Het bepalen van het optimale distributienetwerk in Europa voor een consumentengoederengigant

 

Achtergrond

De klant is een bekend bedrijf in consumentengoederen met een Europese business die zeer snel groeit, zowel in hun traditionele West-Europese markten als specifiek in Oost-Europa. De specificaties waren duidelijk, wat de kans op succes vergroot.

  • Het bedrijf wil de belofte van hun wereldwijde merken waarmaken en tegelijkertijd de totale landkosten verlagen en omgaan met toenemende complexiteit en kortere productlevenscycli. Met name het verlagen van de magazijnkosten, het verkorten van de orderdoorlooptijd, het verbeteren van de prestaties en het maximaliseren van de traceerbaarheid waren van cruciaal belang.

  • Het bedrijf wil de meest efficiënte en kosteneffectieve manier vinden om deze groeiende exportactiviteiten te ondersteunen, inclusief de mogelijkheid van geconsolideerde enkelvoudige orders die alle aangeboden producten omvatten, warehousing (orderontvangst, voorraadopslag, orderverzamelen en uitvoering) en transport, rekening houdend met invoerrechten, klantenservice en kosten. 

  • Het bedrijf is van mening dat binnen 48 uur leveren in Europa cruciaal is voor hun bedrijfsplannen. Daarnaast is het belangrijk om op een economische manier minder dan volle pallets te kunnen verzenden om introducties in kleine maar groeiende landen te ondersteunen om zo distributie te winnen.

De aanpak

Het in kaart brengen van het huidige netwerk was extra belangrijk omdat het een aantal beperkingen opleverde voor de oplossingen in de vorm van productiecapaciteit die niet verplaatst kon worden en specifieke expertise in sommige diensten met toegevoegde waarde.

Bij de gegevensanalyse, altijd een hoeksteen in een netwerkoptimalisatie, waren er twee belangrijke uitdagingen.

  1. De snelle groei in nieuwe markten betekent dat er niet veel historische gegevens zijn om mee te schalen. De oplossing was om te focussen op wat het systeem aan moet kunnen, een dataset van het modeltype per markt te bouwen en dat te gebruiken als de planningsfactoren. Een extra component in het zoeken naar een oplossing was de flexibiliteit in volumes voor markten met een korte historie.

  2. De historische gegevens vertoonden hiaten door een geschiedenis van overnames en nieuwe merken. De aanpak hier was om de verschillende aannames op te sommen en te bepalen waar een aanname de aanbeveling zou veranderen. Vaak veranderden de aannames de aanbeveling niet.

Voor de aanbevolen locaties werd het volgende geanalyseerd:

  • Welke vergelijkbare bedrijven bevinden zich in het aanbevolen gebied? Dit biedt een realiteitscheck in de vorm van "iemand anders vindt dit een geweldig idee", maar het zorgt er vooral voor dat er personeel is met ervaring in het omgaan met relevante producten en klanten.

  • Welke kwaliteitsvolle 3PL's en transporteurs zich in het aanbevolen gebied bevinden. Dit zou ervoor zorgen dat er een concurrerend landschap is voor RFP's en dat hun netwerken leveringen naar de gewenste locaties kunnen ondersteunen. Het benadrukt ook de beschikbaarheid van arbeidskrachten.

De uitkomst

Twee locaties zouden de belangrijkste markten binnen de gewenste transittijd bedienen en de logistieke kosten werden aanzienlijk verlaagd. De bestaande locatie in Frankrijk bleef om West-Europa te ondersteunen, terwijl de optimale tweede locatie werd bepaald op het zuidwesten van Polen, dat Duitsland en Centraal-Europa zou kunnen ondersteunen, terwijl het ook de groei in Oost-Europa zou kunnen ondersteunen. De transportkosten zijn meestal het belangrijkste kostenelement, maar in dit geval waren de extra transportkosten als gevolg van het enigszins uit het zwaartepunt liggen niet significant genoeg om de besparingen in magazijn- en arbeidskosten plus de toegang tot nieuwe markten te compenseren.