Capitolo 6. Creazione infrastruttura di
elaborazione dati
6.1. Situazione iniziale azienda
Prima di iniziare a descrivere le condizioni iniziali del presente studio bisogna spendere due parole per spiegare il particolare contesto in cui ci si trova ad operare. Il mondo del tabacco, infatti, presenta delle caratteristiche uniche nel suo genere.
Il mercato in questione è caratterizzato da unicità del canale di distribuzione, ovvero l’unico tipo di punto vendita autorizzato è la Rivendita Tabacchi. Questa particolare situazione comporta grossi vincoli alle possibili azioni che il Marketing può intraprendere. Infatti, delle 4P teorizzate da Jerome McCarthy e riprese in seguito da molti altri:
• Product (Prodotto)
• Price (Prezzo)
• Place (Distribuzione)
• Promotion (Comunicazione)
già viene meno il Place, con cui si intende l'insieme di attività necessarie a far giungere un determinato prodotto al consumatore finale, con i vari passaggi intermedi.
Un altro vincolo, non meno importante, è quello di tipo legislativo, il quale vieta all’azienda qualsiasi forma di promozione o pubblicità, non è possibile ad esempio fare politiche di sconti sul prezzo, poiché la legge impone che vi sia una tariffa fissa e valevole su tutto il territorio italiano; le modifiche devono essere autorizzate e iscritte nella Gazzetta Ufficiale. La quota parte del tabaccaio è anch’essa fissa al 10% del prezzo del prodotto. In questo modo viene meno anche la P di Promotion (cioè l'insieme di attività volte a promuovere, pubblicizzare e far conoscere al mercato un'azienda o un suo determinato prodotto o servizio. Recentemente tra gli studiosi di marketing si preferisce sostituire il termine promozione con comunicazione aziendale, definita come il complesso di attività mediante le quale un'azienda si presenta al mercato) e, solo per quanto riguarda politiche simili a quelle degli sconti, viene meno anche la P di Price (cioè il corrispettivo in denaro
che il consumatore è disposto a pagare per ricevere un determinato bene o servizio. Esistono varie politiche di pricing che un'impresa può attuare, in funzione degli obiettivi che l'impresa si propone). Rimane così la P di Product (cioè il bene o servizio che si offre (vende) in un mercato per soddisfare determinati bisogni dei consumatori).
Le possibili azioni che il marketing può intraprendere sul prodotto sono di “informazione” sulle riviste di settore, azioni di miglioramento della visibilità del prodotto all’interno del punto vendita, sugli scaffali, corsi di formazione e informazione per i tabaccai che di riflesso si potrebbero ripercuotere sul consumatore.
Il mercato dei sigari inoltre presenta una grande differenza rispetto a quello delle sigarette, entrambi possono essere classificati come prodotti di largo consumo ma il primo è pur sempre un prodotto di nicchia. Quindi la numerosità dei clienti presenti sul territorio italiano è, di conseguenza, più limitata rispetto a quella dei clienti per il mercato delle sigarette (circa 500.000 persone vs oltre 10 milioni) e soprattutto risulta essere di difficile localizzazione. Questo fatto crea problemi quando si vuole creare un campione statistico consistente per effettuare le ricerche di mercato. Infine, ultimo vincolo del prodotto è la presenza di alte barriere all’entrata per i nuovi clienti per quel che concerne il “GUSTO” che è risaputo essere forte e non apprezzato da tutti e il “PREZZO”, considerato di fascia alta rispetto alla media di settore.
Tutto ciò per sottolineare l’importanza del controllo della catena distributiva per evitare che il prodotto manchi in alcune zone e sia distribuito secondo la strategia aziendale, essendo una delle poche azioni che si può intraprendere.
All’inizio del presente lavoro la situazione in cui si trovava l’azienda è così descritta: la Funzione Distribuzione disponeva di un archivio dati forniti dal Distributore utilizzato per la lettura e consultazione. Era in fase di implementazione un sistema integrato per la gestione dell’azienda e per l’elaborazione dei dati.
Era già presente (a partire da Gennaio 2007) un file di calcolo per l’Order Plan e per il Piano di Spedizione, infine venivano effettuate delle analisi di base sulle scorte dei depositi.
Il tipo di alleanza strategica tra Produttore e Distributore era di tipo Continous Replenishment, la vendita del prodotto avveniva a livello DFL.
In conseguenza al cambio di contratto che ha portato l’alleanza a divenire di tipo Collaborative Planning, Forecasting and Replenishment, la vendita del prodotto avviene
all’uscita dell’azienda e quindi il Piano di Spedizione è la base di calcolo per la fatturazione.
Il nuovo contratto prevede che:
- il Distributore compri all’inizio di ogni mese un volume di merce necessaria a coprire un certo numero di mesi successivi sulla base del Forecast fornito dalla funzione commerciale dell’azienda produttrice, come descritto nei precedenti capitoli.
- Il Distributore può restituire il prodotto al Produttore nel caso la scorta sia rimasta ferma per un certo numero di mesi dalla data dell’ultima vendita.
6.2. Definizione del problema
Alla luce delle nuove regole contrattuali la funzione Distribuzione dell’azienda ha ritenuto necessario costruire un sistema di monitoraggio delle Rotture Stock a livello dei Depositi Locali, questo nell’intento di estrarre dati significativi da segnalare al Distributore nell’ottica del nuovo rapporto di collaborazione.
Era fondamentale inoltre progettare un sistema di controllo del Distributore e una procedura per gestire le interfacce tra Funzione Distribuzione e Funzione Marketing dell’azienda e Funzione Supply Chain del Distributore.
6.3. Creazione del data base access e delle query
Per prima cosa si è provveduto a creare quattro data base su access rispettivamente:
• Uno per la raccolta dei dati giornalieri relativi ai Depositi Fiscali Locali. • Il secondo per la raccolta dei dati giornalieri relativi ai Depositi Fiscali
Territoriali e Centrali.
• Il terzo per la raccolta dei dati mensili di tutti i Depositi.
• Il quarto per la raccolta dei dati relativi alle movimentazioni di qualsiasi tipo tra Depositi.
Oltre queste tabelle in tutti troviamo due tipi di anagrafiche, la prima per i codici prodotto e la seconda per i codici dei Depositi. Nel quarto si aggiunge l’anagrafica dei codici delle possibili movimentazioni, per fare degli esempi, il codice “0200” corrisponde alla presa in carico dei prodotti da parte del deposito ovvero all’entrata merce, lo “0100” corrisponde invece allo scarico ovvero all’uscita merce.
In figura 17 è evidenziata la parte relativa alle tabelle descritte e un esempio di struttura creata per la tabella di anagrafica dei Codici Prodotto.
Una volta create le tabelle di appoggio è stato pensato il sistema per analizzare i dati. Bisogna premettere che:
• I prodotti che l’azienda distribuisce sulla catena sono circa quaranta. • I depositi fiscali locali sono circa duecentocinquanta.
• Essendo un largo consumo, la strategia è quella di avere scorta distribuita in maniera intensiva (cioè mirante a rifornire il maggior numero possibile di rivenditori) nei depositi locali.
• Rottura stock per un prodotto in un deposito locale per un solo giorno significa avere una potenziale mancata vendita.
• Se si volesse estrarre la situazione totale Deposito/Prodotto vorrebbe dire avere un totale di 250 x 40 = 10000 righe, impossibile da gestire per un’analisi puntuale.
• La scorta di ogni deposito deve coprire il fabbisogno per un periodo di tempo pari almeno alla sua levata (frequenza di approvvigionamento del deposito).
Di conseguenza l’obiettivo che ci si prefigge è di ottenere periodicamente, una serie di reports che raggruppino una lista di coppie Codice prodotto – Codice Deposito che si trovano al momento dell’analisi in due possibili situazioni: sottoscorta o rottura stock. Esempio di una riga della lista che deve essere estratta:
Codice Deposito Codice Prodotto Tipologia di rischio
3277 415 Sottoscorta
Queste sono le informazioni minime che si vuole ottenere, alle quali si possono aggiungere altri dettagli, come la descrizione del brand o il nome del deposito, l’aggregazione dello stesso al DFT di appartenenza ecc.
Come arrivare a questo report?
Tecnicamente parlando questo può essere ottenuto costruendo delle query su D.B., ma prima di arrivare a ciò bisogna che siano chiare le logiche di calcolo.
Un deposito rispetto alla propria scorta si può trovare in quattro stati: 1. Rottura stock.
2. Sottoscorta.
3. Condizione standard e ottimale. 4. Over stock.
In che modo possono essere misurati in maniera oggettiva questi stati?
Sono state stabilite le seguenti regole che, utilizzando come parametri i giorni di copertura e la levata, permettono una definizione oggettiva dei confini dei quattro stati del sistema. In termini di giorni di copertura questi stati corrispondono rispettivamente:
1. GG copertura = 0;
2. GG copertura <= k * GG Levata, dove 0 < k < 1; 3. GG copertura > GG Levata e GG copertura <= Target; 4. GG copertura > Target.
Si riassume quanto descritto in tabella 1:
Condizione Stato del sistema Abbreviazione stato
GG copertura = 0 Rottura stock OOS
GG copertura <= k * GG Levata, dove 0 < k < 1
Sottoscorta SS
GG copertura > GG Levata e GG copertura <= Target
Condizione standard e ottimale N
GG copertura > Target Over stock OS
Tabella 1. Possibili stati del sistema
Si può dire quindi che i giorni di copertura vanno confrontati con quelli della levata del deposito per caratterizzare gli stati; in realtà, per essere più precisi, sarebbe necessario anche tener conto del giorno esatto della settimana (lunedì, martedì, …) in cui si fa l’analisi e di quello previsto di ricevimento del deposito, ma ciò complicherebbe il modello senza dare un contributo in valore aggiunto così sostanziale, perciò si è scelto di non prendere in considerazione il giorno della settimana. L’unica regola che si è stabilita è di condurre le analisi successive in giorni della settimana differenti, per evitare di creare periodicità nelle estrazioni, quindi casualità nella scelta.
Per quanto riguarda il dato necessario e relativo alla levata questo è un dato di anagrafica che risulta facile da agganciare alle query.
In che modo è possibile calcolare i giorni di copertura?
In termini assoluti questi vengono espressi dal rapporto tra Rimanenze e Vendite.
In termini relativi, per decidere quali dati devono entrare nel calcolo delle rimanenze e delle vendite, bisogna prima definire che cosa intendiamo con questi due concetti.
• Per Rimanenze intendiamo il dato puntuale che fotografa la situazione della scorta ad un dato istante.
• Per Vendite intendiamo la somma delle vendite giornaliere relativamente ad un intervallo di tempo stabilito (non necessariamente corrisponderà alla differenza tra rimanenza iniziale e finale dello stesso intervallo di tempo).
La prima query costruita quindi è stata una query di selezione dei dati giornalieri relativi ai DFL con filtro sulla data, in modo che una volta lanciata, richiedesse, prima di effettuare i calcoli, la data iniziale e quella finale, ovvero l’intervallo di tempo scelto.
La funzione utilizzata è “Between – And” per selezionare l’intervallo di tempo e “Somma” per ottenere il dato aggregato sulle vendite per coppia Deposito-Prodotto.
Figura 18: Query 01 Selezione Date
La previsione migliore dei giorni di copertura sarebbe stata quella calcolata sulle vendite future, cioè sul Forecast inviato dalla Funzione Marketing, ma ciò avrebbe reso l’immissione dei dati di vendita nel sistema soltanto manuale e non automatico come invece era necessario, quindi, dopo un fattivo confronto tra funzione Distribuzione e Marketing, è stata scelta come previsione attendibile e meno soggetta ad errori quella riferita al calcolo relativo a un periodo di vendita del mese precedente; si elencano le considerazioni che hanno portato alla decisione:
• La domanda dei prodotti si può considerare regolare tranne picchi in corrispondenza delle festività e dell’estate.
• Si ha un certo trend crescente per alcuni prodotti.
• La media delle vendite degli ultimi sei mesi (periodo più lungo) o dell’anno precedente rischia di sottostimare troppo la previsione.
• La media degli ultimi quindici giorni prima dell’analisi rischia di tener conto di eventi legati a quel breve periodo e di fornire stime non veritiere.
Per i casi di eccezione sottolineati o per analisi più approfondite, è possibile estrarre periodi diversi di vendita, grazie alla selezione date lasciata comunque libera, il sistema
infatti non prende in automatico il mese precedente ma lascia all’utilizzatore la scelta delle due date, iniziale e finale, in modo da non vincolare questa particolare decisione.
La seconda query creata è stata una query di selezione della 01 Selezione Date che visualizzasse il totale vendite per DFL – prodotto del periodo stabilito che sarà quindi un mese, come raffigurato in figura 19.
Figura 19: Query 02 Somma Vendite
Altra selezione è quella riguardante la Rimanenza iniziale del periodo e quella finale, dati che si estraggono dai dati giornalieri, figura 20.
Figura 20: Query 03 Rima iniziale e query 04 Rima Finale
A questo punto si procede alla creazione di una query che raggruppi le informazioni precedenti riguardo le Rimanenze iniziali, le vendite del periodo e le Rimanenze finali, figura 21.
Figura 21: Query 05 A Report selezione date
Allacciando poi i DFT e DFC ai DFL di appartenenza si ottengono tutte le informazioni complete riguardo i dati di anagrafica dei Plant (Depositi Locali), figura 22.
I giorni di copertura quindi saranno calcolati come Rimanenza finale diviso il totale delle vendite del periodo, si costruisce quindi una sesta query (figura 23) che incrocia la 05 A con l’anagrafica depositi aggiungendo due colonne finali (campi), così descritti:
• GG copertura, che si possono calcolare con la seguente scrittura:
gg cop: IIf([Tot Vendite]=0;999;[RIMA FIN]/([Tot Vendite]/[gg di calendario estratti]))
• Tipologia di rischio, che si può misurare con la seguente scrittura: chek: IIf(IsNull([gg cop]) Or [gg cop]<[Levata]*k ;"S";"N")
dove:
- N sta per “non a rischio”, e può corrispondere a un overstock o a un valore ottimale (compreso tra levata del deposito fino al target di un certo numero di giorni); - S sta per “sì, è a rischio”, e può indicare un sottoscorta o una rottura.
Da questa vengono estratte tutte le combinazioni DFL—Prodotto, per estrarre informazioni significative viene filtrata dalla query 07 (figura 24) tramite la seguente espressione:
Tipo di rischio: IIf([RIMA FIN]=0 Or [RIMA FIN] Is Null;"OOS";"SS")
Il figlio risultante sarà la lista di DFL—Prodotto che sono nella situazione critica ricercata.
Figura 24: Query 07 Controllo DFL OOS
Importando quest’estrazione su excel è possibile condurre l’analisi della stessa. L’obiettivo è quello di individuare le cause che portano al tipo di rischio per poter pensare alle azioni per evitare che ciò accada e ad un sistema di misurazione (KPI).
Un deposito può andare in sottoscorta/rottura per un prodotto per le seguenti cause:
1. mancanza di prodotto al livello superiore (DFT) che si traduce in impossibilità di evasione ordine (ordine inevaso del DFL), ciò a sua volta o per mancanza di
prodotto a livello DFC, o per mal distribuzione da DFC a DFT e quindi presenza di DFT in overstock, o ancora per problemi di errata definizione del livello di scorta dei DFT. Il DFC a scorta zero può essere causato da carenza di produzione, quindi previsione ordini errata o Piano di Produzione errato; altra causa può essere la schedulazione della produzione nel mese non in linea con i fabbisogni della catena o la stessa cosa con il Piano di Spedizione mensile.
2. Prodotto mal distribuito.
3. Errori di digitazione da parte dei chi inserisce gli ordini.
Si ricorda che l’ordine da parte del DFL scatta al momento in cui il livello di scorta scende al di sotto del valore di LDR (livello di riordino) e la quantità ordinata settimanalmente sarà pari a multipli del lotto minimo.
L’aggiornamento dell’LDR avviene settimanalmente, il sistema MRP gira ogni giorno e calcola l’ordine sulla base del LDR.
Gli LDR dei DFT vengono controllati a aggiornati con minore frequenza, generalmente ogni mese e agendo sul sistema manualmente.
Da nuovo contratto i lead time riguardanti l’attraversamento della catena sono: tre giorni lavorativi per l’approvvigionamento da DFC a DFT, e cinque giorni lavorativi per il rifornimento da DFC/DFT a DFL.
L’estrazione di conseguenza è stato scelto di condurla ogni dieci giorni lavorativi (cercando di effettuarla in giorni di calendario variabili) per i seguenti motivi:
- LT totale di attraversamento della catena.
6.4. Creazione del primo tipo di segnalazione
E’ stata condotta, in seguito all’estrazione, l’analisi dei dati in essa contenuti, riga per riga, per individuare le cause di ogni records selezionato, tra quelle elencate nel paragrafo precedente.
In ottica di collaborazione con il Distributore è stato necessario definire le regole di attribuzione delle responsabilità di ogni evento.
Per la semplificazione del modello e per rendere univocamente determinata la responsabilità di ogni situazione segnalata si è stabilito che:
1. La causa che ha portato il deposito alla situazione di rischio è di competenza del Processo Produttivo qualora negli ultimi dieci giorni lavorativi non fosse stato presente il prodotto al DFT di appartenenza del Plant/Deposito segnalato.
2. La causa che ha portato il deposito alla situazione di rischio è di competenza del Processo Distributivo/Vendita nel caso contrario, cioè se il prodotto era presente ma il Plant/Deposito selezionato non è stato ugualmente rifornito.
Di seguito la struttura del documento che la Funzione Distribuzione invierà periodicamente alla funzione Supply Chain del Distributore. Al suo interno sarà presente l’intera estrazione, considerando anche le righe di responsabilità del Produttore, poiché nel caso 1, il Distributore saprà che, una volta ristabilita la situazione scorte ai livelli superiori, i Plants selezionati avranno priorità di rifornimento e necessiteranno di una maggiore quantità di rifornimento per recuperare il periodo di rottura stock, nel caso 2, il Distributore dovrà individuare la causa di questo disservizio e attuare azioni correttive tempestivamente.
Codice Plant Descriz. Plant Codice DFT appart Codice DFC appart Codice Prod Descriz. Brand Levata (giorni) Data Finale Tipo di Rischio
nnnn testo nnnn nnnn nn testo n --/--/-- OOS
Per avere un controllo a feed back dello stato di avanzamento delle azioni correttive e del fatto stesso che il Distributore effettivamente le metta in pratica, la Funzione Distribuzione ha ritenuto opportuno progettare un altro data base in cui sarebbero state caricate a seguire
tutte le segnalazioni in una tabella di aggiornamento, chiamata “Analisi DFL RISCHIO”, come appare in figura 25.
Figura 25. Tabella “ANALISI DFL RISCHIO”
Tramite una serie di query (figura 26) sarebbero stati estratti dei confronti tra i dati dell’ultima segnalazione e quella immediatamente precedente per evidenziare possibili magazzini critici per eventuali prodotti.
Figura 26. Serie di query create per ottenere il documento di Confronto Periodi
La struttura della query chiamata “Confronto Periodi” è la seguente, rappresentata in figura 27.
Così, insieme al precedente documento ne sarà aggiunto un secondo che segnala il fenomeno sopra descritto.
Il documento in questione si chiamerà “Confronto Periodi” e avrà il duplice obiettivo di feed back e check sulle criticità.
Codice Plant Descriz. Plant Codice Prod Descriz. Brand Data P.Prec. Data P.Succ. Levata (giorni) Rischio Prec. Rischio Succ. nnnn testo nnnn nnnn --/--/-- --/--/-- n SS SS
Da questo è previsto che in futuro partirà un’altra serie di analisi per approfondire questa questione.
