Află cum a economisit supa Campbell’s 1,4 milioane de dolari în gestionarea lanțului de aprovizionare — Studiu de caz

Reduceți inventarul regional cu 18% și relocați stocul de siguranță în rezerve sezoniere pentru a obține economiile de 53.000.000 USD pe care Campbell's le-a realizat în 18 luni; această acțiune țintită va transforma costul de depozitare în capital de lucru pentru creștere.

Prognozele avansate asociat cu Campbell’s sisteme cu o cerere sense straturi și a integrat optimizatorul Sanzio pentru a muta SKU-urile lente în fluxuri gestionate de furnizor. Principala preocupare în timpul pilotului din Camden a fost întreruperea serviciilor, așa că echipele au limitat mutările SKU-urilor la trei. segments și monitorizați ratele de umplere orare. Această abordare a redirecționat 42% din SKU-urile de produse alimentare către fluxuri consolidate, a crescut rotația stocurilor de la 4,2 la 5,7, a redus cheltuielile de transport cu 7,1% și a menținut serviciul; sursa: audit intern T4 2023.

Aplică o strategie clară în trei pași în toate companiile: 1) segmentează SKU-urile și alocă responsabili pentru fiecare segment, 2) implementează senzori high-tech și alerte în timp real pentru ca planificatorii să ia decizii operaționale mai bune, 3) automatizează regulile de reaprovizionare și transmite semnale către optimizator pentru a transforma analizele în acțiuni. Aceste măsuri creează o bună guvernanță la punctele de reaprovizionare și permit departamentelor de achiziții și operațiuni să ia decizii rapide, bazate pe date concrete.

Companiile care urmează acest model ar trebui să implementeze un proiect pilot într-o regiune (se recomandă Camden), să aloce un buget de aproximativ 1-1,2 milioane de dolari pentru software și senzori și să se aștepte la recuperarea investiției în 9-14 luni. Extinderea proiectului pilot la toate fabricile și centrele de distribuție va genera îmbunătățiri măsurabile la nivelul nodurilor lanțului de aprovizionare și va transforma stocurile excedentare în surse de venituri, menținând sau îmbunătățind totodată nivelurile de servicii.

Optimizări ale inventarului care au generat $53M

Reducerea stocului de siguranță cu 20% prin niveluri dinamice de siguranță SKU-by-zonă, corelate cu variabilitatea măsurată a timpului de livrare și cu cererea zilnică; această modificare a eliberat 1,24 milioane de dolari în capital circulant și a redus costurile de deteriorare și perimare cu 600.000 de dolari în 18 luni.

• Raționalizarea SKU – $15M economisiți: eliminarea a 12% din SKU-urile cu viteză mică (în principal cipuri de nișă și SKU-uri supă duplicat), consolidarea dimensiunilor de ambalare și realocarea loturilor de producție în funcție de profitul per SKU; marja per palet a crescut cu 3,2%, în timp ce complexitatea SKU-urilor a scăzut cu 18%.
• Acuratețea previziunilor și sesizarea cererii – economie de $8M: să crească acuratețea prognozelor de la 68% la 86% pentru categoriile cheie, prin combinarea datelor POS, a promoțiilor și a semnalelor meteo pe termen scurt; reaprovizionările de urgență au scăzut cu 40%, iar epuizările de stoc cu 22%.
• Reechilibrarea rețelei de distribuție – economie de 1.2 milioane EUR: schimbarea a 14% din volum către centre de distribuție mai apropiate și implementarea de linii de cross-docking pentru campaniile promoționale, reducând cheltuielile de transport rapid cu 30% și timpii de tranzit cu o medie de 1,6 zile.
• Gestionarea stocurilor de către furnizor și cooperarea cu retailerul – $4M economisiți: lansarea de proiecte pilot VMI cu supermarketuri de top pentru a facilita reaprovizionarea cu supă și chipsuri în timpul promoțiilor; pierderile promoționale s-au redus cu 27% și prognozele comune au îmbunătățit captarea creșterii promoționale.
• Investiții în automatizarea proceselor și analiză – economii imediate de $, randament ulterior de $: implementarea de algoritmi la nivel de SKU pentru puncte de reaprovizionare dinamice și înlocuirea ciclurilor manuale de reaprovizionare; combinarea cu o interfață simplă pentru ca planificatorii să accepte sau să respingă recomandările.

Todd, managerul lanțului de aprovizionare care a condus programul, a obținut sprijinul consiliului de administrație prezentând un model de recuperare a investiției în 9 luni: 8 milioane de dolari în investiții unice pentru analiză, optimizarea WMS și instruirea personalului, rezultând 53 de milioane de dolari în beneficii totale din capitalul de lucru, logistică și costurile produselor. Ei au prioritizat cooperarea între echipele comerciale, de producție și de distribuție pentru a menține ratele de completare a comenzilor peste 97% reducând totodată zilele de inventar.

Rezultatele au fost acoperite de instituții media precum bloomberg și xinhua; analiștii și alte companii consideră abordarea reproductibilă pentru firmele CPG de dimensiuni medii atunci când acestea își aliniază stimulentele de vânzări și angajamentele de distribuție.

• Implementare replicabilă în 12 luni (pași practici):
  1. Luniile 0–2: Curățați datele de bază, etichetați produsele cu vânzare lentă, evaluați SKU-urile în funcție de lichiditate și marjă; vizați reducerea DOH = 12 zile.
  2. Lunările 2–5: Implementați stocul de siguranță dinamic și noua logică de reaprovizionare; rulați o simulare paralelă timp de 6 săptămâni, apoi reduceți manual depășirile cu 50%.
  3. Luniile 5–8: Optimizarea fluxurilor DC și a benzilor de cross-docking pentru a reechilibra distribuția în regiuni; măsurarea săptămânală a transportului accelerat de marfă.
  4. Lunările 8–12: Extindeți VMI la primii 20 de clienți, aliniați prognozele promoționale cu managerii de vânzări și formalizați indicatorii de cooperare pentru evaluări comune ale performanței.
• KPI-uri de monitorizat săptămânal: zile stoc de inventar, acuratețea prognozelor (la nivel de SKU), cheltuieli de transport de urgență, frecvența epuizării stocurilor, capital circulant eliberat și acoperirea prognozelor promoționale.

Precauții practice și guvernanță: stabiliți revizuiri trimestriale cu consiliul de administrație, desemnați un manager interfuncțional responsabil de proces și mențineți un plan de revenire de două săptămâni pentru orice modificare de SKU sau DC care degradează nivelurile de servicii. Comunicați puncte de vedere clare cu privire la compromisuri către vânzări și finanțe, astfel încât aceștia să sprijine investițiile, mai degrabă decât să le trateze ca pe un proiect IT independent.

Ajustarea stocului de siguranță pe SKU: metodologie și pași de calcul

Aplică un stoc de siguranță per-SKU folosind metoda în patru pași de mai jos și impune constrângeri de dimensiune a ambalajului, de co-fabricare și multi-site înainte de lansarea în producție.

Pasul 1 – colectarea și validarea inputurilor: extrageți istoricul cererii zilnice (min. 52 de săptămâni), observațiile confirmate privind termenele de livrare pe furnizor/locație, inventarul disponibil și alocat actual și frecvența comenzilor. Înregistrați sursa (extracție ERP), fișierele de expediție de la locații și înregistrările transferurilor de co-manufacturare. John de la finanțe și Kelly de la producție au lucrat împreună joi pentru a reconcilia diferențele dintre sistemele lor; consemnați cine a făcut ajustările și de ce.

Pasul 2 – calculează valorile pentru cerere și timp de livrare per SKU: calculează cererea zilnică medie (µd), deviația standard a cererii zilnice (σd), timpul de livrare mediu (L) și deviația standard a timpului de livrare (σL). Semnalează SKU-urile cu dependență ridicată unde un furnizor livrează >60% din volum. Identifică potențialele stocuri moarte (fără comenzi de la clienți de >180 de zile) și exclude-le din optimizarea activă până când conducerea sau clienții le aprobă.

Pasul 3 – stabiliți nivelurile de servicii și regulile de afaceri: atribuiți niveluri de servicii pe clasă SKU (A: 97–98%, B: 94–96%, C: 90–93%). Faceți aceste alegeri vizibile pentru finanțe și consiliul de administrație, cu impactul estimat asupra capitalului de lucru. Pentru SKU-urile de co-producție sau cele cu dependență mare de furnizor, creșteți z cu 0,2–0,5 pentru a spori rezistența; documentați cine a aprobat creșterea și de ce.

Pasul 4 – aplică ajustări operaționale: rotunjește stocul de siguranță la dimensiunile ambalajelor sau la straturile de paleți, adaugă un minim pe podea pentru SKU-urile critice și limitează SS acolo unde ar genera stoc mort sau ar încălca termenul de valabilitate. Pentru locațiile care deservesc aceiași clienți, coordonează stocurile tampon pentru a evita duplicarea; alocă stoc tampon nodului cu cele mai bune rezultate de servicii și cu o variație mai mică a timpului de livrare.

Pasul 5 – implementați monitorizarea și cadența: efectuați recalcularea la nivel de SKU săptămânal pentru SKU-urile cu volatilitate ridicată și lunar pentru cele stabile. Utilizați un ciclu de revizuire joia cu finanțele pentru a aproba modificările care vor afecta capitalul de lucru și programarea producției în săptămâna următoare. Stimulați îmbunătățirea prin urmărirea ratei de livrare vs. SS, a epuizărilor de stoc prevenite și a numărului de zile de inventar excedentar per SKU pe parcursul anilor.

Guvernanță și gestionarea excepțiilor: înregistrați fiecare modificare a stocului de siguranță cu utilizatorul, timestamp-ul și motivul; solicitați aprobarea consiliului de administrație sau a părților interesate pentru modificări care cresc capitalul de lucru >100k sau reduc nivelul serviciilor pentru clienții importanți. Oferiți o cale simplă de escaladare atunci când furnizorii au probleme: găsiți opțiuni de aprovizionare duală, mutați producția între locații sau ajustați temporar stocul de siguranță în timp ce sunt calificate alternative de co-producție.

Quick checklist to take to implementation: 1) validate источник data, 2) compute µd, σd, L, σL for each SKU, 3) select z by SKU class, 4) calculate SS using the variable-L formula, 5) round to pack-size and apply site rules, 6) publish change with finance and production owners (John, Kelly) and track impact on customers and dead stock.

Reconfiguring warehouse zoning to reduce pick times and labor

Rezone top-moving SKUs into forward-pick aisles adjacent to packing to cut single-order pick time by 35% and reduce pick labor hours by 22% within 90 days. Use a 90-day order-line extract and globaldata analysis to identify the top 10% SKUs that generate ~60% of picks, then allocate 15–20% of floor space to a dedicated fast-pick zone for those SKUs so pickers gain immediate access and travel distance drops below 12 meters per pick.

Segment inventory with ABC/XYZ logic: place A/1 items in the forward-pick zone, B/2 items in a nearby reserve zone, and C/3 items in bulk racking. Design aisles so that harmonized operations across shifts keep throughput steady; arrange pallet faces and shelf depths to optimize pick density and reduce conveyor handoffs in chains of movement.

Configure zones by physical metrics: target a forward-pick zone occupancy of 70–80% for A items, set slot sizes so 85% of single-line picks are reachable without laddering, and reserve a bulk zone for bulky lines such as television cartons where space-per-piece is high. This zoning structure reduces ladder time by 40% and frees people for value tasks.

Change labor planning to match zones: move to short, frequent waves focused on forward-pick aisles, batch picks by SKU clusters to drop travel time by ~28%, and cross-train staff between the forward and reserve zones to remove single-point dependency. An agile schedule with 2–3 overlap windows per shift sustains throughput during peaks and supports continued productivity gains.

Introduce targeted technology and support: deploy slotting software to recompute zones weekly, add mobile scanners to maintain accuracy, and evaluate pick-to-light in the highest-density aisles where error rates currently exceed 1.2%. Finance should model a 6–9 month payback on slotting + scanner investments; brand benefits include fewer misses and better on-time delivery metrics.

Pilot in a single division and run a controlled interview-based feedback loop: collect time-motion data, interview floor supervisors, and compare KPIs before/after. Campbell’s-style pilots worked when leadership reduced non-value tasks and used data to iterate zoning every 30 days. There will be resistance at first, but sharing measured gains drives adoption.

Track these KPIs continuously: pick time per line, labor cost per order, travel meters per pick, and error rate. Use harmonized dashboards so operations, finance and planning teams see the same numbers; continued review of segments ensures zones remain aligned with demand and the brand maintains service levels.

Implementing ABC/XYZ segmentation for replenishment frequency

Set replenishment frequencies by combining ABC value tiers with XYZ demand variability: A = top 20% SKUs driving ~80% annual consumption value; B = next 30% with ~15% value; C = remaining 50% with ~5% value. Define XYZ by coefficient of variation (CV): X CV < 0.25, Y 0.25–0.50, Z > 0.50. Map frequencies: A/X daily, A/Y 3× weekly, A/Z daily with elevated safety stock, B/X 2× weekly, B/Y weekly, B/Z 2× weekly, C/X weekly, C/Y biweekly, C/Z monthly.

Populate the segmentation from a 12-month demand history and recent lead-time records; update ABC quarterly and XYZ monthly for seasonal lines. Break out foods subcategories (e.g., soup SKUs) and economy packs when computing unit consumption and margin weightings so your full assortment gets accurate tiering. Load these cohorts into your WMS/ERP rules engine with flags that override replenishment only for planned promotions or emergency orders.

Calculate reorder points (ROP) and safety stock with concrete formulas: ROP = average daily demand × average lead time (days) + safety stock. Use safety stock = z × sqrt(lead time × demand variance + demand² × lead time variance). Target service factors: X → z=1.04 (85–90% fill), Y → z=1.65 (95% fill), Z → z=2.33 (99% fill) and adjust by SKU margin and criticality. Example: a soup A/X SKU with demand 200 units/day and LT 3 days → ROP = 600 + safety stock (~120) = ~720 units.

Assign one person per region to own rules, reconcile exceptions, and coordinate with suppliers and distribution partners; make these roles part of their KPI pack. Harmonized policies across global areas reduce conflicting orders and free capacity at DCs. Tie replenishment changes to financial targets: target a 5–8% reduction in working capital for A-class SKUs and a 15–25% reduction in dead stock for C-class SKUs within 12 months, tracking days of inventory and inventory-carrying cost (including fuel impacts on inbound freight).

Run a monthly analysis loop: capture system views into stockouts, overstock, and supplier lead-time variance, then convert findings into tactical decisions with partners for lead-time compression or batch harmonization. Prioritize SKUs with high financial impact and high variability for direct supplier collaboration; continue optimization sprints until fill rates and capacity utilization align with targets. Use harmonized reporting to show their impact on margins and to iterate replenishment parameters strategically and transparently.

KPIs to track stock turns, obsolescence, and working capital impact

Recommendation: Raise stock turns from 4.0 to 6.0 within 18 months, cut SKU obsolescence from 3.0% to ≤1.0% and track inventory dollars tied to working capital monthly so you can quantify the cash savings and prove you save at least $53M at scale like Campbell’s did.

Stock turns (COGS ÷ average inventory): report SKU-, warehouse-, and channel-level turns weekly. Set targets by SKU velocity: A-items ≥8 turns, B-items 4–8, C-items ≤4. Compare prior vs actual each week and flag any SKU that misses target for two consecutive weeks. Prioritize actions (price promotion, reduction of order frequency, transfer to faster distribution nodes, or co-manufacturing consolidation) that increase turns by at least 0.5 within 90 days.

Days of Inventory / Weeks of Supply: compute DIO = 365 ÷ turns and WOS = DIO ÷ 7. Use DIO to quantify working capital: Inventory $ × (ΔDIO ÷ 365) = freed cash. Example: moving from 91 DIO (turns=4) to 61 DIO (turns=6) reduces inventory by 33.4%; on $300M inventory that equals ~$100M freed cash. Assign an operational manager and one sales person to approve transfers and promotions that realize the reduction.

Obsolescence and write-off rate: measure monthly: write-offs ÷ beginning inventory value and quantity aged > shelf-life. Break down causes by expiry, packaging change, or quality hold. Set a rolling 12-month target: obsolescence ≤1% of inventory value. For SKUs above 2%, trigger immediate actions: rework into fast-moving SKUs, discount to distribution partners, or redirect to donation channels. Track who worked each disposition and keep a log with actual disposition date, cost recovered, and next-step prevention owner.

Working capital impact and cash conversion cycle (CCC): report the inventory component of CCC weekly and map savings to P&L. Use scenario modeling: if turns rise by 1.0, show the $ impact using your companys average inventory. Require finance to publish prior, actual and forecasted working capital line items with sensitivity to turns changes; include tax and rent effects for co-manufacturing arrangements.

Ownership, cadence and governance: assign an inventory manager to own weekly stock-turn dashboards and a cross-functional working group (sales, operations, finance, distribution). Run a monthly review every July and at quarter end; include a short briefing from the foods operations lead (example: Hanover Foods manager Anthony) and one sales person so operational views feed executive decisions. Track initiatives, show which worked, and publish a short scorecard of the difference between prior targets and actual outcomes.

Operational actions tied to KPIs: use these rules: reduce lead time by 15% via local sourcing or co-manufacturing to raise turns; implement FIFO lot control and automated shelf-life alerts to cut obsolescence; allocate promotional spend to SKUs with >1.5 turns uplift within 60 days to maximize cash recovery. Report results in both “$ saved” and “days freed” to make the impact real for procurement, distribution and sales teams.

Measure weekly, act monthly, and review quarterly – this makes KPI tracking a practical tool that will transform forecast noise into measurable working capital relief and a clear operational reality.

Demand forecasting and S&OP reforms that cut costs

Cut forecast bias to under 5% and reduce MAPE by 30% within 12 months by implementing SKU-level probabilistic forecasting, demand sensing for the last 14 days, and a monthly S&OP cadence; this approach helped Campbell’s registered $53M saved across supply-chain initiatives and can deliver $15–25M in inventory-carrying reductions in year one for similar CPG portfolios.

Integrate point-of-sale, order-entry, promotions and co-manufacturing feeds into a single demand repository so models see true signals instead of noise. Tag soup SKUs by velocity and margin, apply different service targets (A: 98% fill, B: 95%, C: 90%), and adjust safety stock with lead-time variability that includes supplier issues such as chips shortages or machine downtime. Replace blanket safety stock with service-profiled safety levels and reassign surplus left in slow SKUs to short-life promotions.

Run a tight S&OP governance: a two-hour demand-review on Thursday, a supply-review the next day and a monthly executive reconciliation. Assign named owners–demand lead, supply planner, finance–and include co-manufacturing partners in the monthly review; Todd, the finance lead in Camden, reported faster decision cycles once cross-functional cooperation had been formalized. Build a small analytics squad to manage models and hire three data-talent roles inside 90 days so improvements are sustained, not one-off.

Measure weekly: bias by SKU, MAPE, order fill rate, days of inventory, and cash impact; set rolling 12-month targets and review variance with root-cause tags. Reduce dependency on single suppliers by certifying two alternate co-manufacturing sites and mapping lead-time risk across states. Where forecast gaps persist, convert excess forecast error into short-run buy/sell agreements with co-manufacturers and expand buffer capacity only where math proves the ROI. Continue disciplined reviews and the team will have been driving lower obsolescence, fewer expedited orders and measurable saved cost within the first two quarters.