UN World Food Programme verhoogt slagkracht door supply chain-optimalisatie

Door predictive analytics, network design en het optimaliseren van transportstromen, kunnen veel meer mensen van voedsel en noodhulp worden voorzien. Dat stelde Hein Fleuren, hoogleraar operations research en medeoprichter van het Zero Hunger Lab, tijdens zijn keynote op het evenement ‘In het spoor van Ad van Goor’. ‘Een doorbraak tijdens ons project bij het UN World Food Programme was het moment dat we met een supply chain-bril naar het voedselmandje gingen kijken.’

Door Harm Beerens

‘Door de inzet van data-analyse en optimalisatietools kunnen we met hetzelfde budget 2 miljoen mensen meer van voedsel voorzien.’ Deze woorden uit 2021, van de toenmalige deputy executive director van het UN World Food Programme Amir Abdullah, klinken professor Hein Fleuren (foto) nog steeds als muziek in de oren. Het was een groot compliment voor zijn Zero Hunger Lab dat hij twee jaar daarvoor samen met zijn compagnon Perry Heijne had opgericht en waarmee hij een supply chain-optimalisatietool voor het distribueren van noodhulp had ontwikkeld. Het model heeft de internationale hulpinstanties al veel geld bespaard, zoals recent weer bij de voedselvoorziening in Gaza. ‘En dit geld gaat niet, zoals in het bedrijfsleven, naar de aandeelhouders maar naar de mensen die het in deze wereld het meest nodig hebben’, aldus Fleuren.

Busboekje TNT Express

‘Hoe kan logistiek honger bestrijden’. Dat was de titel van zijn keynote tijdens het kennis- en netwerkevenement dat jaarlijks wordt georganiseerd ter nagedachtenis aan de in 2020 overleden hoogleraar Ad van Goor. Ook Hein Fleuren is hoogleraar, aan Tilburg University, waar hij zich sinds 2000 bezighoudt met operations research en predictive analytics. Twee keer in z’n leven won hij, samen met anderen, de Franz Edelman Award, de meest prestigieuze erkenning die je als wetenschapper in dit vakgebied kunt krijgen. De eerste won hij in 2012 voor een supply chain-netwerkmodel waarmee TNT Express zo efficiënt mogelijk zijn pakketjes over de wereld kon distribueren. Met dit “busboekje”, zoals hij het zelf noemt, kon TNT in vier jaar tijd 200 miljoen euro aan transportkosten uitsparen.

Rijden in konvooien

Fleuren begint zijn verhaal in Amersfoort met een paar treurige feiten over de zeer ongelijke verdeling van voedsel in de wereld. Iedere dag gaan 811 miljoen mensen met honger naar bed en kunnen 3 miljard mensen zich geen gezonde maaltijd veroorloven. In Europa is er juist een overschot aan voedsel en wordt er jaarlijks per persoon voor 127 kilo weggegooid of verspild. ‘Voor het UN World Food Programme hebben wij in eerste instantie een model ontwikkeld waarmee je vraag en aanbod van voedsel beter op elkaar afstemt. Dit is een ontzettend ingewikkelde puzzel met heel veel knooppunten, maar daarom voor operations research-fanaten heerlijk om aan te rekenen. Je moet rekening houden met restricties die wij in Europa helemaal niet kennen, zoals het rijden in konvooien. In landen waar armoede heerst, kun je niet zomaar met één losse vrachtauto gaan rijden.’

Supply chain-bril

Door het toepassen van supply chain network design en het slim combineren van transportstromen, konden Fleuren en zijn team al aanzienlijke efficiencyverbeteringen presenteren. De echte doorbraak kwam echter toen ze met een supply chain-bril naar het voedselmandje gingen kijken. Fleuren: ‘In onze modellen gingen we er tot dan toe vanuit dat één persoon iedere dag een bepaalde hoeveelheid mais, graan, oliën en andere zaken nodig heeft. Totdat iemand zei: kunnen we diezelfde voedingswaarde niet ook met andere producten bieden, met producten die je dichter bij huis kunt sourcen? We transporteerden bijvoorbeeld rode linzen vanuit Canada naar Tsjaad, maar dezelfde nutriënten zitten ook in paardenbonen die je in Turkije kunt inkopen.’ Door meer met een supply chain-bril naar het voedselmandje te kijken, kon er enorm op transportafstanden worden bespaard.

Predictive analytics

Een ander Verenigde Naties-project waar het Zero Hunger Lab een bijdrage aan leverde, is de noodhulpverlening bij rampen. ‘Bij aardbevingen, overstromingen of andere rampen komen er programma’s op gang om in de acute behoefte aan voedsel, kleding en medicijnen te voldoen. Met het Rode Kruis zijn we een studie aan het doen waaruit blijkt dat door beter te voorspellen een groot deel van deze hulpvoorziening al eerder kan worden opgestart. Dus voor de ramp daadwerkelijk plaatsvindt. Ook hebben we berekend dat door deze anticiperende maatregelen de belevering zelf veel sneller en efficiënter kan gebeuren. Iedere dollar die je investeert in de fase voorafgaand aan een naderende ramp, bespaart je 7 dollar in de hulpverlening naderhand.’

Dat met predictive analytics en vooraf maatregelen nemen de noodhulp bij rampen veel efficiënter kan worden gemaakt, is voor veel mensen nog wennen, constateert Fleuren. ‘De inzamelingsacties na afloop van een ramp zouden eigenlijk veel beter vooraf kunnen plaatsvinden, is de conclusie. Maar mensen willen geen geld geven voor een naderende hongersnood of een aardbeving die misschien ooit gaat komen. Om dit te veranderen, zijn we nu een soort model aan het ontwikkelen waarmee we richting donateurs inzichtelijk maken wat het effect is van hun geefgedrag. Hopelijk kunnen instanties daarmee het geld loskrijgen op de momenten dat ze dat het meest optimaal kunnen inzetten.’