A fronteira digital em redes de distribuição química

The impact of supply chain disruption on the global chemicals industry has been severe, affecting not only the inbound supplies of feedstocks needed for the chemicals that companies make but also the outbound distribution of those products to customers. And yet many chemical companies still haven’t made the effort to optimize their supply chains, especially their outbound distribution activities, even though they have considerably more control over them than they do over their inbound supply chains. The failure to optimize these outbound activities can pose serious risks for chemical companies, especially as the market for chemicals becomes increasingly commoditized and customers can switch easily to cheaper, more responsive producers.

Given that significant advances in digitization have generated considerably higher levels of efficiency and transparency, the time is ripe for companies to rethink and reform their outbound distribution networks—not just in the chemical industry but in every sector that faces similar challenges. The rewards of making such an effort can be considerable: significant competitive advantages over slower-moving rivals, new sources of revenues through a variety of value-added services, greater sustainability through reduced energy costs, and a more resilient supply chain overall.

The Outbound Opportunity

Outbound supply chains have a direct impact on chemical companies’ costs and service performance—which, in turn, directly affect customer satisfaction. And outbound chains tend to be more complex than inbound chains, given that the same narrow set of feedstocks must support a growing number, and increasingly wide variety, of products. What’s more, the amount and diversity of products, as well as the number of customers and end markets, tend to ramp up with every step in the value chain.

Optimizing outbound distribution chains, therefore, can significantly reduce costs—by as much as 20%, in our experience—while maintaining, or even improving, pre-optimization service levels.

Moreover, optimized, more cost-efficient supply chains are also more sustainable and resilient. Simply by transporting less material over shorter distances, and using the most energy-efficient transport modes, companies can reduce their carbon emissions per ton-kilometer shipped by up to 20%, even before any direct focus on emissions reductions. And by building more sophisticated, transparent, manageable, and agile supply chains, companies can protect themselves from the kinds of unforeseen disruptions that have plagued the industry recently.

Intelligent Distribution

Yet too many chemical companies have neglected their outbound distribution chains, despite the complexity of those chains and their direct impact on costs, customer satisfaction, and carbon footprints. Due in part to strong M&A activity, customer distribution networks have grown substantially, with little overall strategic direction. Company leaders have downplayed the relevance of those networks to the business, and they have been reluctant to invest in assets that they consider to be less strategic than those involved in production.

Isso é um erro. Na última década, novas tecnologias transformaram cadeias de suprimentos. Obrigado em parte à ascensão do Internet das Coisas e análise de big data, as cadeias de suprimentos agora produzem milhões de pontos de dados vitais. Os fluxos materiais podem ser visualizados, analisados, otimizados e, portanto, dirigidos de maneira completamente nova, até o nível único de produto e remessa - mesmo para empresas globais com centenas de milhares de remessas a cada ano.

More recently, leading companies are beginning to use Inteligência Artificial (AI) para Otimize as cadeias de suprimentos . Gêmeos digitais de cadeias de suprimentos inteiros podem ser modelados com base em milhões de transações únicas e usadas para simular vários cenários de fornecimento, levando em consideração as restrições comerciais, como leis trabalhistas, custos de remessa por modo de transporte, armazém fixos e custos de manuseio e fluxos materiais. Algoritmos sofisticados de aprendizado de máquina prevêem atrasos na oferta e demanda e remessa. Algoritmos de otimização baseados em heurísticas ou programação mista-inteira podem ajudar a determinar a melhor configuração futura da cadeia de suprimentos e construir o Fundação para transformação digital . Mesmo análises simples frequentemente revelam vitórias rápidas. Em fases incorporadas, o resultado é uma cadeia de distribuição totalmente integrada que fornece transparência, flexibilidade e previsibilidade de ponta a ponta. (Consulte o Anexo 1.)

A digital model, however, will always remain a simplified representation of reality. So, it is important to focus not just on the technology and algorithms required but also on the people and work processes involved in making change happen in the real world. In our experience, companies that achieve successful AI transformations Dedique até 70% do investimento necessário= Para incorporar a IA na organização, gerenciando ativamente as mudanças e construindo confiança nas novas tecnologias que estão sendo implementadas. Eles também podem aumentar os níveis de serviço, como os prazos de entrega e o desempenho no prazo em tempo escuro; fornecer aos clientes informações de rastreamento e rastreamento em tempo real; e oferecer a opção de solicitar quantidades menores de pedidos. benefícios.

Companies that take advantage of these new levels of transparency and control can do more than improve their cost positions. They can also boost service levels, such as lead times and on-time-in-full performance; provide customers with real-time track-and-trace information; and offer the option to request smaller order quantities.

We advise companies looking to capture the benefits of a fully optimized outbound distribution chain to follow a three-step process, as shown in Exhibit 2:

1. Create transparency. Integrate data from the various sources needed, build a data model, establish the current baseline, and analyze the changes required to capture the intended benefits.
2. Planeje o programa. Verifique se as novas abordagens estão incorporadas com segurança nos processos e formas de trabalho, permanecendo abertos a novos métodos e abordagens. Locais físicos atuais - ativos de produção, armazéns e pontos de coleta de clientes - e o material flui de e para esses locais. Esse esforço possui três objetivos principais: Determine the proper path for making the improvements needed, and make sure that it is linked to both the short-term and midterm optimization goals as well as the overall longer-term strategy.
3. Implement sustainable change. Begin making the planned changes and monitor the impact; ensure that new approaches are embedded securely in processes and ways of working while remaining open to new methods and approaches.

Create Transparency

The first step in any distribution network optimization program is to ensure full transparency into the network’s current physical locations—production assets, warehouses, and customer collection points—and the material flows to and from these locations. This effort has three main objectives:

• Gere um conjunto de dados global consolidado e globalencompassing all relevant costs, constraints, sites, and material flows, and apply AI to help reconcile data among disparate sources. The resulting data model must replicate reality as closely as possible. If the model contains only a subset of flows—such as the final delivery leg from a specific location to a specific customer, for example—then the analysis might focus on switching the source from one warehouse to another, which may increase performance and decrease cost on that particular leg. But previous legs—from the production plant to that warehouse—could become even less efficient.
• Analise a rede atual—including production assets, warehouses, and customer collection points—on a consolidated map in order to understand the full complexity of current operations and generate insights into opportunities for optimization. While the optimization model can mathematically determine the best warehouse locations, for example, noting the location of warehouses on a map could reveal redundancies. Customer density information will indicate where the warehouse footprint is too dense or too spotty. And product flow data will show which routes are the main ones and where products may not be distributed to customers most efficiently.
• Understand the effect of all optimization levers in light of overall strategy and potential business disruptions, and then quantify and rank their impact. Because the personnel and financial resources needed to implement any planned changes are limited, it will be necessary to prioritize the optimization levers to maximize the return on investment and properly sequence their implementation. This is feasible only when the costs and benefits of each lever are clearly quantified.

The target state for end-to-end supply chain transparency is usually quite clear—far more so than the path to achieving it. Typically, a full and comprehensive data set will not be available, but it is also not a necessary prerequisite. This is where recent advances in data engineering and analytics can help, by allowing for the combination of very large and varied data sources into a consistent supply chain data lake. Common enterprise resource planning systems, for example, can provide shipment data to highlight material flows on a per-shipment level. Business data warehouses and other databases—containing order data, for example—can provide a comprehensive view on customer locations and demand. And asset databases can provide details on transport equipment, warehouses, tank terminals, and other physical assets in the supply chain.

All this data needs to be integrated and augmented, by geocoding company-owned, third-party, and customer locations, for example, and, when necessary, by approximating all internal flows of product volumes to generate a full end-to-end view. Careful validation is a must, because data from many different sources might be contradictory, incomplete, or falsely matched. Using AI techniques such as fuzzy logic can help to improve the matching of various data sets.

Once completed, the resulting data model forms the foundation for any further work. Creating it, however, must not be a one-off effort but rather a continuous process, with more and more data added over time. Ideally, automated pipelines to existing sources of data should be established and additional external data sources regularly identified and connected.

A final objective in creating full transparency involves analyzing the data model in light of the company’s overall corporate goals. This will help to generate a complete view of the strategic ambition for the distribution network and thus identify implications for its future setup and what’s needed to achieve it. Balancing multiple factors, such as achieving cost leadership versus increasing customer service levels and preserving product quality, may well be required. To that end, the data set should reveal the relationship between such factors, with the understanding, for example, that cost goals are unlikely to be achieved if the numbers of warehouses and inventory levels are increased.

Plan the Program

Once the company has gained full visibility into the current state of its distribution network and settled on its strategic goals, it’s time to begin planning for the network’s future shape. This process should follow a structured approach encompassing three specific time frames: quick wins, midterm improvements, and long-term targets.

Quick Wins. Plan to capture short-term improvements, within the existing supply chain, that will generate value with little or no investment. Quick wins are not intended to tackle major structural changes but rather to provide early evidence of the program’s potential for success, help fund the journey, generate support for the overall plan, build momentum among the program team, and boost confidence among business stakeholders.

Quick wins largely depend on the company’s specific setup, including its particular production footprint, warehouse locations, modes of transport, and product characteristics (such as hazardous versus nonhazardous chemicals). A typical quick win involves reductions in obsolete and slow-moving goods. Often, active inventory management is minimal, especially for low-volume products. Gaining transparency into stock and shipments at the product and warehouse levels will allow companies, for example, to segment products by volume share and order frequency and to develop location- and product-specific inventory targets that can account for the precise inventory needs of low-volume products.

Essa transparência de remessa é especialmente importante para as empresas químicas globais, dadas as atuais interrupções no frete global. As informações detalhadas da remessa também são fundamentais para identificar e melhorar as chamadas remessas de triângulo-desde a produção até o local de armazenamento A até o local de armazenamento B até o cliente, por exemplo. A geocodificação, visualização e modelagem de cada perna dessas remessas de triângulo permite que as empresas detectem rapidamente ineficiências, identifiquem remessas desnecessárias através da análise por causa das raízes e determinem rotas mais diretas e econômicas, com o benefício adicional da redução de emissões.

Midterm Improvements. O próximo estágio no processo de planejamento envolve melhorias intermediárias, o que deve abranger o prazo dos ciclos normais de planejamento das empresas, normalmente de três a cinco anos. Como essas melhorias exigirão alterações na estrutura real da cadeia de distribuição, elas devem incluir a avaliação das despesas de capital necessárias para financiar as mudanças e a construção de casos de negócios positivos. Pensar sistematicamente sobre toda a cadeia de distribuição abre consideravelmente a gama de possíveis melhorias. Em vez de apenas fechar os armazéns com os maiores custos de armazenamento, essas empresas devem adotar uma abordagem de otimização mais sofisticada. Supondo que seus esforços para obter transparência nas atividades da cadeia de suprimentos tenham sido bem -sucedidos, eles devem ter toda a visibilidade do custo e os gases de efeito estufa (GEE) emitidos durante a última etapa entre armazéns e clientes. Isso, por sua vez, deve permitir que eles equilibrem as economias de escala obtidas por consolidação de armazém com proximidade reduzida aos clientes, levando em consideração considerações como tarifas, concentração geográfica versus diversificação e quaisquer mudanças associadas na cadeia de suprimentos, com o perfil de risco de continuidade. Vários armazéns em cada região ou cluster de demanda. A execução de múltiplas otimizações matemáticas em nível granular permitirá que eles incorporem características específicas da indústria e do produto no modelo, como requisitos diferentes para produtos de mercadorias e especialidades ou necessidades específicas do cliente. (Consulte o Anexo 3.)

Chemical companies that have grown inorganically in recent years, for example, are no doubt aware that consolidation of warehouses would allow for significant savings. Instead of merely closing the warehouses with the highest storage costs, however, these companies should take a more sophisticated optimization approach. Assuming that their efforts to gain transparency into supply chain activities have been successful, they should have full visibility into the cost and the greenhouse gases (GHG) emitted during the last leg between warehouses and customers. This, in turn, should allow them to balance the economies of scale gained via warehouse consolidation with reduced proximity to customers, while taking into account considerations such as tariffs, geographical concentration versus diversification, and any associated changes in the supply chain’s continuity risk profile.

Using a demand forecast model based on machine learning and a center-of-gravity analysis to reveal the geographic origins of demand, companies can determine the optimal number and location of multiple warehouses within each region or demand cluster. Running multiple mathematical optimizations on a granular level will allow them to incorporate specific industry and product characteristics into the model, such as different requirements for commodity and specialty products or customer-specific needs.

To ensure that the results of the model are implemented with the least disruption to the business, companies will need to work out a detailed implementation plan, including the sequence of warehouse closures and shifts in volume shipped. (See Exhibit 3.)

, enquanto os benefícios de custos de tais melhorias serão exibidos em relação ao tempo, os benefícios em termos de emissões reduzidas de GHG podem ser muito difíceis. As empresas devem considerar Criando uma torre de controle que monitora as remessas e outras atividades da cadeia de suprimentos no nível de transação única, capturando dados de suas emissões e rastreando continuamente as reduções de emissões em comparação com uma linha de base pré-estabelecida. efetivamente.

Building a flexible optimization model that fully reflects the distribution network will also allow companies to adapt to evolving conditions, such as new-product introductions and significant changes in demand patterns, and to make the necessary adjustments to the network quickly and effectively.

metas de longo prazo. Além de capturar vitórias rápidas e fazer planos para melhorias estruturais de médio prazo, as empresas devem olhar mais adiante no futuro, reimaginando a aparência de suas redes de distribuição, dada o surgimento de tendências amplas, como o impacto dos veículos elétricos nos requisitos do cliente. A idéia é definir uma visão da estrela do norte da futura rede à luz das condições que podem influenciá -la ao longo do tempo. Este exercício não precisa levar em consideração as restrições de negócios imediatas, mas deve garantir que as iniciativas da cadeia de suprimentos de curto e médio prazo não entrem em conflito com os objetivos da visão North Star. O alinhamento global seria crítico nesse caso. A imagem de destino precisaria cobrir todos os aspectos da logística de saída, incluindo pegada de armazém, fluxos de materiais e modos de transporte, gerenciamento de inventário e governança da cadeia de suprimentos. As áreas adjacentes, principalmente a produção, bem como as ofertas de serviço voltadas para o cliente, também devem ser consideradas.

It is conceivable that each region, division, or end market could develop its own independent North Star. Global alignment would be critical in that case. The target picture would need to cover all aspects of outbound logistics, including warehouse footprint, material flows and transportation modes, inventory management, and supply chain governance. Adjacent areas, notably production, as well as customer-facing service offerings should also be considered.

Os exercícios da North Star são geralmente menos quantitativos e orientados a dados do que os esforços para desenvolver medidas específicas de melhoria. Em vez, eles levam em consideração maiores mudanças estruturais, incluindo:

• Restrições regulatórias potenciais, como tarifas comerciais e materiais proibidos
• Mudanças esperadas de mercado e requisitos de cliente de longa duração 7: funções, unidades de negócios e responsabilidades. A realização de uma análise de lacunas entre a configuração atual e o alvo North Star de longo prazo permitirá que a gerência sênior identifique grandes áreas de melhoria e priorize as alterações necessárias. Finalmente, uma análise North Star ajudará a gerenciamento a acompanhar o progresso das iniciativas de melhoria em relação às ambições de longo prazo de maneira mais ampla. Ao mesmo tempo, no entanto, eles também devem criar os recursos necessários para implementar as alterações sem problemas e permitir a melhoria contínua e sustentável. O uso de marcos individuais específicos para rastrear o progresso ajuda as empresas a medir facilmente o sucesso. Mas vários marcos provavelmente precisarão ser alcançados antes que qualquer impacto nos KPIs específicos seja visto. Mas o efeito de reduzir os tempos de entrega e os custos de logística do novo terminal para os clientes só pode ser medido após a aprovação de vários marcos adicionais e a nova configuração é totalmente implementada e funcionando sem problemas. O PMO deve agir para gerenciar e controlar a realização de benefícios dentro do horizonte de tempo planejado e os recursos necessários e para apoiar as equipes de implementação em caso de desafios. Na abordagem dos dados e sua análise
• Changes in strategic direction that might affect the future product portfolio

Long-term targets should serve as unified goals across functions, business units, and responsibilities. Conducting a gap analysis between the current setup and the long-term North Star target will allow senior management to identify major improvement areas and prioritize the changes needed. Finally, a North Star analysis will help management track the progress of improvement initiatives toward long-term ambitions more broadly.

Implement Sustainable Change

Once the improvement plan has been designed, companies must start carrying out and monitoring the intended changes. At the same time, however, they must also build the capabilities needed to implement the changes smoothly and to allow for ongoing, sustainable improvement.

They should begin by assigning accountability for each improvement task, determining who should carry out it out along predefined action steps and measure its impact through specific milestones and implementation KPIs. Using specific individual milestones to track progress helps companies to easily measure success. But multiple milestones will likely need to be achieved before any impact on specific KPIs will be seen.

One milestone, for example, might involve the initiation of negotiations to rent a terminal at a harbor not previously used. But the effect of reducing both delivery times and logistics costs from the new terminal to customers can only be measured after multiple additional milestones have been passed and the new setup is fully implemented and running smoothly.

Tracking milestones and their financial impact, as well as regular reporting on progress, is best done through a central project management office (PMO). The PMO should act both to manage and control the realization of benefits within the planned time horizon and required resources and to support implementation teams in case of challenges.

Key to the effort will be for the PMO to enlist support on common challenges, including from:

• The business, for example to propose alternative shipping modes
• Subject matter experts, for example to ensure methodological consistency in the approach to data and its analysis
• Gerenciamento, por exemplo, para priorizar adequadamente as atividades de implementação para não iniciar muitas medidas de uma só vez

Medidas de implementação específicas devem ser projetadas e impulsionadas pelos proprietários do negócio ou função quando as mudanças necessárias ocorrerão. Somente eles têm o conhecimento e a experiência necessários para realizá -los com sucesso, e são eles que devem integrar as mudanças em suas rotinas de trabalho diárias.

Como em todas as operações críticas, fazer grandes alterações na rede de distribuição exigirá o desenvolvimento-ou a compra-novos recursos, incluindo recursos relacionados às pessoas, como novos conhecimentos e habilidades; sistemas de suporte, como ferramentas de otimização e dados suplementares; e ativos e hardware, como dispositivos de monitoramento de posição de transporte em tempo real e salas de controle. Os recursos necessários provavelmente incluirão recursos temporários de implementação e recursos de execução permanente. Idealmente, os recursos específicos necessários durante a implementação (como a capacidade de criar e executar um modelo de otimização estrutural) servirão como base para uma capacidade de execução (como a capacidade de otimizar os fluxos do produto em uma base contínua). Novos métodos que permitem às empresas administrar os negócios de maneira mais eficiente e eficaz precisam substituir os modos antigos e o pensamento tradicional em todos os níveis. Isso inclui processos de trabalho tangíveis (como modelos de otimização quantitativa regularmente em execução e processos frequentemente de benchmarking contra concorrentes), bem como mudanças culturais intangíveis (como colaboração multifuncional e atribuição de responsabilidade pelos esforços de otimização entre as funções e os níveis hierárquicos).

To sustain the changes made, it is critical to anchor them in daily ways of working. New methods that enable companies to run the business in a more efficient and effective manner need to replace old ways and traditional thinking at all levels. This includes both tangible work processes (such as regularly running quantitative optimization models and frequently benchmarking processes against competitors) as well as intangible, cultural changes (such as cross-functional collaboration and the assignment of responsibility for optimization efforts across functions and hierarchical levels).

A chave para o sucesso a longo prazo é a melhoria contínua. E a chave para a melhoria contínua é uma mudança de mentalidade em toda a empresa-a disposição não apenas de possuir medidas e resultados de melhoria específicos, mas também para procurar novas idéias e métodos e incorporar os melhores em maneiras regulares de trabalho. Como tal, eles podem servir como base para cada rodada de melhorias estruturais, após a conclusão da onda inicial de medidas e quando novas pressões competitivas, oportunidades de mercado ou avanços na tecnologia justificam uma nova rodada de esforços de otimização estrutural. O advento da Internet das Coisas, Big Data, IA e outras tecnologias digitais pode ajudar nesse esforço, reduzindo significativamente a complexidade, acelerando a realização de valor e melhorando a satisfação do cliente.

With the right investments and approach, PMOs set up during the project often evolve into centers of excellence that can continue to support this cultural change by ensuring that continuous improvement is top of mind always and everywhere. As such, they can serve as the basis for each round of structural improvements, both after the initial wave of measures has been completed and when new competitive pressures, market opportunities, or advances in technology warrant a new round of structural optimization efforts.

---

Companies that optimize outbound product distribution networks, an all-too-often neglected aspect of the chemicals business, achieve real gains in cost, sustainability, and resiliency. The advent of the Internet of Things, big data, AI, and other digital technologies can help in this effort, significantly reducing complexity, accelerating value realization, and improving customer satisfaction.

A chave é a transparência. Usando as ferramentas digitais agora disponíveis, as empresas devem estabelecer a base para a otimização por meio de um entendimento completo da rede e como ela opera. Isso, por sua vez, dará a eles as idéias necessárias para planejar e realizar os esforços de otimização necessários, tanto no curto prazo quanto no futuro. Aqueles que terem sucesso poderão atender a seus clientes com mais eficiência, a menor custo e com uma vantagem de sustentabilidade sobre seus rivais mais lentos. Jan Beier

In short, it’s time to see outbound supply chains as a real competitive advantage and to make the moves needed to gain that advantage.