Gestione dei sistemi logistici e produttivi

PRIMA E SECONDA LEZIONE

Modello di supply chain

Avremo tre flussi principali all’interno Fornitore Produttore Distributore mercato

della supply chain:

1. Flusso fisico: flusso delle merci o del prodotto che si va costruendo, da materia prima a prodotto
finito.
2. Flusso informativo: Risale la supply chain dal mercato fino al supplier e determina i flussi di
produzione in risposta alla domanda del bene che avremo.
3. Flusso di cassa (finanziario): privo di una regola certa consiste in tutte le transizioni finanziarie ce
avvengono conseguentemente al processo di produzione distribuzione e vendita di un prodotto.

Generi di scorte (stocks) nei processi produttivi

Cycle inventory -> Necessarie per alimentare il flusso di produzione della supply chain

Safety inventory -> Scorte necessarie a fronteggiare eventuali imprevisti nel processo produttivo oppure
domande di prodotto inaspettate. Worst event per una supply chain sarà lo stockout, ho un cliente
disposto ad acquistare il mio prodotto ma non ho prodotto suficente per soddisfarlo. Even worse case
stockout + overstock, il mio magazzino è pieno di biro rosse e i clienti le vogliono
Market analysis
solo nere, non ne posso produrre del colore corretto se non mi libero lo spazio dai
prodotti non richiesti.
Product
desing
Speculative inventory -> Scorte strategiche, consistono solitamente
nell’acquistare un certo quantitativo di materia prima quando il prezzo di product
industrialization
mercato cala per aumentare il mio profitto sul prodotto finito.

Un aspetto cruciale nell’introduzione di nuovi prodotti

in una linea di produzione è il processo di purchasing production sales distribution
industrializzazione, cioè quello che mi permette di
rendere compatibile il prodotto ideato alla mia supply
chain. Esempio ineken ichnusa non filtrata.

2 elementi fondamentali del processo produttivo

1. Distinta base: lista di elementi fondamentali per la realizzazione di un prodotto, anche detta bill of
materials, non descrive i macchinari impiegati ne i costi. La distinta base per un’ autovettura
consiste in 5000 elementi, per un aeromobile saliamo a 100000.
2. Routing (ciclo di lavorazione): consiste nella descrizione di tutti i passaggi necessari alla
realizzazione di un prodotto industriale. Es.
 1 nome processo risorse impiegate tempistica numero processo precedente e successivo

Sistemi produttivi modello di worthman

In base al grafico possimo andare a classificare i

processi produttivi sulla domanda ricevuta sul
volume richiesto e in base al prodotto da
realizzare.

Modello di vendita

In questo grafico andiamo a

introdurre il concetto di punto di
disaccoppiamento, costumer
decoupling point, punto dopo il
quale sarò certo di avere un
acquirente per il prodotto che sto
andando a realizzare. Due
esempi: se lavoro per engineering
to order io non andrò nemmeno a
realizzare il progetto del mio
prodotto se non ho la certezza di
adarlo a vendere,
comportamento tipico dei
progetti edili. All’altro estremo
avremo produzione a make to stock per cui io vado a realizzare il prodotto interamente senza avere un
acquirente fisso, un esempio potrebbe essere la fornitura alimentare ai supermercati per cui il prodotto è
realizzato per riempire gli scaffali ma fino al momento dell’acquisto il cibo è prodotto senza certezza di
vendita.

Processi produttivi e di assemblaggio

Avremo una suddivisione della produzione discreta tra Fabbricazione, processo in cui dal prodotto finito
non sarà possibile riottenere le componenti iniziali, e assemblaggio, per cui le componenti saranno
riottenibili.

A. Un processo di fabbricazione potrà essere di tre generi principalmente:

1.Job shop
2.Cell Manufacturing
3.Transfer Line
B. Mentre un processo di assemblaggio potrà essere:
1.A posto fisso
2.Assembly shop
3.Assembly Cell
4.Assembly line, a sua volta classificabile in paced intermittente e continuo e unpaced.

SISTEMI DI FABBRICAZIONE
A.1 Fabbricazione in JOB SHOP

Le macchine saranno raggruppate per omogeneità

tecnologica. Layout di un job shop corrisponderà al
posizionamento dei macchinari in pianta. Per ogni prodotto
tecnologico avremo un flusso tecnologico o di produzione.
Dall’unione di tutti i flussi di produzione otterremo uno
“Spaghetti diagram”. Per un processo di fabbricazione a job
shop sarà quasi impossibile ottenere una sincronizzazione
dei processi di produzione andando ad incorrere in
tempistiche produttive prolungate.

𝐿𝑒𝑎𝑑𝑇𝑖𝑚𝑒 = 𝑃𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑜𝑛𝑇𝑖𝑚𝑒 + 𝑆𝑈𝑃

𝑃𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑜𝑛𝑇𝑖𝑚𝑒 = 𝑃𝑟𝑜𝑐𝑒𝑠𝑠𝑖𝑛𝑔𝑇𝑖𝑚𝑒 + 𝑄𝑢𝑒𝑖𝑛𝑔𝑇𝑖𝑚𝑒 Vediamo che in un JobShop avremo un queing time
di molto maggiore rispetto al processing time. Per cui i macchinari lavoreranno ad una saturazione molto
scarsa. Allo stesso tempo avro un enorme varietà nella mia produzione ma indipendente dal bene questa
sarà limitata ad un volume scarso.

Caratteristiche Principali

1.Molti prodotti a volume limitato

2. Elevata flessibilità

3. Macchinari a funzione generica

4.Operatori altamente specializzati

5.Layout del processo(macchinari simili posti nella stessa zona) Group technology

6.Material flow non organizzato permette un alta flessibilità.

7. Elevato material Handling

8. Elevato Lead time.

Material Handling: movimentazioni di materiale all’interno delle mura del mio shop.

“Group Technology is the realization that many problems are similar, and that by grouping similar
problems, a single solution can be found to a set of problems thus saving time and effort”.

Paragrafo sulla flessibilità di produzione Individuiamo tre generi principali di flessibilità di produzione:

1. Volume elasticity: capacità di mutare il volume della produzione per un cliente.

2. Mix elasticity: capacità di mutare il tipo di prodotto per un cliente.
3. Plan elsticity: capacità di modificare la durata del frozen period e della due date per un ordine.
4. Product-Strategic elasticity: capacità di modificare il prodotto in base a variazioni del marcato.

Il principale lato positivo di un processo di produzione a job

shop sta nella presenza di routing alternativi che mi
permetteranno in caso di malfuzionamento di un macchinario
di non interrompere la produzione.

Quando adotto un layout a job shop?

1. Alta varietà di prodotti

 2. Per ogni prodotto il volume di produzione è ridotto rispetto al volume totale della produzione
3. I prodotti andranno a mutare nel tempo.

Lati negativi del job shop

1. Avrò difficoltà nel controllare il flusso di produzione

2. Alto livello di work in progress
3. Lunghe attese tra una parte del processo e l’altra (queing)
4. Qualità dei beni scostante
5. Difficoltà ad individuare eventuali colli di bottiglia
6. La produttività sarà legata al mix dei prodotti che andrò a realizzare

Work in progress (wip): beni parzialmente lavorati e non ancora conclusi.

A.3 Transfer Lines

Questo processo di produzione si ottiene per specializzazione di un job

shop su di uno specifico processo di produzione. In particolare quando
avremo un flow dominant shop dove si potrà chiaramente individuare
un job che prevale sugli altri per volume di produzione. La presenza di un
bottleneck nel mio processo è un chiaro indicatore della necessità di
progredire a un processo produttivo a cell manufacturing. Andremo a
creare delle linee di produzione (Vedi U-bent line) per avere la possibilità
di produrre volumi maggiori a scapito della varietà di prodotto, sarà
infatti più complesso introdurre nuovi elementi in produzione.

Efficacia-Efficenza

Effficacia -> capacità di cogliere l’obbiettivo.

STD=100pcs A=100pcs B=50psc A è più efficace di B.

Efficenza -> capacità di raggiungere l’obbiettivo in relazione ai beni impiegati.

STD=100pcs C=20$ 5pc/$ A=120pcs C=50$ 2.4pcs/$ B=50 C=50$ 10pcs/$

In un azienda sarà innanzitutto preferibile un venditore efficace e solo in secondo luogo uno efficente.

Caratteristiche cell manufacturing:

1. Pochi prodotti ad alto volume

2. Prodotti con lo stesso standard
3. Ci si avvicina alla produzione continua (queing time ridotto)
4. Macchinari specifici
5. Lavoratori meno skillati (dovranno saper eseguire una sola task oppure solo supervisionare)
6. Macchinari organizzati (group technology)
7. Basso Material Handling
8. Scarso cycle time
9. Material flow organizzato

𝐿𝑒𝑎𝑑 𝑇𝑖𝑚𝑒 = 𝑃𝑟𝑜𝑐𝑒𝑠𝑠𝑖𝑛𝑔 𝑇𝑖𝑚𝑒 + 𝑆𝑒𝑡𝑢𝑝 𝑡𝑖𝑚𝑒 = [𝑀𝑎𝑛𝑢𝑓𝑎𝑐𝑡𝑢𝑟𝑖𝑛𝑔 + 𝑄𝑢𝑒𝑖𝑛𝑔] + 𝑆𝑒𝑡𝑢𝑝 𝑇𝑖𝑚𝑒

Il setup time sarà classificabile in 3 generi:

 1. Sequence Indipendent: non legato al profotto sarà uno scalare. Es. Stampaggio non richiede un
tempo di setup particolare se non il cambio dello stampo.
2. Sequnce Dipendent: legato al prodotto. Es. Produco vernici e passo dal Bianco al nero,
intuitivamente dovrò andare a effettuare una profonda pulizia su tutta l’apparecchiatura
impiegata.
3. History dipendent: leagato a tutti i prodotti realizzati nella storia. Es. Tornitura alcune punte le avrò
nella cartuccera ma per lavorazioni meno frequenti dovrò andare in magazzino per recuperare
l’utensile richiesto.

Cycle-Lead Time

Cycle Time -> Tempo che intercorre tra due competamenti

consecutivi di prootto. 5’ Velocità del collo di bottiglia.
A 4' B 5' C 3'
Questa struttura darà adatta a una varietà produttiva
limitata in quanto a prodotti differenti corrisponderanno tempi di lavorazione differenti.
𝑇𝑒𝑚𝑝𝑜 𝑑𝑖 𝐿𝑎𝑣𝑜𝑟𝑎𝑧𝑖𝑜𝑛𝑒 4
Saturazione della linea-Utilization Rate -> 𝐶𝑦𝑐𝑙𝑒 𝑇𝑖𝑚𝑒
= 𝑆𝑎𝑡𝑢𝑟𝑎𝑧𝑖𝑜𝑛𝑒 𝑆𝑎 = 5 = 80%

Lead time -> Tempo richiesto alla produzione dall’ingresso all’uscita. Lt=12’ (Queing trascurato)

Punti di debolezza

1. Flessibilità pressochè assente

2. Investimento estremamente elevato (tempo di ammortizzazione elevato)
3. Rischio di obsolescenza molto elevato
4. Alta probabilità di “inceppamenti”
5. Lavoro ripetitivo per l’operatore (alienazione)

Punti di Forza

1. Facile gestione e scarsa mano d’opera

2. Scarso WIP
3. Poco spazio richiesto
4. Lead time limitato
5. Alta saturazione di processo
6. Qualità di prodotto uniforme

A.2 Cell Manufacturing

Un compromesso tra i dure processi produttivi sia dal punto di vista di

varietà e volume e da quello di organizzazione dei processi è ottenuto
tramite la cell manufacturing. Avremo infatti una suddivisione in reparti
adibiti ad un job specifico, repartidunque organizzati per group
technology.

Matrice dei routing: Avremo indicati con i numeri i rispettivi jobs del
processo mentre tramite le lettere i vari
macchinari di lavorazione. In corrispondenza di
un uno avremo che il job passerà par il macchinario con uno zero no. Un
processo ideale di cell manufacturing avrà delle sotttomatrici di 1 e 0 tali da
identificare una suddivisione ben chiara dei processi di lavorazione.
 Poblematiche

1. Capita spesso di ritrovare un job spaiato (vedi 1)

2. Capita speso di incorrere in reentrant flows -> routing per cui avremo il passagio per una stessa
macchina più volte. Si origineranno deadlocks, macchina B intasata da semilavorati da A e rientranti
da D.
3. Celle con carichi di lavoro annuali spaiati. Mi ritrovo a dover coordinare uno stabilimento non
bilanciato sui flussi di produzione, si tradurrà in difficile gestione degli operatori, quasi mai avremo
uno sbilanciamento netto ma sarà soluitamente esiguo e derivante dalle fluttuazioni di mercato.
4. Costo di riorganizzazione elevato.

SISTEMI DI ASSEMBLAGGIO

Saranno fondamentalmente simili ai sistemi di fabbricazione se non per l’assemblaggio a posto fisso e le
linee di assemblagio. I processi di assemblaggio richiederanno spesso alto componente umano in quanto
l’automatizzazione di semplici passsaggi di assemblaggio richiederebbero macchinari altamente specifici
(costosi) e conseguantemente ad alto rischio di obsolescenza.

B.1 Fixed position Assembly

Un classico esempio di fixed position assembly saranno cantieri edili e assemblaggi riguardanti prodotti
finiti di dimensioni notevoli come aereomoblil e motori diesel per la movimentazione merci. In questi
contesti avremo operatori altamente specializzati in quanto lo skillset richiesto allo stesso sarà molto
ampio, richiederanno dunque una retribuzione più elevata. L’investimento per i macchinari sarà piuttosto
limitato ma il processo di produzione dovrà avvenire in uno stabilimento sufficentemente grande, le
dimensioni dello stabilimento ci permetteranno i produrre a batch di prodotti.

Lati poitivi

1. L’operatore non sarà soggetto ad alienazione grazie alla varietà delle task.
2. Avremo alta flessibilità di produzione in quanto i macchinari impiegati non saranno solitamente
specializzati su un passaggo specifico ma general purpose.
3. Gli investimenti inziali saranno limitati (Macchinari).

Lati negativi

1. Alto livello di work in progress.

2. Potenziali intrecci tra flussi di materiali. Vedi imm.
3. Grande spazio necessitato.
4. Training degli operatori dispendioso e perciò necessiteranno un salario elevato.

B.4 Linee di Assemblaggio (manuale)

Il prodotto finito viene progressivamente assemblato lungo la linea, avremo un ordine fisso tra i prodotti
che in caso di errori dell’operatore può causare la presenza di prodotti incompleti. Apetto fondamentale la
ripetitività del lavoro degli operatori, avremo un lavoro tanto più ripetitivo quanto più basso sarà li tempo
di ciclo (Vedi Baxter).

Es. 𝐶𝑡 = 3𝑚𝑖𝑛 avremo 28000 iterazioni/anno circa.

Ct = 20sec avremo 288000 iterazioni/anno circa. La gente si ammazza giustamente

La ripetitività del compito porta l’operatore a svolgere le task senza pensare e dunque a incrementare
notevolmente il rischio di imperfezioni e infortuni nonchè i malattie professionali.
 1
𝑇𝑟𝑜𝑢𝑔ℎ𝑃𝑢𝑡 𝑅𝑎𝑡𝑒 = 𝐶𝑦𝑐𝑙𝑒 𝑇𝑖𝑚𝑒 Numero di prodotti realizzati nell’unità di tempo (Ritmo di produzione).

Possiamo identificare tre tipologie di linee di assemblaggio manuali:

1. Paced line (linea a cadenza o a scatti) Avremo un flusso

trasportatore che si interromperà per un cycle time al fine di
poter permettere all’operatore di svolgere il proprio compito.
Avremo un lavoro altamente ripetitivo per l’operatore, bassa
flessibilità di prodotto e un complesso balancing della linea
(non tutte le operazioni avranno un tempo di realizzazione analogo). Alto rischio inceppamenti.

2. Linee a trasferimento continuo (Automobili).

L’operatore o siede sul prodotto oppure si muove lungo la linea, avrò vantaggi sia dal punto di vista
della ripetitività del compito dell’operatore sia perquanto riguarda la flessibilità dei singoli passaggi.
Nel caso di un errore da parte di un operatore esso potrà sforare nello spazio dell’operatore
successivo andando così ad evitare gli incompleti.

3. Unpaced Line (linee non vincolate) si ottiene introducendo dei buffer nella linea di produzoine
anche dette linee disaccoppiate.
Potrano a loro volta essere suddivise
in asincrone e sincrone a seconda del
fatto che tutte le stazioni passino i componenti allo step successivo oppure no. Gli storage
intermedi permettono in caso di rallentamenti in un singolo step di produzione di non andare a
rallentare l’intera linea.

“I sistemi produttivi sono sempre a trazione anteriore”

𝜃𝑢𝑝
(𝜃𝑑𝑜𝑤𝑛) < 1 Se WS.1 avesse una troughput rate di 7pc/h e WS.2 ne avesse uno di 5pc/h
intuitivamente il buffer trea loro interposro andrebbe a riempirsi nell’arco di poche ore obbligando
il primo processo a rimanere in attesa. Da questo intuisco che il rapporto tra il Troug upstream e
quello downstream dovrà essere necessariamente minore di 1 per avere una produzione
sostenibile.

Matrice Prodotto Processo -> mi permetto di associare ad una certa tipologia di prodotto il
processo di produzione più adatto.
Note sulle strategie di marketing di porter: leadership di costo abbatto i costi di produzione in maniera
irreplicabile dalla concorrenza pur mantenendo una qualità di prodotto il più elevata possibile.

Differenziazoine offrirre sul mercato un prodotto dalle caratteristiche ineguagliabili dalla concorrenza.

Focalizzazione puntando ad una nicchia di mercato per quanto riguarda costo o qualità.

Logistica e distribuzione

Note riguardanti l’Outbound logistics -> come il prodotto finito passa dallo stabilimento di Produzione-
Assemblaggio al luogo di vendita.

Classificazione delle warehouses (magazzini)

1. Magazzini centrali -> onservo una gamma più ampia possibile di prodotti idealmente tutta la mmia
linea.
2. Magazzini di Network (periferici) o distribution centers -> allo scopo di avere le scorte nelle
vicnanze del cliente in maniera tale da ridurre il più possibile il tempo di attesa del cliente.

Entrambi avranno lo scopo di mantenere le scorte per un intervallo di tempo significativamente

maggiore rispetto alla shelf life del prodotto stesso.

3. Transit points -> prodotti stoccati per un intervallo di tempo particolarmente limitato prima della
distribuzione.

Quali processi si verificano in una warehouse udc = unità di carico

 Incoming
 scarico dei camion
 Controllo dei pallet
 Unitarization: prodotti posti nel formato di stocking unit utilizzato

Stocking

 alloicazione delle udc

 handling

Picking an Packing

 picking suddivisione delle udc superiori in inferiori (container 9x3x2.3, europallet

81x120, scatola)
 packaging
 control
 Packing : ricostruzione di udc superiori al fine di fornire un pallet non di un solo
prodotto al punto vendita ma differenziare i contenuti per permettere la varietà di
offerta necessaria.

TERZA LEZIONE

Misure di prestazione

Avremo tre attributi fondamentali che vanno ad identificare un indicatore:

1. Formula o algoritmo di calcolo

2. Estremi in base ai quali si esprime un gudizio favorevole o contrario
3. Base di dati di riferimento (Segmentazione dell’indicatore)

Gli indicatori potranno essere di natura economica oppure logistica, il concetto alla base degli indicatori
sta nel fatto che Non possiamo migliorare quello che non possiamo misurare.

Distinzione tra condizioni operative e prestazioni

Condizione operativa -> condizione esterna o interna in cui l’operazione ha luogo.

Es.1 Obsolescenza macchine -> condizione operativa interna.

Es.2 Varianza del tasso di cambio -> condizione operativa esterna.

Prestazione -> Risultati o risultato del sistema operativo o logistico

Prestazioni interne -> non si vedono e non si vendono, sono prestazioni non note al nostro
cliente e per le quali non potremo andare a mutare il pezzo di vendita (macchina versatile).

Prestazioni esterne -> Si vedono e si vendono.(Velocità di consegna).

Le prestazioni strettamente interne
saranno principalmente prestazioni
di efficienza (productivity), mentre
quelle strettamente esterne saranno
principalmente di livello di servizio.
Avremo poi delle tipologie di
prestazione misto, prestazione di
qualità prodotto passa o no il
controllo qualità (interno) oppure il
prodotto finito è dotato della qualità
x (esterno). Prestazioni di flessibilità,
possibilità di vendere il frozen period
(esterno), flessibilità direttamente
legata al sistema produttivo
(interno).

Differenza tra troughput rate e produttivitàde

𝑂𝑢𝑡𝑝𝑢𝑡 𝑝𝑐𝑠∗$
𝑝𝑟𝑜𝑑𝑢𝑡𝑡𝑖𝑣𝑖𝑡à = 𝐼𝑛𝑝𝑢𝑡
𝜋𝑙 = 𝐻𝑙𝑎𝑏∗$ Valore adimensionale

Legge di Little
𝑝𝑐𝑠 𝑊𝐼𝑃[𝑝𝑐𝑠]
𝑇𝑟𝑜𝑢𝑔ℎ𝑃𝑢𝑡 𝑅𝑎𝑡𝑒 = 𝜃 = ℎ
= 𝐿𝑇[ℎ]
Quando la legge di little risulta non essere verificata so che
qualcosa non torna nei parametri.

Es. 𝜃=30pcs/h wip=100pcs Lt=7h 100/7=14.28 Sto usando il mio processo al 50% della sua efficienza
possibile.

Prestazioni interne

Saranno in genere le risorse produttive aka 4M: Men Money Materials Machines il troughput rate e la
disponibilità che sarà principalmente di 2 generi:
𝑇𝑢𝑝
Impact of breakdown per cui avremo 𝐴𝑣𝑎𝑖𝑙𝑎𝑏𝑖𝑙𝑖𝑡𝑦 = 𝑇𝑢𝑝+𝑇𝑑𝑜𝑤𝑛 Tup = tempo in cui i macchinari sono
in funzione , Tdown = Tempo in cui i macchinari non sono in funione.

Inventory availability: utilizzati principalmente nei modelli di gestione di scorta

Es. mi presento in un ristorante alle 14:00 chiedendo un tavolo alle 20:00 e nonostante il ristorante
alle 14 sia vuoto mi dicono che non hanno posto.

Questo esempio mi fa capire come la gicenza in magazzino non sia indicativa dell’availability in
alcun modo. 𝐺𝑖𝑎𝑐𝑒𝑛𝑧𝑎 ≠ 𝐴𝑣𝑎𝑖𝑙𝑎𝑏𝑖𝑙𝑖𝑡𝑦

𝐴𝑣𝑎𝑖𝑙𝑎𝑏𝑖𝑙𝑖𝑡𝑦 = 𝐼𝑂𝐻 − 𝑅𝑄 + 𝑂𝐼𝑃 − 𝑆𝑆 IOH = inventory on hand

RQ = requested quantities

OIP = order in progress(prodotti in arrivo al magazzino)

SS = safety stocks
Misurazione di prestazioni interne

Il grafico mi va a mostrare qual’è in relazione all’effettivo tempo totale l’effettivo tempo di produzione.

Per ognuna delle perdite temporali posso andare ad identificare un identificatore Ttu = Ta – Tsc -To

Ttu = tempo di teorico utilizzo Ta = tempo annuale

𝑇𝑡𝑢
= 𝐼𝑚𝑝𝑎𝑡𝑡𝑜 𝑑𝑒𝑔𝑙𝑖 𝑠𝑐𝑖𝑜𝑝𝑒𝑟𝑖 𝑒 𝑑𝑒𝑙𝑙′𝑜𝑟𝑔𝑎𝑛𝑖𝑧𝑧𝑎𝑧𝑖𝑜𝑛𝑒
𝑇𝑎

OEE= Overall Equipment Effectiveness = Tpb/Ts o anche Tpb/Ta

Parametro di utilizzo della manodopera

Ovviamente questi parametri che esisteranno per ognuna

delle 4M ma sarà da tenere in considerazione il fatto che il
valore di questo parametro sarà relativo. Basti considerare
per il caso dell’utilizzo della manodopera che l’operatore nel
caso di un setup time prolungato potrà essere impiegato in
altre mansioni. Per ogni parametro potrò calcolare il valore
sia per addizione dal TPb o per sottrazione dal Ta ottenendo
un risultato analogo.

Misure di capacità produttiva

Troughput rate * Tempo = Capacità Produttiva [Pcs , Kg , …] unità tecniche.

𝑃𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑜𝑛 𝐶𝑎𝑝𝑎𝑐𝑖𝑡𝑦 = 𝜃 ∗ 𝑇𝑖𝑚𝑒 𝐶𝑎𝑝𝑎𝑐𝑖𝑡à 𝑝𝑟𝑜𝑑𝑢𝑡𝑡𝑖𝑣𝑎 𝑛𝑒𝑡𝑡𝑎 = 𝜃 ∗ 𝑇𝑝𝑏

Tramite la capacità produttiva calcolata tramite i vari parametri temporali andrò a calcolare il corrispettivo
in volume produttivo perso per un dato temporale.

Per un dato macchinario o processo produttivo avremo un dato Troughput Rate detta anche capacità
produttiva:

1. Potenzialità di targa: velocità dichiarata dal produttore (valutata in laboratorio).

 2. Potenzialità teorica: minore di quella di targa equivale alla capacità misurata sul campo ma in
assenza totale di disturbi.
3. Potenzialità di Mix: capacità produttiva del macchinario in condizioni di reale utilizzo

Possiamo prendere come chiaro esempio esplicativo i consumi di un’automobile.

𝑃𝑚𝑖𝑥 = ∑𝑖(𝑄𝐵 + 𝑄𝑆)/(∑𝑖(𝑇𝑃𝑏𝑖 + 𝑇𝑃𝑠𝑖 ) + 𝑇𝑆) QB = quantità prodotta buona

QS = quantità di prodotto di scarto

TPs-TPb = tempi di produzione

TS = setup time

Potrò modificare la formula per prendere in considerazione parametri come i prodotti di test
semplicemente aggiungendo i valori corrispondenti a entrambe le sommatorie.

Il setup time sarà inserito in una sommatoria in quanto non sono certo che sia sequence indipendent per
cui lo inserisco nella formula come valore disconnesso dai beni in produzione.

Prestazioni esterne

L’obbiettivo principale dell’analisi delle prestazioni esterne è quello di andare a migliorare le prestazioni del
servizio offerto.

Per la classificazione delle prestazioni esterne sarà innanzitutto fondamentale distinguere tra la produzione
a MTS (make to stock) e le altre, in quanto producendo a MTS non sarà possibile fare backlogging e andare
a recuperare lo stockout mente negli altri casi si.

MTS => SL <==> StockOut SL = livello di servizio

Il cliente è disposto all’acquisto ma io non sono in grado di fornirgli il bene.

ATO

PTO  Livello di servizio   Delivery lead time

ETO

In questo caso lo stockout è recuperabile tramite backlogging, infatti se prendiamo in considerazione

prodotti non realizzati per MTS intuitivamente il cliente nonostante un ritardo sulla consegna vorrà ancora
il bene ordinato.

Es. Tuesday Wednesday

Orders 10 10
Delivery 8 10+2

Due beni in questo caso andranno in arretrato ma andrò poi a recuperarli con le consegne successive.

Indice di accuratezza e di completezza della consegna

OTIF => on time in full (Ordine puntuale e completo).

SKU Pcs.
AAA 10
BBB 20
CCC 30
SKU=Stock keeping unit, codice di prodotto che ne permette l’identificazione.

Ho 2 possibili problematiche nel caso di un ordine, non ho completamente disponibilità del prodotto
oppure non ho prodotto sufficiente per soddisfare la domanda del mio cliente.

Nel caso in cui non ho ne problemi di SKU ne di pcs. allora potrò affermare di avere un ordine OTIF, il
concetto sarà applicabile alla logistica generica e quindi anche al MTS.

Service performance management

L’obbiettivo del service performance management è quello di valutare il livello di performance connesso al
servizio per il cliente

Timeliness in fulfilling orders-> tempo richiesto dal momento dell’ordine alla consegna

Punctuality of the delivery -> puntualità di consegna nel lasso di tempo concordato

Vediamo come sia per Original equipment

manufacturer che suppliers vediamo come la
puntualità di consegna è valutata egualmente
importante a parametri come il costo e la qualità
del prodotto per tutta una serie di motivazioni
prettamente legate alla vendita e logistica.

Tra gli indicatori di performance individuiamo indicatori di accuratezza:

1. Indicatore di errore fisico: 𝑁𝑢𝑚. 𝑒𝑟𝑟𝑜𝑟𝑖 𝑖𝑛 𝑐𝑜𝑛𝑠𝑒𝑔𝑛𝑎/𝑁𝑢𝑚𝑒𝑟𝑜 𝑑𝑖 𝑜𝑟𝑑𝑖𝑛𝑖 𝑝𝑟𝑜𝑐𝑒𝑠𝑠𝑎𝑡𝑖

Num restituzioni per errori di consegna
2. Indicatore di errore economico: Costo della penale per consegna errata e costo delle attività di
contabilità duplicate.

Indicatori di completezza:

1. Indicatore di errore fisico: Num. Ordini evasi in una data consegna / Num. File totali
Avg. Numero di consegne per ordine
2. Indicatori economici: Valore delle linee evase a prima consegna / Valore totale delle linee
Costo delle consegne frazionate

Indicatori di stockout

1. Indicatori fisici di errore: 1. SKU in stockout/ SKU totali 2. Num. Ordini evasi/ Num. Ordini totali
3. Num. Order lines filled / Num. Tot order lines Il parametro due sarà molto
più severo in quanto andrà a coneggiare l’ordine intero in stockout per ogni
orderline non evasa correttamente.

2. Indicatori economici di errore: Costo della perdita del margine di contribuzione non entrato in cassa,
costo di una eventuale pealità contrattuale, costo dei futuri ordini
 potenziali dello stesso cliente persi.

Vediamo come 25
potenzialmente la
perdita di un solo 20
ordine ci può portare
15
alla perdita di un
indicatore 10
potenzialmente
tendente all’infinito. 5

0
SKU Order Future orders

Costo dello stockout

Stockout persistency

Tuesday Wednesday Thursday

Orders 10 10 10
Deliveries 8 8 8
Backlogging 2 4 6
Tendenzialmente se in primo luogo non siamo riusciti a soddisfare un ordine in entrata con ottima
probabilità non riusciremo a recuperarlo il giorno successivo e nemmeno il successivo ancora
determinando il fenomeno del Backlogging.

Stockout Quantity e Frequency

Mon Tue Wed Thu Fr

Demand 100 100 100 100 100
Pos(a) 100 99 99 100 100
Pos(b) 100 100 10 100 100

Stockout frequency = SLa = 3/5 = 60% SLb= 4/5 = 80% Parametro più diffuso

Stockout quantity SLa* = 489/500 SLb*=410/500

Reazione del cliente allo stockout

Brand Loyalty => Lo sockout andrà a gravare sul consumatore

Es. voglio l’iphone 10 difficilmente torno a caso con un poco

Store loyalty => Lo stockout va a gravare sul produttore

Es. Voglio una lavatrice difficilmente non la prendo perché voglio uno specifico brand ma

vado ad acquistare il bene che per primo va a soddisfare la mia necessità.

Caso terzo => Il cliente non trovando il bene ricercato decide di non acquistare il bene totalmente. Questa

casistica vede gravare lo stockut su tutta la supplychain e non solo su uno dei duo elementi.
Stockout per delivery

Promptness => Tempo che

intercorre tra ordine e la
data di produzione del
bene ordinato.

Punctuality => capacità di

rispettare la data di
consegna concordata.

Expediting => quando

trovandomi in necessità
evadere un ordine in tempi
brevi gli dedico massima
priorità.

CODP => costumer order decoupling time, punto oltre il quale non sarà possibile per il cliente annullare
l’ordine senza perlomeno inccorrere in una penale.

Analisi di pareto pre case study

Indice di rotazione = Consumo / Giacenza media = Fatturato / Rimanenza media

Va a misurare il rate con cui io ho lo svuotamento totale del mio magazzino.

Contesto: Pareto economista italiano ha come obbiettivo il far pagare le tasse a tutta l’italia e cerca un
modo corretto di ripartirle sulla popolazione in relazione al
reddito.

Pareto fu il primo a introdurre una curva di ricchezza cumulata

del tipo 𝑌 = ∑ 𝑅𝑖𝑐𝑐ℎ𝑒𝑧𝑧𝑎 e si accorse che il 20% degli italiani
deteneva l’80% della ricchezza, percui era assurdo non ripartire in
maniera analoga la tassazione.

Possiamo dunque classificare un prodotti di classe A per il

fatturato come il 20% dei prodotti che producono l’80% delle
entrate.

Analogamente diremo che un prodotto è di classe A per il costo quando appartiene al 20% dei prodotti che
causano l’80% dei costi. Questa classificazione sarà applicabile in azienda a tutti i parametri di
classificazione dei prodotti.

Poche cause sono in realtà responsabili dell’effetto mentre le altre cause determinano un effetto in realtà
trascurabili.
Quindi per analizzare un caso ad alta complessità sarà fondamentale
applicare una semplificazione di pareto per focalizzarmi sui parametri
davvero determinanti le cause di mio interesse.

Quindi se voglio agire su due parametri:

Nei veri case studies aziendali avremo analisi di paretoche tengono in

considerazione 13-14 parametricontempraneamente, si utilizzeranno
ipercubi di pareto.

Note sui parametri di produttivitùà del caso FrigoMaker

Produttività della manodopera:

Utilizzo = Ore effettivamente lavorate/Ore pagate

Rendimento = Vol. prodotto in ore standard / Ore lavorate effetivamente

Produttività = Vol. prodotto in ore standard / Ore pagate

La suddivisione tra Utilizzo e Rendimento della produttività mi permette di valutare se un’eventuale

variazione del parametro è da imputare all’impiego efficiente dei miei lavoratori (Utilizzo), oppure al
rendimento di queste ore di lavoro (Rendimento).

Efficienza nell’impiego dei materiali:

Utilizzo = Consumo Teorico / Consumo Effettivo

Rendimento = Vol. prodotto in consumo medio / Consumo Teorico

Produttività = Vol. prodotto in consumo medio / Consumo Effettivo

Lo scorporamento mi permette di individuare se la variazione di produttività è dettata da un cosumo meno

efficiente del materiale con conseguente creazione di più sfridi (Utilizo), impiego inefficiente del materiale
stesso.

Efficienza nell’impiego delle macchine:

Utilizzo = Ore di prod. Attuali / Ore di apertura

Rendimento = Volume di produzione in ore medie / Ore di produzione effettiva

Produttività = Volume di produzione in ore medie / Ore di apertura

Lo scorporamento in questo caso mi assicura la possibilità di capire se la variazione in produttività è dettata

dal fatto che io impiego efficentemente il mio macchinario (Utilizzo), oppure per il rendimento di queste
ore (Rendimento).

DEMAND FORECASTING

Andro a pianficare le attività della mia supply chain in base alle informazioni di cui dispongo. Il processo di
forecasting consiste nell’attività di prevedere la richiesta del bene che vado a produrre in base alla
informazioni che mi tornano dal mercato
Fornitore Produttore Distributore mercato per via del flusso informativo (in rosso).
Andremo dunque ad occuparci della
previsione della domanda commerciale (=demand management). In realtà il demand management consiste
nell’influenzare la domanda del bene che produciamo. Differenza tra forecasting (prevedere) e planning.
Rilevanza di previsione e planning per i vari punti di disaccoppamento

Vediamo come per la produzione a make to stock

(supermercati) non è possibile fare del planning sui
quantitativi prodotti ma sarà necessario prevedere quanto
prodotto potrà essere consumato in base alla richiesta di
mercato. Analogamente per quanto riguarda l’engineering
to order non sarà possibile analiare il mercato per la
richiesta di opere pubbliche da realizzare ma si renderà
necessario organizzare la produzione in funzione delle
richieste ricevute dal mercato.
𝑃𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑜𝑛 𝑇𝑖𝑚𝑒
𝐷𝑒𝑙𝑖𝑣𝑒𝑟𝑦 𝑇𝑖𝑚𝑒
Al crescere del rapporto ci porteremo nelle condizioni del
“gelataio” per cui acquisirà importanza la previsione e ne
perderà il plannig, analogamente al decrescere del rapporto l’importanza del planning andrà a crescere e
quella delle previsioni a calare.

Demand planning process

In primo luogo andremo ad

analizzare il planning della
domanda di mercato,
pianificazione gestione e
controllo della domanda.

Importante sottolineare che la

domanda sarà differente dagli
ordini passati in quanto
dovremo tenere in
considerazione i momenti in
cui saremo andati in stockout,
pertanto gli ordini dell’anno
precedente corrisponderanno
solamente agli ordini evasi e non a tutti quelli ricevuti. In secondo luogo andiamo a distinguere
Indipendent demand e dipendent demand. Per indipendent demand si intenderà la domanda di prodotto
derivante da fonti esterne alla supply chain e pertanto più difficilmente prevedibili e soggetto di studio
(Business 2 Client). Per dipendent demand si intenderà la domanda proveniente da fonti intenre per
esempio il distributore che ordina dal produttore e pertanto non sarà soggetta a processi di previsione in
quanto sarà tendenzialmente già fissata (Business 2 Business). La differenza è fondamentale in quanto il
processo di previsione andrà ad interessare il B2C ma non il B2B infatti questa domanda sarà calcolabile
tramite la distinta base e i volumi di produzione dei clienti.

Caratterizzazione delle previsioni

1. Orizzonte
2. Time Bucket
3. Frequenza di riagiornamento

Per orizzonte intenderemo il periodo di tempo per cui noi andremo ad effettuare la nostra previsione, per
Time Bucket intendiamo il periodo di tempo in cui andremo a scaglionare il tempo, es. orizzonte mensile a
scaglionamento settimanale. Infine per Frequenza
intenderemo il periodo sulla base di cui rivedo le mie
previsioni. Si andrà a parlare di accordion forecaster o
planning quando avremo un rapporto disomogeneo tra
frequenza e TimeBucket e variante. Avremo solitamente
previsioni con un maggiore dettaglio per periodi di
tempo a me più vicini per andare a un livello di
approssimazione maggiore per il tempo che scorre.

Per quanto riguarda i processi di effettiva previsione intuitivamente sarà per me più semplice andare a
prevedere la domanda per beni aggregati in quanto le incertezze delle sottoprevisioni andranno ad
eliminarsi reciprocamente lasciandoci una maggiore previsione, purtroppo però non ci interesserà mai
avere una previsione sul generale ma nel dettaglio.

PREVISIONE A FAMILY BILL

Sarà un genere di previsione a Planning bill, consisterà in una distinta base di soli prodotti finiti dal prodotto

generico fino alle SKU (Stock Keeping

Units). Partendo dal volume di vendita
principale vado a valutare il volume di
vendita per le sottocategorie tramite i
Coefficienti di Popolarità i quali saranno
derivati dalla storia di vendia dei nostri
prodotti, es. l’anno precedente il mio
volume di vendita era del 20% lattine,
suppongo questo si vada a verificare
nuovamente. Intuitivamente come
processo di previsione è caratterizzato
da un’affidabilità relativa.

Tecniche e modelli per le previsioni

1. Modelli basati sulle serie storiche A. Modello a media mobile

B. Modello a smorzamento esponenziale
2. Modelli Causali come regressione lineare o quadratica semplice o a fattori multipli, Modelli
Econometrci.
3. Modelli qualitativi -Sondaggi -Esperti -Venditori Roba di marketing.

I modelli econometrici nonostante siano quelli con maggiore affidabilità e dotati di fondamento
matematico saranno estremamente complessi e pertanto costosi, per esempio vediamo che li applica
Bankitalia per valutare il valore dell’inflazione, il rischio nell’applicare l’econometria è il ritenere due
parametri correlati quando in realtà avremo correlazione spuria. Finanza.

Solitamente i metodi di valutazione più applicati saranno quelli a modelli su serie storiche.

Analisi della domanda

1. Domanda base -> sempre presente funge da baseline

2. Trend -> crescita decrescita generale della domanda
 3. Stagionalità -> Si vendono costumi a luglio e panettoni a dicembre
4. Cyclicity -> Collego la domanda del prodotto all’adamento economico
5. Componente casuale -> Disturbo o rumore non prevedibile.

Dovremo andare a discernere chiaramente Stagionalità e ciclicità, per la

Stagionalità non avremo tendenzialmente frequenza superiori all’anno per ovvi
motivi ed inoltre si potrà individuare un comportamento costante non presente
nella ciclicità.

Modello a media mobile (modello più semplice a disposizione)

1 2 3 4 5
10 11 12 13 ?
L’intuizione mi fa suppore di avere un trend lineare cresccente nelle 5 giornate.
12+13 11+12+13 10+11+12+13
𝐹24 = 2
= 12.5 𝐹34 = 3
= 12 𝐹44 = 4
= 11.5 Il modello consisterà nel
realizzare la media delle osservazioni più recenti. Domanda futura come media delle misurazioni recenti.

Modello a smorzamento esponenziale (Modello più applicato in azienda)

Modello a media mobile pesata con pesi esponenzialmente decrescenti, le domanda saranno pesate sulla
vicinanza temporale. Il calcolo verrà dunque realizzato in modalità ricorsiva. Il passo successivo sarà basato
sul valore calcolato precedentemente in maiera ricorsiva.

𝐹𝑡+1 = 𝛼 ∗ 𝐷𝑡 + (1 − 𝛼) ∗ 𝐹𝑡

𝐹𝑡+1 = 𝛼 ∗ 𝐷𝑡 + (1 − 𝛼) ∗ [𝛼 ∗ 𝐷𝑡−1 + (1 − 𝛼)𝐹𝑡+1 ]  𝐹𝑡+1 = ∑𝑛𝑘=0 𝛼 𝑘 ∗ (1 − 𝛼)𝑛−𝑘 𝐷𝑛−𝑘

Il modello a smorzamento esponenziale si baserà sul parametro

𝛼 il quale sarà compreso tra 0 e 1.

Per 𝛼 → 1 Modello molto reattivo

Per 𝛼 → 0 Modello conservativo o inerziale

Vediamo come anche un modello troppo reattivo potrà generare

problemi inquanto nel caso di un picco di domanda avremo una
risposta sfasata del modello. Affidandoci ciecamente ai modelli nel
caso reattivo andremo in stockout prima e proddurremo più del
richiesto appena dopo, nel caso di un modello smorzato andremo
solamente in stockout. Vediamo anche come i modelli di
previsione storici avranno sempre un ritardo rispetto agli
accadimenti improvvisi. Per avere la preisione migliore possibile
andrò ad unire una serie di equazioni di previsione.

Modello di Winter

Vado a realizzare la mia previsione non più in

funzione solamente dello smorzamento
esponenziale ma lo applicherò all’average level al
trend e alla seasonality per poi unirli:

𝐹𝑡+1 = (𝐴𝑡 + 𝑇𝑡 )𝑆𝑡−𝐿+1

L sarà il passo della stagionalità e Dt/At l’indice di
stagionalità.
Dovremo andare a stimare i valori di 𝛼 𝛽 𝛾 i quali apparterranno sempre all’intervallo [0,1].

Per il calcolo di questi indici sndremo a seguire un processo in 4 passaggi fondamentali:

1. Pulizia dei dati

M 10
Andiamo alla ricerca di Outliers che saranno tendenzialmente causati da
T 11
un’impennata della domanda dovuta da una promozione, essa però
W 12
nonostante rappresenti il reale andamento della domanda non sarà utile alla
T 13
realizzazione della mia serie storica.
F 14
M 10
T 22
W 12
T 13
F 14
2. Inizzializzazione: Seleziono valori di 𝛼 𝛽 𝛾 ragionevoli che solitamente ottengo con un minimo di
esperienza.
3. Adattamento: Fase di apprendimento per cui vado a realizzare delle previsioni su periodi passati e li
confronto con il reale andamento della domanda, vado dunue ad aggiustare il mio modello per
minimizzare l’errore decisionale per i 3 parametri. Campo di applicazione del machine learning
pazzesco, con un campione sufficentemente grande potrò realizzare modelli virtualmente infallibili
e autoperfezionanti.
4. Applicaazione del modello al futuro.

Anche in questo caso incontreremo delle problematiche in quanto non saranno realizzabili modelli di
previsione nel breve periodo infatti necessiterò tre cicli completi per avere un modello accettabile.

Se quello che vado ad analizzare è un prodotto dalla vita estremamente breve o che è soggetto a
svariate modifiche capisco facilmente che non sarà applicabile questo modello.

Il modello sarà ideale per prodotti stabili nel tempo con un mercato consolidato.

Previsione degli errori

1 2 3 4 5 6 7 Forecasting error. Inizio facendo la previsione del

10 11 12 13 14 15 periodo 4 dal terzo. 𝐹43 = 13 Mentre per il periodo
12 13 14 15 6 vado a fare la previsione da 3 intervalli. 𝐹63 = 15
12 12 12 𝐹64 = 14 𝐹65 = 12.
13

Solitamente per avere una previsione il più accurata possibile andrò ad utilizzarre la previsionerealizzata nel
momento temporalmente più vicino al periodo di interesse, ma non lo sarà necessariamente.

La statistica di errore mi fornirà una misura sintetica di errore su più

periodi, prenderemo in considerazione l’errore come una variabile
aleatoria.

1. Mean Error -> errore medio

2. Mean absolute deviation
3. Mean square error
4. Mean absolute percentage error
Il MAPE andrà a tenere in considerazione non solo il peso dell’errore sul valore del campione ma andrà
anche ad evitare errori di cancellazione.

Es. di autocancellazione [1,-1,-2] -1 e 1 vanno ad elidersi senza lasciare nessuna traccia sulla previsione
dell’errore.

ESERCITAZIONE 20/03/19 Analisi di performance

Misurazioni classiche del livello di scorta

Indici di rotazione -> quante volte il mio magazzino in un anno si svuota e si riempe.
∑ 𝐶𝑜𝑛𝑠𝑢𝑚𝑖 𝑃𝑒𝑟𝑖𝑜𝑑𝑜
𝐼𝑅 = 𝐺𝑖𝑎𝑐𝑒𝑛𝑧𝑎 𝑀𝑒𝑑𝑖𝑎
Nel caso in cui vada a confrontare indici per più codici sarà fondamentale pesare gli
elementi sul loro valore monetario, CP[$/anno] GM[$].
𝑛𝑜 𝑔𝑔 𝑛𝑒𝑙𝑙 ′ 𝑜𝑟𝑖𝑧𝑧𝑜𝑛𝑡𝑒
𝐶𝑜𝑝𝑒𝑟𝑡𝑢𝑟𝑎 = 𝑖𝑛𝑑𝑖𝑐𝑒 𝑑𝑖 𝑟𝑜𝑡𝑎𝑧𝑖𝑜𝑛𝑒
per quanti giorni il mio magazzino potrà sostenere il consumo medio.

ANALISI ABC-ABC delle scorte incrociate

Vado a classificare i codici di magazzino in fuzione di quantità di consumo e periodo di giacenza.

A B C Degli elementi che sono di una certa classe di giacenza mi aspetto

che siano della corrispettiva classe per il consumo e viceversa.
A Item Intuitivamente un elemento a consumo eccessivo o giacenza
10
effettiva a meno che si tratti di un bene particolare sarà inefficiente
B dal punto di vista delle scorte. La suddivisione di Pareto assumerà le
seguente distribuzione. Classe A 20% -> 80% Classe B 30% -> 15%
C Item
Classe C 50% -> 5%
63

Elementi classe AA

Saranno elementi caratterizzati de un’alta opportunità

ed un alto rischio, solitamente il numero di codici con
queste caratteristiche saranno piuttosto limitati.

Casi specifici

1. Scorte costanti e rifornimenti frequenti e di

sacrso volume, riduco le scorte di sicurezza
2. Scorte costanti rifornimenti sporadici e ingenti
rimuovo i vincoli alle condizioni di rifornimento
3. Scorte cicliche e rifornimenti frequenti a piccoli
quantitativi, Destagionalizzo l’alimentazione
4. Scorte cicliche rifornimenti sporadici e ingenti
destagionalizzo e rimuovo i vincoli alle condizioni
di rifornimento.

Elementi di classe AC (rischio obsolescenza)

Tendenzialmente se in presenza di una buona

distribuzione avremo in questa classe pochi elementi e in ogni caso sarà nel nostro interesse azzerare
questi ultimi.
 Casi specifici

1. Elementi obsoleti: Non produrre/acquistare e smaltire vendite promozionali oppure distruzione in

extremis.
2. Nuovi prodotti o ricambi: Monitorare

Elementi classe CA (Rischio rotture di stock)

Numero di elementi tendenzialmente contenuto il mio obbiettivo sarà incrementarli. Potranno le

scorte a essere contenute oppure le vendite molto elevate per cui identifichiamo due casi.

Casi specifici

1. Prodotti realizzati/acquistati su ordine

2. Prodotti gestiti in logica Just in Time

Elementi classe CC

Elementi solitamente costituenti la maggioranza del mio magazzino e tendenzialmente di scarso

interesse per responsabili di magazzino e vendita, saranno anche onerosi in termini di spazio in
relazione all’apporto economico che ne deriviamo.

Casi specifici

1. Items di scarso interesse verifico l’opportunità di operare degli stralci

2. Se le mie vendite contenute sono dovute solo alle scorte contenute del mio item, incremento le
mie scorte.

MISURE DI SERVIZIO caso FrigoMakrer 2

Misure di servizio – Disponibilità

Tengono conto del fenomeno dello stockout nelle realtà produttive.

INDICATORI:

1. Fisici
a. Quantità di stockout (inevasi)/Quantità totali Ordinate
b. Ordini inevasi/Ordini totali
c. Ordini evasi / Ordini totali
d. Righe di ordine evase / righw di ordine totale
e. Codici evasi / Codici Richiesti
2. Economici
a. Costo della vendita per stockout
b. Costo penali consegna ritardata

Misure di disservizio – Persistnza dello stockout

1. Fisiche
a. Tempo di consegna medio degli ordini non consegnati dal pronto
b. N periodi Stockout / N totale periodi

Sarà importante valutare sia stockout effettivi che stockout potenziali.

NOTE ESERCITAZIONE 4

Nel modello di previsione di Holt Winters i parametri 𝛼 𝛽 𝛾 solitamente forniti negli esercizi nei casi di
applicazione reali vengono ipotizzati sulla base di una inizializzazione del modello su i dati di almeno 2 anni
di cui dispongo, poi il modello è testato realizzando previsioni di anni per cui ho i dati. Fatta la previsione
porto i dati ottenuti il più vicino possibile ai dati reali tramite aggiustamenti dei tre parametri. Inizializzato e
affinato il modello posso procedere alla previsione effettiva.

LEZIONE MASTER PRODUCTION SCHEDULE

Abbiamo basasto i nostri primi modelli di previsioni su un modello semplificato di supply chain, ci siamo
focalizzati sul flusso informativo e forecasting per un operatore MTS.

Nel caso del MTS abbiamo visto 100% forecasing e 0% planning. All’opposto l’ETO 0% forecasting e 0%
planning, area tipica del project management.

Studio della domanda indipendente e come un anello della supply chain si relaziona con il suo fornitore.

Pianificazione della supply chain in 3 fasi principali

1. Pianificazione Strategica Avremo un’elevata profondità temporale 2-5 years

Alta pervasività spaziale -> coinvolge l’organizzazione nella sua interezza
Pace annuale. Comodo averlo allineato al piano aziendale.
Sarà pianificato il livello produttivo complessivo.
Notes: la profondità temporale varierà in base al genere di produzione
interessata
10 11 12 - -
Solitamente realizzata in modalità rolling. Ad ogni time bucket aggiusto
la strategia funzione dei ritorni ottenuti e ne aggiungo una successiva. - 10 12 13 -

Differenza tra piano aziendale e della supply chain - - 11 12 13

a. Aziendale 1000000$
b. Supply chain 1000kg (unità tecniche)

Es. Y1=1000 Y2=1020 Y3=1000

I piano saranno organizzati per modello gerarchico, per cui dalla pianificazione strategica
realizzaremo la aggregata e allo stesso modo l’operativa. La decisione al livello superiore sarà presa
come vincolo ad un livello inferiore.

2. Pianificazione Aggregata Profondità temporale 1 year

Riguardo ambiti della produzione più specifici (categorie di prodotto)
Pace della pianificazione settimanale-mensile
/ Q1 Q2 Q3 Q4 Sum
F1 100 112 110 100 422
F2 95 100 90 95 380
Sum 195 212 200 195 802
Il valore Y1 della pianificazione Strategica si discosta dal totale della
pianificazione aggregata.
Le caratteristiche fondamentali saranno un maggiore dettaglio per le
tipologie di produzione e un pace più fitto.
 3. Programmazione operativa Sempre per gerarchia dovremo
Q1 J F M A Sum
avere la somma della categoria
di prodotto uguale al valore della F1a
aggregata. F1b
La programmazione operativa sarà Sum 100
ancora più breve per quanto
riguarda l’orizzonte: 1 week/day mentre il pace di aggiornamento sarà
orario o in tempo reale. Costituisce il riferimento per l’organizzazione
delle attività di effettiva produzione.

Rapporto tra piano strategico e piano aggregato 1 : 1 Rapporto piano aggregato e operativo 1 : N.

Avremo svariati piani operativi in base alle famiglie di prodotto presenti nella mia produzione.

Importanza della Pianificazione – Programmazione

Programmazione operativa -> Sempre realizzata in quanto fondamentale alla produzione sarà

esigenza dell’unità produttiva.

Programmazione strategica -> Sempre realizzata come sottocategoria fondamentale di un business

plan fondamentali per relazioni con le banche o altri enti finanziari.

Preogrammazione aggregata -> Spesso viene a mancare e sarà dunque l’anello debole.

Non sempre risulta essere coerente al modello gerarchico.

SU CHE BASI VADO A FONDARE LA MIA MASTER PRODUCTION SCHEDULE

1. Production Planning (Piano strategico)

2. Demand management -> Previsione di domanda
3. Resource Planning -> Budget di investimento in capacità produttiva capacità di macchina
(macchinari disponibili) capacità di uomo (persone da assumere).

Master production schedule  Basata solamnte sul prodotto finito e non sui componenti.

Esempio Gelataio non pianifica sui coni puffo terroncino

Mobilificio non pianifica sulle ante 30x60cm rosse ma sulle ante 30x60cm

Engine  processo che permette di valutare le implicazioni del principale piano di produzione sulle
componenti del prodotto su cui è centrato l’MTS. Più preciso più avanti.

Sarà un aspetto cruciale in questo passaggio la distinta base (Bills of materials).

Controllo -> Controllo di avanzamento della produzione.

Inventory status data -> informazioni riguardanti i prodotti presenti nel mio magazzino. Avremo
aggiornamento dello stato di magazzino tramite ogni aggiornamento di produzione.

Tecniche di produzione del piano principale di poduzione

Nella redazione dell’aggregate plan avremo tre fasi sequenziali

1. S&OP (sales and operations) fondamnetalmente uguale ad una MPS ma basato su criteri
commerciali piuttosto che su famiglie di prodotto tecnologico come la MPS .
2. MPS
3. Rouhg Cut Capacity Plan (verifica) Test di fattibilità del piano in termini di capacità produttiva,
infatti non potrò procedere senza essermi assicurato della fattibilità produttiva della mia MPS.

Nota sulla capacità produttiva: è un valore netto non eccedibile in alcun caso, nemmeno se in un
periodo precedente ho prodotto meno. Capacità non sfruttata non cumulabile.

Come realizzo un piano aggregato efficace

Domanda del cliente variabile nel tempo ma la

produttività del mio sistema sarà costante. Dovrò
dunque pormi tra due piani di produzione limite,
Piano level per cui ignoro il mercato quando pianifico
la produzione e Piano Chase per cui tento di seguire il
più possibile il mercato. Per poter applicare
efficacemente un piano level dovrrò disporre di
impianti logistici in grado di supportare accumuli di prodotti e rapidi svuotamenti. Per applicare un
piano chase al contempo dovrò incorrere continuamente in SetupTime per modificare il volume di
produzione. La scelta sarà dunque dettata da cosa ha costi maggiori tra il magazzino e il SetupTime.
Due esempi di vincoli in cui posso incorrere nella selezione del piano: SetupTime ingenti come per
altoforni o cementifici allo stesso modo per beni deperibili non sarà possibile utilizzare piani level.

perché necessito una pianificazione intermedia?

Suppongo inizialmente di pormi nella zona A. Per questo

insieme di punti posso facilmente intuire che la mia
pianificazione non sarà sufficiente a sopperire le richieste
ricevute dalla clientela. Pertanto identifico la zona A come
zona di Stockout pertanto inaccettabile.

Ipotizziamo ora di prendere un punto appartenente alla

zona B, per il punto Q potremo immediatamente affermare che avremo un quantitativo di produzione
eccessivo pertanto mi trovo in una condizione di overstock, inoltre vediamo dal grafico che la derivata
della funzione sarà variabile (SetupTime). Vediamo anche come il piano di produzione più efficace della
zona B sarà il piano level limite della stessa, pertanto posso escludere l’intera area.

Rimane a disposizione la zona C intermedia tra le due funzioni.

𝐶𝑢𝑚𝑢𝑙𝑎𝑡𝑎 𝑑𝑒𝑙𝑙𝑎 𝑑𝑜𝑚𝑎𝑛𝑑𝑎
(𝑉𝑒𝑙𝑜𝑐𝑖𝑡à 𝑝𝑖𝑎𝑛𝑜 𝐿𝑒𝑣𝑒𝑙) =
𝑁𝑢𝑚𝑒𝑟𝑜 𝑑𝑖 𝐵𝑢𝑐𝑘𝑒𝑡

Dove per velocità del piano intenderemo l’inclinazione

della retta che identifica la produzione.

Sulla cumulata degli ordini ricevuti vado ad applicare i

due piani (Chase-Level) e individuo l’intervallo in cui avrà
senso collocarsi.

Esempio di pianificazione della produzione

Attenzione particolare al limite produttivo fissato 32 unità

mensili. Applicando indiscriminatamente un piano level o
chase incorriamo in entrambi i casi in stockout o mi ritrovo
un accumulo eccessivo di prodotto, overstock. Otterrò una
situazione ideale collocandomi nel mezzo.
 Per questo caso specifico inizio col suddividere la produzione in due sezioni individuandovi una
seasonality piuttosto marcata nella domanda. I due periodi li divido in 1-5 e 6-12. Inizio costruendo un
68
piano mixed level based per il secondo periodo. 7
= 9.71 𝑝𝑐𝑠/𝑚𝑜𝑛𝑡ℎ Per il primo periodo
produco invece il massimo possibile cioè 32 unità mensili.

Produzione Domanda Eccesso Produzione Domanda Eccesso

1 32 16 16 1 30 16 14
2 32 16 32 2 30 16 28
3 32 40 24 3 30 40 18
4 32 40 16 4 30 40 8
5 32 36 12 5 30 36 2
6 10 16 6 6 15 16 1
7 10 16 0 7 15 16 0
8 10 0 10 8 15 0 15
9 10 10 10 9 15 10 20
10 10 8 12 10 15 8 27

Non esisterà neccessariamente una pianificazione migliore delle altre, a determinare il tipo di scelta
migliore da effettuare sarà il costo di mantenimento in magazzino delle scorte e il costo del SetupTime.

Modelli Di Pianificazione Aggregata

Per contesti multi prodotto vedremo tre modelli di pianificazione aggregata fondamentali: Il modello di PL
intera, il modello di karni-roll e il modello di Aucamp. Lo spazio in cui andremo ad effettuare l’analisi tiene
conto di tre variabili: Carico macchina Unità produttive e il tempo fisico. La programmazione aggregata si
colloca tra pianificazione strategica e programmazione operativa e l’obbiettivo finale è quello di ottenere
una MPS per i prodotti finiti con come obbiettivo finale la minizzazione dei costi del piano tenendo in
considerazione SetupTime e costo a magazzino.

A. Modello a Programmazione Lineare intera: Avremo come obbiettivo la

minimizzazione dell’eccesso di produzione e del costo derivante dal setup.
Vincoli: Assenza di backlog (Rientro di stockout avvenuto)
Rispetto costante dei limiti di produzione
SetupTime ogni volta che abbiamo l’inserimento in produzione di un prodotto
𝑡 𝑡

𝑒(𝑖, 𝑡) = ∑ 𝑋(𝑖, 𝑗) − ∑ 𝐷(𝑖, 𝑗)

𝑗=1 𝑗=1
e(i,t) -> Eccesso di produzione rispetto alla domanda
X(i,t) -> Produzione del bene in analisi
D(i,t) -> Quantità ordinata del bene (Domada)
i -> Indice di prodotto
t -> indice di periodo

min(𝑍) = ∑[𝑘(𝑖, 𝑡) ∗ 𝑆𝑈(𝑖, 𝑡) + 𝑒(𝑖, 𝑡) ∗ 𝑀𝑎𝑛𝑡(𝑖, 𝑡)]

𝑖𝑗
K(i,t) -> variabile boleana corrispondente all’avvenuto setup o no [0,1] ???
SU(i,t) -> Costo unitario di setup
e(i,t) -> Come sopra
 Mant(i,t) -> Costo di mantenimento in magazzino del bene in analisi
Espressione dei vincoli in simboli
𝑒(𝑖, 𝑡) > 0 ∀𝑖, 𝑡  l’eccesso di produzione rispetto alla domanda sempre positivo che si traduce
nell’impossibilità di effettuare backlog.

∑𝑖 𝑋(𝑖, 𝑡) ≤ 𝐶𝑃(𝑡) ∀𝑡  La capacità produttiva va rispetata in ogni periodo considerato

0 𝑠𝑒 𝑥(𝑖, 𝑡) = 0
𝑘(𝑖, 𝑡) {  Assegno ad ogni lancio di produzione un tempo di setup, in questo modo
1 𝑠𝑒 𝑥(𝑖, 𝑡) > 0
assegno costo di produzione ai soli prodotti entrati effettivamente in produzione

Difetti del modello a programmazione lineare intera

a. Critiche tecniche: Nel caso reale considerare ogni elemento di produzione con questa formula
richiede l’assegnazione di svariate variabili per ogni parametro, il che richiederà o una capacità
computazionale elevata o dei tempi di valutazione prolungati.
b. Critiche strutturali: Avremo un’interpretazione dei setup solamente come costi trascurando però i
tempi di setup dal valore nella maggioranza delle produzioni non trascurabili. Inoltre il costo di
setup è considerato solamente come costo di lancio e non tiene in considerazione la storia di
produzione pregressa.(Vedi tipologie di SetupTime).

Note sull’obbiettivo di un modello

Come abbiamo visto nel caso della pianificazione l’obbiettivo era quello di riempire efficacemente la
sottostante matrice Prodotti famiglie. J F M A

Fam.1

Fam.2

Fam.1

B. Modello di Karni-Roll: Dovrò andare a riempire una matrice simile in cui i

parametri saranno What?
When? How Much? [Where? Trascurato per l’evidente difficolta di spostare
produzioni nel breve periodo]. Quello che fa Karni Roll è automatizzare il
processo di adattamento intuitivo.
Semplicemente se ho troppo da fare nel periodo 4 sposto il mio impegno all’1
ecc.
Tengo però in considerazione che nonostante in questi modelli il livello di
produzione possibile è fissato nella realtà potrò agevolmente intervenire su quel
valore tramite straordinari.

Caratterizzazione di uno shift: Time -> Leftswitch (anticipazione) Rightswitch (Posticipazione)

Quantity -> Quantitativo di impegni che sposto

“Se anticipo la produzione vado ad incrementare le scorte e se posticipo diminuisco le scorte ma rischio lo
stockout avvicinando produzione e due date”

Comportamenti del setup in caso di switch:

1. Incremento -> C non sto già producendo c e lo sposto in un area in cui non era già in produzione
 2. Decremento -> B sposto B in un momento in cui esso era già in produzione
3. Neutro sposto A da un momento in cui necessito setup ad un'altra analoga.

In questo caso ci riferiamo solamente al numero dei setup e non

al loro costo, come sappiamo il costo di un setup dipenderà da
svariati parametri storici di produzione che non prendiamo in
considerazione.

Obbiettivo: Determinare la matrice dei lotti da lanciare in ogni periodo

Vincoli: Assenza di Backlog
Rispetto dei limiti di capacità di produzione
Setup per ogni immisione di prodotto [sequence indipendent]
Non arriviamo al superamento del problema del modello a PL intera riguardante il SU non trattato
come interruzione di produzione, Inoltre questo modello sarà un modello Euristico.
Non andremo dunque a individuare la soluzione ottima con questo modello ma ci attesteremo a
una soluzione che si avvicina al risultato per PL intera all’incirca per il 98-99%.
Il vantaggio di questo modello sta nella complessità computazionale dell’algoritmo, infatti rispetto
alla PL intera esso sarà notevolmente più semplice e perverremo a una soluzione molto più
rapidamente.

Il modello si basa sull’esecuzione di 5 sub algoritmi e parto da una soluzione di pianificazione

aggregata che non tiene in coniderazione i vincoli di produzione. Regole degli shift:
1. Sposto il minimo indispensabile per evitare l’infattibilità
2. Sposto il massimo possibile per ridurre il costo di magazzino ->
Pianifico al più tardi.
3. Sposto tutta la quantità possibile per – eliminare setup – Ridurre i
costi di mantenimento senza generare nuovi setup.

Quindi posticiperò la maggior quantità possibile senza incorrere in

infattibilità e allo stesso modo anticiperò la minor quantità possibile.

Inoltre è da prestare attenzione al caso in cui l’infattibilità sia nel primo

periodo, infatti in tal caso non sarà possibile posticipare la produzione a
meno che non si rilassa il vincolo di non effettuare backlog.

Calcolo dell’effetto di uno shift

𝛿𝐶 = 𝑀𝑎𝑛𝑡(𝑡) ∗ 𝑆ℎ𝑖𝑓𝑡(𝜏 − 𝑡) + ξ ∗ SU(t) Mant(t) -> costo di mantenimento a scorta [$/pcs.*period]

Shift(t) -> Quantità spostata 𝜏 periodo di partenza t periodo

di arrivo.
ξ -> Variabile semiboleana =1 se Genero setup = 0 se neutro

= -1 se Elimino setup

SU(t) -> costo unitario di setup

𝛿𝐶 > 0 Avremo una diminuzione dei costi grazie allo shift.

5 subalgoritmi:

1. elimina tutte le infattibilità tra il periodo 1 e un periodo t qualsiasi (t>1)

effettivo motore dell’algoritmo.
2. Elimina tutte le infattibilità portando a una soluzione [Rough cut capacity plan] Applica
ricorsivamente il primo algoritmo
3. Riduce i costi di setup con shift a sinistra
4. Riduce i costi di mantenimento tramite shift a destra
5. Shift “casuali" per l’individuazione dell’effettiva soluzione migliore disponibile

La soluzione indicata come iniziale nel terzo

schema è in realtà l’output del secondo
algoritmo pertando una soluzione già attuabile
del piano ma altamente inefficiente per quanto
riguarda i costi. Vediamo dunque come
l’algoritmo 5 funga effettivamente da strumento
di ricerca dell’ottimo effettivo.

𝑆𝑈𝑖𝑡
Shift factor 𝑆𝐹𝑖𝑡 =
𝑀𝑎𝑛𝑡𝑖𝑡
Parametro relativamente inutile ma consiste nel rapporto tra costi di setup e costi mantenimento.
Per valori di shift factor molto elevati o ridotti sarà difficile applicare modelli di pianificazione.

C. Modello di Magee Boodman: modello che descrive solitamente situazioni

monomacchina e monoprodotto con domanda stabile e statisticamente
prevedibile atto a calcolare il numero ottimo di campagne.
Campagna -> lunghezza “economica” di un ciclo di produzione.
𝑛0 numero di campagne nell’orizzonte di pianificazione.

Un esempio classico di applicazione di questo metodo è la produzione di capi di vestiario per taglie,
andiamo infatti con il metodo di magee boodman a determinare il quantitativo di campagne e
conseguentemente di setup da attuare.

𝐶𝑡𝑜𝑡 = 𝐶𝑆𝑡𝑜𝑐𝑘𝐻𝑜𝑙𝑑 + 𝐶𝑠𝑒𝑡𝑢𝑝

𝐶𝑠𝑒𝑡𝑢𝑝 = 𝑛0 ∗ ∑𝐾
𝑘=1 𝑆𝑈(𝑘) 𝐶𝑆𝑡𝑜𝑐𝑘𝐻𝑜𝑙𝑑 = ∑𝐾
𝑘=1 𝑝(𝑘)

Dove per costo di stock hold si intende il prodotto di Valore Giacenza e Costo opportunita del capitale.
𝐷(𝑘)
𝐶𝑆𝑡𝑜𝑐𝑘𝐻𝑜𝑙𝑑 = 𝑝(𝑘) ∗ ∗ 𝐶𝑚
2𝑛
“Si fa notare che per stock hold cost si intende il costo di mantenimento dei beni in magazzino”.

Da queste equazioni iniziali affermeremo che il costo totale sarà:

𝐾 𝐾
𝐶𝑚
𝐶𝑡𝑜𝑡 = ∗ ∑ 𝑝(𝑘)𝐷(𝑘) + 𝑛 ∗ ∑ 𝑆𝑈
2𝑛
𝑘=1 𝑘=1

Legenda: p(k) -> Costo di produzione variabile per k

SU(k) -> Setup Cost per il bene k

D(k) -> Domanda annuale del bene k

Operiamo su un’equazione a struttura analoga e la deriviamo per determinare il numero di campagne che
determina una minimizzazione dei costi totali.
𝑎 𝜕𝑓 𝑎
+ 𝑏𝑥 → = − +𝑏 = 0 → 𝑥 = √𝑎/𝑏
𝑥 𝜕𝑥 𝑥

𝐶𝑚 ∑𝑘 𝑝(𝑘)𝐷(𝑘)
𝐷𝑎 𝑐𝑢𝑖: 𝑛0 = √
2 ∑𝑘 𝑆𝑈(𝑘)

Dall’equazione vediamo come il numero di campane non cresce in maniera lineare ma con esponente ½.

Vediamo il vincolo di capacità produttiva e

il numero di campagne richieste al
crescere della domanda. Si vede
chiaramente come raggiunto il punto di
intersezione tra i due grafici non sarà più
possibile incrementare il numero di
campagne per un vincolo imposto dal
nostro processo produttivo. Da qui deduco
che per livelli di produzione bassi
applicherò il modello di magee goodman mentre a produzioni elevate sarò limitato dalla capacità
produttiva.

D. Modello di Aucamp: il modello di Aucamp sarà l’unico modello a prendere

in considerazione il tempo di setup come interruzione del processo di
produzione. L’obbiettivo sarà sempre quello di lanciare matrici dei lotti di
produzione indicando le quantità da produrre. In questo caso essa sarà
ripartita in 3 famiglie:
a. PREG(t) -> produzione in orario regolare
b. POT(t) -> Produizone in OverTime
c. SUB(t) -> Produzione in subfornitura

Così facendo il modello va ad aggirare la questione della fattibilità

affrontata dai modelli precedenti.

Vediamo una formulazione semplificata per il caso monoprodotto [Nel casol reale avrei una sommatoria
per parametro].

Questo modello analogamente a quello di Karni Roll è un modello euristico.

Funzione Modello minimizzazione dei costi di mantenimento a scorta attualizzati:
𝐶𝑂𝑆𝑇
Min(𝑍) = ∑𝑇𝑡=1 (1+𝑟)𝑡𝑡 sebbene siamo abituati a considerare t come periodo anuale nella pianificazione
aggregata si parla solitamente di mesi o di settimane indipercui dovremo spesso andare a rivalutare il
valore di r banalmente divivendolo sul periodo di riferimento. Sappiamo infatti che questo è vero in buona
approssimazione. Per essere precisi avremo (1 + 𝑖) = (1 + 𝑟)12 .

Funzione di costo:

𝐶𝑂𝑆𝑇𝑡 = 𝐶(ℎ𝑖𝑟𝑒) ∗ 𝐻𝐼𝑅𝐸(𝑡) + 𝐶(𝑓𝑖𝑟𝑒)𝐹𝐼𝑅𝐸(𝑡) + 𝐶(𝑠𝑢𝑏)𝑆𝑈𝐵(𝑡) + 𝑤𝑎𝑔𝑒𝑠(𝑡) + 𝐶𝑚𝑎𝑡 (𝑃𝑅𝐸𝐺(𝑡) +

𝑃𝑂𝑇(𝑡))
HIRE -> Costi dervanti dalle assunzioni

FIRE -> Costi derivanti dai licenziamenti di operatori

SUB -> Costi di subfornitura

WAGES -> Salario mano d’opera impegnata

Cmat(PREG(t)+POT(t)) -> Costo variabile al netto del costo del lavoro

Vincoli all’applicazione del metodo di Aucamp

1. Vincolo al bilancio dei materiali

𝐼𝑁𝑉𝑡 = 𝐼𝑁𝑉𝑡−1 + 𝑃𝑅𝐸𝐺𝑡 + 𝑃𝑂𝑇𝑡 + 𝑆𝑈𝐵𝑡 + 𝐷𝑡
Questa formula consiste semplicemente in una suddivisione dell’equazione di entrate-uscite standard,
𝐼𝑁𝑉𝑡−1 + 𝑥(𝑡) = 𝐼𝑁𝑉𝑡 − 𝐷(𝑡) dove il parametro di entrate è stato suddiviso.

2. Bilancio alla manodopera

𝑊𝑂𝑅𝐾𝐸𝑅𝑆(𝑡) = 𝑊𝑂𝑅𝐾𝐸𝑅𝑆(𝑡 − 1) + 𝐻𝐼𝑅𝐸(𝑡) − 𝐹𝐼𝑅𝐸(𝑡)

3. Legame Produzione-Tempo
𝑀𝐻𝑃𝑅𝐸𝐺(𝑡) = 𝑇𝐼𝑀𝐸 ∗ 𝑃𝑅𝐸𝐺(𝑡)
𝑀𝐻𝑃𝑂𝑇(𝑡) = 𝑇𝐼𝑀𝐸 ∗ 𝑃𝑂𝑇(𝑡)
La produzione di un sottoinsieme della produzione è dato dal prodotto tra tempo e sottoclasse di
produzione.
4. Vincoli aggiuntivi dei setup
a. 𝑀𝐻𝑃𝑅𝐸𝐺(𝑡) + 𝑆𝑈𝑅𝐸𝐺(𝑡) ≤ 𝐻𝑂𝑈𝑅𝑆(𝑡) ∗ 𝑊𝑂𝑅𝐾𝐸𝑅𝑆(𝑡) c’è sempre overtime e subfornitura
b. 𝑀𝐻𝑃𝑂𝑇(𝑡) + 𝑆𝑈𝑂𝑇(𝑡) ≤ 𝑓(𝑡) ∗ 𝐻𝑂𝑈𝑅𝑆(𝑡) ∗ 𝑊𝑂𝑅𝐾𝐸𝑅𝑆(𝑡) Le ore dedicate alla produzione
e al setup in overtime saranno minori delle ore totali per numero di lavoratori diminuito con un
parametro f(t). Solitamente f(t) assume valori al massimo di 0.3 dove indicherebbe
straordinario del 30% rispetto al totale.

“Per subfornitura si intenderà la produzione di beni impiegati da un’altra azienda all’interno della propria

attività economica”.
INVENTORY SYSTEMS FOR INDIPENDENT DEMAND

Premesse: Fornitore Produttore Distributore mercato

Per indipendent demand intendiamo una

domanda derivante dall’esterno della supply chain (B2C) pertanto non prevedibili in maniera certa. In
riferimento al concetto di decoupling point vediamo che la porzione di supply chain a monte del decoupling
pont sarà detta parte PUSH mentre la parte a valla sarà detta parte PULL della produzione. Parte push sarà
rilevante il forecast mentre nella parte a valle saranno rilevanti gli ordini e dunque il planning.
In secondo luogo ricordo la suddivisione delle scorte in 1. Cycle 2. Safety 3. Speculative. Per questa analisi
delle scorte semplificata ci poniamo nel caso di una produzione a make to stock e ci prefiggiamo di valutare
le scorte di sicurezza.
Problema: ”Voglio che all’arrivo del cliente il prodotto sia sempre disponibile, devo dunque valutare quanto
ordinare dal mio fornitore”. What, How much, When.
Interval of order issue
Fixed Variable
Quantity Fixed EOQ-ROP models
ordered Variable IE model Switch models

Ci possiamo trovare principalente in 4 condizioni, Intervallo di ordine variabile o fisso e quantità ordinata
variabile o fissa. Intuibilmente per intervallo e quantità fissati non ho nulla da valutare ergo il problema non
si pone. Un aspetto da tenere in considerazione quando si parla di logistica è la quantizzazione delle unità di
carico (scatola, pallet, container) ovviamente non potremo ordinare valori decimali di queti elementi.
SWITCH MODELS
Siamo nel caso di intervalli e quantitativi
variabili, il modella applicato in questo
caso lo analizziamo in maniera
immediata. Avremo dei livelli di stock
giunti ai quali facciamo restock, giunti a
magazzino pieno interrompiamo il
rifornimento, da qui il nome switch
[interruttore]. Limimte inferiore e limite superiore saranno i valori per attivo o disattivo lo stocking. Anche
questo modello dovrà tenere in considerazione lead time a partire dall’issue dell’ordine.
Assunzioni preventive riguardanti la notazione:
• Constant consumption over time 𝐷𝑖𝑡 [unit/year] “Notiamo che ci basiamo su valori annuali”
• Constant ordering cost a [€]
• Constant value of the good p [€/pieces]
• Constant ownership rate Cm [€ / € x year] “Valutazione del parametro chiarita in seguito”
• Constant provisioning lead time LT [days]
• Pre-defined working calendar H [days / year]
• Pre-defined productive rhythm r [pieces / day]
• Infinite capacity of warehouse
• Constant freight cost
EOQ-ROP MODELS [Economic order point-Reorder point] [Lotto economico-punto di riordine]
Siamo nel caso di quantitativo dell’ordine fissato
ma intervallo di ordine variabile. Nel Saw tooth
diagram adiacente vediamo come le per consumi
supposti costanti possiamo modellizzare le
condizioni in cui ci siamo posti.
Funzione di costo complessiva:
𝑞 𝐷
𝐹 = 𝑝 ∗ 𝐷 + 𝑝 ∗ 𝐶𝑚 ∗ +𝑎∗
2 𝑞
Dove abbiamo a primo termine i costi di Acquisto o
di produzione, a secondo termine i costi di mantenimento del materiale in stock e al terzo parametro i costi
di Ordine [Costo di ordine (costante) per quantità annuale ordinata su quantità singolo ordine].
Calcolo del parametro Cm, questo rappresenta il costo opportunità di avere il mio capitale investito in
𝑖+𝜑
materiali nel mio magazzino e non in altro. 𝐶𝑚 = Dove i sta per il costo finanziario puro, phi sta per
𝜏
il fattore di rischio derivante dal fatto che non sto analizzando un elemento puramente monetario ma della
merce che può essere soggetta a imprevisti [obsolescenza rottura ecc.], Tau è un divisore per pesare il
valore sul TimeBucket del modello.
Tornando allo schema definiamo come ROP il re ordering point mentre Q sarà pari a EOQ cioè il lotto
dell’odine e EOQ/2 corrispone alla giacenza media di magazzino sempre rispettando l’ipotesi che io riceva
l’ordine a magazzino vuoto (improbabile).
Ora banalmente se valuto l’andamento del secondo parametro dei costi totali vedo chiaramente come lo
potrò riscrivere in funzione del lotto economico, infatti avendo EOQ/2 pari alla giacenza media potrò
1
affermare che: 𝐶𝑖𝑛𝑣 = 𝑝 ∗ 𝐸𝑂𝑄 ∗ 𝐶𝑚 RILEGGO ATTENTAMENTE LA SLIDE SUGLI INVESTIMENTI IN STOCK
2

Soluzione geometrica del modello a lotto economico

Rappresentando i 3 parametri e la funzione di somma su
un piano cartesiano possiamo osservare 2 aspetti:
1. La funzione è parabolica e pertanto ha un minimo
2. Questo minimo è relativamente piatto pertanto non
riuscire a porsi perfettamente nel punto di minimizzazione
dei costi complessivi non è un grosso problema.

Min(𝐶𝑡𝑜𝑡 ) = 𝐸𝑂𝑄

𝜕𝐶𝑡𝑜𝑡 1 𝑎𝐷 2∗𝑎𝐷
=0 𝑝𝐶𝑚 − 𝑞2 = 0 𝐸𝑂𝑄 = √𝑝∗𝐶𝑚 Detta formula di Wilson o Camp
𝜕𝑞 2

Questa formula è cruciale per la gestione dei lotti in quatnto ci permette di calcolare la quantità da
ordinare in funione del costo opportinità del prezzo del costo di ordine e del quantitativo annuale ordinato.

Spesso viene anche semplificata come 𝐸𝑂𝑄 = 𝜃 ∗ √𝑄 Accorpando tutti i termini tranne il quantitativo Q in
un parametro tetha. Quindi banalmente il lotto dipenderà dalla quantità annuale in maniera radicale.
Possiamo dunque andare anche a definire 𝑅𝑂𝑃 = 𝐿𝑇 ∗ 𝑡𝑔𝛼 = 𝐿𝑇 ∗ 𝐷/𝐻 Dove il secondo termine indica il
demand rate o meglio l pendenza del grafico.
Estensioni dal modello fondamentale
1. Introduzione di safety stocks
Sarebbe assurdo gestire un
sistema logistico senza stock
di sicurezza per tutelarci dal
rischio di stockout, dovvremo
però aggiornare le formule
appena definite in funzione di
questo parametro.
Il lotto economico sarà
invariante rispetto
all’introduzione di stock di
sicurezza ma allo stesso
tempo dovremo rivalutare il costo totale che vedrà incrementati i valori a magazzino e il punto di
riordino. 𝑅𝑂𝑃" = 𝐿𝑇 ∗ 𝐷/𝐻 + 𝑆𝑆. Per il resto il modello
non richiede modifiche.
2. Il processo di restocking del magazzino non è immediato
ma dovrà essere in un intervallo temporale in cui esso
avviene e inoltre dovrà tenere in considerazione la
continua domanda. Il Cigolo da bravo debole mezza sega
lo ha saltato.
3. I processi di purchasing e restocking non avranno
necessariamente valori costanti.

La rimozione di questa ipotesi mi permetterà di prendere in considerazioone sconti dovuti alla

quantità dell’ordine portandoci a valutare una funzione di prezzo dipendente dalla quantità
ordinata e che presenta sconti a certi valori quantitativi.