The Quick Response Inventory of the Future
Abstract
Jeg har i denne masteroppgaven laget et detaljert rammeverk for inngående lagerstyring som er relevant for små og medium store bedrifter som tilbyr høy variasjon i kundespesifikke produkter. Gjennom en case-studie på to Norske bedrifter i konstruksjonsbransjen med lav grad av digitalisering og mange manuelle arbeidsprosesser, har jeg analysert deres nåværende inngående lagerstyringsmodell, konsekvensene av dette og forbedringer som kan bli implementert sammen med Digital Rask Respons. Rammeverket er delt opp i fire deler; i) klassifisering, ii) planlegging, iii) etterfyllingsstrategier og iv) digitalisering. Klassifisering blir utført av å bruke de fem klassifikasjonsmodulene: i) ABC brukerverdi, ii) XYZ etterspørsels karakteristikk, iii) SDE ledetidsvariasjon, iv) FSI omsetningshastighet og v) HML volum. Disse fem klassifikasjonsmodulene skal brukes i "Simple Additive Weighting" klassifikasjonsmetoden, som sammen med bedriftenes mål, resulterer i fem forskjellige grupper som krever forskjellige nivå av planlegging og innkjøpsstrategi.
Ut fra resultatet fra en simulering av etterfyllingsstrategier av råvarer og søk i litteraturstudie, anbefales at gruppene av høyere verdi ut fra klassifisering krever detaljerte prognoser, manuell planlegging og dynamiske innkjøpsmetoder som bruker prognoser i kalkuleringen i etterfyllingsstrategien. Lavverdi gruppene kan kontrolleres av et digitalt system som automatisk kalkulerer innkjøp ved bruk av statiske innkjøpsmetoder med sikkerhetslager til å imøtekomme eventuelle variasjoner i etterspørsel og leveringstider.
Klassifikasjon, planlegging og påfylling vil utføres i et "High Level MRP"-system som kontrollerer og oppdaterer råvarelageret. En delvis automatisering ved hjelp av RFID brikker, strekkoder og smarttelefoner vil oppdatere lagernivåene i sanntid. Bruk av Rask Respons prinsippene, blant annet "The Response Time Spiral of Purchasing" vil sørge for bedre samarbeid innad verdikjeden og redusere den overordnede ledetiden for materialene. Den oppdaterte digitale lagermodellen vil sørge for at bedriftene kan raskere svare på kundeordre ved å ha bedre tilgjengelighet på råvarene.
Oppgavens fokus har vært på klassifikasjonsverktøy og innkjøpssystemer. Det må gjøres mer forskning på prognoser og simulering med aktuelle data for bedriftene. De viktigste prinsippene angående prognoser har blitt analysert og inkludert i Simple Manufacturing Matrix metoden. Det er også andre hensyn som må inkluderes i overgangen fra nåværende lagerstyingsmodellen og gjennom implementeringsfasen til det nye digitale systemet. Det kreves oppdateringer, eventuelle innkjøp av moderne IT teknologi og opplæring av systemet og prosesser for at det skal bli en suksess. I have in this master thesis created a detailed framework for inbound inventory management relevant for Small- and Medium Sized Enterprises that are offering a high-variety segment of finished products. Through a case study of two Norwegian companies in the construction business with a low degree of digitalisation and multiple manual work processes, I have analysed their current inbound inventory management system, the consequences of it, and improvements that can be implemented together with digitally enhanced Quick Response Manufacturing. The framework is divided in four parts: i) \classification, ii) \planning, iii) replenishment and iv) digitalisation. Classification is done by using the five classification schemes: i) ABC usage value, ii) XYZ demand frequency, iii) SDE lead time variation, iv) FSN inventory turnover rate and v) HML volume. These five schemes are to be used in the Simple Additive Weighting classification method, that together with the companies’ goals, results in five different groups that need different levels of planning and replenishment strategies.
Results from a simulation on the replenishment strategies along with recommendations from relevant literature reviews, suggests that the higher valued groups will need detailed forecasts, manual planning and dynamic control policies which utilises forecasts in its calculation as replenishment methods. The lower valued groups can use a digital system that automatically calculates replenishment utilising standard static control polices with safety stocks to accommodate fluctuations in demand or supply lead time.
Classification, planning and replenishment will be entered in a digital High Level MRP system controlling and updating the raw material inventory. A partially automatization by the use of RFID tags, bar codes and smart phones will update the inventory levels in real time. Use of the Quick Response Manufacturing principles such as The Response Time Spiral of Purchasing will ensure a better collaboration among the supply chain actors reducing the overall lead times for materials. The improved digital inbound inventory management system will ensure that companies can respond quicker to customer orders by having better raw material availability.
This thesis focuses on classification tools and replenishment systems, hence supplementary work related to simulations and forecasting principles will have to be considered. However, the basics and importance of forecasting have been brought up and included in the Simple Additive Manufacturing Matrix. Other considerations are also required for the implementation and transaction from the current inventory management system to a new digital system. It will require an update to modern IT technologies and training of the new system, processes and technologies.