Matematisk model finder den bedste leverandør

Trial-and-error-metoden præger i høj grad processen for leverandørudvælgelsen i en del industrier og nyere virksomheder med kraftig vækst. Men kan man springe et led over, så man slipper for at teste leverandører, som alligevel ikke passer til en og bruge tid på det?

Markedet for FMCG (fast moving consumer goods) bærer i høj grad præg af den globaliserede verdens mange muligheder. Konkurrencen er skarp, og det ypperste mål er en optimeret forsyningskæde, der passer som hånd i handske med virksomhedens unikke produktlinjer.

Derfor bliver mange leverandører testet på vejen mod målet. Den trial-and-error metode præger i høj grad processen for leverandørudvælgelse i FMCG-industrier, men også i virksomheder med kraftig vækst. I modsætning til tidligere antaget.

Det viser et speciale fra Joachim Haag og Mathias Eggert Hansen, der i efteråret blev færdige på CBS i fagene supply chain management og finance and investment, endda med topkarakterer.

Deres konklusion er, at denne proces kan optimeres ved hjælp af en ny matematisk model.

Både bedre og hurtigere
Modellen gør både, at leverandørvalget bliver mere kvalitativt, og at arbejdstiden omkring leverandørudvælgelsen bliver reduceret. Matematikken i modellen strukturerer hierarkisk en virksomheds præferencer til en fremtidig leverandør samt virksomhedens forsyningskæde- og risikostyringsstrategi.

Det betyder, at det ikke nødvendigvis er leverandøren med den bedste performance, der vælges, men derimod den mest passende for virksomhedens strategier.

Modellen er navngivet SEAHP (Strategically Enhanced Analytical Hierarchy Process) og er empirisk testet ved et samarbejde med en stor dansk FMCG-virksomhed. Modellen valgte virksomhedens succesleverandør retrospektivt. Samtidig er modellen gennem realoptioner vurderet til at kunne spare virksomheden op til knap 220.000 kr. om året.

Et to-cifret antal interviews og et samarbejde med PA Consulting tydeliggjorde modellens anvendelighed. Modellen er effektiv i etablerede markeder med høj transparens, da der her konkurreres på pris og kvalitet mellem leverandører. SEAHP-modellen sparer arbejdstimer igennem optimering i præcis det punkt i leverandørudvælgelsesprocessen, hvor alle alternative leverandører er fundet og rangeret.

I det punkt findes et optimum, så snart alternativerne er fundet, men optimum findes først, når medarbejdere har bearbejdet og diskuteret mulighederne. Den bearbejdelse er i teorien spild af tid, da en computer vil finde optimum med det samme, når al information er tilgængelig.

Tager højde for risici
SEAHP-modellens matematik er en udbygning af AHP-modellen formuleret af Saaty. SEAHP-modellen inkluderer risikostyring i leverandørudvælgelsesprocessen for at sikre, at en leverandør fungerer sammen med virksomhedens ønskede supply chain struktur i forhold til risikostyring.

Det første skridt imod at inkorporere risici er at måle sandsynligheden og effekten af de supply chain risici, der skal tages højde for ved valg af supply chain strategi. På den måde finder man en strategi ud fra de risikoscenarier, man står over for.

Supply chain-strategier leder naturligt ind i mere definerede risikostrategier, som harmonerer med de definerede supply chain strategier. Risikostrategier gives i SEAHP-modellen en multiplier værdi, som ganger ind på leverandørudvælgelseskriterier. Vægtningen er fundet i samarbejdet med PA Consulting.

Nødvendigheder, der skal være tilstede for at kunne benytte modellen, er data omkring, hvordan forskellige potentielle leverandører performer på de i modellen definerede leverandørudvælgelseskriterier, hvad end det er kvantitative data eller kvantificering af subjektive vurderinger.

Herudover skal man bruge en sandsynlighed og konsekvensvurdering af, hvilke risici en virksomhed står overfor, så der også kan tages højde for strategi i processen.

300 timers besparelse
Gennem analysen af en større danske virksomhed med udgangspunkt i formulering og implementering af modellen, er det anslået, at modellen sparer 300 timer i virksomhedens supply chain-afdeling, og at en implementering af modellen vil være profitabel efter to år med en profit på den toårige implementering af modellen på 20.800 kr. Hertil kan lægges den endnu ikke kvantificerede gevinst af strategisk at parre leverandørudvælgelse og strategi.

Til trods for de positive resultater ved modellens test, er der naturligvis også nogle begrænsninger. Den første er, at modellen er mest brugbar på transparente markeder, hvor information om leverandører kan findes. Informationen skal være let at tilgå, da dyre rapporter selvfølgelig vil påvirke profitten ved modellen.

Modellen opererer med den antagelse, at de timer, den sparer, kan bruges til andet arbejde, da den ikke sparer nok til at fyre en medarbejder, da besparelserne er spredt ud på mange medarbejdere.

Den sidste begrænsning er, at man bør inddele modellen og have flere identiske automatiseringsmodeller for hver produktkategori, så strategien kan tilpasses forskellige kategorier, hvor virksomheden måske har forskellige vægtninger af kriterier eller ønsker forskellige strategier.