案例库 · 战略与领导 · 运营决策 · 2015
USG通过优化不确定需求，将模型分销成本降低4.8%
USG利用机会约束随机规划优化其Durock网络，与单一月份计划相比，模型交付成本降低约4.8%。
USG Corporation
那一手
USG生产建筑产品，并将其Durock产品线从有产能限制的工厂运往北美各地的客户。旧方法基于单个月份的需求和成本数据制定网络计划，因此任何需求波动都会导致计划在实施完成前就失效。
团队首先证明，需求不确定性而非生产成本不确定性是成本变化的主要驱动因素。然后，他们将问题重新表述为带有机会约束的随机规划，针对需求的第50百分位数进行优化，并对未满足的约束施加惩罚成本。
优化后的网络使理论交付成本比基线情况降低了约4.8%。该方案以采购规则的形式在USG的订单履行系统和Oracle高级供应链计划模块中实施；实际交付问题减少了实现的收益，但节省仍然显著。
为什么管用
- 将需求建模为分布而非点估计，可使计划对实际发生的波动保持稳健。
- 机会约束明确了可接受的服务风险水平，而不是将其隐藏在安全边际中。
- 通过生产系统中的采购规则实施，计划每天运行，而非一次性运行。
值了多少针对需求分布进行优化，而非针对单个月份利落
可以搬走什么
为上月数据制定的计划是一种猜测；为需求分布制定的计划能经受住波动，当货运和生产规模庞大时，适度的理论收益也值得追求。
后来呢
USG在其订单履行系统和Oracle供应链计划模块中部署了新的采购规则。由于实际交付限制，实现节省低于理论4.8%，但管理层仍认为节省可观。
资料来源
- USG Uses Stochastic Optimization to Lower Distribution Costs
- USG Uses Stochastic Optimization to Lower Distribution Costs
发现哪里写错了？告诉我们。