Od tysięcy indywidualnych wyborów klienta do jednej połączonej produkcji i dostawy.
Foodify łączy elastyczny wybór posiłków z produkcją żywności na dużą skalę. Połączyliśmy popyt klientów z recepturami, planowaniem, zakupami, magazynem, produkcją, pakowaniem i finalną kompletacją zamówień, aż po dostawę pod drzwi.
Nie sprowadzamy naszej pracy do wdrożenia WMS, MES, Purchasing i Packing. Pokazujemy drogę: klient składa zamówienie, Foodify zamienia tysiące indywidualnych decyzji w jeden wykonalny plan produkcji, a my mapujemy i łączymy ten proces cyfrowo od popytu aż po finalną dostawę.
Kontekst klienta
Catering dietetyczny B2Cw modelu wysokiej personalizacji
Foodify to catering dietetyczny B2C. W przeciwieństwie do produkcji jednego lub kilku produktów, każdego dnia zakład musi obsłużyć dużą liczbę różnych dań, wariantów, kaloryczności i indywidualnych konfiguracji klientów.
Klient sam wybiera posiłki albo korzysta z gotowych diet i rekomendacji e-asystenta. Każde zamówienie jest jednocześnie informacją dla całego łańcucha operacyjnego. System musi wiedzieć, co klient zamówił, na jaki dzień, w jakim wariancie, ile trzeba wyprodukować, jakich surowców potrzeba, kiedy rozpocząć produkcję, jak zapakować posiłki, do której torby je przypisać oraz gdzie i kiedy dostarczyć zamówienie.
Co chcieliśmy osiągnąć
Połączyć popyt klientów z zapotrzebowaniem produkcyjnym
Stworzyć jedno źródło danych recepturowych i technologicznych
Dokładniej prognozować popyt przed zamknięciem zamówień
Powiązać zakupy i magazyn z planem produkcji
Cyfrowo prowadzić produkcję, porcjowanie i pakowanie
Zapewnić identyfikowalność produktu i partii
Skompletować indywidualne zamówienia w cyfrowym procesie
Połączyć torbę z klientem, trasą i dostawą
Zamknąć pętlę, w której dane rzeczywiste wracają do planowania
Metodyka
W każdej strefie pracowaliśmywedług pięciu kroków
Każdą strefę zakładu opisujemy w tej samej sekwencji: od kontekstu operacyjnego, przez naszą analizę i rozwiązanie, po zmianę, którą wspólnie osiągnęliśmy.
01
Kontekst
Jak ten etap wygląda w codziennej pracy Foodify.
02
Problem
Co się rozjeżdża, gdy etap nie jest połączony z resztą procesu.
03
Analiza i mapowanie
Jak odwzorowaliśmy rzeczywisty przebieg procesu.
04
Co zbudowaliśmy
Jak system wspiera ten konkretny fragment operacji.
05
Najważniejsza zmiana
Co realnie zmieniliśmy w operacjach dzięki połączeniu danych.
Strefy zakładu
Zakład Foodifyjako jeden organizm
Prowadzimy przez zakład Foodify śladem pojedynczego zamówienia, od decyzji klienta po torbę pod jego drzwiami. Nie pokazujemy systemu jako zestawu modułów. Pokazujemy, jak nasze rozwiązanie wspiera każdy konkretny etap rzeczywistego procesu.
01
Customer Demand & Planning
Demand Engine: Wszystko zaczyna się od zamówienia klienta
W Foodify źródłem popytu nie jest placówka ani zbiorcze zamówienie instytucjonalne. Są nim tysiące indywidualnych decyzji klientów, podejmowanych codziennie w aplikacji.
Customer Orders
Forecast
Production Demand
Kontekst
Klient może wybrać pojedyncze dania lub gotową dietę, zmienić liczbę posiłków, kaloryczność, dzień dostawy i adres, zamówić posiłki dla kilku członków rodziny, dodać Foodpack lub Kids Menu i modyfikować zamówienie w dopuszczalnym czasie.
Problem
Każda taka decyzja zmienia zapotrzebowanie produkcyjne, surowcowe i logistyczne. Jeżeli zamówienia żyją w osobnym świecie e-commerce, fabryka wie jedynie, co zostało sprzedane, a nie co i w jakiej ilości musi zostać wyprodukowane.
Analiza i mapowanie
Zmapowaliśmy drogę zamówienia od kliknięcia klienta do konkretnej pozycji w planie produkcji: co klient zamówił, na jaki dzień, w jakim wariancie, ile trzeba wyprodukować i kiedy produkcja musi się zacząć.
Co zbudowaliśmy dla Foodify
Zamówienia połączone bezpośrednio z fabryką: Customer Order → Production Demand
System przeliczający wybory klientów, zmiany posiłków, przesunięcia dni dostawy i zamówienia rodzinne na konkretne zapotrzebowanie produkcyjne
Aktualizacja zapotrzebowania wraz z każdą zmianą
Najważniejsza zmiana
Połączyliśmy dwa wcześniej odrębne światy, sprzedaż i produkcję, w jeden przepływ, w którym decyzja klienta od razu staje się informacją dla całego łańcucha operacyjnego.
02
Recipes & Dietetics
Recipe & Food Technology: Receptura jako cyfrowa podstawa produkcji
Duża liczba różnych dań, wariantów i kaloryczności wymaga jednego spójnego źródła danych recepturowych. Receptura nie jest tylko listą składników. Jest modelem tego, jak posiłek naprawdę powstaje.
Recipe
Technology
Yield
Nutrition
Cost
Kontekst
Z receptury korzystają dietetyka, planowanie, zakupy, produkcja, porcjowanie, etykiety i informacja dla klienta. Wszystkie te procesy muszą czytać te same dane.
Problem
Bez pełnego modelu technologii nie da się poprawnie policzyć zapotrzebowania ani food costu: kilogram surowca nie oznacza kilograma gotowego produktu, a ubytki powstają na każdym etapie obróbki.
Analiza i mapowanie
Odwzorowaliśmy rzeczywisty proces powstawania posiłku: Raw Material → Preparation → Cooking → Cooling → Portioning → Finished Meal, wraz z półproduktami, yieldem i ubytkami na kolejnych operacjach.
Co zbudowaliśmy dla Foodify
Cyfrowy model receptury obejmujący surowce, gramatury, kaloryczność, makroskładniki i alergeny
Technologia wykonania, półprodukty, yield, ubytki, kolejność operacji i sposób porcjowania w modelu receptury
Powiązanie każdej zmiany receptury z food costem, zapotrzebowaniem surowcowym, zakupami i planem produkcji
Powiązanie tej samej zmiany z porcjowaniem i informacjami prezentowanymi klientowi
Najważniejsza zmiana
Stworzyliśmy jedno źródło prawdy o produkcie, dzięki któremu to samo danie znaczy to samo w dietetyce, kuchni, magazynie i aplikacji klienta.
03
Predictive Planning
Predictive Layer: Ile posiłków naprawdę trzeba jutro wyprodukować?
W cateringu dietetycznym liczba zamówień i struktura menu zmieniają się każdego dnia. Nie wystarczy znać całkowitej liczby klientów.
Customer Orders
Demand Forecast
SKU Demand
Recipe Explosion
Material Requirements
Production Plan
Schedule
Kontekst
Trzeba wiedzieć, ile sztuk konkretnego dania będzie potrzebnych, w jakich wariantach i kaloryczności, jakie półprodukty muszą powstać wcześniej, kiedy poszczególne elementy mają być gotowe i które stanowiska zostaną obciążone.
Problem
Oparcie planowania wyłącznie na zamkniętych zamówieniach oznacza, że fabryka reaguje zbyt późno: na surowce, ludzi i harmonogram zostaje wtedy zbyt mało czasu.
Analiza i mapowanie
Zbudowaliśmy ciąg przeliczeń od zamówień klientów przez rozbicie recepturowe aż po harmonogram, tak aby każdy element planu miał jednoznaczne źródło w rzeczywistym lub prognozowanym popycie.
Co zbudowaliśmy dla Foodify
Warstwa predykcyjna wykorzystująca dane historyczne do przewidywania popytu przed zamknięciem zamówień
Wcześniejsze przygotowanie produkcji, surowców, zasobów, ludzi, zakupów i pakowania w Foodify
Plan aktualizujący się wraz z napływem realnych zamówień
Najważniejsza zmiana
Przenieśliśmy planowanie z reagowania na zamknięte zamówienia na wcześniejsze przygotowanie fabryki do przewidywanego popytu.
04
Purchasing
Purchase Engine: Zakupy wynikające z tego, co Foodify zamierza wyprodukować
Plan produkcji automatycznie przekłada się na zapotrzebowanie materiałowe. Kupiec nie musi ręcznie analizować każdego dania.
Production Demand
Recipes
Material Requirement
Current Stock
Purchase Requirement
Kontekst
Przy dużej liczbie dań i wariantów ręczne liczenie surowców jest najwolniejszym i najbardziej ryzykownym etapem zaopatrzenia.
Problem
Bez powiązania planu produkcji z zakupami brakuje jednoznacznej odpowiedzi, czego brakuje, w jakiej ilości i na kiedy, a decyzje zapadają na podstawie doświadczenia zamiast danych.
Analiza i mapowanie
Zestawiliśmy zapotrzebowanie wynikające z receptur i planu produkcji z aktualnymi stanami magazynowymi, tworząc jedną, wyliczaną automatycznie listę zakupową.
Co zbudowaliśmy dla Foodify
Rozwiązanie pokazujące kupcowi, czego brakuje, w jakiej ilości i na kiedy
Od którego dostawcy można to kupić, w jakiej cenie i jakie są dostępne alternatywy
Edycja listy i przekształcanie jej w zamówienia zakupowe
Najważniejsza zmiana
Powiązaliśmy zakupy bezpośrednio z rzeczywistym i przewidywanym popytem klientów.
05
Warehouse & Receiving
Digital Receiving & Inventory: Surowiec dostępny dokładnie wtedy, kiedy potrzebuje go produkcja
Dostawa surowca jest cyfrowo powiązana z wcześniejszym zamówieniem zakupowym, a po przyjęciu produkt od razu staje się dostępny dla planowania i produkcji.
Planned Delivery
Arrival
Verification
Quantity & Quality Check
Lot / Expiry
Inventory
Kontekst
Przyjęcie towaru to moment, w którym powstaje lub znika kontrola nad kosztem surowca, jego jakością i identyfikowalnością partii.
Problem
Jeżeli dostawa trafia do systemu z opóźnieniem, stany magazynowe przestają być wiarygodne, a planowanie i produkcja pracują na nieaktualnych danych.
Analiza i mapowanie
Uporządkowaliśmy pełny proces przyjęcia, od zaplanowanej dostawy po aktualizację stanu i dane o jakości dostawcy, a następnie zaprojektowaliśmy na tej podstawie ekrany operacyjne.
Co zbudowaliśmy dla Foodify
Cyfrowy proces przyjęcia kontrolujący zamówione i dostarczone ilości, cenę, jakość i temperaturę
Kontrola partii, daty ważności i lokalizacji magazynowej
Pełna historia oraz możliwość przyjęcia częściowego lub odrzucenia dostawy
Najważniejsza zmiana
Zapewniliśmy identyfikowalność partii, daty i lokalizacji każdego surowca oraz planowanie produkcji na podstawie aktualnego, a nie szacowanego stanu magazynu.
06
Raw Material Issue & Production
Issue Queue + MES: Od planu do rzeczywistego wykonania na hali
Magazyn nie czeka, aż produkcja zgłosi potrzebę telefonicznie. System wie wcześniej, jaki surowiec, w jakiej ilości, na którą godzinę, dla którego dania i na jakie stanowisko ma trafić.
Material Ready
Prepare
Cook
Measure
Finish
Kontekst
Na hali pracują równolegle przygotówka, kuchnia ciepła i kuchnia zimna, każda z własną kolejnością operacji i zapotrzebowaniem materiałowym.
Problem
Materiał wydany za wcześnie zajmuje miejsce na produkcji, wydany za późno zatrzymuje kuchnię, a wykonanie raportowane po fakcie nie daje kierownikowi realnego obrazu sytuacji.
Analiza i mapowanie
Powiązaliśmy harmonogram produkcji z cyfrową kolejką wydań (Production Schedule → Material Queue → Picking → Production Station), a każde danie z recepturą, partią, stanowiskiem, kolejnością operacji, planowanym czasem i oczekiwanym uzyskiem.
Co zbudowaliśmy dla Foodify
Mobilna realizacja wydań dla magazynierów, w której każda operacja aktualizuje stan i pozostawia cyfrowy ślad
Cyfrowe instrukcje dla pracowników produkcji
Bieżący obraz prac, opóźnień i gotowości komponentów dla kierowników
Rejestracja całego przebiegu: Start → Execution → Time → Weight → Yield → Loss → Finish
Najważniejsza zmiana
Przenieśliśmy produkcję od planu i raportów po fakcie do cyfrowej realizacji monitorowanej w czasie rzeczywistym.
07
Portioning & Packing
Portioning & Packing Control: Tysiące powtarzalnych porcji i właściwa etykieta
Gotowe danie musi zostać zamienione w odpowiednią liczbę powtarzalnych porcji, a następnie trafić do właściwego opakowania z poprawną etykietą.
Ready Meal
Portion
Pack
Label
Quality Check
Finished Meal
Kontekst
Przy dużej liczbie wariantów i kaloryczności powtarzalność gramatury decyduje o jakości produktu i o rzeczywistym food coście.
Problem
Bez cyfrowej kontroli nie wiadomo, ile porcji faktycznie powstało z danej partii, jakie było odchylenie wagi i czy produkt otrzymał właściwą etykietę.
Analiza i mapowanie
Połączyliśmy porcjowanie i pakowanie z partią produkcyjną i recepturą, tak aby dało się zestawiać wartości oczekiwane z rzeczywistymi.
Co zbudowaliśmy dla Foodify
Kontrola porcjowania rozpoznająca danie i wymaganą liczbę porcji
Rozpoznanie gramatury i powiązanej partii
Zestawienie Expected Portions vs Actual Portions oraz Expected Weight vs Actual Weight
W pakowaniu: rodzaj opakowania, gramatura, partia, data, etykieta i wymagane informacje o produkcie
Najważniejsza zmiana
Umożliwiliśmy kontrolę odchyleń i rzeczywistego yieldu oraz cyfrowo powiązaliśmy każde opakowanie z produktem i partią.
08
Bag Assembly
Order Fulfilment: Od pojedynczego pudełka do kompletnego zamówienia klienta
To jedna z najważniejszych różnic między Foodify a klasyczną produkcją żywności. Gotowe posiłki nie trafiają anonimowo do magazynu: muszą zostać skompletowane według indywidualnych zamówień.
Packed Meals
Customer Order
Picking
Bag Assembly
Verification
Closed Bag
Kontekst
Przykładowa lista kompletacyjna dla klienta 12487 na wtorek: Breakfast A, Lunch C, Dinner B, Snack D, Foodpack 03.
Problem
Błąd kompletacji jest widoczny dopiero u klienta. Brakujący lub zamieniony posiłek nie jest problemem produkcyjnym. Jest problemem doświadczenia klienta.
Analiza i mapowanie
Zamieniliśmy zamówienie klienta w cyfrową listę kompletacyjną powiązaną z konkretnym dniem, klientem i torbą.
Co zbudowaliśmy dla Foodify
Proces, w którym operator kompletuje wszystkie produkty przypisane do klienta
Kontrola kompletności zamówienia, właściwego dnia i właściwego klienta
Kontrola liczby produktów, pozycji dodatkowych i przypisania do konkretnej torby
Najważniejsza zmiana
Przenieśliśmy operacje z produkcji pojedynczych SKU na kompletowanie indywidualnego zamówienia gotowego do dostawy.
09
Dispatch, Delivery & Data
Logistics + Analytics: Właściwa torba pod właściwe drzwi i dane wracające do planu
Foodify nie dostarcza dużej liczby posiłków do jednego szpitala, lecz obsługuje bardzo dużą liczbę indywidualnych punktów dostawy. Dlatego produkcja musi być połączona z klientem, adresem, torbą i trasą.
Finished Bag
Dispatch
Route
Refrigerated Transport
Customer Door
Kontekst
Finalnym produktem operacyjnym nie jest pudełko z jedzeniem, lecz prawidłowo skompletowane zamówienie dostarczone właściwemu klientowi we właściwym dniu.
Problem
Bez wspólnej warstwy danych każdy etap odpowiada tylko na lokalne pytania i nie widać, gdzie naprawdę powstają straty, opóźnienia i błędy.
Analiza i mapowanie
Połączyliśmy dane całego łańcucha: Customer Demand → Recipe → Purchase → Inventory → Production → Packing → Bag → Delivery.
Co zbudowaliśmy dla Foodify
Powiązanie każdej torby z odbiorcą, adresem, dniem, rejonem i trasą
Warstwa analityczna obejmująca forecast vs actual, food cost i rzeczywiste zużycie surowców
Yield, straty, czasy produkcji i wydajność stanowisk
Kompletność zamówień, wydajność pakowania, błędy kompletacyjne i dokładność prognoz
Najważniejsza zmiana
Zamknęliśmy pętlę danych: informacje z wykonania wracają do kolejnych planów, dzięki czemu każdy dzień produkcji pomaga ulepszyć następny.
The Connected Flow
Connected Food Operations System
Największą wartość stworzyliśmy nie w pojedynczym module, lecz przez połączenie całego procesu. Powiązaliśmy zmianę zamówienia klienta z popytem, popyt z planem produkcji, plan z surowcami i zakupami, a dane z realizacji ponownie z planowaniem.
Popyt klienta
01Customer / Order
02Demand
03Recipes
04Production Forecast
Zaopatrzenie
05Production Plan
06Material Requirements
07Purchasing
08Receiving & Warehouse
Realizacja i dostawa
09Production / MES
10Portioning & Packing
11Bag Assembly
12Dispatch & Delivery
Pętla uczenia
13Data → Better Forecast
Połączyliśmy dane z produkcji, pakowania i dostaw z prognozą, aby zwiększać trafność każdego kolejnego cyklu planowania.
Efekty projektu
Osiem zmian,które osiągnęliśmy wspólnie z Foodify
Przed
Po zmianie
Zamówienia klientów jako osobny świat e-commerce
Popyt klienta połączony bezpośrednio z zapotrzebowaniem produkcyjnym
Receptura jako lista składników
Receptura jako cyfrowy model technologii, yieldu i kosztu
Planowanie po zamknięciu zamówień
Przewidywanie popytu i wcześniejsze przygotowanie fabryki
Zakupy liczone ręcznie danie po daniu
Zapotrzebowanie zakupowe wyliczane z planu produkcji i stanów
Dostawy i stany magazynowe aktualizowane z opóźnieniem
Cyfrowe przyjęcie z partią, datą ważności i aktualnym stanem
Produkcja raportowana po fakcie
Cyfrowa realizacja z rejestracją czasu, wagi, yieldu i strat
Produkcja pojedynczych SKU
Kompletne, indywidualne zamówienie klienta w jednej torbie
Dane zamknięte w pojedynczych etapach
Jedna warstwa danych od popytu po dostawę i z powrotem do prognozy
Nota
Na tym etapie opisujemy osiągnięte efekty jakościowo. Konkretne wyniki liczbowe i KPI dodamy po otrzymaniu potwierdzonych danych Foodify.
Połącz popyt klientów z produkcją i dostawą.
Zaczynamy od analizy i mapowania Twoich procesów, tak samo jak w Foodify.
