Reducing costs and improving production planning and allocation through mathematical optimization

Discover how a leading company in the tire sector reduced production costs and optimized allocation

Mathematical Optimization and Artificial Intelligence to reduce costs with no decrease in the quality of the products

A leading company in the tire sector needed a drastic reduction of operative costs, yet without a decrease in the quality of the products. aHead Research suggested the creation of a mathematical model that could represent planning and allocation of production within a span of 3 to 10 years, in order to apply optimization algorithms able to suggest a rearrangement of the supply chain at lower costs. In particular, the optimization tool had to establish which products to produce in each of production plant of the supply chain worldwide, and the amounts.

This is often an extremely complex decision for managers that find themselves having to allocate hundreds or thousands of different products over dozens of production plants scattered around the world. The support of a mathematical model provides a uniform, systematic approach that yields a mathematically proved benefits. The combination of both mathematical optimization and artificial intelligence allowed for the implementation of a solution able to consider production constraints in the various plants as well as the distribution network, so that products are allocated where it is economically more convenient. The benefit of the proposed solution was mathematically demonstrated and validated by the client’s managers and proved to be worth hundreds of millions of euros. Nevertheless, the quality of raw materials and the end products was preserved.

Key questions:

Which products should each of the plants produce?
How much of each product should be produced?
How should products be stored?
What demands -and from what clients- are satisfied by the products of each of production plant?
Which production processes does a certain product need? Are such processes available in the plant to which such product was allocated?
Is the number of different products allocated to a certain production plant too high? Could this lead to longer setup times and additional costs?

If the managers’ experience is enough to answer each of thes question individually, finding the right compromise that answers to all questions without wasting resources requires advanced techniques. For instance, moving production from one plant to another may yield to a reduction of production costs, but other aspects like transport and storage could be highly affected cost-wise. Conversely, amplifying the capacity of a specific warehouse for intermediate or end products would definitely lead to an increase in storage costs, but may also lead to conspicuous savings in production and transportation costs. Furthermore, such choices have account for storage constraints -both in terms of quantity and variety of products- of each plant. For instance, increasing the fixed costs of a certain plant may lead to a consistent increase in the production of a specific product in a location where raw materials are close-by, and transportation costs would be substantially reduced.

OUR METHOD

THE PROBLEM

THE SOLUTION

BENEFITS

The problem

Ridurre i costi di produzione ottimizzando la supply chain

Effettuare un piano strategico di produzione per i prossimi 3-10 anni che garantisca la riduzione dei costi totali della supply chain è una attività molto complessa che richiede solitamente settimane di lavoro da parte dei manager. I costi di produzione possono essere differenti in ogni impianto in base alle tecnologie utilizzate, al costo delle materie prime, ai processi produttivi e alla manodopera. Anche i costi di trasporto possono variare in base alle differenti modalità di trasporto e alle leggi doganali. Inserire nuovi prodotti in un impianto su cui non sono mai stati realizzati può portare a ulteriori costi fissi e a lunghi tempi di setup, a fronte di una possibile riduzione nei costi complessivi nel medio-lungo termine.

The solution

La soluzione per una pianificazione e allocazione ottimizzata della produzione

Il team di Math-Optimization di aHead Research ha sviluppato una soluzione Java-based, che incorpora un modello di ottimizzazione matematica e sofisticate tecniche di ricerca operativa. Grazie a questa tecnologia è stato possibile abbattere i tempi per la pianificazione e ottenere in meno di un’ora di tempo un piano di produzione pluriennale per migliaia di prodotti. Il software è stato perfettamente integrato all’interno della piattaforma di planning del cliente, interagendo con essa per poter prelevare i dati di input e restituire quelli di output.

L’algoritmo adottato per la pianificazione della produzione riesce a gestire tutti i vincoli produttivi degli impianti:

Capacità massima produttiva annuale per evitare saturazioni eccessive degli impianti;
Capacità minime produttive annuali per evitare impianti troppo scarichi;
Capacità massima dei singoli processi produttivi realizzati in un plant.
Quality management per soddisfare determinati standard di qualità nella produzione offerta;
Prodotti e famiglie di prodotti che non possono essere gestite negli impianti a causa dell’assenza di processi produttivi ad-hoc per la realizzazione del prodotto;
Lotti minimi nella produzione di un singolo prodotto;
Numero massimo di prodotti nuovi inseribili in un impianto;
Numero massimo di prodotti differenti gestibili in un solo impianto.

Il software risulta capace anche di tener conto dei vincoli strutturali del network di distribuzione:

Quali magazzini devono servire gli impianti produttivi;
Quali magazzini devono servire i singoli clienti sparsi nei vari Paesi;
Quali clienti devono essere serviti direttamente, quali indirettamente.

Benefits

I benefici ottenuti dalla riduzione dei costi di produzione

La soluzione proposta ha permesso di ridurre i costi totali dell’8%. Dall’analisi è emerso che la voce principale di costo è quella dei costi di produzione, che è anche la voce di costo su cui si è osservata la riduzione più netta. Allo stesso modo l’utilizzo di un software basato sulla math-optimization ha portato anche a una più corretta ridistribuzione dei prodotti, su impianti che precedentemente non erano stati predisposti per produrli. In questo modo si è osservato un leggero aumento nei costi dovuti all’introduzione di nuovi prodotti a fronte di una netta riduzione dei costi di produzione e di trasporto.

Oltre ai benefici misurabili economicamente, una corretta pianificazione della produzione porta anche ad altri vantaggi che non sono misurabili direttamente ma che influenzano significativamente la produzione:

Riduzione del livello di stock nei magazzini in modo da ridurre i costi di immagazzinamento;
Delocalizzazione della produzione dagli impianti più costosi a quelli più economicamente convenienti, mantenendo negli impianti più avanzati tecnologicamente tutti quei prodotti che necessitano di particolari caratteristiche e, dunque, liberando capacità produttiva per prodotti più avanzati;
Riduzione dei rallentamenti nella produzione dovuti ad allocazioni di prodotti su impianti dove non ci sono le competenze o le risorse adatte per realizzarli;
Introduzione di nuovi prodotti fin da subito in modo da beneficiarne per tutto l’orizzonte temporale della pianificazione.

L’ottimizzazione matematica ha dunque permesso di raggiungere risultati economici stupefacenti, i.e. -8% per una riduzione dei costi sull’orizzonte di pianificazione nell’ordine delle centinaia di milioni di euro, mantenendo la qualità e mix produttivi e rispettando tutti i vincoli della produzione e della supply chain.