A Mars egyik alapvető kihívása a hatékonyság növelése az üzleti életben, úgy, hogy közben megőrzik a csokoládé termékek előállításának alapelveit a helyi piacokon, ahol forgalmazzák őket. Ez pusztán üzleti szempontból nézve gyakran nem optimális, ezért kritikus az üzleti tevékenység optimális működésének biztosítása.
A Marsnak 29 termékcsaládja fut az USA hat telephelyén, mindegyik gyár eltérő csokoládé készítési képességekkel, minden terület eltérő csokoládéfogyasztási követelményeknek eleget téve. Ha többféle csokoládétípust, változó termék kínálatot és termék keresletet ad meg a csokoládégyár belső ellátási lánca nagyon összetetté válik.
Mindemellett a Mars minőségi követelményrendszere megakadályozza, hogy hosszú távon tárolja a csokoládé termékeket, ami a kereslet csúcsakor teljesítési kihívást jelent. Ezért a pontos kapacitástervezés elengedhetetlen annak biztosításához, hogy a csokoládé gyártási és ellátási folyamat képes legyen megfelelni az üzleti igényeknek.
Így amikor az ellátási lánc csapatát arra kérték nyújtson megfelelő biztosítékot a befektetőknek, hogy a jövőbeli igények kielégíthetőek legyenek, szükségesnek ítélték a hálózaton belüli kapacitásszintek felmérésére és finomítására irányuló kezdeményezést.
A projekt részeként a Mars gyorsan felismerte, hogy a szükséges méret, összetettség és kölcsönös függőség miatt a korábban használt táblázat alapú kapacitástervezési rendszerek helyett elengedhetetlen egy sokkal kifinomultabb, modellezés alapú tervezés.
A prediktív szimuláció kivételesen magas megtérüléssel bír, és ez azt bizonyítja, hogy nem kell elköteleznie magát befektetési tanácsadóknak és évente több millió dollárt költenie az üzleti teljesítmény javítása érdekében.
Mielőtt a Mars rátért volna a prediktív szimulációra, korlátozott bepillantást adott a csokoládé előállítási és fogyasztási folyamatok összefüggéseibe és változékonyságaiba és hiányzott az ellátási lánc teljesítményének valóban megbízható előre láthatósága és a számszerűsíthető eredmények a kapacitás pontos megtervezéséhez.
„A statikus modellezés bizonyos területeken jól működik, de szükségünk volt egy olyan eszközre, amely feltárhatta a „mi lenne, ha ” szcenáriókat, és akár több variációt tervezhettünk vele, a hat különböző helyszín változó kapacitási igényeinek és termékkeverékeinek megfelelően.”
"Miután a Lanner WITNESS prediktív szimulációs szoftverét globális működésünk során, számos területen alkalmaztuk a kapott eredményeink fényében ez volt a legjobb megoldás a projekt támogatására."
„A WITNESS összetett szcenáriókat modellez, és kivételes szintű egyértelműséget biztosít. Ha modellje jól szervezett és előre megtervezett, akkor biztos lehet abban, hogy az idő múlásával újra és újra felhasználhatja kulcsfontosságú stratégiai eszközként, tovább megnövelve a megtérülést.”
Paul Myler, az ellátási lánc stratégia és az ipar tervezés igazgatója, Mars Chocolate Észak-Amerika
Felismerve annak a szükségességét, hogy egy tapasztalt üzleti modellező csapattal kell együttműködni, a Mars szorosan kapcsolatot épített ki a Lannerrel, és közösen egy WITNESS szimulációs modellt hoztak létre. Ez előrevetítette az ellátási lánc teljesítményét a különböző gyártó egységekben, a gyártási konfigurációk, a fogyasztói igények és a termékspecifikációknak megfelelően. A modell fő célja a fő stratégiai kompromisszumok hatásainak megértése, például az, hogy üzletileg jobb-e, ha az összes csokoládétípust gyártják az összes lokációban, az ott fellelhető igényeknek megfelelően, vagy kevesebb, de nagyobb csokoládékészítő gyárat építenek, és a termékeket onnan szállítják országszerte. A Mars emellett vállalati alapelvnek tartja, hogy a legjobb minőségű csokoládé szállításhoz, a lehető legközelebb kell, hogy legyen az ügyfelekhez. A szimulációs modell számszerűen kimutatja, hogyan lehet a legjobban dolgozni ilyen paraméterkombinációk mellett.
A prediktív szimuláció használata betekintést engedett a Mars meglévő és tervezett jövőbeli folyamataiba, azonosította az egész ellátási lánc jelenlegi kockázatait és rávilágított a költségmegtakarítás és teljesítmény optimalizálásának lehetőségeire. A szimulációnak köszönhetően előrelátást nyújtott az új létesítmények üzleti eseteinek felépítéséhez, és indokolta a csokoládékészítő kapacitásba történő befektetéseket, ezáltal biztosítva a megfelelő beruházásokat a megfelelő időben.
„A WITNESS modell egy ötéves prognózist generált előre, és bár az első futtatások megerősítették, hogy a következő két évben a kapacitás rendben van, ezt követően valószínűleg ellátási hiány lesz tapasztalható, ha nem változtatunk.” - Myler folytatja: A modell rávilágított arra, hogyan lehet megszüntetni a készlethiányt, minimális többletbefektetéssel. A scenariokat most félévente futtatják és betöltik a társaság aktuális üzleti tervét, amely elősegíti a tervezést. "Röviden ez azt jelenti, hogy a hosszú távú tervezésen keresztül mindig láthatjuk a szükséges finanszírozási időzítéseket és szinteket, hogy ki tudjuk elégíteni a jelenlegi és a jövőbeli létesítmények igényeit."
A legjobb példa arra, hogy a WITNESS modell hogyan támogatja a hosszú távú tervezést az, ahogyan a Mars felhasználta az új Kansas-i gyáruk fejlesztéséhez. Egy új létesítmény jelentős kiadásokat jelent, ezért a Mars előre megvizsgálta és tesztelte azt egy WITNESS modell segítségével, annak biztosítása érdekében, hogy a megfelelő eszközökbe ruházzanak be, amelyekkel maximálisan ki tudják szolgálni a jelenlegi és a várható jövőbeli igényeket.
