Количественная оптимизации цепей поставок производится за счет соединения человеческого интеллекта с возможностями современных вычислительных средств. Данная процедура не решает все проблемы. Она не является идеальным решением для всех задач, стоящих перед цепями поставок, однако она почти всегда позволяет улучшить ситуацию.
Количественная оптимизация цепей поставок помогает повысить уровень обслуживания, снизить уровень запасов и объем списаний товара, повысить продуктивность, снизить закупочные цены и оперативные расходы, а также многое другое. Проблемы, стоящие перед цепями поставок, сильно различаются в зависимости от конкретной ситуации. Количественная оптимизация цепей поставок позволяет работать со всеми видами таких задач, несмотря на их сложность. Для тех, кто привык к классическим методам оптимизации цепей поставок, количественный подход может показаться запутанным.
В этой статье мы расскажем о составляющих успешной количественной оптимизации цепей поставок. Мы подробно рассмотрим данную процедуру и объясним ее цели. Также мы разберем роли и навыки, необходимые сотрудникам для выполнения соответствующих проектов. Наконец, немного поговорим о методологии количественной оптимизации цепей поставок.
Цель
Работа с цепями поставок подразумевает принятие миллионов решений в день, за исключением очень малых компаний. Компании принимают решения о том, нужно ли оставить единицу товара там, где она находится, или переместить ее куда-либо каждый день для каждой единицы товара в запасе. Более того, тот же самый алгоритм применяется к единицам товара, которых нет в наличии и которые можно произвести или купить. Даже отказ от каких-либо действий является решением, которое нужно принять.
Количественная оптимизация цепей поставок позволяет оптимизировать миллионы решений в день; и раз уж мы говорим о миллионах, если не миллиардах операций, неудивительно, что компьютеры крайне важны для данной задачи. Это неудивительно, так как цепи поставок исторически являются одной из первых областей коммерческой деятельности, которая, наряду с бухгалтерией, была переведена в цифровую форму в конце 1970-х годов. Количественная оптимизация цепей поставок — это новый шаг в автоматизации бизнес-процессов.
Нужно признать, что за прошедшие двадцать лет было множество неудачных попыток создать «передовую систему управления цепями поставок». Очень часто такие системы только создавали неразбериху в цепях поставок. Принципы их работы были никому неизвестны и непонятны, автоматизация работала отвратительно и, как следствие, они выдавали так много плохих решений, что проблему становилось невозможно решить даже вручную.
Количественная оптимизация цепей поставок появилась, в какой-то мере, благодаря таким неудачным попыткам: вместо того чтобы делать вид, будто система знает компанию лучше, чем ее руководство, решено было сделать ставку на обработку данных, которые менеджеры компании загружают в систему, что оказалось надежнее, проще и эффективнее. Правильные информационные продукты дают широкие возможности, однако сегодня еще невозможно полностью освободить людей от работы с программными системами.
Таким образом, программы, которые компания использует для отслеживания своих изделий, материалов и других ресурсов, нельзя использовать для оптимизации решений. Это могут быть программы типа ERP, WMS, MRP или OMS — все подобное ПО предназначено для управления процессами и потоками данных компании. Не поймите нас неправильно: в целом упорядочивание данных и автоматизация делопроизводства приносят огромную пользу. Однако дело в том, что эти задачи не решают проблему применения знаний и наработок вашего коллектива в масштабах, требуемых для цепей поставок.
Оптимизация невозможна без измерения показателей. Как следствие, количественная оптимизация, как следует из названия, уделяет огромное внимание цифрам. Решения, связанные с цепями поставок — закупка, перемещение товаров — имеют последствия, а потому эффективность таких решений нужно оценивать
с финансовой точки зрения (например, в долларах), учитывая при этом здоровые перспективы развития бизнеса. Тем не менее создание эффективных показателей — это очень сложная задача. Одной из целей количественной оптимизации цепей поставок является создание таких показателей для конкретной компании. Эти показатели играют огромную роль на финальных стадиях проекта, когда производится оценка экономического эффекта (ROI) оптимизации.
Как уже упоминалось ранее, количественная оптимизация цепей поставок не является панацеей. Она не предназначена для того, что исправить или улучшить
всё в цепи поставок вашей компании. Она не поможет найти надежных поставщиков или партнеров по логистике. Она не гарантирует привлечение хороших работников и не обеспечивает их мотивацию. Тем не менее количественная оптимизация вполне может дать ощутимые результаты в своей специфической сфере.
Роли участников проекта
Для количественной оптимизации цепей поставок требуется очень мало человеческих ресурсов, даже если речь идет о достаточно больших масштабах. Тем не менее человеческие ресурсы для таких проектов необходимы, и в данном разделе мы подробно разберем этот вопрос. Прежде чем разбираться с различными ролями и их характеристиками, нужно обозначить ключевой принцип количественной оптимизации цепей поставок: компания должна получать выгоду каждый раз, когда человек вмешивается в работу системы.
Данный принцип противоречит тому, что происходит на практике с традиционными системами оптимизации цепей поставок: такие системы
активно используют человеческий труд, но не
приносят финансовую прибыль. Для поддержания непрерывного потока принятия решений требуется непрерывный поток данных, которые вводятся вручную. Такие данные могут быть различными: настройка сезонных изменений, работа с исключениями и предупреждениями, корректировка спрогнозированных значений и т. д.
При количественной оптимизации принимается радикально иная точка зрения. Дело не только в том, что труд необходимо оплачивать, но и в том, что опыт работы с цепями поставок в сочетании с пониманием целей компании — вещь довольно редкая, и ее нельзя тратить на рутинные задачи. Вместо этого нужно решить проблему необходимости ручного ввода данных: если системы прогнозирования выдают недопустимые значения, нет смысла их корректировать — нужно изменить входные данные или сам алгоритм прогнозирования. Лечение «симптомов» гарантированно ведет к бесконечной борьбе с одними и теми же проблемами.
Количество людей, необходимое для выполнения количественной оптимизации цепей поставок, зависит от масштабов цепи. Для компаний с оборотом менее 20 миллионов долларов может быть достаточно одного сотрудника, который, к тому же, будет работать не на полную ставку. В случае с большими компаниями могут потребоваться десятки человек, однако здесь речь может идти о многомиллиардных оборотах.
Лидер цепи поставок: количественная оптимизация ведет к смене парадигмы. Для введения изменений требуется лидер и поддержка высшего руководства компании. Очень часто руководство не хочет непосредственно участвовать в «технических вопросах», связанных с системой. При этом количественная оптимизация цепей поставок во многом зависит от полномасштабного выполнения стратегических задач. Если руководство не рассказывает коллективу о стратегических целях проекта, то он будет обречен на неудачу. От менеджеров не требуется придумать актуальные показатели — для этого требуются значительные усилия — однако они должны оценивать эти показатели.
Координатор цепи поставок: проекты по количественной оптимизации не должны задействовать большое количество сотрудников, однако в самих цепях поставок работает достаточно много человек. Если не охватить их всех, то может начаться неразбериха и реализация проекта затормозится. Таким образом, миссия координатора заключается в сборе отзывов от всех задействованных сотрудников компании и в обеспечении взаимодействия между всеми задействованными сторонами. Координатор должен объяснять реализуемые процессы и принимаемые решения и собирать обратную связь по показателям для оптимизации этих решений. Он также должен следить за тем, чтобы система учитывала рабочие процессы компании в том виде, в котором они существуют, сохраняя при этом возможность их изменения на более поздних этапах проекта.
Ответственный за данные: количественная оптимизация цепей поставок зависит от данных, и для реализации всех проектов необходим надежный доступ к данным для их пакетной обработки. Проект подразумевает работу не с определенным набором данных, а со всей историей продаж, всей историей закупок, полным каталогом продукции компании и т. д. Ответственный за данные должен обеспечивать поддержку проекта со стороны информационного отдела. Он отвечает за автоматизацию алгоритмов экспорта данных и ежедневное выполнение данных алгоритмов. На практике ответственному за данные приходится больше всего потрудиться в начале реализации проекта.
Специалист по цепям поставок: это человек, который использует систему — подробнее об этом позже — для совмещения данных, полученных координатором, и данных, полученных ответственным за данные, для автоматизации процесса принятия решений. Специалист производит подготовку данных (а эта задача гораздо сложнее, чем может показаться), и ему необходима активная поддержка Координатора, которому будет нужно связываться с огромным количеством людей, которые создали эти данные, если возникнут какие-либо затруднения. Он оформляет стратегию таким образом, чтобы ее можно было использовать для создания решений, например, для расчета объема заказов на закупку. Также специалист по цепям поставок формирует для данных панели управления и показатели результативности для обеспечения ясности, прозрачности и контроля.
В компаниях среднего размера очень удобно, если роли координатора и ответственного за данные выполняет один и тот же человек. Для выполнения такой задачи требуется определенный набор навыков, которыми редко обладает один сотрудник. Однако если таковой имеется, он может значительно ускорить реализацию проекта. В крупных компаниях координаторам рекомендуется ознакомиться с базами данных организации, даже если в начале проекта они мало знают о них. Информационная структура компании постоянно меняется, и понимание того, как изменения повлияют на проект, поможет обеспечить его непрерывную реализацию.
Подписки на управление от Lokad. Найти кандидата на должность
специалиста по цепям поставок может быть сложно для компаний, которые не занимались данным вопросом в течение многих лет. Lokad помогает таким компаниям реализовать проекты по количественной оптимизации цепей поставок, предоставляя услуги экспертов по плану обслуживания Premier. Помимо обучения, необходимого для реализации проекта, Lokad также уделяет время на выполнение алгоритмов для расчета решений и создания панелей управления, которые выдают нужные данные и позволяют менеджерам контролировать ситуацию и понять смысл проекта.
Технология
Пока что мы довольно мало рассказали о программах и технологиях, которые нужны для проведения количественной оптимизации цепей поставок. Количественная оптимизация цепей поставок во многом зависит от технологий, которые используются для ее реализации. По сути, любую программу можно выполнять с чистого листа, однако чтобы приносить ощутимую пользу, специалистам по цепям поставок требуется огромное количество данных. Таким образом, некоторые возможности системы, такие как прогнозирование и числовая оптимизация, требуют предварительного проведения объемных исследований, которые выходят далеко за рамки того, что специалист по цепям поставок может сделать за время реализации проекта.
Первое, что требуется для количественной оптимизации цепи поставок —
платформа обработки данных с программными возможностями, и желательно, чтобы это была платформа, предназначенная специально для обработки данных цепей поставок и решения проблем, связанных с ними. Вот почему мы говорим именно о платформе обработки данных: тот факт, что нынешние компьютеры и могут хранить по несколько терабайт информации, еще не означает, что они обладают и другими характеристиками, которые необходимы для реализации проекта (защита от сбоев оборудования, широкие возможности контроля доступа, совместимость с системами экспорта данных и т. д.). Кроме того, наборы данных обычно бывают очень большими, и для их обработки требуются более крупные платформы — иными словами, платформа должна обрабатывать огромные объемы данных за небольшое время.
Платформа обработки данных должна иметь
возможности программирования, то есть возможность выполнять практически любые алгоритмы обработки данных. Такие возможности дают языки программирования. Программирование справедливо считается очень сложным техническим навыком, и многие поставщики ПО пользуются страхом перед необходимостью работы с системой, которую нужно «программировать» для создания простого пользовательского интерфейса с кнопками и меню. При этом очень часто, когда сотрудники, работающие с цепями поставок, не имеют навыков программирования, в ход идут таблицы Excel. Это объясняется тем, что данные таблицы обладают программными возможностями, и в них можно прописывать достаточно сложные формулы. Нужно понимать, что программные возможности сегодня — это не роскошь, а важнейший компонент успеха.
Наконец, очень удобно пользоваться платформами обработки данных, специально предназначенными для работы с цепями поставок. Потребность в платформах для обработки данных характерна не только для цепей поставок: что-то подобное требуется, например, для алгоритмической торговли, которой занимаются банки и фонды. При этом расчет решений, касающихся цепей поставок, не требует невероятных скоростей, в отличие от высокочастотного трейдинга. Создание платформы обработки данных представляет собой процесс поиска технических компромиссов, а также выбора программной экосистемы, которая начинается с поддерживаемых форматов. Технические компромиссы и программная экосистема должны соответствовать задачам оптимизации цепей поставок.
Второе, что требуется для количественной оптимизации цепей поставок, — это
система вероятностного прогнозирования. Это ПО отвечает за расчет вероятности всех вариантов развития ситуации. Несмотря на то, что такие прогнозы поначалу кажутся непонятными, потому что они противоречат интуитивным догадкам, именно в их неопределенности и заключается вся суть: будущее неизвестно, а потому однозначный прогноз всегда окажется неверным. Классический подход к прогнозированию отвергает неопределенность и вариативность будущего, и в результате компании получают проблемы из-за прогнозов, которые, по идее, являются точными, но на самом деле оказываются неверными. Системы вероятностного прогнозирования решают эту проблему радикально за счет вычисления вероятностей всех вариантов.
Вероятностное прогнозирование в цепях поставок обычно состоит из 2 этапов: сначала прогнозируется время выполнения заказов, а затем спрос. Прогноз времени выполнения заказа отражает вероятность всех возможных сроков выполнения заказа, выраженных в днях. Прогноз спроса отражает вероятность различных уровней спроса. Он создается на основе прогноза времени выполнения заказа, который необходим для начала вычислений. Горизонт прогнозирования спроса должен соответствовать времени выполнения заказа, которое является неопределенным само по себе.
Система вероятностного прогнозирования выдает распределение вероятности событий, поэтому результаты прогнозирования содержат гораздо больше информации, чем прогнозы, созданные с помощью классических систем. Эта проблема не является фатальной, однако во избежание трудностей при обработке огромного количества вероятных событий, требуется тесное взаимодействие между платформой обработки данных и системой прогнозирования.
Технологии Lokad. Можно было бы сказать, что технологии Lokad разрабатывались специально для количественной оптимизации цепей поставок, но на самом деле все было наоборот. Команды разработчиков Lokad совершили прорыв в вероятностном прогнозировании и создании моделей обработки данных, которые намного лучше подходили для решения задач цепей поставок, нежели традиционные методы. Мы осознали масштаб прорыва, когда увидели, что новые элементы оказались чрезвычайно эффективными на практике. Это привело к пониманию того, что сотрудники Lokad занимаются именно количественной оптимизацией цепей поставок. Система Lokad использует и платформу обработки данных — язык программирования Envision — и систему вероятностного прогнозирования. Таким образом, количественная оптимизация цепей поставок по природе своей основана на эмпирических знаниях.
Фазы проекта
Количественная оптимизация цепей поставок во многом полагается на разработки ПО и наиболее эффективные процедуры, которыми пользуются аналитики. Процедура состоит из множества этапов, причем заранее заданным значениям уделяется достаточно мало внимания, тогда как наиболее важными моментами считаются универсальность системы и возможность ее восстановления после каких-либо проблем и/или неожиданных результатов. Как следствие, применяемая методология удивляет организации, которые мало знакомы с созданием компьютерных программ.
Первая фаза проекта —
определение масштабов, то есть выбор решений, связанных с цепями поставок, которые будут затронуты проектом. Во время данной фазы также диагностируются возможные затруднения, связанные с процессом принятия решений и актуальными данными.
Вторая фаза —
подготовка данных. Она заключается в создании автоматического алгоритма, который будет копировать все актуальные данные из системы, которой пользуется компания, на отдельную аналитическую платформу. Также во время этой фазы происходит подготовка данных к количественному анализу.
Третья фаза —
пилотная. Она заключается в выполнении первичного алгоритма принятия решений, например, относительно объема закупок, что само по себе уже должно стать значительным улучшением для рабочих процессов компании. Этот алгоритм должен быть полностью автоматизирован.
Четвертая фаза —
производство, во время которой проект выходит на полную мощность с отслеживанием и корректировкой эффективности процессов. Во время этой фазы принимаются решения о подгонке непосредственно моделей цепей поставок.
Фаза
определения масштабов является наиболее простой, и она заключается в выборе повседневных решений, которые будут затронуты проектом. Зачастую эти решения должны учитывать различные ограничения: минимальный объем заказа (MOQ), контейнерная доставка, максимальная вместимость складов и т. д., которые необходимо внимательно проанализировать. Кроме того, решения также зависят от экономических факторов: расходов на хранение запасов, убытков из-за дефицита товара, валовой прибыли и т. Д. Такие факторы также необходимо изучить. Наконец, необходимо решить, какие данные являются актуальными и из каких систем их нужно экспортировать.
Фаза
подготовки данных является самой сложной, и именно в течение этой фазы происходит большинство ошибок. Сложность получения доступа к данным и их анализа почти всегда недооценивается. Операционные системы (например, ERP / MRP / WMS / OMS) создаются для управления компанией и обеспечения ее деятельности. Интересующие нас данные являются побочными результатами работы таких систем и потому не предназначены для фиксирования такой информации. Как следствие, данная фаза связана с определенными сложностями. Сталкиваясь с трудностями, большинство компаний делают ошибку: они пытаются составить полный список характеристик продукции. К сожалению, это помогает справиться только с известными или ожидаемыми проблемами. Тем не менее самые большие сложности на данной фазе, как правило, предугадать невозможно.
На практике проблемы выявляются, только когда кто-нибудь начинает проверять данные, пытаясь рассчитать соответствующие решения на их основе. Если алгоритм выбран правильно, но решения выдает неудовлетворительные, то проблема, скорее всего, заключается в данных. Решения, рассчитываемые на основе данных, очень сильно зависят от качества информации, а потому они отлично показывают, как хорошо или плохо компания контролирует свои данные. Кроме того, данный процесс позволяет проверить данные наиболее актуальным для компании образом. Качество и понимание данных необходимы лишь для того, чтобы компания могла получить с их помощью выгоду. Рекомендуется уделить достаточно внимания проблемам с данными, которые влияют на соответствующие решения.
Во время
пилотной фазы проверяется система управления цепями поставок. Вероятностные прогнозы и неопределенность будущего могут быть достаточно трудны для понимания. При этом многие традиционные методы, такие как еженедельные или ежемесячные прогнозы, резервный запас, покрытие запасами, предупреждения или ABC-анализ приносят больше вреда, чем пользы. Это не означает, что проекты по количественной оптимизации цепей поставок можно бросать на самотек. На самом деле все наоборот: измерение эффективности является обязательным условием для количественной оптимизации цепей поставок. Тем не менее многие традиционные методы управления цепями поставок зачастую подходят к решению проблем так, что это становится невозможным. Таким образом, во время пилотной фазы руководителям, отвечающим за цепи поставок, необходимо следить, чтобы в проект не включались элементы, которые приведут к потере эффективности на последующих стадиях. Нельзя хвалить причину и проклинать следствия.
Затем проверяются специалист по цепям поставок и технология — необходимо выполнить алгоритм и рассчитать соответствующие решения за небольшой период времени. Изначально требуется создать решения, которые специалисты сочтут разумными и которые не будут требовать обязательной ручной корректировки. Создание «разумных» решений с помощью автоматических систем — задача гораздо более сложная, чем может показаться. Традиционные системы управления цепями поставок требуют значительного объема ручной настройки просто для того, чтобы работать: нужно учесть и новую продукцию, и промоакции, и случаи дефицита товаров... При количественной оптимизации цепей поставок используется новое правило: при выполнении повседневных операций ручной ввод данных запрещается, все актуальные факторы должны быть включены в алгоритм.
Координатор цепи поставок должен зафиксировать все факторы развития, рабочие потоки и особенности функционирования компании, которые необходимо включить в алгоритм принятия решений. После этого специалист по цепям поставок должен подготовить первую группу ключевых показателей деятельности, связанных с решениями. Эти показатели вводятся для того, чтобы сотрудники компании понимали, как работает система. Данная проблема часто возникает при использовании сложных числовых расчетов. Нужно отметить, что ключевые показатели деятельности разрабатываются при участии руководителя цепи поставок, который следит за тем, чтобы все они соответствовали стратегии развития компании.
Во время
фазы производства проект стабилизируется и выходит на полную мощность. Решения, рассчитанные с помощью алгоритма, активно используются, и их результаты тщательно отслеживаются. Обычно для оценки того или иного решения, связанного с цепями поставок, требуется от нескольких недель до нескольких месяцев, в зависимости от времени выполнения заказов. Таким образом, темп реализации проекта в фазе производства снижается, чтобы можно было провести надлежащую оценку эффективности автоматически создаваемых решений. Проект переходит в фазу непрерывного улучшения. Дальнейшее совершенствование всегда желательно, однако необходимо найти баланс между выгодой, которую можно получить благодаря подстройке алгоритма, и сложностью выполнения этой подстройки, иначе система перестанет быть эффективной.
Координатор цепей поставок, освобожденный от повседневного ввода данных, теперь может заниматься стратегическими задачами, которые ставят перед ним руководители цепей поставок. Изменения, предложенные во время пилотной фазы, обычно несколько затормаживаются во избежание остановки работы компании из-за слишком масштабных нововведений. Благодаря более медленному изменению алгоритма принятия решений становится возможным поэтапно проанализировать рабочие процессы и еще больше повысить эффективность компании за счет аспектов, не связанных с повседневными решениями.
Специалист по цепям поставок продолжает подстраивать алгоритм, уделяя все больше внимания ключевым показателям деятельности и качеству данных. Он также отвечает за корректировку алгоритма, так как со временем выявляются его мелкие недостатки и ограничения, которые обычно связаны с редко возникающими ситуациями. Кроме того, алгоритм принятия решений должен изменяться в соответствии с рабочими процессами — это нужно, чтобы он соответствовал рабочим потокам и стратегии развития компании. Даже если внутренние процессы не меняются, постоянные изменения происходят в коммерческой и информационной среде, и специалист по цепям поставок должен обеспечивать соответствие алгоритма принятия решений современным требованиям.
