Optimización predictiva para el mercado de accesorios automotrices
Con los vehículos durando más que nunca, los clientes tienen expectativas cada vez más altas de que sus vehículos se mantengan en condiciones de circular en todo momento. Los días de retraso esperando una pieza mientras el vehículo está inmovilizado para una operación de mantenimiento de rutina ya no se consideran aceptables. Sin embargo, las soluciones de software para optimizar las piezas de repuesto han existido durante décadas. Lokad hizo un avance al convertir una simple idea en decisiones de inventario accionables: en el mercado de accesorios automotrices, el consumidor final no es la persona que compra la pieza, sino el vehículo que la necesita. Nuestra tecnología permite optimizar la selección de piezas, los precios de las piezas y los stocks de las piezas desde los sitios de producción de los OEM hasta los talleres, teniendo en cuenta cada uno de los niveles intermedios.
Tokić group es el minorista de repuestos automotrices más grande de más de 300 marcas automotrices reconocidas a nivel mundial y equipos adicionales para la industria automotriz. A través de la red de ventas de más de 140 puntos de venta en Croacia y Eslovenia, Tokić ofrece más de 300,000 piezas diferentes.
En términos de adquisición, reposición y gestión de inventario, nuestro socio Lokad ha demostrado ser revolucionario. Hemos logrado niveles sin precedentes de eficiencia operativa gracias a su equipo altamente capacitado de científicos de datos y su potente software predictivo de aprendizaje automático. El Grupo Tokić redujo sus inversiones en inventario mientras aumentaba los ingresos y mejoraba la calidad del servicio. Solo este tipo de avances tecnológicos pueden ayudar a las empresas a crecer de manera sostenible al transformar obstáculos en oportunidades.
Ivan Šantorić, CEO, Grupo Tokić
Estudio de caso
Mister Auto es una empresa de comercio electrónico especializada en piezas de automóviles. Creada en 2007 y parte del Grupo PSA desde 2015, cuentan con un catálogo con más de 200,000 referencias y operan en 20 países. Ahora son el distribuidor de piezas de automóviles número 1 en Europa.
Hemos estado utilizando Lokad a diario durante más de 2 años para calcular nuestros precios de venta. Es realmente una solución hecha a la medida, especialmente dado que nuestros catálogos combinados tienen en cuenta los 20 países donde operamos. Esta elección tecnológica realmente nos ha ayudado a llevar nuestra capacidad para generar valor a través de nuestra fijación de precios a un nivel completamente nuevo, gracias a los modelos algorítmicos de Lokad basados en Big Data. Además de ser muy poderosa, la solución de Lokad nos brinda velocidad y reactividad, dos elementos que se han vuelto esenciales para cualquier comercio electrónico.
Mathieu Pajot, Director Comercial y de Precios, Mister Auto
Reducción de horas de avería por dólar
Desde una perspectiva operativa, el objetivo del mercado de posventa automotriz es reducir tanto como sea posible las horas de avería por cada dólar o euro invertido en sus cadenas de suministro. Este objetivo es simple y, sin embargo, está en gran medida en desacuerdo con la forma en que se diseña el software empresarial clásico.
Los niveles de servicio, los stocks de seguridad o el análisis ABC, además de ser enfoques obsoletos de la cadena de suministro, simplemente no captan el punto.
La tecnología de optimización predictiva de Lokad aborda cada decisión individual en toda la cadena, desde los sitios de producción del fabricante de equipos originales (OEM) hasta el lugar donde se monta la pieza en el vehículo, centrándose cuantitativamente en este objetivo final.
La optimización comienza a nivel de OEM. El OEM decide diariamente qué materias primas o subpartes deben comprarse. También decide las cantidades a producir en función de los stocks disponibles. La producción debe adaptarse a diversos canales, lo que incluye la producción de nuevos automóviles, pero también el servicio de los antiguos.
La optimización continúa a nivel de distribuidor o mayorista. Las piezas deben asignarse de manera eficiente a numerosas ubicaciones geográficas. Esta asignación de inventario no solo debe lograr la mayor calidad de servicio posible, sino también minimizar los costos operativos, lo que puede implicar, por ejemplo, cantidades mínimas de pedido (MOQ).
Finalmente, a nivel minorista, las piezas deben estar disponibles para atender a los vehículos. Como una avería puede requerir que se aborden varias piezas, la disponibilidad de las piezas no debe confundirse con la resolución de una avería. Por el contrario, la falta de una pieza puede no ser un problema si hay un sustituto compatible disponible.
La matriz de compatibilidad entre piezas y vehículos
Para cada vehículo que sufre una avería, generalmente hay docenas de piezas que son mecánicamente compatibles y que, por lo tanto, se pueden utilizar para solucionar el problema.
Este aspecto es fundamental en el mercado de posventa automotriz y, como consecuencia, Lokad ha diseñado su tecnología de cadena de suministro para que esta perspectiva sea un ciudadano de primera clase, donde la optimización numérica que ofrecemos abarca esta perspectiva en lugar de desecharla.
El mercado automotriz europeo cuenta con más de 100,000 vehículos distintos y más de 1,000,000 de piezas distintas. El mercado automotriz de América del Norte presenta una complejidad similar. Varias empresas comercializan bases de datos exhaustivas que analizan todas las (in)compatibilidades mecánicas que existen entre esos vehículos y esas piezas. Esta información es esencial para comprender la estructura detallada de la demanda, que no se refleja en el volumen de ventas históricas de una determinada pieza. Sin embargo, estas bases de datos son grandes, aproximadamente 100 millones de líneas, y difíciles de manejar. Las bases de datos no se prestan para el soporte del análisis clásico de series temporales.
Lokad ha diseñado varios modelos orientados a gráficos, la matriz de compatibilidad entre piezas y vehículos también se puede ver como un grafo bipartito, que ofrece una modelización predictiva superior de la demanda que se centra en la unidad de necesidad, en lugar de enfatizar excesivamente el número de pieza específico que está disponible en ese momento.
A su vez, la explotación de esos modelos proporciona decisiones superiores en relación con las decisiones de compra, las decisiones de producción, las decisiones de asignación de inventario o las decisiones de precios.
Bridgestone es la compañía de neumáticos y caucho más grande del mundo. Operan una cadena de suministro multinivel transnacional altamente compleja que involucra cientos de sitios.
Antes de comenzar el proyecto, antes de que yo llegara, la creencia principal era que necesitábamos tener la máxima cantidad de stock lo más cerca posible del mercado, lo más cerca posible del autobús, como lo llamamos. Sin embargo, tan pronto como comienzas esta optimización multinivel [Lokad], te das cuenta de que eso no es cierto, necesitas tener una mayor parte del stock en las plantas de fabricación [...] de hecho, si tienes un mercado que necesita un tiempo extra, aún habrá neumáticos disponibles.
Nicolas Vandeput, experto en cadena de suministro que apoya a Bridgestone
El dilema: capital, precio y servicio
La optimización de la cadena de suministro de posventa se enfrenta a tres factores amplios que influyen fuertemente en su cadena de suministro. Las existencias más altas ofrecen la posibilidad de producciones y envíos por lotes, lo que reduce los costos. Estas existencias también mejoran la calidad del servicio. Sin embargo, más existencias significan mayores requisitos de capital de trabajo y riesgos generales de cancelación de inventario. Los precios más altos mejoran naturalmente los márgenes, pero con el riesgo de enfrentar una erosión constante de la cuota de mercado, lo cual no es sostenible. La mayor calidad de servicio es valorada por los clientes, pero esto generalmente resulta en existencias más altas que suelen estar ubicadas en el extremo de la red de la cadena de suministro, donde es más costoso reubicarlas.
Lokad ofrece una optimización predictiva de extremo a extremo de la cadena de suministro que tiene en cuenta todos los factores económicos relevantes. Algunos de los factores son bastante directos, como los costos de mantenimiento de inventario, mientras que otros son más sutiles, como el riesgo de perder a un cliente frente a un competidor debido a un mal servicio repetido.
Nuestra tecnología está diseñada para facilitar la integración de múltiples factores conflictivos a medida que se considera una decisión superior de la cadena de suministro para su empresa. Lokad no viene con suposiciones codificadas sobre su estrategia comercial; al contrario, viene con la flexibilidad para reflejar con precisión la estrategia.
Además, hay muchas restricciones no lineales que deben tenerse en cuenta: el rendimiento máximo de producción diaria, las cantidades mínimas de pedido (MOQ), la capacidad máxima de almacenamiento de cualquier sitio, la capacidad máxima de transporte de un solo envío de camión, los formatos de acondicionamiento (cajas, paletas, etc.), ...
La tecnología de Lokad ha sido diseñada para ser capaz de aplicar diversas restricciones no lineales, con el fin de garantizar que las decisiones optimizadas puedan ejecutarse sin más dilación. A diferencia de las soluciones de software clásicas, no esperamos que los profesionales de la cadena de suministro procesen manualmente cada número que producimos.
AUTODOC es el principal minorista en línea de Europa de piezas de automóviles. Como la empresa de mayor crecimiento en este sector, con un crecimiento de ingresos del 37,6% en el año financiero 2020, hasta aproximadamente 842 millones de euros (frente a los 612 millones de euros en 2019), AUTODOC tiene como objetivo desarrollar aún más su posición. Gracias a su exitosa expansión, AUTODOC opera ahora en otros 26 países europeos además de Alemania.
Lokad ha demostrado ser un socio confiable para Autodoc desde que comenzamos a trabajar juntos en 2018. Los Supply Chain Scientists de Lokad están abordando nuestra complejidad distintiva de la cadena de suministro con una variedad de optimizaciones personalizadas. Autodoc ha crecido significativamente, convirtiéndose en el principal jugador en el mercado de repuestos de automóviles en línea de Europa, y nos alegra contar con socios dispuestos a evolucionar con nosotros.
Stefan Micklich, Vicepresidente de Compras
Autodoc AGRedes complejas de múltiples niveles
La industria automotriz se considera típicamente la industria de las industrias. No hay otras industrias que rivalicen con la industria automotriz en términos de escala industrial. Como resultado, la mayoría de las situaciones de posventa involucran múltiples niveles, es decir, capas de producción, almacenamiento o distribución en la red.
Tan pronto como intervienen múltiples niveles, evaluar el resultado final de una decisión determinada que ocurre en el “medio” de la red de la cadena de suministro se vuelve muy difícil. Lokad ha desarrollado una tecnología para evaluar el resultado económico de largo alcance de cualquier decisión de la cadena de suministro. Por ejemplo, mover una parte a una ubicación en la red significa perder la oportunidad de mover la misma parte a otro lugar. Cada decisión tiene un costo de oportunidad en comparación con decisiones alternativas y conflictivas.
Esta tecnología garantiza que el rendimiento de la cadena de suministro de la red en su conjunto se maximice.
Por el contrario, la mayoría de las soluciones clásicas de software de cadena de suministro adoptan una perspectiva local, que se centra en el nivel de servicio o en el buffer de cada SKU individual, mientras que descuidan por completo el resto de la imagen. Nuestra experiencia indica que estos enfoques simplistas, aunque fáciles de implementar desde una perspectiva de software, no son satisfactorios en términos de rendimiento de la cadena de suministro. De hecho, estas soluciones desplazan los problemas en lugar de solucionarlos. Para solucionar el problema, es necesario abordar frontalmente el aspecto de múltiples niveles del problema.