Оптимизация контейнерной доставки за счет прогнозирования спроса

Жоаннес Верморель, декабрь 2016 г.

В управлении товарными запасами важно различать две фазы: первая — предсказание ожидаемого уровня спроса (прогнозирование спроса); вторая — оптимизация объема нового заказа в зависимости от соответствующих ограничений. Контейнерная доставка часто используется при импорте товаров, и она представляет собой ограничивающий фактор с точки зрения поставок. В данной статье мы подробно описываем методы, которые можно использовать при заказе товаров контейнерной доставкой, учитывая прогнозирование уровня спроса.

Оценка наполняемости контейнера

A pile of containers with a forklift

A pile of containers with a forklift

Предположим, что Contoso — вымышленная компания, которая занимается розничной торговлей в Канаде и импортирует товары из Китая, доставляемые контейнерами примерно раз в 10 недель. Каждый контейнер стоит дорого, поэтому для повышения эффективности их использования компания Contoso стремится к тому, чтобы контейнеры приходили полностью заполненными. В то же время компания Contoso хотела бы иметь как можно меньше товаров в запасе и в пути, сохраняя при этом достаточную вероятность обслуживания для удовлетворения клиентов. Второе утверждение является стандартным компонентом оптимизации товарных запасов, независимо от того, доставляются ли товары в контейнерах или нет.

Контейнерная доставка в силу своей природы имеет некоторые ограничения, создающие две проблемы. Во-первых, при размещении нового заказа компании Contoso нужно определить, будет ли контейнер заполнен полностью или даже перегружен. Во-вторых, время выполнения заказа, становится довольно неопределенным вследствие того, что оно зависит об будущего спроса. Повышение продаж ускоряет создание нового заказа и может сократить задержку между доставками, тогда как снижение продаж приводит к противоположным последствиям.

Существует множество способов оценки «наполняемости контейнера». Компания Contoso выбрала простой метод, когда каждому предмету присваивается «коэффициент наполнения», условная единица, которая отражает объем (и иногда вес) одной единицы любого товара. Руководствуясь опытом, сотрудники Contoso знают примерный объем всех товаров, и они также знают, что в их 6-метровый контейнер поместится 33 м³ продукции. В результате, при размещении новых заказов Contoso рассчитывает объем заказа, умножая количество единиц товара на их объем. Кроме того, Contoso руководствуется общим правилом, которое гласит, что контейнер должен быть заполнен примерно на 80% от общего объема, чтобы при его наполнении не возникало проблем. Contoso не пытается заполнить контейнер на 100%, потому что на практике это очень сложно и не очень выгодно. Вместо этого используется эвристический алгоритм, который достаточно точно показывает, когда контейнер будет примерно заполнен.

Расчет времени между поставками

Чтобы система могла создать прогноз с правильным временем выполнения заказа, следует сделать оценку промежутка времени между двумя поставками. На практике Contoso не требуется даже знать «даты» доставки, нужно знать только время до следующей поставки при условии, что заказ был размещен сегодня.

Дата следующей доставки контейнера должна прогнозироваться отдельно. На практике, очень немногие системы прогнозирования поддерживают прогнозирование данного значения. Тем не менее, в Contoso знают, что контейнеры приходят, примерно когда продано определенное количество товаров (Х). Прогнозирование спроса на тысячи товарных позиций вручную — невероятно трудоемкий процесс, однако прогнозирование контейнерных доставок с помощью таблиц Excel, в которых содержатся данные о еженедельных продажах за последние три года и даты соответствующих поставок, не представляют большой сложности. Поэтому Contoso работает с данными о всех продажах за неделю, а это достаточно удобный временной ряд. Кроме того, используется два фактора: сезонность и мода. Сезонность рассчитывается путем простого сравнения показателей за соответствующие периоды предыдущих лет. Фактор моды вводится при участии отделов маркетинга и продаж, имеющих более глубокие и четкие представления о развитии рыночной ситуации (*). При прогнозировании требуется рассчитать только один временной промежуток, поэтому компания Contoso раз в неделю вручную проверяет наиболее вероятное время между двумя ближайшими друг к другу поставками, и для этого требуется всего около 20 минут и небольшая таблица Excel.

(*) Такой метод можно использовать в данном случае для оценки поставок, так как Contoso работает с общими продажами за неделю. Таким образом, большинство ошибок исчезает, и работать с общими продажами за неделю довольно удобно, к тому же по ним можно отслеживать сезонность. Если рассматривать продажи отдельных товаров, подобный метод не дал бы хороших результатов. Кроме того, необходимо рассчитать только один промежуток времени, поэтому можно нанять эксперта, который уделит достаточное количество времени корректировке оценок. Если использовать тот же метод на данных о продажах отдельных товаров, сотрудник, ответственный за прогнозирование, тратил бы менее 30 секунд на каждый прогноз, и при этом сильно пострадала бы точность результатов.

В начале каждой недели после оценки наиболее вероятного промежутка времени между двумя последующими поставками Contoso может рассчитать соответствующее время выполнения заказа по терминологии Lokad. Время выполнения заказа в Lokad рассчитывается путем сложения времени между двумя ближайшими друг к другу поставками и непосредственно времени транспортировки. Ожидаемое время между двумя поставками составляет 10 недель, а время транспортировки товара из Китая в Канаду составляет 5 недель. Таким образом, время выполнения заказа в Lokad составляет (10+5) x 7 = 105 дней.

Обновление недельных прогнозов

Теперь Contoso загружает самые свежие данные о продажах в свою систему прогнозирования. Время выполнения заказа обновляется с учетом текущих ожидаемых доставок. Контейнеры рассчитываются по-разному в зависимости от методов прогнозирования:
  • при использовании классических прогнозов (напр., недельных прогнозов) ожидаемый спрос суммируется за время выполнения заказа, и к этой сумме добавляется резервный запас. Если полный объем заказа (без учета наличных и заказанных товаров) превышает объем контейнера, размещается заказ на доставку нового контейнера.
  • при использовании квантильных прогнозов процесс расчета, в целом, схож, однако в нем не участвует резервный запас: он сразу включается в квантильную оценку. Как и в предыдущем примере, процесс расчета основан на пороговых значения, и новый контейнер отправляется, когда объем заказа достигает объема контейнера.
  • при использовании квантильной решетки контейнер заполняется до отказа каждый раз при обновлении прогнозов в соответствии со списком приоритетных закупок. Затем, нужно оценить рентабельность контейнерной доставки на данном этапе с помощью экономических показателей. Как только рентабельность достигает определенного порогового значения, размещается заказ на доставку нового контейнера.

На практике, при использовании контейнерных поставок мы всегда рекомендуем пользоваться прогнозированием на основе квантильных решеток, так как такие прогнозы позволяют легче обходить ограничения поставок.