CASE STUDY
Jak Danone, Nutricia i Żywiec Zdrój zwiększyły dokładność prognoz popytu do 97%?
o projekcie
Danone Polska przeprowadził kompleksowy projekt trwający dziewięć miesięcy, mający na celu usprawnienie procesów planowania popytu w trzech głównych działach: Danone, Nutricia oraz Żywiec Zdrój. Projekt miał na celu integrację i optymalizację operacji planistycznych dla szerokiej gamy produktów, w tym produktów mlecznych, specjalistycznych produktów żywieniowych oraz butelek z wodą, dystrybuowanych przez 17 magazynów z łączną liczbą 9,000 unikatowych produktów.
Ambitne przedsięwzięcie miało na celu wykorzystanie zaawansowanych technologii i strategii współpracy w celu usprawnienia i zwiększenia efektywności oraz dokładności ich operacji planistycznych.
Cele projektu i wyzwania
Integracja i Zarządzanie Danymi
Znaczącym wyzwaniem była integracja i wykorzystanie szerokiej gamy danych z różnych źródeł, w tym danych marketingowych, sprzedażowych oraz pogodowych. Rozproszony charakter tych danych dodawał złożoności w zarządzaniu i analizie danych dla skutecznego planowania popytu.
Dokładność Prognoz
Projekt miał na celu pokonanie ograniczeń istniejących modeli statystycznych, które były niewystarczające, aby zapewnić potrzebną dokładność prognozowania dla efektywnego zarządzania zapasami, prowadząc do problemów takich jak nadmiarowe zapasy lub braki.
Wdrażanie Zaawansowanych Technologii
Implementacja algorytmów uczenia maszynowego w celu zwiększenia dokładności prognozowania była kluczowym celem, wymagającym zaawansowanej analizy danych i integracji.
Wspólne Podejście do Planowania
Przejście na metodologię planowania konsensualnego było kluczowe dla wspierania środowiska współpracy, zapewniając, że decyzje planistyczne były dobrze poinformowane i zgodne z celami firmy.
Osiągnięcia
Zwiększona dokładność prognoz
Projekt osiągnął do 97% dokładność prognoz dla kluczowych grup produktów poprzez integrację danych sprzedażowych i pogodowych z algorytmami uczenia maszynowego, znacząco poprawiając niezawodność planowania.
Zoptymalizowane poziomy zapasów
Dokładniejsze prognozy popytu doprowadziły do zoptymalizowania poziomów zapasów, redukując marnotrawstwo i nieefektywności, przyczyniając się do bardziej zrównoważonej operacji.
Poprawiony obrót zapasami
Inicjatywa zaowocowała poprawionym obrotem zapasów, wskazując na lepsze dopasowanie między podażą a popytem, opartymi o decyzje planistycznymi opartymi na danych.
Sukces współpracy
Przyjęcie podejścia planowania konsensualnego umożliwiło bardziej kolaboracyjny i efektywny proces planowania, z działami pracującymi razem w kierunku wspólnych celów.
Rygorystyczne testy i wsparcie Hypercare
Projekt został poddany szeroko zakrojonym testom, w tym testom unitarnym i integracyjnym IT, a także testom akceptacyjnym użytkowników (UAT). Po wdrożeniu, w początkowych etapach działania zapewniono wsparcie hypercare w celu rozwiązania i naprawienia ewentualnych błędów.
Podsumowanie
Projekt Danone Polska dotyczący przebudowy procesów planowania popytu poprzez implementacje SAP IBP, wykorzystanie uczenia maszynowego oraz przejście na kolaboracyjne podejście do planowania.
Masz pytania?
Odezwij się do nas!
Łukasz Krukowski
Zainteresował Cię case study?
Porozmawiajmy o Twoim wdrożeniu SAP IBP