transformacja cyfrowa logistyki
sieć dystrybucji artykułów kosmetycznych
Problem
Nasz Klient, sieć dystrybucji artykułów kosmetycznych przeszła transformację cyfrową logistyki. Czynnikami wpływającymi na konieczność przeprowadzenia transformacji była konieczność usprawnienia procesów zakupowych oraz reakcja na zmiany nawyków zakupowych Klientów. Pandemia sprawiła, że klienci zaczęli kupować rzadziej i w większych ilościach, zakupy częściej zaczęły odbywać się w kanale online, a także wyśrubowane zostały oczekiwania co do terminu doręczenia towaru i jego dostępności. Promocje stały się w jeszcze większym stopniu magnesem przyciągającym do oferty naszego Klienta. Jednocześnie znacznym wahaniom uległa dostępność towaru u dostawców, którzy borykali się z brakami towarowymi. Logistyka musiała znaleźć odpowiedź na te wyzwania. Nasza firma była partnerem konsultującym i wdrażającym nowe narzędzie wspierające procesy planowania zakupów i zapasów magazynowych klienta. Głównym celem wdrożenia było zapewnienie optymalnego poziomu zapasu towaru dostępnego do sprzedaży.
Efekty działań
Projekt został podzielony na etapy. W pierwszej fazie został zaprojektowany i wdrożony algorytm uzupełniania zapasu. Pozwalał na zarządzanie i sterowanie zakupem towarów handlowych. Wskazywał, kiedy dokonać zakupu, u jakiego dostawcy i w jakiej ilości. Uwzględnił takie czynniki jak: prognoza sprzedaży, planowane promocje, poziomy zapasu bezpieczeństwa, rotacje towaru oraz dostępność towaru u dostawców. Algorytm pomyślnie przeszedł testy wdrożeniowe. Kolejnym etapem projektu było wypracowanie odpowiednich inicjatyw zakupowych, które bazowały na wynikach działania narzędzia. Zmianie uległ schemat podejmowania decyzji o zakupie.
Korzyści
W efekcie projektu Klient zwiększył kontrolę nad planowaniem poziomem zapasu w warunkach mocnej niepewności i dynamicznie zmieniającego się otoczenia. Uwzględnienie w analizach poziomu dostępności towaru u dostawcy pozwoliło na wykonanie cyklicznych ocen skuteczności współpracy. Klient zwiększył skuteczność decyzji zakupowych biorąc pod uwagę podpowiedzi będące wynikiem działania narzędzia. Analiza historycznych cen zakupu pozwoliła na weryfikację poziomu marży w poszczególnych kategoriach zakupowych. Założone cele transformacji zostały osiągnięte.