Prezzi dell'Accordo di Manutenzione a Lungo Termine (MRO)

learn menu
Di Simon Schalit, gennaio 2015

Quando un’azienda commissiona una centrale elettrica completa, macchinari industriali pesanti, o flotte di aeromobili o automobili, si aspetta che questo investimento generi ricavi per gli anni a venire, se non decenni. Per garantire il ritorno sull’investimento, la manutenzione e il servizio a lungo termine di detto equipaggiamento sono cruciali e solitamente rappresentano una quota significativa, se non la maggioranza, dei costi del progetto. Per coprire questo rischio, ricorrere ad accordi di manutenzione/servizio a lungo termine offerti dalla parte fornitore (OEM, MRO o altro) è diventata la norma.

Questi accordi possono assumere diverse forme. Tuttavia, il risultato finale è quasi sempre lo stesso: il rischio finanziario della manutenzione viene totalmente o parzialmente trasferito al fornitore per un arco di tempo prestabilito (anni o decenni) a un prezzo fissato all’inizio del contratto. La domanda sorge allora: delle due parti, chi è in grado di valutare meglio questo rischio e ottenere il vantaggio nella negoziazione? E per il fornitore, come ottimizzare il proprio processo per massimizzare il margine durante il contratto?

Valutare il rischio pre-vendita e conviverci

Considerando l’importanza finanziaria dei contratti di manutenzione a lungo termine, e il fatto che non è raro che un fornitore venda lo stesso equipaggiamento a un enorme sconto contando sul contratto di manutenzione per generare margini, la determinazione dei prezzi e le condizioni del servizio sono solitamente al centro delle negoziazioni tra le parti.

Le aziende utilizzano una varietà di strumenti e processi per stimare i costi legati alle diverse azioni di manutenzione che ci si può aspettare (costo delle parti da sostituire, manodopera dedicata per ciascun tipo di intervento, costi dell’interruzione del servizio…). Tuttavia, anche se questa stima può essere complessa, essa affronta solo una piccola parte del problema. La vera sfida rimane: quanto è probabile che tali eventi generatori di costi si verifichino in un determinato momento e con quale frequenza nel lungo periodo? Se il fornitore sottovaluta il rischio, potrebbe finire per perdere denaro nel corso del contratto. D’altra parte, se il fornitore sopravvaluta il rischio, quindi sovraprezza la propria offerta di servizio, potrebbe finire per perdere completamente il contratto.

La realtà dei contratti a lungo termine è che il costo finale è molto incerto, e quindi potrebbe ragionevolmente variare su un ampio intervallo. Qualsiasi tentativo di individuare un valore “accurato” che cerchi di essere “corretto” o almeno “vicino alla verità” suggerisce un vero fraintendimento del processo di previsione. Non esiste semplicemente “un solo valore accurato”; qualsiasi stima previsionale comporterà un livello di rischio, ed è la valutazione di tale rischio (finanziario), espresso in dollari, che dovrebbe essere al centro del processo di previsione.

Una volta firmato l’accordo di manutenzione, il fornitore dovrà convivere con esso. Tuttavia, ciò non significa che lo sforzo previsionale termini qui. Al contrario, aggiornamenti regolari sul rischio sono necessari per garantire la sostenibilità del contratto. Questo include:

  • Previsioni a breve termine per ottimizzare le risorse (inventario dei pezzi di ricambio e forza lavoro) da mantenere per garantire un tempo di risposta adeguato e il livello di servizio. Queste previsioni sono a breve termine nel senso che si concentrano su un “orizzonte di processo” (o Lead Time), per garantire che questo processo sia il più snello possibile.
  • Previsioni a lungo termine per affinare la valutazione del rischio ancora sostenuto dall’azienda per il resto del contratto, e il calcolo, qualora necessario, delle riserve per perdite. Il problema dei contratti di manutenzione a lungo termine è che la maggior parte dei costi spesso si accumula verso la fine, mentre i ricavi vengono solitamente riconosciuti regolarmente nel corso della durata del contratto.

Limiti degli approcci classici alla previsione della manutenzione

Valutare il rischio e i costi associati è un compito difficile, e sfortunatamente, questo problema è tipicamente uno in cui gli approcci classici utilizzati dalla maggior parte delle aziende funzionano male. I metodi più semplici, basati sulle specifiche fornite dal produttore (dati di tipo MTBUR, per esempio) offrono solo una rappresentazione povera della realtà poiché l’affidabilità delle parti è spesso grandemente influenzata da fattori esterni (uso, ambiente…). Nella nostra esperienza, i pattern di affidabilità reali hanno poco a che vedere con le cifre teoriche, specialmente nel lungo periodo.

Metodi classici più avanzati, basati su tradizionali previsioni statistiche “classiche”, falliscono anch’essi nel catturare la realtà dei pattern riscontrati nei pezzi di ricambio. Questi metodi si basano sull’assunto che la previsione di manutenzione sia come qualsiasi altra previsione di “domanda” e pertanto possa essere affrontata utilizzando lo stesso approccio. Ciò purtroppo non è vero. Diverse specificità rendono difficile la previsione per la manutenzione:

  • Eventi rari: i guasti meccanici sono per definizione eventi rari, quindi quando si osservano parti specifiche, affidarsi pesantemente a modelli che offrono pattern “regolari” (simili ai best-seller al dettaglio) è in qualche modo ingenuo.
  • Sostituzioni a gruppi: la realtà della manutenzione è spesso che la disruzione del servizio è più costosa delle parti rotte stesse. Questo rappresenta un forte incentivo a sostituire le parti in gruppi, piuttosto che una alla volta, per evitare tempi di inattività inutili. Ciò invalida l’assunto che le diverse parti abbiano pattern di manutenzione “indipendenti” e, con esso, la maggior parte dei modelli di previsione popolari che si basano su questo presupposto.
  • Livelli di servizio estremamente elevati attesi: considerando il costo di un’interruzione del servizio, i livelli di servizio attesi per i contratti di manutenzione sono spesso estremamente alti, ben al di sopra della gamma generalmente mirata in altre industrie. Ad esempio, il costo di un incidente AOG (Aircraft on Ground) può arrivare fino a diverse centinaia di migliaia di dollari al giorno.
  • Ciclo di riparazione a circuito chiuso: molte parti sono semplicemente troppo costose per essere scartate. Alcune vengono inviate per il controllo e la riparazione e poi reimportate nell’inventario per un uso futuro. Questo esclude l’azienda dal tradizionale scenario. Una volta che l’azienda ha acquistato la parte, questa può rimanere in inventario per un lungo periodo. Ciò rende ancora più grave la decisione di acquistare per aumentare l’inventario, poiché impegna l’azienda per un lungo periodo.

Tuttavia, l’ostacolo più grande è il concetto stesso di previsione classica. Per definizione, la previsione nel senso classico non è una predizione né un’ipotesi, per quanto accurata possa essere. È una stima statistica della mediana attesa della domanda/costo. Quindi, in questo caso, le previsioni classiche applicate per stimare il costo complessivo di un contratto di manutenzione fornirebbero un valore che, per definizione, avrebbe il 50% di probabilità di essere superiore o inferiore al costo reale. Naturalmente, da una prospettiva finanziaria, tali probabilità sono inaccettabili in questa situazione, il che rende irrilevante il concetto di previsione classica. Alla fine, la chiave per generare previsioni adeguate è adottare fin da subito una prospettiva finanziaria sul processo previsionale.

L’obiettivo è fare affidamento su “scenario previsionali” che prendano direttamente in considerazione nella previsione la copertura finanziaria target (rischio finanziario, livello di servizio) da raggiungere, e quindi le forze trainanti finanziarie sottostanti. E questo è il quantile forecast.

Lokad’s Gotcha: tentare di trasformare una tradizionale previsione della domanda classica in una copertura finanziaria aggiungendo un safety buffer in cima (solitamente indicato come “safety stock” quando si parla di inventario) non è altro che un modo molto impreciso per generare un quantile forecast.

Una prospettiva finanziaria sulla previsione: i quantili

La previsione per la manutenzione è innanzitutto un’ottimizzazione finanziaria, sia in termini di rischio finanziario per l’intero contratto che in termini di quanto snello può essere il processo di manutenzione pur mantenendo la copertura/livello di servizio desiderati. Maggiore è la stima dei costi/livello di inventario necessario, minore è la probabilità che questa stima venga superata dalla realtà, ma è importante tenere presente che nessuna stima può garantire una copertura del 100%.

Questi scenari possono essere generati attraverso previsioni quantili, che sono infatti un’estensione delle previsioni classiche: invece di cercare il valore che ha il 50% di probabilità di coprire la domanda/costi futuri, le previsioni quantili ci permettono di determinare qualsiasi soglia, sia essa del 10%, 60%, 80% o 98%, all’interno della distribuzione costi/rischi.

Stima dei costi complessivi e del rischio residuo

L’obiettivo è generare previsioni corrispondenti ai diversi livelli di rischio che l’azienda sarebbe disposta ad accettare. Tale analisi dovrebbe assumere la forma di diversi scenari simulati, che vanno dalla copertura minima accettabile, fornendo un prezzo minimo non negoziabile, a livelli più elevati di copertura, fornendo scenari più favorevoli a un prezzo più alto.

In realtà, la determinazione dei prezzi dei contratti di manutenzione sarà guidata in gran parte dalla “disponibilità a pagare” del cliente e dal grado di concorrenza. Pertanto, il fornitore è solitamente costretto a moderare i propri prezzi, ma generare gli scenari sopra menzionati permetterà al fornitore di quantificare effettivamente il rischio che affronta per un determinato livello di prezzo.

Questi scenari sono anche particolarmente utili quando vengono aggiornati durante il contratto per valutare il rischio sul resto del contratto, e quindi determinare se sia necessario creare o adeguare le riserve, e di quanto. Questo approccio offre il grande vantaggio di fornire una quantificazione del rischio, permettendo così una stima finanziaria diretta e un controllo completo sul livello di prudenza da adottare.

Ottimizzazione del processo di manutenzione nel contratto

Per quanto riguarda l’ottimizzazione delle risorse/inventario, la situazione ideale sarebbe fissare un livello di servizio target da raggiungere e calcolare il livello minimo di risorse/inventario necessario per garantire tale livello di servizio. Ciò di per sé è difficile considerando le specificità dei contratti di manutenzione sopra menzionate, ma può essere raggiunto attraverso previsioni quantili che permettono, allo stesso modo degli scenari sopra, di puntare direttamente al livello di servizio desiderato e valutare il relativo fabbisogno.

Tuttavia, la realtà della manutenzione è spesso più complicata, poiché le aziende solitamente devono operare con un budget limitato e devono fare compromessi tra le diverse parti per garantire il miglior ROI in termini di livello di servizio per dollaro investito. Questa ottimizzazione è resa possibile generando una griglia quantile, che rappresenta i risultati per tutti i tipi di parti in tutti gli scenari possibili, all’interno della gamma di livelli di servizio accettabili (quante parti di ciascun tipo sarebbero necessarie per garantire l’intera gamma di possibili livelli di servizio). Questo permette all’azienda di orientarsi in quella griglia per determinare l’inventario più efficiente da mantenere sotto vincolo di budget.

Lokad’s Gotcha: diversi sistemi affermano di basarsi su metodi “Monte-Carlo”. Le aziende dovrebbero tenere a mente che “Monte-Carlo” non è una parola magica in statistica e non dovrebbe essere usata come scusa per la mancanza di comprensione delle forze trainanti sottostanti i modelli e per la mancanza di dati adeguati.