Hoe u uw logistieke netwerk goed kunt optimaliseren met netwerkontwerp.

De Uitdaging

Modern zakendoen betekent snelle distributie. Amazon is niet het enige bedrijf dat streeft naar bezorging binnen één of twee dagen; alle industrieën gaan naar kortere servicevensters. Dit betekent meer distributiepunten, dichter bij uw klanten.  

Leiders in de toeleveringsketen zitten nu gevangen tussen kosten versus service. Dit is waar netwerkontwerp helpt bij het opzetten van een toekomstig netwerk met alle afwegingen tussen kosten en service. Er is echter een probleem: traditionele tools voor netwerkontwerp worstelen met onbekenden. Het beantwoorden van deze simpele vraag: "Waar moet mijn volgende distributiecentrum zich bevinden?" is moeilijk. 

In de wereld van optimalisatie staat dit bekend als een "oneindige ruimte"-probleem — dit toekomstige distributiecentrum kan overal worden geplaatst. Het zou onmogelijk zijn om elke centimeter van een continent te testen om de echt optimale locatie te vinden, maar het kiezen van een suboptimale locatie kan een netwerk vastzetten dat 2-10% inefficiëntie heeft. 

De afgelopen drie decennia hebben analisten noodmaatregelen gebruikt om het zoekgebied te verkleinen, de twee klassiekers zijn 1) gissen naar locaties (de pin-in-the-map-methode); en 2) met behulp van een puur wiskundige techniek die zwaartepuntanalyse wordt genoemd. Deze leiden tot het verkeerde antwoord. 

Waarom mislukt de analyse van het zwaartepunt?

Iedereen houdt van het zwaartepunt (COG) omdat het gemakkelijk en logisch is. COG ziet er heel logisch en overzichtelijk uit op een kaart. De distributiecentra zijn gelijkmatig verdeeld en de distributielijnen naar knooppunten hebben een mooie, gelijkmatige straal naar afleverpunten. Maar dit is niet de goedkoopste oplossing - het is een illusie. Het zwaartepunt heeft drie faalpunten: 

1. Het minimaliseren van rechte afstanden is niet hetzelfde als het minimaliseren van kosten of zelfs servicetijden. 

2. Inkomende distributiekosten worden genegeerd of slecht ingeschat. 

3. De daadwerkelijke locaties hebben gevolgen voor de kosten, zoals hoge huur- en/of arbeidskosten in vergelijking met een andere locatie. 

Ik ga hier nog een vierde aan toevoegen - een zwaartepuntanalyse kan een onzinnige oplossing opleveren, zoals het identificeren van de top van een berg als de optimale locatie. 

Waarom falen traditionele tools voor netwerkontwerp?

Traditionele netwerkontwerptools zijn naar mijn ervaring heel letterlijk. Gebruikers moeten specificeren precies alle mogelijke distributielocaties die gekozen kunnen worden. Een gebruiker kan in deze standaardtools niet “nergens” komen. Ze moeten daadwerkelijke locaties invoeren om te overwegen - soms worden deze locaties bepaald met behulp van zwaartepuntanalyse, soms worden ze bepaald door simpelweg naar een kaart te kijken.  

Zodra een oorsprong is gekozen, moeten modelbouwers dataminen voor alle kosten, tijden en afstanden die verband houden met elke kandidaat tot elk afleverpunt. Tien kandidaten die 5,000 klanten kunnen bedienen, betekent dat de transporttabel 50,000 rijen met statistisch consistente gegevens moet bevatten. Specifieker worden betekent geometrisch meer gegevens. 

Dit model is niet alleen moeilijk te bouwen, maar de kandidatenlijst is zowel beperkt als foutgevoelig. Dit is waar de 2-10% van de buitensporige kosten worden gemaakt. 

Is alle hoop verloren? 

Er is hoop! Modelbouwers moeten technologie gebruiken die a echte greenfield-oplossing. Een goede oplossing heeft deze vier kenmerken: 

1. De oplossing moet een rationele set locaties voor een faciliteit opleveren. 

2. De gegevens moeten honderdduizenden werkelijke markttarieven en werkelijke rijtijden genereren. 

3. Inbound sourcing kosten en beperkingen moeten deel uitmaken van de objectieve functie. 

4. De oplossing moet rekening houden met de werkelijke variabele kosten van de locatie, zoals arbeid, onroerend goed, belastingen en andere geografische factoren. 

Logiliteit oplossing voor netwerkoptimalisatie doet precies dit, en we noemen het "echte greenfield" vanwege de volledigheid van de analyse en het gebrek aan vertekening in de resultaten. 

Hoe voert Logility echte Greenfield-optimalisatie uit?

Terugkerende haalbare locaties 
Logility's oplossing voor netwerkoptimalisatie houdt alleen rekening met mogelijke locaties die zinvol zijn. Deze lijst met kandidaten is niet oneindig, maar denk op grote schaal: duizenden kandidaten, niet de vijf, 10 of 20 die u zou kunnen bepalen met een typische aanpak. De oplossing maakt gebruik van zijn krachtige datamodel en geologische logica om een ​​lijst te maken van levensvatbare locaties die kunnen dienen als magazijnen of andere soorten faciliteiten. Het zal dan inzoomen op de beste set hiervan, afhankelijk van door de gebruiker ingestelde parameters. Deze kandidatenlijst wordt gebruikt om een ​​echt netwerk volledig te analyseren op basis van echte locaties, met echte adressen. 

Vrachttarieven toepassen die marktconform en werkelijke rijafstanden weerspiegelen 
FTL-kosten op de markt zijn zeer richtinggevend en variëren met de afstand - uitgaand vanuit havens zoals Los Angeles zijn duurder dan inkomend, en lange afstanden zijn goedkoper per mijl dan korte afstanden. LTL- en pakkettarieven die zones volgen, lopen op naarmate een vertrekpunt verder van zijn bestemming verwijderd is en deze zones worden slechts losjes geassocieerd met afstand. De referentiegegevens van Logility leggen effectief de real-world nuances van deze specifieke modi vast. In plaats van te vertrouwen op grote tafels voor elke mogelijke combinatie van faciliteit tot klantlocatie, zoekt de Logility-oplossing tarieven op op basis van geografie. Op deze manier kan voor elke herkomst en bestemming een tarief worden verkregen, en dit tarief zal een echte marktwaarde zijn. 

Houd rekening met de kosten en beperkingen van inbound sourcing 
Inkomende vracht heeft een grote invloed op de beste faciliteitslocatie — inkomende kosten kunnen een derde van de totale vrachtuitgaven bedragen. En wat nog belangrijker is, beperkingen en andere beperkingen van stroomopwaartse faciliteiten kunnen mogelijke materiaalstromen ernstig veranderen. De Logility-oplossing bouwt een compleet model, inclusief echte inkomende kosten en het toepassen van meerdere niveaus van capaciteit en mogelijkheden. 

Inclusief geografische factoren zoals arbeids- en vastgoedkosten 
Arbeid, onroerend goed en andere geografisch gedreven kosten zijn belangrijke kosten bij de selectie van greenfield-locaties. Nogmaals, Logility gebruikt referentiegegevens die deze kosten kunnen vastleggen, toepassen op de optimalisatiefunctie en een echte "total landed cost"-oplossing opleveren. 

Echte greenfield is de mogelijkheid om een ​​"oneindige ruimte" (ook wel onmogelijke) oplossing te nemen en een rationele oplossing te retourneren die is geoptimaliseerd voor kosten- en servicedoelen. 

Concluderen 

De klassieke techniek om een ​​uitgaand zwaartepunt op te lossen en vervolgens het netwerk te optimaliseren, leidt tot vertekening en fouten. Bovendien kost het veel analistentijd. De netwerkoptimalisatieoplossing van Logility vindt het beste aantal en de beste locatie van distributiepunten voor uw organisatie en uw klanten. En uw mensen kunnen sneller resultaat boeken.