Col nome di Vendor Managed Inventory viene definita in letteratura una particolare tecnica di integrazione logistica, tramite la quale un fornitore ed un cliente sono in grado di aumentare la propria collaborazione, con tutti i vantaggi che ne possono derivare. Può essere utile riportare alcune definizioni tra le più citate, in grado di esplicitare in cosa si traduce una tecnica come il VMI nelle pratiche quotidiane di lavoro delle aziende che la utilizzano:
1 – Waller e Jonhson (1999) affermano che il VMI è una delle iniziative più diffuse per la creazione ed il mantenimento di supply chain molto efficienti, nelle quali solitamente il produttore (o distributore), effettua le principali scelte di rifornimento per le organizzazioni a contatto col consumatore finale;
2 – Cetinkaya e Lee (2000) restringono il campo ad organizzazioni del largo consumo, per le quali il VMI è un’iniziativa dove il fornitore è autorizzato a gestire il magazzino del distributore garantendo un livello concordato di scorta presente e di livello di servizio;
3 – Zhao e Cheng (2009) definiscono il VMI come il meccanismo grazie al quale il fornitore crea gli ordini di acquisto per il cliente basandosi sui dati di vendita del cliente stesso, sottolineando l’importanza che assumono gli accordi tra i partner della filiera, necessari per regolamentare questo processo di delega al fornitore.
In ogni caso, tramite il VMI il fornitore ed il cliente sono in grado di garantirsi una serie di vantaggi dovuti alla stretta collaborazione che nasce tra i due attori della filiera, che comporta una co-creazione di valore verso il consumatore finale. Questa tendenza può essere interpretata come un cambiamento di mentalità che si sta diffondendo nell’ultimo decennio: ogni singolo cliente ha esigenze, bisogni, necessità diversi dagli altri, dovute al differente contesto e ambito in cui opera, obiettivi che ricerca, e per questi motivi è spesso necessario che il fornitore sia in grado di rispondere in modo mirato per ognuno di essi, proponendo le soluzioni più adeguate per la soddisfazione delle sue richieste. Alcuni di questi vantaggi sono sintetizzabili in:
1 – Riduzione della distorsione delle informazioni che risalgono la filiera logistico-produttiva dagli stadi a contatto col consumatore verso i produttori e fornitori di materie prime (effetto noto come Bullwhip Effect). Elemento imprescindibile per il VMI è la possibilità di trasmettere le informazioni di vendita dal distributore al fornitore, in modo non distorto e spesso real-time .
2 – Riduzione delle scorte di ciclo e di sicurezza lungo l’intera supply chain, sia nei magazzini del fornitore (che può pianificare la propria produzione e i propri livelli di riordino delle scorte sulla base di profili di domanda reali e non distorti), sia nei magazzini dei retailer, in quanto i livelli di giacenza massimi sono concordati con il fornitore nell’ambito degli accordi del VMI e sono decisamente più bassi rispetto a quelli raggiungibili non cooperando con gli stadi a monte della filiera.
3 – Aumento del livello di servizio per il consumatore finale, che trova sugli scaffali la merce desiderata con una frequenza maggiore rispetto a modalità tradizionali di gestione dei rapporti tra produttore e retailer.
4 – I costi complessivi della filiera (contabilizzabili in costi amministrativi di gestione degli ordini, costi di inefficienza e mancata vendita, costi di gestione delle scorte, costi di produzione e costi di trasporto), risentono positivamente dell’applicazione del VMI, e (solo) grazie allo scambio di informazioni non distorte sui dati di giacenza e vendita negli stadi a valle della filiera.
5 – Il raggiungimento di tali obiettivi è determinato da alcuni parametri legati a tre differenti aree: logistica, informatica e commerciale, la cui corretta valutazione garantisce il successo del VMI.
L’applicazione di questi concetti ha trovato nella azienda Cameo S.p.A. un valido sostegno, con l’individuazione dell’obiettivo aziendale di esaminare le attuali procedure organizzative, metodologiche ed informative tramite la quali veniva gestita la tecnica del VMI nella funzione della logistica di preparati in polvere per torte, confetture, cioccolata. Con tale tecnica VMI, di fatto Cameo aveva stretto precisi contratti con i propri clienti, definendo il livello di servizio da garantire e il livello di stock massimo (giorni di copertura) da non superare.
Questi parametri venivano valutati mensilmente dai clienti, i quali verificavano il rispetto delle condizioni sottoscritte, talvolta molto stringenti e il cui mancato rispetto poteva comportare penali per Cameo. Per queste ragioni l’azienda, ha deciso di intraprendere un progetto di revisione dell’intera procedura di gestione del VMI, rivedendo dettagliatamente sia i parametri di governo del programma integrato nel loro sistema gestionale sia le quotidiane attività operative.
Il lavoro si è articolato seguendo tre direttrici di sviluppo, descritte di seguito.
Analisi teoretica: poichè nel settore dei beni di largo consumo le metodologie relazionali avanzate vengono sfruttate in modo pervasivo, è stata approfondita la tecnica del VMI, in modo da individuarne le caratteristiche principali, le determinanti, le variabili, costruendo la base per le successive analisi in azienda, volte a definire una best practice operativa.
Analisi del contesto applicativo: per investigare meglio la tecnica del VMI all’interno del panorama distributivo italiano, è stato sviluppato un apposito questionario, rivolto ad alcuni attori della grande distribuzione organizzata operanti in Italia, le cui risposte hanno permesso di valutare (empiricamente) la diffusione di tecniche avanzate di relazione clienti-fornitori. Il quadro dipinto ha in qualche modo confermato l’arretratezza del sistema di distribuzione italiano rispetto a quello di altri stati europei maggiormente propensi ad attivare relazioni logistiche avanzate: non solo il VMI, ma anche altre metodologie (Continuous Replenishment Program, Collaborative Planning Forecasting and Replenishment) vengono poco sfruttate in Italia per ottenere maggiori livelli di collaborazione lungo le filiere distributive. Concretamente, la scarsa comunicazione tra gli attori (retailer e fornitori), comporta minori risultati in termini di livello di servizio garantito al consumatore finale ed una maggiore variabilità nei valori di giacenza dei prodotti a magazzino. Nell’indagine empirica sono stati coinvolti sia fornitori sia retailer: il campione si compone di 4 fornitori e 3 distributori, una numerosità che non permette di estendere i risultati all’intero paese, ma che di fatto ha preso in considerazione i maggiori rappresentanti italiani di queste due categorie (Cameo, Ferreo, Campari, Lavazza per i fornitori, Carrefour, Auchan e Aspiag per i retailer).
Simulazione di differenti scenari di interazione: è stato sviluppato un modello di simulazione che riproducesse i vincoli del processo, i parametri e le variabili in grado di determinare i successo di una relazione di questo tipo. Attraverso la simulazione è stato possibile riprodurre a calcolatore il comportamento dei depositi del cliente. Si è ricostruita la logica di funzionamento, così da ottenere un modello predittivo dei risultati e delle prestazioni che si potrebbero raggiungere su ogni singolo deposito, al variare di alcune delle variabili indipendenti che governano l’intero processo operativo del VMI.
Le simulazioni così ottenute descrivono il comportamento reale del sistema, integrando al loro interno sia le operazioni eseguite dal software, sia alcune delle considerazioni che svolgono gli operatori impegnati quotidianamente nella gestione : il compromesso raggiunto tra accuratezza della descrizione e efficienza e fattibilità del modello è sicuramente valido.
In conclusione il modello è stato in grado, considerando come input diversi parametri e variabili, tra cui il modello previsionale utilizzato, la frequenza di approvvigionamento, l’utilizzo di scorte di sicurezza, di elaborare in uscita un valore complessivo relativo ai giorni di copertura ed al livello di servizio raggiunto su ciascuno degli attori in esame, segmentato per mese e per anno di simulazione.