Como aumentar a competitividade geral
Numa concorrida indústria agrícola de fios, o cliente adotou uma estratégia de personalização em massa, ajustando os pacotes de produtos a clientes individuais. Contudo, o processo de orçamento existente revelou-se insuficiente para gerir esta elevada personalização. Com as preferências dos clientes a mudarem ao longo do ano e sem um sistema de apoio à decisão que atualizasse as previsões, os níveis de stock aumentaram para cumprir as exigências de fornecimento.
A solução combina um algoritmo de previsão e um modelo tático de planeamento da produção. O algoritmo de previsão utiliza um conjunto de métodos de séries temporais e aprendizagem automática, incorporando informações orçamentais e de procura antecipada. Atualizações mensais garantem previsões de vendas proativas. O modelo de planeamento da produção categoriza os produtos como Make-to-Order (MTO) ou Make-to-Stock (MTS), com base em fatores como concentração de clientes e incerteza da procura. Um algoritmo de otimização contínua é aplicado mensalmente para gerar o plano de produção mais rentável para os próximos 12 meses.
A nossa solução holística reduziu os níveis de stock em 17,5% e a utilização das máquinas em 11%, mantendo os níveis de serviço ao cliente. O horizonte anual de planeamento melhorou os tamanhos dos lotes de produção. O sistema de apoio à decisão agrega dados relevantes numa interface flexível, permitindo uma abordagem mais sofisticada e orientada por dados, que liberta a equipa para se concentrar em atividades de maior valor.
Num mercado cada vez mais competitivo, o nosso cliente na indústria de fios agrícolas tem seguido uma estratégia de personalização em massa, adaptando o pacote dos seus produtos a cada cliente.
O processo de orçamentação, anteriormente utilizado para definir as necessidades de produção, já não é suficiente para dar resposta a este grau de personalização. Além disso, as preferências dos clientes mudam ao longo do ano e não existe um sistema de apoio à decisão para rever as previsões iniciais. Por isso, os níveis de stock têm vindo a aumentar para fazer face a estes desafios de cumprimento.
A nossa solução integra um algoritmo de previsão e um modelo tático de planeamento da produção.
O algoritmo de previsão baseia-se num conjunto (ensemble) de métodos, combinando séries temporais com técnicas de machine learning, capaz de incorporar informações orçamentais e de procura antecipada.
A atualização mensal das previsões garante uma revisão mais proativa das estimativas de vendas. O modelo tático de planeamento da produção opera de forma hierárquica. Informações como volume de vendas, concentração de clientes e incerteza da procura são usadas para categorizar anualmente os produtos em Make-to-Order (MTO) ou Make-to-Stock (MTS), com orientações adicionais sobre se um produto MTS deve ser produzido até à embalagem final ou como produto semiacabado.
Posteriormente, um algoritmo de otimização contínua (rolling) é aplicado mensalmente para definir o plano de produção mais rentável num horizonte de 12 meses.
Ao adotar a nossa solução holística, o cliente pode esperar uma redução dos stocks em 17,5% e uma diminuição da utilização das máquinas em 11%, sem comprometer o nível de serviço aos clientes.
A antecipação proporcionada pelo horizonte anual de planeamento leva a um aumento dos tamanhos dos lotes de produção. Do ponto de vista qualitativo, o nosso sistema de apoio à decisão agrega toda a informação relevante numa interface flexível e acessível.
Esta abordagem mais sofisticada e orientada por dados permite à equipa dedicar o seu tempo a atividades de maior valor acrescentado no processo.
Desenvolvimento de uma metodologia assente numa abordagem de simulação-otimização para otimização de múltiplos armazéns com configurações diferenciadas
Planeamento das atividades de distribuição internacional
A LTPlabs ajudou um grande fabricante industrial a reduzir o tempo de planeamento da produção de até duas semanas para apenas algumas horas, através da implementação de uma solução de otimização baseada em Programação Linear Inteira Mista (MILP).
A previsão e o planeamento foram aprimorados, conferindo aos gestores a capacidade de antecipar picos de procura.
Melhorar uma unidade de impressão de uma empresa fabricante líder
Planeamento para o crescimento sustentável e a eficiência a longo prazo