanjlager (lageruppbyggnad mht
hållbarhet), samt för personalplanering (övertidsuttag, mm). Kellogg’s bedömer att användande av APS
för huvudplanering av försörjningskedjan ger årliga
besparingar på ca 5 miljoner dollar.
Faktaruta
Matematisk formulering av huvudplaneringsproblemet i APS
min
S (S
planeringshorisonten
eller...
max
kostnader för produktion, transport, lager, inköp, utlego, tullar, skatter, mm
resurser
S (S
planeringshorisonten
totalt täckningsbidrag
produkter
Med hänsyn till
följande bivillkor:
)
)
Efterfrågan (prognos) uppfylls i varje period (ej vid vinstmaximering)
−
−
−
Ledtidshänseende (leverans-, produktions-, och hemtagningsledtider)
Säsongseffekter/möjlig lageruppbyggnad (hållbarhet)
Eventuella max/minlagernivåer
−
Intern kapacitet, möjlig utlego
−
Volymhänseende, hantering, in- och utlastning, etc.
−
Min-/maxbatcher, flödeslogik, etc.
−
Positiva orderkvantiteter, positiva lagernivåer (om lagertillverkning), positiva ledtider,…
Kapacitet i produktions- och transportsystemet
Kapacitet i lager och distributionscenter
Eventuella produktionstekniska aspekter
Ett antal ”matematiska” villkor…
Produktionsstrategi
Lantmännen Lantbruk har under ett antal år använt Intentias Movex Supply Chain Planner (numer Lawson
M3 SCP) för ett antal olika produkter, och Lantmännen håller nu centralt på att övergå till huvudplanering
med APS för alla sina divisioner. Utsädesenheten inom
Lantmännen Lantbruk var först ut och implementerade APS i samband med en omstrukturering av sin
försörjningskedja. Efter detta innefattade huvudplaneringsmodellen ca 30 000 bönder (som verkar som både
leverantörer, kunder och ägare i försörjningskedjan)
uppdelade på 13 geografiska marknader och 13 geografiska försörjningsområden. Vid sidan av detta består
försörjningskedjan av fyra produktionsanläggningar
och två distributionsanläggningar, samt en stor mängd
transportrelationer i nätverket. Huvudplanering utförs
på rullande veckobasis för en planeringshorisont som
utgörs av den resterande delen av innevarande odlingsår. Efterfrågan följer typiskt ett säsongsmönster då
ca 70% av den årliga produktionsvolymen utsäde levereras mellan december och mars. Grunddata för planeringen baseras dels på efterfrågeprognoser, och dels på
den information som finns i databsen i Lantmännens
affärssystem (gällande kapaciteter, materialtillgång,
leverans- och transporttider, mm). Lantmännen jobbar med en kostandsminimering i sin målfunktion där
man för varje vecka försöker matcha efterfrågan och
kapacitet på bästa möjliga sätt med hänsyn till lageruppbyggnad, transportvolymrestriktioner, mm. Totalt
sett har Lantmännen lyckats öka sin totala produktion
samtidigt som man har minskat kapaciteten i både produktion och lageranläggningar. Rekonstruktion av försörjningakedjan i kombination med införandet av en
centraliserad huvudplanering över hela försörjningskedjan med stöd i APS har reducerat totalkostnaden
med ca 13%, eller omräknat i en reducerad kostnad på
ca 15% per producerat ton utsäde. Vid sidan av detta
har företaget också ökat förståelsen och kommunikationen mellan olika avdelningar inom koncernen (planering, produktion, försäljning, distribution, mm.)
Som avslutande exempel får SSAB i Oxelösund
verka. De har för visso bara en anläggning att planera,
men har ändå valt ett APS för sin huvudplanering för
att utnyttja den optimeringsfunktionalitet som finns i
APS. SSAB Oxelösund har ett APS från i2 Technologies
och till skillnad från de flesta företag så använder SSAB
Oxelösund en vinstmaximerande målfunktion i sin huvudplanering. Detta beror på att de säljer en nischad
produkt där efterfrågan är klart mycket högre än den
produktionskapacitet de har. För att utnyttja denna begränsade kapacitet på bästa möjliga sätt fokuserar man
därför på att maximera det totala täckningsbidraget i
sin produktionsanläggning. Huvudplanen utförs på
veckobasis för slutprodukter och resultatet av denna
ligger dels till grund för att planera sin produktion på
bästa möjliga sätt, men också för att säkerställa att man
i första hand säljer de produkter som inbringar störst
täckningsbidrag. Vid sidan av detta finns det också en
uppsättning prioriteter som säkerställer att kontraktskunder, vissa lagerförda standardprodukter, mm,
planeras in först innan modellen styr mot att maximera
täckningsbidraget. Indata till planeringen hämtas från
ca 100 regionala säljprognoser för ca 250 produktfamiljer, samt från företagets affärssystem. Ordermottag-
ningsprocessen kopllas sedan till huvudplaneringen
vid orderbokning så att man inte överbelägger produktionsanläggningen och kan ge trovärdiga leveranslöften till kund. Totalt sett har införandet av APS i SSAB
Oxelösunds huvudplanering medfört att leveransprecisionen har kunnat hålas på en relativt konstant nivå,
trots en kraftig ökning av orderingången (nära på en
fördubbling), samtidigt som man styr företaget mot att
maximera det totala täckningsbidraget.
Avslutning
Bland de företag vi jobbar med som använder APS för
huvudplanering av försörjningskedjan förekommer
framför allt kostnadsminimering som målfunktion,
men en del företag som har en begränsad kapacitet
och hög efterfrågan med enbart ett fåtal konkurrenter
använder vinstmaximering som målfunktion. Detta
innebär att de får ett underlag för att styra säljarna
mot att ta de mest lönsamma orderna (de med högst
täckningsbidrag) och på så sätt maximera täckningsbidraget i den trånga resursen (flaskhalsen) vilket i sin
tur maximerar företagets vinst. Då huvudplanering
av försörjningskedjor är ett komplext och till viss del
svårgripbart planeringsproblem använder många företag en iterativ planeringsmetodik enligt nedanstående
fyra steg:
1. Generera en obegränsad modell över försörjningskedjan, utan hänsyn till några bivillkor.
2. Hitta en optimal lösning till den obegränsade modellen.
3. Analysera lösningen gällande överbelagda resurser. Om sådana finns fortsätt till steg 4, annars stanna
här.
4. Välj ut de nyckelresurser som är (mest) överbelagda i försörjningskedjan. Aktivera kapacitetsbegränsningen, eller justera tillgänglig kapacitet, vid
en eller flera av dessa och återgå sedan till steg 2
för att lösa modellen med hänsyn till de aktiverade
begränsningarna.
Genom detta iterativa tillvägagångssätt ”lär man känna” sin försörjningskedja och dess begränsningar och
kan därmed få in inslag av kontinuerlig förbättring och
utbildning i sitt planeringsarbete.
Inom ett VINNOVA-finansierat forskningsprojekt
undersöker vi hur ett antal svenska företag implementerar och använder APS för att bedriva huvudplanering
i försörjningskedjan. Om intresse finns av att få reda på
mer om projektet, eller hur dessa företag har gått tillväga är ni välkomna att kontakta artikelförfattaren. n
Referenser
STADTLER, H. och KILGER, C. (Eds) (2005) Supply Chain
Management and Advanced Planning – Concepts,
Models, Software and Case Studies, 3rd edition,
Springer, Berlin.
INTENTIA (2002) “Fashion Guided Tour” Movex Supply
Chain Planner.
BROWN, G., KEEGAN, J., VIGUS, B. and WOOD, K. (2001)
“The Kellogg Company Optimizes Production, Inventory and Distribution”, Interfaces, Vol 31 No 6,
pp. 1-15.
Artikel N0704B
Produktionsstrategi