MAF

1. MAF Workshop i planeringskoncept Johan.ekberg@optimity.se Optimity- Demand. Supply. Balance

2. MAF Planeringskoncept Affärs plan Resurs- Planering Produktions- plan Efterfråge- planering Huvud- plan Kapacitets- planering Detaljerad Materialplan MRP Produktions- plan Distributions- plan Inköpsplan Optimity- Demand. Supply. Balance

3. MAF Planeringskoncept Taktisk planering • Maximera throughput och vinst enligt efterfrågan • Balansera efterfrågan och utbud • Identifieria möjligheter • Simulera affärsplan • Balansera beläggning med resurser och material • Effektivt resursutnyttjande • Optimera leveransförmåga • Minska lagerhållning Operationell planering • Möta leveransdatum • Skapa realistiska körplaner • Orderuppfyllelse • Produktionsrapportering Execution The Supply Chain Execution Distribution Distributions- lager/grossist Återförsäljare Slutkonsument Råmaterial Leverantör Halvfabrikat- produktion Slutprodukt tillverkning Optimity- Demand. Supply. Balance

4. MAF Planeringskoncept Olikatyperavproduktion Råmaterial Komponenter Halvfabrikat Slutprodukt Tillverkning mot lager Montering mot kundorder L e v e r a n t ö r K u n d Tillverkning mot kundorder Konstruktion mot kundorder Tid Kundorderpunkt Kundorderpunkt Kundorderpunkt Kundorderpunkt Produktion utifrån kundorder Produktion utifrån prognos Optimity- Demand. Supply. Balance

5. MAF Planeringskoncept Egenskaper vid olika typer av produktion Montering mot kundorder Många Ojämn Svårt Tillverkning mot lager Få Jämn Enklare Typiska egenskaper • Antal varianter • Efterfrågans variation • Möjlighet att förutse behov Optimity- Demand. Supply. Balance

6. Leveranstid Genomloppstid MAF Planeringskoncept Kundorderpunkten Kundorderpunkt • Punkt i flödet där produkt blir kundunik. • Kundorderpunktens position påverkas av förhållandet mellan genomloppstid och önskad leveranstid. Optimity- Demand. Supply. Balance

7. MAF Planeringstidgränser Tidsgränser (MMS002) Optimity- Demand. Supply. Balance

8. MAF Planeringstidgränser Innanför behovstidsgränsen (BTG): Behovstidsgränsen sätts vanligen lika med produktens ledtid. Innanför behovstidsgränsen ska order (tillverkning, inköp och distribution) vara frisläppta. Hänsyn tas endast till behov från kundorder (ej prognos). Om en order behöver omplaneras måste detta göras manuellt. Optimity- Demand. Supply. Balance

9. MAF Planeringstidgränser Mellan planeringstidsgränsen (PTG) och BTG: Planeringstidsgränsen sätts vanligen till den ackumulerade ledtiden. När planeringstidsgränsen nås är det dags att konvertera den planerade ordern (status 10) till en fast planerad order (status 20). När man når BTG ska ordern frisläppas. Det största behovet från prognos och kundorder behandlas per period. Omplanering och frisläppning kräver manuella åtgärder. Optimity- Demand. Supply. Balance

10. MAF Planeringstidgränser Mellan Prognosavräkningstidsgräns (PATG) och PTG: Det största behovet från kundorder och prognos behandlas per period. Omplanering görs automatiskt av systemet. Optimity- Demand. Supply. Balance

11. MAF Planeringstidgränser Mellan Planeringshorisonten (PH) och PATG: Behovet baseras på prognos per period. Omplanering görs automatiskt av systemet. Optimity- Demand. Supply. Balance

12. MAF Planeringsmetoder • Beställningspunkt • MRP planering • Orderinitiering • Supply Chain Order (nytt koncept) Optimity- Demand. Supply. Balance

13. Lagernivå Beställningspunkt Order-kvantitet Säkerhetslager Tid Ledtid Ett orderförslag – baserat på saldot idag MAF Logik för beställningspunkt Optimity- Demand. Supply. Balance

14. MAF Beställningspunkt BP= Efterfrågan* Ledtid + Säk lager 360 Kvantitet BP BP Tid Ledtid förpåfyllning Ledtid för påfyllning Optimity- Demand. Supply. Balance

15. MAF Beställningspunkt Vad sker vid stora oförutsägbara lageruttag? Kvantitet Ny BP baserat på ny Prognos/behov BP BP Tid Ledtid för påfyllning Ledtid för påfyllning Ledtid för påfyllning Optimity- Demand. Supply. Balance

16. MAF Beställningspunkt Vad sker vid sena materialrapporteringar? Kvantitet Rapporterad förbrukningusage BP BP Riktig. förbrukning. Tidsbrist Tid Ledtid för påfyllning Ledtid för påfyllning Optimity- Demand. Supply. Balance

17. Lagernivå MRP Order-kvantitet Säkerhetslager Tid Flera orderförslag – baserat på planerat saldo I framtiden MAF Planeringskoncept Logik för materialbehovsplanering (MRP) Optimity- Demand. Supply. Balance

18. MAF Material requirements planning (MRP) Demand Gross Requirement calculation Net Requirement calculation Gross requirement per item Net requirement per item Orderqty /Minimum qty etc Start time planning Proposal for Purchas- and Manufacturing On hand Balance Product Structure Item Master Planning rules Optimity- Demand. Supply. Balance

19. Planeringsparametrar Optimity- Planning Made Easy!

20. Planeringsparametrar Optimity- Planning Made Easy!

21. Planeringsparametrar Optimity- Planning Made Easy!

22. MAF Åtgärdsförslag . FRISLÄPPNINGSÅTGÄRDERFrisläpp och tidigarelägg orderFrisläpp order OMPLANERINGSÅTGÄRDERTidigarelägg frisläppt orderSenarelägg frisläppt orderÖka periodens produktionskvantitetMaxsaldo är överskridet vid planeringsgränsenBorttag av order FÖRSENADE ORDERFrisläppt order är försenadFrisläppt order kommer att bli försenad FÖRSENADE KUNDORDER Optimity- Demand. Supply. Balance

23. MAF Åtgärdsförslag i Movex Optimity- Demand. Supply. Balance

24. Vad är Supply Chain Order? • Detärlänkade (peggade) ordernät • En blandningav order initieradplaneringoch MRP planering • Skapandetav Supply Chain Order ärtriggatav: • Skapandeavkundorder • Frisläppandeavdistributionsorder • Skapandeav Demand Order • Supply Chain Order identifierasavettegetunikt order nummer • Kan samexistera med MRP ochprognosförsammaartikel • Med Supply Chain Order gesmöjlighetenattsända information nedåt i försörjningskedjan, exempelvisattribut.

25. Ordernätverk – Supply Chain Order Genererat via Supply Chain Order Genererat via MRP men manuellt eller automatiskt kopplat till Supply Chain Ordern

26. Uppströms- och Nedströmsplanering UPPS TRÖMS Prod A Prod A N E D S T RÖMS Mtrl B Mtrl C Mtrl B Mtrl C Mtrl D Mtrl D

27. Validerad fsgprognos Tid MAF Verktyg för planering S& OP Review prognos Prognosberäkning Justerad fsgprognos Leverantörs- kapacitet Beräknad fsgprognos Optimity, månad M3 DMP Huvudplanering Detaljplanering Fast planerade TO Kundorder APP Optimity, vecka Planerade IO Produktions- plan Inköp Produktion Lager & Utleverans Försäljning Optimity- Demand. Supply. Balance

28. Optimeringsverktyg MAF • Vad händer när ett optimeringsverktyg skapar en plan? • Optimeringsmotorn maximerar total vinst men tar samtidigt all tillgänglig kapacitet och andra restriktioner med i beräkningen Optimity- Demand. Supply. Balance

29. MAF Vad är optimering? • Behöver man vara rädd för optimering? Optimity- Demand. Supply. Balance

30. MAF Exempel optimering • Vad är optimering? Enkelt exempel • Ett bageri tillverkar 2 produkter, bröd och tårtor • Produkterna görs båda av socker och mjöl • Den enda begränsning som finns en viss dag är tillgången av mjöl och socker (kunde lika gärna varit kapacitet) • Man vill maximera sin vinst! • Täckningsbidrag: 15 20 • Säljprognos: 45 25 Recept • Mjöl 1kg 0,5kg • Socker 0,5dl 2dl • Tillgång • 50kg • 60dl Optimity- Demand. Supply. Balance

31. 3 Optimal lösning 2 XC = 20 0 XB = 40 1 Tot täckn.bidrag = 1000 2 3 4 4 1 0 MAF Exempel optimering • Omvandla till matematisk modell XB 120 100 Max. 15 XB + 20 XC s.t 1 XB + 0,5 XC ≤ 50 0,5 XB + 2 XC ≤ 60 XC ≤ 25 XB ≤ 45 = Totalt täckningsbidrag Mht tillgång av mjöl tillgång av socker Antal tårtor som kan säljas maximalt Antal bröd som kan säljas maximalt 50 XB=antal bröd, XC=antal tårtor Tillåtet område 50 100 XC Iterationer av optimering Optimera täckningsbidrag inom tillåtet område Optimity- Demand. Supply. Balance

32. MAF Hur fungerar det idag? • MRP • Två planerade TO på 45 resp. 25 skapas • ERP signalerar materialproblem • Planeraren får manuellt identifiera vilka TO som påverkas, och sedan planera om dessa manuellt • Osannolikt att optimal plan hittas, dvs. intäkter blir lägre än vad de borde vara • Tillgång • 50kg • 60dl • Säljprognos: 45 25 Recept • Mjöl 1kg 0,5kg • Socker 0,5dl 2dl Optimity- Demand. Supply. Balance

33. MAF Hur fungerar det idag? • APS • Utgår ifrån de planerade TO på 45 resp. 25 som skapats av MRP • Identifierar och löser materialproblem med automatik, genom att synkronisera tillverkning med materialtillgång • TO med lägst prio. senareläggs, vilket leder till missad försäljningen • Mindre manuellt arbete än MRP, men fortsatt ett resultat långt ifrån det optimala, dvs företagets vinst blir för låg • Tillgång • 50kg • 60dl • Säljprognos: 45 25 Recept • Mjöl 1kg 0,5kg • Socker 0,5dl 2dl Optimity- Demand. Supply. Balance

34. MAF I verkligheten är det lite mer komplext Lager- uppbyggnad Måste utnyttjas Kostnad & Kapacitet för lagerhållning All efterfrågan skall mötas till lägsta möjliga kostnad Suppliers Plants Warehouses Customers Optimity användssomstödförplanerarenattbesvarafrågorna “Vad”, “Var” och “När” ska vi: • Producera • Köpa in • Transportera • Lagerhålla • Etc. • förattminimerakostnader/ maximeravinst, med hänsyn till kapacitetsbegränsningarochkostnaderför de olikaalternativen Begränsad produktions-kapacitet Transport-kapacitet och kostnader Extra kostnad per skift Säsongs-variationer Kapacitet in-/ utleverans Begränsad tillgång Kampanjer/ nya kontrakt Möjligheter till ytterligare fsg Optimity- Demand. Supply. Balance

36. MAF Dashboard Optimity- Demand. Supply. Balance

37. MAF Leveranssäkerhet Optimity- Demand. Supply. Balance

38. MAF Beläggning Optimity- Demand. Supply. Balance

39. Tid Automatisk Prognos Metoder • Glidande medelvärde • 2-Perioders vägt medelvärde • Exponentiell utjämning • Adaptiv exponentiell utjämning • Föreg. 3 perioders verkliga medelvärde • Föreg. 3 perioders verkliga medelvärde med trend • Föreg. 3 perioders verkliga medelvärde, just mht föreg. år • Snitt av föreg., nuvarande och nästkommande periods försäljning, ett år tillbaka • Snitt av föreg., nuvarande och nästkommande periods försäljning, ett år tillbaka, justerat mht trend Fördelningskurvor och trender kan definieras…… eller beräknas baserat på historiska data

40. Daily Forecasting Period/ Week 1000 1200 1200 1300 1150 1000 1100 1250 1300 *** Distribution curve Monday Tuesday Wednesday Thursday Friday Saturday Sunday 50 60 70 40 150 250 380