| Vaihtoautojen siirtelystä arkipäivää |
|
Tuotepäällikkö Esa Heimo, Grey-Hen Oy Optimaalinen toimintatapa liikeketjulle Varaston optimointimalli kertoo autoliikeketjulle, mitä varastossa olevia autoja kannattaisi siirtää eri liikkeiden välillä odotetun tuoton maksimoimiseksi. Optimointi toimii autoliikkeen johdon tukena jokapäiväisessä päätöksenteossa. 
Autoliikeketju voi kasvattaa vaihtoautoista saatavaa tuottoa, kun se optimoi varastojen rakenteen eri toimipisteiden välillä.
Näin saavutetaan monia etuja: yksittäisen liikkeen varastotilanne ei määrää asiakkaan vaihtoautosta tarjottavaa hintaa, jokaisen liikkeen varastossa on kysyntää mahdollisimman hyvin vastaava sortimentti eri tyyppisiä autoja, autojen keskimääräinen myyntiaika lyhenee ja varastointitarve pienenee. Kuvatun toimintatavan systemaattinen soveltaminen on samalla luonut aivan uudenlaisia tiedontarpeita, jotta liikkeiden välisiä autovirtoja kyetään hallitsemaan. Ongelmaksi muodostuu päätöksenteko tilanteessa, jossa mahdollisia autojen sijoitteluvaihtoehtoja on valtava määrä. Yksinkertaisimmillaan kahden liikkeen tapauksessa ongelma näyttää vielä jollain tasolla hallittavalta (kuva 2). 
Kuva 2. Autojen siirtomahdollisuudet, kun liikeketjussa on kaksi toimipistettä.
Optimointi edellyttää laskentamenetelmää Liikkeiden määrän kasvaessa ja otettaessa mahdollisesti tukkumarkkinat mukaan tarkasteluun päätösmuuttujien määrä kasvaa kasvamistaan. Viiden liikkeen tapauksessa ongelma näyttää jo varsin monimutkaiselta (kuva 3). Kuvassa on 30 nuolta, joista kukin siis kertoo siirrettävien autojen tyypin ja lukumäärän. Huomattakoon, että suurimmissa suomalaisissa autoliikeketjuissa on kymmeniä liikkeitä. 
Kuva 3. Autojen
siirtomahdollisuudet, kun liikeketjussa on viisi toimipistettä ja
lisäksi autoja voidaan myydä tukkumarkkinoille tai ostaa sieltä.
Perinteisesti varaston optimointimalleja on sovellettu erityisesti tuotantotalouden ja logistiikan ongelmiin. Esimerkiksi teollisuusyrityksessä voidaan laatia eri tuotantolaitosten tuotantosuunnitelmat sekä ajoittaa ja mitoittaa tuotannon edellyttämät ostot eri markkina-alueiden ennustetun kysynnän perusteella. Vastaavasti kuljetusyritys voi suunnitella ajoreittinsä siten, että ajettu matka minimoituu ja kaikki kuljetukset ehtivät perille ajallaan. Tarkemmin ajateltuna autoliikeketjun ongelma ei kovin paljon poikkea edellisistä esimerkeistä. Sillä on eri toimipisteissään tietty määrä erilaisia autoja, joilla se pyrkii vastaamaan ennustettuun kysyntään. Kuitenkin, toisin kuin esimerkin kuljetusyrityksessä, tavoitteena ei ole ainoastaan kustannusten minimointi, vaan kokonaistuoton maksimointi. Liikekohtaiset vaikutukset huomioon Autojen odotetut myyntihinnat eri alueilla ja eri liikkeissä poikkeavat huomattavasti toisistaan, ja tukkumarkkinoilla on tietysti aivan oma hintatasonsa. Optimointimallin tuleekin ottaa huomioon autojen ominaisuuksien, iän ja kilometrimäärän vaikutus liikekohtaisesti, jotta siirtosuositukset ohjautuvat niihin toimipisteisiin, joissa juuri sen kaltaisista autoista saadaan paras hinta. Kun tarvittavat lähtötiedot ovat tiedossa, optimointimallin rakentaminen on periaatteessa yksinkertaista. Tässä tapauksessa lähtötietoja ovat nykyinen varastotilanne, autojen siirtelystä aiheutuvat kustannukset sekä kunkin auton odotettu myyntihinta ja -aika ketjun eri toimipisteissä. Matemaattinen optimointimalli löytää edellä kuvattuun ongelmaan kaikissa tapauksissa ratkaisun, joka tuottaa maksimaalisen odotetun tuoton koko liikeketjulle. On kuitenkin ymmärrettävä, että mallin antamat tulokset riippuvat suuresti sen taustalla olevista oletuksista. Suurin haaste tässä yhteydessä liittyy kysynnän ennustamiseen ja kysynnän vaikutusten kvantifiointiin. Koska optimointimalli maksimoi tuottoa, on luonnollista pyrkiä esittämään myös kysyntätilanteen vaikutus rahamääräisenä. Jos tiettyä automallia tai -tyyppiä on varastossa liian paljon sen ennustettuun kysyntään perustuvaan varastotarpeeseen verrattuna, malli korjaa odotettua myyntihintaa kyseisen liikkeen osalta alaspäin. Tämä oletus on keskeinen, jotta saavutetaan kysynnän ja tarjonnan tasapaino, missä jokaisen liikkeen varastomix vastaa eri automallien odotettua kysyntää. Ei ole realistista olettaa, että autoista saadaan sama hinta riippumatta siitä, paljonko niitä on varastossa. Kysynnän määrää ennustettaessa voivat lähtökohtana olla tiedot aiemmista myyntimääristä, myynnin trendeistä ja kausivaihteluista. Toisaalta mallin käyttäjällä saattaa olla näkemys tavoitetilanteesta eli siitä, kuinka monta autoa kunkin liikkeen varastossa tulisi enintään olla. Siksi on hyödyllistä, että malliin voidaan syöttää tavoiteparametrit, jotka otetaan huomioon yksittäisten autojen varastotarvetta laskettaessa. Näin siirtosuositukset ohjaavat varastomääriä kohti tavoitetta myös tilanteessa, jossa joidenkin liikkeiden varastomäärien tulisi olla nykyisestä selvästi poikkeavalla tasolla. Järkeenkäypiä siirtoehdotuksia Optimoinnin tulosten hyödynnettävyyden kannalta niiden esittämistapaan on syytä kiinnittää huomioita. Siirtosuositukset tulisi raportoida mahdollisimman yksinkertaisesti ja selkeästi, kertoen päätöksentekijälle liikekohtaisesti, kuinka monta kappaletta mitäkin autoa tulisi siirtää ja mihin liikkeisiin. Tällainen raportti voidaan tuottaa joko koko liikeketjun osalta tai sisältäen vain tiettyä toimipistettä koskevat siirtosuositukset. Näin organisaatiossa eri asemassa olevat ihmiset voivat saada käyttöönsä juuri heidän kannaltaan olennaisen informaation. Lisäksi on kiinnostavaa tietää, paljonko kyseisten siirtosuositusten toteuttaminen parantaisi koko liikeketjun odotettua tuottoa. Näin voidaan ensinnäkin päättää kullekin autolle oikeudenmukainen siirtohinta, jossa sekä auton myyvä että sen vastaanottava liike hyötyvät siirrosta. Lisäksi voidaan tarttua ensin niihin tapauksiin, joista on odotettavissa suurimmat hyödyt. Pienempikin tuottoparannus on kuitenkin syytä ottaa huomioon, sillä se on liikeketjulle puhdasta voittoa, josta kaikki siirtoon liittyvät kustannukset on jo vähennetty. Edellä kuvatun optimointimallin käytöstä on saatu hyviä kokemuksia niin kotimaassa kuin ulkomaillakin. Malli on havaittu käytännössä toimivaksi, mikä näkyy esimerkiksi siinä, että tulokset (siirtosuositukset) eivät ole kovin herkkiä pienille muutoksille mallin lähtötiedoissa ja parametreissa. Näin ollen kertaalleen siirrettyä autoa ei kovin helposti ehdoteta uudelleen siirrettäväksi. Lisäksi siirtoehdotukset ovat järkeenkäypiä eli käyttäjän on helppo ymmärtää, miksi niiden toteuttaminen johtaa parempaan lopputulokseen. Myyntipaikka voidaan valita jo ennen ostoa Tässä yhteydessä on tarkasteltu vain autoliikkeen varastossa jo olevia autoja. Lisähyötyjä voidaan saavuttaa ostotoiminnan optimoinnilla, missä varasto- ja kysyntätiedot otetaan huomioon jo ostovaiheessa. Tulevaisuuden autoliikkeessä tiedetään jo autoa ostettaessa, mistä toimipisteestä kyseinen auto kannattaa myydä vai kannattaako se myydä tukkumarkkinoille. Näin voidaan säätää ostojen hintatasoa koko ketjun tarpeiden mukaisesti. Ideaalitilanteessa yli- ja alivarastoja ei pääse edes syntymään, jolloin myöhempi autojen siirtotarve vähenee. Samalla iso liikeketju saa hyödyn irti koostaan, kun sen eri liikkeet voivat ostaa autoja, vaikka niille ei olisi kysyntää juuri kyseisessä toimipisteessä. Parhaankaan matemaattisen optimointimallin hyödyntäminen ei ole mahdollista ilman riittäviä ja oikeita lähtötietoja, jotka perustuvat systemaattiseen datan keräämiseen ja prosessointiin. Lisäksi matemaattinen optimointi on laskennallisesti melko raskasta, ja vaatii erityisesti optimointiin soveltuvan ohjelmiston. Kun nämä tekniset edellytykset on täytetty, kyse on viime kädessä enää toimintatapojen muutoksesta. Vaihtoautojen siirtelystä tulee pikkuhiljaa luonnollinen ja rutiininomainen osa autoliikeketjun toimintaa.  Artikkeli on julkaistu Suomen Autolehdessä. |
|
