问题

帝亚吉欧Diageo来自英国，是全球最大的洋酒公司Diageo是俄罗斯五大酒类批发经销商之一，传统上这门业务的利润较低，对于客户服务水平和较高的物流成本较为关注。

Diageo向咨询公司Logistics Field Audit（贸易及管理供应链方面）和Amalgama LLC（仿真模拟方面）求助解决在其销售量上升时，却因为每个销售单元的物流成本而不能获得更高的利润这个问题。

Diageo需要考虑到顾客服务水平、售出商品的成本，以及增加的库存量和日后的开发计划，还包括在俄罗斯建设新仓库和将其扩展到乌拉尔山脉和西伯利亚。

为了将这些举措转化为行动，必须进行预测分析和物流规划。顾问还被要求使用基于仿真的决策工具来管理Diageo的大数据，以展示和证明降低物流成本和实施物流网络优化的方法。物流规划和优化与AnyLogic软件提供了实现这些目标的能力。

解决方案

供应链模型包括了三个现有的和一个预计建设的工厂、三个过境点、三个现有的和五个预计建设的仓库、两个顾客办公室和300个需求点，这些需求点被分为45个服务组。此外，供应链模型包含了补给算法、订单聚合算法、负载剥离算法和边界交叉点延迟算法。模型包含了整个Diageo公司6种仓库内的280个产品的需求和销售预测。

创建仿真模型背后的逻辑包括补给算法，它关注供应链从装运整合仓库开始的部分。 由于俄罗斯国土面积大而运输能力相对较弱，算法包含运输到中央分配中心的5天周转时间和到起始分配中心的5天周转时间。补给 算法考虑到一个需求图表（计划销售图表）、当前存货量、间隔时间和最低订货量，然后生成补充相关的需求，辨别出配送范围的空隙（存货量比最低阙值低的时期），并采取措施防止配送范围内产生空隙。

对模型的验证是十分必要的，我们将模型数据与之前各年SAP ERP的系统数据相比，评估结果的差异小于5%。

结果

模型的初始数据显示Diageo对销售额的预估准确率从60%上升到了80%，资本回收期小于两年。这个上升的准确率使Diageo减少40%的目标存货量，这将使每个单位的物流成本降低7%。研究还表明，不需要额外的仓库空间，因为维持目标服务水平所需的库存过高。

运行该仿真后，物流优化模型为每个产品（提前15天）提供库存水平预测、每个交付产品单元的完整成本，并向客户证明供应链的目标状态。