В уходящем году для многих компаний остро встал вопрос своевременного пополнения запасов комплектующих и запасных частей. В этой статье хотим рассказать о том, как с помощью современных инструментов анализа больших данных оптимизировать управление цепью поставок и принимать взвешенные управленческие решения, основанные на реальных данных. Среди наших продуктов есть решения для эффективного управления производственными процессами и ТОиР, так что с тонкостями закупок и снабжения предприятий мы знакомы достаточно близко.
Проблемы управления цепями поставок и способы их решения
Каждое предприятие при организации складских запасов ориентируется на производственные планы, планы продаж и оборачиваемости складских площадей.
В процессе работы со складскими запасами возникают два основных вопроса — пора ли пополнить запас определенного товара, и, если да, каков будет объем заказа. При решении этих вопросов внимание специалиста сосредоточено на нескольких основных областях — это производство, запасы, сроки поставки, логистика, месторасположение объектов и вспомогательная информация.
Иногда на своевременность поставок может влиять неожиданное изменение внешних условий: пандемия, локдаун, повышение цен, нарушение логистических цепочек и другие факторы. Часто подобные события застают компании врасплох и проносятся «идеальным штормом» по бизнесу и производственным планам — вызывают пики, провалы и колебания, которые пагубно влияют на основной производственный процесс или сбыт. В таких условиях важно иметь «волнорез» — систему, позволяющую сгладить влияние нештатных ситуаций и задержек, чтобы производство продолжало работать в прежнем темпе. Именно эту задачу призваны решать современные системы, основанные на аналитике больших данных.
Рассмотрим пример типового процесса закупки.
Шаг 1. Оценка фактических остатков — выявление позиции с недостаточным уровнем запасов.
Шаг 2. Оценка динамики продаж/использования комплектующих и товаров.
Шаг 3. Принятие решения о закупке, уточнение размера заказа с учетом следующих факторов:
минимальная партия;
условия предоставления скидок;
наличие у компании финансовых резервов;
информация с рынка;
другие факторы.
По нашим оценкам, при ручном выполнении этой работы специалист тратит от 50% до 70% рабочего времени. При выборе и внедрении автоматизированной системы велик соблазн сфокусироваться только на оптимизации работы конкретных сотрудников отдела закупок. Однако оптимизация только их деятельности не даст ожидаемых экономических эффектов. Внедрение должно быть нацелено на улучшение всех процессов, связанных с управлением цепью поставок. Такая система поможет создать и поддерживать непрерывные и стабильные бизнес-процессы, а также нивелировать возникающие риски.
На наш взгляд, «идеальная» система управления закупками должна:
выдавать рекомендации по управлению закупками и поставками
помогать улучшить взаимодействие с поставщиками
формировать отчетность в различных разрезах
снизить влияние человеческого фактора
улучшить представленность ассортимента.
В идеальном случае, после внедрения системы менеджер будет заниматься только интеллектуальной работой, проверять отчеты и продумывать стратегии дальнейшего улучшения показателей.
По нашему опыту, внедрение системы позволяет:
высвободить до 70% рабочего времени менеджеров отдела закупок
уменьшить стоимость и время обработки заказа, а также объема складских запасов на 20-40%
сократить время выхода на рынок на 15-30% (при выводе нового продукта на рынок компаниями, занимающимися снабжением и дистрибуцией))
увеличить прибыль, сократить закупочные издержки и производственные затраты на 5-15%.
При этом срок окупаемости подобных систем, согласно нашему опыту, составляет 8-12 месяцев и практически совпадает со сроком их внедрения (6-7 месяцев). Это выгодно отличает проекты по автоматизации закупочной деятельности и управлению поставками от других ИТ-проектов такого масштаба, сроки внедрения и окупаемости которых в среднем составляют 2-3 года.
Зачем внедрять систему управления цепью поставок?
Сравним традиционную и современную схему цепи поставок.
Традиционную схему цепи поставок обычно применяют сбытовые и дилерские компании. В ней информация перемещается вместе с грузом: от поставщика к производству, оттуда в службу распределения и, наконец, в сбыт. На каждом этапе свои независимые метрики, планы и автоматизированные системы. Такая же логика движения информации зачастую справедлива и для производственных организаций. При возникновении нештатных ситуаций подобная система не всегда может среагировать достаточно быстро для предотвращения развития проблемы.
Современные системы, основанные на актуальных методиках, например, Demand Driven Material Requirements Planning (DDMRP), подразумевают централизацию информации по всем закупочным и сбытовым процессам. В качестве примера подобной системы может выступать F5 Platform — low-code платформы для анализа больших данных с помощью алгоритмов машинного обучения.
Централизованная система позволяет всем участникам процесса на каждом этапе создания и движения груза отслеживать его статус и заблаговременно выявлять возможные проблемы. Это поможет вовремя скорректировать операционные планы предприятий для предотвращения, например, риска остановки производства или отсутствия нужного товара на полке определенного магазина.
Более того, за счет обработки больших массивов данных, создания прогнозных моделей и проработки сценариев «что будет, если…?» современная система управления цепью поставок позволяет быстрее реагировать как на изменение внутри цепи поставки (изменение производственных планов, внештатный простой на одном из этапов, например, из-за забастовки или выхода из строя ключевого оборудования, стратегии продаж и т.д.), так и на глобальные вызовы, например, кризисы последних двух лет.
Разрабатывать своё или внедрять готовое решение?
Приняв решение о необходимости такой системы, компания неизбежно встает перед выбором: выбрать готовое решение или разработать свое. Работая над различными проектами, мы не раз просчитывали преимущества и недостатки каждого подхода. В результате можем утверждать, что наиболее выгодной для заказчика является покупка готового решения в противовес самостоятельной разработке.
Безусловно, никто лучше клиента не знает, какое решение ему нужно, и не всегда на рынке есть продукт, который закрывает весь спектр задач. Возникает соблазн сделать все своими силами: и деньги останутся внутри компании, и компетенции вырастут, и решение будет идеальным.
Но на практике (особенно если у компании не было опыта собственной разработки таких решений) часто оказывается, что бюджет уже освоен, а результата еще нет. Изначальный срок сдачи был один, но в процессе обнаружились «подводные камни» — дедлайн нужно переносить, а денег уже нет. Срок окупаемости проекта установлен, но с учетом новых планов, который тоже надо двигать. Трудозатраты растут, бюджет растет, а в результате получается компромиссное решение, которым тяжело пользоваться, но отказаться уже слишком дорого.
Наличие технологического партнера значительно упрощает задачу. Но риски переноса сроков, роста бюджета и трудозатрат всё ещё велики. Не стоит забывать и о сопровождении кастомного решения — это дорого и сложно. А еще подобные проекты особенно чувствительны к уходу сотрудников, обладающих необходимыми, иногда даже уникальными навыками по их сопровождению.
При этом выбор готового решения минимизирует большинство рисков. Вендор проверен, его решение готово и работает, компании не придется объяснять вендору основы своей деятельности. Бюджет и трудозатраты будут рассчитаны уже на старте проекта. Нужно только обсудить список доработок, чтобы он решал конкретные задачи компании. А сроки окупаемости и реализации проекта, которые мы показывали выше, позволяют с оптимизмом смотреть в будущее.
Но важнее то, что клиент приобретает решение, основанное на современных тенденциях к управлению цепью поставок и ресурсному планированию. То есть не только внедряется решение, но и меняется подход компании к выполнению бизнес-процессов, изменяется и вводится новая философия работы, что приносит дополнительные эффекты, выходящие за рамки первоначальных ожиданий.
Далее разберемся в тонкостях внедрения и настройки системы под потребности и задачи конкретного предприятия.
Внедрение, запуск и масштабирование data-driven системы управления цепью поставок
Для удобства восприятия мы выстроили этапы в определенном порядке. Но в реальных проектах последовательность не такая строгая и некоторые этапы могут выполняться параллельно, если позволяют ресурсы.
I. Подготовка к запуску
1. Обучение персонала методологии работы с системой. Сотрудники должны стать сторонниками системы и не думать, что она призвана их заменить. Важно донести, что внедрение системы позволит специалистам заниматься более ценной интеллектуальной работой. Еще одна задача данного этапа — оформить требования к системе с точки зрения терминов, чтобы команда внедрения и сотрудники компании в дальнейшем говорили на одном языке
2. Оцифровка условий закупки и производства. Как правило, данные не хранятся в одном месте — их необходимо привести в нормальный вид, централизовать их хранение. Также на этом этапе важно определить ответственное лицо — функционального специалиста, который будет отвечать за то, что эти данные поступают в полном виде. Оцифровывается дополнительная информация, которая хранится в голове у сотрудников, необходимая для организации логики системы, например, о сроках, минимальных партиях поставки и т.д.
На этом этапе важно стандартизировать параметры по каждой позиции: цикл заказа, минимальная партия, кратность и так далее. Необходимо сгруппировать позиции, которые закупаются, или по которым осуществляется дистрибуция. Можно, например, сгруппировать их по срокам выполнения, используя группы сроков — короткий временной интервал, средний и длинный, в зависимости от расстояний. В нашей системе есть возможность автоматической классификации, если есть исторические данные о закупках. В полуавтоматическом режиме можно определить приоритет.
3. Разворачивание системы в контуре заказчика. При этом, в зависимости от пожеланий заказчика, это может быть как on-premise, в облаке или гибридный формат.
4. Настройка обмена между системами, из которых мы будем получать данные.
II. Запуск проекта
1. Корректировка нормативно-справочной информации и данных. К этому этапу сотрудники компании уже имеют опыт взаимодействия с системой. И у команды внедрения, и сотрудников уже есть понимание, как организована структура хранения данных, поэтому этот этап можно назвать работой над удобством использования системы: данные корректируются и приводятся к оптимальному состоянию.
2. Обучение новых сотрудников, которые ранее не были вовлечены в проект.
3. Создание и обучение модели управления запасами. Этот этап нацелен на достижение наилучших показателей точности планирования, прогнозирования и оптимизации бизнес-процессов. Он позволяет качественно улучшить получаемые на выходе модели результаты.
В F5 Platform используются коробочные алгоритмы. На старте проекта они позволяют быстро получить первые результаты, однако для промышленного использования, как правило, требуются более точные показатели. Для этого мы производим дообучение существующих в системе алгоритмов с учетом специфики бизнес-процессов и данных конкретного заказчика, чтобы получить целевые показатели точности модели.
4. Расчет параметров и создание первых заказов. На этом этапе сотрудники плавно переходят к работе в системе — сначала в режиме совмещения с привычными инструментами. Далее настает момент, когда можно будет сказать «все, по-старому не работаем, работаем только в системе». Это сложный этап трансформации и изменений, который закономерно вызывает стресс и недовольство сотрудников , поэтому важно правильно настроить персонал на изменения и поддерживать его во всём.
Наверное, вы уже обратили внимание на большое количество этапов обучений?! Они нужны, чтобы у всех сотрудников возникло доверие к системе, а ещё чтобы лучше вовлечь IT-подразделение, так как потом работа системой будет в их зоне ответственности.
На этапах обучения алгоритмов и расчета параметров необходимо периодически донастраивать механизм автоматического пересчета объема партий и цикла заказов. Такая логика позволяет компании гибко реагировать на волатильность спроса, подготовиться к изменениям активности и смягчать последствия кризисных ситуаций.
III. Оптимизация, калибровка, масштабирование
1. Включение всех позиций (товаров, оборудования и т.д.) в систему.
2. Настройка системы уведомлений. Выставляются триггеры, на основе которых система будет сигнализировать об изменениях или выполнять какие-то действия с подтверждением человека. Например, «количество позиций в красной зоне, инициируй закупку». В случае наличия интеграций система может сама сделать такой заказ.
3. Формирование оптимального цикла производства с учетом минимальных партий. На основе получаемых данных, система выдает рекомендации или, если она работает в полу автономном режиме, запускает правила, которые создаются пользователями, как на основании экспертной оценки, так и на основании рекомендаций модели.
4. Настройка панелей, отчетов, дашбордов. Консультации, донастройка с учетом тактического, стратегического управления — в соответствии с целями компании.
Как реализуется Data Driven-подход у наших заказчиков
По нашему опыту, каждый этап внедрения занимает от 2 до 2,5 месяцев, то есть уже через 6-8 месяцев компания получает готовый цифровой продукт, охватывающий все бизнес-процессы закупочной деятельности и управления поставками.
Внедрение решения у одного из наших заказчиков позволило:
в 2 раза снизить уровень излишков и дефицита запасов по сравнению с начальным этапом
до 20% оптимизировать общий уровень запасов
до 80% повысить качество и скорость работы подразделения.
Последняя цифра особенно нас впечатлила. На первый взгляд может показаться, что до внедрения отделы не работали вообще. Однако, предпроектный показатель работы подразделения и бизнес-процессов в отношении количества выполненных в срок заказов к общему числу заказов уже был достаточно высок.
Таким образом, с помощью внедрения наших инструментов аналитики больших данных компания смогла увеличить эффективность уже работающих процессов на 80%. В результате внедрения комплексного проекта по управлению цепью поставок компания добилась снижения уровня запасов, повышения эффективности работы персонала, минимизации рисков, а также роста экономических показателей.
Оценить возможности одной из моделей, которую мы применили в этом проекте, можно в F5 Future — библиотеке no-code приложений. На примере демонстрационных данных можно оценить влияние различных критериев заказа на задержку поставки.
*Спойлер: страхование груза не влияет на задержку заказа, в отличие от количества позиций в заказе.