Планирование в производственной компании, как известно, весьма непростой процесс. Сколько и какого товара нужно выпустить, чтобы удовлетворить спрос, но при этом не затарить склад?
Интегрированное планирование в производственной компании ― процесс весьма непростой. Сколько и какого товара нужно выпустить, чтобы удовлетворить спрос, но при этом не затарить склад?
Нужно ли производить товар широким ассортиментом и малыми партиями, или от небольших партий и единичных заказов лучше отказаться? Нужно ли срочно менять план производства в случае появления нового заказа или издержки от переключений линий превысят маржу от продажи? От того, как предприятие ответит на эти вопросы, зависит его прибыль, но составить идеальный план, который оптимально удовлетворит заказчиков и рынок, а также будет выгоден производству с точки зрения логистики и затрат, бывает очень сложно. Для получения оптимального результата необходимо сочетать стратегическое интегрированное бизнес-планирование и тактическое планирование продаж и операций.
Решения компании GoodsForecast по интегрированному планированию сегодня внедрены такими производственными компаниями, как пивоваренная компания «Балтика», Группа «Черкизово», BELUGA GROUP, «Московская Пивоваренная Компания» и другие. О том, в чем сегодня заключается основная сложность планирования на производствах и как решения компании GoodsForecast помогают предприятиям, рассказал нашему изданию член совета директоров, соучредитель и директор по развитию компании GoodsForecast Сергей Котик.
Сергей, расскажите, пожалуйста, с какими сложностями при интегрированном планировании сталкиваются современные компании?
Разумеется, у каждого производителя своя головная боль, свои особенности производственного процесса и своя специфика рынка. В то же время, есть и классическая проблема всех крупных производств. Для выполнения своих KPI коммерческое подразделение компании требует от производства широкий ассортимент и возможность оперативно изменять производственный план под новые заказы. Производству же невыгодно производить небольшие партии и постоянно изменять производственный план, это приводит к затратам и невыполнению уже их KPI. Как разрешить этот конфликт интересов?
Нужно объективно подсчитать, что выгоднее компании в целом. Может быть, для эффективности работы стоит отказаться от некоторых заказов? Или наоборот, несмотря на жалобы производственников, оперативно изменить план и перенастроить линии?
Чтобы произвести такой расчет, необходимо построить оптимизационную модель, которая прогнозирует спрос, понимает маржинальность продаж и в то же время учитывает производственные издержки. Она дает ответ на вопрос, что именно нужно производить, в каких объемах и в каком порядке. Стратегий, включенных в оптимизационную модель, может быть несколько, однако, основная ее задача неизменна: она состоит в том, чтобы максимально удовлетворить прогнозируемый спрос по максимуму и минимизировать при этом издержки на производство, логистику и хранение.
Но производственные процессы у разных компаний и выглядят по-разному. А значит, производители имеют разные потребности и с точки зрения их планирования. Можете рассказать подробно, с какими компаниями вы сотрудничаете и какие производственные процессы при этом затрагиваются?
Первый этап планирования большинства производственных компаний на рынке FMCG — это всегда demand planning или планирование спроса. Сначала необходимо понять потребность рынка: какие объемы продукции мы сможем продать. Преимущества модели прогнозирования позволяют строить точные прогнозы на любом уровне (по товарам, категориям, каналам продаж, географии), а в рамках рабочего процесса эксперты могут добавлять информацию, которая позволяет уточнять планы.
Для реализации первого этапа наша компания разработала решение GoodsForecast.Demand Planning, предназначенное для поддержки прогнозирования спроса и планирования продаж в рамках процесса Sales and Operations Planning (S&OP). GoodsForecast.Planning дает возможность интерактивно строить планы продаж с участием экспертов и учетом корректировок. Это решение было внедрено, в частности, компаниями «Балтика», BELUGA GROUP, Philip Morris International и другими.
По данным нашего клиента «Балтики», помимо совершенствования процесса планирования интеграция решения GoodsForecast.Planning привела к повышению точности прогноза продаж на 20 процентных пунктов.
Следующий этап планирования — supply chain planning, то есть исполнение плана продаж – производство и логистика. На этом этапе решаются задачи, связанные с моделированием цепочки поставок, управления запасами готовой продукции и сырья и материалов, производственного планирования. Для решения вышеуказанных задач такие производители, как «Московская пивоваренная компания», используют решение GoodsForecast.Replenishment, которое позволяет максимально автоматизировать процесс пополнения запасов на складах, выбирая оптимальный уровень остатков для обеспечения уровня сервиса и снижения затрат.
Продукт GoodsForecast.Distribution позволяет оптимально смоделировать логистическую сеть – оптимально распределить выполнение плана по производственным площадкам. За счет построения оптимизационной модели автоматического распределения производства обеспечиваются сокращение трудозатрат и снижение роли человеческого фактора. Похожий проект наша компания реализует, например, с Группой «Черкизово».
Сергей, мы сейчас с вами говорим о применении отдельных решений по автоматизации отдельных процессов, а насколько в целом автоматизирован процесс планирования в производственных компаниях сегодня?
В большинстве компаний сейчас и выстраивание процессов планирования, и их автоматизация проведены лишь частично. На разных этапах применяются различные операционные решения, практически не используются математические модели, внутренняя политика играет существенную роль. В результате планирование далеко от оптимального. Особенно это касается предприятий, имеющих советское наследие, где производственный план часто ставится выше коммерческого. То есть руководство компании хорошо разбирается в производственном процессе, но не всегда реагирует на потребности рынка.
Сейчас мы предлагаем консалтинговые услуги по выстраиванию процесса интегрированного планирования и его поддержки с помощью решений GoodsForecast, то есть реализацию комплексных проектов в планировании. Это позволяет выстроить такой процесс планирования, который принесет компании максимальную прибыль.
Какие результаты может дать такого рода сотрудничество GoodsForecast с производственными компаниями?
Наиболее точное и реалистичное планирование дает возможность производителю избежать риска остановки роста бизнеса, а также существенно уменьшить расходы и нарастить прибыль. Ведь применение наших решений даже в отдельных областях производственного процесса позволяет это сделать. Например, в августе прошлого года корпорация ТЕХНОНИКОЛЬ сообщила, что внедренная система оптимизации и распределения производства, разработанная компанией GoodsForecast, по итогам первого года использования позволила сэкономить 30 млн руб.
Реализация проекта по оптимизации распределения плана по производственным площадкам на заводах сети Группы «Черкизово» позволила сократить время на балансировку загрузки производственных линий на 30 минут и снизить штрафы за недопоставки. Экономический эффект от внедрения составил более 20 млн рублей в год. Кроме того, во многом благодаря использованию системы в течение одного года удалось обеспечить 30%-ный рост продаж премиального бренда «Петелинка».
Недавно команда GoodsForecast участвовала в крупнейшем международном конкурсе по прогнозированию М5 Forecasting Competition. В ходе соревнования участникам предоставлялись для анализа реальные данные крупнейшего мирового ритейлера Walmart, а также данные по совокупному спросу в нескольких штатах США. Какие результаты показала ваша команда?
Мы заняли второе место в номинации «Наиболее точная оценка вероятностного распределения прогнозов на данных Walmart», а в номинации «Точность прогнозов на данных Walmart» мы вошли в десятку лучших.
Мы решили участвовать, потому что внимательно следили за ходом четвертого конкурса. Тогда победителем стал ведущий Data Scientist из компании Uber, использовавший гибрид традиционных подходов и методов машинного обучения. Мы хотели объективно оценить математические модели собственной разработки и понять, насколько хорошо специалисты компании умеют решать задачи бизнеса в области прогнозирования в мировом масштабе и анализировать показатели бизнеса. В результате именно комбинация методов машинного обучения и собственного алгоритма, разработанного в нашей компании, и позволила нам оказаться в числе лучших.
Сергей, получается, что ваша компания тесно связана с наукой?
В основе всех решений GoodsForecast лежат разработанные нами математические модели и алгоритмы. GoodsForecast входит в группу компаний «Форексис», которая была основана в 2000 году на базе Вычислительного центра Российской академии наук в научной школе академика Юрия Ивановича Журавлева. Он первым в России начал заниматься областью математики, которая сейчас называется machine learning и data mining, еще в 60-х годах XX века. Главной целью создания компании стало прикладное применение разработанных математических моделей и алгоритмов для бизнеса. Основатели “Форексис” – это выпускники Московского физико-технического института (Физтех), а топ-менеджмент – выпускники Московского государственного университета им. М. В. Ломоносова. Наши сотрудники выпускники этих вузов и поддерживают тесную связь с академической и прикладной наукой. Например, входят в экспертные рабочие группы по стандартизации (ГОСТ и ISO) в области искусственного интеллекта. Благодаря собственным научным разработкам в 2013 году компания стала резидентом «Сколково».
А какие разработки появились у компании в последнее время?
Мы разработали новейшую систему сопоставления текстовых наименований различных товарных позиций в торговых точках, основанную на искусственном интеллекте. Она позволяет предоставлять аналитику по рынку, основанную на информации от компаний – операторов фискальных данных, которые передают все чеки в электронном виде в налоговую инспекцию. Сейчас активно развиваем направление умного ценообразования, разработали первую версию продукта GoodsForecast.Pricing – данное направление исследований было поддержано грантом Фонда содействия инновациям.
GoodsForecast помогает прогнозировать спрос, планировать продажи и оптимизировать планирование производства с 2004 года. И мы считаем, что спрос на наши услуги будет расти. У нас есть все основания рассчитывать на рост компании на рынке в России. Хотя, безусловно, мы видим неплохие перспективы для себя в ближайшем будущем и на зарубежных рынках тоже.
Источник: Отраслевой портал "Замороженные и охлажденные продукты"