大型快餐连锁店的供需规划

大型快餐连锁店的供需规划

问题:

夏晖(HAVI)是一家价值50亿美元的全球化公司,也是麦当劳长期供应链和包装合作的伙伴。为麦当劳提供供应链管理,包装,物流,回收,废物处理服务。当麦当劳想要在其14000家餐厅提供更多菜单选择,建立全天供应早餐时,他们遇到了很多问题(菜单复杂性,新设备需求,空间限制)。

全天供应早餐

麦当劳的业务目标是为其厨房配置扩充菜单所需设备和员工以达到最大收益。与 HAVI合作,创建了一个仿真模型,反映了14000家餐厅的供应链和运营的巨大复杂性。该模型的价值在于能够在设备采购和人员配置方面做出更明智的决策。

解决方案:

HAVI采用了一种重复假设驱动过程来进行仿真和分析的方法,来平衡数据与经验。

假设驱动过程

为了满足麦当劳的要求,模型需要注意:

使用AnyLogic,这些要求都可以被满足并且进行仿真,包括空间约束,多样化的设备配备和人员配置。仿真模型的变量决策包括:

建模厨房的布局

在输出端,衡量客户体验非常重要。因此,模型中还包含了服务时间、产品新鲜度和浪费等其他服务度量的因素。

最后,根据 HAVI的严格分析,模型通过了包括麦当劳厨房测试等在内的验证和校准。最终模型检测到了必需的技术指标,并提供了堪比真实世界的仿真。简而言之,AnyLogic仿真协助制定了决策过程,在满足麦当劳扩充菜单要求下,获得最佳收益。

AnyLogic中的基于智能体的建模,可以捕捉到系统的本质特点,就像在现实世界中一样。运营的设备,劳动力,环境的特性和参数,可建模为自定义对象,以便重复使用。

HAVI选择使用AnyLogic仿真,因为它支持多种建模方法,支持基于主体,离散事件和系统动力学模型在一个系统内一起运行,能得出最全面,最有力的结果。

结果:

AnyLogic模型为各种需求配置文件和餐厅配置得出的结论,可以为HAVI能够提供量身定制的建议。

这些建议包含了在不同情景中满足客户服务水平阈值的设备需求和成本估计。所带来的好处是为劳动力和设备提供了设备成本规避和最优化的成本权衡。

如果没有AnyLogic仿真模型,涉及实际物理参数测量的时间和成本会阻碍定制化的建议。

HAVI Nate DeJong的项目介绍

Screenshot_1.jpg

同类案例研究

更多案例研究