
Optymalizacja łańcucha dostaw
9 stycznia 2023
Zarządzanie zapasami w branży farmaceutycznej przy zastosowaniu AI
7 marca 2023

Optymalizacja łańcucha dostaw
9 stycznia 2023
Zarządzanie zapasami w branży farmaceutycznej przy zastosowaniu AI
7 marca 2023Quick Response jako szybka reakcja na potrzeby klienta w kontekście zarządzania zapasami

QR (Quick Response) oznacza współpracę dostawcy i sprzedawcy nastawioną na jak najszybszą reakcję na potrzeby klienta, na wymianę informacji w czasie rzeczywistym oraz ograniczenie nakładów na zapasy co zwiększa efektywność całego łańcucha dostaw. Głównym założeniem jest zidentyfikowanie popytu na produkty końcowe w sposób szybki i dokładny, przesłanie informacji w górę łańcucha dostaw oraz uzupełnienie zapasów danego produktu w ilości odpowiadającej bieżącemu zapotrzebowaniu [1] [2].
Historia koncepcji QR rozpoczęła się w 1986 roku w branży tekstylno-odzieżowej. Wprowadzenie nowej koncepcji zarządził R. Milliken z firmy Milliken & Company, gdyż dla branży odzieżowej istotna jest dokładna i szybka informacja na temat popytu i jego zmian, aby można było odpowiednio zareagować [1].
Produkty z branży odzieżowej są wrażliwe na czynniki zewnętrzne takie jak: sezonowość (spadek temperatury latem), zmienność mody, czynniki społeczne. Aby wdrożyć koncepcje QR należy brać pod uwagę kilka najważniejszych czynników:
- Znaczenie informacji i procesy jakim podlega;
- Produkcja i dostawy na indywidualne zamówienia;
- Jednostkowy charakter produkcji, krótkie serie;
- Częste dostawy uzupełniające [1].
Skuteczne wdrożenie QR opiera się głównie na wprowadzeniu zaawansowanych rozwiązań informacyjnych i informatycznych, gdyż informacja w QR jest najważniejszym elementem, na którym należy skupić swoją uwagę. Do głównych procesów jakim podlega informacja należą: tworzenie, otrzymywanie, archiwizacja, zbieranie, wyszukiwanie, zwielokrotnienie, opracowywanie, wykorzystywanie, niszczenie. Na tych procesach opiera się działanie koncepcji QR [2]. Jednak do szybkiej reakcji w łańcuchu dostaw potrzebne są dobre rozwiązania informatyczne bazujące na systemie globalnych standardów GS1:
- System automatycznej identyfikacji: kody kreskowe, znaczniki elektroniczne;
- EPOS – elektroniczne punkty sprzedaży;
- Elektroniczna wymiana danych między dostawcą i odbiorcą;
- Systemy rejestrujące sprzedaż, monitorujące zapasy i wspomagające ich uzupełnianie [1].
Dzięki rozwiniętemu systemowi informacji w koncepcji QR można uzyskać znaczną przewagę nad konkurencją. Fizyczne zapasy można zastąpić informacją, a produkty danymi, które nie obciążają tak finansów przedsiębiorstwa jak zbyt duże zapasy. Dzięki zastosowaniu QR zmniejsza się poziom zapasów [1] oraz ryzyko wystąpienia braku w zapasach, zwiększa się również rotacja zapasów [3], przyspiesza się składanie zamówień oraz ich cykl realizacji. Niestety wprowadzenie zaawansowanych rozwiązań informacyjnych i informatycznych wiąże się z poniesieniem dodatkowych kosztów przez cały łańcuch dostaw a wymiana informacji wymaga zwiększenia zaufania między wszystkimi ogniwami łańcucha [1].
Ogólnie biorąc, zastosowanie QR może mieć znaczący wpływ dla funkcjonowania zarówno detalistów, jak i producentów, zapewnia bowiem:
- zmniejszenie zapasów bezpieczeństwa poprzez:
- szybsze składanie zamówień i krótsze cykle ich realizacji (przyspieszenie przygotowania zamówienia w ramach systemu znacznie skraca skumulowany czas jego realizacji),
- szybką reakcję na wzorce popytu, w połączeniu z lepiej ustalonymi, skróconymi cyklami.
- zwiększenie sprzedaży oraz zniwelowanie potrzeby obniżki cen dzięki szybkiej odpowiedzi na zmiany popytu (znaczne obniżenie czasu reakcji na bieżące zamówienia klientów),
- proces dystrybucji zostaje usprawniony poprzez optymalizację użycia zasobów i skrócenie cyklów dostaw, co przynosi obopólne korzyści partnerom handlowym,
- poprawa komunikacji pomiędzy kooperantami i lepsze zrozumienie wzajemnych oczekiwań,
- skrócenie czasu związanego z rozwojem nowych produktów.
Wymienione powyżej czynniki w efekcie powodują podwyższenie rentowności oraz zmniejszenie kosztów całkowitych w łańcuchach dostaw. Istotną cechą strategii QR, jest to, iż zwiększa ona efektywność zarządzania popytem i ukierunkowuje łańcuch dostaw na zaspokajanie potrzeb klienta, przez co wpływa na obniżenie poziomu zapasów.
Wymienione powyżej korzyści są wzajemnie od siebie zależne i tworzą samonapędzające się koło korzyści. Przedstawione zostało one na rysunku 1.

Aplikacja Dature wykorzystując sztuczną inteligencję do prognozowania popytu pozwala na szybkie podejmowanie decyzji i dostrzeganie niektórych zjawisk wcześniej niż konkurencja. Dzięki temu znacząco zwiększa trafność oraz prędkość podjętych działań skutkujących w licznych korzyściach jak m.in. ograniczenie błędów w prognozach czy utrzymanie odpowiednich poziomów zapasów. Wypróbuj teraz!
Literatura:
[1] Fechner I., Zarządzanie łańcuchem dostaw, Wyższa Szkoła Logistyki, Poznań, 2007 [2] Fertsch M., Matulewski M., Przepływ informacji w systemach Quick Response – studium przypadku in: Elastyczne łańcuchy dostaw – koncepcje, doświadczenia, wyzwania, VI Międzynarodowa Konferencja Logistics Poznań 2002, Instytut Logistyki i Magazynowania, Poznań, 2002 [3] Krzyżaniak S., Cyplik P., Zapasy i magazynowanie Tom I: Zapasy – Podręcznik do kształcenia w zawodzie technik logistyk, Biblioteka Logistyka, Poznań, 2007 [4] Cyplik P., Hadaś Ł., Zarządzanie zapasami w łańcuchu dostaw, Wydawnictwo Politechniki Poznańskiej, Poznań, 2012Niniejszy artykuł powstał dzięki środkom pochodzącym ze współfinansowania przez Unię Europejską Programu Operacyjnego Inteligentny Rozwój 2014-2020, projektu realizowanego w ramach konkursu Narodowego Centrum Badań i Rozwoju: w ramach konkursu „Szybka Ścieżka” dla mikro-, małych i średnich przedsiębiorców – konkurs dla projektów z regionów słabiej rozwiniętych w ramach Działania 1.1: Projekty B+R przedsiębiorstw Poddziałanie 1.1.1 Badania przemysłowe i prace rozwojowe realizowane przez przedsiębiorstwa. Tytuł projektu: „Stworzenie oprogramowania do poprawy trafności prognoz i optymalizacji zapasów z perspektywy odbiorcy i dostawcy współpracujących w ramach łańcucha dostaw przy zastosowaniu rozmytych, głębokich sieci neuronowych.

OSTATNIE WPISY
TAGI
- #AI
- #bullwhip-effect
- #covid19
- #łańcuch-dostaw
- #NCBiR
- #optymalizacja-zapasów
- #out-of-stock
- #outllier
- #overstock
- #prognozowanie
- #prognozowanie-popytu
- #Program-Operacyjny-Inteligentny-Rozwój-2014-2020
- #projekcja-zapasów
- #projekcja-zapasów-w-czasie
- #przy_kawie_o_łańcuchu_dostaw
- #service-level-dostawcy
- #sieci-neuronowe
- #supplychain
- #sztuczna-inteligencja-od-A-do-Z
- #zapas-bezpieczeństwa
- #zapas-sezonowy
- #zapas-zabezpieczający
- #zarządzanie-zapasem
Powiązane wpisy
D jak Dead Stock
PRZECZYTAJ
Dead stock, czyli dosłownie martwy zapas, to produkty, które nie znajdują nabywców w oczekiwanym czasie lub w ogóle nie są sprzedawane. Wpływa to negatywnie na efektywność […]
C jak cash to cash cycle
PRZECZYTAJ
Cykl cash to cash cycle to okres pomiędzy momentem, w którym firma płaci swoim dostawcom za zapasy, a otrzymaniem gotówki od klientów. Koncepcja ta służy do […]
B jak Break-event-point
PRZECZYTAJ
Metoda punktu równowagi (break-even point) jest narzędziem wykorzystywanym do optymalizacji zapasów w łańcuchu dostaw. Jest to punkt, w którym koszty posiadania zapasów równają się korzyściom z […]