White Paper

サプライチェーンのモデル化で隠れた経費を見つけ出す

PDFをダウンロード

サプライチェーンのモデル化で隠れた経費を見つけ出す

ポケとの中から忘れていたお金が出てくるように、モデル化のテクノロジーでは、削減できる隠れた経費を見つけることが可能です。

コートのポケットから忘れていたお金が出てくると、得をした気分になります。お金はポケットに入っていたのに、見つけられないでいたのです。ポケットからお金が見つかる。得をした気分になるのはなぜでしょう。

理由は3つあります。

  • 「迅速」 — ポケットに手を入れたら、お金が入っていたのです。
  • 「簡単」– 長い時間、汗を流して働いたわけではありません。
  • 「予想外」 — お金が入っているなど、考えもしませんでした。

ポケットの中のお金のように、ほとんどの企業に多くの経費削減の機会が隠れています。それを見つけることがでできるのが、サプライチェーンのモデル化テクノロジーなのです。サプライチェーンで「お金が見つかった」事例を基に、4つのモデル化のテクニックをご紹介します。

  1. モノの流れ・経路の最適化
  2. 需要区分と在庫規模の適正化
  3. 生産拠点の分析
  4. 輸送経路の最適化

いずれのテクニックでお、迅速、簡単、予想外のメリットを得ることができます。実施までに数年かかるというわけではないので、「迅速」です。サプライチェーンの構成を変える必要はなく、「簡単」です。モデル化テクノロジーでは、直観や従来の観光に相反するソリューションが出されることが多く、「予想外」です。

 

1.モノの流れ・経路の最適化

共有元から生産拠点、そして顧客や店舗への配送に至るモノの移動のプロセスには、様々な選択肢があります。こうした一連の選択しが、サプライチェーンでのモノの流れ・経路となります。この流れをモデル化すれば、各製品の最終コストやサプライチェーンコストを算出できます。モノの流れ・経路の最適化とは、高性能アルゴリズムですべての選択肢をモデル化し、最善の流れを見極めることです。

事例: インバウンドの統合化

あるアメリカの消費財メーカーは、東部にある5か所の向上で製品を生産しています。モデル分析を行ったところ、5か所の工場それぞれが、25のサプライヤーから訳400品目の材料を調達していることが分かりました。調達、生産、保管、輸送を含めたサプライチェーンコストの削減を図るため、そのメーカーは、1~2か所の向上をインバウンドの集約センターとして利用した場合の効果を分析しました。その結果、12サプライヤー、300品目については、追加で発生する取り扱い費用や輸送距離を考慮しても、1か所の工場で調達した方が高い割引率を得られ、コスト効率が向上することが分かりました。サプライチェーン内のモノn流れを変えただけで、年間数億円規模のコスト削減につながりました。

Before

Before

After

After

 

事例: 利用港の選択と荷量の調整

260店舗を展開し、ネット販売いも強い米国の小売企業は、東海岸と西海岸の港を利用しています。両港からの輸送には、鉄道、LTL、FTLを組み合わせ、4箇所の主要DC、71か所のハブ拠点、さらに店舗や消費者に商品を配送しています。この会社では、店舗の需要や場所、DCやハブの場所、サプライヤーや港の情報、平均出荷量(重量、体積)などのデータを使って各商品の流れをモデル化し、どの商品をどのくらい、どちらの港にいれるべきかを検討しました。最適化を行ったところ、商品の20%を東海岸の港に行こうすることが提案されました。以降を実施した結果、年間7%のサプライチェーンコストの節減と同時に、DC、店舗、ハブ、消費屋への配送時間も改善されました。

Port_selection

 

2.需要区分と在庫規模の適正化

需要はサプライチェーンの中で最も変動が大きい要素の一つで、予測も非常に難しいものです。様々な需要パターンがあるにもかかわらず、ほとんどの在庫最適化のツールでは、すべての需要を「通常」と想定し、その結果、過剰在庫、在庫切れ、販売損失につながってしまうことがあります。一方、多階層の在庫最適化であれば、サプライチェーンの階層や場所ごとに維持すべき在庫量を判断でき、最小コストで望ましいサービスレベルを達成できるでしょう。多階層の在庫最適化では、需要側と供給側のサプライチェーンそのものが変動制を考慮し、各製品一拠点に対してサービス要件を満たす最小コストの在庫ソリューションを提案します。

事例: 需要区分

ある自動車メーカーは、20を超える地区DCから2,000を超えるディーラーや部品販売会社のネットワークに差0ビス部品を供給しています。このネットワークを通じて供給される部品の数は12万を超え、需要動向も大きくことない®マス。そのメーカーは、需要区分のテクノロジーを使って需要パターンを分析し、需要を10区分(不規則、変動が大きいなど)に分類しました。そして、各区分に対して適切な在庫ポリシーを適用し、目標とするサービスレベルの実現に必要な在庫レベルを算出しました。その結果、手持ち在庫を約20%削減できたと同時に、需要が不規則な品目にも適切なポリシーを適用できるようになりました。

事例: 在庫最適化事例: 製品の配置とバランス

あるスーパーまーkっとチェーンでは、7か所の地区配送拠点で商品を保管し、500を超える各地の店舗に商品を配送しています。売れ行きの良い商品のアイテム数は2,500SKUで、ス売り上げ量の70%以上を占め、7か所すべてのDCで在庫しています。この会社では商品の特性に基づき、85%から99%まで7つのサービスレベルを策定しました。多階層の在庫最適化で需要とリードタイムの変王政を分析したところ、一部の配送拠点で在庫レベルを増やす必要があるものの(例えば、ある商品は3、4拠点で在庫を増やし、ほかの拠点では減らす)、全体の在庫を5億円相当削減できることが分かりました。結果として出されたのは、この会社にとっての「適正規模」の在庫でした。最終コストを最小化し、不適切な仕入れ量による過剰なサプライチェーンコストを回避でき、全体的な経費削減につながりました。

図 3: 7つのサービスレベルのカテゴリー 7つのサービスレベルごとに、過去の在庫レベル(オレンジ)、新たに算出された最適化後の在庫レベル(グリーン)、その差(ブ ルー)をグラフ化。ブルーの棒が下向きに伸びている場合は在庫減、上向きは在庫増が適切であることを示しています。棒の長 さは、在庫レベルを金額で表しています。

図 3: 7つのサービスレベルのカテゴリー7つのサービスレベルごとに、過去の在庫レベル(オレンジ)、新たに算出された最適化後の在庫レベル(グリーン)、その差(ブルー)をグラフ化。ブルーの棒が下向きに伸びている場合は在庫減、上向きは在庫増が適切であることを示しています。棒の長さは、在庫レベルを金額で表しています。

 

3.生産拠点の分析

生産拠点の分析とは、生産施設とその生産量、そして生産に必要な能力を分析することです。製品に対する需要の場所や量は、時間の経過とともに変化するものです。また、サプライヤーの構成やコストの構造も変わっていkます。利用できる生産能力をバランスよく最大限に利用するには、こうした変化に合わせて生産拠点に変更を加える必要が出てくるでしょうⓚ。ある地域での生産能力の増強を図るため、投資や生産拠点の移設が求められるかもしれません。生産拠点をモデル化して様々なシナリオを分析すれば、既存の生産能力を活用したうえで、生産増加に必要な最適規模の投資を判断しやすくなるでしょう。

事例: 製品の配置とバランス

製造設備への投資を決めたある大手食品メーカーでは、設備をどう最大限に活用できるか検討していました。製品需要は時間の経過とともに変化し、他の地域に移っていくものです。そのため、この会社では全体のコスト引き下げを実現するため、材原料の調達場所を変更した場合の影響を明らかにしたいと考えました。例えば、ある製品を作っている工場が10か所あるとしたら、原材料の調達費、輸送費、施設費を考慮し、各工場での生産量をどう調整すれば効率的かを分析しました。製造施設を物理的に変更ことなく、生産工程をモデル化し、可変要素とキャパシティとのバランスを調整ひただけで、このメーカーは1年間で50憶円相当の経費削減の機会を見出しました。

事例: 流通能力のプランニング

ある世界的な衣料品メーカーは、北欧に巨大な倉庫を持っています。この倉庫には、自動コンベアや高ラックの保管システムな高度な設備が整っているものの、容量が大幅に不足し、処理能力の問題も生じていました。このメーカーでは問題への取り組みとして、他機関モデルを作成し、DC内のボトルネックの検出と、適正な人員規模の判断を行いました。そして最適化を使い、出荷の前倒しや先送り、経路変更により業務量を平準化するプランを策定しました。また、短期的な最適化では週単位での要件を、長期的な最適化では2年先までを考慮して、新たな管理システムを構築しました。これまでは表計算シートで行っていた管理業務をシステム化し、倉庫容量と必要な容量とをより的確に調整することが可能となり、経費の削減につながりました。

Before

Before

After

After

Before

Before

After

After

4.生産拠点の分析

輸送経路の最適化は単独でも、サプライチェーン最適化やシミュレーションと並行してでも行うことが可能です。高度なアルゴリズムを使って現実的な公とや制約を考慮しつつ、印旛運d、アウトバウンドの出荷コストを最小化する輸送経路を提案します。ネットワークデザインを変更すると輸送経路はどうなるか、工場から顧客への製品の効率的な輸送方法は何かといった疑問の解決に役立てることができます。

事例: 車両経路最適化

大都市圏に300店舗を展開する世界的なコンビニエンスストアチェーンは、車両経路の作成に旧来の表計算シートを使っていましたが、最新の輸送経路デザインテクノロジーに切り替えたことで、経路の最適化と経路コストの最小化を実現しました。車両のオプションや様々なサービスレベルの検証を通し、目標とするサービスレベルを維持しつつ、経路数、車両台数、走行距離をいずれも縮小できる最適な組み合わせを見極めることができました。新たな経路では、アウトバウンドの輸送費が8.9%削減されるばかりでなく、廃棄ガスの低減も実現できました。

Vehicle_route_table

 

事例: 巡回型経路のデザイン

鮮魚や冷凍魚などを扱うある大手解散物販売会社は、3PLへの完全委託というこれまでの物流戦略からの転換を検討していました。そこでこの会社は、輸送ネットワークデザインのてぅのろじーを使って、20か所以上ある地区倉庫から国内に広がる1,800以上の取引先に冷凍品を配送する最適な巡回型配送経路を作成しました。さらに輸送方法の比較機能(LTL比較機能)を使って、巡回型経路とLTL(小口や遠距離への出荷)の最適な比率を判断しました。物流戦略を見直したことで、アウトバウンド向け輸送コストの約20%削減が可能となりました。

Multi_stop_table

Multi_stop_map

 

「隠れたお金」を見つけ出す

モデル化テクノロジーでは、既存の資産や現行のプロセスを最適化するだけで、数億円規模のコスト削減を見出すことが可能です。多くの場合、既存のサプライチェーン構成やモノの流れを視覚化するだけで、これまで認識していなかった非効率性が明らかになり、それが分析や最適化を実施するきっかけとなります。大きな成功を収めている企業の多くは、サプライチェーンの継続的な見直しと改善を繰り返し行っています。一般的なプロセスとして、まずコスト削減の「即効的」なプロジェクトを立ち上げ、さまざまな市場の状況や想定においてサプライチェーンがどう機能するかを検討し、コスト、サービス、リスクの間のトレードオフを分析します。さて、御社ではサプライチェーンの「隠れた」お金をいくら発見できるでしょうか。