Empresa: Fersa Bearings
Agente tecnológico: Belerofontech
Presentación del Caso:
Fersa Bearings es un referente de excelencia en la gestión en el sector de la automoción que a día de hoy está llevando a cabo un importante proceso interno de digitalización a todos los niveles. Sus procesos y procedimientos tienen un alto grado de optimización y trabaja activamente para implantar un sistema de fabricación 4.0 con 0 defectos. No obstante, su cadena de valor es muy compleja: más de 3.000 referencias, con proveedores de todo el mundo, líneas de fabricación en dos continentes y clientes distribuidos a nivel mundial. Fersa acudió a Belerofontech buscando un sistema que fuera capaz de simular el retorno de una óptima planificación de su producción anual, con miles de variables y restricciones que afectan unas a otras, y que analizase todas las opciones para proponer la solución que genere un mayor beneficio.
Además, la solución propuesta debía consistir en un sistema transparente y debía integrarse con las herramientas de gestión de datos que actualmente utiliza la empresa.
A partir de estos requisitos Belerofontech propuso y desarrolló un modelo de optimización de la producción que tiene en cuenta toda la cadena, desde el aprovisionamiento hasta la entrega al cliente, y que incorpora todos los costes y limitantes identificados en el proceso. Los algoritmos utilizados aseguran que el modelo encuentra la solución óptima en términos de ahorros de costes y mejora del margen de beneficio, y el modelo puede ser alimentado con datos de cualquier periodo.
Proceso de trabajo:
El trabajo se realizó en tres bloques principales:
- Creación del modelo de simulación y optimización: Tras un proceso de investigación para conocer los aspectos clave del proceso a optimizar, del modelo de ingresos y gastos y de las restricciones clave del aprovisionamiento, fabricación y distribución, se diseñó e implementó un modelo adaptado para algoritmos de programación lineal.
- Obtención de los datos y procesos ETL: En un proceso paralelo y retroalimentado, se identificaron, localizaron, obtuvieron y trataron todos los datos necesarios para alimentar el modelo, desde las características de cada referencia, y de sus materias primas, hasta los costes asociados a todo el proceso de fabricación y comercialización.
- Ejecuciones del modelo: Finalmente, se ha ejecutado el modelo con distintos escenarios temporales para encontrar la planificación óptima en distintos escenarios.
Además, se formó al personal implicado en el proyecto para poder utilizar de manera autónoma el modelo. El modelo de simulación y optimización final contiene más de 6.300 variables con más de 10.000 restricciones.
Beneficios obtenidos por la empresa:
El principal beneficio de este proyecto para la empresa consiste en que ahora dispone de una herramienta que le permite realizar una planificación óptima de su producción. Como ejemplo del beneficio obtenido, los cambios sugeridos por el modelo en la planificación de la producción del año 2017 suponen una mejora de un 1,2% del margen de beneficio sobre la planificación inicial de Fersa Bearings. Es importante señalar que este beneficio se obtiene sin la necesidad de realizar inversiones, y que no se limita al año 2017 sino que es un beneficio recurrente en cada periodo de planificación posterior en que se aplique el modelo.
El proyecto permite además utilizar el modelo para simular el impacto en los resultados de determinadas medidas (por ejemplo, ampliar la capacidad de una línea de producción o construir una nueva línea completa).
Pero además el proyecto ha aportado otros beneficios a Fersa Bearings en los ámbitos de la gestión de datos y la toma de decisiones., el intensivo trabajo que se ha realizado para caracterizar cada tipo de gasto asociado a cada acción ha requerido de la creación de un modelo de datos detallado y automatizado, y de una herramienta de reporting y visualización. Este subproducto del proyecto permite a Fersa Berings disponer de detalles de coste y beneficio de cada elemento de sus procesos.
