Valutare il successo della Catena Logistica Quantitativa

learn menu

Potrebbe sembrare un paradosso, ma mentre la Catena Logistica Quantitativa pone un’enfasi significativa sui metodi numerici e sulle misurazioni, la nostra esperienza ci dice che le metriche tendono a dirci troppo poco e spesso troppo tardi su se un’iniziativa sta procedendo nella giusta direzione. Quasi tutte le metriche possono essere manipolate e ciò di solito avviene a spese della sostenibilità dell’approccio scelto. Pertanto, la Catena Logistica Quantitativa cerca miglioramenti evidenti: se gli miglioramenti sono così sottili da richiedere misurazioni avanzate per rilevarli, allora l’iniziativa probabilmente non valeva lo sforzo e dovrebbe essere considerata un fallimento. Al contrario, se gli miglioramenti sono evidenti e coerenti su molte metriche e la catena di fornitura nel suo complesso appare più agile e reattiva che mai, allora l’iniziativa probabilmente ha avuto successo.

Le metriche possono essere manipolate

C’è una ragione per cui gli ingegneri vengono valutati raramente in base alle metriche: sono troppo bravi a manipolare le metriche, cioè a sfruttarle per i propri interessi anziché servire gli interessi dell’azienda. Le catene di fornitura sono complesse e quasi tutte le metriche semplici possono essere sfruttate in modi che potrebbero essere completamente distruttivi per l’azienda. Potrebbe sembrare che questo problema sia solo una questione di chiudere le falle che si nascondono all’interno delle metriche. Tuttavia, la nostra esperienza indica che c’è sempre un’altra falla da scoprire.

Una storia di reverse engineering delle metriche

Prendiamo un e-commerce fittizio come esempio. La direzione decide che è necessario migliorare i livelli di servizio e quindi il livello di servizio diventa la metrica principale. Il team della catena di fornitura inizia a lavorare in base a questa metrica e trova una soluzione, che consiste nell’aumentare notevolmente i livelli di stock, comportando così costi enormi per l’azienda.

Di conseguenza, la direzione cambia le regole, viene definita la quantità massima di stock e il team deve operare entro questo limite. Il team rivede i suoi dati e si rende conto che il modo più semplice per ridurre i livelli di stock è etichettare grandi quantità di stock come “morti”, il che scatena promozioni aggressive. I livelli di stock vengono effettivamente ridotti, ma i margini lordi vengono significativamente ridotti nel processo.

Ancora una volta, il problema non passa inosservato e le regole vengono cambiate ancora una volta. Viene introdotto un nuovo limite sulla quantità di stock che può essere contrassegnata come “morta”. Implementare questa nuova regola richiede molto sforzo perché la catena di fornitura improvvisamente si scontra con stock “vecchi” che dovranno essere fortemente scontati. Per far fronte a questa nuova regola, il team aumenta la quota di trasporto aereo rispetto al trasporto marittimo. I tempi di consegna vengono ridotti, gli stock vengono ridotti, ma i costi operativi aumentano rapidamente.

Per far fronte ai costi operativi che stanno sfuggendo al controllo, la direzione cambia nuovamente le regole e stabilisce un limite superiore alla percentuale di merci che possono essere trasportate per via aerea. Anche in questo caso, la nuova regola provoca il caos, perché scatena una serie di stock-out che avrebbero potuto essere evitati utilizzando il trasporto aereo. A causa della necessità di operare in condizioni sempre più restrittive, il team inizia a rinunciare a sfruttare le riduzioni di prezzo offerte dai fornitori. Acquistare quantità minori è anche un modo per ridurre i tempi di consegna. Tuttavia, ancora una volta, i margini lordi vengono ridotti nel processo.

Riuscire a riportare i prezzi di acquisto sulla giusta strada si rivela un obiettivo molto più sfuggente per la direzione. Nessuna regola semplice può far fronte a questa sfida e vengono introdotti invece una miriade di obiettivi di prezzo per ogni sottocategoria di prodotto. Molti obiettivi si rivelano irrealistici e portano a errori. Nel complesso, l’immagine della supply chain è sempre meno chiara. Sotto pressione da molte parti, il team della supply chain inizia a modificare una caratteristica oscura del processo di pianificazione della domanda: l’elenco di sostituzione dei prodotti.

Infatti, la direzione si è resa conto fin dall’inizio che alcune rotture di stock non erano così impattanti come altre, perché alcuni dei prodotti mancanti avevano sostituti quasi perfetti. Di conseguenza, tutti erano d’accordo sul fatto che le rotture di stock su quei prodotti potessero essere ampiamente scontate nel calcolo del livello di servizio complessivo. Tuttavia, il team della supply chain, che ora opera sotto una pressione enorme, sta iniziando a estendere lo scopo di questo elenco di sostituzione di uno o due gradini al di là della sua intenzione originale: prodotti che non sono così simili vengono elencati come sostituti quasi perfetti. Le metriche del livello di servizio migliorano, ma l’azienda no.

La trappola del successo

Le metriche possono essere manipolate e se alle squadre vengono dati incentivi tossici, è probabile che le metriche vengano utilizzate in modo fuorviante. Tuttavia, la situazione non è così grave come potrebbe sembrare. Infatti, la nostra esperienza indica che, ad eccezione delle culture aziendali veramente disfunzionali, i dipendenti in genere non tendono a sabotare il loro lavoro. Al contrario, abbiamo osservato che la maggior parte dei dipendenti è orgogliosa di fare la cosa giusta anche se significa che le politiche aziendali devono essere un po’ flessibili.

Pertanto, anziché togliere libertà al team responsabile dell’implementazione della ottimizzazione della supply chain, è importante incoraggiare il team a creare un insieme di metriche che metta in luce l’iniziativa della supply chain nel suo complesso. Il ruolo della direzione non è quello di imporre regole basate su quelle metriche, ma piuttosto di mettere in discussione il pensiero strategico che sottende quelle metriche. Spesso, l’obiettivo immediato non dovrebbe nemmeno essere quello di migliorare i valori delle metriche, ma di migliorare la stessa definizione delle metriche stesse.

In realtà, tutte le metriche non hanno lo stesso valore per un’azienda. Di solito è necessario uno sforzo considerevole per creare metriche che offrano una prospettiva significativa sul business. Questo lavoro richiede non solo una buona comprensione della strategia aziendale, ma anche una conoscenza approfondita dei dati sottostanti, che comporta una miriade di artefatti e altre stranezze numeriche. Pertanto, le metriche dovrebbero essere considerate soprattutto come un lavoro in corso.

Abbiamo scoperto che un forte indicatore di successo in qualsiasi progetto di supply chain è la qualità delle metriche che vengono stabilite durante l’iniziativa. Eppure, è un po’ paradossale, ma non esiste una metrica ragionevole per valutare effettivamente la rilevanza di quelle metriche. Ecco alcuni elementi che possono aiutare a valutare la qualità delle metriche:

  • C’è un consenso tra i diversi team della supply chain che le metriche catturino l’essenza del business? O che le prospettive aziendali promosse implicitamente dalle metriche non siano né a breve termine né cieche?
  • Le metriche hanno una vera profondità quando si tratta di conciliare i numeri con i driver economici? La semplicità è desiderabile, ma non a discapito di comprendere male l’immagine generale.
  • Gli artefatti dei dati sono gestiti correttamente? Di solito ci sono decine di “trappole” sottili che devono essere gestite durante l’elaborazione dei dati estratti dai sistemi aziendali. La nostra esperienza ci dice di essere sospettosi quando i dati grezzi sembrano essere sufficientemente buoni, poiché ciò di solito significa che i problemi non sono stati nemmeno identificati come tali.
  • Le decisioni generate dalle metriche scelte hanno senso? Se una decisione, che è altrimenti allineata alle metriche, non sembra avere senso, allora molto probabilmente non lo ha; e il problema spesso risiede nella metrica stessa.

In molti modi, creare metriche valide è come orientare la gravità verso il pozzo del successo: a meno che non intervenga qualcosa, il corso naturale delle azioni è scivolare lungo la pendenza verso il basso, che è esattamente dove si trova il successo. Non è nemmeno strettamente necessario conoscere l’esatta profondità del fondo, purché ogni passo del viaggio verso il basso migliori le cose per l’azienda.

Decisioni sane portano a una migliore performance

Nella supply chain, anche le migliori metriche hanno un grande svantaggio: i numeri di solito arrivano tardi alla festa. I tempi di consegna possono essere lunghi e le decisioni prese oggi potrebbero non avere alcun impatto visibile per settimane, se non mesi. Inoltre, la Supply Chain Quantitativa, che pone un’enfasi significativa su miglioramenti iterativi e incrementali, complica ulteriormente la questione. Tuttavia, l’utilizzo di metodi non incrementali sarebbe ancora peggio, sebbene per altre ragioni. Pertanto, le metriche non possono essere l’unico segnale utilizzato per valutare se l’iniziativa è sulla giusta strada.

Generare decisioni sane è un segnale semplice, ma sottovalutato, di una performance superiore. Infatti, a meno che la tua azienda non stia già facendo molto bene con la sua supply chain, è molto probabile che i sistemi continuino a produrre decisioni “insane” che vengono individuate e corrette manualmente dai team della supply chain. Lo scopo di tutti gli “allarmi” o meccanismi reattivi simili è proprio quello di mitigare i problemi in corso attraverso continui sforzi correttivi manuali.

Portare l’iniziativa della Supply Chain Quantitativa a un punto in cui tutte le decisioni - generate in modo completamente automatizzato - vengono considerate sane o sicure è un risultato molto più importante di quanto la maggior parte degli operatori si renda conto. L’enfasi sulle decisioni “robotizzate” è importante qui: per rispettare le regole, non dovrebbe essere necessario alcun intervento umano. Quindi, per “sane”, ci riferiamo a decisioni che sembrano ancora buone agli operatori anche dopo aver trascorso qualche ora ad indagare il caso; cosa che naturalmente non può essere fatta regolarmente, a causa del gran numero di decisioni simili da prendere ogni giorno.

La nostra esperienza indica che ogni volta che le decisioni automatizzate vengono considerate affidabili, la performance si materializza in seguito quando tali decisioni vengono effettivamente messe alla prova nell’uso “in produzione”. Infatti, il “test di sanità” è un test molto rigoroso per la logica decisionale. A meno che la tua azienda non stia già sfruttando qualcosa di molto simile alla Supply Chain Quantitativa, allora, molto probabilmente, i sistemi esistenti che la tua azienda ha in atto non superano nemmeno questo test. Di conseguenza, vengono commessi errori non individuati tutto il tempo e l’azienda finisce per pagare molto per questa continua serie di problemi.

Quindi, da un punto di vista operativo, non appena le decisioni della supply chain diventano automatizzate, i team della supply chain sono liberi dalla servitù di alimentare il proprio sistema con un flusso infinito di voci manuali. Questi guadagni di produttività possono essere reinvestiti dove conta davvero: per perfezionare i dettagli della strategia della supply chain stessa o per monitorare più da vicino i fornitori al fine di affrontare i problemi della supply chain che originano dal loro lato. L’aumento delle prestazioni, ottenuto attraverso l’ottimizzazione quantitativa pura della supply chain, viene intensificato dai guadagni ottenuti dai team della supply chain che finalmente possono trovare il tempo per migliorare i processi e i flussi di lavoro.