汽车制造工业对物流供应要求相当高，其中最难的地方在于有效提供生产所需的千万种零件器材。居世界汽车领导地位的德国BMW公司，针对顾客个别需求生产多样车型，因而让难度已经颇高的汽车制造物流，更增添其复杂性。其3个在德国境内负责3、5、7系列车型的工厂，每天装配所需的零件高达4万个运输容器， 供货商上千家。面对如此庞大的供应链，非藉助一套锦囊妙计不可。
BMW的订单要求
在汽车组装零件的送货控制中，最重要的是提出订货需求，也就是把货物的需要量和日期通知物流采购中心。BMW在生产规划过程中，可以针对10个月后所需提出订货需求，供货商也可藉此预估本身对上游供货商所需提出货物的种类及数量。不过，随着生产日期的接近，双方才会更明确地知道需要量。
针对送货控制而言，一般可分为两种不同形式：一为根据生产步骤所需提出订单，另一种为视当日需要量提出需求。前者为由生产顺序决定需要量(Just-in-Sequence），其零件大多在极短时间内多次运送，由于此种提出订单方式对整个送货链的控制及时间要求相当严格，因此适用在大量、高价值或是变化大的零件。
对于大多数的组装程序而言，只要确定当天需要量就足够了，区域性货运公司在前一天从供货商处取货，把这些货物储放在转运点，大多数只停放一晚，隔天就送抵BMW组装工厂。 在送抵BMW工厂的先前取货并停放在转运点的过程称为“前置运送”，而第二阶段送达BMW工厂的步骤称为“主要运送”。
过去几年里，BMW公司已把根据生产顺序所需的订货方式最佳化。视当日需要量提出订单方式仍有极大发展潜能，所以BMW公司目前积极对此项最佳化进行研究。
高送货频率，高成本
为了降低BMW的仓储设备成本，该公司向来积极减少本身存货数量，如此导致供货商送货频率的提高，例如每周多次送货，或甚至达到必须每天送货，造成货运成本提高。“前置运送”及“主要运送”的费用计算有所不同，前者的费用计算是把转运点到供货商的路程、等待及装载时间都列入计算，与运送次数成正比，但与装载数量的多寡无关。而后者的费用计算是与货物量成正比，不受送货次数影响。
最佳化潜能
基本上前置运送与仓储设备成本是互相抵触的，因为为了降低仓储成本而减少仓储设备，会造成运送频率及其成本的提高。为降低前置运送成本，尽量一次满载，囤积存货，势必造成仓储成本的提高。因此，两者间取得平衡，降低整体成本，达到最佳化的策略势在必行
大多数供货商接到BMW不同工厂的订单，可由同一个货运公司把货物集中到统合的转运站（Hub），然后由此再配送到各所需工厂，这样有效地安排取货路径，降低前置运送所需成本。同时也考虑各工厂间整合性仓储设备及运送的供应链管理、各个价值创造的部分程序及次系统，使其产生互动影响，着眼点不再只限于局部最佳化，而是以整体成本为决定的依归。
成本方程式及最佳化运算法
在最佳化的过程里，首先必须定义一个成本方程式，此方程式的变量为：货运距离及重量的运输费率，此参考基准为以到1993年止所实施的GNT及GFT（货物远、近距离运输费率表）。不过这费率参考表并不适用于BWM公司的前置运送上，因为在前置运送中，同一货运公司并不只是服务某一固定供货商，因而无法以单纯方式计算运输成本。
BMW公司尝试把其供应链上的合作伙伴（如运输公司等），纳入成本节约的考量因子，这也是物流链管理的意义所在。
根据上述考虑因素，建立成本方程式，当中亦考虑到不同取货方式，例如在一次的前置运送中，安排替几个BMW工厂同时取货。这个成本方程式是建立在最佳化计算法的基础上，考虑因素为对供货商成本最低化之送货频率、其它与实务有关的不同附随条件，例如尽可能让运输工具满载、每周固定时间送货等。如果同一货运公司替多个BMW工厂送货，则必须安排送货先后次序，以达成本最佳化。此外，运送货量最好一星期内平均分配，让运输工具及仓储达到最高使用率，不致影响等待进货时间。
个案专题研究结果
根据此最佳化研究结果，对多数货运公司而言，高载率及每天送货所造成的成本最划算。相反地，对小量的供货商而言，减少送货频率，可以明显降低整体成本。对一个只专门服务BMW的某工厂之供货商而言，在每天送货的情况下，前置运送的成本将占整体成本的大部分，而仓储设备所造成影响则较小。如果这家供货商每周只送货两次，则会造成仓储设备需求提高，不过，前置运送的节省部分可以贴补仓储成本提高的部分。
此个案研究结果显示，采购过程的物流成本可明显地降低，这项最佳化只与规划之计算法有关，可以很容易地整合到系统里。此步骤只显示物流链管理的第一步，其它部分也具有最佳化潜能，例如供货商的处理程序及成本，更进一步的是考虑供货商的制造及库存状况。如此，可以降低整个价值创造链上的库存成本，这也是整个物流供应链里，提高竞争力的最佳利器。
