下载PDF
Logility > 实例探究 > iNova Pharmaceuticals 通过逻辑性提高生产力和预测准确性
Logility Logo

iNova Pharmaceuticals Enhances Productivity and Forecast Accuracy with Logility

技术
  • 平台即服务 (PaaS) - 应用开发平台
  • 平台即服务 (PaaS) - 数据管理平台
适用行业
  • 医疗保健和医院
  • 药品
适用功能
  • 维护
  • 仓库和库存管理
用例
  • 需求计划与预测
  • 库存管理
挑战
iNova Pharmaceuticals 是一家在亚洲、澳大利亚、新西兰和南非开发、营销和销售各种处方药和非处方消费者保健产品的公司,在规划过程中面临着重大挑战。公司的增长目标需要采用统一、同步的方法来进行供需规划、销售和运营规划以及库存管理。然而,他们对基于 Excel 的规划的依赖导致流程分散,且在不同地区各不相同,从而损害了可持续性。如果关键电子表格的所有者离职,公司就会面临风险,而且整个团队对电子表格的使用不一致会阻碍最佳实践的采用。此外,特定地区的数据导致了不同的规划流程,整个规划系统没有单一的事实来源。时间被浪费在将数据加载到互不相关的解决方案中并分析其中的信息,这些解决方案的存在只是为了弥补电子表格中的功能差距。安全库存情景规划繁琐且难以实施,导致企业面临缺货或供应过剩的风险。
关于客户
iNova Pharmaceuticals 是一家全球制药公司,开发、营销和销售各种处方药和非处方消费保健品。该公司业务遍及 20 多个国家,分销商遍布亚洲、澳大利亚、新西兰和南非。 iNova 拥有 500 多名员工,提供的产品组合涵盖体重管理、咳嗽、感冒和流感、疼痛管理、保健品、皮肤科、防晒和女性保健产品。自 2017 年以来,在新的所有权下,iNova 一直专注于扩大其产品范围。该公司的增长战略需要采用统一、同步的方法来进行供需规划、销售和运营规划以及库存管理。
解决方案
为了克服这些挑战,iNova 于 2019 年实施了 Logility 的数字供应链平台,作为其增长战略的关键组成部分。该平台提供了面向未来的灵活技术来支持其扩张计划。在实施 Logility 平台之前,iNova 依靠电子表格、集成 ERP 和数据仓库以及第三方分析工具来规划和衡量其业务。借助 Logility 的数据管理、需求和供应计划、补货计划和分析的集成解决方案,iNova 分散且耗时的操作框架变得大大简化。流程自动化节省了规划人员的时间,并允许进行统计预测,从而释放资源以集中于大批量且不稳定的 A 级 SKU。 Logility 平台还提供用户定义的多级预测,这是 iNova 支持其 S&OP 流程的关键技术。当单个 SKU 发生更改时,此预测功能会自动更新组级预测,从而节省时间,反之亦然。
运营影响
  • Following the implementation of the Logility® Digital Supply Chain Platform, iNova has seen significant benefits across the organization. The company now enjoys consistency in planning and reporting across all regions, reducing 'misfires' and enhancing communication and decision-making across the enterprise. Logility has also supported iNova to move away from manual processes and toward greater automation, bringing real efficiency gains to the business. For example, automating purchase order (PO) creation between the Logility platform and the ERP system resulted in a 40% decrease in manual PO creation, making PO data maintenance far more efficient. The Logility platform's user-defined multi-level forecasting has been critical for iNova in supporting their S&OP processes. This forecasting capability saves time by automatically updating group-level forecasts when changes are made to individual SKUs, and vice versa. The 'pyramid' approach also aggregates demand history into logical groupings, resulting in more stable and accurate statistical forecasts.
数量效益
  • Improved forecast accuracy by 50%
  • Reduced manual PO creation through automation by 40%
  • Significant improvements in safety stock modeling

相关案例.

联系我们

欢迎与我们交流!

* Required
* Required
* Required
* Invalid email address
提交此表单,即表示您同意 IoT ONE 可以与您联系并分享洞察和营销信息。
不,谢谢,我不想收到来自 IoT ONE 的任何营销电子邮件。
提交

Thank you for your message!
We will contact you soon.