Punto de venta: Hardware para SCM

Cada punto de venta en una cadena de suministro minorista genera una mina de oro de datos de demanda. Los datos se pueden usar para impulsar las decisiones en sentido ascendente, pero la cantidad de tiempo, esfuerzo y colaboración entre equipos necesaria a menudo frustra tales aplicaciones. La compañía patrocinadora de tesis, General Mills, Inc (GMI), es un fabricante de productos alimenticios Fortune 500. Por lo general, GMI se envía a los almacenes de grandes clientes minoristas a través de centros de distribución regionales. De particular interés fue descubrir cómo se pueden usar los datos de punto de venta para ajustar la planificación de la producción a fin de reducir tanto los costos de producción como los de inventario mientras se mantienen altos niveles de servicio.

De esta manera, el producir cuatro SKU en el mismo proceso de fabricación y suministrados a los mismos clientes minoristas se seleccionaron para los fines del análisis. Los SKU representan una plataforma de producción específica y, como tal, proporcionan un buen tema para probar la utilidad y el valor agregado de los datos del punto de venta.

POS como medio para ajustar el nivel de producción en un negocio

Los investigadores del MIT CTL, diseñaron un programa lineal de planificación de producción de múltiples períodos para optimizar la programación de producción para un conjunto determinado de semanas. El programa minimizó los costos relevantes totales sujetos a la capacidad y las limitaciones de los objetivos de inventario. Un supuesto importante fue que todos los SKU se estaban produciendo en la misma planta. Esto permitió que la programación lineal asignara cada cantidad de producción de SKU a cada semana para una ubicación de fábrica única. Entre los modelos desarrollados se encuentran: el modelo base que usó solo los datos históricos de pedidos de clientes para planificar los cronogramas de producción; el segundo modelo utilizó datos de punto de venta para pronosticar pedidos y ajustar la producción para cumplir los pedidos de los clientes. Y por último, el tercer modelo utilizó los datos del punto de venta para ajustar la producción y satisfacer la demanda futura de POS, eliminando las órdenes de los clientes con una entrada.