Supply Chain Management: l`utilizzo dei dati per ripensare e

Supply Chain Management: l’utilizzo dei
dati per ripensare e migliorare i processi
Raffaele Secchi
Operations & Technology Management Unit
Copyright SDA Bocconi
Quanta attenzione…
2
Copyright SDA Bocconi
Quanta attenzione…
3
Copyright SDA Bocconi
Una tendenza ineluttabile…
The research involved a web-based survey of
1,014 senior executives primarily at large global
companies. Fifty-six percent of respondents held
C-level titles, the remaining 44 percent were
senior-level supply chain, procurement or
operations executives.
Fonte: Big Data Analytics in Supply Chain: Hype or Here to Stay?
Accenture Global Operations Megatrends Study, Accenture, 2014
4
Copyright SDA Bocconi
Una tendenza ineluttabile…
Fonte: Orchestrating a customer-activated supply chain. CSCO insights from the Global C-suite
Study. IBM Institute for Business Value, 2014
5
Copyright SDA Bocconi
Elevate aspettative
Fonte: Big Data Analytics in Supply Chain: Hype or Here to Stay?
Accenture Global Operations Megatrends Study, Accenture, 2014
6
Copyright SDA Bocconi
Una prospettiva pragmatica
Initial big data efforts are
focused on gaining insights
from existing and new sources
of internal data
Most early big data efforts are targeted
at sourcing and analyzing internal
data.
More than half of the respondents
reported internal data as the primary
source of big data within their
organizations.
This suggests that companies are
taking a pragmatic approach to
adopting big data and also that there is
tremendous untapped value still locked
away in these internal systems.
Fonte: Analytics: The real-world use of big data. How innovative enterprises
extract value from uncertain data. IBM Global Business Services, 2012
7
Copyright SDA Bocconi
Una prospettiva pragmatica
Strong core of analytics
capabilities designed to address
structured data
More than 75 percent of respondents
with active big data efforts reported
using core analytics capabilities, such
as query and reporting, and data mining
to analyze big data.
Beginning with these foundational
analytics capabilities is a pragmatic way
to start interpreting and analyzing big
data, especially when it is being stored
in a relational database.
Fonte: Analytics: The real-world use of big data. How innovative enterprises
extract value from uncertain data. IBM Global Business Services, 2012
8
Copyright SDA Bocconi
Una mappa per orientarsi
FINALITA’ DELL’ANALISI
GRADO DI
COMPLESSITA’
ANALISI/
MISURAZIONE
SCOPERTA/
ANTICIPAZIONE
VELOCITA’
VOLUME
VARIETA’
Fonte: R. Secchi, F. Panzeri (2014), (Big) Data Driven Supply Chain
Management: decidere con I dati, Logistica e Management, Maggio, n° 245
9
Copyright SDA Bocconi
Una mappa per orientarsi
FINALITA’ DELL’ANALISI
GRADO DI
COMPLESSITA’
ANALISI/ MISURAZIONE
10
VELOCITA’
VOLUME
VARIETA’
SCOPERTA/
ANTICIP.
 I fabbisogni informativi sottostanti,
considerata la ridotta complessità della base
dati, possono essere soddisfatti con strumenti
tradizionali
 Aree di attenzione
− progettare la base dati per gestire
(dis)aggregazioni su diversi profili
− certezza, univocità del dato
Copyright SDA Bocconi
Una mappa per orientarsi
FINALITA’ DELL’ANALISI
GRADO DI
COMPLESSITA’
ANALISI/ MISURAZIONE
11
VELOCITA’
VOLUME
VARIETA’
SCOPERTA/
ANTICIP.





Reporting industriale
Analisi spending
Vendor rating
Valutazione degli errori previsionali
Valutazione dell’aderenza delle produzioni
effettive rispetto a quelle schedulate
 …
Copyright SDA Bocconi
Reporting industriale
Differenti modalità di risposta al mercato
Differente stadio
del ciclo di vita dei
prodotti
12
Copyright SDA Bocconi
Reporting industriale
13
Copyright SDA Bocconi
Reporting industriale
•
•
•
Gruppo multinazionale operante nel settore alimentare
Fatturato gruppo: 4b Euro
5 plant in Italia
INDICI
STABILIMENTO
DI PRODUZIONE
PER
STABILIM ENTI
2013
Per.
1
Per.
2
Per.
Per. Per. Per. 2'
1'
Per.
7
QRT.
6
5
4
QRT.
3
Per.
8
Per.
3'
Per.
10
QRT.
9
Per.
11
Per.
12
4'
TOTAL
Target
Total
QRT.
YEAR
2013
2012
45,87
53,41
58,44
52,83 46,16 48,41
39,39
54,00
54,36
54,32 58,05 63,65
53,02
49,50
52,66
RMY
95,74
96,67
95,48
96,59 95,00 93,44
95,99
94,86
96,01
95,21 95,60 94,33
95,36
96,00
95,60
SCRAP
REWORK
2,77
2,39
3,35
2,16
3,93
3,87
2,10
0,63
1,10
2,53
2,33
3,07
2,43
2,00
2,22
0,37
0,67
0,42
0,44
0,57
0,56
0,61
0,68
0,46
0,46
0,41
0,70
0,52
0,39
0,48
OVERWEIGHT
WASTE
0,66
0,57
0,64
0,62
0,81
0,50
1,31
2,51
2,26
1,67
1,57
1,36
1,36
1,10
1,23
0,83
0,37
0,53
0,63
0,26
2,18
0,60
2,00
0,63
0,59
0,50
1,24
0,85
0,51
0,95
OEE linea 1
81,20
83,90
79,40
81,60 83,50 80,20
86,00
82,50
82,00
81,20 80,70 85,20
82,20
81
80,70
OEE linea 2
OEE linea 3
77,10
78,30
78,70
79,30 78,80 79,30
79,10
77,90
81,70
80,20 81,00 83,60
79,80
79,60
78,80
82,60
80,20
79,80 78,70 81,00
83,30
0,00
80,40
79,50 79,70 81,60
84,40
79
79
OEE linea 4
OEE linea 5
74,60
76,20
76,80
78,50 76,60 76,80
75,80
0,00
77,00
77,20 78,80 81,70
77,40
78,90
0,00
0,00
0,00
0,00
0,00
0,00
76,60
78,10
79,20
78,50 76,90 79,90
77,90
79
77
OEE linea 6
OEE linea 7
0,00
0,00
0,00
0,00
0,00
0,00
68,30
79,10
78,10
79,33 81,00 80,74
78,22
0,00
0,00
0,00
0,00
0,00
66,20
73,00
70,30
73,00 71,40 79,00
72,40
79
72
75,20
0,00
OEE linea 8
0,00
0,00
0,00
0,00
0,00
0,00
0,00
80,20
79,20
82,10 80,30 84,90
80,30
80
83,00
14
78,60
76,90
67,30
Copyright SDA Bocconi
Una mappa per orientarsi
FINALITA’ DELL’ANALISI
ANALISI/ MISURAZIONE
SCOPERTA/
ANTICIP.
GRADO DI
COMPLESSITA’
 Necessità di strumenti in grado di identificare
trend e relazioni fra dati
15
VELOCITA’
VOLUME
VARIETA’
 Aree di attenzione
− consolidare e padroneggiare gli attributi
della base dati (caratteristiche dei
prodotti, dei clienti, …)
− discrete competenze in ambito statistico
Copyright SDA Bocconi
Una mappa per orientarsi
FINALITA’ DELL’ANALISI
ANALISI/ MISURAZIONE
SCOPERTA/
ANTICIP.
 Segmentazione\stratificazione delle
performance relative all’evasione ordine
(classi clienti, modalità spedizioni)
GRADO DI
COMPLESSITA’
 Situazioni di stock out nei punti vendita per
singola referenza
16
VELOCITA’
VOLUME
VARIETA’
 Valutazione delle performance degli impianti
sulla base dei dati rilevati da sensori/PLC
 Condizioni del traffico in tempo reale (GPS,
tweets) per (ri)definizione dinamica delle
tratte dei mezzi
Copyright SDA Bocconi
DHL
Every delivery vehicle receives a continuous
adaptation of the delivery sequence that takes
into account geographical factors,
environmental factors, and recipient status.
On the road, telematics databases are tapped
to automatically change delivery routes
according to current traffic conditions.
And routing intelligence considers the
availability and location information posted by
recipients in order to avoid unsuccessful
delivery attempts.
As a result, each driver receives instant
driving direction updates from the onboard
navigation system, guiding them to the next
best point of delivery.
Fonte: BIG DATA IN LOGISTICS A DHL perspective on how to move beyond the hype
December 2013
17
Copyright SDA Bocconi
Una mappa per orientarsi
FINALITA’ DELL’ANALISI
GRADO DI
COMPLESSITA’
ANALISI/
MISURA
ZIONE
18
VELOCITA’
VOLUME
VARIETA’
SCOPERTA/
ANTICIPAZIONE
 Utilizzo di metodologie complesse di analisi dati
per «portare alla luce» relazioni nascoste o per
anticipare l’accadimento di eventi futuri
(predictive)
 Aree di attenzione:
− elevate competenze statistiche
Copyright SDA Bocconi
Una mappa per orientarsi
FINALITA’ DELL’ANALISI
GRADO DI
COMPLESSITA’
ANALISI/
MISURA
ZIONE
19
VELOCITA’
VOLUME
VARIETA’
SCOPERTA/
ANTICIPAZIONE
 Criteri per l’allocazione ottimale degli stock in
base ai differenti profili di domanda
 Fattori che possono migliorare i livelli di servizio,
la produttività degli impianti, ecc.
 Correlazione fra item ordinati / acquistati
contestualmente da clienti, per riassortimento e
gestione spazi a magazzino
Copyright SDA Bocconi
For a complex vehicle like Ford’s
Transit Connect van, there are
about 60 choices that a customer
can make (more than 27 quadrillion
combinations for a single vehicle).
Ford
As the downturn started and sales
slowed down, it was critical to
operate with lower inventory levels
at the dealers (holding costs was
about $10 per vehicle per day).
Ford began in-house development
of its Smart Inventory Management
System, or SIMS, which sought to
equip dealers with data they could
use to better predict which vehicles
people would want to buy.
Dealers are embracing the system:
the match rate between the
recommended orders and the
overall orders that are entered is
about 98%.
TO MANAGE ITS
SPRAWLING DEALER SUPPLY CHAIN,
FORD MOTOR
DEVELOPED A SYSTEM THAT USES DATA ANALYTICS TO DISCOVER AND
PREDICT BUYING TRENDS
Fonte: Ford’s $100 million data machine! FORTUNE.
20
The new system’s impact was
significant: Its recommendations
saved dealers $90 per vehicle and
reduced vehicle trades between
dealers from 40% to 30%.
Copyright SDA Bocconi
Dell
Dell’s goal of simplifying its
offerings is encapsulated in a
program called “Smart Selection”.
Today, Dell can literally sell tens of
millions of different kinds of
configurations driven by its CTO
(configure to order) model. In the
CTO world, every order is custom
and is built only after the order is
placed. For commercial
customers, this meant that the
typical wait time from receipt of
order to shipment time was around
a seven to ten days.
With Smart Selection, Dell prebuilds what they it believes will be
the most popular configurations, or
SKUs, and will ship them within 24
hours.
Fonte: Putting Big Data Into Work, Industry week
21
Copyright SDA Bocconi
Una mappa per orientarsi
FINALITA’ DELL’ANALISI
ANALISI/
MISURA
ZIONE
SCOPERTA/
ANTICIPAZIONE
GRADO DI
COMPLESSITA’
 Ambito più innovativo (Big Data)
 Tipicamente, anche se non esclusivamente, molti
di questi dati stanno all’esterno dei sistemi
aziendali e risiedono nel web o nei social network.
22
VELOCITA’
VOLUME
VARIETA’
 Aree di attenzione:
− normalizzazione e strutturazione dei dati da
analizzare
− elevate competenze (data scientist)
Copyright SDA Bocconi
Una mappa per orientarsi
FINALITA’ DELL’ANALISI
GRADO DI
COMPLESSITA’
ANALISI/
MISURA
ZIONE
23
VELOCITA’
VOLUME
VARIETA’
SCOPERTA/
ANTICIPAZIONE
 Previsione e monitoraggio della domanda nella
fase di lancio di nuovi prodotti sulla base di dati
raccolti nei social network
 Monitoraggio del grado di soddisfazione dei clienti
nella gestione dei resi attraverso dati provenienti
dai social network e mail da clienti
 Scouting e valutazione ex ante dei fornitori sulla
base di dati web
Copyright SDA Bocconi
BMW
BMW had already been
considering how “web 2.0”
technologies might help BMW
understand more about its chain of
about 10,000 suppliers, which
manufacture components worth
€30bn a year for the carmaker.
As a result of the project, BMW is
now trialling two tools that can
read, search, sort and select large
amounts of information in a
systematic way, building up realtime profiles of each supplier and
sub-supplier.
SUPPLY
CHAIN OF INFORMATION OFFERS A VITAL LINK
Fonte: FinancialTimes.com/management
24
Additional information from
earthquakes, other natural
disasters and other threats to the
supply chain are then added,
flagged and displayed within
Google Maps on a large screen.
The information is also
condensed, sorted and delivered
to managers as text in an iPad
app.
Copyright SDA Bocconi
Amazon
Within five years, the majority of
items we crave on short notice will
be available for delivery the same
day.
This will be enabled, in part, by
better interfaces (speechrecognition apps for ordering items
by voice alone, sensors in fridges
to guess what we'll need before
we even realize it) and by better
data analysis.
But the most crucial change will be
in the streets: fleets of delivery
vehicles that strategically traverse
the roads of cities and suburbs,
stuffed with the items that retailers'
algorithms will predict we want.
Fonte: Tech Titans Take Their Fight to the Mean Streets of Same-Day Delivery, WIRED, Jul. 2014.
25
Copyright SDA Bocconi