esercitazioni di logisticacorsiadistanza.polito.it/corsi/pdf/9656a/eser_log_2.pdf · 2000-10-23 ·...
TRANSCRIPT
Logistica
2 Esercitazioni in aula
© Politecnico di Torino Pagina 1 di 24Data ultima revisione 23/10/00 Autore: Luca Peiretti
Politecnico di TorinoCeTeM
POLITECNICO DI TORINO
ESERCITAZIONI DI LOGISTICA
D.U. in Ingegneria Logistica e della ProduzioneCorso di Logistica
Tutore: Ing. Luca PeirettiA.A. 1999-2000
Logistica
2 Esercitazioni in aula
© Politecnico di Torino Pagina 2 di 24Data ultima revisione 23/10/00 Autore: Luca Peiretti
Politecnico di TorinoCeTeM
1. ESERCITAZIONI IN AULA PARTE 2 .............................................................................................................................................................................3
Gestione degli ordini ....................................................................................................................................................................................31.1. IDENTIFICAZIONE INDICATORI DI PRESTAZIONE E COSTI...................................................................................................................................... 4
1.1.1. Prestazioni esterne..........................................................................................................................................................................41.1.2. Leve per migliorare il servizio........................................................................................................................................................51.1.3. Leve per ridurre i costi ....................................................................................................................................................................5
1.2. CALCOLO INDICATORI OPERATIVI......................................................................................................................................................................... 71.2.1. Ampiezza della gamma..................................................................................................................................................................71.2.2. Grado di copertura ..........................................................................................................................................................................81.2.3. Capacità evasione ordini................................................................................................................................................................81.2.4. Efficienza e puntualità di consegna..............................................................................................................................................91.2.5. Conformità ........................................................................................................................................................................................91.2.6. Flessibilità .......................................................................................................................................................................................10
1.3. SCORTE..............................................................................................................................................................................................................111.3.1. Giacenza media.............................................................................................................................................................................111.3.2. Indice di rotazione .........................................................................................................................................................................121.3.3. Indice di durata ..............................................................................................................................................................................12
1.4. INDICI DI PREVISIONE .........................................................................................................................................................................................151.4.1. Mean error ......................................................................................................................................................................................151.4.2. Mean absolute deviation..............................................................................................................................................................161.4.3. Mean absolute percentage error.................................................................................................................................................161.4.4. Mean Squared error......................................................................................................................................................................171.4.5. Durbin Watson error......................................................................................................................................................................18
1.5. PREVISIONE DELLA DOMANDA SENZA STAGIONALITÀ .......................................................................................................................................211.5.1. Previsione con Media Mobile ......................................................................................................................................................211.5.2. Media Ponderata ...........................................................................................................................................................................23
Logistica
2 Esercitazioni in aula
© Politecnico di Torino Pagina 3 di 24Data ultima revisione 23/10/00 Autore: Luca Peiretti
Politecnico di TorinoCeTeM
1. ESERCITAZIONI IN AULA PARTE 2
ESERCIZIO
Da una indagine è risultato che le attività della logistica curate dalle società Uniliver, Barilla, Nestle’, Granarolo sono le seguenti:
ATTIVITA’ UNILIVER BARILLA NESTLE’ GRANAROLO
Gestione degli ordini x x X
Previsione della domanda x X
Approvvigionamento materiali x X
Pianificazione delconfezionamento X
Pianificazione, programmazione econtrollo della produzione x x X
Controllo e gestione delle scortedei prodotti finiti x x x X
Controllo e gestione delle scortedi materie prime
X
Spedizioni x x x X
Trasporti primari x x x X
Logistica
2 Esercitazioni in aula
© Politecnico di Torino Pagina 4 di 24Data ultima revisione 23/10/00 Autore: Luca Peiretti
Politecnico di TorinoCeTeM
Trasporti secondari x x x X
Pianificazione dei canalidistributivi
x X
Assistenza post vendita x
Controllo e gestione del livello diservizio x x x
Individuare:
a) Possibili indicatori di prestazione esterni (visti dal cliente).b) Possibili leve per migliorare il livello del servizio offerto.c) Possibili leve per ridurre i costi della logistica.
1.1. Identificazione Indicatori di prestazione e costiFoglio 1
1.1.1. Prestazioni esterne
• Ampiezza della gamma : 50• Offerta di prodotti “Low Cost” : 50• Tempo di Ciclo : 100• Flessibilità (“Quick response”) : 80• Qualità dei prodotti (Freschezza) : 80• Risposta alla stagionalità della domanda : 80
Logistica
2 Esercitazioni in aula
© Politecnico di Torino Pagina 5 di 24Data ultima revisione 23/10/00 Autore: Luca Peiretti
Politecnico di TorinoCeTeM
• Puntualità di consegna : 80
Trattandosi di prodotti “Freschi” una grossa importanza riveste proprio il tempo di ciclo, rendere il prodotto disponibile nelminor tempo sul mercato.
Il valore riportato sulla destra indica l’importanza in una scala da 1 a 100.
1.1.2. Leve per migliorare il servizio
• Riduzione del “Lead Time” : 60• Riduzione scorte e stock : 90• Puntualità di consegna : 60• Information technology : 90• Reengineering rete distributiva : 100• Riduzione lotti di consegna : 50• Riduzione errori nelle consegne : 40• Ampliamento termine ultimo per accettazione ordini : 30
1.1.3. Leve per ridurre i costi
• Centralizzazione della rete : 100• Riduzione delle scorte : 100• Outsourcing : 50• Sistema monitoraggio costi : 80
Logistica
2 Esercitazioni in aula
© Politecnico di Torino Pagina 6 di 24Data ultima revisione 23/10/00 Autore: Luca Peiretti
Politecnico di TorinoCeTeM
• Information system : 100
ESERCIZIO
Per il deposito periferico in esame e per il periodo preso a riferimento sono noti i seguenti dati:
Prodotti acatalogo A B C D E F G H I L
Variantiperprodotto
7 15 2 8 9 50 21 3 10 16
N° di prodotti del concorrente di riferimento 40N° di articoli a scorta 110N° di ordini ricevuti 330
N° di consegne d’ordine programmate 270N° di consegne d’ordine effettuate 243N° di linee d’ordine ricevute in media per singolo ordine 12
Rapporto fra ordini potenziali e ordini confermati 0.07N° di ordini immediatamente evadibili 97N° di linee d’ordine immediatamente evadibili 2650
Logistica
2 Esercitazioni in aula
© Politecnico di Torino Pagina 7 di 24Data ultima revisione 23/10/00 Autore: Luca Peiretti
Politecnico di TorinoCeTeM
N° di consegne d’ordine non conformi per il tipo di articoli 15
N° di consegne d’ordine non conformi per la quantità di articoli 20N° di richieste di varianti d’ordine sul tipo o sulla quantità dell’articolo 35N° di consegne effettuate con varianti d’ordine sul tipo o sulla quantità 20
N° di consegne d’ordine effettuate in anticipo 30N° di consegne d’ordine effettuate in tempo 209
Calcolare:1) L’ampiezza della gamma in orizzontale, in verticale ed in orizzontale relativa (3 indicatori).2) Il grado di copertura scorte (1 indicatore).3) La capacità di evasione degli ordini (3 indicatori).4) L’efficienza e la puntualità di consegna (3 indicatori).5) La conformità all’ordinato (2 indicatori).6) La flessibilità (1 indicatore).
1.2. Calcolo indicatori operativiFoglio 2
1.2.1. Ampiezza della gamma
L’ampiezza della gamma orizzontale è il numero di prodotti a catalogo :
Logistica
2 Esercitazioni in aula
© Politecnico di Torino Pagina 8 di 24Data ultima revisione 23/10/00 Autore: Luca Peiretti
Politecnico di TorinoCeTeM
AGo : prodotti A – L -> AGo = 10
L’ampiezza della gamma verticale comprende tutte le varianti (somma) :
AGv = 7 + 15 + 2 + 8 + 9 + 50 + 21 + 3 + 10 + 16 = 141
L’ampiezza della gamma relativa è data dal rapporto tra le ampiezze orizzontali :
AGR = 10/40 = 0,25 -> 25%
1.2.2. Grado di copertura
Il grado di copertura è dato dal rapporto tra gli articoli a scorta e quelli “a catalogo” (ampiezza verticale) :
Grado di Copertura =110 / 141 = 0,78 -> 78%
1.2.3. Capacità evasione ordini
Indicano il materiale in pronta consegna :
Pronta consegnaordini= #ordini immediatamente evadibili/#ordini ricevuti =97/330=29,3 %
Pronta consegnavoci = #voci immediatamente evadibili/#voci ricevuti =
= 2650/(330*12) = 67 %
Logistica
2 Esercitazioni in aula
© Politecnico di Torino Pagina 9 di 24Data ultima revisione 23/10/00 Autore: Luca Peiretti
Politecnico di TorinoCeTeM
Capacità Evasione = # ordini immediatamente evadibili/#ordini ricevuti+#ordini potenziali =
= 97/[330 + (330*0.07)] = 27,5 %
1.2.4. Efficienza e puntualità di consegna
% Consegnata/Programmata = 243 / 270 = 90%
% Consegnata anticipo/Effettuato* = 30 / 243 = 12,35%% Consegnata Tempo/Effettuato* = 209 / 243 = 86,01%
* Indicatore esprimibile anche in funzione del previsto.
1.2.5. Conformità
Conformità all’ordinato è il complemento a 1 degli indici degli errori di consegna :
% Consegnata Tipo Articolo =1- (#art_non_conf(TA)/#art_cons.) = 1 – (15 / 243) = 93,83%
% Consegnata Q Articoli =1- (#art_non_conf(Q)/#art_cons.) = 1 – (20 / 243) = 91,77%
Logistica
2 Esercitazioni in aula
© Politecnico di Torino Pagina 10 di 24Data ultima revisione 23/10/00 Autore: Luca Peiretti
Politecnico di TorinoCeTeM
1.2.6. Flessibilità
%Varianti ordine evase = % Var_evase/% Var_richieste = 20/35 = 57,14 %
ESERCIZIO
Avendo a disposizione i seguenti dati sul deposito in questione per il mese di settembre ’99 e per uno specifico articolo immagazzinato(t = giorni; Sit = scorta iniziale di unità di carico in t; Et = unità di carico in ingresso in t; Ut = unità di carico in uscita in t; SFt = scortafinale di unità di carico in t), calcolare:
a) la giacenza media, l’indice di rotazione e l’indice di durata dell’articolo a magazzino nell’ipotesi che le operazioni di carico e scaricosiano concentrate all’inizio della giornata lavorativa.
b) la giacenza media, l’indice di rotazione e l’indice di durata dell’articolo a magazzino nell’ipotesi che le operazioni di carico e scaricosiano concentrate al termine della giornata lavorativa.
c) la giacenza media, l’indice di rotazione e l’indice di durata dell’articolo a magazzino nell’ipotesi che le operazioni di carico e scaricosiano distribuite lungo l’intero arco della giornata.
t [gg] SIt Et Ut SFt
1 100 20 50 70
2 70 40 30
4 30 20 10
Logistica
2 Esercitazioni in aula
© Politecnico di Torino Pagina 11 di 24Data ultima revisione 23/10/00 Autore: Luca Peiretti
Politecnico di TorinoCeTeM
5 10 70 80
7 80 20 100
10 100 50 50
13 50 40 10
18 10 80 10 80
20 80 30 50
22 50 30 20
27 20 70 90
30 90 50 40
1.3. Scorte
1.3.1. Giacenza media
E’ data dalla sommatoria delle giacenze pesate sul peiordo di permanenza rapportate al periodo totale per esempio nel casoA(operazione inizio giornata, in magazzino rimane la giacenza di “fine giornata”) :
4930
1403905202502805103503100280110230170 =⋅+⋅+⋅+⋅+⋅+⋅+⋅+⋅+⋅+⋅+⋅+⋅
Logistica
2 Esercitazioni in aula
© Politecnico di Torino Pagina 12 di 24Data ultima revisione 23/10/00 Autore: Luca Peiretti
Politecnico di TorinoCeTeM
1.3.2. Indice di rotazione
L’indice di rotazione viene espresso come il rapporto tra le uscite totali e la giacenza media ed indica quante volte la giacenza media èruotata nel periodo:
1.3.3. Indice di durata
L’indice di durata indica quanto la giacenza media “copre” le uscite è, quindi, l’inverso dell’indice di rotazione.
Per cui 15% di 30 gg => 4,5 g. La giacenza media copre 4,5 g di uscite.
Nella tabella di seguito vengono riportati i valori per ogni singolo caso.
Si tenga presente quanto segue :
Caso A : Si prende in considerazione la giacenza di fine giornata in quanto le operazioni vengono svolte tutte ad inizioattività.
53,649320 ===
media
totalicasoA Giacenza
UIR
%1515,0320491 =====
casoAtotali
mediacasoA
IRU
GiacenzaID
Logistica
2 Esercitazioni in aula
© Politecnico di Torino Pagina 13 di 24Data ultima revisione 23/10/00 Autore: Luca Peiretti
Politecnico di TorinoCeTeM
Caso B : Si prendono in considerazione le giacenze di inizio giornata in quanto le operazioni vengono svolte a finegiornata.
Caso C : Si prende in considerazione la media, in quanto le attività vengono svolte durante la giornata.
T [gg] Permanenza Slt Et Ut SFt caso A caso B caso C
1 1 100 20 50 70 70 100 852 1 70 40 30 60 140 1004 2 30 20 10 10 30 205 1 10 70 80 160 20 907 2 80 20 100 300 240 270
10 3 100 50 50 150 300 22513 3 50 40 10 50 250 150
18 5 10 80 10 80 160 20 90
20 2 80 30 50 100 160 130
22 2 50 30 20 100 250 175
27 5 20 70 90 270 60 165
30 3 90 50 40 40 90 65320
GM 49 55,33 52,17
IR 6,53 5,78 6,13
ID 0,15 0,17 0,16
Logistica
2 Esercitazioni in aula
© Politecnico di Torino Pagina 14 di 24Data ultima revisione 23/10/00 Autore: Luca Peiretti
Politecnico di TorinoCeTeM
ESERCIZIO
Avendo a disposizione i dati relativi alla domanda del prodotto in esame ed alla sua previsione da gennaio ad ottobre, valutare glierrori commessi mediante:
a) mean error;b) mean absolute deviation;c) mean absolute percentage error;d) mean squared error;e) Durbin Watson error.
mesi Dt Pt
gennaio 115 110febbraio 145 125marzo 151 145aprile 176 180maggio 205 210giugno 215 230luglio 170 250agosto 190 150settembre 210 180ottobre 230 220
Logistica
2 Esercitazioni in aula
© Politecnico di Torino Pagina 15 di 24Data ultima revisione 23/10/00 Autore: Luca Peiretti
Politecnico di TorinoCeTeM
1.4. Indici di previsione
Si può definire come errore E t la distanza tra la previsione P t e l’effettivo Dt si avrà, quindi :
Possono essere calcolati i seguenti indici :
1.4.1. Mean error
Errore medio dato da :
Quindi :
Con questo indice gli errori sono mediati (sommatoria algebrica).
ttt PDE −=
N
EM t
error
∑=
7,010
1030408015546205 =+++−−−−++== ∑N
EM t
error
Logistica
2 Esercitazioni in aula
© Politecnico di Torino Pagina 16 di 24Data ultima revisione 23/10/00 Autore: Luca Peiretti
Politecnico di TorinoCeTeM
1.4.2. Mean absolute deviation
Con questo indice, gli errori vengono comunque sommai (modulo).
Quindi :
1.4.3. Mean absolute percentage error
In questo caso l’errore viene rapportato alla domanda :
N
EMAD t
error
∑=
5,2110
1030408015546205 =+++++++++== ∑N
EM t
error
N
D
E
MAP t
t
error
∑=
Logistica
2 Esercitazioni in aula
© Politecnico di Torino Pagina 17 di 24Data ultima revisione 23/10/00 Autore: Luca Peiretti
Politecnico di TorinoCeTeM
Quindi :
1.4.4. Mean Squared error
In questo caso oltre a sommare gli errori si pone maggiore risalto agli errori di maggiore entità:
%1212,010
23010
21030
19040
17080
21515
2055
1764
1516
14520
1155
==+++++++++
==∑
N
D
E
MAP t
t
error
( )N
EM
t
error
∑=2
( )7,972
101030408015546205 22222222222
=+++++++++== ∑N
EMS
t
error
Logistica
2 Esercitazioni in aula
© Politecnico di Torino Pagina 18 di 24Data ultima revisione 23/10/00 Autore: Luca Peiretti
Politecnico di TorinoCeTeM
1.4.5. Durbin Watson error
Questo indice dà informazioni sulla correlazione tra gli errori. Se l’indice è nella prossimità dello 0, significa che gli errori sono correlatipositivamente, ovvero se si è fatta una sovrastima, anche il successivo periodo è affetto da sovrastima; se l’indice è nella prossimitàdel 4 ad una sovrastima, segue una sottostima, se l’indice vale esattamente 4 allora anche il valore numerico coincide tra sovrastima esottostima.
( )
( )∑
∑−
=−
−
=−−− −
=1
0
2
2
0
21
N
iit
N
iitit
error
E
EEDW
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
=+++−+−+−+−+++
−+−+−−++−++−++−+++−+−= 2222222222
222222222
5206451580403010
52020664455151580804040303010
( )
( )=
−=
∑
∑−
=−
−
=−−−
1
0
2
2
0
21
N
iit
N
iitit
error
E
EEDW
Logistica
2 Esercitazioni in aula
© Politecnico di Torino Pagina 19 di 24Data ultima revisione 23/10/00 Autore: Luca Peiretti
Politecnico di TorinoCeTeM
Nella tabella vengono riportati i valori calcolati e quindi utilizzati.
T Dt Pt Et Et/Dt
1 115 110 5 0,0432 145 125 20 0,1383 151 145 6 0,0404 176 180 -4 -0,0235 205 210 -5 -0,0246 215 230 -15 -0,0707 170 250 -80 -0,4718 190 150 40 0,2119 210 180 30 0,14310 230 220 10 0,043
03,2=errorDW
Logistica
2 Esercitazioni in aula
© Politecnico di Torino Pagina 20 di 24Data ultima revisione 23/10/00 Autore: Luca Peiretti
Politecnico di TorinoCeTeM
ESERCIZIO
Avendo a disposizione i dati relativi alla domanda del prodotto in esame da gennaio a novembre, proporre una stima della stessa per ilmese di dicembre mediante il calcolo di medie mobili di ampiezza pari a 3,4 e 5 mesi.
Mesi t Dt
Gennaio 1 420Febbraio 2 410Marzo 3 430Aprile 4 380Maggio 5 350Giugno 6 370Luglio 7 340Agosto 8 330Settembre 9 380Ottobre 10 420Novembre 11 440Dicembre 12
Logistica
2 Esercitazioni in aula
© Politecnico di Torino Pagina 21 di 24Data ultima revisione 23/10/00 Autore: Luca Peiretti
Politecnico di TorinoCeTeM
1.5. Previsione della Domanda senza stagionalità
1.5.1. Previsione con Media Mobile
La Medie Mobile è data da :
Dove N-KK + 1 è la Medie Mobile di ampiezza kk
P t+1 = MM t,kk
Per cui prendendo in esame i valori espressi dalla tabella abbiamo per le Medie Mobili di ampiezza 3, 4, 5 :
kk
DMM
kk
iit
kkt
∑−
=−
=
1
0,
3825
3403303804204405
5,3924
3303804204404
3,4133
3804204403
4
05,
3
04,
2
03,
=++++==
=+++==
=++==
∑
∑
∑
=−
=−
=−
iit
t
iit
t
iit
t
DMM
DMM
DMM
Logistica
2 Esercitazioni in aula
© Politecnico di Torino Pagina 22 di 24Data ultima revisione 23/10/00 Autore: Luca Peiretti
Politecnico di TorinoCeTeM
Non potendo esprimere le previsioni con decimali si dovranno arrotondare per eccesso o per difetto.
Mesi t Dt kk=3 kk=4 kk=5 kk=6 kk=7 kk=8 kk=9 kk=10 kk=11
Gennaio 1 420
Febbraio 2 410
Marzo 3 430
Aprile 4 380 420,00
Maggio 5 350 406,67 410,00
Giugno 6 370 386,67 392,50 398,00
Luglio 7 340 366,67 382,50 388,00 393,33
Agosto 8 330 353,33 360,00 374,00 380,00 385,71
Settembre 9 380 346,67 347,50 354,00 366,67 372,86 378,75
Ottobre 10 420 350,00 355,00 354,00 358,33 368,57 373,75 378,89
Novembre 11 440 376,67 367,50 368,00 365,00 367,14 375,00 378,89 383,00
Dicembre 12 413,33 392,50 382,00 380,00 375,71 376,25 382,22 385,00 388,18
Si noti l’andamento nella tabella. Le previsioni possono essere espresse solo in presenza di dati storici (andamento triangolare).
Logistica
2 Esercitazioni in aula
© Politecnico di Torino Pagina 23 di 24Data ultima revisione 23/10/00 Autore: Luca Peiretti
Politecnico di TorinoCeTeM
ESERCIZIO
Utilizzando i dati relativi all’esercizio precedente, proporre una previsione della domanda per il mese di dicembre mediante il calcolodi medie livellate esponenzialmente con fattori di smorzamento pari a 0,2; 0,5; 0,8.
1.5.2. Media Ponderata
La Media Ponderata viene così identificata :
Per inizializzare la procedura imporremo Mt = Dgennaio per cui
α = 0,2
Mt=1 = 420Mt=2= α Dt + ( 1 - α )Mt-1 = α Dt=2 2 + ( 1 - α ) Mt=1 = 0,2 * 410 + ( 1 – 0,2 ) 420 = 418Mt=3= α Dt + ( 1 - α )Mt-1 = α Dt=3 2 + ( 1 - α ) Mt=2 = 0,2 * 430 + ( 1 – 0,2 ) 418 = 420Mt=4= α Dt + ( 1 - α )Mt-1 = α Dt=4 2 + ( 1 - α ) Mt=3 = 0,2 * 380 + ( 1 – 0,2 ) 420 = 412Mt=5= α Dt + ( 1 - α )Mt-1 = α Dt=5 2 + ( 1 - α ) Mt=4 = 0,2 * 350 + ( 1 – 0,2 ) 412 = 400Mt=6= α Dt + ( 1 - α )Mt-1 = α Dt=6 2 + ( 1 - α ) Mt=5 = 0,2 * 370 + ( 1 – 0,2 ) 400 = 394Mt=7= α Dt + ( 1 - α )Mt-1 = α Dt=7 2 + ( 1 - α ) Mt=6 = 0,2 * 340 + ( 1 – 0,2 ) 394 = 383
( ) ( ) ( ) ( )[ ]( ) ( ) 1
11
211
1
11
1111
+−−
−
−−−
+
−++−+⋅=
=−⋅−+⋅=−+⋅=−+⋅==
NtN
tt
tttttttt
tt
DDD
MDDPDMDM
MP
ααααα
αααααααα
K
Logistica
2 Esercitazioni in aula
© Politecnico di Torino Pagina 24 di 24Data ultima revisione 23/10/00 Autore: Luca Peiretti
Politecnico di TorinoCeTeM
Mt=8= α Dt + ( 1 - α )Mt-1 = α Dt=8 2 + ( 1 - α ) Mt=7 = 0,2 * 330 + ( 1 – 0,2 ) 383 = 373Mt=9= α Dt + ( 1 - α )Mt-1 = α Dt=9 2 + ( 1 - α ) Mt=8 = 0,2 * 380 + ( 1 – 0,2 ) 373 = 374Mt=10= α Dt + ( 1 - α )Mt-1 = α Dt=10 2 + ( 1 - α ) M t=9 = 0,2 * 420 + ( 1 – 0,2 ) 374 = 383Mt=11= α Dt + ( 1 - α )Mt-1 = α Dt=11 2 + ( 1 - α ) M t=10 = 0,2 * 440 + ( 1 – 0,2 ) 383 = 395
Mesi t Dt 0,20 0,50 0,80
Gennaio 1 420Febbraio 2 410Marzo 3 430 418 415 412Aprile 4 380 420 423 426Maggio 5 350 412 401 389Giugno 6 370 400 376 358Luglio 7 340 394 373 368Agosto 8 330 383 356 346Settembre 9 380 372 343 333Ottobre 10 420 374 362 371Novembre 11 440 383 391 410Dicembre 12 395 415 434
Nella tabella vengono riportati gli altri casi. (I valori sono sempre arrotondati).