Cистемы стратегического моделирования цепочек поставок: опыт внедрения

В статье описан процесс реализации типового проекта по внедрению системы стратегического планирования цепочек поставок.

Подробно рассмотрены все этапы данного проекта, риски, характерные для каждого этапа. Автор дает рекомендации по минимизации указанных рисков и максимально эффективной оптимизации процессов планирования.

Информационные системы поддержки принятия решений, базирующиеся на алгоритмах линейного и смешанного целочисленного программирования, уже на протяжении многих лет успешно применяются в военной сфере, промышленности, сельском хозяйстве, транспортной отрасли, финансах, здравоохранении. Сегодня наиболее активно растущим сегментом рынка оптимизационных технологий являются так называемые системы планирования цепочек поставок (Supply Chain Planning Systems).

Несмотря на солидный опыт, накопленный в ходе внедрения подобных систем, и впечатляющие показатели окупаемости проектов, руководители функциональных подразделений компаний зачастую достаточно пессимистично оценивают перспективы внедрения процессов планирования, ключевым элементом которых является применение методов математического моделирования. Данная ситуация в значительной степени обусловлена двумя факторами:

1) предубеждениями и психологической неготовностью персонала компании к изменениям устоявшихся процессов планирования;

2) несовершенством информационной инфраструктуры компании, что усложняет сбор и обработку необходимых для моделирования данных.

Опыт показывает, что тщательно спланированные и вовремя проведенные превентивные мероприятия позволяют избежать реализации большинства рисков, связанных с недостаточной проработкой описанных указанных факторов. В рамках данной статьи на примере моделирования производственно-логистической сети крупного холдинга мы проанализируем потенциальные риски проекта по внедрению системы стратегического планирования цепочек поставок и дадим рекомендации по их эффективному предупреждению.

Ключевые риски проекта можно структурировать в соответствии с его пятью основными этапами:

1) формализация исходной проблемы;

2) сбор данных;

3) построение базовой модели и проверка ее адекватности;

4) сценарный анализ;

5) разработка рекомендаций.

Формализация исходной проблемы

На данном этапе команда аналитиков проводит исследования той предметной области, где возникла проблема. В результате исследований должны быть определены и описаны следующие принципиальные элементы решаемой задачи:

1) возможные альтернативы в производственно-логистической цепочке;

2) целевая функция оптимизации (т.е. основной критерий / набор критериев по которым происходит решение оптимизационной задачи);

3) система ограничений, налагаемых на возможные решения.

Ключевым фактором успеха на данном этапе является максимальное участие экспертов заказчика в постановке задачи. Однако степень вовлеченности экспертов и форма их участия могут существенно варьироваться в зависимости от ряда факторов.

Как правило, первое, с чем приходится сталкиваться группе внедрения, это недоверие бизнес-пользователей к оптимизационным технологиям. Оно возникает из-за изначально неверного предположения о том, что информационная система в конечном итоге полностью заменит экспертов в процессе планирования, сведя их функции к простому вводу данных.

Решения реальных задач по оптимизации цепочек поставок на этапе внедрения являются результатом коллективной работы, когда заказчики и аналитики работают бок о бок. Аналитикам, имеющим представление о возможностях математического моделирования, необходимы опыт и знание реальной ситуации, которыми обладает клиент, для которого, собственно, и решается задача оптимизации. В свою очередь опыт и знания аналитиков требуются бизнес-пользователям на этапах сценарного анализа и разработки рекомендаций для верификации результатов оптимизации с точки зрения их логичности и исполнимости, т.е. применимости этих планов на практике.

Следует отметить, что новый бизнес-процесс, выстраиваемый в компании, зачастую может в корне отличаться от существующих процедур планирования. Изменения могут касаться количества участников процесса, сроков предоставления данных, порядка и методов верификации стратегических сценариев. К примеру, в рассматриваемом нами холдинге горизонт стратегического планирования был расширен с 5 до 20 лет. В ходе моделирования ключевые макропараметры (курс валюты, индекс роста железнодорожных тарифов и т.п.) изменялись несколько раз, чего просто не мог позволить себе старый бизнес-процесс из-за длинного цикла перепланирования, осуществлять планирование в подобных условиях (кризис 2008 г.) в рамках старого бизнес-процесса было бы невозможно, поскольку обилие ручного труда и человеческий фактор существенно увеличивали цикл перепланирования.

В разработке и верификации модели производственно-логистической сети активное участие принял финансовый департамент, т.к. ключевым преимуществом нового процесса планирования стала возможность сквозной оптимизации цепочки поставок с учетом логистических и финансовых ограничений. Ранее экономические результаты стратегических планов рассчитывали только после утверждения объемов производства и перевозки, и компания зачастую упускала прибыль вследствие неоптимальной балансировки спроса и предложения.

Изменения в практике планирования потребовали разработки и проведения ряда подготовительных обучающих мероприятий, в рамках которых бизнес-пользователи осваивали новые для себя обязанности. Своевременная трансляция преимуществ новой концепции планирования до ключевых участников проекта, согласование с ними поэтапного плана перехода к новым процедурам позволили избежать неприятия и сопротивления новшествам со стороны персонала компании-заказчика.

Основной вывод в отношении первого этапа проекта может звучать следующим образом: предварительное обучение ключевых бизнес-пользователей методологии оптимизации цепочек поставок и их максимальное привлечение к разработке концепции реализации проекта позволяют существенно упростить процесс создания модели и, самое главное, получить на заключительном этапе заранее прогнозируемый результат в виде оптимального и исполнимого плана цепочки поставок.

Сбор данных

Следующий этап – это формирование на основе предварительного концептуального дизайна решения, разработанного на этапе формализации проблемы, требований к структуре и формату представления данных, необходимых для создания модели производственно-логистической сети. После утверждения форматов специалисты заказчика в соответствии с календарным графиком приступают к процессу сбора данных.

Мероприятиям по сбору данных должна предшествовать разработка методов агрегации объектов модели. Необходимость агрегации (группировка товара, укрупнение объектов сети и процессов) обусловлена, во-первых, нежелательностью излишнего детализирования информации для стратегического планирования, во-вторых, соображениями экономии ресурсов при сборе данных, в-третьих, техническими ограничениями аппаратного обеспечения.

При разработке подходов к определению степени детализации производственно-логистических объектов цепочки поставок описываемой компании проектная группа придерживалась принципа декомпозии. Объект (склад, производство, производственный ресурс) обозначался отдельной сущностью в модели цепочки поставок в следующих случаях:

1) если он имел альтернативные каналы поставки;

2) если он имел альтернативные источники снабжения;

3) если он мог накапливать запасы;

4) если он обладал уникальными характеристиками, по которым было необходимо готовить отчетность в рамках процесса стратегического планирования.

Разработка продуктовых групп велась с учетом следующих факторов:

• степень детализации объектов производственно-логистической цепочки и ключевые характеристики данных объектов в привязке к продуктам (производительность ресурсов, выход годного, стоимость производственных и логистических операций);
• значение ключевых характеристик продуктов (цена реализации, объемные и весовые параметры и пр.).

Необходимо отметить, что форматы запросов в структурные подразделения и форматы консолидированных данных для загрузки в используемое программное обеспечение могут значительно отличаться. Проектная группа может пойти на это с той целью, чтобы упростить процесс подготовки данных специалистами структурных подразделений. Тем не менее функции консолидации и контроля корректности собираемых данных должны возлагаться на ответственное лицо, представляющее заказчика.

Для описываемого холдинга, к примеру, были разработаны специальные шаблоны данных в Excel, формат которых в наибольшей степени воспроизводил формат внутренней отчетности структурных подразделений. Для консолидации данных был назначен специалист, который впоследствии полностью взял на себя роль планировщика. Непосредственное участие этого специалиста в сборе данных, а затем в загрузке их в систему стратегического моделирования позволило значительно упростить процесс передачи знаний и свести развернутый курс обучения работе с программным продуктом к семинару типа «вопрос – ответ».

Относительно второго этапа проекта можно сделать следующие выводы:

• своевременное согласование принципов агрегации позволяет значительно сократить объем работ, связанных с приведением собранной информации к унифицированному виду, а также избавляет от необходимости направлять повторные запросы по поводу недостающих данных;
• формирование предварительного запроса информации, необходимой для моделирования, позволяет заранее определить недостающие данные и спланировать мероприятия по их получению;
• использование специализированных шаблонов запросов облегчает сбор данных в структурных подразделениях компании.

Построение базовой модели и проверка ее адекватности

В рамках задачи по построению базовой модели специалисты исполнителя осуществляют непосредственную загрузку собранной на втором этапе информации в базу данных оптимизатора. После этого проводится имитационное моделирование цепочки поставок на определенном временном промежутке. Сравнительный анализ результатов моделирования и имеющихся результатов реальной деятельности компании за исследуемый период является основой для оценки адекватности модели.

Процедура загрузки носит чисто технический характер, в ходе нее выявляют и исправляют ошибки, связанные со ссылочной целостностью данных. Наличие подобных ошибок объясняется тем, что в целях экономии времени бизнес-пользователи в качестве наиболее удобного и привычного средства ввода данных в большинстве случаев используют электронные таблицы, не обладающие встроенными механизмами проверки ссылочной целостности.

В рамках реализации проекта в описываемом холдинге после окончательного утверждения шаблонов данных специалисты проектной группы разработали процедуры трансформации, позволяющие импортировать информацию из электронных таблиц в нормализованные таблицы базы данных оптимизатора. Помимо импорта данных в процессе конвертации процедуры предусматривали осуществление ряда операций по автоматической генерации дополнительных сущностей, что избавило планировщиков от необходимости рутинного ввода повторяющейся информации.

Отдельного упоминания заслуживает метод проверки адекватности модели. Как уже было сказано, общепринятым методом проверки адекватности модели является сравнение полученного решения с уже имеющимися результатами деятельности реальной цепочки поставок. Модель считается адекватной, если при определенных начальных условиях полученные с ее помощью результаты совпадают с результатами деятельности компании при тех же начальных условиях. Между тем, иногда не представляется возможным сравнить модель с реальной системой (например, из-за отсутствия таких данных).

В этой ситуации специалистам команды внедрения следует на экспертной основе оценить реалистичность решения модели, т.е. убедиться, что решение, полученное в рамках построенной модели, имеет смысл и интуитивно приемлемо.

При разработке концепции модели производственно-логистической сети холдинга были введены упрощения, которые не позволили производить прямое сравнение результатов моделирования с реальными результатами деятельности компании (к примеру, в стратегической модели не учитывался собственный транспорт, что отражалось на результирующих транспортных затратах). Данные упрощения привели к необходимости определения не четких значений целевых нормативов, а скорее их диапазонов (по затратам, прибыльности), которые должна была продемонстрировать модель в рамках процедуры проверки адекватности.

Основной вывод в данном случае звучит так: ключевые задачи, определяющие успех третьего этапа, - это разработка интегральных нормативов - стратегических показателей, по которым будет производиться оценка адекватности модели, и определение целевых доверительных интервалов для каждого норматива.

Сценарный анализ

Цель четвертого этапа проекта – моделирование различных сценариев будущего развития производственно-логистической цепочки поставок. Основными задачами данного этапа являются формализация сценариев в виде технического задания и планов в системе стратегического планирования.

Примерный перечень сценариев моделирования составляют еще на этапе формализации проблемы. На четвертом этапе происходит их окончательное согласование и утверждение. Причина, по которой целесообразно осуществлять данные процессы на завершающих этапах проекта, заключается в степени зрелости экспертов, как со стороны заказчика (понимание принципов работы системы и логики принятия решений), так и со стороны исполнителя (более глубокое понимание специфики конкретного бизнеса).

Возвращаясь к примеру холдинга, отметим, что эксперты формулировали каждый новый сценарий после обсуждения результатов моделирования предыдущего. Данный подход позволил значительно увеличить ценность результатов моделирования для компании-заказчика, а также избавил исполнителя от необходимости просчитывать «устаревшие» (например, вследствие изменения требований) сценарии, постановка задач на которые осуществлялась еще на этапе формализации проблемы.

Необходимость проверки результатов сценарного моделирования налагает дополнительные требования к соответствующей отчетности. Как правило, системы стратегического моделирования обладают встроенными модулями составления отчетов. Однако данные модули не всегда позволяют представить результаты моделирования в привычной для экспертов форме. Именно поэтому, наряду со встроенными средствами визуализации данных, рекомендуется использовать специализированные инструменты построения отчетности (busisness intelligence).

Специалисты компании-заказчика при поддержке проектной группы компании-исполнителя разработали под нужды финансового и производственного департаментов холдинга специализированные отчеты, которые отвечавших специфичным требованиям этих подразделений. Разработку отчетов с помощью специализированных инструментов производили специалисты заказчика, так как это позволило им впоследствии уже без консультаций со стороны аналитиков исполнителя осуществлять поддержку существующих отчетов и производить разработку новых.

Таким образом, в отношении четвертого этапа можно сделать следующие выводы:

• последовательная формализация сценариев на заключительных этапах проекта позволяет увеличить ценность результатов моделирования для заказчика, при этом исчезает необходимость просчитывать «устаревшие» сценарии;
• иcпользование дополнительного инструментария для визуализации данных, наряду со встроенными модулями отчетности, позволяет значительно увеличить наглядность результатов моделирования, сократить время, которое необходимо заказчику для оценки полученных планов.

Разработка рекомендаций

На заключительном этапе проекта результаты моделирования должны быть преобразованы в конкретные рекомендации, касающиеся стратегии развития цепочки поставок компании. Эти рекомендации необходимо представить в форме, понятной для лиц, принимающих решения.

Основной задачей проектной команды при разработке окончательных рекомендаций является обучение участников процесса подходу, предусматривающему совместное планирование деятельности в рамках цепочки поставок. Эксперты интерпретируют с экономической точки зрения выявленные на этапе формирования сценариев противоречия между функциональными подразделениями и предлагают к обсуждению различные варианты решения спорных вопросов. На данном этапе необходимо попытаться полностью переложить функции по интерпретации и анализу результатов на специалистов заказчика, т.к. они, во-первых, хорошо знают предметную область, а во-вторых, к этому моменту должны в полной мере понимать принципы работы системы и логику принятия решений. Как правило, исполнитель на этом этапе выполняет только консультационные и поддерживающие функции.

Защита стратегических планов для 5- и 20-летних моделей в угольном холдинге выносилась на кросфункциональные совещания, в рамках которых обсуждались спорные вопросы между такими ключевыми структурными подразделениями, как финансовый, коммерческий и производственный департаменты. Наличие модели, которая наглядно отражала существующую производственно-логистическую цепочку со всеми имеющимися ограничениями, и результатов расчетов сценариев избавляло стороны от необходимости детально разъяснять свою позицию и позволяло перейти непосредственно к обсуждению вариантов разрешения спорных вопросов. В конечном итоге согласованные сценарии были представлены генеральному директору для утверждения окончательной стратегии развития цепочки поставок.

Основной вывод может звучать следующим образом: использование предложенного в статье подхода позволяет значительно сократить цикл выработки стратегических решений, поскольку все противоречия между функциональными подразделениями и варианты их устранения формализуют и оценивают с экономической точки зрения заранее, а руководству компании представляют на утверждение уже согласованный набор решений.

Заключение

Для успешного внедрения систем стратегического моделирования цепочки поставок руководители проектов должны придерживаться следующих рекомендаций:

1) необходимо привлечь как можно большее количество сторонников из числа ключевых бизнес-экспертов, т.к. степень их участия в определении концепции модели, а затем и в анализе результатов сценарного моделирования во многом будет определять успех проекта, как для заказчика, так и для исполнителя;

2) следует предварительно сформулировать требования к данным и согласовать подходы по агрегации объектов модели цепочки поставок, это позволит заранее принять меры по сбору недостающей информации и сократить количество повторных запросов.В заключение хотелось бы подчеркнуть, что разработка стратегической модели производственно-логистической цепочки в значительной мере является искусством, а не наукой, поэтому успех проекта в большей степени зависит от творчества и опыта команды, нежели от применяемого инструмента оптимизации.