Rivista di informazione del Dipartimento di Ingegneria Industriale
Università di Trento
Rivista di informazione del Dipartimento di Ingegneria Industriale
Università di Trento
Nelle supply chain industriali, rifornire la produzione significa organizzare il ritiro dei materiali presso numerosi fornitori e il loro trasporto verso gli stabilimenti che dovranno utilizzarli. Occorre decidere quali ritiri effettuare, in quali giorni e se e come combinarli nello stesso viaggio, assicurando che ogni materiale arrivi nei tempi richiesti dalla produzione.
Queste decisioni diventano particolarmente complesse quando la rete comprende più stabilimenti e unità organizzative che condividono una parte dei fornitori. Le informazioni sui fabbisogni produttivi, sui materiali disponibili e sui trasporti vengono spesso raccolte e utilizzate in momenti diversi e da soggetti diversi. In assenza di una visione comune, i trasporti rischiano di essere organizzati separatamente, sulla base dei soli dati disponibili in quel momento. Una scelta può così condizionare quelle successive, anche quando nuove informazioni suggerirebbero di rivederla, riducendo le possibilità di consolidare i ritiri e utilizzare meglio la capacità dei mezzi.
Le crisi che negli ultimi anni hanno interessato le supply chain hanno reso particolarmente evidenti gli effetti di questa frammentazione. Il coordinamento dei flussi rappresenta però una sfida quotidiana, soprattutto nei settori caratterizzati da filiere articolate e da un’ampia base di fornitura, come l’automotive e la produzione di macchine e impianti industriali. Per affrontarla serve un’organizzazione generale dei trasporti che possa essere aggiornata quando cambiano le condizioni.
Anche quando la domanda varia, i dati storici possono rivelare regolarità utili a programmare alcuni servizi di trasporto in anticipo. Queste regolarità forniscono un riferimento generale, mentre il piano quotidiano deve adattarsi ai flussi effettivamente disponibili.
Tra le decisioni da aggiornare c’è anche il momento in cui attivare un trasporto. Una breve attesa può consentire di aggregare materiali provenienti da fornitori diversi e utilizzare meglio la capacità dei mezzi, ma il margine temporale è spesso limitato. Nei contesti caratterizzati da un’elevata varietà dei prodotti e da programmi produttivi variabili, i materiali devono infatti essere disponibili entro tempi precisi e generalmente brevi. Il margine di attesa va quindi valutato caso per caso, affinché il consolidamento non comprometta il servizio.
La ricerca, sviluppata in collaborazione con l’Università di Bologna e l’Università di Ferrara, affronta questo problema coordinando le informazioni disponibili sull’intera rete. A partire da questi dati individua strutture ricorrenti utili a consolidare i flussi e le utilizza per guidare le decisioni operative e gestire le eccezioni.
Il punto di partenza della ricerca è stato integrare le informazioni originariamente distribuite tra diverse unità organizzative, con l’obiettivo di renderle confrontabili e utilizzabili per una pianificazione estesa all’intera rete. I dati sono stati riuniti in un unico database e uniformati definendo criteri comuni per rappresentare fornitori, stabilimenti, movimentazioni, volumi e tempi. È stato così creato un linguaggio condiviso attraverso il quale leggere congiuntamente informazioni fino ad allora raccolte e utilizzate separatamente.
Il database ha raccolto un anno di attività relativo a circa mille fornitori, più di dieci unità organizzative e oltre venti stabilimenti, per un totale di oltre 80.000 movimentazioni. L’analisi della rete ha mostrato che circa quattro fornitori su dieci servono almeno due unità organizzative, con alcuni casi di sovrapposizione ancora più estesi. La sovrapposizione tra le basi di fornitura ha fornito il presupposto per individuare relazioni ricorrenti e successive opportunità di consolidamento.
La prima linea di ricerca ha combinato l’analisi temporale e geografica dei flussi per individuare i fornitori più adatti alla definizione di strutture ricorrenti di trasporto, indicate come template. Per ciascun fornitore sono state analizzate la frequenza dei ritiri e la loro regolarità nel corso dell’anno. Questa prima selezione ha individuato circa 200 fornitori ricorrenti che, pur rappresentando una parte limitata della rete complessiva, generano oltre l’80% delle movimentazioni.
I fornitori selezionati sono stati successivamente analizzati mediante due tecniche di clustering. La prima, denominata DBSCAN, ha permesso di riconoscere le aree geografiche con una maggiore concentrazione di fornitori, separandole dai fornitori più isolati. All’interno delle aree individuate, un secondo algoritmo, il k-medoids, ha formato gruppi tenendo conto non soltanto della vicinanza geografica, ma anche della compatibilità tra frequenze di servizio, giorni di esecuzione, volumi e capacità dei mezzi.
L’analisi ha portato alla definizione di 24 template di trasporto, ciascuno associato a un gruppo di fornitori, a un calendario di servizio e a una tipologia di veicolo. La maggior parte prevede tra due e quattro esecuzioni settimanali e l’impiego di mezzi di dimensioni contenute, mentre i veicoli più grandi sono riservati ai gruppi caratterizzati da volumi maggiori. Queste strutture richiamano la logica dei milk run, nei quali uno stesso veicolo effettua ritiri ricorrenti presso più fornitori. Nel caso analizzato, però, i template non prescrivono itinerari immutabili: definiscono gruppi di fornitori, calendari di servizio e tipologie di veicolo, lasciando alla pianificazione quotidiana il compito di adattare i percorsi ai flussi effettivamente disponibili.
La seconda linea di ricerca ha trasformato le strutture ricorrenti in uno strumento per la pianificazione quotidiana. A ogni aggiornamento giornaliero, il sistema acquisisce le nuove informazioni disponibili, ovvero le richieste di trasporto, che vengono assegnate automaticamente, quando possibile, ai template attivi o a quelli previsti nei giorni successivi, nel rispetto dei tempi di servizio stabiliti. Le richieste che non possono essere assorbite dalla pianificazione ordinaria vengono inserite in altri trasporti con capacità disponibile oppure gestite come eccezioni, attraverso una spedizione diretta o una breve attesa. La pianificazione operativa non ricostruisce quindi ogni giorno l’intero sistema dei trasporti, ma utilizza i template ricorrenti per orientare le assegnazioni, concentrando gli aggiornamenti sulle variazioni e sulle eccezioni.
I percorsi vengono costruiti mediante un’euristica di inserimento progressivo, che aggiunge le nuove richieste nel rispetto dei vincoli relativi alla capacità del veicolo, alla durata del viaggio, al numero massimo di fermate, alla sequenza tra ritiri e consegne e alla disponibilità dei mezzi. Le alternative sono valutate attraverso una funzione obiettivo che considera il costo di attivazione dei veicoli, la distanza percorsa, il ricorso a vettori esterni e una penalità associata all’attesa. Il modello bilancia così la convenienza del consolidamento e la tempestività del servizio.
Nel periodo analizzato, il piano giornaliero è stato elaborato mediamente in meno di tre minuti e il sistema ha gestito circa il 95% delle movimentazioni seguendo la logica descritta. Rispetto a una pianificazione puramente reattiva, basata sulla stessa euristica ma priva delle strutture ricorrenti, i costi si sono ridotti di quasi il 10% e i tempi di calcolo di oltre il 70%, nel rispetto degli intervalli temporali previsti per il servizio.
Il caso analizzato mostra che la logica dei milk run può essere estesa a reti caratterizzate da più punti di ritiro e consegna e da fabbisogni e frequenze di servizio variabili. In questi contesti, la ricorrenza riguarda la struttura generale del servizio, non la ripetizione rigida delle singole assegnazioni o degli itinerari. Il coordinamento delle informazioni, il consolidamento basato sulla compatibilità dei flussi e l’aggiornamento dinamico del piano permettono così di combinare una visione comune della rete con le specificità operative delle diverse unità.
Nello specifico contesto industriale considerato, l’approccio ha migliorato l’utilizzo dei mezzi e ridotto i costi e i tempi di pianificazione. La stessa logica può essere adattata ad altre reti, costruendo i template sui rispettivi flussi e introducendo regole coerenti con materiali, processi e livelli di servizio. I ridotti tempi di elaborazione consentono inoltre di aggiornare il piano con frequenza, mentre servizi più regolari possono offrire a stabilimenti, fornitori e vettori una maggiore visibilità sui flussi attesi. Le regolarità dei flussi consentono quindi di programmare in anticipo una parte dei trasporti. Il resto del piano viene aggiornato in base alle condizioni operative.
Figura 1. Esempio di pianificazione dei flussi di approvvigionamento mediante template ricorrenti e trasporti eccezionali.
