Las empresas inteligentes buscan evaluar y transformar continuamente la forma en que utilizan sus activos. Con demasiada frecuencia, la transformación se vuelve necesaria para maximizar los recursos en respuesta a circunstancias cambiantes. En el caso de un cliente de Quadrillion Partners, ese cambio se produjo en forma de un cierre de planta que obligó a los volúmenes de producción a diferentes ubicaciones y amenazó con aumentar los tiempos de entrega a clientes críticos.

La firma consultora Quadrillion, con sede en Dallas, ayudó a su cliente, un fabricante global de alta tecnología del mercado medio, a desarrollar un nuevo proceso de planificación estratégica para tomar decisiones rápidas e informadas al consolidar sitios de fabricación o agrupar volúmenes a nivel mundial. Para ayudar con el proyecto, Quadrillion trabajó con FlexSim para desarrollar un modelo de simulación global que ayudaría en esta toma de decisiones crítica. ¿La meta? Determine opciones para agrupar volúmenes de familias de productos en diferentes plantas a nivel mundial (equilibrados con limitaciones como costos y tiempos de ciclo de entrega al cliente) para responder preguntas como:

-  ¿Qué productos deberían producirse y dónde?¿Qué productos deberían producirse y dónde?

-  ¿Cuáles son los costos y beneficios de obtener productos de diferentes regiones?¿Cuáles son los costos y beneficios de obtener productos de diferentes regiones?

-  ¿Qué cuellos de botella o problemas de capacidad pueden surgir?

MANEJO DE LA COMPLEJIDAD

El cliente de Quadrillion ha creado un ecosistema de fabricación global complejo y productivo: seis fábricas que producen y envían más de 75 000 SKU de más de 20 familias de productos. Para cumplir con los 600.000 pedidos globales por año, estas fábricas dependían de más de 1.000 equipos, docenas de líneas de fabricación de flujo continuo y, en algunos casos, diferentes “recetas” de productos para productos similares en diferentes ubicaciones. Todo esto antes de tener en cuenta esos importantes compromisos de entrega al cliente. Para el cliente final, el modelo FlexSim necesitaba imitar cada faceta del sistema para que fuera útil, de modo que se pudieran ejecutar escenarios realistas sobre agrupación de volúmenes.

Esto significó planificar un modelo de simulación único que vinculara pedidos, ubicaciones de clientes, plantas, costos y capacidades actuales. Se consideraría todo, desde las velocidades de las máquinas hasta las necesidades de personal, las rutas logísticas de los clientes y los matices de las importaciones y exportaciones. Quadrillion reunió y preparó una asombrosa cantidad de datos operativos sobre el sistema; Estos datos, contenidos en 22 hojas de cálculo, se pueden actualizar periódicamente para simulaciones futuras y luego extraerlos y procesarlos rápidamente mediante las sólidas capacidades de importación de Excel de FlexSim.

LA SOLUCIÓN DE SIMULACIÓN

El modelo de simulación hizo un uso extensivo de FlexSim, la herramienta Process Flow , que permite modelar las características del sistema con pasos de proceso fáciles de usar. Este método de modelado facilita la comprensión y la ampliación de modelos complejos sin sacrificar la capacidad de crear una representación visual 3D del sistema. También agrega un elemento de flexibilidad y capacidad de respuesta a las actualizaciones de datos al considerar diferentes escenarios de simulación.

Un ejemplo de esto es cuando el cliente quiere evaluar los efectos de la expansión del equipo, un elemento de la “lista de deseos” para el modelo de simulación. Al agregar una cantidad de máquinas a un archivo de Excel, la lógica del modelo se actualizará automáticamente para agregar la cantidad deseada de máquinas. Esto permite una evaluación rápida de escenarios para la toma de decisiones urgentes.

Dado que el tiempo del ciclo de entrega al cliente era una métrica clave en este proyecto, el modelo se alimentó con datos de ubicación geográfica desarrollados por Quadrillion que vinculaban el sitio de envío de cada cliente con cada planta a nivel mundial mediante código postal. Luego, los datos de geolocalización se utilizaron para calcular los tiempos de entrega promedio en días para cada producto enviado a cada cliente a nivel mundial. Estos datos fueron una entrada de Excel crítica para el modelo FlexSim, de modo que a medida que se agrupaban los volúmenes, el equipo de Quadrillion podía examinar el impacto en los tiempos de entrega de los clientes tanto a nivel de pedido del cliente como en un histograma por familia de productos. El modelo también mostró la contrapartida entre la rapidez con la que se pueden entregar los productos a una cuenta y el lugar donde se realiza el pedido.

RESULTADOS Y ANÁLISIS

El modelo de simulación examinó una variedad de escenarios que incluyen la agrupación de volúmenes dentro de las regiones, opciones para consolidar plantas y los cambios resultantes de nuevas leyes laborales con personal variable a lo largo de los días. Todas las métricas críticas estaban presentes en la salida del modelo: demanda de pedidos por cliente y producto, capacidad dentro y fuera de la planta, tiempos de cambio, tiempos de ciclo, tiempos de entrega al cliente, etc.

Pero el modelo también mostró cuándo el equipo llegó al máximo en una ejecución de simulación (conocido en fabricación como "cuello de botella" o congestión o bloqueo), algo que sólo puede descubrirse en un modelo de simulación que considere la variabilidad y las interdependencias de las operaciones de la vida real. Una vez identificados en el modelo, los cuellos de botella podrían resolverse mejorando la velocidad de los equipos, reequilibrando la demanda entre diferentes sitios o reemplazando piezas de equipo.

Varios resultados inmediatos del modelo fueron la decisión de aumentar la combinación de volúmenes en toda la región de Asia, la decisión de consolidar de seis fábricas a cinco y una iniciativa para expandir las importaciones de menor costo a regiones de mayor costo para ciertas familias de productos.

La existencia de un modelo multifuncional creíble que se actualiza periódicamente ha ayudado a operaciones y finanzas a tomar mejores decisiones con una comprensión más profunda de su proceso de fabricación. Ya está previsto ampliar el modelo en el futuro, agregando más capacidades para una toma de decisiones de planificación estratégica más rápida y para considerar desafíos de fabricación adicionales.