Опубликовано № 4-5 (104)- 2021

АВТОР:  СЕРГЕЕВ И.В.

РУБРИКИ: Аналитика в логистике и SCM Информационные технологии в логистике и SCM Современные концепции и технологии в логистике и управлении цепями поставок

Аннотация 

Показана роль видимости, как одного из важнейших параметров эффективности цепи поставок. Проанализированы разрывы между желаемой и фактической видимостью в управлении цепями поставок Отмечены преимущества сквозной видимости в создании более надежной и конкурентоспособной цепи поставок, в ключевых областях, связанных с транспортировкой. Рассмотрена задача мониторинга цепи поставок с целью обеспечения сквозной (end-to-end) видимости состоит и прогнозирования расчетного времени прибытия (Estimated Time of
Arrival - ETA). Исследована возможность формирования интеллектуальной экосистемы видимости, которая позволяет мгновенно отслеживать параметры материальных потоков в реальном времени и интерпретировать большие данные (Big Data), чтобы управлять критическими событиями и предотвращать сбои в цепи поставок. Построена модель зрелости цепи поставок в отношении видимости.

Электронная версия

Ключевые слова: 

• цепь поставок

• видимость

• разрыв

• мониторинг

• модель зрелости

Опубликовано №3 (98) июнь 2020 г.

АВТОРЫ:  ДЫБСКАЯ В.В., СЕРГЕЕВ В.И.

РУБРИКИ: Контроллинг Корпоративная логистика розничных компаний Современные концепции и технологии в логистике и управлении цепями поставок Управление цепями поставок

Аннотация 

 Показано, что концепция «Digital Twin» (Цифровых двойников) становится все более популярным методом решения ключевых задач в управлении цепями поставок (УЦП), в частности, при мониторинге логистических бизнес-процессов. Поведен подробный анализ литературных источников и интернет ресурсов по тематике цифровых двойников. Приведена основная терминология, как самого термина «Digital Twin», так и схожих понятий, таких как «цифровой след», «цифровая тень», «цифровая нить». Рассмотрены основные свойства (характеристики) цифровых двойников и преимущества, получаемые
при использовании данной концепции в цепях поставок. Проанализированы методологические аспекты концепции «Digital Twin» как в академической среде, так и в разрезе практики крупных компаний.

Показано, что проблема мониторинга товаров широкого потребления может быть эффективно решена с использованием цифровых двойников цепей поставок FMCG сектора.

Приведены основные варианты «конструкции» Supply Chain Digital Twin – цифрового двойника цепи поставок. Предложена система мониторинга цепи поставок FMCG с использованием конвергенции цифровых двойников продуктов и процессов в цепи. Рассмотрен пример построения системы мониторинга в цепи поставок товаров широкого потребления компании «GHIOTTONE» с использованием цифровых двойников основных процессов, представленных SCOR-моделью.

Электронная версия

Ключевые слова: цифровой двойник цепь поставок цифровая трансформация мониторинг FMCG SCOR

Опубликовано №3 (92) июнь 2019 г.

АВТОР:  СЕРГЕЕВ И.В.

РУБРИКИ:  Контроллинг Корпоративная логистика розничных компаний Информационные технологии в логистике и SCM

Аннотация 

В статье показана актуальность достоверного контроля и мониторинга процессов в цепях поставок компаний сетевой розницы. Рассмотрены терминологические аспекты, общая проблематика и преимущества эффективного мониторинга цепей поставок (Supply Chain Monitoring – SCMo). Проанализированы основные драйверы контроля и мониторинга цепи поставок сетевого ритейла. Рассмотрена эволюция систем контроля и мониторинга операций в цепях поставок, основанная на концепции/методологии Supply Chain Control Tower (SCCT). Показано, что в историческом ракурсе концепция SCCT прошла четыре этапа (поколения): от версии SCCT 1.0 до SCCT 4.0. Подробно охарактеризовано каждое поколение Control Tower с позиций функциональности, преимуществ, ограничений и программно-технологической реализации. В методологическом плане доказана важность обеспечения прослеживаемости и сквозной (Е2Е) видимости цепи поставок для мониторинга цепей поставок сетевого ритейла. Проанализированы существенные факторы, влияющие на прослеживаемость цепи поставок, а также характеристики, технические стандарты и облачные технологии. Обеспечение видимости цепи поставок сетевого розничного оператора проиллюстрировано на примере облачной платформы компаний GT Nexus и Infor.

Скачать статью (бесплатно)

Купить номер

Ключевые слова: 

• цепь поставок

• мониторинг

• сетевая розница

• прослеживаемость

• видимость

• Control Tower
• контрольная вышка

• диспетчерский пункт

Опубликовано №2 (91) апрель 2019 г.

АВТОРЫ:  ДЫБСКАЯ В. В., СЕРГЕЕВ В. И. 

РУБРИКИ:   Обзоры и аналитика Современные концепции и технологии в логистике и управлении цепями поставок Управление цепями поставок Контроллинг

Аннотация 

Рассмотрена передовая концепция контроля, мониторинга и управления сложными цепями поставок «Supply Chain Control Tower - SCCT». Приведена основная терминология, обозначена проблематика и проанализированы ключевые этапы эволюции концепции SCCT в направлении повышения уровня зрелости проектов от версии СТ 1.0 к версии СТ 4.0.  Проанализированы недостатки ранних версий Control Tower (1.0-2.0). Описана методология проектирования современных SCCT, включающая обеспечение сквозной (end-to-end) видимости цепи поставок, построение и обмен данными в многоэшелонированной сетевой структуре (Multi-party Network), синтез цифровой модели – двойника физической цепи поставок, создание информационных хабов для надежного хранения и передачи информации с применением цифровых технологий, в частности «блокчейна». Приведены примеры реализации Control Tower 4.0 компании One Network. показаны преимущества использования продвинутых версий Control Tower 4.0 для целей контроллинга и адаптивного управления сложными цепями поставок с применением предиктивной аналитики и искусственного интеллекта 

Скачать статью (бесплатно)

Купить номер

Ключевые слова: 

• цепь поставок

• Supply Chain Control Tower

• контрольная башня

• контрольная вышка

• контроллинг
• мониторинг

• блокчейн

• предиктивная аналитика

• искусственный интеллект

Опубликовано №3 (86) июнь 2018 г.

АВТОРЫ:  

КОРНЕЕВА О.Н. - Директор по маркетингу, ООО «ПэйОнлайн Систем» (Москва, Россия)

ГАВРИЛЮК Ю.С. - Руководитель отдела доставки, METRO Cash&Carry (Москва, Россия)

КРАТКО И.Г. - к.э.н., доцент, Департамент мировой экономики, Национальный исследовательский университет «Высшая школа экономики» (Москва, Россия)

РУБРИКА Неопределенность и риски в цепях поставок

Аннотация 

Данная статья рассматривает стратегические аспекты управления логистическими рисками на крупных строительных проектах. Теоретической основой для нее послужили работы В.И. Сергеева, Т.В. Левиной, Д.А. Иванова и др. и аналитические исследования, проведенные автором.  С целью разработки экономически эффективной модели управления логистическими рисками, учитывая затраты на их предотвращение или компенсацию последствий, автором предложена последовательность шагов и набор методов по: их идентификации, оценке, выбору способов реагирования и мониторингу. Особое внимание уделяется выбору ограниченно достаточного набора рисков, позволяющего осуществлять управление проектом в реальном времени с заданной точностью.  Также автором рассмотрены различные подходы к трактовке понятия риска и факторов, способствующих его возникновению.

Скачать статью (бесплатно)

Купить номер

Ключевые слова: 

• логистические риски

• управление рисками

• идентификация

• мониторинг

• риски цепи поставок
• строительство

• строительный проект

Опубликовано №3 (86) июнь 2018 г.

АВТОРЫ:  

 ПЕТРОВСКИЙ Д.В.

СОБОЛЕВСКИЙ В.А. - Аспирант, Лаборатория Информационных Технологий в Системном Анализе и Моделировании, Cанкт-Петербургский Институт Информатики и Автоматизации Российской Академии Наук (Санкт-Петербург, Россия)

РУБРИКА Аналитика в логистике и SCM Имитационное моделирование

Аннотация 

В данной статье рассматривается проблема генерации входных данных при создании и обучении искусственной нейронной сети, являющейся основой модуля классификации динамической системы мониторинга показателей функционирования производства. Входные данные, которые были использованы для обучения нейронной сети, были разделены на следующие категории: реальные данные, сгенерированные данные по заданному распределению и данные, полученные с использованием подхода имитационного моделирования. Имитационная модель была создана с применением аппарата сетей Петри. Далее, для данных, применяемых в работе, были заданы правила классификации, после чего искусственная нейронная сеть была обучена на каждом наборе данных. На следующем шаге на вход системе мониторинга были поданы реальные данные, которые ранее не фигурировали в обучении и валидации нейронных сетей. Конечным этапом данного исследования стало сравнение результатов классификации описанных подходов искусственной генерации значений входных параметров предприятия относительно контрольного набора данных 

Скачать статью (бесплатно)

Купить номер

Ключевые слова: 

• мониторинг

• система мониторинга

• сети Петри

• искусственная генерация данных

• искусственная нейронная сеть

• обучение

• логистика

• логистика производства

Опубликовано  №1 (78) февраль 2017 г.

АВТОР:  ДУДИНСКАЯ М.В.   - аспирант, Национальный Исследовательский Университет Высшая Школа Экономики (Россия, Москва)

РУБРИКА   Неопределенность и риски в цепях поставок Надежность и устойчивость цепей поставок

Аннотация 

Функционирование цепей поставок компаний на российском рынке в сильной степени зависит эффективной реакции на риски, связанные как с внешней, так и внутренней средой, волантийность которых с каждым годом все увеличивается. Сложившаяся практика управления рисками в таких компаниях обычно ограничена страхованием, а также созданием избыточных мощностей и поддержанием высоких уровней запасов. Актуальность методических разработок в сфере управления логистическими рисками в цепях поставок отечественных предприятий обеспечивается высоким уровнем ущербов и затрат, связанных с наличием логистических рисков   на фоне ограниченной практики применения ими современных методов управления рисками.

В статье предложена процедура разработки системы контроля и мониторинга логистических рисков, базирующаяся на концепции управления событиями в цепях поставок (SCEM), раскрыты особенности наиболее критических моментов, которые необходимо учитывать при ее разработке, отдельные этапы продемонстрированы на примере контура Downstream цепи поставок металлургической компании. 

Особое внимание в статье уделено проблеме идентификации событий, а так же подходу к оценке ущербов от наступления рисковых ситуаций.

Электронная версия

Ключевые слова: 

• контроль

• мониторинг

• логистический риск

• цепь поставок

• металлургия

• оценка ущерба
• управление событиями

• SCEM

ВВЕДЕНИЕ

Многочисленные международные исследования последних лет отмечают беспрецедентное увеличение неопределенности и рисков в глобальных цепях поставок. Так, представители Chartered Institute of Procurement & Supply (2014, 2017) - Рисунок 1, отмечают, что начиная с кризиса 2013 года, когда индекс риска в цепях поставок (CIPS RISK INDEX) составил 82.4 пункта, его оценка не опускалась ниже 79 баллов, достигнув максимального значения в 4м квартале 2016 г.  (Index = 82.64).

Рисунок 1 Динамика индекса риска в глобальной цепи поставок  - CIPS RISK INDEX (Chartered Institute of Procurement & Supply, 2014)

Многие известные ученые в области управления цепями поставок, например, Christopher и Lee (2004), Ivanov, Tolkacheva  and et. (2006) отмечают, что в глобальных цепях поставок транснациональных корпораций и холдингов, а также в сложных и сильно взаимосвязанных производственных системах различного рода возмущения, вызывающие   риски, становятся неизбежным элементом их функционирования. В связи с этим менеджмент крупных корпораций должен быть готов к снижению возможных негативных последствий от возникновения рисковых событий и повышению устойчивости и надежности цепей поставок. Перед промышленными компаниями металлургической отрасли стоит стратегическая цель повышения устойчивости и надежности, как базовых характеристик управления логистическими рисками в их цепях поставок. Как следствие, актуальнейшей задачей становится формирование методики оценки рисков (в том числе логистических) на основе устойчивости/надежности цепи поставок, в основе которой должна находится адекватная система контроллинга для расчета соответствующих KPI и проведения процедуры бенчмаркинга. Особенно остро данная проблема стоит перед российскими вертикально-интегрированными компаниями, степень внедрения концепции управления цепями поставок в которых крайне незначительна по сравнению с торговыми компаниями или глобальными компании сектора FMCG. Данная задача осложняется не только особенностями цепей поставок таких компаний, но и отсутствием доступных методических разработок по внедрению концепции и технологий управления рисками в цепях поставок. Несмотря на крайне высокую актуальность данной проблемы для российских компаний, разработки в данной области практически отсутствуют. С учетом особенностей цепей поставок промышленных вертикально-интегрированных компаний и специфики логистических рисков как объекта управления, организация единого централизованного органа управления логистическими рисками в цепях поставок затруднено, при этом современная теория управления цепями поставок предлагает в качестве альтернативы концепцию управления событиями в цепях поставок (Supply Chain Event Management - SCEM) как методическую основу и комплекс программного обеспечения для реализации децентрализованного контроля и управления на основании исключений. Анализ ряда публикаций, формирующих теоретическую базу данной концепции (Иванов,  2009, Archie & McCormack, 2001; Brandau &Tolujevs, 2012;  Hauser, 2003; Wilson, 2010 и др.) позволяет предложить следующую последовательность проектирования системы управления событиями в цепях поставок   - Рисунок 2.

Рисунок 2 Основные этапы проектирования системы мониторинга событий в цепях поставок

Далее будут раскрыты особенности наиболее критических моментов, которые необходимо учитывать при разработке  системы управления событиями в цепях поставок, на примере контура Downstream цепи поставок металлургической компании, в качестве фокусного звена которой выбрано предприятие по производству медной продукции, включающее операции от медерафинировочного производства до производства готовой продукции: медных порошков и порошковых изделий, медной катанки, проката цветных металлов и т.д.  Субъектами выступают Управляющая компания (УК), выступающая в роли координатора входящих и исходящих материальных потоков, а так же информационную поддержку внешних информационных потоков, и непосредственно Производственное предприятие (далее БЕ - бизнес-единица).

i. Определение границ и участников системы мониторинга событий (СМС) влияет на масштаб и сложность СМС. Основные объекты и субъекты СМС, учитывая перспективу автоматизации системы сбора данных, могут формироваться исходя из структуры SCOR-модели. В первую очередь, это принятие решений относительно  

- длины цепи поставок (составе звеньев и участников внешних или внутренних),

- наборе бизнес-процессов,

- глубине охвата уровней принятия решений (стратегический, тактический, операционный),

- уровне в иерархии управления цепи поставок: управляющая компания, бизнес-единица, функция, подразделение, участок (звено цепи поставок),

- будет ли информационная база формироваться исключительно сотрудниками фокусной компании, или в формировании и использовании СМС будут принимать участие сторонние контрагенты: поставщики, клиенты, логистические операторы.

ii. На этапе моделирования логистических бизнес-процессов рекомендуется использование известных нотаций IDEF для проектирования функциональных моделей и EPC для моделирования операций (аналогично п.v). 

iii. Диагностика  логистических бизнес-процессов должна осуществляться исходя из перспективной задачи формирования СМС. На первоначальном этапе в качестве инструмента могут быть использованы модели зрелости процессов, например модель зрелости  управления эффективностью (Performance Management Maturity Model). В результате данного этапа должны быть выявлены и устранены причины потенциальной дисфункциональности процессов.

Так, в рассматриваемом участке ЦП информационное обеспечение учетно-контрольных операций осуществляется децентрализовано. Подразделения УК используют корпоративную информационную систему класса ERP, в которой содержатся основные справочники контрагентов и реестры договоров, формируются заказы на изготовление продукции БЕ, отгрузочные документы, отчеты по движение ТМЦ.  Подразделения БЕ используют системы оперативного учета, поддерживающие процессы производства на уровне цехов, оперативное движение готовой продукции на складах цехов и складе готовой продукции предприятия, а также оперативные процессы отгрузки продукции клиентам. Схема информационного обеспечения движения  материальных и сопутствующих информационных потоков представлены на рисунке 3.

Рисунок 3. Схема информационного обеспечения движения  материальных и сопутствующих информационных потоков

Основным катализатором логистических рисков в данном контуре цепи поставок являются характеристики системы управления логистическими процессами:

-     отсутствие замкнутого цикла планирования логистики, неформализованный и не автоматизированный процесс планирования, многовариантность исполнения процессов (формирование заданий на отгрузку и сопроводительных документов различными подразделениями в зависимости от вида продукции, адресата: экспорт или внутрироссийские поставки, вида транспорта: автомобильный или железнодорожный, собственный, привлеченный или клиента - внутреннего или внешнего),

-     независимые базы данных и многообразие неинтегрированных продуктов, которые эксплуатируют участники логистических процессов, множественная переброска информации, искусственное «разбиение» пакета отгрузочных документов,

-     отсутствие практики мониторинга событий: ограниченное использование системы штрихового кодирования (только для контроля отгрузки по количеству), отчетность о движении запасов на основе бумажных документов и пр.

При реализации большинства задач роль информационных систем, используемых для сопровождения логистических процессов, сводится к накоплению информации, необходимой исключительно для оформления документов, связанных с поставками (как «на входе», так и «на выходе», а так же фактического учета понесенных расходов на закупку и транспортировку.

Анализируя описание процессов на операционном уровне, заложенное в основу должностных инструкций, необходимо отметить:

-       частичную регламентацию процессов, не учитывающих многовариантность их исполнения (при наступлении различных событий)

-       нарушение последовательности и логики части операций, или частичное их представление

-       дублирование документации и функций

-       нерациональное распределение полномочий, обоснованное в т.ч. и факторами, перечисленными выше

iv. Кроме независящих от отрасли стандартных направлениях совершенствования логистических процессов, определенных на предыдущем этапе, в металлургических компаниях критическим фактором, ограничивающим реализацию концепции управления цепями поставок  и негативно сказывающимся на основных параметрах функционирования цепи поставок является организационная структура управления логистикой в компании, которая относится к линейно-функциональному типу с элементами продуктовой специализации в распределении полномочий между сотрудниками управления сбытом УК. Функции логистики децентрализованы, представлены фрагментарно. В частности задачи управления запасами не сконцентрированы в рамках одного подразделения, как и планирования перевозок. Координационные связи осуществляются только на 1-м уровне иерархии между коммерческими директорами УК и БЕ. Отсутствие единого центра ответственности  за организацию и контроль логистических процессов и единого информационного пространства приводит к недостаточной мобильности в процессах принятия логистических решений, низкой эффективности планирования и контроля логистических процессов, в частности учета логистических рисков, отсутствию должного контроля за формированием логистических затрат. Практика внедрения концепции управления цепями поставок и, в частности, управления событиями и рисками, в отраслях со схожими характеристиками процессов в цепях поставок и первоначальным уровнем развития логистики - нефтегазовой и химической отраслях, показывает, что, несмотря на высокую степень диверсификации, географического разброса бизнес-единиц, сложности конфигурации и высокой интенсивности материальных потоков, создание централизованных департаментов, реализующим функции управления цепями поставок на стратегическом уровне (уровне управляющих компаний) как центра планирования, контроллинга и развития компетенций (проектных офисов), является экономически оправданным.

v. См. п.п. ii

vi. Любое рисковое событие в цепи поставок определяется как событие, которое невозможно с уверенностью предсказать заранее, в то время как собственно риск определяется как потенциальный вред, который может быть нанесен контрагентам цепи поставок в будущем под влиянием определенных процессов, протекающих в настоящее время, или определенных будущих событий (Hauser, 2003).  Разновидности событий в цепи поставок и их разделение на «негативные» и «положительные» приведено на  Рисунке 4.   

Рисунок 4. Концепция анализа событий в SCEM (Иванов и Иванова, 2008)

Использование SCEM для металлургических компаний в настоящее время затруднено в силу низкого уровня развития логистического контроллинга и интегрированного планирования. Для ситуации, когда отсутствует связь нормируемых показателей эффективности операционного, тактического и операционного уровня необходима для выявления отклонений масштабное проектирование иерархической системы показателей эффективности процессов в цепи поставок, например, на основе ССП (Системы сбалансированных показателей - Balanced Scorecard, BSC) и показателей SCOR. Кроме того, применение традиционных средств идентификации рисков, связанных с построением иерархической модели факторов-событий носит во многом субъективный характер, и достаточно трудоемко. Также отсутствует однозначный подход к классификации событий в цепях поставок, оценке области допустимых отклонений параметров (KPI) и их привязки к объектам управления, определению набора параметров и т.п.  Так, для целого ряда процессов, связанных с функционированием объектов производственной и логистической инфраструктуры в цепях поставок металлургических компаний, «негативным» может быть признано любое отклонение от плана. Кроме того, нестабильность материальных потоков приводит к повышению неравномерности загрузки объектов логистической инфраструктуры, что, в свою очередь, увеличивает вероятность сбоев или вызывает необходимость создания резервных мощностей, что негативно отражается на показателях оборачиваемости и доходности компаний.

Этот пункт критически важен для решения еще одного спектра задач - оценки ущерба от наступления рисковых ситуаций и, как следствие, оценки эффективности управления рисками в цепях поставок. Для реализации задач управления и выделения логистических рисков, с которыми связаны наибольшие экономические потери, необходима разработка методики оценки возможного ущерба от рисков. Обычной практикой в этом случае является определение вероятности наступления рисковых событий и оценка ущерба на основе некоторого обобщенного показателя затрат или потерь (например, потери от простоя транспортного средства, сбоев в производственном цикле и т.п.). Использование в качестве критерия оценки потерь (ущерба) от рисков показателя общих логистических затрат наталкивается на известные трудности в его определении, подробно рассмотренные в работах профессора В.И. Сергеева (2013):

• Отсутствие управленческого учета и отчетности компаний в отношении операционных логистических затрат.
• Недостаток дифференциации бухгалтерского и управленческого учета по факторам / параметрам / объектам логистики. Слабое внедрение АВС (ФСА) – анализа.
• Проблема выявления скрытых операционных логистических затрат в цепи поставок.
• Проблема бенчмаркинга и нормирования при оценке величины затрат. Необходимость создания и ведения баз данных по логистическим операционным и трансакционным затратам.
• Потери от иммобилизации средств в запасах, как составляющая общих логистических затрат, очень редко контролируется и учитывается службой логистики, так как во многих компаниях это относят к прерогативе финансовых департаментов, при том что обоснование определенного уровня запасов (особенно страховых запасов, что непосредственно связано с управлением логистическими рисками), - предмет постоянных межфункциональных конфликтов.
• Расчет ущербов от логистических рисков, в частности потерь от упущенных продаж, очень часто представляет собой сложную аналитическую задачу, требующую обработки большого объема информации и достаточно продвинутой методологии.

Анализ подходов к классификации логистических затрат (Бродецкий, Гусев и Елин, 2010;   Соколов, Бородулина, 2015; Стерлигова, 2008; Уваров, Григорьев и Долгов, 2015) с целью определения их применимости к оценке ущербов от логистических рисков позволил сделать вывод о  целесообразности разработки структуры обобщенной модели издержек, связанных с управлением логистическими рисками, включающей как финансовую оценку непосредственных последствий рисковых событий, так и мер, направленных на их выявление, страхование и пр., позволяющей формировать различные комбинации элементов затрат в рамках оценки ущербов от логистических рисков.

Для формирования модели ущербов рассмотрим основные элементы логистических процессов во взаимосвязи с затратами на их осуществление - см. Рисунок 5, на котором выделены следующие основные элементы логистических процессов.

Рисунок 5. Формирование суммы ущерба от наступления рисковой ситуации

• Основной материальный поток (ОМП) - поток сырья, материалов, готовой продукции, перемещение и / или трансформация которого - основная цель логистического процесса металлургической компании.
• Вспомогательный материальный поток (ВМП) - поток вспомогательных материальных ресурсов (MRO), необходимых для выполнения логистических операций, направленных на перемещение и / или трансформацию основного материального потока. Например, средства упаковки, маркировки, оборотная тара. «На выходе» - это дополнительные результаты процесса, генерируемые в результате преобразования основного материального потока, например, транспортные средства после разгрузки или порожняя транспортная тара.
• Основной информационный поток (ОИП) - поток информации, сообщений в любом виде - документы бумажные и электронные (например, транспортные и товаросопроводительные документы), сигналы о начале операций над основным материальным потоком (например, задание на выполнение погрузки/разгрузки, отбор и комплектацию, комплектовочный лист, маршрутный лист), заявки, заказы и пр.
• Вспомогательный информационный поток (ВИП) - поток информации, необходимый для выполнения отдельных операций и координации между ними, например, информация о загрузке техники и оборудования, отчеты об инвентаризации за прошлый период и т.п., или, если выступает «выходом» процесса - сообщения и отчеты о выполненных операциях, расходе ресурсов и др.
• Регулятор (Р) - информационный поток, определяющий правила, регламенты, порядок (расписание), нормативы выполнения логистических операций.
• Техника и оборудование (ТО) - материальный поток техники, оборудования, инструмента, применяемого при осуществлении логистических операций, направленных на переработку и / или трансформацию основного материального потока.
• Информационная система (ИС) - программное обеспечение, используемое для автоматизации операций и/или проведения части трансакций.
• Персонал (П) - люди: работники, выполняющие логистические операции вручную и/или с использованием техники, оборудования и информационной системы.
• Непродуктивный запланированный материальный поток (НПМП) - поток материальных ресурсов, генерируемый в результате переработки основного материального потока, не являющийся целью логистических процессов, не имеющий ценности для потребителя, но величину которого можно спрогнозировать с достаточной степенью определенности. Он не является следствием наступления рисковых событий, но связан с текущим технологическим уровнем логистических операций: отходы, остатки. Также с целью определения общей суммы затрат, связанных с материальными потоками «на входе» и «выходе» логистического процесса, сюда необходимо отнести запланированные трудно устранимые потери материальных ресурсов и естественную убыль, несмотря на то что выделение их физической формы, составляющей материальный поток в натуре, затруднено.
• Непродуктивный незапланированный материальный поток (ННМП) - поток материальных ресурсов, генерируемый в результате преобразования основного материального потока, не являющийся целью логистических процессов,  не имеющий ценности, как результат рискового события. Это материальные ресурсы с нарушенными качественными характеристиками, дальнейшее использование которых затруднено (требуют дополнительных операций по восстановлению свойств) или невозможно, а также незапланированные потери, связанные с кражами.

Соответственно, для определения прямых ущербов, связанных с возникновением логистических рисков, необходимо определить доли всех затрат, связанных с «входящими» материальными и информационными потоками, приходящимися на «исходящий» непродуктивный незапланированный материальный поток  (У). Косвенные ущербы определяются как превышение затрат на основные ресурсы (ТО, П, ИС), а также управляющие воздействия (Р), связанные с нарушением временных параметров материальных и информационных потоков, плюс затраты, связанные с восстановлением безвозмездно утраченных материальных ресурсов. На сумму ущерба методом прямого счета переносятся затраты, связанные с основным и вспомогательным материальными потоками. Для определения доли затрат, связанных с ресурсами (техника, оборудование и персонал) и управляющими воздействиями, приходящимися на непродуктивные выходы логистических процессов, необходимо реализовать процедуры ФСА; частично, прямые затраты – оплата труда сдельная и затраты ГСМ - можно определять методом прямого счета (нормативными методами).

С прохождением через звенья в цепи поставок стоимость единицы материальных ресурсов увеличивается на сумму затрат, связанных с трансформацией и продвижением материальных потоков на предыдущем звене цепи поставок, приведенных на единицу материальных ресурсов. Отдельные составляющие суммы ущерба будут условными величинами, т.е. иметь или не иметь место при различных вариантах развития событий. Таким образом, сумма ущерба от рискового события, связанного с повреждением материальных ресурсов, может быть рассчитана с использованием дерева риска, пример построения которого представлен на  Рисунке 6.

Рисунок 6. Определение размера ущерба от логистических рисков с использованием «Дерева рисков» (фрагмент)

vii. Определение технологии сбора первичных данных о событиях заключается в выборе момента измерения статуса объекта, данных, которые необходимы для идентификации событий и определения их статуса, а так же оборудование, необходимое для сбора информации (сканеры, весы, датчики, навигационное оборудование и т.п.), методы сбора первичной информации (ручной, автоматический, автоматизированный), а так же методы и инструменты их верификации: контроля полноты, объективности и точности. Т.е. с учетом уровня развития контроллинга проект внедрения системы управления событиями в цепях поставок металлургических компаниях включает в себя так же и задачу масштабного развертывания системы управления мастер-данными (Master Data Management - MDM).

viii. На данном этапе осуществляется определение границ ответственности персонала, использующих результаты мониторинга событий при принятии решений, а так же условия передачи принятия решений на более высокий иерархический уровень управления при выявлении новых, ранее незарегистрированных событиях, превышение показателей допустимых для данного уровня компетенций пределов или ненормальное увеличение частоты или продолжительности событий (эффекта)

ix.  Формируются принципы принятия решений - алгоритмизируется поведение сотрудников при наступлении тех или иных событий, принимается решение о степени автоматизации алгоритмов (бизнес-правил), определяется набор и форма представления данных, необходимых для принятия решений, средства визуализации и система оповещения. Данный этап является основой для разработки технического задания на доработку/ внедрение информационной системы, необходимой для реализации функции управления событиями.

Пункты vii-ix могут быть визуализированы с применением нотации BPMN, атрибуты и функционал которой как нельзя более подходят для моделирования и последующей автоматизации системы управления событиями - Рисунок 7.

Рисунок 7. Процесс «Получение, ввод и проверка заказа» (фрагмент)

x.  Оценка эффективности СМС, как и всего проекта по внедрению системы управления событиями, является крайне сложной задачей. В первую очередь это связано с тем, что непосредственный эффект на первом периоде эксплуатации может быть скрытым, улучшение показателей эффективности будет связано с задачами, которые сопутствовали внедрению СМС: реинжиниринг бизнес-процессов, в т.ч. реорганизация структуры управления, устранение причин дисфункциональности процессов, внедрение системы управления мастер-данными и т.п. Признание системы управления событиями   неэффективной может быть связано с замедлением реакции на рисковые события, высокой трудоемкостью принятия решений, низким качеством мастер-данных, высоким количеством незарегистрированных событий, сохранением негативных тенденций показателей эффективности цепи поставок, связанных задачами управления рисками и другими качественными характеристиками системы управления рисками.

xi. Пересмотр системы управления событиями осуществляется или в целях устранения недостатков системы, выявленных в процессе эксплуатации (п. xii), или в силу естественных изменений в цепи поставок: смена или добавление контрагента/ звена ЦП, изменение процессов, изменение характеристик материальных потоков, изменение факторов внешней среды, потребность в переходе системы на более высокий уровень/ масштаб, и может затрагивать как отдельные элементы, так и требовать кардинального пересмотра СМС.

Управление событиями в цепях поставок обычно представляется частью исполнения цепей поставок, то есть операций. Тем не менее, его функции могут также быть служить стратегическим и тактическим целям, таким образом, SCEM реализуется персоналом различного уровня в иерархии управления, а в случае вертикально-интегрированных компаний и работающих в разных бизнес единицах. Прежде всего, SCEM используется для отслеживания и контроля, что подразумевает наблюдение за процессом доставки и транспортировки, грузопереработки с использованием известных технологий автоматической идентификации любых материальных объектов, которыми, кроме традиционных транспортных средств и грузов, могут выступать и документы в их вещественной форме. Накопленная статистика по основным событиям в цепи поставок и их последствиям позволит повысить обоснованность применения тех или иных методов управления рисками в цепях поставок.

ЛИТЕРАТУРА

Archie M., Lockamy, K. and McCormack, K. (2001), «Supply Chain Event Management in the B2B Extended Supply Chain: A proposal for a statistical best practice study», Benchmarking: An International Journal, no. 56, pp. 34-35

Brandau A. and Tolujevs  J.  (2012), «Logistics Event Management – an overview of concepts to interpret logistical real time data», Proceedings of the 12th  International Conference “Reliability and Statistics in Transportation and Communication” (RelStat’12), 17–20 October 2012, Riga, Latvia, p. 171-178.  ISBN 978-9984-818-49-8 Transport and Telecommunication Institute, Lomo№sova 1, LV-1019, Riga, Latvia

Chartered Institute of Procurement & Supply (2014), «CIPS RISK INDEX: A Global Retrospective», available at https://www.cips.org/en/cips-for-business/supply-assurance/cips-risk-index/ (Accessed 10 Jan  2017)

Chartered Institute of Procurement & Supply (2017), «CIPS Risk Index 2016»,  available at https://www.cips.org/en/cips-for-business/supply-assurance/cips-risk-index/ (Accessed 10 Jan 2017)

Christopher, M. and Lee,  H.L.  (2004), «Mitigating supply chain risk through improved confidence», International Journal of Physical Distribution & Logistics Management, no. 34 (5). pp 388–396

Ivanov, D., Tolkacheva, V., Arkhipov, A. and Sokolov B. (2006), «Stability analysis in the framework of decision making under risk and uncertainty», In: Proceedings of the 7. International Conference on Virtual Enterprises, edited by L. Camarihna-Matos, Springer, 2006 http://dl.ifip.org/db/conf/ifip5-5/prove2006/Iva№vATS06.pdf (Accessed 16 Sep 2016 )

Hauser, L.M. (2003), «Risk-adjusted supply chain management», Supply Chain Management Review, v. 7, no. 6 , pp. 64-71

Wilson, K. (2010), SAP Event Management, SAP's Best Kept Secret, GeniePress, Boston, USA  

Опубликовано № 1 (48) февраль 2012 г.

АВТОР: Левина Т.В.

РУБРИКА Транспортировка в логистике, Информационные технологии в логистике и SCM 

Аннотация

Системы управления транспортировкой (TMS - Transport Management System) исторически развивались от фрагментарных решений до сквозного управления процессами транспортировки в цепи создания ценности в рамках единой платформы, объединяющей различные приложения автоматизации задач управления транспортировкой в единую информационную систему. Внедрение TMS ориентировано на повышения адаптивности и производительности процессов транспортировки, сокращение затрат и повышения уровня сервиса в цепи поставок.

Ключевые слова: Система управления транспортировкой TMS Transport Management System Система управления парком транспортных средств Fleet Management маршрутизация диспетчеризация RDS Routing And Dispatching Sistems мониторинг референтная модель классификация  

На основе анализа рынка программного обеспечения для автоматизации процессов транспортировки, можно выделить следующие три группы решений (Рис. 1):

Рис. 1 Основные категории информационных систем управления процессами транспортировки

1.       Локальные решения - программные продукты, автоматизирующие отдельные задачи в рамках непрерывного процесса транспортировки (оптимизация загрузки транспортного средства, планирование маршрута, диспетчеризация, расчет тарифов на перевозку).

К данной категории программных продуктов можно отнести системы маршрутизации и диспетчеризации транспорта (RDS - Routing And Dispatching Sistems) – совокупность технических средств (навигационно-связного оборудования, датчиков),  каналов передачи данных и программного обеспечения для контроля основных показателей производительности и оперативного управления транспортным средством (Рис. 2). 

Рис. 2 Система мониторинга транспорта

Посредством таких систем осуществляется он/оф-лайн контроль скорости, маршрута, графиков движения, пробега и расхода топлива, контроль за режимами эксплуатации автомобиля (время работы на холостом ходу, на повышенных оборотах двигателя, статусы педали тормоза и сцепления), контроль за основными параметрами работы систем автомобиля (температура двигателя, давление топлива, напряжение бортовой сети, контрольные лампы неисправностей, температура охлаждающей жидкости двигателя, температура топлива, давление масла в двигателе, крутящий момент двигателя, нагрузка на оси автомобиля),контроль температурных режимов перевозки грузов, мониторинг местонахождения транспортных средств, грузов, водителей, контроль выполнения маршрутных заданий с сигнализацией об их нарушении.

Системы маршрутизации и диспетчеризации транспорта позволяют реализовать полный цикл управления транспортными средствами на операционном уровне:

• Назначать маршрутные задания вручную или автоматически по заданному графику работы
• Отслеживать ход выполнения маршрутного задания (определение местоположения, направления движения, прохождение «контрольных» точек – выполнение отдельных операций - времени и места погрузки/выгрузки грузов)
• Определять состояние транспортного средства, работу специальных систем и оборудования на основе показаний датчиков
• Оперативно изменять маршрутные задания в процессе выполнения
• Формировать отчеты о движении транспортных средств, использовании рабочего времени, формируя статистическую базу для последующего анализа и оптимизации процессов транспортировки

2.       Система управления парком транспортных средств (Fleet Management)- решение, используемое грузоотправителями/ перевозчиками для планирования и контроля перевозок, осуществляемых собственными транспортными активами, включая управление основным процессом перевозки (мониторинг, контроль и оперативное управление) и административно-хозяйственными процессами (Рис. 3).

 Рис. 3 Система управления парком транспортных средств

Отличительная особенность данного типа решений – создание централизованного плана перевозок: на основании данных о заказах (внутренних или внешних) система может выполнить выбор необходимого вида транспорта, и  конкретного транспортного средства с учетом характеристик транспортного средства (например, данных о среднем потреблении горюче-смазочных материалов – для планирования заправок и связанных с ними временными и финансовыми затратами) и особенностей маршрутов, уже выданных заданий, требований внешнего/внутреннего заказчика, характеристик груза. Критериями оптимизации плана перевозки могут выступать загрузка транспортного средства, и минимизация затрат на перевозку, сокращение простоев или порожнего пробега транспортного средства и т.п. При планировании учитываются также мероприятия по обслуживанию и ремонту транспортных средств. Так же осуществляется поддержка управления парком транспортных средств как капитальными активами(сопровождение сделок по приобретению транспортного средства в собственность, в лизинг, либо взятие в аренду, ввод/вывод транспортного средства в/из эксплуатации, страхование транспортного средства, начисление амортизации и изменение стоимости транспортного средства в связи с проведением технического обслуживания и ремонтов, переоценкой, управление эксплуатационными затратами).

3.    Системы управления транспортировкой (TMS - Transport Management System)  - комплексное решение, охватывающее весь процесс транспортировки  — от поддержки процедур принятия стратегических решений, планирования закупок и календарного планирования работы транспорта, до осуществления доставки и контроля за ней, управления затратами и координации с потребителями/поставщиками транспортных услуг. Зачастую TMS-системы выступают как отдельное бизнес-приложение, однако наибольший эффект достигается при их интеграции с другими подсистемами глобальных продуктов – ERP или SCM-систем (Рис. 4). 

 Рис. 4 Место TMS в системе информационного обеспечения управления цепями поставок[1]

TMS системы проектируются по модульному принципу, исходя из потребностей заказчика. Поставщики TMS – решений (особенно крупнейшие из них - Oracle, SAP, i2 Technologies) постоянно расширяют функционал системы, поэтому предложить какую-либо референтную модель TMS решений (особенно с учетом специфики российского рынка) на данном этапе не представляется возможным. Такая попытка была предпринята в 2011 г. специалистами консалтинговой компании Capgemini Comsulting в периодическом отчете «Transportation Management Report 2011» [7], несколько измененная модель предложенного ими функционала TMS представлена на Рис. 5.

Рис. 5 Референтная модель функционала TMS-систем

Далее представлены некоторые уникальные задачи управления перевозками, решаемые  в рамках TMS-систем, и составляющих их отличительные особенности в  сравнении с другими категориями программного обеспечения, рассмотренных выше:

Сорсинг транспортировки - обеспечение процесса поиска оптимального соотношения между задачами транспортировки, реализуемыми собственными силами и с привлечением ресурсов сторонней организации. Является базисом для подготовки решения о выборе способа транспортировки, исполнителя, осуществляет поддержку процессов поиска поставщика и приобретения услуг или формирования заданий для собственного парка транспортных средств на тактическом и операционном уровнях соответственно.

Управление эффективностью - обеспечение согласованности показателей эффективности транспортировки с параметрами функционирования цепи поставок на стратегическом уровне. Основанное на принципах и технологиях Business Intelligence Management решение позволяет в режиме он-лайн формировать аналитический базис для принятия решений по совершенствованию процессов транспортировки в цепях поставок

Проектирование сети - моделирование и оптимизация логистической сети компании, исходя из условий глобального оптимума параметров функционирования цепи поставок для ее участников

Управление контрактами - обеспечение процессов, необходимых для создания каналов закупки услуг сторонних организаций. Поддержка жизненного цикла контракта включает разработку предложения для поставщиков услуг, инициация и проведение тендера на закупку услуг, корректировка планов транспортировки исходя из отобранных предложений и выбор поставщика, заключение контракта, его мониторинг и закрытие.

Управление двором - система управления транспортными средствами на территории складского комплекса. Управляет входящими и исходящими грузопотоками складского комплекса и территорией, которая прилегает к складу применяется с целью выровнять масштабы управления WMS и ТMS и устранить разрывы в показателях движения товарных запасов. Планирование временных окон для погрузочно-разгрузочных работ на складе позволяет оптимизировать использование транспортных средств, а также обеспечить равномерную загрузку персонала и технических средства склада

Биллинг клиента - процесс определения стоимости предоставляемых услуг и урегулирование финансовой составляющей соглашений с клиентом. Решение даёт возможность контролировать все операции, связанные с выполнением уникального заказа  по каждому клиенту и рассчитать стоимость услуг на основании введенных тарифов

Среди основных направлений развития TMS-систем выделяют: интеграцию систем управления транспортировкой контрагентов в цепи поставок (потребитель-логистический оператор-поставщик), сервис-ориентированное проектирование программного обеспечения управления транспортировкой (Service Oriented Architecture  - SOA),развитие мобильных решений, интеграция с  CRM/WMS/APS-решениями, мониторинг воздействия на окружающую среду.

Литературные источники

1.  Воропаев А. Комплексное решение задач транспортной логистики//Автотрансинфо -  24 января 2011 №1 (239), с. 17-24
2. Гаспарян В. Об оптимальном уровне автоматизации процессов, связанных с планированием работы транспорта// Логистика сегодня - № 02(44)2011, с. 110-11
3. Петров Д. Обзор рынка YMS// Складские технологии - № 04(июнь)2008 [http://www.wms-explorer.ru]
4. Сингх Ранджит. Концепция работы замкнутого цикла планирования транспортировок// Логистика сегодня - № 04(40)2010, с. 200-203
5. http://www.antor.ru
6. http://www.aquamcg.com
7. http://www.capgemini.com
8. http://www.dssconsulting.ru
9. http://www.inconso.com
10. http://www.inet-logistics.com
11. http://www.m2m-t.ru
12. http://www.naviscan.ru
13. http://www.psilogistics.com
14. http://www.sap.ru

ССЫЛКИ

[1] YMS - (Yard Management System) - Система управления транспортными средствами на территории складского комплекса.

Опубликовано № 5 (64) октябрь 2014 года

АВТОРЫ: Солодовников В.В.

РУБРИКА Планирование в цепях поставок, Имитационное моделирование, Информационные технологии в логистике и SCM, Аналитика в логистике и SCM

Аннотация 

Эффективное управление современного предприятия в принципе невозможно без стратегического планирования и регулярного мониторинга целей и направлений развития цепи поставок. Высшему руководству постоянно приходится решать задачи, связанные со слияниями и поглощениями компаний, появлением конкурентов на региональных рынках, влияниями изменений цен на производственное сырье, материалы, проблемами своевременной транспортировки сырья и готовой продукции, изменениями структуры и географии спроса в регионах, необходимостью определения направлений стратегических инвестиций в бизнес. Тем не менее, на практике методический, формализованный бизнес процесс моделирования развития цепи поставок пока редкость в российских компаниях. Анализ эффективности цепей поставок производится на проектной основе, от случая к случаю, занимает достаточно много времени и не обладает достаточной точностью прогноза, и чаще всего предлагает стратегии на «верхнем уровне», не затрагивая влияния стратегических инициатив на всю комплексную инфраструктуру цепи поставок компании. Тенденции на усложнение материальных, финансовых и информационных потоков в цепях поставок ведущих компаний определяет необходимость в информационной поддержке такого важного процесса планирования. За последние десятилетия были разработаны специализированные методы и технологии моделирования комплексных цепей поставок с одновременным учетом производственных, ресурсных, сбытовых и других ограничений. Одним из основных назначений этих методов и технологий является информационная поддержка стратегического планирования цепей поставок. В рамках настоящей статьи рассматриваются типовые задачи стратегического планирования, ключевые методы решения задач стратегического планирования, а также наиболее популярные программно-математические инструменты для этого.

Ключевые слова стратегическое планирование мониторинг анализ эффективности моделирование цепей поставок проектирование цепей поставок

Современные промышленные предприятия - лидеры отраслей это мощные конгломераты с комплексной производственно-логистической цепью поставок. В условиях динамически меняющейся конкурентной среды в российском бизнесе, региональной и глобальной экспансии лидеров рынка, эффективное управление в принципе невозможно без стратегического планирования деятельности компаний-лидеров, без целостного определения и регулярного мониторинга целей и направлений развития цепи поставок. Руководству компаний постоянно приходится решать задачи, связанные со слияниями и поглощениями компаний, появлением конкурентов на региональных рынках, влияниями изменений цен на производственное сырье, материалы, проблемами своевременной транспортировки сырья и готовой продукции, изменениями структуры и географии спроса в регионах, необходимостью определения направлений стратегических инвестиций в бизнес.

Интеграция логистических сетей компаний, приобретенных в результате поглощения, в существующую структуру распределения; оптимизация запасов за счет максимально возможного использования существующих складов и распределительных (дистрибутивных) центров, распределения прямых и централизованных поставок продукции и оценка инвестиционной эффективности постройки новых складских мощностей; максимизация прибыли от продаж в существующей сети распределения – вот лишь некоторые из задач, делающие моделирование цепей поставок необходимой составляющей планирования долгосрочных бизнес-стратегий.

Имея  возможность регулярно оценивать перспективы развития бизнеса  в количественных факторах, организации получают возможность гибко управлять открывающимися возможностями на рынке, быстро принимать экономически обоснованные решения. Это означает, что регулярное и взаимосвязанное планирование стратегий производства, логистики, продаж и финансов может быть одним из главных преимуществ в конкурентной борьбе.

Тем не менее, на практике формализованный бизнес процесс моделирования развития цепи поставок  пока редкость в российских компаниях. Анализ эффективности цепей поставок производится  на проектной основе, от случая к случаю, занимает достаточно много времени и не обладает достаточной точностью прогноза, и чаще всего предлагает стратегии на «верхнем уровне», не затрагивая влияния стратегических инициатив на всю комплексную инфраструктуру цепи поставок компании.

Обычно, инициативы и будущие стратегии компании моделируются исходя из интересов и рекомендаций различных подразделений внутри предприятия, учитывающих только определенный аспект деятельности компании. К примеру, стратегии расширения производства, разработанные производственниками с учетом оптимального расширения производственных мощностей и минимизации закупочных затрат для определенных видов продукции, могут входить в противоречие с планами продаж, разработанных с учетом максимизации прибыли в определенных регионах. При этом вполне возможно, что результатом реализации и тех, и других стратегий  будет рост  уровня запасов и рост затрат на транспортировку. А значит, стратегии, оптимальные с точки зрения производства и продаж, будут противоречить стратегии эффективной логистики. В результате, принятая стратегия развития может быть не самой оптимальной с точки зрения оценки минимизации затрат или максимизации прибыли по всей цепочке стоимости компании.

Надо отметить, что за последние десятилетия были разработаны специализированные методы и технологии [9-13,15,16] моделирования комплексных цепей поставок с одновременным учетом производственных, ресурсных, распределительных и других ограничений. Одним из основных назначений этих методов и технологий является информационная поддержка стратегического планирования цепей поставок.  В рамках настоящей статьи рассматриваются типовые задачи стратегического планирования, ключевые методы решения задач стратегического планирования, а также наиболее популярные программно-математические инструменты для этого. В завершении статьи представлены выводы и рекомендации автора

Задачи стратегического планирования

Для лучшего понимания целей и задач стратегического планирования рассмотрим более подробно его место и связь с другими уровнями, приведенные на рисунке 1. 

Рисунок 1 Уровни планирования

Стратегическое планирование - инструмент высшего руководства, позволяющий определять наиболее перспективные направления деятельности организации, обеспечивающие ее рост и процветание.

Оперативное планирование - рабочий инструмент для оперативного управления цепью поставок. Компании, которые работают с коротким временем выполнения заказа, модифицируют детальные оперативные планы почти непрерывно, однако ежедневное обновление подобных планов является более типичным.

Тактическое планирование необходимо для связи стратегических планов компании с более детальными оперативными планами. Оно служит промежуточным звеном, и проводником политики руководства компании на более детальные уровни планирования с одной стороны и обратной связью о реальном состоянии дел в цепи поставок с другой стороны.

Рассмотрим более подробно типовые задачи стратегического планирования цепи поставок предприятий.

В области производства это:

• определение оптимального расположения новых производств;
• выявление неприбыльных производств;
• определение необходимости в добавлении производственных линий, а также перепрофилирования;
• разработка стратегии по аутсорсингу (доля производства продукции смежниками);
• размещения дополнительных мощностей хранения и расчет их загрузки;
• определение наиболее выгодного периода для внедрения преобразований.

В области дистрибуции это:

• определение оптимального расположения новых региональных складов и дистрибуционных центров;
• оценка эффективности существующей сети складов;
• оценка целесообразности закрытия складов или консолидации;
• распределение зон покрытия спроса между складами/дистрибуционными центрами компании;
• выработка стратегии по оптимальному объединению сети складов после слияния/ поглощения других компаний;
• определение уровня запасов в цепи поставок;
• определение наиболее выгодного периода для внедрения преобразований.

В области транспортировки это:

• определение видов транспортировки для заданных регионов для поставок снабжения и сбытовых поставок;
• определение доли собственного и привлекаемого транспорта;
• оценка целесообразности унификации собственного транспорта;
• определение наиболее выгодного периода для внедрения преобразований.

В области снабжения это:

• определение источников поставки сырья и материалов;
• расчет уровня запасов сырья и материалов;
• определение наиболее выгодного периода для внедрения преобразований.

В области сбыта это:

• определение ассортимента продаваемой в различных регионах продукции;
• оценка применения различных вариантов ценовой политики;
• определение приоритетности каналов продаж/рынков сбыта;
•  определение наиболее выгодного периода для внедрения преобразований.

В области финансов это:

• оценка программы инвестиций (оптимизация портфеля инвестиционных проектов);
• определение источников финансовых ресурсов и вариантов их размещения;
• формирование политики трансфертного ценообразования;
• определение наиболее выгодного периода для внедрения преобразований.

Зачастую многие эти задачи являются конкурирующими. В рамках стратегического планирования необходимо найти наиболее выгодную стратегию развития цепи поставок, учитывающую возможности и ограничения внутренней и внешней среды компании.

Ключевые методы решения задачи стратегического планирования

Как и любое планирование, стратегического планирования цепи поставок начинается с моделирования. Одно из определений модели звучит следующим образом. Модель — это система, исследование которой служит средством для получения информации о другой системе, это упрощённое представление реального устройства и/или протекающих в нём процессов, явлений.

Таким образом, модель цепи поставок это упрощенное представление реальной цепи поставок состоящее из:

• объектов цепи поставок, включающих производства, складские комплексы, рынки сбыта, внешних поставщиков;
• плеч, связывающих эти объекты;
• процессов преобразования и ресурсов (производство);
• товароматериальных ценностей и финансов, формирующих материальные и финансовые потоки;
• параметров модели и ограничений.

Процесс моделирования состоит из следующих основных шагов: создание модели цепи поставок, оптимизации параметров модели и интерпретация результатов (см. рисунок 2).

Рисунок 2 Процесс моделирования

Оптимизация модели — это нахождение наилучшего решения в рамках существующих ограничений по заданным критериям: максимальная маржинальная прибыль, максимальный доход и т.д. В зависимости от вида модели подбирается наиболее подходящий алгоритм оптимизации.

Рассмотрим более подробно основные виды моделей. На рисунке 3 приведена базовая классификация моделей.

Рисунок 3  Базовая классификация моделей

Эвристические модели

Наиболее распространенными моделями в мире являются умозрительные или эвристические модели. Они почти всегда предшествуют всем другим видам моделей. Эвристическими методами оптимизации называются логические приемы и методические правила научного исследования и изобретательского творчества, которые способны приводить к цели в условиях неполноты исходной информации и отсутствия четкой программы управления процессом решения задачи [3].

Для случая комплексных цепей поставок сложность материальных потоков приводит к тому, что зачастую при планировании происходит недопустимое упрощение проблемы и как результат страдает реалистичность и качество стратегического плана.  Именно поэтому в конечном итоге умозрительные модели формализуются в виде описательных или физических моделей. Наиболее перспективными описательными моделями в плане получения оптимального результата являются математические модели. На сегодняшний день в области стратегического планирования цепей поставок наибольшее распространение получили методы имитационного моделирования и математического программирования [1,2,5-8,14,17].

Имитационное моделирование

В настоящее время для исследования очень сложных экономических систем широко применяются методы имитационного моделирования [2]. Имитационная модель – это описание изучаемой системы с помощью адекватных ей алгоритмов функционирования системы под влиянием внешних и внутренних возмущений. Существует три основных метода имитационного моделирования: системная динамика, дискретно-событийное моделирование, агентное моделирования.

К имитационному моделированию обычно прибегают в тех случаях, когда зависимости между элементами моделируемых систем настолько сложны и неопределенны, что они не поддаются формальному описанию с помощью аналитических моделей. Таким образом, имитационное моделирование исследователи сложных систем вынуждены использовать, когда чисто аналитические методы либо неприменимы, либо неприемлемы (из-за сложности соответствующих моделей) [8].

При имитационном моделировании динамические процессы системы-оригинала подменяются процессами, имитируемыми моделирующим алгоритмом в абстрактной модели, но с соблюдением таких же соотношений длительности, логических и временных последовательностей, как и в реальной системе. При наличии большого количества достоинств настоящего метода моделирования при решении широкого круга задач, необходимо отметить его недостатки:

• отсутствие хорошо структурированных принципов построения имитационных моделей, что требует значительной специальной проработки каждого конкретного случая ее построения;
• методологические трудности поиска оптимальных решений;
• повышенные требования к быстродействию ЭВМ, на которых имитационные модели реализуются;
• сложность анализа и осмысления результатов, полученных в результате вычислительного эксперимента;
• достаточно большие затраты времени и средств, особенно при поиске оптимальных траекторий поведения исследуемой системы.

Математическое программирование

Математическое программирование уже на протяжении многих лет успешно  применяются в промышленности, сельском хозяйстве, логистике, системе здравоохранения [1,5-8,14,17].

Широкое прикладное распространение в моделировании экономических систем получили методы линейного и смешанного целочисленного программирования.

Математическая модель любой задачи линейного и смешанного целочисленного  программирования включает: целевую функцию, оптимальное значение которой (максимум или минимум) требуется отыскать; ограничения в виде системы линейных уравнений или неравенств; требование неотрицательности переменных.

Ключевыми особенностями этих методов является: детерминированность; динамичность; оптимальность.

В практике организации процесса регулярного стратегического планирования эти методы являются наиболее распространенными.

Программно-математический инструментарий

На сегодняшний день существует большое количество научно-исследовательских инструментов, профессиональных средств разработки и бизнес приложений для оптимизационного моделирования цепей поставок предприятий [9-13,15,16].

Наиболее распространенные программные платформы для разработки математических моделей цепей поставок приведены в таблице 1.

Таблица 1

Программные платформы для разработки математических моделей

Использование описанных инструментов предполагает выбор в пользу разработки собственного решения по стратегическому моделированию цепи поставок. Разработка собственного решения подразумевает привлечение и удержание команды специалистов с высокой научно-технической квалификацией. Достаточно часто при разработке собственного решения модель получается узкоспециализированной и адаптация подобной модели к изменениям, ее масштабирование является трудоемкой. 

На сегодняшний день наиболее востребованными решениями на рынке являются бизнес приложения, основанные на методах математического программирования. В таблице 2 приведены результаты исследования, проведенные известной международной компанией в 2013 году, производителей бизнес приложений для планирования цепей поставок.

Таблица 2

Рейтинг производителей систем планирования цепей поставок

Однако следует с осторожностью относиться к результатам подобных исследований. Приведенные результаты исследования оценивают совокупные возможности поставщика решения во всех аспектах информационной поддержки управления цепями поставок. В подобных исследованиях обычно не участвуют узкоспециализированные компании производители программного обеспечения.

Автором составлен свой собственный рейтинг производителей программного обеспечения в области стратегического планирования цепей поставок на основе изучения опыта внедрений инструментов в России. Основные инструменты стратегического моделирования в России приведены в таблице 3.

Таблица 3

Основные инструменты стратегического моделирования в России

Указанные приложения являются специализированными решениями. Они изначально ограничены задачами оптимизации цепей поставок и наиболее подходят для организации регулярного процесса стратегического планирования компании. Они не требуют от персонала компании, где внедряется продукт, глубоких знаний в области математического моделирования. Всю основную работу по настройке решения выполняют специалисты, после чего пользователи оперируют более простыми для их понимания базами данных для масштабирования модели и обновления данных.  Эти решения, как правило, обладают богатым инструментарием для визуализации результатов планирования и проведения сравнительного анализа различных сценариев.

Таким образом, внедрение специализированных бизнес приложений позволяет кардинально усовершенствовать и одновременно упростить процесс стратегического планирования [4].

В заключении рассмотрим сравнительный анализ традиционной практики стратегического планирования без применения программно-математического инструментария и стратегического планирования, основанного на методах математического моделирования (см. таблица 4).

Таблица 4

Сравнительный анализ

Выводы и рекомендации

Применение программно-математических инструментов для моделирования цепей поставок позволяет систематизировать и значительно повысить эффективность процесса стратегического планирования компании.

На сегодняшний день существует большое количество научно-исследовательских инструментов, профессиональных средств разработки и бизнес приложений для оптимизационного моделирования цепей поставок предприятий. В большинстве случаев для решения типовых задач стратегического планирования предприятий достаточно внедрения одного из соответствующих бизнес приложений. В случае решения нетиповых задач, не имеющих аналогов, целесообразно проведение научных исследований и создание собственного программно-математического инструмента на базе одной из многих предлагаемых платформ для разработки.

В заключение хотелось бы подчеркнуть, что разработка стратегической модели цепи поставок в значительной мере является искусством, поэтому успех ее внедрения в большей степени зависит от творчества и опыта команды, нежели от применяемого инструмента оптимизации.

Список литературы

1. Бережная Е.В. и Бережной В.И. Математические методы моделирования экономических систем. М.:Финансы и Статистика, 2006. – 432 с.
2. Карпов Ю. Г. Имитационное моделирование систем. Введение в моделирование с AnyLogic 5. — СПб: БХВ-Петербург, 2006. — 400 с. — ISBN 5-94157-148-8
3. Михелькевич В. Н., Радомский В. М. Основы научно-технического творчества. Ростов-на-Дону.: Феникс, 2004. — С. 320.  
4. Солодовников В.В. Стратегическое моделирование цепи поставок угольной компании, №2(61), 2014.
5. Таха Х. Введение в исследование операций. 7-е издание.  М.:Вильямс,  2005. -912 с.
6. Плотников А. Д. Математическое программирование = экспресс-курс. — 2006. — С. 171. — ISBN 985-475-186-4
7. Шапиро Д.  Моделирование цепи поставок. СПб.:Питер, 2006 г. -720с.
8. Шимко П.Д. Оптимальное управление экономическими системами. СПб.:Бизнес-пресса, 2004. -240с.
9. Axel Buecker and others. Optimization and Decision Support Design Guide Using IBM ILOG Optimization Decision Manager – US.: IBM, 2010. – 368 p.
10. i2 Technologies. Supply Chain Strategist Getting Started Guide Version 6.2.1. – US.: i2 Press, 2004. – 208 p.
11. i2 Technologies. Supply Chain Strategist Modeling Guide Version 6.2.1– US.: i2 Press, 2004. – 191 p.
12. IBM. Modeling with IBM ILOG CPLEX CP – US.:IBM, 2010. – 80 p.
13. IBM. Optimization modeling with IBM ILOG OPL – US.:IBM, 2009. – 354 p.
14. Nirmal Singh Kambo. Mathematical programming techniques. Affiliated East-West Press, 1984,  719 p.
15. River Logic. Enterprise Optimizer Developer– US.: RL, 2008. – 172 p.
16. Venkataraman P. Applied Optimization with MATLAB Programming. 2nd Edition. – US.:Wiley, 2009. – 544 p. ISBN: 978-0-470-08488-5
17. Wayne L. Winston. Operations research: applications and algorithms. PWS-Kent Pub. Co., 1991, 1262 p.