Home » » Stochastic optimization in practice: a fashion retailer case

Stochastische optimalisatie in de praktijk: een fashion retailer business case

Afbeelding

Stochastische optimalisatie is een krachtige maar ondergewaardeerde techniek die momenteel weinig in de praktijk wordt toegepast. Modellen die goed om kunnen gaan met onzekere factoren zullen robuustere oplossingen genereren vergeleken met modellen die dat niet goed doen. De consultants van Districon zijn bekend met deze technieken en kunnen ze breed toepassen met behulp van de krachtige optimalisatie software van AIMMS. Bedrijven kunnen zich, aan de hand van stochastische optimalisatie, voorbereiden op de toekomst, in plaats van er op te moeten reageren.

Typisch voor stochastische modellen is dat ze verder kijken dan het hier-en-nu. Hun bereik spreidt over meerde stadia: tijdsperioden waarin onzekere evenementen plaatsvinden. Hier ligt ook meteen de moeilijkheid, omdat beslissingen gemaakt moeten worden aan het begin van zo’n stadium. Deze beslissing is dan gebaseerd op informatie die bekend is op dat moment, maar het resultaat wordt bepaald door de uitkomst van de stochastische factor. Denk hierbij aan onder andere het plannen van productiecapaciteit gebaseerd op verkoop verwachtingen.

Fashion retailer: een business case

Een kenmerkende case waarin stochastische optimalisatie succesvol is toegepast betreft een fashion retailer. Deze retailer bevoorraadt haar winkels op dagelijks niveau om de omzet te maximaliseren. De omzet wordt vooral bepaald door twee aspecten: het aantal sales en de winstmarge. Deze hangen in hun beurt weer af van de hoeveelheid niet verkochte items aan het eind van een verkoopseizoen, en van de timing en afprijzing in de sale. Typische kenmerken van een fashion retailer zijn de volgende. Een collectie verkoopt gedurende een periode van 2 – 3 maanden, er is een beperkte voorraad, en winkels behoeven zowel presentatie- als verkoopvoorraad. Beide types voorraden hebben een ander verkoopprofiel. Een planner heeft de complexe taak om, gegeven deze context, een optimale bevoorrading te bepalen.

Het plannen van de bevoorrading wordt sterk beïnvloed door de volatiele verkoop forecast. Stochastische optimalisatie is een belangrijke schakel die nodig is om een robuuste planning te maken. Juist omdat de vraag stochastisch is en de planning dynamisch moet zijn heeft een stochastisch model voorkeur boven een statisch model. Een nieuwe collectie wordt aan het begin van het seizoen over winkels verdeeld gebaseerd op verwachte sales. Gedurende het seizoen wordt deze voorraad aangevuld of herverdeeld, afhankelijk van de vraag. Deze taak is complex en is gebaat bij ondersteuning vanuit een optimalisatie model. Het uiteindelijke doel is om de voorraad en vraag zo dicht mogelijk bij elkaar uit te laten komen. Immers, te veel voorraad forceert prijsverlagingen (en dus lagere marges) terwijl te weinig voorraad leidt tot lost sales. De sales trechter is als een sprint, en elke collectie is een nieuwe race (zie Figuur 1).

Figure 1: Season sales funnel

In deze specifieke case van een fashion retailer heeft een collectie een relatief korte verkoopduur. Ook zijn de collecties onafhankelijk van elkaar. Dit versterkt de kwaliteit van de planning: als de aanpak goed is zal de retailer elk seizoen weer profiteren van een krachtige tool. Dit bekent echter niet dat dit soort stochastische modellen niet breder toepasbaar zijn. Markten waarin producten langer meegaan zullen het belang – en de complexiteit – van dit soort tactische vraagstukken herkennen. Daarbij zijn vraagstukken op een meer strategisch niveau als productieplanning ook zeker geschikt voor stochastische optimalisatie.

AIMMS software

Voor het oplossen van zulke stochastische optimalisaties maakt Districon gebruik van de AIMMS software. Deze software heeft ingebouwde libraries die de stochastiek direct integreren in de momenteel meer gangbare modellen. AIMMS is een krachtig optimalisatie platform welke intuïtief is in gebruik. Ook de flexibiliteit van de software is een kracht: met AIMMS kunnen op maat gemaakte oplossingen voor specifieke supply chain problemen worden gecreëerd. Deze oplossingen zijn te integreren in IT systemen waardoor ze naadloos aansluiten op al bestaande business processen. Hiermee kunnen teams optimale beslissingen nemen door gebruik van een intuïtieve en gebruiksvriendelijke user interface.

Voorbeelden van oplossingen die Districon met de AIMMS software heeft gemaakt zijn onder andere:  Warehouse 3D slotting, Advanced Planning and Scheduling (APS), netwerk studies, Supply Chain Planning (SCP), retail allocatie en S&OP.

Bredere toepasbaarheid

Naast de case van de fashion retailer kan stochastische optimalisatie worden toegepast op een veel breder scala aan vraagstukken. Denk hierbij aan:

  • Het integreren van onzekerheid in de vraag om tot een robuustere productieplanning te komen;
  • Regionale prijsontwikkelingen (bv. arbeidsloon, huur, brandstofkosten) meenemen in beslissingen voor tactische/strategische netwerk studies;
  • Het modelleren van financiële risico’s (bv. S&OP processen).

Meer weten?

Benieuwd hoe Districon uw organisatie kan helpen in het oplossen van soortgelijke vraagstukken? Neem contact op met Richard Hornstra of Sander van Lokven.

Share with: