Ponte en contacto
September 18, 2023

Transición de una planificación basada en el presupuesto a un enfoque de horizonte renovable de un año

Cómo aumentar la competencia general

De un vistazo

Desafío

En un mercado competitivo de hilos agrícolas, el cliente adoptó una estrategia de personalización masiva, adaptando los paquetes de productos para clientes individuales. Sin embargo, el proceso presupuestario existente era insuficiente para gestionar una personalización tan alta. Dado que las preferencias de los clientes cambian a lo largo del año y no hay un sistema de apoyo a la toma de decisiones para actualizar las predicciones, los niveles de existencias han aumentado para satisfacer las demandas de cumplimiento.

Solución

La solución combina un algoritmo de previsión y un modelo táctico de planificación de la producción. El algoritmo de pronóstico utiliza un conjunto de métodos de aprendizaje automático y series temporales, que incorporan información sobre el presupuesto y la demanda anticipada. Las actualizaciones mensuales garantizan predicciones de ventas proactivas. El modelo de planificación de la producción clasifica los productos como fabricados bajo pedido (MTO) o listos para stock (MTS) en función de factores como la concentración de clientes y la incertidumbre de la demanda. A continuación, se utiliza un algoritmo de optimización continua todos los meses para generar el plan de producción de 12 meses más rentable.

Resultados

Nuestra solución integral reduce los niveles de existencias en un 17,5% y la utilización de las máquinas en un 11%, a la vez que mantiene los niveles de servicio al cliente. El horizonte de planificación anual mejora el tamaño de los lotes de producción. El sistema de apoyo a la toma de decisiones agrega los datos relevantes en una interfaz flexible, lo que permite un enfoque más sofisticado y basado en datos que permite al equipo centrarse en actividades de mayor valor.

Challenge

En un mercado competitivo de hilos agrícolas, el cliente adoptó una estrategia de personalización masiva, adaptando los paquetes de productos para clientes individuales. Sin embargo, el proceso presupuestario existente era insuficiente para gestionar una personalización tan alta. Dado que las preferencias de los clientes cambian a lo largo del año y no hay un sistema de apoyo a la toma de decisiones para actualizar las predicciones, los niveles de existencias han aumentado para satisfacer las demandas de cumplimiento.

Approach

Solution

La solución combina un algoritmo de previsión y un modelo táctico de planificación de la producción. El algoritmo de pronóstico utiliza un conjunto de métodos de aprendizaje automático y series temporales, que incorporan información sobre el presupuesto y la demanda anticipada. Las actualizaciones mensuales garantizan predicciones de ventas proactivas. El modelo de planificación de la producción clasifica los productos como fabricados bajo pedido (MTO) o listos para stock (MTS) en función de factores como la concentración de clientes y la incertidumbre de la demanda. A continuación, se utiliza un algoritmo de optimización continua todos los meses para generar el plan de producción de 12 meses más rentable.

Results

Nuestra solución integral reduce los niveles de existencias en un 17,5% y la utilización de las máquinas en un 11%, a la vez que mantiene los niveles de servicio al cliente. El horizonte de planificación anual mejora el tamaño de los lotes de producción. El sistema de apoyo a la toma de decisiones agrega los datos relevantes en una interfaz flexible, lo que permite un enfoque más sofisticado y basado en datos que permite al equipo centrarse en actividades de mayor valor.

Our
AI-generated
summary

Our AI-generated summary

Our AI-generated summary

En un mercado cada vez más competitivo, nuestro cliente del mercado de hilos agrícolas ha seguido una estrategia de personalización masiva adaptando el paquete de sus productos a cada cliente.

El proceso de presupuestación, que antes se utilizaba para definir las necesidades de producción, ya no es suficiente para abordar ese grado de personalización. Además, las preferencias de los clientes cambian durante todo el año, y no existe un sistema de apoyo a la toma de decisiones para revisar las predicciones iniciales. Por lo tanto, los niveles de existencias han aumentado para adaptarse a estos desafíos de cumplimiento.

La solución r abarca un algoritmo de previsión y un modelo táctico de planificación de la producción.

El algoritmo de pronóstico se basa en un conjunto de pronósticos de series temporales con un método de aprendizaje automático capaz de contabilizar el presupuesto y la información anticipada sobre la demanda.

La actualización mensual de las previsiones garantiza una revisión más proactiva de las previsiones de ventas. El modelo de planificación táctica de la producción funciona jerárquicamente. La información, como el volumen de ventas, la concentración de clientes y la incertidumbre de la demanda, se utiliza primero para clasificar anualmente los productos como fabricados por encargo (MTO) o listos para existencias (MTS), con directrices adicionales sobre si un producto de MTS debe fabricarse hasta el embalaje final o como producto semiacabado.

Luego, se emplea mensualmente un algoritmo de optimización continua para prescribir el plan de producción más rentable en un plazo de 12 meses.

Al adoptar nuestra solución integral, nuestros clientes pueden esperar una reducción de las existencias en un 17,5% y una disminución en la utilización de las máquinas en un 11% sin poner en peligro el nivel de servicio de los clientes.

La anticipación que brinda el horizonte de planificación anual conduce a una aumento de la producción tamaños de lote. Desde una perspectiva cualitativa, nuestro sistema de apoyo a la toma de decisiones agrega toda la información relevante en una interfaz flexible y accesible.
Un enfoque más sofisticado y basado en datos permite al equipo dedicar su tiempo a más actividades de valor agregado en el proceso.

Our AI-generated summary

Our AI-generated summary

Leer más

Leer más
Case Studies

Contenido
Relacionado