Advancements in information technology enabled to track real time data in a more accurate and precise way in many manufacturing facilities. However, before obtaining the more accurate and precise data, the investment in information technology should be validated. Value of information may be adopted as a criterion in this investment. In this study, we analyze the value of information in a manufacturing facility where production and lead time quotation decisions are taken. In order to assess the value of information, two settings are analyzed. Under the first setting, the manufacturer takes decisions under perfect information. To find the optimal decisions under perfect information, a stochastic model is introduced. Under the second setting, the manufacturer takes decisions under imperfect information. To obtain a solution for this problem, Partially Observable Markov Decision Process is employed. Under the second setting, we study two approaches. In the first approach, we introduce a nonlinear programming model to find the optimal decisions. In the second approach, a heuristic approach, constructed on optimal actions taken under perfect information is presented. We examine the value of information under different parameters by considering the policies under nonlinear programming model and heuristic approach. The profit gap between the two policies is investigated. The effect of Make-to-Order (MTO) and Make-to-Stock (MTS) schemes on the value of information is analyzed. Lastly, different lead time quotation schemes / accept-all, accept-reject and precise lead time / are compared to find under which quotation scheme value of information is highest.

abstract: Today's competitive markets force companies to constantly engage in the complex task of managing their demand. In make-to-order manufacturing or service systems, the demand of a product is shaped by price and lead times, where high price and lead time quotes ensure profitability for supplier, but discourage the customers from placing orders. Low price and lead times, on the other hand, generally result in high demand, but do not necessarily ensure profitability. The price and lead time quotation problem considers the trade-off between offering high and low prices and lead times. The recent practices in make-to- order manufacturing companies reveal the importance of dynamic quotation strategies, under which the prices and lead time quotes flexibly change depending on the status of the system. In this dissertation, the objective is to model a make-to-order manufacturing system and explore various aspects of dynamic quotation strategies such as the behavior of optimal price and lead time decisions, the impact of customer preferences on optimal decisions, the benefits of employing dynamic quotation in comparison to simpler quotation strategies, and the benefits of coordinating price and lead time decisions. I first consider a manufacturer that receives demand from spot purchasers (who are quoted dynamic price and lead times), as well as from contract customers who have agree- ments with the manufacturer with fixed price and lead time terms. I analyze how customer preferences affect the optimal price and lead time decisions, the benefits of dynamic quo- tation, and the optimal mix of spot purchaser and contract customers. These analyses necessitate the computation of expected tardiness of customer orders at the moment cus- tomer enters the system. Hence, in the second part of the dissertation, I develop method- ologies to compute the expected tardiness in multi-class priority queues. For the trivial single class case, a closed formulation is obtained. For the more complex multi-class case, numerical inverse Laplace transformation algorithms are developed. In the last part of the dissertation, I model a decentralized system with two components. Marketing department determines the price quotes with the objective of maximizing revenues, and manufacturing department determines the lead time quotes to minimize lateness costs. I discuss the ben- efits of coordinating price and lead time decisions, and develop an incentivization scheme to reduce the negative impacts of lack of coordination. / Dissertation/Thesis / Ph.D. Industrial Engineering 2012

O aumento da variabilidade da demanda ao longo de uma cadeia de abastecimento é conhecido como Efeito Chicote (EC). A modelagem deste fenômeno é fundamental para a quantificação de sua intensidade, ajudando a reduzir seus impactos negativos sobre o nível de serviço e sobre os estoques em uma cadeia de abastecimento. Esta tese apresenta uma proposta de modelagem do EC que tem por objetivo aumentar a precisão na quantificação deste fenômeno em ambientes com demanda e lead time estocásticos. O novo modelo considera dois elementos que não estão presentes nos principais modelos disponíveis na literatura: a variabilidade no lead time de entrega de pedidos e a incorporação de um ajuste para contemplar uma política adequada de tratamento dos excessos de estoque. Além disso, define de modo mais preciso o papel do coeficiente de variação da demanda na quantificação do EC. A utilização do modelo proposto aumenta a eficiência da gestão de cadeias de abastecimento ao contribuir para atenuar a propagação do EC, elevar o nível de serviço e reduzir os níveis local e global dos estoques. Neste documento, os principais modelos de quantificação do EC são apresentados e analisados, com destaque para os trabalhos de Lee et al. (1997b), Chen et al. (2000), Fransoo e Wouters (2000) e Warburton (2004); nessa análise foram identificadas várias deficiências, capazes de produzir fortes distorções no processo de quantificação do EC. O modelo proposto supre integralmente estas deficiências e apresenta elementos que indicam que a intensidade e o comportamento estocástico e serial do EC só podem ser adequadamente modelados se a variabilidade do lead time for considerada e se os excessos de estoque forem utilizados no cálculo do tamanho dos pedidos. O novo modelo, além de contribuir para o entendimento da dinâmica do EC e para a ampliação do respectivo campo de discussão, representa adequadamente a complexidade das relações entre as variáveis associadas ao EC, o que lhe confere alta capacidade preditiva. Complementarmente, demonstra-se que o modelo de Chen et al. (2000) constitui um caso particular do modelo proposto. / The increase in demand variability as information flows from customers to manufacturers in a supply chain is known as the Bullwhip Effect (BE). Modeling this phenomenon is fundamental in measuring its intensity, aiming at reducing its negative impacts on both service and inventory levels in the supply chain. In this dissertation we propose a new, more precise mathematical model for quantifying the BE in systems with stochastic demand and lead time. The new model takes into account the lead time variability and is adjusted to a more realistic treatment of negative order quantities that may arise in some inventory cycles, two elements not present in the main available models in the literature. In addition, the model enables a more precise assessment of the role that the demand coefficient of variation plays in the quantification of the BE. The use of the proposed model enables an improved management of the supply chain by attenuating the propagation of the BE, increasing the service level and reducing inventory levels both locally and globally. In this dissertation, the main models for quantifying the BE are presented and analyzed, with emphasis in the works of Lee et al. (1997b), Chen et al. (2000), Fransoo and Wouters (2000) and Warburton (2004); in that analysis were identified several deficiencies, able to generate severe distortions in the quantification of the BE. The proposed model fully overcomes these deficiencies and presents elements that indicate that the intensity and stochastical and serial behavior of the BE can only be appropriately modeled if the lead time variability is considered and if inventory excesses are used in the order size calculation. The new model, in addition to contribute to the understanding of the BE dynamics enriching its analysis, represents appropriately the complexity of relationships among variables associated with the BE, contributing to its high predictive capacity. Finally, it is demonstrated that the model in Chen et al. (2000) represents a special case of the proposed model.

Submitted by Livia Mello (liviacmello@yahoo.com.br) on 2016-09-21T14:29:18Z No. of bitstreams: 1 TeseMHRU.pdf: 2754873 bytes, checksum: 04976803627828cf7bb2eebe936f3f24 (MD5) / Approved for entry into archive by Marina Freitas (marinapf@ufscar.br) on 2016-09-21T18:37:37Z (GMT) No. of bitstreams: 1 TeseMHRU.pdf: 2754873 bytes, checksum: 04976803627828cf7bb2eebe936f3f24 (MD5) / Approved for entry into archive by Marina Freitas (marinapf@ufscar.br) on 2016-09-21T18:37:43Z (GMT) No. of bitstreams: 1 TeseMHRU.pdf: 2754873 bytes, checksum: 04976803627828cf7bb2eebe936f3f24 (MD5) / Made available in DSpace on 2016-09-21T18:37:53Z (GMT). No. of bitstreams: 1 TeseMHRU.pdf: 2754873 bytes, checksum: 04976803627828cf7bb2eebe936f3f24 (MD5) Previous issue date: 2016-02-18 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / The focus in time is the cornerstone of modern manufacturing management approaches; among them the Time Based Competition (TBC) and the Quick Response Manufacturing (QRM). Lead time reduction brings significant gains which are obtained by means of improvements in the shop floor variables. To make improvements in these variables, managers need to choose the best way to invest his limited financial resources. This work look for the best strategy regarding the improvement in time to repair, time between failures and setup time: To perform improvements focused on mean, variability or eliminate the worst cases. The main focus of this work is the worst case strategy, it means, to find the situations in which this strategy is the best option. To perform this comparison a modeling/simulation was conducted and the three variables addressed in this work were modeled using the normal and lognormal probability distributions. Results show that for situations with moderate and high variability the worst case strategy is the best improvement option. We believe this strategy can bring significant benefits and it is probably less costly and easier to implement. For low variability situations we find that the mean strategy is the best option. In addition for this case, for two variables (time to repair and setup time) the worst case strategy is a good alternative for situations which it is not possible to reduce the mean of these variables. For the time to failure, the only good option remains the mean strategy. / O foco no tempo constitui o aspecto fundamental de modernas estratégias de gestão da manufatura. Dentre elas merece destaque a competição baseada no tempo (time-based competition-TBC) e a manufatura de resposta rápida (Quick Response Manufacturing-QRM). A redução do lead time implica em ganhos significativos e é obtida por meio de programas de melhorias em variáveis do chão de fábrica. Para a realização de melhorias nessas variáveis, um gerente de produção, precisa escolher a melhor maneira de investir os seus recursos financeiros limitados. O presente trabalho investiga qual a melhor estratégia no que se refere à melhoria no tempo de reparo, tempo entre falhas e tempo de setup: Realizar melhorias na média, na variabilidade ou eliminar os piores casos. O foco principal deste trabalho é a estratégia de melhoria no pior caso, ou seja, identificar as situações nas quais a mesma produz um efeito no lead time superior ou semelhante às estratégias de melhoria na média e na variabilidade. Para isso foi realizada uma modelagem/simulação e as três variáveis abordadas nesse trabalho foram modeladas utilizando as distribuições de probabilidade normal e lognormal. Os resultados encontrados na presente tese mostram que para situações com variabilidades moderadas e altas a estratégia focada no pior caso é a melhor opção de melhoria considerando as três variáveis investigadas neste estudo. Ou seja, a estratégia de melhoria focada nos piores casos pode trazer benefícios mais facilmente e a um menor custo. Adicionalmente, para baixa variabilidade a estratégia de melhoria na média é a melhor opção. No entanto, foi observado que para o tempo de reparo e tempo de setup a estratégia de melhoria no pior caso é uma boa alternativa para as situações nas quais não seja possível efetuar uma melhoria na média dessas variáveis. Já para o tempo entre falhas, essa constatação não se sustenta, pois nesse caso a única alternativa que apresenta benefícios significativos é a estratégia de melhoria focada na média.

Submitted by Alison Vanceto (alison-vanceto@hotmail.com) on 2017-01-05T11:34:30Z No. of bitstreams: 1 TeseCFB.pdf: 7265467 bytes, checksum: 30543ef140945c783d91cea9b4431c1c (MD5) / Approved for entry into archive by Marina Freitas (marinapf@ufscar.br) on 2017-01-16T12:56:55Z (GMT) No. of bitstreams: 1 TeseCFB.pdf: 7265467 bytes, checksum: 30543ef140945c783d91cea9b4431c1c (MD5) / Approved for entry into archive by Marina Freitas (marinapf@ufscar.br) on 2017-01-16T12:57:02Z (GMT) No. of bitstreams: 1 TeseCFB.pdf: 7265467 bytes, checksum: 30543ef140945c783d91cea9b4431c1c (MD5) / Made available in DSpace on 2017-01-16T12:57:09Z (GMT). No. of bitstreams: 1 TeseCFB.pdf: 7265467 bytes, checksum: 30543ef140945c783d91cea9b4431c1c (MD5) Previous issue date: 2016-10-14 / Outra / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / This thesis proposes to evaluate the effect of transfer batch size on lead time reduction in flow shop environments (balanced and unbalanced, with a bottleneck). In order to achieve this objective, Design Science was used as a research method, in which a static simulation model is proposed and several scenarios are analyzed and evaluated in relation to important Production Management theories. The model proposed to represent a flow shop uses the Factory Physics equations (HOPP; SPEARMAN, 2008) e considers the following shop-floor variables: i) the average setup time; ii) average defect rate; iii) mean time between failures; iv) mean time to repair the machine; v) variability in processing time; vi) variability of the time between arrivals of orders and vii) transfer batch size. The results demonstrate that for both balanced and unbalanced environment, transfer batch size has little effect on lead time, when operating with a process batch size away from optimal batch size (minimum point of the lead time - lot size curve proposed by Karmarkar et al. (1985)). To get a good lead time performance, it is first necessary to reduce process batch size before making efforts to reduce transfer batch. For an unbalanced environment, reducing process batch size only at the bottleneck, coupled to transfer batch size reduction across the flow shop, provided a lead time reduction on the order of 30%, while the remainder flow shop operated with large process batches. In such configuration, the contribution from setup time reduction at the bottleneck machine has generated a small effect on the lead time performance considering the parameters used in this work. / Esta tese se propõe a avaliar o efeito do tamanho do lote de transferência na redução do lead time em ambientes flow shop (balanceado e não balanceado, com a presença de um recurso gargalo). Para atingir tal objetivo, foi utilizado como método de pesquisa o Design Science, no qual um modelo de simulação estático é proposto e diversos cenários são analisados e avaliados em relação a grandes teorias da Gestão da Produção. O modelo aqui proposto para representar um flow shop utiliza as equações do Factory Physics (HOPP; SPEARMAN, 2008) e considera as seguintes variáveis de chão-de-fábrica: i) tempo médio de setup; ii) taxa média de defeitos; iii) tempo médio entre falhas; iv) tempo médio de reparo da máquina; v) variabilidade do tempo de processamento; vi) variabilidade do tempo entre as chegadas de ordens e vii) tamanho do lote de transferência. Os resultados demonstram que tanto para um ambiente balanceado quanto para um ambiente desbalanceado, o tamanho do lote de transferência tem pouco efeito no lead time, quando se opera com um tamanho de lote de produção longe do tamanho de lote ótimo (ponto mínimo da curva lead time – tamanho de lote de produção, proposta por Karmarkar et al. (1985)). Para se obter um bom desempenho em relação ao lead time, é preciso primeiramente reduzir o tamanho do lote de produção, antes de se empreender esforços para a redução do lote de transferência. Em relação a um ambiente desbalanceado, a redução do tamanho do lote de produção apenas no recurso gargalo, aliada à redução do tamanho do lote de transferência em toda a linha, proporcionou uma redução no lead time da ordem de 30%, quando o restante da linha operava com grandes lotes de produção. Nessa configuração, a contribuição da redução do tempo de setup da máquina gargalo gerou um efeito pequeno na redução do lead time, para os parâmetros utilizados nesse trabalho.

Made available in DSpace on 2016-06-02T19:52:03Z (GMT). No. of bitstreams: 1 5876.pdf: 7013934 bytes, checksum: 4e3ff62ae5a65cf8026d92111fa732ee (MD5) Previous issue date: 2014-02-25 / In the latest decades, companies have faced important and increasing challenges set by globalization in product markets and production factors. This way, consumers become highly demanding and are always searching for new products, highly qualified, customized and quickly produced. Given these changes, the speed of delivery and therefore the efforts to reduce lead time emerges as one of the main objectives adopted by a company to compete in the market, since the strategies based in time aim to provide faster answers to its customers. In this context, the present paper aims to describe a proposal to reduce the lead time from the application of the concepts and methodology tools Quick Response Manufacturing (QRM) in a capital good sector s company. In order to achieve the proposed objective, a literature review about the QRM methodology and POLCA system and a case study in a company that develops and manufactures machinery and custom made equipment. Thus, it was analyzed the main causes of the waiting in the manufacturing of pressure vessels process, and through improvement proposals, it was achieved the results and gains expected. The main results, other than the 40% reduction in lead time, are related to quality improvement, increase of process responsibility in the manufacturing and simplifying the production control. / Nas últimas décadas as empresas têm enfrentado importantes e crescentes desafios impostos pela globalização dos mercados de produtos e fatores de produção. Dessa forma, os consumidores tornam-se cada vez mais exigentes e estão sempre em busca de novos produtos, altamente qualificados, customizados e produzidos rapidamente. Diante destas transformações, a velocidade de entrega e, por conseguinte, a busca pela redução do lead time surge como um dos principais objetivos adotados por uma empresa para competir no mercado, visto que estratégias baseadas no tempo visam fornecer respostas rápidas a seus clientes. Neste contexto, o presente trabalho tem como objetivo geral apresentar uma proposta para a redução de lead time a partir da aplicação dos conceitos e ferramentas da metodologia Quick Response Manufacturing (QRM) em uma empresa do setor de bens de capital. A fim de atingir o objetivo proposto, foi realizada uma revisão da literatura sobre a metodologia QRM e sistema POLCA e um estudo de caso em uma empresa que desenvolve e fabrica máquinas e equipamentos sob encomenda. Dessa maneira, analisaram-se as principais causas de espera no processo de fabricação de vasos de pressão e, por meio de propostas de melhorias, chegou-se aos resultados e ganhos esperados. Os resultados principais, além da redução de 40% do lead time, estão relacionados à melhoria de qualidade, aumento de responsabilidade no processo de fabricação e simplificação do controle de produção.

O aumento da variabilidade da demanda ao longo de uma cadeia de abastecimento é conhecido como Efeito Chicote (EC). A modelagem deste fenômeno é fundamental para a quantificação de sua intensidade, ajudando a reduzir seus impactos negativos sobre o nível de serviço e sobre os estoques em uma cadeia de abastecimento. Esta tese apresenta uma proposta de modelagem do EC que tem por objetivo aumentar a precisão na quantificação deste fenômeno em ambientes com demanda e lead time estocásticos. O novo modelo considera dois elementos que não estão presentes nos principais modelos disponíveis na literatura: a variabilidade no lead time de entrega de pedidos e a incorporação de um ajuste para contemplar uma política adequada de tratamento dos excessos de estoque. Além disso, define de modo mais preciso o papel do coeficiente de variação da demanda na quantificação do EC. A utilização do modelo proposto aumenta a eficiência da gestão de cadeias de abastecimento ao contribuir para atenuar a propagação do EC, elevar o nível de serviço e reduzir os níveis local e global dos estoques. Neste documento, os principais modelos de quantificação do EC são apresentados e analisados, com destaque para os trabalhos de Lee et al. (1997b), Chen et al. (2000), Fransoo e Wouters (2000) e Warburton (2004); nessa análise foram identificadas várias deficiências, capazes de produzir fortes distorções no processo de quantificação do EC. O modelo proposto supre integralmente estas deficiências e apresenta elementos que indicam que a intensidade e o comportamento estocástico e serial do EC só podem ser adequadamente modelados se a variabilidade do lead time for considerada e se os excessos de estoque forem utilizados no cálculo do tamanho dos pedidos. O novo modelo, além de contribuir para o entendimento da dinâmica do EC e para a ampliação do respectivo campo de discussão, representa adequadamente a complexidade das relações entre as variáveis associadas ao EC, o que lhe confere alta capacidade preditiva. Complementarmente, demonstra-se que o modelo de Chen et al. (2000) constitui um caso particular do modelo proposto. / The increase in demand variability as information flows from customers to manufacturers in a supply chain is known as the Bullwhip Effect (BE). Modeling this phenomenon is fundamental in measuring its intensity, aiming at reducing its negative impacts on both service and inventory levels in the supply chain. In this dissertation we propose a new, more precise mathematical model for quantifying the BE in systems with stochastic demand and lead time. The new model takes into account the lead time variability and is adjusted to a more realistic treatment of negative order quantities that may arise in some inventory cycles, two elements not present in the main available models in the literature. In addition, the model enables a more precise assessment of the role that the demand coefficient of variation plays in the quantification of the BE. The use of the proposed model enables an improved management of the supply chain by attenuating the propagation of the BE, increasing the service level and reducing inventory levels both locally and globally. In this dissertation, the main models for quantifying the BE are presented and analyzed, with emphasis in the works of Lee et al. (1997b), Chen et al. (2000), Fransoo and Wouters (2000) and Warburton (2004); in that analysis were identified several deficiencies, able to generate severe distortions in the quantification of the BE. The proposed model fully overcomes these deficiencies and presents elements that indicate that the intensity and stochastical and serial behavior of the BE can only be appropriately modeled if the lead time variability is considered and if inventory excesses are used in the order size calculation. The new model, in addition to contribute to the understanding of the BE dynamics enriching its analysis, represents appropriately the complexity of relationships among variables associated with the BE, contributing to its high predictive capacity. Finally, it is demonstrated that the model in Chen et al. (2000) represents a special case of the proposed model.

O aumento da variabilidade da demanda ao longo de uma cadeia de abastecimento é conhecido como Efeito Chicote (EC). A modelagem deste fenômeno é fundamental para a quantificação de sua intensidade, ajudando a reduzir seus impactos negativos sobre o nível de serviço e sobre os estoques em uma cadeia de abastecimento. Esta tese apresenta uma proposta de modelagem do EC que tem por objetivo aumentar a precisão na quantificação deste fenômeno em ambientes com demanda e lead time estocásticos. O novo modelo considera dois elementos que não estão presentes nos principais modelos disponíveis na literatura: a variabilidade no lead time de entrega de pedidos e a incorporação de um ajuste para contemplar uma política adequada de tratamento dos excessos de estoque. Além disso, define de modo mais preciso o papel do coeficiente de variação da demanda na quantificação do EC. A utilização do modelo proposto aumenta a eficiência da gestão de cadeias de abastecimento ao contribuir para atenuar a propagação do EC, elevar o nível de serviço e reduzir os níveis local e global dos estoques. Neste documento, os principais modelos de quantificação do EC são apresentados e analisados, com destaque para os trabalhos de Lee et al. (1997b), Chen et al. (2000), Fransoo e Wouters (2000) e Warburton (2004); nessa análise foram identificadas várias deficiências, capazes de produzir fortes distorções no processo de quantificação do EC. O modelo proposto supre integralmente estas deficiências e apresenta elementos que indicam que a intensidade e o comportamento estocástico e serial do EC só podem ser adequadamente modelados se a variabilidade do lead time for considerada e se os excessos de estoque forem utilizados no cálculo do tamanho dos pedidos. O novo modelo, além de contribuir para o entendimento da dinâmica do EC e para a ampliação do respectivo campo de discussão, representa adequadamente a complexidade das relações entre as variáveis associadas ao EC, o que lhe confere alta capacidade preditiva. Complementarmente, demonstra-se que o modelo de Chen et al. (2000) constitui um caso particular do modelo proposto. / The increase in demand variability as information flows from customers to manufacturers in a supply chain is known as the Bullwhip Effect (BE). Modeling this phenomenon is fundamental in measuring its intensity, aiming at reducing its negative impacts on both service and inventory levels in the supply chain. In this dissertation we propose a new, more precise mathematical model for quantifying the BE in systems with stochastic demand and lead time. The new model takes into account the lead time variability and is adjusted to a more realistic treatment of negative order quantities that may arise in some inventory cycles, two elements not present in the main available models in the literature. In addition, the model enables a more precise assessment of the role that the demand coefficient of variation plays in the quantification of the BE. The use of the proposed model enables an improved management of the supply chain by attenuating the propagation of the BE, increasing the service level and reducing inventory levels both locally and globally. In this dissertation, the main models for quantifying the BE are presented and analyzed, with emphasis in the works of Lee et al. (1997b), Chen et al. (2000), Fransoo and Wouters (2000) and Warburton (2004); in that analysis were identified several deficiencies, able to generate severe distortions in the quantification of the BE. The proposed model fully overcomes these deficiencies and presents elements that indicate that the intensity and stochastical and serial behavior of the BE can only be appropriately modeled if the lead time variability is considered and if inventory excesses are used in the order size calculation. The new model, in addition to contribute to the understanding of the BE dynamics enriching its analysis, represents appropriately the complexity of relationships among variables associated with the BE, contributing to its high predictive capacity. Finally, it is demonstrated that the model in Chen et al. (2000) represents a special case of the proposed model.

The thesis is focused on SCM and information support for supply chain managers with emphasis on modelling and simulation. The first main aim of the work is to verify the method for applicability in SCM problem solution. The second main aim is to analyse supply chains by means of modelling and simulation and find the most suitable supply chains for the area of The New economics. The third main aim is to analyse behaviour of supply chains under changing factors on which the supply chains are initially modelled. The output of this work is applicable in the theory, practice and education

The Master Thesis deals with offshoring and its logistic requirements. The first part of thesis characterizes terms as outsourcing, offshoring and offshore outsourcing. The main reasons for foreign production are seeking of resources (typically low cost labour) and expansion into new markets. Benefits and risks of offshoring are analyzed in the thesis, as well as criteria for selection of suitable host destination. Often overlooked impacts of globalization on integrated supply chain are also considered in this thesis. Central and Eastern Europe is one of important offshoring regions. CEE offers relatively cheap and qualified labour. However, its main benefit is its small geographical distance from Western Europe. The costs of servicing markets at Western Europe from CEE are much lower compared to servicing these markets from Asia.