Bedoukian Research, Inc., gevestigd in Danbury, Connecticut, is een gespecialiseerde procesfabrikant die hoogwaardige ingrediënten produceert die worden gebruikt in smaken en geuren voor klanten over de hele wereld. Bedoukian maakt 350 speciale chemicaliën, in kleine batches, van 2000 grondstoffen. Daarnaast produceert het bedrijf vijftig insectenferomonen die worden gebruikt om insectenplagen aan te trekken en te bestrijden, en verkoopt het 100 andere producten. Tweederde van zijn producten heeft een moeilijk te voorspellen, intermitterende vraag.

Bedoukian Research, een klant van Smart Software sinds 1987, gebruikt niet alleen SmartForecasts om producten met een normale vraag te voorspellen, maar werd ook een vroege gebruiker van SmartForecasts intermitterende vraagvoorspellingstechnologie.

De uitdaging

Veel van de grondstoffen van Bedoukian zijn afkomstig uit Azië en worden over zee verscheept. Doorlooptijden kunnen 2-3 maanden bedragen en zijn van invloed op het gebruik van apparatuur en het vermogen van het bedrijf om te voldoen aan de hoge verwachtingen van het bedrijf op het gebied van klantenservice. Veel van de producten van het bedrijf worden op bestelling gemaakt en dezelfde grondstof kan een onderdeel zijn van tal van producten. Wanneer een ingrediënt niet op voorraad is, kan dit leiden tot dure spoedzendingen of omzetverlies. Bovendien moet het planningsproces van Bedoukian rekening houden met de houdbaarheid van producten en veranderingen in de prijsstelling van grondstoffen.

Om hoge klantenservicedoelen te bereiken, had het bedrijf een oplossing nodig die nauwkeurige schattingen van de voorraadniveaus zou bieden voor al zijn producten, ook die met een wisselende vraag.

De oplossing

Bedoukian gebruikt SmartForecasts geïntegreerd met Chameleon, een ERP-systeem dat speciaal is ontworpen voor chemische fabrikanten.

Elke maand voorspelt SmartForecasts de vraag naar elk gereed product voor vier maanden in de toekomst, en schat het ook de optimale voorraadvoorraad voor de grondstoffen. Het bedrijf is van plan een van de eerste gebruikers te zijn van Smart Software's 'Bill-of-Materials'-prognosemogelijkheden die het planningsproces over productlijnen moeten vereenvoudigen, terwijl ervoor wordt gezorgd dat de standaardkosten gelijke tred houden met de escalerende kosten van grondstoffen.

De resultaten

"De mogelijkheid om de vraag met tussenpozen te voorspellen, is zeer nuttig geweest", zegt Leona Eggleston, die het prognoseproces leidt. "We zijn overgegaan van het handmatig voorspellen van onze langzaam bewegende artikelen met slechte resultaten naar het automatisch genereren van zeer nauwkeurige schattingen van het voorraadniveau."

Bovendien helpt SmartForecasts het bedrijf de patronen in de productvraag te zien en de verkoopprestaties beter te volgen. Wanneer kooppatronen veranderen, kunnen verkopers snel corrigerende maatregelen nemen en voorkomen dat ze het bedrijf van een klant verliezen.

In de afgelopen vijf jaar heeft Bedoukian een hogere verkoop kunnen ondersteunen met minder voorraad. Terwijl de omzet met 15% toenam, nam de voorraad gereed product slechts toe met 4% en de voorraad grondstoffen met 5%. Bovendien heeft het zijn klantenservice verbeterd door late verzendingen naar klanten vanwege onvoldoende voorraad te verminderen van 16% naar 3%.

Dankzij een verbeterde planning heeft Bedoukian ook zeetransporten voor bijna elke grondstof kunnen consolideren, wat de totale vrachtkosten verlaagt en de kosten voor noodluchtvracht verlaagt, wat een besparing van meer dan $1.000 voor elk vat oplevert.

Bob Bedoukian, president van het bedrijf, is meer dan tevreden en beweert: "Hoe meer we SmartForecasts gebruiken, hoe belangrijker het wordt voor ons bedrijf en hoe efficiënter ons bedrijf draait."

De prognoseoplossingen van Smart Software (SmartForecast®) verhogen de beschikbaarheid van onderdelen en verlagen de voorraadkosten

Prevost Car, Inc. is een toonaangevende Canadese fabrikant van streekbussen en touringcars voor hoogwaardige camper- en speciale ombouw. Prevost Parts, een divisie van Prevost Car, bedient de Noord-Amerikaanse auto-aftermarket en distribueert originele touringcar- en stadsbusonderdelen voor Prevost Car en Nova Bus, evenals vervangende onderdelen voor andere modellen. Om zijn markt te bedienen heeft het bedrijf twee distributiecentra, één in Canada en één in de VS; vijf servicecentra; en meer dan 25.000 actieve onderdelen. 70 procent van die onderdelen heeft een intermitterend, onregelmatig vraagprofiel, waardoor ze erg moeilijk te voorspellen en te beheren zijn.

De uitdaging
In het begin startte het management van Prevost Parts een uitgebreid programma om het onderdelendistributiesysteem van het bedrijf te verbeteren. Prevost had voorraden in zijn magazijnen nodig om de vraag op die locaties nauwkeuriger weer te geven, en had nauwkeurigere prognose-inputs nodig voor zijn productieplanningsprocessen. 25 procent van de bestellingen werd niet verzonden vanaf het distributiepunt dat zich het dichtst bij de klant bevindt of had een achterstand. Deze situatie veroorzaakte hogere transportkosten, vertragingen bij de levering en onaanvaardbare klantenserviceniveaus. Bovendien, omdat het SAP Min/Max-systeem van Prevost de seizoensinvloeden of trends niet compenseerde, had het bedrijf te veel voorraad in het laagseizoen en te weinig wanneer de behoefte het grootst was.

Om op deze problemen te reageren, heeft het management van Prevost een formele evaluatie uitgevoerd van zes vraagplannings- en prognosesystemen, waaronder de vraagplanningsmodule van SAP, om een oplossing te vinden die de beperkingen van het Min/Max-systeem zou overwinnen en het in staat zou stellen het volledige potentieel van De module Distributiemiddelenplanning (DRP) van SAP. Omdat het DRP-systeem niet synchroon liep met de vraagprognose, werden de productorders niet tijdig en nauwkeurig verstrekt.

Bovendien ontbrak het Prevost Parts aan een effectieve vraagplanning binnen zijn distributienetwerk met meerdere vestigingen en meerdere niveaus. Om dit te bereiken had het bedrijf een prognoseoplossing nodig die de vraag naar al zijn producten nauwkeurig kon voorspellen en nauwkeurige schattingen van de veiligheidsvoorraad kon leveren op het laagste niveau in het netwerk. Het vereiste ook een systeem dat de flexibiliteit kon bieden van cumulatieve doorlooptijdmetingen, extreme waarden kan isoleren en identificeren, seizoenspatronen kan herkennen en top-down en bottom-up productgroepprognoses kan bieden.

De oplossing
Van de zes overwogen toepassingen koos Prevost Parts voor SmartForecasts Enterprise van Smart Software, Inc. SmartForecasts scoorde het hoogst bij de evaluatie van meer dan acht functionele criteria. De belangrijkste beslissende factor was echter het vermogen van SmartForecasts om nauwkeurige verkoopprognoses en veiligheidsvoorraadvereisten te genereren voor producten met periodieke vraag. Producten van dit type zijn erg moeilijk te voorspellen vanwege het trage, onregelmatige karakter van hun vraagpatronen.

Zoals Dave Gilbert, logistiek directeur bij Prevost Parts, opmerkte: "Omdat de meeste van onze onderdelen een periodieke vraag hadden, was het vermogen om dat probleem op te lossen erg belangrijk voor ons, en de unieke oplossing van SmartForecasts op dat gebied was een groot voordeel."

Bovendien toonden de testresultaten aan dat de aanbevelingen voor voorraadvoorraad van SmartForecasts de vereiste veiligheidsvoorraad met maar liefst achttien procent meer zouden kunnen verlagen dan de op één na beste toepassing. Er waren ook andere factoren die meewogen in de beslissing, waaronder het vermogen van SmartForecasts om gemakkelijk te communiceren met het DRP-systeem van SAP en het proces van het beheer van veiligheidsvoorraden te vereenvoudigen.

De resultaten
Het eerste jaar werd SmartForecasts geïnstalleerd op het hoofdkantoor in Ste. Claire, Quebec, waar de software rechtstreeks is gekoppeld aan een Oracle-database die wordt gebruikt door het SAP-systeem van Prevost Part om gegevens en prognoseresultaten op te slaan. Sinds de implementatie hebben de vraagplanners van het bedrijf het systeem gebruikt om een aantal planningswijzigingen door te voeren, en die veranderingen beginnen vruchten af te werpen. Nabestellingen van de meest gevraagde onderdelen van het bedrijf zijn verminderd met 65%, de verloren verkopen zijn gedaald met 59% en het afvulpercentage is in slechts 3 maanden gestegen van 93% naar 96%.

Maar de implementatie van deze veranderingen vereiste dat Prevost Parts de manier waarop het werkt creatief moest aanpassen. De strategie van het bedrijf voor het verbeteren van zijn distributieactiviteiten vereiste een belangrijke verschuiving in de manier waarop het de vraag voorspelde. In plaats van simpelweg de totale vraag te voorspellen, moest het bedrijf de vraag naar elk productitem in elk van zijn distributie- en servicecentra voorspellen. Dit zou een nauwkeuriger beeld geven van de lokale vraag en het bedrijf in staat stellen zijn voorraden beter af te stemmen op de plekken waar deze het meest nodig was. Lokale prognoses kunnen vervolgens worden opgerold tot een bedrijfsbrede prognose voor planningsdoeleinden.

Aan het begin van elke maand zet Prevost Parts de verbruiksgegevens van de afgelopen maand rechtstreeks van SAP-tabellen in de Oracle-database over naar een vraaggeschiedenis-tabel die wordt onderhouden door SmartForecasts in dezelfde Oracle-database. Met behulp van SmartForecasts maakt Prevost automatisch een prognose van de vraag en veiligheidsvoorraadvereisten voor alle producten in elk van zijn distributie- en servicecentra op basis van zesendertig maanden geschiedenis. Deze prognoses worden gevalideerd door een vraagplanner en filiaalmanagers met behulp van auditrapporten en grafische aanpassingsfaciliteiten in SmartForecasts en vervolgens doorgegeven aan de SAP-tabellen voor direct gebruik door het SAP DRP-programma.

Op basis van deze resultaten begon Prevost Parts zijn magazijnen maandelijks te bevoorraden, maar het management ontdekte al snel dat de maandelijkse zendingen niet voldeden aan de aanvullingsbehoeften. Om deze reden wordt de vraag nu opgesplitst in wekelijkse buckets, wat resulteert in een Just-in-Time-bestelproces dat de voorraadniveaus in de magazijnen heeft verlaagd.

Prevost is van plan zijn voortgang en besparingen te blijven meten en verwacht volledig dat het belangrijke verbeteringen zal blijven zien bij het verlagen van de kosten, het verbeteren van de klantenservice en het effectief inzetten van zijn productie- en distributiemiddelen. Volgens Gilbert: “We moeten de juiste onderdelen op de juiste plaats hebben om onze klanten te ondersteunen. SmartForecasts helpt ons niet alleen om onze voorraadtoewijzing te verbeteren, maar ook om de transport- en voorraadkosten aanzienlijk te verlagen.”