Hoe Goed Doet Mijn Leverancier Het? – Logistiek GezienOver Leveranciers Betrouwbaarheid
Ir. Paul P.J. Durlinger 5-Maart 2016
Leveranciersbetrouwbaarheid
Management summary: In dit paper kijk ik naar enkele logistieke KPI’s, om de leverbetrouwbaarheid van toeleveranciers te meten. Ik laat zien dat de bekende KPI, OTIF (On Time In Full), geen geschiktheid criterium is om onderscheid te maken tussen verschillende leveranciers. Dit omdat er geen verschil wordt gemaakt tussen tijdigheid en compleetheid. Ik geeft 2 nieuwe KPI’s, CLIP (Confirmed Line Item Performance) en CVP (Confirmed Volume Performance) om deze omissie op te vangen. Ik laat zien dat deze grootheden eenvoudig te berekenen zijn met beschikbare gegevens. In dit paper wordt aangetoond dat in gevalleen waarbij uit voorraad geleverd wordt, tijdigheid belangrijker is dan compleetheid. Kort gezegd: Liever een incomplete levering op tijd dan een complete levering te laat. De KPI’s OTIF, CLIP en CVP zijn ongeschikt om de veiligheidsvoorraad voor onzekerheid in levertijden op te vangen. Voor de berekening hebben we de levertijdsafwijking nodig. Ik laat zien hoe deze eenvoudig berekend kan worden. Ik laat zien dat een betrouwbare leverancier een vaste levertijd hanteert voor een SKU en een orderregel compleet op de afgesproken levert. Het toverwoord is vast. We laten enkele praktische valkuilen zien bij het definiëren van levertijden en bepalen van levertijden. We maken hierbij een onderscheid tussen leveranciers die uit voorraad leveren (Make-to-Stock/Deliver-from-Stock) en leveranciers die nog een productie-component kennen (Make-to-Order/Assemble-to-Order. We benadrukken het belang van de eerste afgesproken levertijd. De benodigde data om de analyses uit te voeren zijn in elk ICT-systeem beschikbaar.
1
Leveranciersbetrouwbaarheid
Inhoudsopgave 1
2
Leveranciers beoordeling-inleiding…………………………………………………………………………………………3 1.1
De servicegraad als Leveranciers KPI-OTIF ongeschikt als KPI……………………………………..3
1.2
Nieuwe KPI’s : CLIP en CVP………………………………………………………………………………………….4
1.3
Wat doet meer pijn te laat leveren of te weinig leveren?..............................................4
De levertijdsafwijkingverdeling………………………………………………………………………………………………5 2.1
3
Een praktijkvoorbeeld om het principe uit te leggen…………………………………………………..6
Enkele valkuilen……………………………………………………………………………………………………………………..7 3.1
Leverancier: Make-to-Stock/Deliver-from-Stock………………………………………………………..8
3.2
Leverancier: Make-to-Order of een Assemble-to-Order…………………………………………….9
3.3
De CLIP heet niet voor niets CLIP!................................................................................10
4
Samenvatting……………………………………………………………………………………………………………………….10
5
Literatuur……………………………………………………………………………………………………………………………..11
2
3
Leveranciersbetrouwbaarheid
1
Leveranciers beoordeling-inleiding
In dit paper kijken we naar de rol van de leverbetrouwbaarheid van leveranciers in omgevingen waarbij we een bepaald product uit voorraad moeten leveren (Deliver-from-Stock, Make-to -Stock). In deze omgevingen houden we (veiligheids) voorraad aan om ons in te dekken tegen onzekerheden in de vraag naar dat product en aanvoer van dat product. In productie omgevingen kan ook de onzekerheid in opbrengst een rol spelen. We kunnen aantonen dat de betrouwbaarheid van een leverancier bepalend is voor de hoogte van de veiligheidsvoorraad, die we moeten aanhouden voor product. In dit paper behandelen hoe we de prestatie van een leverancier (intern/extern) moeten meten. Hierbij kijken we naar een aantal aspecten. Is de leverancier op tijd en levert hij de hoeveelheid die besteld was? We geven een aantal KPI’s die eenvoudig te berekenen zijn en die veel inzicht verschaffen over de prestaties van de leverancier. We bepalen de KPI’s in eerste instantie op product-niveau omdat ook de veiligheidsvoorraden op product-niveau bepaald worden. 1.1
De servicegraad als Leveranciers KPI-OTIF ongeschikt als KPI.
Een veel gebruikte KPI om de prestatie van een leverancier te meten is iets wat we OTIF noemen: On Time In Full. In theorie is dit wat we willen van een leverancier: dat hij altijd compleet en op tijd levert. Maar dat is helaas een utopie. Er gaat soms iets fout. Of de leverancier levert te laat of de leverancier is wel op tijd maar levert minder dan gevraagd. Op dat ogenblik dat er iets fout gaat, levert het OTIF-criterium een verwarrend resultaat. Wij geven een voorbeeld. U bent een groothandel en u levert een product A uit voorraad. Dit product koopt u om strategische redenen in bij twee leveranciers. Beide leveranciers hanteren dezelfde kwaliteit, dezelfde prijs en dezelfde levertijd. Elke week plaatst u een order. De even weken bij de ene leverancier, de oneven weken bij de andere leverancier. De seriegrootte is voor beide leveranciers 1000 stuks per bestelling. Na een jaar kijkt u naar de leverperformance van beide leveranciers. De resultaten staan gegeven in onderstaande tabel 1. Te vroeg Leverancier A Leverancier B Tabel 1 OTIF score
Op tijd 20 25
Te Laat 5
Score OTIF 80% 100%
Het is duidelijk dat leverancier beter presteert, ware het niet dat we iets vergeten zijn te vertellen. Leverancier A leverde iedere keer de gevraagde 1000 producten; leverancier B daarentegen leverde iedere keer maar 990 stuks. En dat levert tabel 2 op. Te vroeg
Compleet
Leverancier A Leverancier B
Op tijd 20 25
Compleet 20 0
Te Laat 5
Compleet 5
Score OTIF 80% 0%
Tabel 2 OTIF score inclusief compleetheid De hamvraag is nu: Welke leverancier kiest u? Eigenlijk moet u in het achterhoofd houden dat de OTIF scores in tabel niet zouden wijzigen als leverancier A bij de te late orders maar 500 stuks had geleverd of zelfs maar 1 stuks. Ik begrijp de ‘struggle’. Vanuit OTIF perspectief is leverancier A het beste. Hij levert 20 orders compleet op tijd. Leverancier B levert alles op tijd maar niet compleet. Als we naar de producten kijken heeft leverancier A maar 80% van de producten op tijd geleverd maar leverancier B maar liefst 99%. Ook als leverancier B in elke order 999 stuks zou leveren zouden de OTIF-scores in tabel 2 niet wijzigen. Het probleem is dat OTIF tijdigheid en compleetheid combineert en eigenlijk aan beide componenten even veel waarde hecht. En dat ook nog in absolute zin. Een dag te laat komen is hetzelfde als 10 dagen te laat komen en 1 stuks te kort komen heeft dezelfde
4
Leveranciersbetrouwbaarheid
waarde als 999 stuks te kort komen. Opnieuw theoretisch juist maar praktisch levert dat problemen op. Vanuit aanlever betrouwbaarheid is B te prefereren boven A. Ik zal dit later ook nog eens theoretisch onderbouwen. Hoe lossen we dit nu praktisch op. In praktijk zoekt men vaak de oplossing in het aanpassen van de begrippen ‘op tijd’ en ‘compleet’. Men beschouwt een order op tijd als deze bijvoorbeeld een dag te vroeg of een dag te laat is. En bij de hoeveelheid accepteert men onder- of afleveringen van bijv. 5%. Maar stel nu eens dat leverancier A de keren dat hij te laat gekomen was, iedere keer 1 dag te laat was geweest. Dan zouden leverancier A en B beide 100% op de OTIF gescoord hebben. Maar het blijft wringen. 1.2
Nieuwe KPI’s : CLIP en CVP
Een verduidelijk zou al zijn om OTIF te splitsen in twee componenten. In een tijdigheidscomponent (hoeveel orders op tijd?) en een volledigheidscomponent (hoeveel producten op tijd?). We noemen deze voor het gemak CLIP (Confirmed Line Item Performance) en CVP (Confirmed Volume Performance). We definiëren CLIP en CVP als volgt CLIP:
% orders op tijd en compleet geleverd (dus eigenlijk OTIF)
CVP:
% producten op tijd geleverd
Voor beide leveranciers geven we de performance in tabel 3. Daar zien we ook duidelijk het verschil tussen tijdigheid en compleetheid. CLIP Leverancier A 80% Leverancier B 0% Tabel 3 CLIP-CVP-OTIF berekening
CVP 80% 99%
OTIF 80% 0%
De CLIP en CVP benadering kan ook goed met deelleveringen omgaan, zoals bovenstaand voorbeeld bewijst. Ook het berekenen van beide KPI’s is eenvoudig. Op het levertijdstip kijken we of een orderregel compleet geleverd is. Zo ja dan scoort deze orderregel op CLIP en CVP. Zijn niet álle producten van een orderregel geleverd, dan scoort de leverancier alleen op de CVP. Hoe hoog CLIP en CVP moeten zijn behandelen we later. Een eerste conclusie is dat OTIF alléén eigenlijk ongeschikt is, omdat er twee criteria op een vreemde manier met elkaar vermenigvuldigd worden. Het feit dat er veel geleverd kan zijn, maar niet alles (voorbeeld leverancier B), wordt niet meegenomen. We veronderstellen dat op tijd leveren en compleet leveren even belangrijk zijn. In de ideale wereld is dat ook zo, maar in praktijk zit het iets anders in elkaar. 1.3
Wat doet meer pijn te laat leveren of te weinig leveren?
Als we aan planner, inkopers en voorraadbeheerders bovenstaande vragen zullen ze meteen zeggen: te laat leveren. In de voorraadtheorie bestaat een formule om de veiligheidsvoorraad uit te rekenen en daar kan een specialist meteen uit afleiden dat levertijd-onzekerheid maar ellende veroorzaakt dan vraag-onzekerheid. Maar we kunnen het ook intuïtief uitleggen. Stel de vraag naar product A is precies 1000 stuks per week. De levertijd is één week en de bestelserie is 4000 stuks (zie fig. 1). We houden in dit geval geen veiligheidsvoorraad aan. De gebruikte bestelstrategie is een BQ-strategie. De bestelgrens (B) is 1000 stuks (=vraag gedurende de levertijd). Wanneer de voorraad gelijk is aan
5
Leveranciersbetrouwbaarheid
1000 wordt een bestelling van 4000 stuks (Q) bij de leverancier geplaatst, die dan één week later binnenkomt. Zie figuur 1.
Figuur 1
BQ-Bestelmethodiek (B=1000, Q = 4000)
We bestellen dus op het moment dat de voorraad nog maar 1000 stuks is. Precies 1 week later is de voorraad nul en moet de bestelling van 4000 stuks binnenkomen. Nu kunnen vier dingen gebeuren: 1 2 3 4
De bestelling van 4000 stuks komen precies op tijd binnen De bestelling komt op tijd maar er worden maar 3500 stuks binnen De bestelling komt niet op tijd (te vroeg) De bestelling komt niet op tijd (te laat)
In situatie 1, 2 en 3 is er voorraadbeheerstechnisch niets aan de hand. In situatie 1 is de nieuwe voorraad 4000 stuks en in situatie 2 is die 3500 stuks. Die 3500 is minder dan gedacht maar we kunnen er een paar weken mee doen. In situatie 3 is de voorraad meer dan 4000 en levert dus in principe ook geen probleem op. Situatie 4 is echter rampzaliger want we raken meteen in de min en er zullen back-orders ontstaan. Dus afwijkingen in de levertijd zijn veel dramatischer dan afwijkingen in de leverhoeveelheid. Opm.: Bovenstaande impliceert dat een incomplete levering veruit te prefereren is boven een complete levering die te laat is! We kunnen dit zichtbaar maken aan de leverancier d.m.v. de CVP meting. Als alleen naar OTIF gekeken wordt is er voor de leverancier geen motivering om een order alvast uit te leveren. Ditzelfde geldt voor FTL of FCL; wanneer men wacht op de completering van een orderregel zou dit wel eens ongunstiger kunnen uitpakken dan alvast (op tijd) uitleveren. Voor de onzekerheid in de levertijd moeten we veiligheidsvoorraad neerleggen en dan voldoet een criterium als OTIF of CLIP niet. Die gaven alleen maar aan hoeváák we te laat waren maar niet hoevéél we te laat waren. In de veiligheidsvoorraad formule komt zoiets als OTIF/CLIP of CVP niet voor! Dus zaak om dieper op de zaak in te gaan. In de volgende paragraaf kijken we naar de levertijdsafwijkingverdeling (scrabblewoord) als belangrijke KPI bij het beoordelen van leveranciers. 2.
De levertijdsafwijkingverdeling
We hebben gezien dat de KPI’s OTIF en de CLIP alleen maar aangeven hoe váák een leverancier niet op tijd levert maar niet hoe véél hij afwijkt van de beloofde levertijd. Dit laatste is niet moeilijk te berekenen. Elke leverancier geeft een levertijd af. Dit noemen we de Beloofde Levertijd (of Leverdatum, BL). Vervolgens kijken we wat hij werkelijk doet (Gerealiseerde LT, GL). We geven een voorbeeld. De leverancier in dit voorbeeld geeft een levertijd af van 10 dagen. We kijken naar de performance van 15 orders in tabel 4. We gaan er daarbij vanuit dat de orderregel compleet geleverd wordt.
6
Leveranciersbetrouwbaarheid
Order 1 2 3 4 5 6 7 8 9 10 11 12 BL 10 10 10 10 10 10 10 10 10 10 10 10 GL 7 10 13 12 9 10 7 11 8 12 9 11 Afw -3 0 3 2 -1 0 -3 1 -1 1 -1 1 Tabel 4 Gemiddelde en standaardafwijking van levertijdsafwijkingen
13 10 10 0
14 10 13 3
15 10 8 -2
Gem 10 10 0
Stdev 10 1,9 1.9
Uit deze data dat de OTIF/CLIP performance 20% was. De gemiddelde afwijking is nul (de leverancier levert gemiddeld op tijd) met een standaardafwijking van bijna 2. Dat wil in praktijk zeggen dat de meeste, toekomstige, leveringen tussen de 6 en 14 dagen zullen liggen. En dat is inderdaad een flinke spreiding. De standaardafwijking gebruiken we later in de berekening van de veiligheidsvoorraad en is daarom een cruciaal getal bij het bepalen van de leverbetrouwbaarheid van de leverancier. 2.1
Een praktijkvoorbeeld om het principe uit te leggen.
In het volgende praktijkvoorbeeld hebben we te maken met een groothandel, die veel klanten en veel leverancier. De belangrijkste leverancier is LEV1, die op jaarbasis ca 21.000 orderregels levert (inderdaad, 400 regels per week). Als eerste analyse hebben we een grafiek gemaakt, vervolgens de OTIF/CLIP (met als aanname dat elke order compleet geleverd was), de gemiddelde levertijdsafwijking (LTA) gemeten en de standaardafwijking. Dat leverde het volgende resultaat op in figuur 2.
Figuur 2
Levertijdsafwijkingen ruwe data
Het is duidelijk dat hier nog wat aan de data moet gebeuren. Als we het gemiddelde en standaard afwijking van de levertijdafwijking berekenen vinden we: Gemiddelde LTA -2,2 dagen (te vroeg) Standaardafwijking 16,7 dagen Verder vinden we dat de OTIF/CLIP ca 5% Orders te vroeg ca 70% Orders te laat ca 25%
7
Leveranciersbetrouwbaarheid
Deze cijfers stemmen tot nadenken. Maar we gaan eerst de data een beetje opschonen omdat er een paar uitschieters zijn die het beeld vertroebelen en de waarden van met name de standaardafwijking sterk beïnvloeden. We gaan afwijkingen van meer dan 14 dagen (=2 weken) verwijderen. In ons voorbeeld zijn dat ca 2.500 orderregels. Het nieuwe plaatje ziet er als volgt uit.
Figuur 3
Levertijdsafwijking gecorrigeerde data
Het grote verschil zien we als we de standaardafwijking berekenen. Die zakt van 16,7 naar 5,7 terwijl het gemiddelde maar minimaal verandert, van -2.2 naar -2.1. Maar al met al stemt deze leverancier niet vrolijk. En een goed gesprek zou op zijn plaats zijn☺. Dus het is in principe niet moeilijk om een logistieke vendor-rating uit te voeren, zeker op leveranciers niveau. Maar voor het bepalen van veiligheidsvoorraden moeten we deze analyse op SKU-niveau uitvoeren. Veiligheidsvoorraden worden immers ook op SKU-niveau bepaald. Maar als we bedenken dat een beetje groothandel duizenden tot tienduizenden SKU’s in het assortiment hebben wordt het een ander verhaal. Het is fysiek onmogelijk om al deze SKU’s handmatig te analyseren. Dat is echter ook niet nodig. Een onderneming kan beginnen met de belangrijkste producten in het assortiment. Een gerichte ABC/XYZ analyse (zie Durlinger [2015]) kan deze belangrijkste producten definiëren en voor deze producten/leveranciers kunnen we een soortgelijke analyse uitvoeren als hierboven beschreven. 3
Enkele valkuilen
Hoewel de berekening van de leverbetrouwbaarheid niet zo moeilijk lopen we in praktijk vaak aan tegen problemen met de definitie van de levertijd waardoor er soms vreemde resultaten binnensluipen. Gelukkig hoeft dat niet zo te zijn als we de levertijd scherp definiëren. En daarbij ook de verantwoordelijkheden duidelijk hebben. Hoewel je zou mogen veronderstellen dat voor elke SKU, die een onderneming voert, de (interne/externe) levertijd bekend zou moeten zijn, is dat in praktijk niet altijd het geval. Elke leverancier moet in principe voor elke SKU een levertijd afgeven. Dat kan een standaard levertijd zijn (iedere keer dezelfde levertijd voor dezelfde SKU) of een variabele levertijd (iedere keer een mogelijke andere levertijd voor elke SKU). Behalve voor ingewikkelde Make-to-Order producten is een variabele levertijd acceptabel. Maar over het algemeen moet een producent een standaard levertijd kunnen afgeven. Kan hij dat niet dan is de mogelijkheid groot dat het proces bij de producent niet onder controle is (zie Durlinger [2016]). Wij gaan er echter vanuit dat de leverancier dat wél kan. Vraag is wanneer de levertijd van de leverancier start en wanneer hij ophoudt. Start de levertijd bij het ontvangen van de order of bij het bevestigen van de order? En wanneer houdt de levertijd op. Bij het ontvangen van de order in het magazijn of op het moment dat de producten beschikbaar zijn voor verkoop (of productie?). Ook de time-bucket gaat een rol spelen met vaak onverwachte gevolgen.
Leveranciersbetrouwbaarheid
We onderscheiden twee leveranciers omgevingen. Een Make-to-Stock/Deliver-from-Stock omgeving waarbij de leverancier het gevraagde product op voorraad heeft liggen; of een Make-toOrder/Assemble-to-order waarbij er ook nog een stuk productie plaatsvindt. 3.1
Leverancier : Make-to-Stock (MTS) /Deliver-from-Stock (DFS) concept
In figuur 3 geven wij schematisch de situatie waarbij de leverancier een MTS/DFS-concept hanteert. Hij levert vanuit voorraad aan ons. De pijlen geven de diverse lever/doorlooptijden weer.
Figuur 3
Lever/doorlooptijden bij leverancier met een MTS/DFS-concept
Bij een MTS/DFS bestaat de Totale Levertijd uit vier delen: 1
2
3 4
Besteltijd: tijd die ligt tussen het moment dat de planner/inkoper/voorraadbeheerder constateert dat er een bestelling geplaatst moet worden en het moment waarop de leverancier de order ontvangt Interne levertijd leverancier: tijd nodig om de order te verwerken, het product te picken, gereed te zetten voor transport en de tijd nodig om het product in te laden in het transportmiddel. De transporttijd : de tijd die ligt tussen vertrek bij de leverancier en de aankomst bij het laaddok van de klant Inlaadtijd klant: de tijd die ligt tussen het moment dat het transport bij de klant aankomt en het moment dat de producten beschikbaar zijn voor verkoop of productie.
Voor het bepalen van de veiligheidsvoorraad is de Totale Levertijd [1+2+3+4] van belang. Vooral het proces bij de klant kan voor verwarring leiden. Stel dat de producten al op vrijdag 15.00 uitgeladen zijn, maar dat ze pas op dinsdag 17.00 opgeboekt worden en beschikbaar zijn voor de verkoop of productie? Voor het bepalen van de veiligheidsvoorraad is het tijdstip waarop de producten beschikbaar zijn van belang. Voor het bepalen van de leverbetrouwbaarheid van de leverancier is het moment dat de vrachtauto bij het laaddok arriveert van belang. Dus twee verschillende levertijden voor twee verschillende doeleinden. Ook dit wil in praktijk nog wel eens door elkaar lopen. Wanneer een product uit de binnenlanden van China of Afrika moet komen is de (transport) tijd tussen het verlaten van de fabriek en het arriveren bij de klant vaak een ingewikkeld proces met veel deelprocessen en veel verschillende verantwoordelijkheden. Dit laten we in dit paper buiten beschouwing maar bij een ‘onbetrouwbare leverancier’ verdient het aanbeveling ook deze transporttijd te decomponeren en te analyseren.
8
9
Leveranciersbetrouwbaarheid
3.2
Leverancier : Make-to-Order (MTO) of een Assemble-to-Order (ATO) concept.
Bij een leverancier die in Make-to-Order of een Assemble-to-Order omgeving opereert komt er ook nog een stuk productietijd. In figuur 4 geven wij de situatie weer, waarbij de leverancier een MTO of ATO-concept hanteert. Pijl 5 i de nieuwe doorlooptijd component.
Figuur 4
Leverancier met MTO/ATO-concept
Het kan nu vervelender worden als de leverancier geen vaste levertijden hanteert. Wanneer moet er dan besteld worden? We geven een voorbeeld: stel u levert een product A uit voorraad. U kunt dit product bij drie verschillende leveranciers bestellen. Iedere keer dat u gaat bestellen geeft de leverancier een leverdatum af (Afgegeven LT). Daarna kijken we wat de leverancier realiseert. We kijken naar de prestaties van de laatste 5 leveringen. Voor het gemak nemen we aan dat de leverancier altijd een complete orderregel levert. We berekenen voor de drie leveranciers OTIF/CLIP, de gemiddelde Levertijdsafwijking (µ LTA) en de standaardafwijking van de Levertijdsafwijking (σ LTA). De resultaten staan in de tabellen 5a,b,c. Aan u de vraag welke leverancier u kiest. Lev A Afgegeven 5 5 5 5 5 Gerealiseerd 4 5 5 6 5 Tabel 5.a Prestaties Leverancier A
OTIF
µ LTA
σ LTA
60%
0 wk
0,63 wk
Lev B Afgegeven 4 5 5 6 5 Gerealiseerd 4 5 5 6 5 Tabel 5.b Prestaties Leverancier B
OTIF
µ LTA
σ LTA
100% 0 wk
0 wk
Lev C Afgegeven 5 5 5 5 5 Gerealiseerd 6 6 6 6 6 Tabel 5.c Prestaties Leverancier C
OTIF
µ LTA
σ LTA
0%
1 wk
0 wk
Uitgaande van de resultaten zou leverancier B voor de hand liggen. Hij scoort goed op alle fronten, maar er zit een addertje onder het gras. Wanneer moet u gaan bestellen? De bestelgrens hangt immers af van de levertijd en die varieert en u hoort deze levertijd pas wanneer u gaar bestellen. Een kip-ei verhaal. Daarom zullen planners leverancier C verkiezen en zelf intern een week bij de levertijd gaan optellen. Beter zou zijn om eens te kijken waarom dit verschijnsel optreedt. Vaak heeft dat te maken met een administratief verschijnsel. De producten worden op vrijdag week T geleverd maar pas ingeboekt op maandag T+1. En als de tijdbucket een week is dan hebben we het lek boven.
Leveranciersbetrouwbaarheid
Dus komt er nog iets bij willen we een leverancier betrouwbaar noemen. De definitie voor een betrouwbare leverancier: Een leverancier die voor een bepaalde SKU altijd de dezelfde levertijd hanteert en vervolgens een bestelling voor deze SKU altijd volledig op tijd levert. 3.3
De CLIP heet niet voor niets CLIP!
Een voorkomend verschijnsel is dat de levertijd van de leverancier wordt aangepast. Zeker in gevallen waarbij de leverancier vaste levertijden hanteert is dat vreemd. De klant had dan kunnen weten wanneer hij had moeten bestellen. Dat wil niet zeggen dat de leverancier niet moet kijken of er mogelijkheden zijn, maar hij moet gemeten worden tegen de eerste bevestigde (Confirmed) levertijd. Stel dat de levertijd van de leverancier 4 weken is. De klant wil het product graag na 3 weken hebben. De leverancier stemt toe maar levert na 3,5 weken. Is dit nou goed of slecht? Om dit soort misverstanden en ‘jamaar’ discussies te vermijden meten we daarom tegen de eerst afgesproken levertijd en hoeveelheden. Daarmee is ook de discussie van de baan dat software niet in staat is om meerdere levertijden bij te houden. De eerste afgesproken levertijd blijft immers staan. 3.4
Welke data zijn er nodig?
In praktijk komen we vaak tegen dat de benodigde gegevens niet beschikbaar zijn. In onze opinie kan dit niet waar zijn. Uit voorafgaande volgt welke data beschikbaar moeten zijn. Dat zijn achtereenvolgens. -
Levertijd van een SKU Bestelmoment van een orderregel Eerste afgegeven en bevestigde leverdatum Gevraagde aantallen voor een bepaalde SKU Ontvangstdatum van orderregel Geleverde aantallen van SKU op orderregel
Bovenstaande data staan op elke bestel- en ontvangstbon. Als met niet beschikbaar betekent dat ze niet uit het ICT-systeem gehaald kunnen worden is dat een duidelijke lacune van de software. Uit ervaring weet ik dat het in principe altijd mogelijk is om een query te maken en een download te maken naar Excel. En zou het systeemtechnisch toch niet mogelijk zijn blijft het oude handwerk nog altijd mogelijk. In beperkte tijd kunnen de benodigde data van de fysieke order en bestelbonnen afgelezen worden. In principe geen excuses☺. 4
Samenvatting
In dit paper hebben we gezien dat OTIF een veelgebruikte methode is om de berouwbaarheid van leveranciers te meten. Maar omdat OTIF tijdigheid en compleetheid combineert kan het vaak moeilijk zijn om dit criterium te gebruiken om meerdere leveranciers met elkaar te vergelijken. We hebben voorgesteld om het OTIF criterium uit te breiden met een compleetheid component CVP. Beide criteria geven als resultaat een percentage die veronderstellen dat tijdigheid en compleetheid uitwisselbaar en gelijkwaardig zouden zijn. We hebben echter laten zien dat tijdigheid belangrijker is dan compleetheid. Om de onzekerheid in de performance van de leverancier te meten is de levertijdsafwijking geïntroduceerd. De standaardafwijking van de levertijdsafwijking (σ LTA) kan gebruikt worden om de benodigde veiligheidsvoorraad uit te rekenen.
10
Leveranciersbetrouwbaarheid
Omdat de definitie van levertijd essentieel is hebben we gekeken naar twee verschillende logistieke concepten van de leverancier; levert hij uit voorraad(MTS/DFS) of zit er een productiecomponent in (MTO/ATO). We hebben laten zien dat de Totale Levertijd (moment tussen bestellen en beschikbaar voor productie/verkoop) leading is voor het bereken van veiligheidsvoorraden. Voor het bepalen van de leverbetrouwbaarheid van de leverancier is de tijd tussen ontvangen van de bestelling en levering aan het laad dok bepalend is. Ik heb ook laten zien dat alle benodigde gegevens in principe beschikbaar moeten zijn in elke normale omgeving. 5
Literatuurlijst
Durlinger P.P.J. [2015] Instructie ABC analyse White paper: www.durlinger.nl
11
