Lead time

Di Joannes Vermorel, ottobre 2020

Il lead time è il lasso di tempo che intercorre tra l'inizio e il completamento di un processo. Nelle supply chain, ogni volta che un prodotto viene acquistato, trasformato o sottoposto a manutenzione, i lead time vengono in genere misurati in giorni. Dal punto di vista della pianificazione, i lead time sono importanti perché implicano che la maggior parte delle decisioni di routine devono essere prese in anticipo per ottenere l'effetto desiderato, come ad esempio il mantenimento della qualità del servizio. La necessità di prevedere la domanda sorge in genere in aggiunta all'esistenza di lead time, in quanto l'adeguatezza di una decisione - come quella relativa al rifornimento degli stock - dipende da eventi futuri sconosciuti che influenzeranno la supply chain per la durata del lead time.

Cause e conseguenze dei lead time

I lead time determinano in larga misura il funzionamento della supply chain e della maggior parte dei suoi elementi finanziari, come il capitale circolante e il rendimento del capitale investito. Infatti, lead time più lunghi implicano che ci vuole più tempo per completare un ciclo di inventario in cui i materiali o i prodotti vengono acquistati, eventualmente trasformati e rivenduti.

Lead time più lunghi comportano inoltre maggiori obblighi in termini di stock, anche quando gli stock a disposizione possono apparentemente rimanere bassi. Ad esempio, se un'azienda in Europa ordina merci provenienti dall'Asia da consegnare tramite container, a partire dalla data di invio dell'ordine di acquisto l'azienda si impegna a vendere o consumare la merce. Tuttavia, in questa situazione, ci vorranno generalmente più di sei settimane perché i livelli delle scorte in Europa rispecchino questo impegno.

Inoltre, lead time più lunghi aumentano la dipendenza dalle previsioni. Tornando all’esempio di cui sopra, l'azienda non può permettersi di effettuare semplicemente l’ordine di acquisto in base alle sue attuali esigenze, poiché al momento della consegna dell'ordine la situazione sarà cambiata. Gli attuali livelli degli stock saranno ulteriormente diminuiti a causa dei consumi in corso, ed è probabile che anche la domanda sarà cambiata, se non altro a causa della stagionalità.

I lead time rappresentano il limite inferiore della massima flessibilità che un'azienda può raggiungere. In generale, se le condizioni di mercato cambiano radicalmente, l'azienda rimane fedele alle sue decisioni passate per la durata dei lead time. Ci sono vari modi per mitigare questi effetti, a partire dalle condizioni contrattuali concordate con i fornitori. Tuttavia, i rischi sottostanti possono raramente essere eliminati e finiscono per spostarsi all'interno della supply chain.

Considerato l'impatto negativo di lead time più lunghi, ci si potrebbe chiedere perché le aziende scelgano di optare per quelli che sembrano essere (soggettivamente) lead time lunghi. Sembra invece che ci siano molteplici fattori economici che fanno pendere la bilancia a favore di lead time più lunghi.

La specializzazione è uno dei fattori che determina lead time più lunghi: alcuni Paesi hanno industrie alquanto uniche (1) che sono difficili (o molto costose) da replicare a livello locale. Tali industrie ad alta concentrazione sono emerse, in linea di massima, grazie a materiali di alto valore, che erano facili da trasportare. Tuttavia, anche se gli aerei possono raggiungere qualsiasi punto del globo in meno di 24 ore, le dogane e le procedure amministrative tendono ad aumentare sostanzialmente i lead time effettivi quando si prendono in considerazione fornitori stranieri.

Anche le economie di scala sono orientate verso lead time più lunghi. Aumentando le dimensioni dei lotti (spesso materializzati in MOQ), i produttori o i trasportatori possono ridurre i loro costi. Tuttavia, con l'aumento delle quantità dei lotti, il numero degli stessi diminuisce e quindi diventa meno frequente, mentre tutte le altre variabili rimangono costanti, soprattutto la domanda. Tuttavia, non tutti i settori industriali sono ugualmente suscettibili alle economie di scala, che tendono a stabilizzarsi a seconda della tecnologia in uso.

Ridurre i quantili elevati

Se è vero che i lead time possono essere migliorati riducendo la durata media, sono i miglioramenti relativi ai casi peggiori, cioè le situazioni più lunghe, ad essere più interessanti. Nelle supply chain, i problemi maggiori - se misurati in dollari di impatto - tendono a concentrarsi in coda: sono i lead time inaspettatamente lunghi a causare rotture di stock o interruzioni della produzione, non i piccoli contrattempi.

Uno dei modi più semplici per valutare quali sono i casi peggiori è quello di utilizzare misure quantili. Ad esempio, se un fornitore ha un lead time di 7 giorni per il quantile 95%, significa che il 95% degli ordini effettuati presso questo fornitore viene consegnato in meno di 7 giorni. Questi quantili "alti", vicini al 100%, possono discostarsi notevolmente dal lead time medio. Può darsi che il fornitore consegni in media in 2 giorni, molto meno di un terzo del suo quantile alto stimato dello stesso lead time.

Per evitare questi problemi relativi alla qualità del servizio, tutti i buffer di inventario all'interno della supply chain, indipendentemente dalla metodologia utilizzata, tendono a crescere in modo lineare, non con il lead time medio, ma con qualche quantile elevato del lead time. Infatti, i buffer di inventario esistono proprio per adattarsi alle variazioni delle condizioni della supply chain. I due fattori che dominano le variazioni inattese che influenzano la supply chain tendono ad essere la domanda variabile e il tempo di consegna variabile.

Diversità dei lead time

Il tempo totale di consegna, dagli ordini di acquisto originali ai fornitori alle consegne al cliente, può essere suddiviso in molte fasi intermedie. Al fine di ridurre il valore del lead time o la sua variabilità, è di solito efficace scomporre questo lead time totale nei suoi sottocomponenti, che sono più semplici da analizzare e da migliorare.

Ad esempio, un grossista che distribuisce prodotti di fornitori esteri può trovarsi di fronte a quanto segue:

un lead time relativo all’ordine, derivante dal processo di acquisto settimanale del grossista stesso.
Un lead time di opportunità, dovuto ai MOQ imposti dai fornitori.
Un lead time di produzione, richiesto dai fornitori per evadere l'ordine di acquisto.
Un lead time relativo al trasporto, richiesto dalla società che trasporta le merci.
Un lead time amministrativo, per lo sdoganamento.
Un lead time relativo alla ricezione, per l'inventario e il controllo di qualità che deve essere effettuato dal grossista.
Un lead time relative alla spedizione, richiesto dal centro di distribuzione per evadere gli ordini dei clienti.
Un lead time per la consegna dell'ultimo miglio, richiesto da un corriere per effettuare la consegna al cliente.

Per ogni operazione, è interessante abbassare sia il ritardo medio che la varianza del ritardo.

Tenere traccia di tutte queste operazioni comporta un notevole lavoro d'ufficio notevolmente alleggerito dai moderni sistemi informatici, siano essi codici a barre o RFID. Le registrazioni elettroniche vengono generalmente memorizzate nei sistemi informatici dell'azienda o delle aziende coinvolte. I vantaggi vanno ben oltre l'ottimizzazione dei lead time, in quanto questi sistemi garantiscono la tracciabilità delle merci e, in una certa misura, impediscono la contrazione delle scorte.

Fino alla fine degli anni '90, l'archiviazione e l'elaborazione di tutti questi documenti richiedeva costose risorse informatiche, per cui non sempre era economicamente conveniente acquisire, e ancor meno conservare, tutti i record generati dal flusso di beni fisici all'interno di una supply chain. Tuttavia, dal 2010, il costo dell'archiviazione e dell'elaborazione dei dati è stato ridotto a tal punto che le risorse di calcolo non contano quasi più quando ci sono flussi fisici. Ciononostante, i costi informatici, soprattutto le integrazioni di sistema, possono impedire l'acquisizione di tali record elettronici.

Al fine di migliorare i lead time, e quindi di ridurre i loro quantili elevati come discusso sopra, sono necessarie delle misurazioni. Le misurazioni dettagliate dei lead time sono molto utili quando è richiesta l'analisi della causa principale. Infatti, così come le operazioni variano molto da un passo all'altro, anche la natura dei miglioramenti apportati tende a variare molto.

Lead time dell'ordine

Il lead time dell'ordine si riferisce in genere al tempo che intercorre tra l'ordine del cliente e la consegna della merce. Questa durata è notevole perché è "l'espressione" del lead time a cui il grande pubblico (rispetto agli specialisti della supply chain) è più abituato. In molti settori non B2C, il lead time dell'ordine è strettamente legato alla qualità del servizio. In particolare, le rotture di stock tendono a essere il fattore che determina lead time degli ordini eccessivamente lunghi.

Parte della sfida nel migliorare i lead time degli ordini non consiste nel ridurre i tempi stessi, ma nel fissare le giuste aspettative dei clienti rispetto alla data di consegna. In particolare, da oltre un decennio, diverse grandi aziende di e-commerce sembrano aver adottato il metodo della condivisione di una previsione quantilica dei lead time degli ordini, che funge da probabile limite massimo di ritardo. Il bias nella stima del ritardo è deliberatamente introdotto per ridurre al minimo la frequenza delle situazioni in cui la merce non viene consegnata in tempo.

Prevedere i lead time

La corretta anticipazione dei tempi di consegna futuri è un ingrediente essenziale per l'ottimizzazione di una supply chain. Proprio come la domanda, i lead time possono e devono essere previsti, in genere sfruttando i dati storici esistenti, quando sono interessanti.

Nonostante la previsione dei lead time non sia (ancora) una pratica diffusa tra i team che si occupano della pianificazione della "domanda", va rilevato che la maggior parte delle ciclicità che sono rilevanti per la domanda, lo sono anche per i lead time. Per esempio, i lead time tendono a mostrare effetti di stagionalità, giorno del mese e giorno della settimana. Essi cambiano nel tempo. Per esempio, un fornitore può rivedere i propri processi per ridurre i lead time o aumentarli per ridurre i costi. Anche la quasi-stagionalità è importante, con eventi come il Capodanno Cinese, che periodicamente gonfia i lead time, dato che molte fabbriche in Asia sono chiuse durante quel periodo.

Le previsioni probabilistiche dovrebbero essere favorite per quanto riguarda i lead time, in quanto, come sottolineato in precedenza, sono i quantili elevati che guidano le implicazioni economiche dei lead time. I costi e i problemi si concentrano nell'ultima parte della distribuzione. Tuttavia, facciamo subito notare che le distribuzioni normali (gaussiane) non dovrebbero essere utilizzate per i lead time. Come regola generale, i lead time non sono mai normalmente distribuiti, e l'utilizzo di un tale modello porta a sottovalutare notevolmente i quantili elevati che, a loro volta, sono la formula per generare un flusso continuo di problemi di servizio.

I lead time possono essere modellati in modo più appropriato come distribuzioni plurimodali che riflettono il sistema fisico sottostante. Ad esempio, quando si avvia una linea di produzione, i lead time della produzione tendono a essere altamente prevedibili, tranne quando manca una delle materie prime, nel qual caso il lead time della produzione può richiedere molto più tempo. Pertanto, la modellazione pratica della distribuzione delle probabilità comporta in genere una combinazione di distribuzioni discrete e parametriche.

Si suppone che la previsione probabilistica del lead time produca una variabile casuale discreta per ogni fase interna. È ragionevole supporre, in generale, che queste fasi interne siano statisticamente indipendenti (ad es. il ritardo imposto dalla dogana è del tutto indipendenti dai ritardi di produzione). In questi casi, le variabili casuali possono essere sommate in modo canonico, il che in teoria comporta un'operazione di convoluzione sulle distribuzioni sottostanti.

Modalità controllate

Nonostante il modello appropriato di previsione probabilistica sia generalmente multimodale, ci sono alcune modalità che richiedono un trattamento specifico se è coinvolto un certo grado di controllo, a differenza delle osservazioni passive. Ad esempio, se vi è la possibilità di richiedere ad un fornitore una spedizione per via aerea o marittima, le due modalità di trasporto non dovrebbero essere raggruppate dal punto di vista previsionale. Esiste un certo grado di controllo. Ogni modalità di trasporto ha la sua variabilità, e quindi sono necessarie due diverse previsioni.

Combinazione di domanda

Poiché le capacità di produzione sono limitate quando ci sono picchi di domanda, anche i tempi di produzione tendono ad aumentare. Questa combinazione di domanda e lead time influisce negativamente sulla qualità del servizio, in quanto riduce la capacità dell'azienda di mitigare un'impennata della domanda attraverso acquisti o ordini di produzione aggiuntivi, proprio a causa dei lead time supplementari necessari. Pertanto, può essere utile avere un modello predittivo comune sia della domanda che del lead time, poiché i buffer di inventario necessari dipendono da due fattori.

Tuttavia, quando si considerano le unità produttive che hanno sufficiente flessibilità per (ri)organizzare le loro code di lavoro, i lead time osservati dipendono in gran parte dalla priorità data a ogni specifico lavoro. Pertanto, una corretta modellazione predittiva dei lead time dovrebbe tenere conto dell'aspetto della coda del problema, poiché i lead time possono variare in modo significativo a seconda delle scelte arbitrarie di priorità. Questo ulteriore grado di controllo può essere sfruttato per mitigare l'impatto di un'impennata della domanda.

Domanda nel lead time

La domanda nel lead time indica la quantità di articoli da sottoporre a manutenzione per tutta la durata del lead time. Questo valore è di particolare interesse perché, per evitare rotture di stock, il totale delle scorte (dato dalla somma dello stock a disposizione e di quello già ordinato) deve rimanere sempre al di sopra della domanda nel lead time. Quando lo stock totale scende al di sotto del lead time, è assicurato che si verifichi una rottura di stock.

Ipotizzando che si possano produrre previsioni probabilistiche sia per la domanda futura che per il lead time futuro, diventa possibile calcolare stime quantiliche (elevate) della domanda nel lead time, come definito da:

$$\text{QLeadDemand}(\tau, y, L) = Q_\tau \left[ \sum_{t=1}^{L_\omega}{ y_\omega(t) } \right]_{{\omega \in \Omega}}$$ Dove:

$0 \leq \tau \leq 1$ è l'obiettivo della stima quantile
$y$ è la domanda, che varia nel tempo
$L$ è il lead time
$Q_\tau[..]$ è il quantile della funzione interna di valore reale
$\Omega$ è l'insieme dei possibili risultati
$t$ è il tempo ed 1 è il primo periodo futuro
$y_\omega$ è la domanda associata al risultato $\omega$
$L_\omega$ è il lead time associato al risultato $\omega$

Questa stima quantilica della domanda nel lead time è interessante quando si cerca di mantenere un livello di servizio target. Ipotizzando un semplice modello di inventario di una singola SKU e fornitore senza MOQ, allora la quantità da reintegrare in qualsiasi momento può essere definita dalla formula:

$$\text{ReorderQty}(\tau) = \max\left(0, \text{QLeadDemand}(\tau) -\text{OnHand} -\text{OnOrder}\right)$$ Dove:

$\text{OnHand}$ sono gli stock a disposizione
$\text{OnOrder}$ sono gli stock già ordinati

Questa formula presuppone implicitamente che nessuna domanda vada persa in caso di rottura di stock. Questa ipotesi non è plausibile in molte situazioni, ad esempio nel settore della vendita al dettaglio, dove in genere il cliente o rinuncia al prodotto, o cerca un sostituto oppure si reca da un concorrente, invece di rinviare il consumo. Per superare questa ipotesi, è necessario modellare esplicitamente l'impatto della domanda persa. Questo è particolarmente importante quando la domanda è fortemente stagionale, poiché i prodotti che diventano disponibili dopo il picco stagionale possono rimanere invenduti o inutilizzati per un lungo periodo di tempo.

Cicli di feedback guidati dai lead time

Il lead time può essere visto come un fattore di input per il calcolo del rifornimento, come spiegato nella sezione precedente. Tuttavia, il lead time stesso dipende dal programma di ordinazione (o di produzione). Inoltre, il programma stesso è generalmente inteso per essere adatto a realizzare le economie di scala previste raggiungendo l'EOQ desiderato (quantità di ordine economico), il MOQ (quantitativo minimo d'ordine), o la dimensione nominale del lotto di produzione.

Pertanto, i professionisti della supply chain si trovano spesso a dover affrontare un ciclo di feedback tra la decisione che deve essere presa oggi (rifornimento e ordine) e il momento in cui si prevede che questa decisione si dovrà ripetere in futuro. In parole povere, la quantità da ordinare oggi dipende dalla data del prossimo ordine: un riordino successivo significa che sarà necessaria una quantità maggiore. Tuttavia, la data del prossimo ordine è influenzata anche dall'ordine di oggi: un ordine immediato più grande significa una data successiva per il prossimo ordine.

Poiché la modellazione esplicita e l'ottimizzazione numerica di questo ciclo di feedback comporta uno sforzo significativo, i professionisti della supply chain stabiliscono spesso un programma approssimativo (ad es. un ordine alla settimana, al mese), relativamente allineato con le quantità target per raggiungere la dimensione desiderata dell'ordine (ad es. l'EOQ, i MOQ o la dimensione del lotto). Si presume quindi che questo programma sia rigido, permettendo che le quantità di riordino varino a seconda delle necessità. Tuttavia, l'approccio a calendario fisso introduce inefficienze di progettazione, in quanto la supply chain non sfrutta tutti i suoi gradi di libertà.

È possibile progettare soluzioni numeriche migliori per affrontare in modo nativo questa prospettiva del ciclo di feedback. Gli algoritmi utilizzati in queste soluzioni rientrano generalmente nella categoria dell'apprendimento del rinforzo. Tuttavia, entrare nel dettaglio di questi algoritmi va oltre l'obiettivo del presente articolo.

Problemi specifici ai vari settori

I lead time sono variegati e la prospettiva adeguata assume un significato molto diverso a seconda del settore in cui opera l'azienda. In questa sezione, passeremo in rassegna alcuni settori che presentano criticità specifiche per quanto riguarda i lead time.

La permanenza a scaffale del cibo fresco

Gli alimenti freschi sono altamente deperibili e, di conseguenza, i prodotti hanno una durata di conservazione ridotta. L'accorciamento dei lead time è in genere fondamentale per preservare il più possibile il valore di mercato dei prodotti da esporre. Ecco perché, nel soppesare le opzioni (imballaggio, trasporto) che influiscono sui tempi di consegna, queste opzioni influenzano non solo la qualità del servizio, ma spesso anche i ricavi previsti e gli sprechi che saranno generati dalla supply chain nel suo complesso.

Inoltre, i marchi o i distributori si trovano di solito ad affrontare molteplici opzioni di sourcing, con diversi compromessi tra lead time e durata di conservazione. Ad esempio, un marchio può acquistare direttamente dal produttore, il che comporta un lead time lungo ma, alla ricezione dei prodotti, un'elevata permanenza a scaffale; oppure il marchio può acquistare da un grossista, il che comporta un lead time più corto, ma la ricezione di prodotti con una durata di conservazione più breve. In queste situazioni, una corretta ottimizzazione della supply chain bilancia le due opzioni il che, a sua volta, richiede un'analisi predittiva dei rispettivi lead time e dei tempi di permanenza a scaffale.

Tempo di turnaround (TAT) per le MRO

Le MRO (aziende che si occupano di manutenzione, riparazione e revisione in ambito aeronautico) gestiscono i componenti riparabili. Affinché un componente possa essere sostituito, un componente utilizzabile deve essere immediatamente disponibile durante la riparazione del componente inutilizzabile. Il lasso di tempo totale che intercorre tra la richiesta di sostituzione del componente e la nuova disponibilità dell'unità riparabile viene denominato tempo di risposta.

Lo stock di componenti detenuto dalle MRO dipende dal TAT. Infatti, se le MRO avessero la capacità (teorica) di riparare istantaneamente un componente non utilizzabile, non ci sarebbe bisogno di stock. Di conseguenza, per le MRO, la previsione e l'ottimizzazione dei lead time tendono ad essere ancora più essenziali della previsione della domanda.

L'enfasi sull'analisi TAT (rispetto all'analisi della domanda) deriva generalmente dalla natura delle riparazioni non programmate, che sono dovute a guasti che comportano un certo grado di incertezza nello svolgimento dei processi fisici sottostanti. Se ci fosse un modo per affrontare proattivamente il problema, la diagnosi trasformerebbe queste operazioni in "riparazioni programmate".

Logistica inversa per l'e-commerce

La maggior parte degli e-commerce che commercializza beni di largo consumo offre oggi la possibilità di restituire la merce se al consumatore non soddisfa ciò che ha ricevuto. Tuttavia, il tasso di reso varia notevolmente da un Paese all'altro, soprattutto per motivi culturali. Ad esempio, negli e-commerce del fast fashion, i consumatori tedeschi mostrano in genere un tasso di reso superiore al 50%. Questi tassi elevati sono determinati, in parte, dall'abitudine di ordinare più taglie per poi restituirle tutte, tranne quella che si decide di tenere.

Quando i tassi di reso sono elevati, il rivenditore online deve anticipare che una parte considerevole dello stock tornerà indietro; in caso contrario, il rivenditore rischia di ritrovarsi sistematicamente con un'eccedenza di stock man mano che gli articoli tornano indietro, dopo che gli ordini di riassortimento sono stati eseguiti. Ci sono, tuttavia, tre fattori incerti per quanto riguarda i resi futuri: primo, se gli articoli saranno restituiti o meno, secondo, se gli articoli supereranno il controllo di qualità dopo essere stati restituiti e, terzo, quanto tempo ci vorrà prima che gli articoli possano essere rivenduti.

Questi problemi di previsione si prestano ad un'analisi strutturata estremamente precisa. Infatti, il numero massimo di articoli che possono essere restituiti in un qualsiasi momento è limitato dal volume delle spedizioni effettuate di recente. Mettere un tetto agli eventi di coda è di primario interesse dal punto di vista della supply chain. Inoltre, di fronte alla situazione "3 taglie scelte, 2 restituite", è possibile anticipare con grande certezza la frazione degli ordini che verranno restituiti.

Società di noleggio

Le società di noleggio, come quelle che si occupano del noleggio di automobili o di mobili per l'ufficio, si trovano ad affrontare situazioni che sono in parte simili a quelle delle MRO, anche se non del tutto. Infatti, il livello adeguato degli stock dipende dalla domanda futura, ma anche dai tassi di ritenzione futuri, in quanto gli stock ritornano all'attività di noleggio alla fine del contratto. Poiché la società di noleggio non ha il pieno controllo sulla durata del contratto di locazione, è necessario prevedere tali durate per ottimizzare gli stock. La durata di questi periodi di ritenzione e il loro effetto sull'inventario possono essere analizzati e previsti attraverso la lente dei lead time regolari.

A ogni modo, la maggior parte delle società di noleggio ha un certo grado di controllo sul periodo di ritenzione attraverso il pricing e le offerte speciali che possono offrire ai loro clienti. Analogamente a un rivenditore che può incrementare la domanda di un prodotto mettendolo in promozione, una società di noleggio può aumentare il suo periodo di ritenzione offrendo condizioni più favorevoli. Pertanto, nel caso del noleggio, l'analisi dei prezzi è in gran parte legata all'analisi del lead time.

Antipattern dei lead time

Il termine "antipattern" si riferisce a pratiche, processi o strumenti che sono intesi come soluzioni, ma che non riescono a produrre i risultati attesi. Nelle supply chain, i lead time sono soggetti a una serie di antipodi che esamineremo in questa sezione.

Sottovalutazione

I lead time sono uno dei motivi principali per cui la pianificazione e la previsione sono importanti dal punto di vista della gestione della supply chain. Tuttavia, i lead time - come fenomeno da modellare e plasmare - ricevono di solito solo una piccola parte dell'attenzione che ricevono gli altri fenomeni concorrenti, come la domanda. Esistono diversi istituti dedicati alla previsione della domanda, ma nessuno dedicato alla previsione dei lead time. Questo squilibrio in termini di ripartizione degli sforzi porta spesso a situazioni in cui vengono effettuate analisi quantitative dettagliate dal lato della domanda e poi approssimativamente arrotondate sul lato dei lead time. La maggior parte delle industrie richiede che i lead time siano la priorità per l'ottimizzazione della supply chain – alla pari con la domanda – sia in termini di processo che di strumenti.

Abuso

Nella maggior parte delle supply chain, parte dell'inventario, comprese le materie prime e i semilavorati, passa la maggior parte del tempo in attesa dell'operazione successiva. In ogni fase della supply chain, delle code di lavorazione tendono a formarsi, e ogni coda ha un proprio tempo di attesa. Tuttavia, man mano che l'utilizzo di qualsiasi bene si avvicina al 100%, il tempo di attesa nella coda si avvicina all'infinito. Pertanto, il tasso di utilizzo del bene è un compromesso tra l'ammortamento del bene stesso e i relativi lead time. Questo compromesso consiste nel bilanciare i rendimenti decrescenti dei tassi di utilizzo più elevati con i tempi di attesa che aumentano in modo esponenziale.

Andare alla cieca

Il miglioramento del lead time inizia di solito con la corretta attribuzione delle colpe alla parte specifica del processo che sta causando il maggior ritardo evitabile. Tuttavia, le misurazioni dei lead time stessi possono essere fuorvianti. Ad esempio, quando si misura il lead time di un fornitore, se i pallet consegnati vengono abbandonati su di una ribalta in attesa della loro ricezione elettronica, questo può gonfiare ampiamente il lead time del fornitore, quando il solo processo mancante è la loro registrazione elettronica. Questi problemi, in genere, non possono essere gestiti attraverso la semplice analisi dei dati, ma richiedono osservazioni in loco per capire se il processo di acquisizione dei dati è affidabile o meno. Inoltre, la stessa acquisizione di "limiti" elettronici, poiché rappresenta un carico di lavoro aggiuntivo per il personale, può di per sé aumentare i lead time complessivi, il che è controproducente rispetto all'obiettivo originario.

Metodo LIFO emergente

L'elaborazione di lavori o ordini su base FIFO (dall’inglese first in, first out) è quasi sempre un requisito per garantire una buona qualità del servizio. Infatti, le violazioni del principio FIFO si traducono in lead time eccessivamente lunghi. Tuttavia, a livello fisico, l'ordinamento LIFO (dall’inglese last in, first out) tende ad affermarsi naturalmente in molte situazioni e sono quindi necessari sforzi specifici per evitarlo. Ad esempio:

Ogni ordine di lavoro in entrata (prelievo, produzione, riparazione, ecc.) viene automaticamente stampato come "foglio di lavoro". Tutti i fogli di lavoro in entrata vengono inseriti in una scatola. Tuttavia, a causa della natura del processo di stampa, gli ultimi lavori in entrata giacciono in cima alla pila, orientando gli operatori verso il LIFO.
Se un nastro trasportatore è troppo corto, le merci tendono a traboccare e potrebbero essere messe a terra all'inizio del nastro. Rapidamente, si forma un mucchio di prodotti e quelli che ci sono stati più a lungo finiscono in fondo alla pila. Lo scarico dei prodotti segue l'ordine LIFO.
Quando le scatole o i pallet vengono scaricati su di una ribalta mediante un flusso di mezzi di trasporto, a meno che la ribalta non venga svuotata dopo ogni operazione di scarico, la merce appena arrivata tende ad essere messa davanti o sopra a quelle arrivate in precedenza, con conseguente smistamento LIFO in un secondo momento, quando la merce viene trattata.

Note

(1) Ad oggi (2020), ci sono solo tre paesi che producono RAM (Random Access Memory), una componente hardware fondamentale per i computer. Ci sono anche tre paesi che rappresentano quasi il 90% della riserva mondiale e della produzione di litio, un elemento essenziale per le batterie.