ITC Infotechは、銀行、ヘルスケア、製造、FMCG、サプライ チェーンなど、さまざまな業界にわたるテクノロジ サービスとソリューションの国際的なプロバイダーです。シミュレーションと最適化の手法、および高度な分析を使用して、ネットワークの設計と計画、在庫計画、スケジューリングなどの問題に対応するソリューションを開発しています。
このケース スタディでは、FMCG 業界でのプロジェクトの 1 つについて詳しく説明します。このプロジェクトの目的は、貯蔵寿命が限られている製品を保管するための在庫基準を決定することでした。このソリューションは、AnyLogic のシミュレーションベースの最適化を使用して作成されました。
問題: 日用消費財における在庫管理と最適化
消費財 (CPG) とも呼ばれる動きの速い消費財 (FMCG) は、比較的低コストで迅速に販売される製品を指します。飲料や食品などの一部の FMCG は、需要が高いか、腐りやすいか、またはその両方であるため、棚に長く置かれることはありません。この課題を軽減するために、企業は常に新しい在庫管理ソリューションを探しています。
グローバルな製造業のリーダーは、多階層の流通ネットワークの複雑さに関して、食品在庫管理プロセスを最適化することに関心を持っていました。
同社が直面した問題は、製品品質の大幅な低下と予想を下回る充填率でした。充填率を上げるためにもっと製造することもできたかもしれませんが、それはより高い劣化につながります。あるいは、劣化を低く抑えるために製造量を減らすこともできますが、そうすると充填率も低下します。この課題を解決するために、ITC Infotech は、最適な生産量と頻度、および最適な補充ポリシーを見つけだしました。
解決策: 生産量を最適化するためのシミュレーション モデルの構築
消費財の消費期限が製造後 100 日だとします。契約によると、小売業者は、製品の有効期限が切れる少なくとも 30 日前まで製品を保管しておく必要があります。これは、メーカーが製品を小売業者に配送するのに 70 日以内であることを意味します。期限を過ぎた場合、商品を廃棄せざるを得なくなり、メーカーに損害が発生します。
生産を計画し、製造業者が製品を小売業者に出荷する前に在庫に保管できる日数を計算するために、ITC は貯蔵寿命係数（shelf-life factor）を使用しました。この係数は、メーカーが製品を在庫に保持できる日数と、製品が小売業者に配送されるべき期間との比率です。たとえば、係数が 0.6 の場合、生産者は製品を小売業者に出荷する前に 42 日 (70 日X 0.6 日) 保管する必要があります。
ITC のスペシャリストは、すべての在庫管理単位 (SKU) のこの貯蔵寿命係数と、製品の品質低下を回避するための最適な生産量を計算することを目指しました。また、彼らの目標は、最大の充填率を維持しながら、補充と生産頻度を決定することでした。そのために、AnyLogic でシミュレーションベースの最適化モデルを構築し、さまざまなシナリオをテストすることにしました。
シミュレーションベースの在庫最適化モデルの概要
多段階の流通ネットワークは、通常、工場、倉庫、および複数の流通センターで構成されています。
この在庫シミュレーション モデルでは、スペシャリストは、工場と流通センターの 2 つのエージェント集団を考慮しました。また、出荷 (工場から流通センターへの商品の出荷)、需要、バッチ (一定数の同一製品) など、いくつかのエージェント タイプも定義しました。
流通センターのエージェント が需要に対応し、どれだけの需要が満たされたかに基づいて充填率 を計算します。これは、 サービス レベルの決定に役立ちます。
工場エージェント は、生産頻度に基づいて製造オーダーを生成します。生産されたバッチは、流通センターに出荷される前に、工場の在庫のキューに入れられます。待ち行列プロセス中に、モデルは工場の製品品質の低下 を計算します。
流通センターのエージェントは、工場のエージェントからバッチを受け取り、処理して、在庫に保管します。販売されていない在庫の食品は、需要がなかったために劣化します。モデルは、配送センターの製品品質の低下 を計算する際にもこの情報を考慮しました。
結果: シミュレーションベースの在庫最適化モデルの利点
ITC のスペシャリストは、さまざまな貯蔵寿命係数を使用して複数のシミュレーション モデルを実行した後、各補充ポリシーに最適な貯蔵寿命係数を見つけました。彼らはまた、最大の充填率と最小の製品品質低下を提供する生産頻度を決定しました。
出力データによると、貯蔵寿命係数が増加するにつれて、充填率が向上しました。倍率を上げるということは生産量が増えるということなので当然です。これにより、サービス レベルが向上しますが、製品の品質が低下するリスクも高まります。
シミュレーション結果を使用して、ITC は充填率と製品品質の低下の間の相互依存性を表す曲線をプロットしました。
下の図の右側に見られるように、ITC はまた、100 回のモデル実行で得られた値の広がりを、貯蔵寿命要因ごとに提供しました。これは、企業が最適な保存期間を決定するのに役立ちました。
ITC Infotech は、AnyLogic Conference 2021 でこのプロジェクトを発表しました：
