Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης Τμήμα Οικονομικών Επιστημών Μεταπτυχιακό Πρόγραμμα Σπουδών στη Διοίκηση Επιχειρήσεων

Save this PDF as:
 WORD  PNG  TXT  JPG

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης Τμήμα Οικονομικών Επιστημών Μεταπτυχιακό Πρόγραμμα Σπουδών στη Διοίκηση Επιχειρήσεων"

Transcript

1 Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης Τμήμα Οικονομικών Επιστημών Μεταπτυχιακό Πρόγραμμα Σπουδών στη Διοίκηση Επιχειρήσεων Ελαχιστοποίηση του συνολικού κόστους συσκευασίας, μεταφοράς και διάθεσης των προϊόντων μαναβικής στο Logistics Center της εταιρίας Διαμαντής Μασούτης Α.Ε. Μεταπτυχιακή Διατριβή του Μιχαλάκα Ζήση Επιβλέπων Καθηγητής Διαμαντίδης Αλέξανδρος Εξεταστική Επιτροπή Μέλη Κοσμίδου Κυριακή Κουσενίδης Δημήτριος Θεσσαλονίκη 2018

2 Ευχαριστίες Με την ευκαιρία της ολοκλήρωσης της παρούσας διατριβής θα ήθελα να ευχαριστήσω τον Επιβλέποντα Καθηγητή μου κύριο Αλέξανδρο Διαμαντίδη για την ευκαιρία που έδωσε να ασχοληθώ με το συγκεκριμένο θέμα, για την αμέριστη βοήθειά του, καθώς και για τη συνεχή και πολύτιμη επιστημονική καθοδήγηση σε όλη τη διάρκεια της διατριβής. Επίσης ευχαριστίες απευθύνω στην εταιρία Διαμαντής Μασούτης Α.Ε., η οποία μου έδωσε την δυνατότητα να έχω καθημερινή παρουσία επί έξι μήνες στο Κέντρο Αποθήκευσης και Διανομής (Logistics Center), καθώς και σε όλα τα στελέχη της εταιρίας με τα οποία συνεργάστηκα. Ευχαριστώ ιδιαιτέρως τον Διευθυντή του Κέντρου Αποθήκευσης και Διανομής κύριο Αργύρη Αργυρίου, για την άψογη συνεργασία και την διάθεση των απαραίτητων έμψυχων και άψυχων πόρων. Ευχαριστώ ιδιαιτέρως τον Διευθυντή Logistics κύριο Χρήστο Καραϊσαρίδη, ο οποίος ήταν ο εμπνευστής του θέματος της παρούσας διατριβής και με καθοδήγησε σε όλη την διάρκεια εκπόνησής της. Ευχαριστώ ιδιαιτέρως τον προϊστάμενο του τμήματος μαναβικής κύριο Τάσο Τάσιο για τον πολύτιμο χρόνο που μου διέθεσε και την εμπειρία του που μου μετέδωσε. Επιπλέον, θα ήθελα να ευχαριστήσω όλους τους καθηγητές του προγράμματος μεταπτυχιακών σπουδών Διοίκησης Επιχειρήσεων ΜΒΑ, του τμήματος Οικονομικών Επιστημών, του Αριστοτελείου Πανεπιστημίου Θεσσαλονίκης, για την γνώση που μου μετέφεραν καθ όλη τη διάρκεια του μεταπτυχιακού προγράμματος. Τέλος, θα ήθελα να ευχαριστήσω την οικογένειά μου, και ιδιαιτέρως τη Βασιλική, για τη συνεχή στήριξη και αμέριστη συμπαράστασή τους. Η βοήθειά τους ήταν ανεκτίμητη. Μιχαλάκας Ζήσης 1 / 85 MBA - ΑΠΘ

3 If I make a decision and I am right, you will never remember If I make a decision and I am wrong, you will never forget Robert Woolsey & Swanson Huntington, 1969 Μιχαλάκας Ζήσης 2 / 85 MBA - ΑΠΘ

4 Περίληψη Η παρούσα μεταπτυχιακή διατριβή εκπονήθηκε στα πλαίσια του Προγράμματος Μεταπτυχιακών Σπουδών «Διοίκηση Επιχειρήσεων (Master in Business Administration- MBA)», του τμήματος Οικονομικών Επιστημών, του Αριστοτελείου Πανεπιστημίου Θεσσαλονίκης. Η εργασία αποτελεί πρακτική εφαρμογή Επιχειρησιακής Έρευνας σε Εφοδιαστική Αλυσίδα και πραγματοποιήθηκε στο Logistics Center της εταιρίας Διαμαντής Μασούτης Α.Ε. από τον Σεπτέμβριο του 2017 έως τον Μάρτιο του H Διαμαντής Μασούτης Α.Ε. είναι μια εταιρία μεγάλου μεγέθους και έχει ένα από τα μεγαλύτερα κέντρα Logistics στα Βαλκάνια. Στην εταιρία χρησιμοποιούνται πρωτοποριακά λογισμικά και μέθοδοι διαχείρισης αποθεμάτων. Παρόλα αυτά υπάρχει μια συνεχής προσπάθεια βελτίωσης των διαδικασιών και μείωσης του κόστους. Η παρούσα διπλωματική επιδιώκει να αποτελέσει τμήμα αυτής της μεγάλης προσπάθειας. Ελήφθησαν πραγματικά δεδομένα και δημιουργήθηκε το μοντέλο BOX SELECTION με στόχο την «ελαχιστοποίηση του συνολικού κόστους συσκευασίας, μεταφοράς και διάθεσης των προϊόντων μαναβικής». Στο πρώτο κεφάλαιο περιγράφονται η ιστορική εξέλιξη της Επιχειρησιακής Έρευνας και τα χαρακτηριστικά της, οι φάσεις σχεδιασμού και υλοποίησης Μοντέλων και τα βασικά στοιχεία της Θεωρίας Λήψης Αποφάσεων. Στο δεύτερο κεφάλαιο παρουσιάζεται το μέγεθος και τα οικονομικά στοιχεία της εταιρίας Διαμαντής Μασούτης Α.Ε.. Επιπλέον παρουσιάζεται το Κέντρο Αποθήκευσης και Διανομής (Logistics Center), ενώ περιγράφεται και ο τρόπος λειτουργίας του τμήματος μαναβικής στο οποίο πραγματοποιήθηκε η εργασία. Τέλος, παρουσιάζονται τα χαρακτηριστικά των τελάρων IFCO. Στο τρίτο κεφάλαιο περιγράφεται το μοντέλο BOX SELECTION. Αναλύονται η μέτρηση εργασίας, ο υπολογισμός του κόστους Picking, η κατανομή των πωλήσεων, ο υπολογισμός του υπολειπόμενου αποθέματος και της φύρας. Τέλος, παρουσιάζεται η δομή του μοντέλου. Στο τέταρτο κεφάλαιο παρουσιάζονται τα αποτελέσματά από τη χρήση του μοντέλου BOX SELECTION και δίνονται τα συμπεράσματα. Στο πέμπτο και τελευταίο κεφάλαιο δίνονται οι προτάσεις για μελλοντική έρευνα. Μιχαλάκας Ζήσης 3 / 85 MBA - ΑΠΘ

5 Abstract This postgraduate thesis was developed as part of the Master of Business Administration (MBA) Program of the Department of Economics, Aristotle University of Thessaloniki. The thesis is a practical implementation of Operations Research in a Supply Chain and was carried out at the Logistics Center of Diamantis Masoutis SA from September 2017 to March Diamantis Masoutis SA is a large company and has one of the largest Logistics centers in the Balkans. The company uses innovative software and inventory management methods. However, there is a continuing effort to improve procedures and reduce costs. This diploma seeks to be part of this great effort. Actual data was obtained and the BOX SELECTION model was created to "minimize the overall cost of packaging, transport and disposal of grocery products". The first chapter describes the historical evolution of Operations Research and its features, the design and implementation phases of Models and elements of the Decision Theory. The second chapter presents the size and the financial data of the company Diamantis Masoutis SA. In addition, the Logistics Center is presented and the operation of the department where the work was carried out is also described. Finally, the features of the IFCO Boxes are presented. The third chapter describes the BOX SELECTION model. The following are analyzed: work measurement, calculation of Picking costs, sales allocation and the calculation of residual inventory and waste. Finally, the structure of the model is presented. The fourth chapter presents the results from the use of the BOX SELECTION model and the conclusions of this thesis. In the fifth and final chapter the proposals for future research are described. Μιχαλάκας Ζήσης 4 / 85 MBA - ΑΠΘ

6 Πίνακας περιεχομένων Ευχαριστίες... 1 Περίληψη... 3 Abstract... 4 Εισαγωγή... 8 Κεφάλαιο 1. Επιχειρησιακή έρευνα. Μοντελοποίηση. Θεωρία λήψης αποφάσεων Γενικά Ιστορική εξέλιξη της Επιχειρησιακής Έρευνας Χαρακτηριστικά της Επιχειρησιακής Έρευνας Φάσεις σχεδιασμού και εφαρμογής μοντέλων Καθορισμός των στόχων, ορισμός του προβλήματος και συγκέντρωση των σχετικών δεδομένων Σχεδιασμός μαθηματικού μοντέλου Λήψη λύσεων από το μαθηματικό μοντέλο Έλεγχος των αποτελεσμάτων και βελτίωση του μοντέλου Προετοιμασία για την εφαρμογή του μοντέλου Εφαρμογή του μοντέλου Θεωρία λήψης αποφάσεων Λήψη αποφάσεων σε συνθήκες βεβαιότητας (decision making under certainty) Λήψη αποφάσεων σε συνθήκες αβεβαιότητας (decision making under uncertainty) Λήψη αποφάσεων σε συνθήκες κινδύνου ή ρίσκου (decision making under risk) Κεφάλαιο 2. Η εταιρία Διαμαντής Μασούτης ΑΕ Γενικά στοιχεία Οικονομικά στοιχεία Κέντρο Αποθήκευσης και Διανομής (Logistics Center) της Διαμαντής Μασούτης Α.Ε Αποθήκευση και διαχείριση ξηρού φορτίου Τμήμα Κρεάτων Τμήμα μαναβικής Περιγραφή λειτουργίας τμήματος μαναβικής Τελάρα IFCO Κεφάλαιο 3. Περιγραφή Μοντέλου BOX SELECTION Περιγραφή προβλήματος Υπολογισμός κόστους εργασίας Picking Μέτρηση εργασίας Μεθοδολογία μετρήσεων Ομαδοποίηση μετρήσεων εργασίας Picking Μιχαλάκας Ζήσης 5 / 85 MBA - ΑΠΘ

7 3.2.4 Αποτελέσματα μετρήσεων εργασίας Picking Μετατροπή του χρόνου Picking σε κόστος Υπολογισμός κόστους φύρας Υπολογισμός υπολειπόμενου αποθέματος Υπολογισμός πωλήσεων Δομή μοντέλου BOX SELECTION Χαρακτηριστικά των τελάρων Υπολογισμός κόστους εργασίας Χαρακτηριστικά των προϊόντων Καταμερισμός πωλήσεων, υπολειπόμενο απόθεμα, χρόνος Picking Υπολογισμός συνολικού κόστους Κεφάλαιο 4. Αποτελέσματα Μοντέλου και Συμπεράσματα Αποτελέσματα Μοντέλου Επιρροή του συνολικού όγκου πωλήσεων Επιρροή καθαρού κόστους προϊόντος και συντελεστή απομείωσης αποθέματος Συμπεράσματα Κεφάλαιο 5. Προτάσεις για μελλοντική έρευνα ΒΙΒΛΙΟΓΡΑΦΙΑ ΠΑΡΑΡΤΗΜΑ Μιχαλάκας Ζήσης 6 / 85 MBA - ΑΠΘ

8 Κατάλογος Εικόνων Εικόνα 1. Κέντρο Αποθήκευσης και Διανομής (Logistics Center) της Διαμαντής Μασούτης Α.Ε Εικόνα 2. Είσοδος του Logistics Center Εικόνα 3. Σύστημα αποθήκευσης ξηρού φορτίου, ραφιών παλέτας Εικόνα 4. Περονοφόρο μηχάνημα τύπου VNA με τον χειριστή επάνω Εικόνα 5. Αυτόματες θύρες ασφαλείας Εικόνα 6. Αυτόματη κίνηση των καλαθιών πάνω στους διαδρόμους κίνησης Εικόνα 7. Σταθμός απολύμανσης εισόδου του προσωπικού του τμήματος Κρεάτων Εικόνα 8. Ο χώρος Picking του τμήματος μαναβικής Εικόνα 9. Οι ράμπες φορτοεκφόρτωσης του τμήματος μαναβικής Εικόνα 10. Φορτηγά τοποθετημένα στις ράμπες φορτοεκφόρτωσης της μαναβικής Εικόνα 11. Ετικέτα παλέτας με Barcode Εικόνα 12. Ένα από τα έξι εσωτερικά ψυγεία του τμήματος μαναβικής Εικόνα 13. Scanner συνδεδεμένα με το πρόγραμμα WMS Εικόνα 14. Ολοκληρωμένες παραγγελίες, προς αποστολή στα καταστήματα Εικόνα 15. Τελάρο IFCO Εικόνα 16. Η διαδικασία ανοίγματος, κλεισίματος και στοίβαξης τελάρου IFCO Εικόνα 17. Η εφαρμογή «Stopwatch & Timer» Εικόνα 18. Αρχείο μετρήσεων σε μορφή txt Κατάλογος Πινάκων Πίνακας 1. Αρχεία μετρήσεων χρόνου Picking ανά πικαδόρο Πίνακας 2. Αρχεία μετρήσεων χρόνου Picking ανά προϊόν Πίνακας 3. Αρχεία μετρήσεων χρόνου Picking πολλών προϊόντων παράλληλα Πίνακας 4. Ενοποιημένα αρχεία μετρήσεων χρόνου Picking Πίνακας 5. Αρχείο 48, μετρήσεις τελάρων 6*4*16, 14,4kg Πίνακας 6. Ποσοστά πωλήσεων ανά προϊόν και ανά κατάστημα Πίνακας 7. Φύλλο Excel με τα Χαρακτηριστικά των Τελάρων Πίνακας 8. Φύλλο Excel με τον υπολογισμό του κόστους εργασίας Picking Πίνακας 9.Φύλλο Excel με τα χαρακτηριστικά των προϊόντων Πίνακας 10. Φύλλο Excel με υπολογισμό πωλήσεων, αποθέματος και χρόνου Picking Πίνακας 11. Φύλλο Excel υπολογισμού συνολικού κόστους Πίνακας 12. Αποτελέσματα μοντέλου BOX SELECTION για 4 σενάρια Κατάλογος Διαγραμμάτων Διάγραμμα 1. Αριθμός καταστημάτων από το 2007 μέχρι το Διάγραμμα 2. Αριθμός προσωπικού από το 2007 μέχρι το Διάγραμμα 3. Εξέλιξη των πωλήσεων από το 2007 μέχρι το Διάγραμμα 4. Εξέλιξη EBITDA από το 2007 μέχρι το Διάγραμμα 5. Αρχείο 43, τελάρο IFCO 30*40*15, καθαρό βάρος προϊόντων 5,86kg Διάγραμμα 6. Αρχείο 47, τελάρο IFCO 30*40*21, καθαρό βάρος προϊόντων 10,00kg Διάγραμμα 7. Αρχείο 48, τελάρο IFCO 60*40*16, καθαρό βάρος προϊόντων 14,40kg Διάγραμμα 8. Αρχείο 46, τελάρο IFCO 60*40*18, καθαρό βάρος προϊόντων 16,00kg Διάγραμμα 9. Αρχείο 41, τελάρο IFCO 60*40*24, καθαρό βάρος προϊόντων 20,00kg Διάγραμμα 10. Αρχείο 45, τελάρο IFCO 60*40*24, καθαρό βάρος προϊόντων 6,50kg Μιχαλάκας Ζήσης 7 / 85 MBA - ΑΠΘ

9 Εισαγωγή Η Επιχειρησιακή Έρευνα έχει σχετικά σύντομη ιστορία, ξεκίνησε από τον Δεύτερο Παγκόσμιο Πόλεμο και έγινε πολύ δημοφιλής σε όλο τον κόσμο. Αρχικά χρησιμοποιήθηκε με επιτυχία στις στρατιωτικές επιχειρήσεις, και στη συνέχεια από κυβερνήσεις και από μεγάλες βιομηχανίες. Τα πρώτα χρόνια εφαρμογής, υπήρχε ενδοιασμός και διστακτικότητα στη χρήση ποσοτικών μεθόδων και σχέσεων για τη διατύπωση και την ορθολογική ανάλυση επιχειρησιακών προβλημάτων. Όμως η αποδοχή της Επιχειρησιακής Έρευνας συνεχώς αυξάνεται επειδή έχει αποδειχθεί ότι βελτιώνει την αποτελεσματικότητα της λήψης αποφάσεων των μάνατζερ. Αυτή τη στιγμή σχεδόν όλοι οι τομείς δραστηριότητας χρησιμοποιούν την Επιχειρησιακή Έρευνα για τη λήψη αποφάσεων. Οι ομάδες Επιχειρησιακής Έρευνας έχουν μεγάλη ευθύνη για την ορθή εφαρμογή της, καθώς η λήψη αποφάσεων σημαίνει και ανάληψη ευθύνης. Σύμφωνα με τους Robert Woolsey και Swanson Huntington (1969): If I make a decision and I am right, you will never remember. If I make a decision and I am wrong, you will never forget. Τα σύνορα και το περιεχόμενό της Επιχειρησιακής Έρευνας δεν είναι σταθερά. Τα εργαλεία της προέρχονται από τις επιστήμες των οικονομικών, της μηχανικής, των μαθηματικών, της στατιστικής και της ψυχολογίας και δίνουν την επιλογή εναλλακτικών τρόπων επίλυσης προβλημάτων. Ενδεικτικές τεχνικές είναι ο γραμμικός προγραμματισμός, ο μη γραμμικός προγραμματισμός, ο δυναμικός προγραμματισμός, ο ακέραιος προγραμματισμός, η ανάλυση χρονολογικών σειρών, οι μέθοδοι προβλέψεων, τα μοντέλα ελέγχου αποθεμάτων, η ανάλυση αλυσίδων Markov και η θεωρία ουρών αναμονής. Αν και η επιστήμη της Επιχειρησιακής Έρευνας επικεντρώνεται κυρίως στην κατασκευή και επίλυση μαθηματικών προβλημάτων, αυτό αποτελεί μόνο ένα μέρος της συνολικής διαδικασίας μιας τυπικής μελέτης ΕΕ. Η δόμηση ενός πλήρους και αντικειμενικού μοντέλου προσομοίωσης είναι πολύ σημαντική για την επιτυχία της μελέτης. Επιπλέον, η Επιχειρησιακή Έρευνα απαιτεί σημαντική εφευρετικότητα και καινοτομία, οπότε είναι αδύνατο να καταγραφεί μια τυποποιημένη διαδικασία η οποία θα μπορεί να εφαρμόζεται σε όλες τις περιπτώσεις. Η Επιχειρησιακή Έρευνα έχει ορισμένους περιορισμούς, οι οποίοι σχετίζονται με το χρόνο και τα χρήματα που είναι διαθέσιμα, καθώς και τα προβλήματα που μπορεί να προκύψουν από το στήσιμο ενός μοντέλου. Σε κάθε περίπτωση επιδιώκεται το βέλτιστο αποτέλεσμα με τους διαθέσιμους πόρους. Μιχαλάκας Ζήσης 8 / 85 MBA - ΑΠΘ

10 Κεφάλαιο 1. Επιχειρησιακή έρευνα. Μοντελοποίηση. Θεωρία λήψης αποφάσεων 1.1. Γενικά Σύμφωνα με τον Wilkes M. (1989) Επιχειρησιακή Έρευνα είναι η εφαρμογή μαθηματικών και λογικών μεθόδων για την βελτίωση της αποδοτικότητας και την λύση προβλημάτων διαχείρισης στις επιχειρήσεις, με στόχο την πρόβλεψη, τον έλεγχο ή τη βελτιστοποίηση. Η προσέγγιση των προβλημάτων γίνεται με επιστημονικό τρόπο και για αυτό συμπεριλαμβάνονται η συλλογή δεδομένων, η διεξαγωγή μετρήσεων, η δημιουργία μοντέλων και η πραγματοποίηση δοκιμών. Σύμφωνα με τους Daellenbach & George (1978), για να μπορέσει να λάβει χώρα η Επιχειρησιακή Έρευνα στην λήψη αποφάσεων, πρέπει να ισχύουν οι παρακάτω συνθήκες: Να υπάρχει κάποιος που λαμβάνει αποφάσεις, ένας decision maker. Αυτός μπορεί να είναι ένα άτομο ή μια ομάδα ατόμων. Αυτός που λαμβάνει τις αποφάσεις να έχει ένα ή περισσότερους συγκεκριμένους στόχους και όχι μια γενική ιδέα ότι «κάτι δεν πάει καλά». Αυτός που λαμβάνει τις αποφάσεις να έχει τουλάχιστο δύο εναλλακτικές δράσεις ή επιλογές για ένα πρόβλημα. Να υπάρχει αβεβαιότητα για το ποια είναι η καταλληλότερη δράση ή επιλογή. Να υπάρχει ένα πραγματικό περιβάλλον, μια επιχείρηση ή ένας οργανισμός, το οποίο να επηρεάζεται από την λήψη της απόφασης αυτής Ιστορική εξέλιξη της Επιχειρησιακής Έρευνας Από την έλευση της βιομηχανικής επανάστασης, έχει συντελεστεί μια αξιοσημείωτη αύξηση στο μέγεθος και την πολυπλοκότητα των οργανισμών. Τα μικρά καταστήματα μιας παλαιότερης εποχής έχουν εξελιχθεί σε πολυεθνικές εταιρείες με εκατοντάδες ή χιλιάδες εργαζομένους. Ένα αναπόσπαστο κομμάτι αυτής της επαναστατικής αλλαγής ήταν η τεράστια αύξηση του καταμερισμού της εργασίας και του κατακερματισμού των αρμοδιοτήτων διαχείρισης. Ωστόσο, αυτή η αυξανόμενη εξειδίκευση δημιούργησε νέα προβλήματα που εξακολουθούν να υπάρχουν σε πολλούς οργανισμούς. Ένα πρόβλημα είναι η τάση των πολυάριθμων συνιστωσών ενός οργανισμού να αναπτυχθούν σε σχετικά αυτόνομες μονάδες με τους δικούς Μιχαλάκας Ζήσης 9 / 85 MBA - ΑΠΘ

11 τους στόχους και συστήματα αξιών, χάνοντας έτσι την σύνδεση με εκείνους του συνολικού οργανισμού. Αυτό που είναι καλύτερο για μια συνιστώσα συχνά είναι επιζήμιο για μια άλλη, έτσι ώστε αυτές μπορεί να καταλήξουν να εργάζονται σε διασταυρούμενους στόχους. Ένα άλλο πρόβλημα είναι ότι καθώς η πολυπλοκότητα και η εξειδίκευση σε έναν οργανισμό αυξάνεται, καθίσταται όλο και πιο δύσκολο να κατανεμηθούν οι διαθέσιμοι πόροι στις διάφορες δραστηριότητες με τρόπο που είναι πιο αποτελεσματικός για τον οργανισμό ως σύνολο. Αυτά τα είδη προβλημάτων και η ανάγκη να βρεθεί ένας καλύτερος τρόπος για την επίλυσή τους δημιούργησε το περιβάλλον για την ανάπτυξη της Επιχειρησιακής Έρευνας ή ΕΕ (Operations Research ή OR). Οι ρίζες της ΕΕ μπορούν να εντοπιστούν πολλές δεκαετίες παλαιότερα, όταν έγιναν οι πρώτες προσπάθειες να χρησιμοποιηθεί μια επιστημονική προσέγγιση στη διαχείριση των οργανισμών. Ωστόσο, η αρχή της δραστηριότητας που ονομάζεται Επιχειρησιακή Έρευνα έχει γενικά αποδοθεί στις στρατιωτικές υπηρεσίες στις αρχές του Β' Παγκοσμίου Πολέμου (Panneerselvam, 2006). Λόγω των συνθηκών του πολέμου, υπήρξε επείγουσα ανάγκη να κατανεμηθούν αποτελεσματικά οι περιορισμένοι πόροι στις διάφορες στρατιωτικές επιχειρήσεις και στις δραστηριότητες κάθε επιχείρησης. Ως εκ τούτου, η βρετανική και στη συνέχεια η αμερικανική στρατιωτική διοίκηση κάλεσαν έναν μεγάλο αριθμό επιστημόνων να εφαρμόσουν μια επιστημονική προσέγγιση για την αντιμετώπιση αυτού και άλλων στρατηγικών και τακτικών προβλημάτων (Waddington, 1973). Στην πράξη, τους ζητήθηκε να κάνουν έρευνα για τις στρατιωτικές επιχειρήσεις. Αυτές οι ομάδες επιστημόνων ήταν οι πρώτες ομάδες επιστημών Επιχειρησιακής Έρευνας. Με την ανάπτυξη αποτελεσματικών μεθόδων χρήσης του νέου εργαλείου του ραντάρ, αυτές οι ομάδες συνέβαλαν στη νίκη στην αεροπορική μάχη της Μεγάλης Βρετανίας. Μέσα από την έρευνά τους για το πώς να διαχειριστούν καλύτερα το πεζικό και τις επιχειρήσεις εναντίων των υποβρυχίων, έπαιξαν επίσης σημαντικό ρόλο στη νίκη της Μάχης του Βόρειου Ατλαντικού. Παρόμοιες προσπάθειες βοήθησαν την εκστρατεία «Island Campaign» (Hillier & Lieberman, 2001). Όταν τελείωσε ο πόλεμος, η επιτυχία της Επιχειρησιακής Έρευνας στην πολεμική προσπάθεια ώθησε το ενδιαφέρον στην εφαρμογή της εκτός του στρατού. Καθώς η βιομηχανική επανάσταση που ακολούθησε τον πόλεμο εξελίσσονταν, τα προβλήματα που προκλήθηκαν από την αυξανόμενη πολυπλοκότητα και την εξειδίκευση στους μεγάλους οργανισμούς ήρθαν και πάλι στην πρώτη γραμμή. Γινόταν όλο και πιο προφανές σε έναν αυξανόμενο αριθμό ανθρώπων, συμπεριλαμβανομένων των συμβούλων επιχειρήσεων που είχαν υπηρετήσει στις Μιχαλάκας Ζήσης 10 / 85 MBA - ΑΠΘ

12 ομάδες Επιχειρησιακής Έρευνας κατά τη διάρκεια του πολέμου, ότι αυτά ήταν ουσιαστικά τα ίδια προβλήματα που αντιμετώπισαν οι στρατιωτικοί αλλά σε διαφορετικό πλαίσιο. Από τις αρχές της δεκαετίας του 1950, αυτά τα στελέχη είχαν εισαγάγει τη χρήση της Επιχειρησιακής Έρευνας σε μια ποικιλία οργανισμών στον τομέα των επιχειρήσεων, της βιομηχανίας και των κυβερνήσεων. Στη συνέχεια ακολούθησε η ταχεία εξάπλωση της Επιχειρησιακής Έρευνας. Τουλάχιστον ακόμη δύο παράγοντες διαδραμάτισαν βασικό ρόλο στην ανάπτυξη της Επιχειρησιακής Έρευνας. Ο πρώτος ήταν η ουσιαστική πρόοδος που σημειώθηκε στις τεχνικές της ΕΕ. Μετά τον πόλεμο, πολλοί από τους επιστήμονες που είχαν συμμετάσχει σε ομάδες ΕΕ ή που είχαν ακούσει για τα αποτελέσματά της, είχαν κίνητρα να διεξάγουν έρευνα σχετική με τον τομέα. Ένα παράδειγμα είναι η ανάπτυξη της μεθόδου simplex για την επίλυση γραμμικών προβλημάτων προγραμματισμού, που αναπτύχθηκε από τον George Dantzig το Πολλά από τα τυποποιημένα εργαλεία της ΕΕ, όπως ο γραμμικός προγραμματισμός, ο δυναμικός προγραμματισμός, η θεωρία ουρών αναμονής και η θεωρία των αποθεμάτων, αναπτύχθηκαν σε ικανοποιητικό επίπεδο πριν από τα τέλη της δεκαετίας του 1950 (Hillier & Lieberman, 2001). Ένας δεύτερος παράγοντας που έδωσε μεγάλη ώθηση στην ανάπτυξη του πεδίου ήταν η επανάσταση του ηλεκτρονικού υπολογιστή. Απαιτείται ένας μεγάλος αριθμός υπολογισμών για την αποτελεσματικότερη αντιμετώπιση των σύνθετων προβλημάτων που συνήθως εξετάζονται από την ΕΕ. Το να γίνουν όλοι αυτοί οι υπολογισμοί με το χέρι θα ήταν υπερβολικά χρονοβόρο ή και αδύνατο σε κάποιες περιπτώσεις. Επομένως, η ανάπτυξη ηλεκτρονικών υπολογιστών, με την ικανότητά να εκτελούν αριθμητικούς υπολογισμούς, χιλιάδες ή ακόμα και εκατομμύρια φορές ταχύτερα από ότι μπορεί ένας άνθρωπος, ήταν ένα τεράστιο όφελος για την ΕΕ. Μια περαιτέρω ώθηση ήρθε στη δεκαετία του 1980 με την ανάπτυξη ολοένα ισχυρότερων προσωπικών υπολογιστών συνοδευόμενων από αξιόλογα πακέτα λογισμικού EE. Αυτό έδωσε σε πολύ μεγαλύτερο αριθμό ανθρώπων τη δυνατότητα για την επίλυση προβλημάτων Επιχειρησιακής Έρευνας Χαρακτηριστικά της Επιχειρησιακής Έρευνας Η Επιχειρησιακή Έρευνα εφαρμόζεται σε προβλήματα που αφορούν το συντονισμό και τη Διοίκηση των Επιχειρησιακών Λειτουργιών εντός ενός οργανισμού. Έχει εφαρμοστεί εκτενώς σε τομείς όπως η μεταποίηση, οι μεταφορές, οι κατασκευές, οι τηλεπικοινωνίες, ο οικονομικός Μιχαλάκας Ζήσης 11 / 85 MBA - ΑΠΘ

13 σχεδιασμός, η υγειονομική περίθαλψη, ο στρατός και οι δημόσιες υπηρεσίες. Επομένως, το εύρος εφαρμογής της είναι ασυνήθιστα μεγάλο. Η ερευνητική δραστηριότητα στην Επιχειρησιακή Έρευνα χρησιμοποιεί μια προσέγγιση που μοιάζει με τον τρόπο διεξαγωγής της έρευνας σε καθιερωμένους επιστημονικούς τομείς. Ειδικότερα, η διαδικασία αρχίζει με προσεκτική παρατήρηση και διατύπωση του προβλήματος, συμπεριλαμβανομένης της συγκέντρωσης όλων των σχετικών δεδομένων. Το επόμενο βήμα είναι να κατασκευαστεί ένα επιστημονικό, τυπικά μαθηματικό, μοντέλο που επιχειρεί να περιγράψει το πραγματικό πρόβλημα. Γίνεται η υπόθεση ότι αυτό το μοντέλο είναι μια αρκετά ακριβής αναπαράσταση των βασικών χαρακτηριστικών της κατάστασης και ότι τα συμπεράσματα που λαμβάνονται, από το μοντέλο, ισχύουν επίσης για το πραγματικό πρόβλημα. Στη συνέχεια, διεξάγονται κατάλληλα πειράματα για να δοκιμαστεί αυτή η υπόθεση, να τροποποιηθεί εάν απαιτείται και τελικά να επαληθευτεί η ισχύς της υπόθεσης. Τελικά, η Επιχειρησιακή Έρευνα περιλαμβάνει διεξαγωγή επιστημονικής έρευνας πάνω στις επιχειρησιακές λειτουργίες. Η Επιχειρησιακή Έρευνα ασχολείται επίσης με την διοίκηση του οργανισμού. Ως εκ τούτου, για να είναι επιτυχής, πρέπει να παρέχει κατανοητά συμπεράσματα στον υπεύθυνο λήψης αποφάσεων, προϊστάμενο ή διευθυντή, όταν αυτά είναι απαραίτητα. Ένα ακόμη χαρακτηριστικό της ΕΕ είναι η ευρεία της οπτική γωνία. Έτσι, επιχειρεί να επιλύσει τις συγκρούσεις συμφερόντων μεταξύ των συνιστωσών της οργάνωσης κατά τρόπο που είναι ο καλύτερος για τον οργανισμό ως σύνολο. Ένα επιπλέον χαρακτηριστικό είναι ότι με την ΕΕ συχνά επιδιώκεται η εύρεση μιας βέλτιστης λύσης για το πρόβλημα που εξετάζουμε. Αντί να απλώς βελτιωθεί η κατάσταση, ο στόχος είναι να εντοπιστεί η καλύτερη δυνατή πορεία δράσης. Όλα αυτά τα χαρακτηριστικά οδηγούν σε ακόμα ένα. Είναι προφανές ότι κανένα άτομο δεν πρέπει να αναμένεται να έχει εξειδίκευση σε όλες τις πτυχές της εργασίας ή των προβλημάτων που συνήθως εξετάζονται. Αυτό θα απαιτούσε μια ομάδα ατόμων με διαφορετικό υπόβαθρο και δεξιότητες. Επομένως, όταν πραγματοποιείται μια πλήρης μελέτη ενός νέου προβλήματος, είναι συνήθως απαραίτητη η ομαδική προσέγγιση. Μια τέτοια ομάδα Επιχειρησιακής Έρευνας πρέπει να περιλαμβάνει άτομα που συλλογικά έχουν υψηλή κατάρτιση στα μαθηματικά, στη στατιστική και στη θεωρία πιθανοτήτων, στην οικονομία, στη διοίκηση επιχειρήσεων, στην επιστήμη των υπολογιστών, στη μηχανική και στις φυσικές επιστήμες, στις επιστήμες συμπεριφοράς και στις ειδικές τεχνικές της ΕΕ. Μιχαλάκας Ζήσης 12 / 85 MBA - ΑΠΘ

14 1.4. Φάσεις σχεδιασμού και εφαρμογής μοντέλων Μεγάλο τμήμα της Επιχειρησιακής Έρευνας διαπραγματεύεται τις μαθηματικές και ποσοτικές μεθόδους έρευνας. Ωστόσο, οι πρακτικές εφαρμογές της Επιχειρησιακής Έρευνας δεν είναι απλώς μαθηματικές ασκήσεις. Στην πραγματικότητα, η μαθηματική ανάλυση αντιπροσωπεύει συχνά ένα σχετικά μικρό μέρος της συνολικής απαιτούμενης προσπάθειας. Το σημαντικότερο τμήμα μιας πρακτικής εφαρμογής Επιχειρησιακής Έρευνας, είναι η δόμηση ενός πλήρους και αντικειμενικού μοντέλου προσομοίωσης. Υπάρχουν δύο κατηγορίες μοντέλων, τα ντετερμινιστικά και τα στοχαστικά. Στα ντετερμινιστικά μοντέλα, όλες οι μη ελεγχόμενες μεταβλητές είναι γνωστές και δεν παρουσιάζουν απόκλιση. Στα στοχαστικά μοντέλα, έστω και μια μη ελεγχόμενη μεταβλητή διαφέρει από περίπτωση σε περίπτωση και υπόκειται σε διασπορά. Η Επιχειρησιακή Έρευνα μπορεί να χρησιμοποιηθεί και στις δύο κατηγορίες μοντέλων (Urpy, 1991). O σχεδιασμός και η εφαρμογή ενός μοντέλου προσομοίωσης περιλαμβάνει τις ακόλουθες φάσεις (Hillier & Lieberman, 2001): 1. Καθορισμός των στόχων, ορισμός του προβλήματος και συγκέντρωση των σχετικών δεδομένων. 2. Δημιουργία ενός μαθηματικού μοντέλου προσομοίωσης για την περιγραφή του πραγματικού προβλήματος. 3. Ανάπτυξη μια διαδικασίας βασισμένη σε υπολογιστή για την εξαγωγή λύσεων από το μοντέλο. 4. Έλεγχος των αποτελεσμάτων του μοντέλου και βελτίωση όπου απαιτείται. 5. Προετοιμασία για την εφαρμογή του μοντέλου σύμφωνα με τις οδηγίες της διοίκησης. 6. Εφαρμογή του μοντέλου Καθορισμός των στόχων, ορισμός του προβλήματος και συγκέντρωση των σχετικών δεδομένων Σε αντίθεση με τα θεωρητικά παραδείγματα, τα περισσότερα πρακτικά προβλήματα Επιχειρησιακής Έρευνας περιγράφονται αρχικά με αόριστο τρόπο. Ως εκ τούτου, η πρώτη εργασία που πρέπει να γίνει είναι η ανάπτυξη μια σαφώς καθορισμένης δήλωσης του προβλήματος που πρέπει να αντιμετωπιστεί. Αυτό περιλαμβάνει τον καθορισμό των κατάλληλων στόχων, των περιορισμών για το τι μπορεί να γίνει, των αλληλεξαρτήσεων μεταξύ του τμήματος του οργανισμού που πρόκειται να μελετηθεί και άλλων τμημάτων του Μιχαλάκας Ζήσης 13 / 85 MBA - ΑΠΘ

15 οργανισμού, των πιθανών εναλλακτικών τρόπων δράσης και των προθεσμιών λήψης αποφάσεων. Αυτή η διαδικασία προσδιορισμού του προβλήματος είναι κρίσιμη, επειδή επηρεάζει σε μεγάλο βαθμό το πόσο χρήσιμα θα είναι τα συμπεράσματα της μελέτης. Είναι αδύνατον να εξαχθεί μια «σωστή» λύση για ένα «λάθος» προσδιορισμένο πρόβλημα (Hillier & Lieberman, 2001). Μια ομάδα Επιχειρησιακής Έρευνας έχει συμβουλευτική ιδιότητα. Τα μέλη της ομάδας συμβουλεύουν τη διοίκηση, η οποία μπορεί να εκπροσωπείται από ένα βασικό υπεύθυνο λήψης αποφάσεων. Η ομάδα πραγματοποιεί λεπτομερή τεχνική ανάλυση του προβλήματος και στη συνέχεια υποβάλλει προτάσεις στη διοίκηση. Κάποιες παραδοχές ή το εύρος τιμών κάποιων παραμέτρων είναι στρατηγικές αποφάσεις που μπορεί να αξιολογηθούν μόνο από τη διοίκηση, π.χ., η σχέση μεταξύ κόστους και οφέλους. Η διοίκηση αξιολογεί τη μελέτη και τις προτάσεις της, λαμβάνει υπόψη μια σειρά άλλων παραγόντων και λαμβάνει την τελική απόφαση με βάση την καλύτερη κρίση της. Συνεπώς, είναι ζωτικής σημασίας για την ομάδα ΕΕ να βρίσκεται στο ίδιο μήκος κύματος με τη διοίκηση, τόσο για τον εντοπισμό του "σωστού" προβλήματος από την άποψη της διοίκησης, όσο και για να εξασφαλίσει την υποστήριξη της διοίκησης σε όλη την πορεία εξέλιξης της μελέτης. Η Επιχειρησιακή Έρευνα ασχολείται με την βελτίωση των συνθηκών σε ολόκληρο τον οργανισμό σαν σύνολο και όχι μόνο σε κάποια από τα τμήματά του. Μια μελέτη ΕΕ επιδιώκει λύσεις που είναι βέλτιστες για το συνολικό οργανισμό και όχι λύσεις που είναι καλύτερες μόνο για ένα τμήμα. Ως εκ τούτου, οι στόχοι που διατυπώνονται πρέπει να είναι οι στόχοι ολόκληρου του οργανισμού. Ωστόσο, αυτό δεν είναι πάντα εφικτό. Πολλά προβλήματα αφορούν πρωτίστως μόνο ένα τμήμα της οργάνωσης, επομένως η ανάλυση θα ήταν πολύπλοκη εάν οι αναφερόμενοι στόχοι ήταν υπερβολικά γενικοί και εάν δοθεί μεγάλη προσοχή σε όλες τις επιπτώσεις για τον υπόλοιπο οργανισμό. Τελικά, οι στόχοι που χρησιμοποιούνται στη μελέτη πρέπει να είναι συγκεκριμένοι, αλλά να εξακολουθούν να συμβαδίζουν με τους γενικότερους στόχους του οργανισμού. Για οργανισμούς κερδοσκοπικού χαρακτήρα, ένας πιθανά σταθερός στόχος μπορεί να είναι η μακροχρόνια μεγιστοποίηση του κέρδους, λαμβάνοντας υπόψη και την διαχρονική αξία του χρήματος. Η μακροχρόνια μεγιστοποίηση του κέρδους υποδηλώνει ότι ο στόχος αυτός παρέχει την ευελιξία να λαμβάνονται αποφάσεις που δεν μεταφράζονται σε άμεσα κέρδη, π.χ. αποφάσεις για έρευνα και ανάπτυξη. Στην πραγματικότητα, ορισμένοι υποστηρίζουν ότι όλοι οι άλλοι επιμέρους στόχοι μπορούν να περιλαμβάνονται σε αυτό το γενικό στόχο. Ωστόσο, Μιχαλάκας Ζήσης 14 / 85 MBA - ΑΠΘ

16 στην πράξη, πολλοί κερδοσκοπικοί οργανισμοί δεν χρησιμοποιούν μόνο αυτή την προσέγγιση, αλλά συνδυάζουν αυτό τον στόχο και με άλλους στόχους. Παραδείγματα άλλων στόχων μπορεί να είναι η διατήρηση σταθερών κερδών, η διατήρηση ή η αύξηση του μεριδίου αγοράς, η διασφάλιση της διαφοροποίησης των προϊόντων, η διατήρηση σταθερών τιμών, η βελτίωση του ηθικού των εργαζομένων, η διατήρηση του οικογενειακού ελέγχου της επιχείρησης ή η αύξηση του εταιρικού κύρους. Από τις επιχειρήσεις επηρεάζονται διάφορες ομάδες που έχουν διαφορετικές προτεραιότητες: οι ιδιοκτήτες, μέτοχοι κ.λπ., οι οποίοι επιθυμούν άμεσα κέρδη, μερίσματα ή ανατίμηση μετοχών οι εργαζόμενοι, οι οποίοι επιθυμούν σταθερή απασχόληση με ικανοποιητικούς μισθούς οι πελάτες, οι οποίοι επιθυμούν ποιοτικά προϊόντα σε χαμηλές τιμές οι προμηθευτές, οι οποίοι επιθυμούν φερεγγυότητα και ικανοποιητικές τιμές πώλησης των προϊόντων τους η κυβέρνηση, η οποία επιθυμεί την καταβολή φόρων και την παροχή υπηρεσιών προς τους πολίτες Οι μεγάλες εταιρείες προσπαθούν να ικανοποιήσουν όλα τα εμπλεκόμενα μέρη και ταυτόχρονα να επιτύχουν μακροχρόνια μεγιστοποίηση του κέρδους. Η συλλογή δεδομένων σχετικά με το υπό μελέτη πρόβλημα, μπορεί να διαρκέσει ένα μεγάλο χρονικό διάστημα. Συνήθως απαιτείται μεγάλος όγκος δεδομένων για να υπάρξει ακριβής προσδιορισμός του προβλήματος και για να ληφθούν οι απαραίτητες πληροφορίες για το μαθηματικό μοντέλο που θα δημιουργηθεί στην επόμενη φάση της μελέτης. Μεγάλης σημασίας είναι η σωστή λήψη, αποθήκευση και διαχείριση των δεδομένων. Στο τελικό στάδιο της επεξεργασίας γίνεται προσπάθεια να αυξηθεί η ακρίβεια των δεδομένων και υπάρχει περίπτωση να απομακρυνθούν κάποια δεδομένα, αν θεωρηθεί ότι αυτά δημιουργούν «θόρυβο» Σχεδιασμός μαθηματικού μοντέλου Αφού οριστεί με σαφήνεια το πρόβλημα που θα μελετηθεί, η επόμενη φάση είναι να διατυπωθεί με μια μορφή που είναι κατάλληλη για ανάλυση. Η συμβατική μέθοδος Επιχειρησιακής Έρευνας περιλαμβάνει την δημιουργία ενός μαθηματικού μοντέλου που αντιπροσωπεύει την ουσία του προβλήματος (Hillier & Lieberman, 2001). Μιχαλάκας Ζήσης 15 / 85 MBA - ΑΠΘ

17 Τα μοντέλα παίζουν σημαντικό ρόλο στην επιστήμη και τις επιχειρήσεις και χρησιμοποιούνται για την παρουσίαση των αλληλεξαρτήσεων και τη διευκόλυνση της ανάλυσης. Παραδείγματα μοντέλων είναι μοντέλα γενετικής δομής, μαθηματικές εξισώσεις που περιγράφουν φυσικούς νόμους κίνησης ή χημικές αντιδράσεις, γραφήματα, διαγράμματα και λογιστικά συστήματα. Τα μαθηματικά μοντέλα εκφράζονται με όρους μαθηματικών συμβόλων και εξισώσεων. Πολύ συχνά τα μοντέλα μπορεί να έχουν αγνώστους, σταθερές παραμέτρους και περιορισμούς, που εκφράζονται με ανισότητες ή ισότητες. Επιπλέον, συχνά επιδιώκεται μέσω του μοντέλου να βρεθούν εκείνες οι συνθήκες που αυξάνουν το κέρδος ή μειώνουν το κόστος. Για την ανάλυση ενός προβλήματος υπάρχει η περίπτωση να αναπτυχθούν δύο ή περισσότεροι εντελώς διαφορετικοί τύποι μοντέλων. Σε πραγματικές εφαρμογές Επιχειρησιακής Έρευνας, οι τιμές των σταθερών παραμέτρων του μοντέλου πρέπει να υπολογιστούν από τους μελετητές. Η εύρεση των κατάλληλων τιμών, αποτελεί μια πρόκληση και έχει μέγιστη σημασία για την επιτυχία ή όχι του μοντέλου. Οι τιμές αυτές θα προκύψουν από την επεξεργασία των δεδομένων που έχουν συλλεγεί στο προηγούμενο στάδιο την μελέτης. Στην περίπτωση που δεν είναι δυνατός ο υπολογισμός μιας παραμέτρου, τότε δίνεται σε αυτήν μια τιμή που θεωρείται «λογική» και στη συνέχεια η τιμή αυτή αναθεωρείται αν κριθεί αναγκαίο. Η χρήση ενός μαθηματικού μοντέλου βοηθά στο να περιγραφεί η συνολική δομή ενός προβλήματος και να προσδιοριστούν σημαντικές σχέσεις αιτίας - αποτελέσματος. Ωστόσο, η χρησιμοποίηση μαθηματικών μοντέλων απαιτεί εμπειρία και προσοχή. Για να είναι δυνατόν να επιλυθεί ένα μοντέλο είναι αναγκαίο να γίνουν κάποιες απλουστευτικές υποθέσεις, οι οποίες υπάρχει περίπτωση να οδηγήσουν το μοντέλο σε αποτυχία. Είναι απαραίτητο να πραγματοποιούνται δοκιμές και βελτιώσεις του μοντέλου ώστε να υπάρξει μια σχετική βεβαιότητα για την αξιοπιστία των αποτελεσμάτων του. Σύμφωνα με τους Ravindran, Phillips και Solberg (1987) πρέπει να τηρούνται οι παρακάτω κανόνες για τη δημιουργία και τη χρήση ενός μοντέλου: Μην δημιουργείτε ένα πολύπλοκο μοντέλο, όταν ένα απλούστερο επαρκεί. Αποφύγετε να παραμορφώσετε το πρόβλημα για να ταιριάξει με την τεχνική επίλυσης. Δώστε μεγάλη προσοχή στην επίλυση του μοντέλου, ώστε να μην έχει μαθηματικά λάθη. Μιχαλάκας Ζήσης 16 / 85 MBA - ΑΠΘ

18 Βεβαιωθείτε για την καταλληλόλητα του μοντέλου πριν το χρησιμοποιήσετε για τη λήψη αποφάσεων. Τα αποτελέσματα του μοντέλου δεν πρέπει να απέχουν πολύ από τα αποτελέσματα της πραγματικότητας. Μην «πιέσετε» το μοντέλο να κάνει πράγματα για τα οποία δεν προορίζεται. GIGO (garbage in, garbage out). Η ποιότητα των αποτελεσμάτων ενός μοντέλου δεν θα είναι καλύτερη από την ποιότητα των δεδομένων εισόδου. Τα μοντέλα δεν μπορούν να αντικαταστήσουν αυτούς που λαμβάνουν αποφάσεις Λήψη λύσεων από το μαθηματικό μοντέλο Αφού διαμορφωθεί ένα μαθηματικό μοντέλο για το υπό εξέταση πρόβλημα, η επόμενη φάση μιας μελέτης Επιχειρησιακής Έρευνας είναι να αναπτυχθεί μια διαδικασία για την εξεύρεση λύσεων στο πρόβλημα από αυτό το μοντέλο. Συνήθως ο στόχος της Επιχειρησιακής Έρευνας είναι η αναζήτηση βέλτιστων λύσεων. H πραγματικότητα είναι ότι αυτές οι λύσεις είναι βέλτιστες μόνο σε σχέση με το μοντέλο που χρησιμοποιείται. Δεδομένου ότι το μοντέλο είναι αναγκαστικά μια εξιδανικευμένη και όχι ακριβής αναπαράσταση του πραγματικού προβλήματος, δεν μπορεί να υπάρξει καμία εγγύηση ότι η βέλτιστη λύση για το μοντέλο θα αποδειχθεί και η βέλτιστη λύση για το πραγματικό πρόβλημα. Ωστόσο, αν το μοντέλο είναι καλά δομημένο και δοκιμασμένο, η λύση που θα προκύψει θα πρέπει να πλησιάζει την βέλτιστη λύση για το πραγματικό πρόβλημα. Στην πράξη, μια μελέτη επιχειρησιακής έρευνας μπορεί να θεωρηθεί επιτυχημένη, εάν οδηγεί σε καλύτερα αποτελέσματα από αυτά που υπήρχαν πριν την εφαρμογή της ή από αυτά που πετυχαίνει ο ανταγωνισμός, ανεξάρτητα αν η λύση που δίνει είναι η βέλτιστη ή όχι (Hillier & Lieberman, 2001). Η διάκριση μεταξύ βέλτιστης λύσης και ικανοποιητικής λύσης αντικατοπτρίζει τη διαφορά μεταξύ θεωρίας και πραγματικότητας που συχνά προκύπτει στην προσπάθεια να εφαρμοστεί αυτή η θεωρία στην πράξη. Σύμφωνα τον Samuel Eilon (1972), «Optimizing is the science of ultimate, satisficing is the art of the feasible». Ενώ σύμφωνα με τον Savitch Walter (1984) «In theory there is no difference between theory and practice. But in practice there is». Δύο ακόμη σημαντικοί παράμετροι είναι το κόστος της μελέτης Επιχειρησιακής Έρευνας και το κόστος καθυστέρησης λήψης αποφάσεων. Το κόστος της μελέτης αυξάνει όσο μεγαλύτερη προσπάθεια καταβάλλεται στην βελτίωση του μοντέλου και θα πρέπει να αντιμετωπίζεται συγκριτικά με τα αναμενόμενα οφέλη. Δηλαδή θα πρέπει να συγκρίνονται τα οικονομικά οφέλη Μιχαλάκας Ζήσης 17 / 85 MBA - ΑΠΘ

19 που μπορεί να προκύψουν από μια μελέτη σε σχέση με το κόστος εκπόνησής της. Επιπλέον, πολλές φορές το κόστος καθυστέρησης μιας απόφασης, αναμένοντας τα αποτελέσματα μιας εκτενούς μελέτης, μπορεί να είναι μεγαλύτερο από το πιθανό κέρδος. Μια μελέτη Επιχειρησιακής Έρευνας επιδιώκει να προσφέρει με επιστημονικό τρόπο όσο το δυνατόν περισσότερες βέλτιστες λύσεις στη διαδικασία λήψης αποφάσεων. Ωστόσο, μια επιτυχημένη μελέτη το κάνει λαμβάνοντας υπόψη την επιτακτική ανάγκη του υπεύθυνου λήψης αποφάσεων να λάβει αποτελέσματα σε εύλογο χρονικό διάστημα. Ως εκ τούτου, ο στόχος μιας μελέτης ΕΕ πρέπει να είναι η διεξαγωγή της μελέτης με τον βέλτιστο τρόπο, ανεξάρτητα από το αν πρόκειται για την εύρεση βέλτιστης λύσης για το μοντέλο (Hillier & Lieberman, 2001) Έλεγχος των αποτελεσμάτων και βελτίωση του μοντέλου Η ανάπτυξη ενός μαθηματικού μοντέλου Επιχειρησιακής Έρευνας είναι ανάλογη με την ανάπτυξη ενός μεγάλου προγράμματος υπολογιστή. Όταν ολοκληρωθεί η πρώτη έκδοση του προγράμματος υπολογιστή, περιέχει αναπόφευκτα πολλά σφάλματα. Το πρόγραμμα πρέπει να ελεγχθεί διεξοδικά για να βρεθούν και να διορθωθούν όσο το δυνατόν περισσότερα σφάλματα. Τελικά, μετά από μια σειρά βελτιώσεων, το πρόγραμμα παρέχει γενικά εύλογα αποτελέσματα. Παρόλο που κάποια μικρά σφάλματα παραμένουν κρυμμένα στο πρόγραμμα και μπορεί ποτέ να μην εντοπιστούν, τα μεγάλα σφάλματα έχουν εξαλειφθεί επαρκώς ώστε το πρόγραμμα να μπορεί πλέον να παρέχει αξιόπιστα αποτελέσματα (Williams, 1990). Ομοίως, η πρώτη έκδοση ενός μαθηματικού μοντέλου Επιχειρησιακής Έρευνας αναπόφευκτα περιέχει πολλά σφάλματα. Ορισμένες παράμετροι μπορεί να μην έχουν ενσωματωθεί στο μοντέλο και ορισμένες παράμετροι μπορεί να μην έχουν εκτιμηθεί σωστά. Αυτό είναι αναπόφευκτο, δεδομένης της πολυπλοκότητας ενός επιχειρησιακού προβλήματος καθώς και της δυσκολίας συλλογής αξιόπιστων δεδομένων. Επομένως, προτού χρησιμοποιηθεί το μοντέλο, πρέπει να ελεγχθεί προσεκτικά για να εντοπιστούν και να διορθωθούν όσο το δυνατόν περισσότερα σφάλματα. Παρόλο που κάποια σφάλματα θα συνεχίσουν να υπάρχουν κρυμμένα στο μοντέλο, τα μεγάλα σφάλματα έχουν αντιμετωπιστεί και το μοντέλο να μπορεί πλέον να χρησιμοποιηθεί αξιόπιστα. Ο τρόπος με τον οποίο γίνεται η βελτίωση του μοντέλου, εξαρτάται σε μεγάλο βαθμό από τη φύση του προβλήματος που εξετάζεται και από το μοντέλο που χρησιμοποιείται. Ωστόσο, υπάρχουν κάποια βήματα που μπορούν να ακολουθηθούν στα περισσότερα μοντέλα. Μιχαλάκας Ζήσης 18 / 85 MBA - ΑΠΘ

20 Η δόμηση ενός μοντέλου ξεκινάει από τον κατακερματισμό του σε διακριτά τμήματα τα οποία είναι εφικτό να περιγραφούν. Η εκτενής ενασχόληση με τα επί μέρους τμήματα, ενέχει τον κίνδυνο να «εστιάσουμε στο δέντρο και να χαθεί το δάσος». Ο πρώτος έλεγχος γίνεται μετά τον αρχικό καθορισμό των επιμέρους τμημάτων και αφορά την επισκότιση του μοντέλου ως σύνολο, με σκοπό την εύρεση προφανών λαθών ή παραλήψεων. Σε αυτό το σημείο είναι πολύ σημαντικό η επισκόπηση να γίνει και από κάποιο άτομο που δεν συμμετείχε στην ανάλυση των επιμέρους τμημάτων, γιατί αυτό θα έχει μια πιο αντικειμενική ματιά. Ένας ακόμη έλεγχος που είναι απαραίτητο να γίνει, είναι η επιβεβαίωση ότι οι μονάδες που έχουν χρησιμοποιηθεί για την περιγραφή των υπό μελέτη μεγεθών είναι οι σωστές. Όσο αυξάνει η πολυπλοκότητα του μοντέλου τόσο αυξάνει και η πιθανότητα να έχει γίνει κάποιο λάθος στις μονάδες. Για την επιβεβαίωση ότι τα αποτελέσματα του μοντέλου είναι «λογικά», μια καλή μέθοδος είναι να δίνονται στις παραμέτρους ακραίες τιμές, δηλαδή τιμές κοντά στις μέγιστες και ελάχιστες δυνατές. Στη συνέχεια εξετάζονται τα αποτελέσματα του μοντέλου για το αν συμπεριφέρονται με τον αναμενόμενο τρόπο ή όχι. Μια πιο συστηματική προσέγγιση για τη δοκιμή του μοντέλου είναι η χρήση μιας αναδρομικής δοκιμής. Η δοκιμή αυτή χρησιμοποιεί πραγματικά ιστορικά δεδομένα σαν εισαγόμενα στο μοντέλο και συγκρίνει τα εξαγόμενα με επίσης ιστορικά δεδομένα. Δηλαδή γίνεται σύγκριση της υποθετικών αποτελεσμάτων του μοντέλου με αυτό που πραγματικά συνέβη. Με αυτό τον τρόπο επιβεβαιώνεται η ακρίβεια του μοντέλου και η ανάγκη για βελτίωση του μοντέλου. Η ανάλυση μετά την εξεύρεση βέλτιστης λύσης είναι ένα πολύ σημαντικό μέρος των περισσότερων μελετών Επιχειρησιακής Έρευνας. Αυτή η ανάλυση περιλαμβάνει την διερεύνηση σχετικά με το τι θα συμβεί στην βέλτιστη λύση αν γίνουν διαφορετικές υποθέσεις σχετικά με τις μελλοντικές συνθήκες. Αυτή η διαδικασία πειραματισμού με αλλαγές στο μοντέλο μπορεί επίσης να είναι πολύ χρήσιμη για την κατανόηση της συμπεριφοράς του μοντέλου και την αύξηση της εμπιστοσύνης στην εγκυρότητά του. Η ανάλυση μετά την βελτιστοποίηση περιλαμβάνει τη διεξαγωγή ανάλυσης ευαισθησίας για τον προσδιορισμό των παραμέτρων του μοντέλου που είναι πιο κρίσιμες για τον προσδιορισμό της λύσης. Για ένα μαθηματικό μοντέλο με καθορισμένες τιμές για όλες τις παραμέτρους του, οι κρίσιμες παράμετροι του μοντέλου είναι οι παράμετροι των οποίων η τιμή δεν μπορεί να αλλάξει χωρίς να αλλάξει η βέλτιστη λύση (Hillier & Lieberman, 2001). Μιχαλάκας Ζήσης 19 / 85 MBA - ΑΠΘ

21 Η διαδικασία βελτίωσης του μοντέλου συνεχίζεται έως ότου οι βελτιώσεις των βέλτιστων λύσεων γίνουν πολύ μικρές για να δικαιολογούν τη συνέχιση. Η τεκμηρίωση της διαδικασίας που χρησιμοποιείται για την επικύρωση - επιβεβαίωση του μοντέλου είναι σημαντική. Αυτό βοηθά στην αύξηση της εμπιστοσύνης στο μοντέλο από τους επόμενους χρήστες Προετοιμασία για την εφαρμογή του μοντέλου Μετά τη φάση ελέγχου και βελτίωσης, έχει αναπτυχθεί ένα αποδεκτό μοντέλο. Το επόμενο βήμα είναι να εγκατασταθεί ένα εύχρηστο σύστημα για την εφαρμογή του μοντέλου σύμφωνα με τις οδηγίες της διοίκησης. Το σύστημα αυτό θα περιλαμβάνει το μοντέλο, τη διαδικασία εισαγωγής δεδομένων και τη διαδικασία λήψης λύσεων. Ο στόχος είναι το σύστημα να είναι φιλικό στη χρήση και να μπορεί να χρησιμοποιηθεί και από άλλα άτομα, όταν αυτό είναι αναγκαίο. Το σύστημα συνήθως είναι εγκατεστημένο σε υπολογιστή. Στην πραγματικότητα, ένας σημαντικός αριθμός προγραμμάτων ηλεκτρονικών υπολογιστών πρέπει συχνά να συνεργαστούν και να ενσωματωθούν στο σύστημα. Οι βάσεις δεδομένων αποτελούν τη βάση αυτού του συστήματος, καθώς από αυτές θα αντλούνται κάθε φορά τα ενημερωμένα δεδομένα που θα εισάγονται στο μοντέλο με σκοπό να λαμβάνονται ενημερωμένα αποτελέσματα. Επιπλέον, μπορεί να χρησιμοποιηθούν προγράμματα λήψης αποφάσεων που θα λαμβάνουν και θα ερμηνεύουν τα αποτελέσματα του μοντέλου. Ανάλογα με το μέγεθος της μελέτης Επιχειρησιακής Έρευνας, μπορεί να απαιτηθεί αρκετός χρόνος για την ανάπτυξη, δοκιμή και εγκατάσταση τέτοιων συστημάτων προγραμμάτων. Μέρος αυτής της προσπάθειας αποτελεί η ανάπτυξη και εφαρμογή μιας διαδικασίας για την ενημέρωση και επικαιροποίηση του συστήματος σε όλη τη μελλοντική του χρήση Εφαρμογή του μοντέλου Μετά την ανάπτυξη ενός συστήματος για την εφαρμογή του μοντέλου, η τελευταία φάση μιας μελέτης Επιχειρησιακής Έρευνας είναι η εφαρμογή αυτού του συστήματος. Αυτή η φάση είναι κρίσιμη επειδή μόνο σε αυτή αποκομίζονται τα οφέλη της μελέτης. Ως εκ τούτου, είναι σημαντικό για την ομάδα Επιχειρησιακής Έρευνας να συμμετάσχει στην έναρξη αυτής της φάσης, για να βεβαιωθεί ότι οι λύσεις του μοντέλου μεταφράζονται με ακρίβεια και για να διορθώσει τυχόν ατέλειες στις λύσεις που αποκαλύπτονται στη συνέχεια. Μιχαλάκας Ζήσης 20 / 85 MBA - ΑΠΘ

22 Η επιτυχία της φάσης υλοποίησης εξαρτάται σε μεγάλο βαθμό από την υποστήριξη διοίκησης του οργανισμού. Η ομάδα Επιχειρησιακής Έρευνας είναι πολύ πιο πιθανό να κερδίσει αυτή την υποστήριξη αν έχει διατηρήσει τη διοίκηση καλά ενημερωμένη και ενθάρρυνε την ενεργό καθοδήγηση της διοίκησης σε όλη τη διάρκεια της μελέτης. Η καλή επικοινωνία βοηθά να διασφαλιστεί ότι η μελέτη υλοποιεί αυτό που ήθελε η διοίκηση και έτσι έχει πραγματική αξία η εφαρμογή. Επίσης, δίνει στη διοίκηση μεγαλύτερη αίσθηση ιδιοκτησίας της μελέτης, με αποτέλεσμα να προσφέρει μεγαλύτερη υποστήριξή κατά την υλοποίηση. Σε όλη τη διάρκεια της περιόδου κατά την οποία χρησιμοποιείται το νέο σύστημα, είναι σημαντικό να λαμβάνεται ανατροφοδότηση σχετικά με το πόσο καλά λειτουργεί το σύστημα και κατά πόσον οι υποθέσεις του μοντέλου συνεχίζουν να ικανοποιούνται. Όταν προκύψουν σημαντικές αποκλίσεις από τις αρχικές παραδοχές, το μοντέλο πρέπει να επανεξεταστεί για να προσδιοριστεί εάν πρέπει να γίνουν τροποποιήσεις Θεωρία λήψης αποφάσεων Η λήψη αποφάσεων ήταν πάντα μια δύσκολη πνευματική λειτουργία, λόγω της αβεβαιότητας του μέλλοντος και των συγκρουόμενων αξιών και σκοπών. Οι καλές και προσεκτικές αποφάσεις δεν καταλήγουν πάντα σε θετικά αποτελέσματα. Μια καλή απόφαση μπορεί να καταλήξει σε ένα αρνητικό αποτέλεσμα και μια λάθος απόφαση να καταλήξει σε ένα θετικό αποτέλεσμα. Αυτό συμβαίνει διότι πάντα υπάρχουν αστάθμητοι παράγοντες που μπορεί να επηρεάσουν την ροή των γεγονότων. Ωστόσο, μια δομημένη προσέγγιση στη λήψη αποφάσεων, θα οδηγήσει σε καλύτερη γνώση του προβλήματος και σε καλύτερες πιθανότητες για ένα θετικό αποτέλεσμα (Φράγκος, 2006). Η βέλτιστη επιλογή σε ένα πρόβλημα λήψης αποφάσεων θα σήμαινε την αξιολόγηση των αποτελεσμάτων όλων των εναλλακτικών λύσεων και την επιλογή της λύσης με τα καλύτερα αποτελέσματα. Τα αποτελέσματα όμως, των εναλλακτικών λύσεων, κάποιες φορές επηρεάζονται από την ύπαρξη κάποιων αβέβαιων παραγόντων, οι οποίοι δεν είναι δυνατό να προσδιοριστούν με βεβαιότητα. Υπάρχουν τρεις συνθήκες μέσα στις οποίες μπορεί να απαιτηθεί η λήψη αποφάσεων, οι συνθήκες βεβαιότητας, αβεβαιότητας ή ρίσκου (Taha, 1997). Μιχαλάκας Ζήσης 21 / 85 MBA - ΑΠΘ

23 1.5.1 Λήψη αποφάσεων σε συνθήκες βεβαιότητας (decision making under certainty) Στις συνθήκες βεβαιότητας είναι γνωστές με βεβαιότητα οι συνέπειες κάθε εναλλακτικής απόφασης. Αυτό συμβαίνει κυρίως στα ντετερμινιστικά προβλήματα, στα οποία επιλέγεται η εναλλακτική με το καλύτερο αποτέλεσμα. Σε αυτές τις περιπτώσεις τα επιχειρησιακά προβλήματα μπορούν να απεικονιστούν με συγκεκριμένα μαθηματικά πρότυπα, όπως γραμμικό προγραμματισμό ή προβλήματα μεταφοράς Λήψη αποφάσεων σε συνθήκες αβεβαιότητας (decision making under uncertainty) Στις συνθήκες αβεβαιότητας δεν είναι γνωστές οι συνέπειες κάθε εναλλακτικής απόφασης. Αυτό σημάνει ότι κάτω από διαφορετικές συνθήκες ή καταστάσεις, διαφοροποιείται η βέλτιστη επιλογή μιας λύσης. Σε αυτές τις περιπτώσεις μπορούν να εφαρμοστούν τα παρακάτω κριτήρια (Υψηλάντης, 2015): Κριτήριο MAXIMIN (ελαχιστοποίηση ζημίας). Αντιπροσωπεύει τη συντηρητική απαισιόδοξη προσέγγιση. Θεωρείται το χειρότερο δυνατό αποτέλεσμα που μπορεί να συμβεί σε κάθε εναλλακτική λύση και επιλέγεται εκείνη η λύση με το καλύτερο αποτέλεσμα. Κριτήριο MAXIIMAX (μεγιστοποίηση κέρδους). Αντιπροσωπεύει την αισιόδοξη προσέγγιση. Θεωρείται το καλύτερο δυνατό αποτέλεσμα που μπορεί να συμβεί σε κάθε εναλλακτική λύση και επιλέγεται εκείνη η λύση με το καλύτερο αποτέλεσμα. Κριτήριο του Hurwicz (ρεαλισμού). Αποτελεί έναν συμβιβασμό μεταξύ των κριτηρίων απαισιοδοξίας και αισιοδοξίας, τα οποία χρησιμοποιούνται και τα δύο με τη βοήθεια ενός συντελεστή α. Αν α=0 έχουμε αποτέλεσμα ίσο με το κριτήριο της απαισιοδοξίας. Αν α=1 έχουμε αποτέλεσμα ίσο με το κριτήριο της αισιοδοξίας. Για ενδιάμεσες τιμές λαμβάνουμε ανάλογα αποτελέσματα. Κριτήριο MINIMAX κόστους ευκαιρίας. Κόστος ευκαιρίας είναι η διαφορά μεταξύ μιας δεδομένης επιλογής και της καλύτερης που θα μπορούσε να γίνει κάτω από τις συγκεκριμένες συνθήκες. Βρίσκεται το μέγιστο κόστος ευκαιρίας για κάθε λύση και επιλέγεται εκείνη η λύση που αντιστοιχεί στο μικρότερο. Κριτήριο ίσων πιθανοτήτων. Γίνεται η υπόθεση ότι όλες οι φυσικές καταστάσεις έχουν ίση πιθανότητα εμφάνισης. Επιλέγεται η εναλλακτική λύση με τον μεγαλύτερο μέσο όρο αμοιβών. Μιχαλάκας Ζήσης 22 / 85 MBA - ΑΠΘ

24 1.5.3 Λήψη αποφάσεων σε συνθήκες κινδύνου ή ρίσκου (decision making under risk) Στις συνθήκες ρίσκου μπορούν να εκτιμηθούν οι πιθανότητες πραγματοποίησης κάθε σεναρίου. Οι συνθήκες στις οποίες λαμβάνεται η απόφαση συνεχίζουν να χαρακτηρίζονται από αβεβαιότητα, η οποία όμως είναι μετρήσιμη με βάση τις πιθανότητες πραγματοποίησης κάθε σεναρίου. Οι πιθανότητες κάθε σεναρίου μπορεί να είναι «υποκειμενικές», δηλαδή να στηρίζονται σε εμπειρία και γνώση και όχι σε ποσοτικά μεγέθη, ή «αντικειμενικές», δηλαδή να στηρίζονται σε επεξεργασία στατιστικών στοιχείων. Μιχαλάκας Ζήσης 23 / 85 MBA - ΑΠΘ

25 Κεφάλαιο 2. Η εταιρία Διαμαντής Μασούτης ΑΕ 2.1 Γενικά στοιχεία Η εταιρία Διαμαντής Μασούτης ΑΕ ιδρύθηκε το 1976 από τον κ. Διαμαντή Μασούτη και σήμερα συγκαταλέγεται στις μεγαλύτερες αλυσίδες στην Ελλάδα. Το 1 ο κατάστημα δημιουργήθηκε στην οδό Κρυστάλλη στην Θεσσαλονίκη. Το 1986, μετά από 10 χρόνια λειτουργίας, η εταιρία αριθμεί 9 καταστήματα και στη συνέχεια κάθε χρόνο προστίθενται νέα καταστήματα. Το 1999 ενσωματώνονται 53 νέα καταστήματα στην εταιρία, αφού ολοκληρώνεται η εξαγορά των δύο μεγάλων αλυσίδων σούπερ μάρκετ «Δύο Άλφα» και «Αφοί Μπίσκα». Το 2001 ενσωματώνονται 49 νέα καταστήματα στην εταιρία, με την εξαγορά των αλυσίδων σούπερ μάρκετ «Άλφα Δέλτα» και «Γεώργιος Μπίσκας». Διάγραμμα 1. Αριθμός καταστημάτων από το 2007 μέχρι το 2016 Η εταιρία σήμερα έχει 272 καταστήματα, 250 σούπερ μάρκετ και 22 καταστήματα χονδρικής Cash & Carry. Καλύπτει γεωγραφικά τις περιφέρειες της Μακεδονίας, της Θράκης, της Θεσσαλίας, της Ηπείρου, τη Φθιώτιδα, την Εύβοια, την Αιτωλοακαρνανία και τα νησιά Θάσο, Λήμνο, Λέσβο και Χίο και απασχολεί περισσότερους από εργαζομένους ( Από το 2005 η εταιρεία Διαμαντής Μασούτης Α.Ε. αναπτύσσει το δίκτυο καταστημάτων franchise «express market». Τα «express market» είναι παντοπωλεία που προσφέρουν μεγάλη ποικιλία προϊόντων και καλύπτουν τις ανάγκες κάθε καταναλωτή. Είναι η ιδανική επιλογή για τον επιχειρηματία που θέλει να ασχοληθεί με το λιανεμπόριο και να εκμεταλλευτεί τη Μιχαλάκας Ζήσης 24 / 85 MBA - ΑΠΘ

26 δυναμική, το κύρος, την πολυετή εμπειρία, την άριστη τεχνογνωσία και την ολοκληρωμένη υποστήριξη της Διαμαντής Μασούτης Α.Ε. σε όλα τα επίπεδα λειτουργίας. Στο δίκτυο καταστημάτων franchise όλα τα συνεργαζόμενα καταστήματα αποκτούν μία ενιαία ταυτότητα, με κοινό αναγνωρίσιμο σήμα και όνομα «express market». Παράλληλα, υπάρχει η δυνατότητα ειδικής συνεργασίας στην οποία οι συνεργάτες μέσω τριγωνικών πωλήσεων μπορούν και προμηθεύονται τα προϊόντα που διακινούν στα καταστήματά τους είτε από τη Διαμαντής Μασούτης Α.Ε., είτε απευθείας από τη βιομηχανία, πετυχαίνοντας ειδικές εκπτώσεις. Σήμερα το δίκτυο καταστημάτων «express market», αριθμεί 240 καταστήματα σε όλη την Ελλάδα. Διάγραμμα 2. Αριθμός προσωπικού από το 2007 μέχρι το 2016 Τον Οκτώβριο του 2011 η Διαμαντής Μασούτης Α.Ε. εγκαινίασε το Κέντρο Αποθήκευσης και Διανομής (Logistics Center) στο Καβαλάρι Θεσσαλονίκης. Το κόστος της επένδυσης ήταν 50 εκατ. ευρώ και αποτελεί μία από τις μεγαλύτερες επενδύσεις στη Βόρεια Ελλάδα τα τελευταία χρόνια. Οι κτιριακές εγκαταστάσεις καλύπτουν συνολικά μια έκταση περίπου τ.μ. και είναι χωροθετημένες σε οικόπεδο έκτασης τ.μ. Πρόσφατα η αλυσίδα ανέβηκε ακόμα πιο ψηλά στην κατάταξη των εταιρειών με το καλύτερο εργασιακό περιβάλλον στην Ευρώπη και κατέκτησε την 11η θέση. Είναι η μοναδική ελληνική εταιρεία ανάμεσα στις 25 στην κατηγορία των μεγάλων επιχειρήσεων. Η διάκριση αυτή έρχεται αμέσως μετά τη βράβευσή της στην 4η θέση ανάμεσα στις 10 πρώτες εταιρείες με το καλύτερο εργασιακό περιβάλλον στην Ελλάδα. Αξίζει να σημειωθεί ότι η Διαμαντής Μασούτης Α.Ε. Μιχαλάκας Ζήσης 25 / 85 MBA - ΑΠΘ

27 βραβεύεται για 4η συνεχή φορά στην Ευρώπη και για 5η συνεχή φορά στην Ελλάδα στα βραβεία για το καλύτερο εργασιακό περιβάλλον ( 2.2 Οικονομικά στοιχεία Παρά τη συνεχιζόμενη ύφεση της Ελληνικής οικονομίας, η εταιρία Διαμαντής Μασούτης Α.Ε. το 2016 κατάφερε να αυξήσει τον κύκλο εργασιών καθώς και επίπεδα κερδοφορίας της. Οι πωλήσεις της εταιρίας ανήλθαν σε 800,58 εκ. ευρώ από 751,66 εκ. ευρώ το 2015, παρουσιάζοντας αύξηση κατά 6,5%. Διάγραμμα 3. Εξέλιξη των πωλήσεων από το 2007 μέχρι το 2016 Τα Μικτά κέρδη αυξήθηκαν κατά 10,86 %, σε 187,37 εκ. ευρώ το 2016.από 169,00 εκ. ευρώ το 2015 Τα Κέρδη προ φόρων, χρηματοδοτικών, επενδυτικών αποτελεσμάτων και αποσβέσεων (EBITDA) διαμορφώθηκαν σε 59,50 εκ. ευρώ έναντι κερδών ύψους 49,03 εκ. ευρώ την προηγούμενη χρήση. Σημειώθηκε αύξηση 21,35%. Το χρηματοοικονομικό κόστος στη χρήση παρουσίασε ελαφριά μείωση κατά 5 χιλ. ευρώ, δηλαδή από 5,663 χιλ. ευρώ το 2015 ανήλθε σε 5,658 εκ. ευρώ το Τα Λειτουργικά Κέρδη (EBIT) της χρήσεως 2016 διαμορφώθηκαν σε 42,516 εκ. ευρώ έναντι 32.,996 εκ. ευρώ της χρήσεως Παρουσιάζεται αύξηση, έναντι της προηγούμενης χρήσης κατά 28,85%. Μιχαλάκας Ζήσης 26 / 85 MBA - ΑΠΘ

28 Τα Κέρδη μετά φόρων αυξήθηκαν κατά 13,24 % από 20,311 εκ. ευρώ το 2015 σε 23,001 εκ. ευρώ το Διάγραμμα 4. Εξέλιξη EBITDA από το 2007 μέχρι το 2016 Η εταιρία Διαμαντής Μασούτης Α.Ε., πρόσφατα, βραβεύτηκε για τις επιδόσεις της το οικονομικό έτος Η βράβευση στα TRUE LEADERS της ICAP ως μια από τις κορυφαίες εταιρίες στον κλάδο της πραγματοποιείται για 7 η συνεχόμενη χρονιά ( 2.3 Κέντρο Αποθήκευσης και Διανομής (Logistics Center) της Διαμαντής Μασούτης Α.Ε. Το Κέντρο Αποθήκευσης και Διανομής (Logistics Center) της Διαμαντής Μασούτης Α.Ε., βρίσκεται στο Καβαλάρι Θεσσαλονίκης. Οι κτιριακές εγκαταστάσεις καλύπτουν συνολικά μια έκταση περίπου τ.μ. και είναι χωροθετημένες σε οικόπεδο έκτασης τ.μ. Αποτελεί την μοναδική κεντρική αποθήκη της εταιρίας και ουσιαστικά έχει σαν πελάτες της τα 274 καταστήματα. Στο κέντρο απασχολούνται περίπου 450 εργαζόμενοι, ενώ υπάρχει ιδιότητος στόλος με 120 φορτηγά. Το logistics Center περιλαμβάνει: Συσκευαστήριο κρέατος Αποθήκευση και διαχείριση φρουτολαχανικών Αποθήκευση και διαχείριση ξηρού φορτίου για τα συσκευασμένα είδη Αποθήκευση και διαχείριση φορτίων κατάψυξης και υγρής ψύξης Μιχαλάκας Ζήσης 27 / 85 MBA - ΑΠΘ

29 Για όλα τα προϊόντα μαναβικής και κρεοπωλείου υπάρχει πλήρης ιχνηλασιμότητα για κάθε στάδιο και για κάθε είδος και όλες οι διαδικασίες επιβλέπονται μέσα από το σύστημα διαχείρισης ISO 22000:2005. Εικόνα 1. Κέντρο Αποθήκευσης και Διανομής (Logistics Center) της Διαμαντής Μασούτης Α.Ε. Κατά τον σχεδιασμό του κέντρου είχαν τεθεί σαν στόχοι η λειτουργικότητα, η παραγωγικότητα, η ασφάλεια εργασίας, η προσαρμογή στις μεταβαλλόμενες συνθήκες ανάπτυξης, η εξασφάλιση του υψηλού επιπέδου εξυπηρέτησης των καταστημάτων και η οικολογική διάσταση της λειτουργίας του. Το κέντρο είναι σχεδιασμένο ώστε να εξασφαλίζει τη μέγιστη δυνατή εξοικονόμηση ενέργειας και την προστασία του περιβάλλοντος, Επιπλέον, επιτυγχάνεται χρήση μονάδας βιολογικού καθαρισμού και την κεντρικοποιημένη διαχείριση του συνόλου των ανακυκλούμενων και μη υλικών. Πριν κατασκευαστεί το Logistics Center, η εταιρία διακινούσε μέσω των αποθηκών της το 50% των προϊόντων που διακινεί, ενώ μετά την κατασκευή του Logistics Center, αυτό το ποσοστό ανήλθε περίπου στο 75%. Μιχαλάκας Ζήσης 28 / 85 MBA - ΑΠΘ

30 Εικόνα 2. Είσοδος του Logistics Center Παλαιότερα η εταιρία είχε στην ιδιοκτησία της το 100% των φορτηγών που διακινούσαν τα εμπορεύματα. Σήμερα το ποσοστό αυτό είναι περίπου 70% και το υπόλοιπο 30% των μεταφορών έχει δοθεί σε μεταφορικές εταιρίες. Το βασικό κριτήριο για το αν ένα δρομολόγιο θα εξυπηρετηθεί από τον ιδιόκτητο στόλο της εταιρίας ή όχι είναι εάν βρίσκεται εντός της εμβέλειας της αποθήκης. Η εμβέλεια της αποθήκης υπολογίζεται σε 8 ώρες και αποτελείται από τους ακόλουθους επί μέρους χρόνους: χρόνος φόρτωσης στο Logistics Center χρόνος μεταφοράς από το Logistics Center στο κατάστημα λιανικής χρόνος εκφόρτωσης στο κατάστημα λιανικής χρόνος επιστροφής από το κατάστημα λιανικής στο Logistics Center Μιχαλάκας Ζήσης 29 / 85 MBA - ΑΠΘ

31 2.3.1 Αποθήκευση και διαχείριση ξηρού φορτίου Σχεδιάστηκαν και υλοποιήθηκαν διαφορετικά επίπεδα ροής για τα εισερχόμενα και τα εξερχόμενα προϊόντα. Οι αποστολές διεκπεραιώνονται στο ισόγειο, ενώ οι παραλαβές πραγματοποιούνται στο επίπεδο του ορόφου. Εικόνα 3. Σύστημα αποθήκευσης ξηρού φορτίου, ραφιών παλέτας Έγινε σαφής διαχωρισμός μεταξύ των διαδρόμων που κινούνται οι εργαζόμενοι που συλλέγουν τις παραγγελίες και των διαδρόμων όπου κινούνται τα μηχανήματα που τοποθετούν τις παραλαβές των εμπορευμάτων. Με αυτόν τον διαχωρισμό εξασφαλίζεται η πρακτικότητα, η παραγωγικότητα και η ασφάλεια εργασίας. Εικόνα 4. Περονοφόρο μηχάνημα τύπου VNA με τον χειριστή επάνω Μιχαλάκας Ζήσης 30 / 85 MBA - ΑΠΘ

32 Ως διαδικασία αποθήκευσης επιλέχθηκε το σύστημα ραφιών παλέτας που σε συνδυασμό με τους αποκλειστικούς διαδρόμους για τη συλλογή των παραγγελιών, οδηγεί σε μήκη διαδρομής των εργαζομένων 28% μικρότερα από το συμβατικό σύστημα ραφιών. Τα μηχανήματα που επιλέχθηκαν για να κινούνται στους διαδρόμους είναι τα περονοφόρα μηχανήματα τύπου VNA με τον οδηγό επάνω. Χρησιμοποιούνται για την παραλαβή των παλετών από τον όροφο των παραλαβών και την τοποθέτησή τους στο ράφι αποθήκευσης και στην τροφοδοσία των θέσεων συλλογής. Tα περονοφόρα μηχανήματα τύπου VNA έχουν σχεδιαστεί για την ασφαλή χρήση σε πολύ στενούς διαδρόμους. Κινούνται μόνο εμπρός - πίσω διαβάζοντας επαγωγικό καλώδιο ενσωματωμένο στο δάπεδο. Η κίνηση γίνεται με σύστημα αυτόματης πλοήγησης αποκλείοντας πιθανό λάθος του χειριστή. Σημαντικό σημείο της λειτουργίας τους είναι η ταυτόχρονη οδήγηση και ανύψωση. Υπάρχει η δυνατότητα τοποθέτησης προϊόντων και στις δύο πλευρές των διαδρόμων. Το σύστημα WMS περιλαμβάνει φωτεινή σήμανση στα ράφια που καθοδηγεί τον οδηγό στην σωστή θέση τοποθέτησης της παλέτας. Εικόνα 5. Αυτόματες θύρες ασφαλείας Στο επίπεδο προσωρινής απόθεσης παλετών, εγκαταστάθηκε αυτοματισμός ενεργοποίησης ανόδου και καθόδου θηρών ασφαλείας. Η ενεργοποίησή τους γίνεται με τη συνδυασμένη χρήση φωτοκυττάρων και κατόπτρων ανάγνωσης των κινήσεων των μηχανημάτων τύπου VNA. Μιχαλάκας Ζήσης 31 / 85 MBA - ΑΠΘ

33 Ως μέσο συλλογής παραγγελιών, επιλέχθηκε το συρόμενο καλάθι καρότσι. Για την ενδοδιακίνηση επιλέχτηκε ένας ασφαλής και αξιόπιστος αυτοματισμός. Το σύστημα αποτελεί καινοτομία για τον Ελλαδικό χώρο. Με αυτό το σύστημα μπορεί κάποιος να στέλνει προϊόντα σε προορισμούς μέσα στο Logistics Center χωρίς πιθανότητα λάθους. Τα καλάθια κινούνται αυτόματα πάνω στους διαδρόμους κίνησης. Το μεγάλο πλεονέκτημα είναι ότι αποτρέπει την έντονη κυκλοφορία περονοφόρων στους χώρους εργασίας. Το σύστημα είναι εύκολο στη λειτουργία και στη συντήρησή του, ενώ έχει δυνατότητες επέκτασης και αναβάθμισης. Εικόνα 6. Αυτόματη κίνηση των καλαθιών πάνω στους διαδρόμους κίνησης Μιχαλάκας Ζήσης 32 / 85 MBA - ΑΠΘ

34 2.3.2 Τμήμα Κρεάτων Το τμήμα κρεάτων καταλαμβάνει συνολικό εμβαδόν τ.μ. και διαθέτει τέσσερις ψυκτικούς θαλάμους, τμήμα επεξεργασίας νωπών κρεάτων, τρεις ράμπες παραλαβών εμπορευμάτων, έξι ράμπες αποστολών εμπορευμάτων και μια ράμπα για την διαχείριση ζωικών υποπροϊόντων. Το τμήμα εφαρμόζει το σύστημα HACCP και επιβλέπεται από την κτηνιατρική υπηρεσία της Διαμαντής Μασούτης Α.Ε.. Εικόνα 7. Σταθμός απολύμανσης εισόδου του προσωπικού του τμήματος Κρεάτων Τμήμα μαναβικής Η μαναβική λειτουργεί ξεχωριστά από την υπόλοιπη αποθήκη. Σημείο επαφής είναι τα φορτηγά που πηγαίνουν στα καταστήματα, διότι γεμίζουν με φορτίο τόσο από τη μαναβική όσο και από άλλα τμήματα. Στα φορτηγά γίνεται διαχωρισμός του φορτίου της μαναβικής από το ξηρό φορτίο. Το τμήμα των φορτηγών που τοποθετείται η μαναβική υπάρχει ψύξη για να γίνεται σωστή συντήρηση των προϊόντων. Το τμήμα της μαναβικής είναι ολόκληρο ένα ψυγείο τ.μ. που έχει θερμοκρασία 8-12 ο C. Επιπλέον υπάρχουν έξι εσωτερικοί θάλαμοι που έχουν την δυνατότητα να έχουν διαφορετική θερμοκρασία που να παραμένει σταθερή σε όλη τη διάρκεια του χρόνου. Οι τέσσερις έχουν θερμοκρασία 3 ο C, ο πέμπτος 5 ο C και ο έκτος 12 ο C. Το τμήμα έχει την αποκλειστική χρήση Μιχαλάκας Ζήσης 33 / 85 MBA - ΑΠΘ

35 σε 12 ράμπες φορτοεκφόρτωσης, 16 διπίρουνα παλετοφόρα Picking, 4 παλετοφόρα παραλαβών, 3 κλαρκ για τους τροφοδότες και ένα ανυψωτικό για τον ποιοτικό έλεγχο. Εικόνα 8. Ο χώρος Picking του τμήματος μαναβικής Καθημερινά από το τμήμα μαναβικής διακινούνται με τελάρα που αντιστοιχούν σε 100 με 160 τόνους προϊόντων. Κάθε πικαδόρος έχει, κάθε ώρα, κατά μέσο όρο 80 χτυπήματα στο scanner που αντιστοιχούν σε 150 κιβώτια και κιλά προϊόντων. 2.4 Περιγραφή λειτουργίας τμήματος μαναβικής Έναρξη συνεργασίας με προμηθευτές Οι αγορές γίνονται τόσο από εμπόρους, όσο και από παραγωγούς απευθείας, αρκεί να έχουν υψηλή ποιότητα προϊόντων και δυνατότητα τήρησης των προδιαγραφών. Όταν ξεκινάει η συνεργασία με έναν προμηθευτή, η εταιρία καθορίζει τις προδιαγραφές των προϊόντων, το μέγεθος και το καθαρό βάρος των τελάρων που θα χρησιμοποιούνται και τα στοιχεία που θα πρέπει να αναγράφονται στην ετικέτα τους. Για όλα τα προϊόντα επιλέγονται 2-3 προμηθευτές για να μην υπάρχει εξάρτηση μόνο από έναν προμηθευτή. Επιπλέον, στην περίπτωση που μια παρτίδα εμπορευμάτων δεν περάσει τον ποιοτικό έλεγχο και επιστραφεί, να υπάρχουν διαθέσιμες ποσότητες του προϊόντος από τους άλλους προμηθευτές. Μιχαλάκας Ζήσης 34 / 85 MBA - ΑΠΘ

36 Εικόνα 9. Οι ράμπες φορτοεκφόρτωσης του τμήματος μαναβικής Άφιξη φορτίου Η άφιξη των προϊόντων γίνεται μεταξύ των ωρών 6:00 και 11:30, στις 12 ράμπες που προορίζονται για χρήση μόνο από το τμήμα μαναβικής. Κάθε ημέρα παραλαμβάνονται φορτία. Ο οδηγός κάθε φορτηγού, ενημερώνει για την άφιξή του και παραδίδει το τιμολόγιο του φορτίου του. Ο υπεύθυνος βάρδιας, ορίζει την σειρά με την οποία θα ξεφορτώσουν τα φορτηγά και την ράμπα στην οποία θα τοποθετηθούν. Ο οδηγός τοποθετεί τις παλέτες γραμμικά δύο δύο δίπλα στην ράμπα εκφόρτωσης, ώστε να μπορεί ο ελεγκτής ποιότητας να έχει πρόσβαση σε όλες τις παλέτες. Αν η παλέτα έχει διαφορετικά προϊόντα, τότε ο οδηγός τα μοιράζει σε περισσότερες παλέτες για να γίνει ποιοτικός έλεγχος και να ζυγιστούν. Ποιοτικός έλεγχος Κάθε φορτίο πριν την παραλαβή του περνάει από ποιοτικό έλεγχο. Ο έλεγχος γίνεται οπτικά, με μέτρηση θερμοκρασίας, με καλίμπρα και με δοκιμή. Ο ποιοτικός έλεγχος γίνεται σε όλες τις παλέτες. Συνήθως στα 3-4 επάνω τελάρα αν είναι μεγάλα ή στα 8-9 επάνω τελάρα αν έχουν μικρότερο ύψος. Στα προϊόντα που είναι συσκευασμένα και έχουν ημερομηνία λήξεως, γίνεται επαλήθευση της ημερομηνίας στο κιβώτιο με την ημερομηνία στο σακουλάκι. Στην περίπτωση που κάποιο φορτίο δεν τηρεί τις προδιαγραφές και κριθεί ακατάλληλο, ενημερώνεται ο προμηθευτής, φωτογραφίζονται τα προβληματικά προϊόντα, συντάσσεται Μιχαλάκας Ζήσης 35 / 85 MBA - ΑΠΘ

37 δελτίο επιστροφής, τα προϊόντα επανατοποθετούνται στο φορτηγό και επιστρέφονται στον προμηθευτή. Εικόνα 10. Φορτηγά τοποθετημένα στις ράμπες φορτοεκφόρτωσης της μαναβικής Αν κάποια προϊόντα περάσουν τον ποιοτικό έλεγχο άλλα δεν είναι αρκετά ώριμα, μπορεί να αποθηκευτούν στο ψυγείο για 2-3 ημέρες και στη συνέχεια να διατεθούν στα καταστήματα. Προς το τέλος της περιόδου παραγωγής ενός προϊόντος, εμφανίζονται τα συχνότερα ποιοτικά προβλήματα. Ζύγιση προϊόντων Μετά τον επιτυχή ποιοτικό έλεγχο, τα προϊόντα προωθούνται την διαδικασία της ζύγισης. Ζυγίζονται όλα τα φορτία και αφαιρούνται τα απόβαρα, δηλαδή το βάρος από τις παλέτες, τα τελάρα, τις γωνίες και τα τσέρκια. Αν το τελάρο είναι γνωστής διάστασης και βάρους (πχ. IFCO) δεν ζυγίζεται αλλά εισάγεται το βάρος του. Τα υπόλοιπα τελάρα ζυγίζονται αφού αφαιρεθούν τα προϊόντα από μέσα. Σε κάθε παλέτα υπολογίζεται ένα μεσόβαρο για τα τελάρα που περιέχει. Όλα τα τελάρα της ίδιας παλέτας θεωρείται ότι έχουν το ίδιο βάρος, το οποίο υπολογίζεται σαν αποτέλεσμα: του συνολικού καθαρού βάρους της παλέτας προς τον αριθμό τελάρων μέσα στην παλέτα. Το υπολογισμένο βάρος εισάγεται στο πρόγραμμα WMS (warehouse management system) Μιχαλάκας Ζήσης 36 / 85 MBA - ΑΠΘ

38 ΜΑΝΤΗΣ. Η ζύγιση γίνεται ανά τιμολόγιο, δηλαδή ολοκληρώνονται πρώτα οι παλέτες του ενός τιμολογίου και μετά μπαίνουν για ζύγιση οι παλέτες του επόμενου. Παραλαβή τιμολογίου Αφού ολοκληρωθεί η ζύγιση, το τιμολόγιο μαζί με το έντυπο παραγγελίας (Δ-000/Ε2) προωθείται στο γραφείο των τιμολογητών. Εκεί γίνεται σύγκριση των εγγράφων με την καταχώριση της παραλαβής στο πρόγραμμα ΜΑΝΤΗΣ. Αν έχει γίνει σφάλμα εγγραφής, αυτό εντοπίζεται και διορθώνεται. Στην περίπτωση που δεν συμφωνούν οι ποσότητες των προϊόντων με αυτές των τιμολογίων, συντάσσεται χρεωστικό ή πιστωτικό τιμολόγιο αντίστοιχα. Μετά τον έλεγχο των εγγράφων, τα στοιχεία της παραγγελίας μεταφέρονται από το πρόγραμμα WMS - ΜΑΝΤΗΣ στο πρόγραμμα ERP (enterprise resource planning) Mas Info. Εικόνα 11. Ετικέτα παλέτας με Barcode Στη συνέχεια, εκτυπώνονται αυτοκόλλητες ετικέτες για κάθε παλέτα με την ονομασία του προϊόντος, το μεσόβαρο, barcode με το συνολικό απόθεμα του κωδικού σε όλη την αποθήκη και barcode με τον αριθμό των τελάρων που υπάρχουν επάνω στην παλέτα κάθε στιγμή. Τις ετικέτες παραλαμβάνουν οι τροφοδότες και τις κολλάνε σε κάθε παλέτα με τη σωστή σειρά. Μπορεί μια παραγγελία να έχει 10 παλέτες από το ίδιο προϊόν. Τότε θα εκτυπωθούν 10 αυτοκόλλητες ετικέτες. Οι τροφοδότες θυμούνται με ποια σειρά έχουν τοποθετήσει τις παλέτες και κολλάνε τις ετικέτες. Αν οι παλέτες είναι τοποθετημένες στη σειρά (πχ μέσα στο ψυγείο), τότε με μαρκαδόρο αναγράφεται σε κάθε παλέτα ένας αύξοντας αριθμός που αντιστοιχεί και Μιχαλάκας Ζήσης 37 / 85 MBA - ΑΠΘ

39 στις εκτυπωμένες ετικέτες. Ο τροφοδότης που θα παίρνει την κάθε παλέτα, θα κολλάει την αντίστοιχη ετικέτα και θα αφήνει τις υπόλοιπες ετικέτες στην επόμενη παλέτα. Η ετικέτα μπαίνει στο κάτω τελάρο ώστε να μπορεί να γίνει scan μέχρι και το τελευταίο τελάρο της κάθε παλέτας. Εικόνα 12. Ένα από τα έξι εσωτερικά ψυγεία του τμήματος μαναβικής Τοποθέτηση προϊόντων στην αποθήκη Κάθε παλέτα που ζυγίζεται μεταφέρεται μέσα στον χώρο του Picking έτσι ώστε να είναι έτοιμη για τους πικαδόρους. Στην περίπτωση που δεν υπάρχει χώρος, τότε τα προϊόντα μπορεί να αποθηκευτούν μέσα στο εσωτερικό ψυγείο και να λαμβάνονται σταδιακά από τον τροφοδότη. Στο χώρο Picking υπάρχει και ένας δεύτερος διάδρομος έτσι ώστε να μη συνωστίζονται σε ένα διάδρομο όλοι οι πικαδόροι. Αν ένα προϊόν έχει μεγάλη ζήτηση τότε μπορεί να τοποθετηθεί και στις δυο πλευρές του διαδρόμου. Οι παλέτες των προμηθευτών τοποθετούνται στο χώρο Picking με βάση το μέγεθος της συσκευασίας ώστε να «στήνονται» εύκολα οι παραγγελίες των καταστημάτων. Δηλαδή πρώτα τοποθετούνται τα προϊόντα που είναι τοποθετημένα σε μεγάλες και βαριές συσκευασίες και στο τέλος τοποθετούνται τα τεμαχιακά προϊόντα. Τεμαχιακά προϊόντα είναι αυτά που δεν έχουν δικό τους τελάρο και επιλέγονται ανά τεμάχιο, για παράδειγμα ο άνηθος, τα βιολογικά προϊόντα και οι ξηροί καρποί. Μιχαλάκας Ζήσης 38 / 85 MBA - ΑΠΘ

40 Πίκινγκ Ο υπεύθυνος βάρδιας εκτυπώνει τις παραγγελίες των καταστημάτων σε έντυπα και τα κατανέμει στους πικαδόρους. Οι πικαδόροι κοιτώντας την παραγγελία κάποιου καταστήματος, υπολογίσουν πως θα συγκεντρώσουν τα προϊόντα, για παράδειγμα αν θα χρειαστούν μια καλαθούνα και μια παλέτα ή δύο καλαθούνες και τα φορτώνουν στο παλετοφόρο. Όλα τα παλετοφόρα έχουν μεγάλα «πιρούνια» και μπορούν να χωρέσουν δύο παλέτες ή μια παλέτα και μια καλαθούνα ή τρεις καλαθούνες. Εικόνα 13. Scanner συνδεδεμένα με το πρόγραμμα WMS Για να ξεκινήσουν την συγκέντρωση προϊόντων μιας παραγγελίας, οι πικαδόροι φορτώνουν το scanner με την αντίστοιχη παραγγελία. Το scanner έχει ενημερωθεί με τη σειρά τοποθέτησης των προϊόντων στο χώρο Picking και καθοδηγούν τον πικαδόρο ώστε να μην πηγαίνει μπρος πίσω, αλλά γραμμικά μόνο εμπρός. Για κάθε προϊόν το scanner αναγράφει τον αριθμό των τελάρων που πρέπει να ληφθούν. Κατά την διαδικασία του Picking γίνεται ένας ακόμη οπτικός έλεγχος ποιότητας των προϊόντων και απομακρύνονται τελάρα με προβληματικά προϊόντα. Τα προϊόντα πρέπει να στηθούν πολύ καλά μέσα στις καλαθούνες έτσι ώστε να χωρέσουν πολλά προϊόντα και να μην τραυματιστούν. Στις τελειωμένες καλαθούνες τοποθετείται γύρω τους ζελατίνα και με μαρκαδόρο αναγράφεται το νούμερο του καταστήματος πχ. 136, 1-2 και 136, 2-2 αν υπάρχουν δύο καλαθούνες για το συγκεκριμένο κατάστημα. Οι τελειωμένες καλαθούνες ή οι παλέτες τοποθετούνται στη σειρά μπροστά από τη ράμπα στην οποία πρόκειται να φορτωθούν. Μιχαλάκας Ζήσης 39 / 85 MBA - ΑΠΘ

41 Εικόνα 14. Ολοκληρωμένες παραγγελίες, προς αποστολή στα καταστήματα Ο υπεύθυνος βάρδιας κάνει έλεγχο στο στήσιμο από τις καλαθούνες και τις παλέτες που είναι έτοιμες για τα καταστήματα. Ο έλεγχος στο στήσιμο και τον αριθμό των τεμαχίων γίνεται προσεκτικά για όλες τις παραγγελίες των νέων υπαλλήλων και οπτικά - δειγματοληπτικά για τους παλιότερους. Μόλις ολοκληρωθεί το φορτίο για κάθε κατάστημα, εκδίδεται από τους τιμολογητές ένα δελτίο αποστολής. Το δελτίο αποστολής περιλαμβάνει τις ποσότητες των προϊόντων και έχει ημερομηνία την ημερομηνία που θα γίνει η μετακίνηση των προϊόντων. Στα φορτία που ετοιμάζονται από το απόγευμα για να φύγουν την επόμενη ημέρα το πρωί, εκδίδεται το δελτίο την προηγούμενη ημέρα με ημερομηνία της επόμενης. Οι καλαθούνες φορτώνονται σε φορτηγά που έχουν θάλαμο με ψύξη. Μπορεί να μπουν στο ίδιο φορτηγό παραγγελίες από δύο ή τρία καταστήματα. Αποθέματα Κάθε ημέρα γίνεται έλεγχος των αποθεμάτων. Ελέγχονται όλες οι ανοιχτές παλέτες για το πόσα τεμάχια έχουν απομείνει πάνω τους. Αν βρεθούν λιγότερα τεμάχια, η μείωση γίνεται από το scanner. Αν βρεθούν περισσότερα τεμάχια, πρέπει να γίνει νέα παραλαβή και αυτό γίνεται μόνο από τον σταθερό υπολογιστή. Διαφορές στα τελάρα μπορεί να προκύψουν λόγω λαθών στο Picking, πχ ο πικαδόρος καταγράφει ότι πήρε 2 τελάρα, αλλά παίρνει ένα ή παίρνει από άλλη παλέτα. Οι διαφορές είναι συνήθως 1-2 τελάρα περισσότερα ή λιγότερα, όχι μεγαλύτερες. Μιχαλάκας Ζήσης 40 / 85 MBA - ΑΠΘ

42 Κάθε τέλος του μηνός γίνεται απογραφή. Εκεί φαίνονται μικρά λάθη σαν αυτά που βρίσκονται στον καθημερινό έλεγχο ή, σπάνια, πιο μεγάλα πχ. μια παλέτα περισσότερη ή λιγότερη. Κάθε τέλος του χρόνου γίνεται μια γενική απογραφή. Αυτή η διαδικασία είναι τυπική, καθώς οι έλεγχοι που γίνονται κατά τη διάρκεια όλου του έτους εξασφαλίζουν ότι το προϊόντα που υπάρχουν στην αποθήκη είναι ίδια με αυτά που φαίνονται στους υπολογιστές. Διαχείριση τελάρων IFCO Καθημερινά, γίνεται καταγραφή της κίνησης των τελάρων IFCO από τους τιμολογητές. Η καταγραφή γίνεται ανά τιμολόγιο και περιέχει τον αριθμό των τελάρων και το είδος των τελάρων που ήρθαν στην αποθήκη με τα προϊόντα. Επίσης, καταγράφεται ο αριθμός των τελάρων που γυρίζουν πίσω στον προμηθευτή σε περίπτωση που κάποιο φορτίο δεν περάσει τον ποιοτικό έλεγχο. Στη συνέχεια ενημερώνεται το πρόγραμμα Web Cleaning της IFCO. Το πρόγραμμα είναι διαθέσιμο στην ιστοσελίδα της εταιρίας, μετά από είσοδο του χρήστη με όνομα και κωδικό. Βάζοντας το φίλτρο «προς επιβεβαίωση», επιλέγονται οι εγγραφές που έχουν περαστεί από τους προμηθευτές για κάθε τιμολόγιο. Γίνεται η σύγκριση με την καταγραφή του αριθμού των τελάρων και αν δεν υπάρχουν διαφορές, οριστικοποιείται η εγγραφή. Αν υπάρχει διαφορά γίνεται επικοινωνία με τον προμηθευτή ή και με την IFCO. Όταν υπάρχει επιστροφή προϊόντων και τελάρων, γίνεται καταχώριση αρνητικής εγγραφής. Στο τέλος κάθε μήνα γίνεται συνολική καταγραφή για τα τελάρα IFCO. Υπολογισμός παραγγελιών Οι τιμολογητές ενημερώνουν ένα αρχείο με 4 δεδομένα: 1. Απόθεμα, 2. Αγορές ημέρας, 3. Ζήτηση καταστημάτων και 4. Έλλειψη ή πλεόνασμα. Οι αγοραστές με βάση αυτό το αρχείο υπολογίζουν τις παραγγελίες για την επόμενη ημέρα. Για τον υπολογισμό των παραγγελιών, λαμβάνονται υπόψη και ο καιρός, το αν ένας κωδικός είναι ταχυκίνητος ή όχι, και η έλλειψη ή η υπερπροσφορά κάθε προϊόντος στην αγορά. Στη συνέχεια οι αγοραστές θα επικοινωνήσουν με τους προμηθευτές για να δοθούν οι παραγγελίες. Μέσα στη μέρα μπορεί να γίνουν διορθωτικές κινήσεις από τους αγοραστές, δηλαδή να γίνει νέα αγορά ή να ζητηθεί να έρθει μια μέρα νωρίτερα κάποια παραγγελία. Μιχαλάκας Ζήσης 41 / 85 MBA - ΑΠΘ

43 Συμπεράσματα για τη λειτουργία του τμήματος μαναβικής της Διαμαντής Μασούτης Α.Ε. Η αποθήκη της μαναβικής λειτουργεί με μια ομαλή συνέχεια από διαδικασίες. Ο υπεύθυνος κάθε διαδικασίας ελέγχει έμμεσα ή άμεσα τον υπεύθυνο της προηγούμενης διαδικασίας και με αυτό τον τρόπο εντοπίζονται τα πιθανά σφάλματα. Υπάρχει καλή γνώση του κάθε ατόμου στο ποια εργασία πρέπει να κάνει και ποια ακριβώς χρονική στιγμή πρέπει να την κάνει. Κάθε ένας προσπαθεί να βοηθήσει αυτόν που κάνει την προηγούμενη και αυτόν που κάνει την επόμενη διαδικασία. Υπάρχει καλή κάλυψη των απαιτούμενων εργασιών, με το κάθε άτομο να αξιοποιείται σε παραπάνω από μία εργασία (2-3 εργασίες). Υπάρχει η προσπάθεια να γίνονται γρήγορα οι παραλαβές. Όσο πιο γρήγορα ολοκληρωθεί η διαδικασία και αποχωρήσει από την αποθήκη το φορτηγό και ο οδηγός του είναι κέρδος. Όσο παραμένει μέσα στην αποθήκη το φορτηγό και ο οδηγός του, είναι κόστος για την εταιρία. Μιχαλάκας Ζήσης 42 / 85 MBA - ΑΠΘ

44 2.5 Τελάρα IFCO Η συσκευασία, ειδικά των ευαίσθητων προϊόντων, πρέπει να καλύπτει τις προδιαγραφές που ζητά ο πελάτης και να είναι σύμφωνη με την υπάρχουσα νομοθεσία. Επιπλέον, να διασφαλίζει την εφαρμογή των κανόνων υγιεινής ώστε να εξασφαλίζεται η υγεία του καταναλωτικού κοινού και να προστατεύει το προϊόν από βλάβες, αλλοιώσεις ή απώλειες. Σημαντικό ρόλο παίζει η καλή εμφάνιση της συσκευασίας, ώστε να γίνεται ευκολότερα η πώληση. Η συσκευασία πρέπει να είναι εύκολη στο χειρισμό και να διευκολύνει την άνετη και ασφαλή μεταφορά και αποθήκευση. Συμπληρωματικά, θα πρέπει η συσκευασία να έχει χαμηλό κόστος, ώστε να συμβάλει στη διαμόρφωση της χαμηλότερης δυνατής τιμής του προϊόντος προς τον καταναλωτή. Εικόνα 15. Τελάρο IFCO Η εταιρία Διαμαντής Μασούτης Α.Ε. επέλεξε να καλύψει τα παραπάνω κριτήρια εισάγοντας τα τελάρα IFCO, ως το βασικό μέσο συσκευασίας των φρέσκων προϊόντων μαναβικής αλλά και των προϊόντων του κρεοπωλείου. Τα τελάρα IFCO παράγονται από πολυπροπυλένιο και είναι 100%.ανακυκλούμενα. Το 2016 η εταιρία υπόγραψε σύμβαση με την εταιρία IFCO Systems Ελλάδος. Σταδιακά η χρήση των τελάρων επεκτείνεται με απώτερο στόχο να χρησιμοποιούνται από όλους τους προμηθευτές και για όλους τους κωδικούς προϊόντων μαναβικής ( Μιχαλάκας Ζήσης 43 / 85 MBA - ΑΠΘ

45 Εικόνα 16. Η διαδικασία ανοίγματος, κλεισίματος και στοίβαξης τελάρου IFCO Η χρήση τους ακολουθεί μια κυκλική διαδρομή. Τα τελάρα ενοικιάζονται στους παραγωγούς, ώστε να συσκευάσουν τα προϊόντα τους. Στην συνέχεια τα τελάρα, γεμάτα με προϊόντα, παραδίδονται στο Logistic Center και από εκεί γίνεται η διανομή τους στα καταστήματα. Μετά την πώληση των προϊόντων στα καταστήματα, τα τελάρα αναδιπλώνονται και επιστρέφουν πίσω στο Logistic Center με τη διαδικασία του Reverse Logistic. Αφού συγκεντρωθεί μεγάλος αριθμός τελάρων, αυτά επιστρέφονται στην IFCO Systems Ελλάδος. Τα τελάρα πλένονται, απολυμαίνονται και στη συνέχεια δίνονται και πάλι στους παραγωγούς για να συσκευάσουν τα προϊόντα τους. Μιχαλάκας Ζήσης 44 / 85 MBA - ΑΠΘ

46 Κεφάλαιο 3. Περιγραφή Μοντέλου BOX SELECTION 3.1 Περιγραφή προβλήματος Το πρόβλημα που προσεγγίζει η παρούσα Μεταπτυχιακή Διατριβή είναι η ελαχιστοποίηση του συνολικού κόστους συσκευασίας, μεταφοράς και διάθεσης των προϊόντων μαναβικής. Η προσέγγιση που έχει επιλεγεί είναι να συσχετιστούν τα επιμέρους κόστη με το μέγεθος του τελάρου και να βρεθεί το «ιδανικό» τελάρο για την κάθε περίπτωση. Το μέγεθος του τελάρου επηρεάζει τα επιμέρους κόστη με διαφορετικό τρόπο. Για παράδειγμα, αν επιλεγεί μικρότερο μέγεθος τελάρου, μικραίνει το κόστος της φύρας, γιατί τα καταστήματα μπορούν να παραγγείλουν μια ποσότητα κοντά σε αυτήν που αναμένουν να πουλήσουν και να έχουν λιγότερο απόθεμα στο τέλος κάθε ημέρας. Αν επιλεγεί μεγαλύτερο μέγεθος τελάρου, μικραίνει το κόστος του Picking ανά κιλό προϊόντος. Αν επιλεγούν 2 μικρά τελάρα έναντι ενός μεγάλου, θα μεγαλώσει το κόστος χρήσης των τελάρων. Ο σκοπός του μοντέλου BOX SELECTION είναι να υπολογίζονται και να αθροίζονται όλα τα επιμέρους κόστη ώστε να προκύπτει διαφορετικό κόστος διαχείρισης ανά κιλό προϊόντος για κάθε μέγεθος τελάρου. Σε αυτό το σημείο σημειώνεται ότι υπάρχουν και άλλα κόστη τα οποία όμως είναι σταθερά ανεξαρτήτως επιλογής τελάρου και δεν λαμβάνονται υπόψη. Σημαντικές παράμετροι που επηρεάζουν την σωστή απόφαση για το μέγεθος του τελάρου είναι η τιμή αγοράς των προϊόντων, η ταχύτητα ωρίμανσής τους και ο αναμενόμενος όγκος πωλήσεων. Αυτές οι παράμετροι έχουν επίσης εισαχθεί στο μοντέλο BOX SELECTION. 3.2 Υπολογισμός κόστους εργασίας Picking Για να υπολογιστεί το κόστος εργασίας του Picking, μετρήθηκε ο χρόνος φόρτωσης για διαφορετικά μεγέθη τελάρων. Όπως ήταν αναμενόμενο, τα μεγαλύτερα σε μέγεθος τελάρα απαιτούσαν μεγαλύτερο χρόνο φόρτωσης και επομένως δημιουργούσαν μεγαλύτερο κόστος Picking ανά τελάρο, αλλά μικρότερο κόστος Picking ανά κιλό προϊόντος. Τα μικρότερα σε μέγεθος τελάρα δημιουργούσαν μικρότερο κόστος Picking ανά τελάρο, αλλά μεγαλύτερο κόστος Picking ανά κιλό προϊόντος Μέτρηση εργασίας Μέτρηση εργασίας ονομάζεται η διαδικασία προσδιορισμού του χρόνου που χρειάζεται ένας ειδικευμένος εργαζόμενος να εκτελέσει μια συγκεκριμένη εργασία σε ένα καθορισμένο επίπεδο απόδοσης (Slack, et al, 2007). Μιχαλάκας Ζήσης 45 / 85 MBA - ΑΠΘ

47 Η μέτρηση εργασίας (work measurement ή time study) είναι σημαντική στη διοίκηση επιχειρησιακών λειτουργιών, σε οποιαδήποτε επιχείρηση, τόσο βιομηχανική όσο και παροχής υπηρεσιών, επειδή καθορίζει πόσος χρόνος χρειάζεται για να τελειώσει μια συγκεκριμένη εργασία (Παπαδόπουλος, 2015). Σαν εργασία λήφθηκε ο χρόνος που χρειάζεται ένας πικαδόρος για να πάρει τα τελάρα από τις παλέτες των προμηθευτών και να τα μεταφέρει στα καλάθια παραγγελιών που προορίζονται για τα καταστήματα. Πραγματοποιήθηκαν άμεσες παρατηρήσεις και χρονομέτρηση της εργασίας. Στην παρούσα μελέτη χρησιμοποιήθηκε ο βασικός χρόνος (selected time). Βασικός χρόνος είναι το αποτέλεσμα των μετρήσεων που γίνονται άμεσα με επιτόπια οπτική παρατήρηση, συνήθως με τη βοήθεια ενός χρονομέτρου (Παππής, 2008). Ο χρόνος αυτός ορίζεται ως η μέση τιμή των μετρήσεων ti που καταγράφονται αν επαναληφθεί n φορές ο κύκλος της εργασίας, δηλαδή, T 1 n t, i 1,,n Μεθοδολογία μετρήσεων Για τις μετρήσεις του χρόνου Picking επιλέχθηκε η εφαρμογή «Stopwatch & Timer» για κινητά με λογισμικό Android. Στην εφαρμογή «Stopwatch & Timer», υπάρχει η δυνατότητα για συνεχόμενες μετρήσεις χρόνου που καταγράφονται ως «Lap». Στη συνέχεια δημιουργείται αρχείο σε μορφή εγγράφου «txt» που μπορεί να σταλεί με . Η μεθοδολογία των μετρήσεων βελτιώθηκε δύο φορές. Αυτό συνέβη για να βελτιωθεί η αποδοτικότητα των μετρήσεων, δηλαδή ο λόγος του αριθμού μετρήσεων προς τον χρόνο λήψης των μετρήσεων. Μιχαλάκας Ζήσης 46 / 85 MBA - ΑΠΘ

48 Stopwatch & Timer Εικόνα 17. Η εφαρμογή «Stopwatch & Timer» Στην 1 η μεθοδολογία επιλέχθηκαν 3 πικαδόροι και μετρήθηκαν όλοι οι χρόνοι που χρειάστηκαν αυτοί για την συνολική φόρτωση 8 καταστημάτων. Μετρήθηκαν οι χρόνοι φόρτωσης για όλα τα προϊόντα που περιλαμβανόταν στις παραγγελίες των καταστημάτων. Οι μετρήσεις αυτές είχαν το μειονέκτημα ότι περιλάμβαναν ακόμη και προϊόντα που δεν θα χρησιμοποιούνταν για το μοντέλο, είτε γιατί ήταν τεμαχιακά είτε γιατί ήταν σε τελάρο που δεν εξεταζόταν από τη μελέτη. Α/Α ΟΝΟΜΑ ΑΡΧΕΙΟΥ ΗΜΕΡΟΜ ΜΕΤΡΗΣΗΣ ΠΙΚΑΔΟΡΟΣ ΚΑΤΑΣΤΗΜΑ 1 Stopwatch Export 11.txt 20/9/2017 ΣΠΥΡΟΣ ΚΑΤΑΣΤΗΜΑ Α 2 Stopwatch Export 12.txt 20/9/2017 ΣΠΥΡΟΣ ΚΑΤΑΣΤΗΜΑ Β 3 Stopwatch Export 13.txt 21/9/2017 ΛΕΥΤΕΡΗΣ ΚΑΤΑΣΤΗΜΑ Γ 4 Stopwatch Export 14.txt 21/9/2017 ΛΕΥΤΕΡΗΣ ΚΑΤΑΣΤΗΜΑ Δ 5 Stopwatch Export 15.txt 21/9/2017 ΛΕΥΤΕΡΗΣ ΚΑΤΑΣΤΗΜΑ Ε 6 Stopwatch Export 16.txt 21/9/2017 ΛΕΥΤΕΡΗΣ ΚΑΤΑΣΤΗΜΑ Ζ 7 Stopwatch Export 17.txt 25/9/2017 ΜΑΡΙΟΣ ΚΑΤΑΣΤΗΜΑ Η 8 Stopwatch Export 18.txt 25/9/2017 ΜΑΡΙΟΣ ΚΑΤΑΣΤΗΜΑ Θ Πίνακας 1. Αρχεία μετρήσεων χρόνου Picking ανά πικαδόρο Στη 2 η μεθοδολογία, επιλέχθηκαν 5 προϊόντα στα οποία μετρήθηκε ο χρόνος φόρτωσης όλων των πικαδόρων που επέλεγαν τα συγκεκριμένα προϊόντα. Κάθε αρχείο μετρήσεων, περιλαμβάνει μετρήσεις για ένα μόνο προϊόν. Η μεθοδολογία αυτή ήταν περισσότερο Μιχαλάκας Ζήσης 47 / 85 MBA - ΑΠΘ

49 αποδοτική από την 1 η, δηλαδή περισσότερες παρατηρήσεις λαμβάνονταν στον ίδιο χρόνο λήψης μετρήσεων. Το κάθε προϊόν υπάρχει μια φορά σε κάθε παραγγελία ενός καταστήματος. Οι πικαδόροι περνούσαν μια φορά από το μετρούμενο προϊόν σε κάθε παραγγελία. Έπρεπε να ολοκληρώσουν την παραγγελία ενός καταστήματος και να επιστρέψουν με την παραγγελία ενός νέου καταστήματος από το σημείο μέτρησης. Αυτό το γεγονός δημιουργούσε χρονικά κενά στις μετρήσεις. Α/Α ΟΝΟΜΑ ΑΡΧΕΙΟΥ 9 Stopwatch Export 21.txt 10 Stopwatch Export 22.txt 11 Stopwatch Export 23.txt 12 Stopwatch Export 24.txt 13 Stopwatch Export 25.txt 14 Stopwatch Export 26.txt 15 Stopwatch Export 27.txt ΗΜΕΡΟΜ ΜΕΤΡΗΣΗΣ ΕΙΔΟΣ ΤΕΛΑΡΟΥ 26/9/2017 IFCO /9/2017 ΧΑΡΤΙΝΗ 40*50*23 27/9/2017 IFCO /9/2017 ΧΑΡΤΙΝΗ 30*40*18 28/9/2017 IFCO /10/2017 IFCO /10/2017 IFCO ΚΑΘ. ΕΙΔΟΣ ΠΡΟΪΟΝΤΟΣ ΒΑΡΟΣ (KG) ΠΟΡΤΟΚΑΛΙΑ ΒΑΛΕΝΤΣΙΑ ΧΥΜΟΥ ΣΥΣΚΕΥΑΣΙΑ ΠΟΡΤΟΚΑΛΙΑ ΒΑΛΕΝΤΣΙΑ ΕΛΛΗΝΙΚΑ ΚΛ Ι 18, ΜΠΑΝΑΝΕΣ CHIQUITA ΕΙΣΑΓΩΓΗΣ 6, ΣΤΑΦΥΛΙ ΣΟΥΛΤΑΝΙΝΑ ΚΟΡΙΝΘΟΥ ΣΤΑΦΥΛΙ ΣΟΥΛΤΑΝΙΝΑ ΚΟΡΙΝΘΟΥ ΣΑΚΟΥΛΑ 9, ΝΤΟΜΑΤΕΣ ΧΥΜΑ ΕΛΛΗΝΙΚΕΣ ΚΛ Ι 6, ΣΓΟΥΡΗ ΣΑΛΑΤΑ ΕΛΛΗΝΙΚΗ ΚΛ Ι ΜΑΡΟΥΛΙ ΣΑΛΑΤΑ ΕΛΛΗΝΙΚΗ ΚΛ Ι ΜΗΛΑ GOLDEN ΕΛΛΗΝΙΚΑ ΚΛ I ΜΗΛΑ ΣΤΑΡΚΙΝ ΠΟΠ ΖΑΓΟΡΑΣ ΜΗΛΑ GRAND SMITH ΕΛΛΗΝΙΚΑ ΚΛ Ι ΝΤΟΜΑΤΕΣ ΧΥΜΑ ΕΛΛΗΝΙΚΕΣ ΚΛ Ι ΝΤΟΜΑΤΕΣ ΤΡΙΚΑΛΩΝ ΚΛΑΣΗ Ι Πίνακας 2. Αρχεία μετρήσεων χρόνου Picking ανά προϊόν Στην 3 η μεθοδολογία, κάθε αρχείο μέτρησης περιελάβανε μετρήσεις από πολλά προϊόντα ταυτόχρονα. Επιλέγονταν προϊόντα σε διαφορετικές θέσεις μέσα στον χώρο φόρτωσης. Αυτό είχε σαν αποτέλεσμα οι μετρήσεις να γίνονται με μεγάλη ταχύτητα γιατί πάντα κάποιος πικαδόρος βρίσκονταν σε κάποιο από τα υπό μέτρηση προϊόντα. Η ταυτόχρονη μέτρηση των προϊόντων είχε ένα μεγαλύτερο βαθμό δυσκολίας που αλλά ήταν και η πιο αποδοτική μεθοδολογία σε σχέση με τον αριθμό παρατηρήσεων ανά μονάδα χρόνου. Μιχαλάκας Ζήσης 48 / 85 MBA - ΑΠΘ

50 Α/Α ΟΝΟΜΑ ΑΡΧΕΙΟΥ ΗΜΕΡΟΜ ΜΕΤΡΗΣΗΣ ΕΙΔΟΣ ΤΕΛΑΡΟΥ 16 Stopwatch Export 28.txt 17/10/2017 ΠΟΛΛΑ ΠΡΟΪΟΝΤΑ 17 Stopwatch Export 29.txt 18/10/2017 ΠΟΛΛΑ ΠΡΟΪΟΝΤΑ 18 Stopwatch Export 31.txt 23/10/2017 ΠΟΛΛΑ ΠΡΟΪΟΝΤΑ 19 Stopwatch Export 32.txt 24/10/2017 ΠΟΛΛΑ ΠΡΟΪΟΝΤΑ Πίνακας 3. Αρχεία μετρήσεων χρόνου Picking πολλών προϊόντων παράλληλα Δημιουργήθηκαν 19 αρχεία μετρήσεων που το κάθε ένα περιείχε κατά μέσο όρο 35 σημειακές μετρήσεις. Πραγματοποιήθηκαν περίπου 650 σημειακές μετρήσεις. Τα αρχεία μεταφέρθηκαν από το κινητό στον υπολογιστή σε μορφή «txt» και στη συνέχεια εισήχθησαν στο Excel. Εικόνα 18. Αρχείο μετρήσεων σε μορφή txt Ομαδοποίηση μετρήσεων εργασίας Picking Συνολικά έγιναν μετρήσεις χρόνου Picking για 21 διαφορετικούς συνδυασμούς προϊόντων και τελάρων. Για τα περισσότερα προϊόντα, υπήρχαν παρατηρήσεις σε παραπάνω από ένα αρχείο μετρήσεων. Αρχικά, δημιουργήθηκε ένα αρχείο για κάθε ένα συνδυασμό προϊόντος και τελάρου και σε αυτό συγκεντρώθηκαν οι μετρήσεις από όλα τα αρχεία. Στη συνέχεια εντοπίστηκαν διαφορετικά προϊόντα που είχαν ίδιο μέγεθος τελάρου και ίδιο βάρος ανά τελάρο. Κάποια προϊόντα που δεν συγκέντρωσαν αρκετά μεγάλο δείγμα Μιχαλάκας Ζήσης 49 / 85 MBA - ΑΠΘ

51 παρατηρήσεων, αφαιρέθηκαν από την επεξεργασία. Οι παρατηρήσεις προϊόντων που είχαν κοινά χαρακτηριστικά, ομαδοποιήθηκαν και συγκεντρώθηκαν σε ένα αρχείο. Τελικά προέκυψαν έξι ενοποιημένα αρχεία. ΕΙΔΟΣ ΤΕΛΑΡΟΥ ΔΙΑΣΤΑΣΗ ΤΕΛΑΡΟΥ ΚΑΘΑΡΟ ΒΑΡΟΣ (kg) ΚΩΔΙΚΟΣ ΠΕΡΙΓΡΑΦΗ ΠΡΟΪΟΝΤΟΣ ΑΡΧΕΙΑ ΜΕΤΡΗΣΕΩΝ ΕΝΟΠΟΙΗΜΕΝΑ ΑΡΧΕΙΑ IFCO 30*40*14 5, ΛΕΜΟΝΙΑ ΔΙΧΤΥ ΕΛΛΗΝ 32 IFCO 30*40*15 6, ΣΤΑΦΥΛΙ ΣΟΥΛΤΑΝΙΝΑ ΚΟΡΙΝΘΟΥ ΣΤΑΦΥΛΙ ΣΟΥΛΤ. ΚΟΡ. ΣΑΚΟΥΛΑ IFCO 30*40*15 5, ΝΤΟΜΑΤΑ ΤΣΑΜΠΙ 28, 32 IFCO 30*40*15 5, ΝΤΟΜΑΤΑ ΤΣΑΜΠΙ ΔΡΑΜΑΣ 28, 31,32 IFCO 30*40*20 10, ΜΑΝΤΑΡΙΝΙΑ ΕΛΛ. ΚΛ. Ι 32 IFCO 30*40*21 10, ΝΤΟΜΑΤΕΣ ΧΥΜΑ ΕΛΛΗΝΙΚΕΣ ΚΛ Ι ΝΤΟΜΑΤΕΣ ΤΡΙΚΑΛΩΝ ΚΛΑΣΗ Ι 27 IFCO 30*40*21 10, ΝΤΟΜΑΤΑ ΤΡΙΚΑΛΩΝ ΚΛΑΣΗ Ι 28 IFCO 30*40*21 10, ΝΤΟΜΑΤΑ ΧΥΜΑ ΕΛΛΗΝ ΚΛ Ι 28 IFCO 60*40*16 13, ΜΗΛΑ GOLDEN ΕΛΛΗΝΙΚΑ ΚΛ I 31, 32 IFCO 60*40*16 14, ΜΗΛΑ ΣΤΑΡΚΙΝ ΕΛΛ ΚΛ Ι 31, 32 IFCO 60*40*16 14, ΠΟΡΤΟΚ. ΜΗΧ. ΧΥΜΟΥ 31, 32 IFCO 60*40*18 15, ΜΗΛΑ GRAND SMITH ΕΛΛΗΝΙΚΑ ΚΛ Ι 26 IFCO 60*40*18 16, ΜΗΛΑ ΣΤΑΡΚΙΝ ΕΛΛ ΚΛ Ι 28 IFCO 60*40*18 15, ΜΗΛΑ ΣΤΑΡΚΙΝ ΠΟΠ ΖΑΓΟΡ ΚΛ Ι 26, 28, 31, 32 IFCO 60*40*24 19, ΠΟΡΤΟΚ. ΒΑΛ. ΧΥΜΟΥ ΣΥΣΚΕΥΑΣΙΑ 21, 31, 32 IFCO 60*40*24 20, ΠΟΡΤΟΚ. ΒΑΛΕΝΤΣΙΑ ΕΛΛΗΝΙΚΑ ΚΛ Ι 21, 31 IFCO 60*40*24 6, ΣΓΟΥΡΗ ΣΑΛΑΤΑ ΕΛΛΗΝΙΚΗ ΚΛ1 ΜΑΡΟΥΛΙ ΣΑΛΑΤΑ ΕΛΛΗΝΙΚΗ ΚΛ1 Πίνακας 4. Ενοποιημένα αρχεία μετρήσεων χρόνου Picking Οι παρατηρήσεις προϊόντων ομαδοποιήθηκαν και συγκεντρώθηκαν σε έξι ενοποιημένα αρχεία. Τα αρχεία αυτά παρουσιάζονται με την μορφή πινάκων στους οποίους κάθε γραμμή είναι μια μέτρηση. Έγινε ανακατανομή των μετρήσεων πρώτα ανά αριθμό τελάρων παραγγελίας και μετά ανά χρόνο μέτρησης. Αυτό είχε σαν αποτέλεσμα, οι πρώτες εγγραφές να είναι οι μετρήσεις για παραγγελίες που είχαν 1 τελάρο και με κατάταξη από τον μικρότερο χρόνο φόρτωσης προς τον μεγαλύτερο. Οι επόμενες μετρήσεις είναι οι παραγγελίες που είχαν 2 τελάρα και με κατάταξη από τον μικρότερο χρόνο φόρτωσης προς τον μεγαλύτερο. Μιχαλάκας Ζήσης 50 / 85 MBA - ΑΠΘ

52 Στη συνέχει παρουσιάζεται ένας από τους τελικούς πίνακες. Το σύνολο των τελικών πινάκων παρουσιάζεται στο Παράρτημα 1. Α/Α Dt (sec) ΑΡΙΘΜ ΤΕΛ ΥΨΟΣ ΛΗΨΗΣ Dt/n ΕΙΔΟΣ ΤΕΛΑΡΟΥ ΔΙΑΣΤΑΣΗ ΤΕΛΑΡΟΥ ΚΑΘΑΡΟ ΒΑΡΟΣ (kg) Μ.Ο. Ανά n , ,77 IFCO 60*40*16 14,21 19, , ,98 IFCO 60*40* , ,31 IFCO 60*40*16 14, , ,56 IFCO 60*40*16 14, , ,26 IFCO 60*40*16 14, , ,03 IFCO 60*40*16 14, , ,54 IFCO 60*40*16 14, , ,50 IFCO 60*40*16 13, , ,65 IFCO 60*40*16 14, , ,46 IFCO 60*40*16 13, , ,17 IFCO 60*40*16 14, , ,64 IFCO 60*40*16 14,21 9, , ,74 IFCO 60*40*16 14,26 9, , ,41 IFCO 60*40*16 14,21 6,41 Πίνακας 5. Αρχείο 48, μετρήσεις τελάρων 6*4*16, 14,4kg Οι στήλες των πινάκων παρουσιάζουν τα ακόλουθα στοιχεία: Α/Α: το 1 ο νούμερο δείχνει το αρχικό αρχείο μετρήσεων στο οποίο περιλαμβάνεται η μέτρηση και το 2 ο νούμερο δείχνει την σειρά στην οποία βρίσκεται η μέτρηση στο αρχικό αρχείο μετρήσεων. Dt: ο χρόνος φόρτωσης που μετρήθηκε. Αριθμ. Τελ: ο αριθμός των τελάρων που περιελάβανε η παραγγελία. Ύψος Λήψης: η σειρά του 1 ου τελάρου της παραγγελίας από το έδαφος, το νούμερο 5 σημαίνει ότι το 1 ο τελάρο που έλαβε ο πικαδόρος για τη συγκεκριμένη παραγγελία, ήταν το 5 ο από το έδαφος. Dt/n: ο λόγος του χρόνου φόρτωσης προς τον αριθμό των τελάρων της παραγγελίας, δηλαδή πόσος χρόνος φόρτωσης αντιστοιχεί σε κάθε τελάρο. Είδος τελάρου: Το είδος του τελάρου, πχ IFCO ή χάρτινο. Διάσταση Τελάρου: Η διάσταση των τελάρων, πχ 60*40*24. Καθαρό Βάρος:. Το καθαρό βάρος των προϊόντων που περιέχει το τελάρο. Μιχαλάκας Ζήσης 51 / 85 MBA - ΑΠΘ

53 Μ.Ο. ανά n: Ο μέσος όρος του χρόνου φόρτωσης για ίδιο αριθμό τελάρων. Το 1 ο νούμερο αφορά τον μέσο όρο του χρόνου φόρτωσης των παραγγελιών με 1 τελάρο, το 2 ο νούμερο αφορά τον μέσο όρο του χρόνου φόρτωσης των παραγγελιών με 2 τελάρα κτλ Αποτελέσματα μετρήσεων εργασίας Picking Για κάθε διαφορετική περίπτωση τελάρου και βάρους προϊόντων, δημιουργήθηκε ένα διάγραμμα με τα παρακάτω χαρακτηριστικά: Στον άξονα των Χ απεικονίζεται ο αριθμός των τελάρων κάθε παραγγελίας. Στον άξονα των Υ απεικονίζεται ο χρόνος Picking που αντιστοιχεί στο ένα τελάρο, δηλαδή αν μια παραγγελία εκτελέστηκε σε 30 δευτερόλεπτα και είχε 3 τελάρα, θα τοποθετηθεί 10 δευτερόλεπτα ανά τελάρο. Όλες οι μετρήσεις απεικονίζονται με γαλάζιες βούλες. Οι μέσοι όροι για κάθε αριθμό τελάρων, απεικονίζονται με κόκκινο ρόμβο και ενώνονται με ευθεία κόκκινη γραμμή. Δημιουργήθηκε μια εξίσωση για να περιγραφεί η σχέση χρόνου αριθμού τελάρων και έγινε προβολή της για μεγαλύτερους αριθμούς τελάρων. Σαν εξίσωση επιλέχθηκε η λογαριθμική συνάρτηση γιατί είχε πολύ καλή συσχέτιση και απεικονίστηκε με διακεκομμένη πορτοκαλί γραμμή. Παρουσιάστηκαν πάνω στα διαγράμματα η λογαριθμική συνάρτηση και το τετράγωνο της γραμμικής συσχέτισης R 2. Μιχαλάκας Ζήσης 52 / 85 MBA - ΑΠΘ

54 Τελάρο IFCO 30*40*15 5,86kg Στο αρχείο 43, ομαδοποιήθηκαν οι μετρήσεις για λεμόνια, σταφύλι και ντομάτες τσαμπί. Από τους μέσους όρους χρόνου Picking για κάθε τελάρο, προέκυψε η εξίσωση: 4,499 ln 12,996 To τετράγωνο γραμμικής συσχέτισης είναι ίσο με 0,9436 ή 94,36%, που είναι πολύ υψηλό ποσοστό. Η λογαριθμική εξίσωση που έχει προκύψει περιγράφει με μεγάλη ακρίβεια τον χρόνο Picking που απαιτείται. Διάγραμμα 5. Αρχείο 43, τελάρο IFCO 30*40*15, καθαρό βάρος προϊόντων 5,86kg Μιχαλάκας Ζήσης 53 / 85 MBA - ΑΠΘ

55 Τελάρο IFCO 30*40*21 10kg Στο αρχείο 47, ομαδοποιήθηκαν οι μετρήσεις για μανιτάρια και τέσσερις κωδικούς ντομάτας. Από τους μέσους όρους χρόνου Picking για κάθε τελάρο, προέκυψε η εξίσωση: 5,092 ln 14,78 To τετράγωνο γραμμικής συσχέτισης είναι ίσο με 0,857 ή 85,70%, που είναι πολύ υψηλό ποσοστό. Η λογαριθμική εξίσωση που έχει προκύψει περιγράφει με μεγάλη ακρίβεια τον χρόνο Picking που απαιτείται. Διάγραμμα 6. Αρχείο 47, τελάρο IFCO 30*40*21, καθαρό βάρος προϊόντων 10,00kg Μιχαλάκας Ζήσης 54 / 85 MBA - ΑΠΘ

56 Τελάρο IFCO 60*40*16 14,40kg Στο αρχείο 48, ομαδοποιήθηκαν οι μετρήσεις για μήλα Golden, μήλα Στάρκιν και πορτοκάλια μηχανής χυμού. Από τους μέσους όρους χρόνου Picking για κάθε τελάρο, προέκυψε η εξίσωση: 4,748 ln 16,584 To τετράγωνο γραμμικής συσχέτισης είναι ίσο με 0,7611 ή 76,11%, που είναι σχετικά καλό ποσοστό. Η λογαριθμική εξίσωση που έχει προκύψει περιγράφει με σχετική ακρίβεια τον χρόνο Picking που απαιτείται. Κρίνεται σκόπιμο να πραγματοποιηθούν περαιτέρω μετρήσεις σε επόμενο στάδιο της μελέτης, ώστε η ακρίβεια να φτάσει την ακρίβεια που επιτεύχθηκε στις υπόλοιπες περιπτώσεις. Διάγραμμα 7. Αρχείο 48, τελάρο IFCO 60*40*16, καθαρό βάρος προϊόντων 14,40kg Μιχαλάκας Ζήσης 55 / 85 MBA - ΑΠΘ

57 Τελάρο IFCO 60*40*18 16kg Στο αρχείο 46, ομαδοποιήθηκαν οι μετρήσεις για μήλα Grand Smith και δύο είδη μήλα Στάρκιν. Από τους μέσους όρους χρόνου Picking για κάθε τελάρο, προέκυψε η εξίσωση: 5,076 ln 18,446 To τετράγωνο γραμμικής συσχέτισης είναι ίσο με 0,8733 ή 87,33%, που είναι πολύ υψηλό ποσοστό. Η λογαριθμική εξίσωση που έχει προκύψει περιγράφει με μεγάλη ακρίβεια τον χρόνο Picking που απαιτείται. Διάγραμμα 8. Αρχείο 46, τελάρο IFCO 60*40*18, καθαρό βάρος προϊόντων 16,00kg Μιχαλάκας Ζήσης 56 / 85 MBA - ΑΠΘ

58 Τελάρο IFCO 60*40*24 20kg Στο αρχείο 41, ομαδοποιήθηκαν οι μετρήσεις για δύο είδη πορτοκάλια Βαλέντσια. Από τους μέσους όρους χρόνου Picking για κάθε τελάρο, προέκυψε η εξίσωση: 5,326 ln 17,644 To τετράγωνο γραμμικής συσχέτισης είναι ίσο με 0,9972 ή 99,72%, που είναι πολύ υψηλό ποσοστό. Η λογαριθμική εξίσωση που έχει προκύψει περιγράφει με μεγάλη ακρίβεια τον χρόνο Picking που απαιτείται. Διάγραμμα 9. Αρχείο 41, τελάρο IFCO 60*40*24, καθαρό βάρος προϊόντων 20,00kg Μιχαλάκας Ζήσης 57 / 85 MBA - ΑΠΘ

59 Τελάρο IFCO 60*40*24 6,5kg Στο αρχείο 45, ομαδοποιήθηκαν οι μετρήσεις για σγουρή σαλάτα και μαρούλι σαλάτα. Από τους μέσους όρους χρόνου Picking για κάθε τελάρο, προέκυψε η εξίσωση: 2,826 ln 13,658 To τετράγωνο γραμμικής συσχέτισης είναι ίσο με 0,8744 ή 87,44%, που είναι πολύ υψηλό ποσοστό. Η λογαριθμική εξίσωση που έχει προκύψει περιγράφει με μεγάλη ακρίβεια τον χρόνο Picking που απαιτείται. Διάγραμμα 10. Αρχείο 45, τελάρο IFCO 60*40*24, καθαρό βάρος προϊόντων 6,50kg Μιχαλάκας Ζήσης 58 / 85 MBA - ΑΠΘ

60 3.2.5 Μετατροπή του χρόνου Picking σε κόστος Μετά τον υπολογισμό του χρόνου Picking, το επόμενο βήμα είναι η μετατροπή του σε κόστος. Η μετατροπή έγινε κάνοντας κάποιες παραδοχές οι οποίες είναι ενδεικτικές και μπορούν να αλλάξουν από το χρήστη του μοντέλου. Εργάσιμες ημέρες έτους Θεωρήθηκε ότι το έτος έχει 52 εβδομάδες και κάθε εβδομάδα 5 εργάσιμες ημέρες. Συνολικά οι ημέρες του έτους εκτός Σαββάτων και Κυριακών είναι 52*5 = 260. Από αυτές αφαιρούνται 12 ημέρες αργίας και 22 ημέρες κανονικής άδειας. Τελικά οι εργάσιμες ημέρες είναι = 226. Μικτό κόστος ανά δευτερόλεπτο ανά εργαζόμενο Για να μπορέσει να στηθεί το μοντέλο BOX SELECTION, έπρεπε να επιλεγεί κάποιος μισθός για τους εργαζόμενους που εργάζονται στο Picking. Επειδή δεν γνωστοποιήθηκαν πραγματικά δεδομένα μισθοδοσίας από την εταιρία Διαμαντής Μασούτης Α.Ε., επιλέχθηκε από Πανελλαδικά δεδομένα ένας ενδεικτικός μικτός ετήσιος μισθός της τάξης του ,00. Η παράμετρος αυτή είναι μεταβλητή και μπορεί να αλλάξει από τον χρήστη του μοντέλου. Βρέθηκε το μέσο μικτό ημερήσιο κόστος ανά εργαζόμενο σαν τον λόγο του μικτού ετήσιου μισθού προς τις εργάσιμες ημέρες, /226 = 68,14. Θεωρώντας ότι κάθε ημέρα έχει 8 εργάσιμες ώρες, στις οποίες περιλαμβάνεται μισή ώρα διάλλειμα, το κόστος ανά δευτερόλεπτο εργασίας είναι 68,14/(7,5*60*60) = 0,0025. Κόστος χρόνου Picking Στο μοντέλο BOX SELECTION, το κόστος χρόνου Picking υπολογίζεται σαν το γινόμενο του χρόνου Picking που έχει υπολογιστεί για την συνολική παραγγελία σε όλα τα υπό μελέτη καταστήματα με επί το κόστος ανά δευτερόλεπτο εργασίας. 3.3 Υπολογισμός κόστους φύρας Ένα από τα κόστη τα οποία εισήχθησαν στο μοντέλο BOX SELECTION, είναι το κόστος της φύρας. Είναι το κόστος που προκύπτει από την απώλεια της αξίας των προϊόντων που δεν έχουν πουληθεί στο τέλος μιας ημέρας ή το κόστος των προϊόντων που δεν θα κριθούν κατάλληλα για πώληση και θα πεταχτούν. Μιχαλάκας Ζήσης 59 / 85 MBA - ΑΠΘ

61 Τα προϊόντα της μαναβικής είναι φρέσκα και συντηρούνται σε συγκεκριμένη θερμοκρασία το κάθε ένα. Όταν τα προϊόντα τοποθετούνται στον πάγκο των καταστημάτων, εκτίθενται σε θερμοκρασίες πολύ μεγαλύτερες από αυτές των ψυγείων και επιταχύνεται η ωρίμανσή τους. Αυτό έχει ως συνέπεια να υποβαθμίζεται η αξία τους και σε κάποιες περιπτώσεις να θεωρηθούν ως μη κατάλληλα για πώληση. Ο βαθμός της υποβάθμισης των προϊόντων που δεν πωλούνται είναι διαφορετικός για το κάθε προϊόν, δηλαδή τα ροδάκινα είναι πιο ευαίσθητα από τα μήλα. Στο μοντέλο BOX SELECTION η απομείωση της αξίας των προϊόντων εισήχθηκε σαν ένα ποσοστό επί τοις εκατό. Αυτό το ποσοστό είναι μεταβλητό και το ορίζει ο χρήστης του μοντέλου. Αν ο χρήστης επιλέγει μεγαλύτερο ποσοστό απομείωσης της αξίας, θα κάνει πιο αυστηρό το κριτήριο της ωρίμανσης. πιο φρέσκα προϊόντα θα καταλήγουν στον καταναλωτή, αλλά θα μεγαλώνει το κόστος της φύρας. Ο τύπος που χρησιμοποιήθηκε είναι, (κόστος φύρας, ) = (υπολειπόμενο απόθεμα, kg) * (ποσ. απομείωσης αξίας, %) *(αξία, /kg) Για παράδειγμα αν μείνει απόθεμα 10kg από ένα προϊόν, που έχει ποσοστό απομείωσης 80% και αξία 1,5 /kg, τότε το κόστος φύρας θα είναι, (κόστος φύρας) = (10 kg) * (80 %) * (1,5 /kg) = (12 ) Υπολογισμός υπολειπόμενου αποθέματος Ο υπολογισμός του υπολειπόμενου αποθέματος, δηλαδή των προϊόντων που δεν πουλήθηκαν στο τέλος μιας ημέρας είναι απαραίτητος για τον υπολογισμό της φύρας. Στο μοντέλο BOX SELECTION, το υπολειπόμενο απόθεμα υπολογίζεται ξεχωριστά για κάθε κατάστημα με τον τύπο, (υπολειπόμενο απόθεμα) = (παραγγελία προϊόντος) (πωλήσεις) Για παράδειγμα αν ένα κατάστημα παραγγείλει 14 kg μήλα και πουλήσει τα 11 kg, το υπολειπόμενο απόθεμα θα είναι, (υπολειπόμενο απόθεμα) = (14 kg) (11 kg) = (3 kg) Στις παραγγελίες των προϊόντων έχει τεθεί ο περιορισμός ότι αυτές θα πρέπει να είναι ακέραιο πολλαπλάσιο του τελάρου που έχει επιλεγεί για κάθε προϊόν. Δηλαδή, αν έχει επιλεγεί ένα τελάρο που χωράει 14 kg μήλα, τότε οι παραγγελίες μπορεί να είναι 14 kg ή 28kg ή 42 kg κτλ. Μιχαλάκας Ζήσης 60 / 85 MBA - ΑΠΘ

62 Επίσης έγινε η παραδοχή ότι κάθε κατάστημα θα παραγγείλει τόσα τελάρα ώστε να καλύψει ακριβώς τις πιθανές πωλήσεις. Δηλαδή, αν οι προβλεπόμενες πωλήσεις είναι 31 kg και έχει επιλεγεί τελάρο 14 kg, τότε οι παραγγελία του καταστήματος θα είναι 3*14=42 kg και το υπολειπόμενο απόθεμα 42-31=11 kg. Σαν συνολική φύρα υπολογίζεται το άθροισμα της φύρας των 20 καταστημάτων που μελετήθηκαν Υπολογισμός πωλήσεων Για τον υπολογισμό του υπολειπόμενου αποθέματος είναι απαραίτητος ο υπολογισμός των πωλήσεων. Για να υπολογιστούν οι πωλήσεις κάθε καταστήματος, ελήφθησαν ιστορικά στοιχεία. Συγκεκριμένα ελήφθησαν οι πωλήσεις για οκτώ προϊόντα, για είκοσι καταστήματα και για κάθε ημέρα του Αυγούστου του Επιλέχθηκαν τυχαία 20 καταστήματα από τα 272 της εταιρίας Διαμαντής Μασούτης Α.Ε.. Λόγω του γεγονότος ότι τα στοιχεία πωλήσεων αποτελούν απόρρητα στοιχεία της εταιρίας, τα καταστήματα παρουσιάζονται με κωδικό από Κ01 μέχρι Κ20 και τα προϊόντα με κωδικό από Π01 μέχρι Π08. Για κάθε προϊόν βρέθηκε το ποσοστό των πωλήσεων που έκανε κάθε κατάστημα. Για παράδειγμα, το κατάστημα Κ04 βρέθηκε ότι πουλάει κατά μέσο όρο 12,56% του συνόλου των ημερήσιων πωλήσεων στα 20 υπό εξέταση καταστήματα, από το προϊόν Π03. Στη συνέχεια τα ποσοστά αυτά εισήχθησαν στο μοντέλο BOX SELECTION ώστε να είναι δυνατή η κατανομή των συνολικών πωλήσεων σε κάθε κατάστημα. Αν ο χρήστης προβλέψει ότι οι συνολικές πωλήσεις των 20 καταστημάτων για το προϊόν Π3, θα είναι 1000kg την ημέρα, στο κατάστημα Κ04 θα αντιστοιχηθούν πωλήσεις 12,56% ή 125,60kg. ΚΑΤΑΣΤΗΜΑ ΠΡΟΪΟΝΤΑ Π01 Π02 Π03 Π04 Π05 Π06 Π07 Π08 Κ01 23,49% 30,28% 20,52% 6,52% 19,62% 19,28% 23,59% 12,83% Κ02 11,22% 15,83% 11,93% 33,03% 10,95% 15,11% 8,69% 12,85% Κ03 8,84% 15,99% 10,02% 7,04% 15,81% 12,02% Κ04 4,43% 5,71% 12,56% 11,38% 7,86% 3,94% 6,40% 10,21% Κ05 12,40% 4,27% 5,51% 7,93% 6,76% 6,75% Κ06 7,00% 5,08% 5,30% 13,98% 7,40% 4,47% 5,82% 5,99% Κ07 8,89% 4,47% 2,62% 3,47% 4,95% 4,43% 4,45% 8,15% Κ08 3,93% 3,84% 6,13% 7,22% 3,57% Μιχαλάκας Ζήσης 61 / 85 MBA - ΑΠΘ

63 ΚΑΤΑΣΤΗΜΑ ΠΡΟΪΟΝΤΑ Π01 Π02 Π03 Π04 Π05 Π06 Π07 Π08 Κ09 3,50% 8,45% 2,97% 4,66% 6,56% 7,76% 4,99% Κ10 6,69% 3,51% 2,83% 3,32% 4,05% 3,52% 5,79% Κ11 4,04% 3,29% 4,03% 8,66% 3,83% 2,25% 2,92% 4,93% Κ12 4,43% 2,63% 2,07% 2,19% 3,90% 2,42% 1,95% Κ13 3,72% 2,22% 1,32% 5,32% 2,17% 2,85% 3,33% 2,32% Κ14 3,01% 5,82% 2,30% 2,65% 3,46% 4,46% Κ15 2,44% 1,55% 5,39% 2,02% 2,13% 3,06% Κ16 1,58% 0,98% 2,83% 2,24% 2,10% 2,98% 2,03% 3,67% Κ17 2,25% 0,98% 3,53% 1,55% 2,64% 1,61% 1,67% Κ18 1,54% 1,01% 1,45% Κ19 0,74% 1,06% 0,67% 1,74% 1,56% Κ20 1,21% Πίνακας 6. Ποσοστά πωλήσεων ανά προϊόν και ανά κατάστημα Για να υπάρχει ομοιομορφία στα στοιχεία πωλήσεων, κάποια δεδομένα αφαιρέθηκαν από την επεξεργασία. Λόγω του γεγονότος ότι μερικά καταστήματα βρίσκονται σε τουριστικές περιοχές, αυτά λειτουργούσαν και τις Κυριακές 6, 13, 20 και 27 Αυγούστου. Επίσης κάποια προϊόντα διακινήθηκαν σε κάποια καταστήματα λιγότερες από 14 ημέρες τον μήνα Αύγουστο. Αφαιρέθηκαν από την επεξεργασία οι ημέρες Κυριακή και οι πωλήσεις των καταστημάτων με λίγες ημέρες πωλήσεων των προϊόντων. 3.4 Δομή μοντέλου BOX SELECTION Το μοντέλο BOX SELECTION έχει δημιουργηθεί στο Microsoft Excel. Αποτελείται από τα επιμέρους αρχεία υπολογισμού του χρόνου Picking και επεξεργασίας των δεδομένων των πωλήσεων, καθώς και από το βασικό αρχείο που υπολογίζει τα συνολικά κόστη. Τα αρχεία υπολογισμού του χρόνου Picking, έχουν περιγραφεί σε προηγούμενο κεφάλαιο. Από αυτά λαμβάνονται σαν εξαγόμενα οι λογαριθμικοί τύποι με τους οποίους έχουν συσχετιστεί ο αριθμός τελάρων μιας παραγγελίας με τον χρόνο Picking ανά τελάρο. Συγκεκριμένα λαμβάνονται οι συντελεστές a και b της λογαριθμικής εξίσωσης. Τα αρχεία υπολογισμού των ποσοστών πωλήσεων, έχουν περιγραφεί σε προηγούμενο κεφάλαιο. Από αυτά λαμβάνεται το ποσοστό των πωλήσεων που θα έχει κάθε κατάστημα ανά προϊόν σε ποσοστό επί τοις εκατό. Μιχαλάκας Ζήσης 62 / 85 MBA - ΑΠΘ

64 Το βασικό αρχείο του μοντέλου BOX SELECTION, αποτελείται από 5 φύλλα. Τα φύλλα ΤΕΛΑΡΑ, ΚΟΣΤΟΣ ΕΡΓΑΣΙΑΣ, ΠΡΟΪΟΝΤΑ, ΠΩΛΗΣΕΙΣ και ΣΥΝΟΛΙΚΟ ΚΟΣΤΟΣ Χαρακτηριστικά των τελάρων Το φύλλο ΤΕΛΑΡΑ, περιέχει το όνομα του τελάρου, τις διαστάσεις του, τον όγκο του, τους συντελεστές a και b της λογαριθμικής εξίσωσης, καθώς και ένα ενδεικτικό κόστος χρήσης των τελάρων IFCO. Το κόστος χρήσης των τελάρων IFCO είναι μεταβαλλόμενο και ο χρήστης του μοντέλου μπορεί να αλλάξει την τιμή του. Πίνακας 7. Φύλλο Excel με τα Χαρακτηριστικά των Τελάρων Μιχαλάκας Ζήσης 63 / 85 MBA - ΑΠΘ

65 3.4.2 Υπολογισμός κόστους εργασίας Το φύλλο ΚΟΣΤΟΣ ΕΡΓΑΣΙΑΣ, έχει περιγραφεί σε προηγούμενη παράγραφο και δίνει σαν εξαγόμενο το ενδεικτικό κόστος ανά δευτερόλεπτο εργασίας Picking. Επειδή δεν γνωστοποιήθηκαν πραγματικά δεδομένα μισθοδοσίας από την εταιρία Διαμαντής Μασούτης Α.Ε., επιλέχθηκε από Πανελλαδικά δεδομένα ένας ενδεικτικός μικτός ετήσιος μισθός της τάξης του ,00. Ο μισθός είναι μεταβαλλόμενος και ο χρήστης του μοντέλου μπορεί να αλλάξει την τιμή του. Πίνακας 8. Φύλλο Excel με τον υπολογισμό του κόστους εργασίας Picking Μιχαλάκας Ζήσης 64 / 85 MBA - ΑΠΘ

66 3.4.3 Χαρακτηριστικά των προϊόντων Στο φύλλο ΠΡΟΪΟΝΤΑ, υπολογίζεται ο όγκος των προϊόντων ανά μονάδα βάρους (Λίτρα/Κιλά). Επιπλέον, στο φύλλο αυτό περιλαμβάνεται το καθαρό κόστος για κάθε κιλό προϊόντος καθώς και η απομείωση του αποθέματος. Για το καθαρό κόστος δεν γνωστοποιήθηκαν πραγματικά δεδομένα από την εταιρία, επιλέχθηκαν αυθαίρετα και είναι τιμή που μπορεί να μεταβάλει ο χρήστης. Η απομείωση του αποθέματος δίνεται ενδεικτικά σαν ποσοστό επί τοις εκατό και επιλέγεται από τον χρήστη. Η απομείωση του αποθέματος είναι στρατηγική απόφαση κάθε εταιρίας που διακινεί φρέσκα προϊόντα. Όσο πιο μεγάλο ποσοστό απομείωσης επιλέξει η εταιρία, τόσο πιο φρέσκα προϊόντα αλλά και μεγαλύτερο κόστος φύρας θα έχει. Πίνακας 9.Φύλλο Excel με τα χαρακτηριστικά των προϊόντων Μιχαλάκας Ζήσης 65 / 85 MBA - ΑΠΘ

67 3.4.4 Καταμερισμός πωλήσεων, υπολειπόμενο απόθεμα, χρόνος Picking Στο φύλλο ΠΩΛΗΣΕΙΣ, υπολογίζονται τα κιλά πωλήσεων σε κάθε κατάστημα, το υπολειπόμενο απόθεμα και ο χρόνος Picking για κάθε κατάστημα. Ο τρόπος υπολογισμών που γίνονται στο φύλλο ΠΩΛΗΣΕΙΣ, έχουν περιγραφεί σε προηγούμενο κεφάλαιο. Οι υπολογισμοί συνδέονται με την τιμή των συνολικών πωλήσεων που επιλέγονται στο φύλλο ΣΥΝΟΛΙΚΟ ΚΟΣΤΟΣ. Τα κιλά των πωλήσεων κάθε καταστήματος υπολογίζονται σαν ποσοστό επί των συνολικών πωλήσεων. Για κάθε προϊόν έχει υπολογιστεί διαφορετικό ποσοστό ανά κατάστημα. Ο χρόνος Picking υπολογίζεται από λογαριθμική εξίσωση με χαμηλότερη την τιμή που προκύπτει για 10 τελάρα. Δηλαδή, γίνεται η παραδοχή ότι αν μια παραγγελία έχει πάνω από 10 τελάρα, ο χρόνος ανά τελάρο δεν θα μειωθεί περαιτέρω σε σχέση με τον χρόνο που προκύπτει για 10 τελάρα. Πίνακας 10. Φύλλο Excel με υπολογισμό πωλήσεων, αποθέματος και χρόνου Picking Μιχαλάκας Ζήσης 66 / 85 MBA - ΑΠΘ

68 3.4.5 Υπολογισμός συνολικού κόστους Το φύλλο ΣΥΝΟΛΙΚΟ ΚΟΣΤΟΣ είναι το βασικό φύλλο του μοντέλου. Σε αυτό το φύλλο ο χρήστης: επιλέγει το προϊόν από αναδυόμενη λίστα επιλέγει το επιθυμητό τελάρο από αναδυόμενη λίστα εισάγει την πρόβλεψή του για τις συνολικές πωλήσεις των καταστημάτων που έχουν εισαχθεί στο μοντέλο. Στην παρούσα έκδοση του μοντέλου έχουν εισαχθεί 20 καταστήματα. Πίνακας 11. Φύλλο Excel υπολογισμού συνολικού κόστους Στη συνέχεια γίνονται οι ακόλουθοι υπολογισμοί: Κιλά Τελάρου. Με βάση το είδος του τελάρου που επιλέχθηκε, λαμβάνεται ο όγκος του τελάρου από το αντίστοιχο φύλλο. Με βάση το προϊόν που επιλέχθηκε, λαμβάνεται η τιμή λίτρα/κιλό από το αντίστοιχο φύλλο. Το πηλίκο των δύο ανωτέρω τιμών είναι τα κιλά του τελάρου, δηλαδή τα κιλά του επιλεχθέντος προϊόντος που χωράνε στον επιλεχθέν τύπο τελάρου. Χρόνος Picking Τελάρων. Ο υπολογισμός ξεκινάει από την επιλογή της τιμής των συνολικών πωλήσεων, η οποία μεταφέρεται στο φύλλο ΠΩΛΗΣΕΙΣ που περιεγράφηκε σε προηγούμενο κεφάλαιο. Σε εκείνο το φύλλο οι πωλήσεις κατανέμονται στα Μιχαλάκας Ζήσης 67 / 85 MBA - ΑΠΘ