Nachfrage- und Lieferplanung für eine große Fast Food Kette

Nachfrage- und Lieferplanung für eine große Fast Food Kette

Problemstellung:

HAVI ist eine globale Firma mit 5 Milliarden USD Umsatz und ein langjähriger Lieferketten- und Verpackungspartner von McDonald’s. Das Unternehmen bietet Dienstleistungen zu den Bereichen Lieferkettenmanagment, Verpackung, Logistik, Recycling und Abfall an. Als McDonald’s auf dem Erfolg der Einführung des „All-Day Breakfast“ aufbauen und mehr Gerichte der Speisekarte ganztägig in 14000 Restaurants anbieten wollte, stießen sie auf etliche Herausforderungen (Komplexität der Speisekarte, Notwendigkeit neuer Ausrüstungsgegenstände, räumliche Beschränkungen).

Nachfrage- und Lieferplanung

Das Unternehmensziel von McDonald’s war es, seine Küchen so auszustatten und so zu besetzen, dass möglichst der größte finanzielle Gewinn aus der Speisekartenerweiterung erreicht werden konnte. In Zusammenarbeit mit HAVI wurde ein Simulationsmodell erstellt, das die gewaltige Komplexität der Lieferkette und des Betriebs von 14000 Restaurants widerspiegelte. Der Wert des Modells lag darin, dass es eine fundierte Entscheidung in Bezug auf die Beschaffung von Ausrüstungsgegenständen und Personalbesetzung ermöglichte.

Lösung:

HAVI verwendet einen iterativen von Hypothesen getriebenen Prozess für seine Simulationen und Analysen, bei denen Daten mit menschlicher Erfahrung ausbalanciert werden.

Hypothesengetriebener Prozess

Um die Anforderungen von McDonald’s zu erfüllen, betrachtete das Modell:

Mit Hilfe von AnyLogic konnten diese Anforderungen erfüllt und simuliert werden. Hierbei wurden räumliche Randbedingungen und unterschiedlichste Ausrüstungen und Arbeitskonfigurationen berücksichtigt. Zu den Entscheidungsvariablen des Simulationsmodells gehörten:

Grundriss einer modellierten Küche

Auf der Seite der Ausgaben war es entscheidend, das Kundenerlebnis zu messen. Folglich wurden Faktoren wie Servicezeit, Produktfrische, Abfall und andere Dienstleistungsmetriken im Modell berücksichtigt.

Schließlich wurde - gemäß der Strenge des Analyseprozesses von HAVI - das Modell validiert und kalibriert, was Versuche in der Testküche von McDonald’s beinhaltete. Das hieraus resultierende Modell erfasste die notwendigen Metriken und stellte eine Simulation zur Verfügung, die mit der realen Welt vergleichbar war. Kurz gesagt, die AnyLogic Simulation hat beim Entscheidungsprozess geholfen und dabei für das beste finanzielle Ergebnis gesorgt, das für McDonald’s durch die Erweiterung der Speisekarte erreicht werden konnte.

Die Mächtigkeit der agentenbasierten Modellierung in AnyLogic erlaubte die Erfassung der Eigenschaften des Systems in einer Weise, wie sie sich in der realen Welt darstellen. Die Charakteristika und Parameter von Ausrüstungsgegenständen, Arbeitskräften und der Umgebung, in der sie arbeiten, können wie benötigt modelliert werden. Darüber hinaus lassen sich benutzerdefinierte Objekte entwickeln und wiederverwenden.

HAVI entschied sich für eine Simulation mit AnyLogic, da es mit agentenbasierter Modellierung, ereignisorientierter Simulation und Systemdynamik mehrere Modellierungsmethoden in einem System unterstützt und somit ganzheitlichste und mächtigste Ergebnisse zu erzielen vermag.

Ergebnis:

Das AnyLogic Modell lieferte Ergebnisse für eine Vielfalt von Anforderungsprofilen und Restaurantkonfigurationen. Dies ermöglichte es HAVI, maßgeschneiderte Empfehlungen abzugeben.

Diese Empfehlungen deckten den Bedarf von Ausrüstung und Kostenabschätzungen für die Erreichung von Kundenzufriedenheitsgrenzwerten in verschiedenen Szenarien ab. Die Vorteile hieraus waren die Vermeidung von Ausrüstungskosten und ein optimaler Kostenkompromiss zwischen Arbeit und Ausrüstung.

Ohne die Simulationsmodellierung mit AnyLogic hätten die mit eingehenden physischen Tests verbundenen Zeit- und Kostenrandbedingungen maßgeschneiderte Empfehlungen verhindert.

Projektpräsentation durch Nate DeJong, HAVI

Screenshot_1.jpg

Ähnliche Fallstudien

  • ATOM: Digital Twin of Siemens Gas Turbine Fleet Operations

    The Agent-based Turbine Operations & Maintenance (ATOM) model is a digital twin simulation model developed by decisionLab Ltd and Siemens. The digital twin emulates the global maintenance repair and overhaul (MRO) operations of Siemens’ aero-derivative gas turbine division. Driven by live data already available within the supply chain, the model provides the capability to use sophisticated simulation and data-analytics methodologies to optimize the fleet operations of Siemens, enabling better data-driven decision-making to improve productivity and efficiency in customer operations and asset management.
    Mehr lesen
  • Analyse von Strategien des Ramp-Up-Managements im Flugzeugbau

    Die Airbus-Gruppe ist am EU-Projekt ARUM (Adaptive Production Management) beteiligt, dessen Fokus eine IT-Lösung für die Risikominderung, die Entscheidungsfindung und Planung während der Anlaufphase von neuen Produkten ist. Das Projekt ist hauptsächlich auf die Flugzeug- und Schiffsbauindustrie ausgerichtet. Die Simulation wurde als ein Teil der ARUM-Lösung gewählt, weil die Teilnehmer damit reale Erfahrungen einer Produktionsanlage reproduzieren können.
    Mehr lesen
  • Optimierung von Geschäftsprozessen mit Hilfe von Data Science und Simulationsmodellierung

    Die größten Firmen der Welt verwenden Datenanalyse, um mit der sich ändernden Geschäftswelt mitzuhalten. Aber welche Beziehung haben Data Science und Simulationsmodellierung und welche Anwendungsfälle gibt es für dieses Zusammenspiel, hauptsächlich im Geschäftsbereich? Die United Services Automobile Association (USAA), eine Gruppe von Fortune 500 Firmen, hat diese Fragen mit Hilfe von Lösungen aus dem wirklichen Leben beantwortet.
    Mehr lesen
  • Modellierung des Back-Office-Systems der Banca d'Italia

    Die Banca d'Italia wickelt jedes Jahr eine bestimmte Menge an manuellen Überweisungen ab. Diese Überweisungen können nicht automatisch verarbeitet werden und erfordern zwei Abteilungen mit Angestellten im Back-Office-Bereich der Bank. Die Bank wollte feststellen, ob es von Vorteil wäre, diese beiden Abteilungen zusammen zu legen.
    Mehr lesen
  • Improving Plane Maintenance Process with AnyLogic Simulation Software

    The military aircraft maintenance turnaround process (the in-between time when the aircraft touches down, is refueled, rearmed, and inspected, in order to be released) is complex and, being fairly time-consuming, includes multiple interactions and parallel workflows. Engineers from Lockheed Martin, one of the largest companies in the aerospace, defense, security, and technologies industry, used AnyLogic simulation modeling to improve decision making in the entire military airplane turnaround process and evaluate the impact of process changes on turnaround time.
    Mehr lesen
  • Bausimulationsmodell, das die zunehmenden Randbedingungen an ein komplexes Erdbewegungsprojekt angeht

    Consolidated Contractors Company (CCC) ist die größte Baufirma im Nahen Osten und belegt international Rang 18. CCC besitzt Büros und Projekte in über 40 Ländern und hat mehr als 130000 Angestellte. CCT International (CCT) ist seit 1998 der Haupttechnologielieferant für CCC. CCT entwickelt und vermarktet Lösungen für die Bauindustrie und hat Kunden überall auf der Welt.
    Mehr lesen
  • Improving Patient Flow at an Outpatient Clinic Using Discrete Event Simulation Modeling

    Indiana University Health Arnett Hospital, consisting of a full-service acute care hospital and a multispecialty clinic, faced poor statistics because the number of no-show patients (those who don’t show up for their scheduled appointments) rose dramatically to 30%. This was primarily connected to the fact that clinic schedules were driven by individual preferences of the medical staff, which led to increased variations in scheduling rules. To eliminate the problem, the client wanted to develop a scheduling methodology that would benefit the clinic, doctors, and patients.
    Mehr lesen
Mehr Fallstudien