VCM_112023_LR

SUPPLY CHAIN MANAGEMENT

M. Haspeslagh: “Zoals gezegd produceren we grote volumes ineens. Op basis van de verwachte oogst berekent de tool nu voor ons de geprojec teerde voorraad. Vervolgens moeten we met het netwerk gaan spelen om de voorraden zo goed mogelijk over het netwerk te verdelen. Aangezien de tool van Anaplan ons de nodige inzichten in het netwerk biedt, kunnen we nu op een meer proactieve manier beslissingen nemen. Als we bij voorbeeld een bepaald tonnage wortelen te kort hebben, kunnen we perfect nagaan in welke arti kelen die wortelen zitten. In die zin is het visueel sterke dashboard van Anaplan erg handig. Daarin kun je makkelijk doorklikken om te zien in welke producten onze bulk uiteindelijk uitmondt of nagaan welke weg de producten in ons netwerk afleggen. Onze gebruikers zouden niet meer zon der de tool kunnen, aangezien ze nu tot in detail kunnen nagaan waar er eventuele bottlenecks schuilen.” Ook belangrijk voor Ardo was te kunnen werken met een ‘constrained forecast’. “Vroeger hadden we daar minder nood aan, want we hadden vrij wel altijd voldoende bulkvoorraad. Maar door de klimaatverandering hebben we de voorbije jaren enkele heel slechte oogsten meegemaakt, wat het plots wel interessant maakt om met een constrained forecast te gaan werken”, legt Margot Haspeslagh uit. Hoewel de weg naar end-to-end-visibiliteit langer duurde dan verwacht, hebben de inspanningen uiteindelijk veel opgeleverd. “Vooral heel belangrijk is dat we nu één ver sie van de waarheid hebben”, besluit Margot Haspeslagh. “Tijdens S&OP-meetings hoeven we niet meer over de aantallen te discussië ren, maar kunnen we meteen naar oplossin gen op zoek gaan. Dankzij de visibiliteit die we nu hebben, beschikken we ook over een uitstekende uitvalsbasis voor verdere verbete ringen. We zijn veel proactiever geworden en hebben onze planningscycli kunnen verkor ten. Ook kunnen we de data nu bijvoorbeeld gaan gebruiken als input voor transport ten ders. Zo willen we gaandeweg steeds meer gaan profiteren van de visibiliteit die Anaplan ons biedt.” TC

er bewust voor niet op het niveau van de klanten artikels, maar op een hoger niveau te forecasten. In de coronaperiode verwachtten we bijvoor beeld een enorme daling voor ons foodservice merk. Ook toen hebben we beslissingen voor het totale gamma genomen en hebben we de fore casting op dat niveau gedaan”, klinkt het. Op naar volledige visibiliteit Het project dat op de ‘One Group Master Data’ focuste, had weliswaar meer voeten in de aarde dan het demand planning project. Ardo had zich voorgenomen die in een jaar tijd helemaal op orde te krijgen, maar uiteindelijk duurde dat pro ject enkele maanden langer dan verwacht. Dat maakte dat ook de stap naar E2E-visibiliteit moest worden uitgesteld. M. Haspeslagh: “Je denkt dat zo’n data manage ment traject wel vlot zal verlopen, maar uitein delijk bots je onderweg toch nog tegen heel wat onverwachte zaken aan. Dat heeft niet enkel met de data an sich te maken, het was ook belangrijk dat onze processen helemaal gestandaardiseerd waren. Maar we hebben onze tijd genomen om alles helemaal goed te krijgen. Het is uiteindelijk de kwaliteit van de data die voor een groot stuk het succes van de tool bepaalt.” Toen de datakwaliteit en de processen eenmaal op punt stonden, kon de E2E-tool worden uitge bouwd. Ardo besliste voor een ‘artificiële’ go live te gaan. “Op een gegeven moment hebben we het team gezegd dat ze moesten stoppen met de oude manier van werken en de tool moesten gaan gebruiken. Alleen op die manier kun je echt de knop omdraaien”, weet Margot Haspeslagh. “Sommige gebruikers konden snel met de nieuwe tool overweg, bij anderen duurde het wat langer. Uiteraard is ook een goed change management belangrijk tijdens zo’n traject. Omdat het om een brede waaier aan producten ging, hebben we besloten eerst de groenten op de nieuwe manier aan te pakken, vervolgens de kruiden en dan het fruit. Door die benadering duurde het traject wat langer, maar kregen we wel de tijd om vertrou wen op te bouwen.” Die E2E-visibiliteit creëren was voor Ardo onge twijfeld de grootste uitdaging tijdens het hele traject.

Kenmerkend voor Ardo is de seizoensgedreven productie. Dat betekent dat er op bepaalde momenten een enorme bulkvoorraad vriesverse producten in de magazijnen ligt. Op basis van de vraag wordt die voorraad dan gaandeweg verwerkt en verpakt in diverse formaten, om vervolgens naar de klanten te distribueren.

komen de artikelen die aandacht vragen meteen in het vizier van de medewerkers.

De tool maakt ook statistische en collaboratieve forecasting mogelijk. “We hebben bijvoorbeeld ons eigen Ardo-merk met een brede waaier aan artikelen die we aan tal van foodserviceklanten leveren. Voor die producten blijkt volledig ver trouwen op statistische forecasting veel betere resultaten op te leveren dan de forecasting met manuele verrijking die we vroeger deden”, licht Margot Haspeslagh toe. “Met collaboratieve forecasting bedoelen we dat we vanuit diverse invalshoeken naar de forecasting kijken. We zijn een brede organisatie met veel verschillende ver antwoordelijkheden: over de segmenten, over de regio’s, de landen, de klanten, enzovoort. De tool laat ons toe de forecasting vanuit die verschil lende standpunten te bekijken. Het is bijvoor beeld niet omdat we een artikel in een bepaalde markt willen laten uitdoven, dat dat ook voor andere markten geldt.” Daarnaast maakt de tool het mogelijk vlot met ‘multi-level enrichment’ om te gaan. “We kiezen

16

WWW.VALUECHAIN.BE