Количественные принципы для цепочки поставок (Резюме лекции 1.6)

Значимая оптимизация цепочки поставок заключается в овладении вариативностью, с которой сталкиваются в результате вариабельности потока товаров, и это овладение симпатично количественному анализу. Проблемы в цепочке поставок также количественны, но зловещи и иногда противоречат традиционному анализу. Принятие количественных принципов как на этапе наблюдения, так и на этапе оптимизации может помочь практикующим избежать многих неявных, но тем не менее предсказуемых проблем в цепочке поставок.

Просмотр лекции

Принципы наблюдения

В общем, типы решений и ограничений, с которыми сталкиваются специалисты по цепочке поставок, являются неизбежно количественными - такими как значения пополнения, цели уровня обслуживания, MOQs, и т.д. Однако сами цепочки поставок не поддаются прямому наблюдению. Нельзя сделать снимок всей цепочки поставок так, как можно сделать снимок части механизма, несмотря на то, что оба, пожалуй, являются CapEx, оба состоят из множества наблюдаемых физических частей и оба (в общем) приводят к физическому результату.

Несмотря на это ограничение, цепочки поставок не противоречат количественному анализу. Напротив, количественный анализ цепочки поставок позволяет выявить несколько поучительных, хотя и спорных, контринтуитивных наблюдений.

Проблемы цепочки поставок не являются нормально распределенными

Возможно, отчаянно, проблемы цепочки поставок не склонны следовать нормальному распределению, что приводит к множеству организационных трудностей, с которыми сталкиваются при попытке их оптимизации. В случае нормального распределения большое количество независимых факторов может влиять на значение в одном из двух направлений (например, больше или меньше, вверх или вниз). Другими словами, нормальное распределение является результатом множества небольших случайных изменений, которые могут увеличивать или уменьшать значение¹.

Однако проблемы цепочки поставок часто возникают из-за нескольких крупных системных факторов, а не из-за множества независимых мелких факторов. К таким факторам относятся:

• Изменчивость спроса: Спрос на продукцию часто является высоко изменчивым и может быть подвержен влиянию широкого спектра факторов, таких как сезонные тенденции, экономические условия и маркетинговые кампании. Эта изменчивость может привести к проблемам, таким как дефицит товара или избыточное наличие.

• Надежность поставщика: Работа поставщика может значительно влиять на цепочку поставок, и изменчивость надежности поставщика может привести к проблемам, таким как задержки поставок и проблемы с качеством.

• Логистические нарушения: Проблемы, такие как задержки в транспортировке, таможенные препятствия или природные катастрофы, могут вызвать значительные нарушения в цепочке поставок.

Вышеуказанные проблемы не являются тривиальными угрозами для непрерывности (и оптимизации) цепочки поставок. Они представляют собой диспропорционально большие сложные проблемы, которые могут иметь значительные последствия.

Кроме того, проблемы цепочки поставок часто проявляют определенный уровень ассиметрии, что означает, что обычно есть несколько основных проблем, вызывающих большую часть проблем, а не симметричное распределение проблем вокруг предсказуемого среднего значения. Во многих случаях эти проблемы также имеют “длинный хвост” - то есть большое количество различных проблем, каждая из которых происходит редко.

Взаимосвязи и обратные связи, присущие цепочкам поставок (например, как текущие уровни запасов влияют на будущие решения по заказу), также делают возникновение проблем отклоняющимся от нормальности. Такие нелинейные сложные системы более точно описываются другими статистическими моделями (подробнее рассмотрены в следующем разделе).

Обратная зависимость между частотой и рангом

Лучшей количественной моделью для изучения проблем цепочки поставок (и значений в целом) является Закон Ципфа. Просто говоря, Закон Ципфа имеет два основных элемента:

1. Несколько значений в наборе данных встречаются очень часто, в то время как большинство встречается редко.

2. Частота значения обратно пропорциональна его рангу.

Рассмотрим частоту слов в учебнике. Самое часто встречающееся слово в любой книге (если она написана на языке, использующем определенный/неопределенный падеж) вероятно будет the. Второе по частоте слово может быть of, и его частота будет (приблизительно) в два раза меньше, чем у the. Эта тенденция будет продолжаться по рейтингу².

Примером из розничной торговли является общее открытие, что небольшое количество товаров в каталоге составляет большую часть продаж, в то время как длинный хвост других товаров продаются редко. Этот шаблон - несколько “успехов” и много “неудач” - соответствует распределению Зипфа. Это похожая концепция на Принцип Парето, который утверждает, что примерно 80% эффектов происходят от 20% причин. Описанная здесь асимметрия, фактически, является основополагающим принципом систем управления инвентарем, таких как ABC и ABC-XYZ. Однако, есть некоторые ключевые различия между распределением Парето и Зипфа, которые стоит разобрать.

• Распределение Парето: Представьте себе интернет-магазин с обширным каталогом. Отдел поставок может обнаружить, что 80% выручки компании генерируется только 20% ее предложения, что предполагает, что ресурсы лучше направить на поддержание уровней запасов этих популярных товаров. Хотя это может быть полезным общим руководством, оно не обладает достаточным уровнем детализации, необходимым отделу для правильного анализа данных о продажах (помимо простого определения того, какие артикулы принесли наибольшую выручку).

• Распределение Зипфа: Если бы тот же отдел поставок использовал распределение Зипфа, в анализ был бы введен интересный дополнительный уровень детализации. Исследуя все продажи и их частоту, команда могла бы обнаружить закономерности, которые упускает распределение Парето. Например, они могли бы обнаружить, что хотя электроника и бытовая техника действительно являются лидерами, есть также другие категории товаров, такие как книги или одежда, которые в совокупности добавляют значительную сумму к общим продажам, но не являются значительными вкладчиками в прибыль в отдельности. Распределение Зипфа также позволило бы выявить потенциально интересные взаимосвязи между каталогом, которые стоит исследовать, например, почему третий по популярности продукт приносит примерно треть выручки самого популярного, несмотря на то, что они взаимозаменяемы и получают сопоставимый уровень рекламы.

Тирания малых чисел

Распределение Зипфа, вероятно, наиболее очевидно при количественной оценке проблем в цепочке поставок, особенно в ситуациях, когда небольшое количество причин приводит к значительному негативному влиянию.

Рассмотрим негативное влияние потери крупнейшего поставщика у компании B2B, особенно если этот поставщик вносит в два раза больший вклад, чем второй крупнейший поставщик B2B. Аналогично, потеря двух крупнейших клиентов приведет к экстраординарному снижению выручки, учитывая, что третий крупнейший клиент приобретает примерно треть от объема покупок самого крупного клиента.

Важно отметить, что если проблемы в цепочке поставок были бы нормально распределены, они были бы более предсказуемыми, и стандартные стратегии смягчения были бы достаточными. Однако тот факт, что небольшое количество значительных проблем (как описано здесь) может вызвать большинство нарушений, означает, что практики должны сосредоточить свои ресурсы на выявлении и смягчении этих проблем с высоким воздействием. Это требует более стратегического, проактивного и всестороннего подхода к управлению цепочкой поставок.

Принципы оптимизации

Обойдя предвзятую территорию человеческого наблюдения, переход к этапу оптимизации цепочки поставок также подвержен препятствиям. Инициативы по оптимизации цепочки поставок часто содержат ошибки, не только в программном обеспечении (подумайте о ERP-системах), но и в “мокром” программном обеспечении (подумайте о “унаследованной мудрости”).

Проблемы с программным обеспечением, такие как Heisenbugs, обычно решаются через итеративное применение программы. Ошибки в “мокром” программном обеспечении, однако, обладают свойством быть в значительной степени зашитыми в коде, что требует дополнительных усилий по депрограммированию.

Скрытая мудрость в “возрастных цепочках поставок”

Цепочки поставок, которые существуют несколько десятилетий, накопили, как минимум, базовый уровень мудрости. Трудно представить, чтобы компания, функционирующая 20 или более лет, не наткнулась хотя бы случайно на некоторые полезные стратегии или правила. Таким образом, любые существующие практики и операционные нормы воплощают форму квази-оптимальности, поскольку они могут направлять компанию в правильном направлении (общая чистая прибыль), но с существенными недостатками³.

Подобно тому, как река прорезает себе путь сквозь горный хребет, такая мудрость обычно привязывается к одной основной силе. Точно так же, как гравитация тянет реку через осадочные породы, “возрастные” цепочки поставок часто тянутся в погоне за единственным ключевым показателем эффективности, таким как повышение уровня обслуживания или снижение мертвого запаса. Хотя такие цели могут показаться разумными, они неявно сводят цепочку поставок к набору отдельных, несвязанных элементов, которые можно настраивать “изолированно”.

Это приводит к булевому мышлению, где оптимизация цепочки поставок выражается в наивно бинарных терминах. Рассмотрим следующее:

• Если уровень обслуживания улучшается, значит, цепочка поставок была улучшена. Это, естественно, игнорирует тот факт, что повышение уровня обслуживания в общем случае требует общего увеличения уровня запасов (при условии не количественной оптимизации цепочки поставок). Увеличение уровня запасов, в свою очередь, обычно приводит к увеличению мертвого запаса, что приводит к снижению чистой прибыли.

• Если уровень мертвого запаса снижается, значит, цепочка поставок была улучшена. Аналогично, такое узколобое представление об оптимизации игнорирует влияние снижения уровня запасов на цели по обслуживанию и удовлетворенности клиентов, что отрицательно влияет на покупки (и часто на лояльность клиентов).

Такие “возрастные” цепочки поставок обладают однонаправленной квази-оптимальностью, которая, подобно небольшому знанию, может быть чрезвычайно опасной. То, что цепочки поставок по умолчанию движутся в направлении квази-успеха, вероятно, помогает им выживать и закреплять неоптимальные практики.

Большое однонаправленное улучшение в “возрастных” цепочках поставок часто знакомо с неудачей, не из-за отсутствия искренних усилий, а из-за недостатка учета огромной системной и взаимосвязанной сложности, присущей современным цепочкам поставок.

Заблуждение локальной оптимизации

Основой оптимизации системы, такой обширной и взаимозависимой, как цепочка поставок, является понимание того, что локальная оптимизация не решает проблемы, она просто перемещает их. Как показано в предыдущем разделе, оптимизация локальной (здесь означающей “изолированной”) проблемы в цепочке поставок обычно нарушает равновесие и приводит к нежелательным побочным эффектам в другом месте в цепочке поставок.

Подобно установке твердотельного накопителя (SSD) в компьютере старше 30 лет не улучшает общую память (или производительность)⁴, оптимизация сети цепочки поставок (или системы цепочки поставок) является процессом, охватывающим всю систему от начала до конца.

Эта концепция явно проявляется в розничной отрасли. В розничной сети, состоящей из нескольких магазинов, интуиция может подсказывать оптимизировать уровни запасов в каждом магазине (возможно, даже вручную). Можно даже предпочтительно распределять ресурсы в пользу самого продаваемого места в сети.

Однако такой подход не учитывает более широкую сеть дистрибуционных центров, обслуживающих эти магазины, а также последствия политики, которая распределяет запасы, не учитывая их влияние на другие магазины. Сужение фокуса только на один магазин может улучшить его производительность, но может быть вредным для других.

Это также упускает из виду основную проблему миссии по распределению розничных запасов, а именно определение того, где данный товар/SKU наиболее необходим для оптимизации общей производительности системы.

Таким образом, оптимизация распределения розничных запасов - это проблема, которая имеет смысл только на уровне системы, подчеркивая важность глобальной, системной перспективы⁵.

Переопределение проблем для достижения превосходных результатов

Классическое образование (и рекламные предложения поставщиков) представляют проблемы как наиболее подходящие для решения с помощью превосходного решения. С первого взгляда это кажется вполне разумным, учитывая, что самое короткое расстояние между двумя точками действительно прямая линия. Однако этот привлекательно линейный подход склонен упрощать проблемы и, в основе, предполагает, что одно следует пытаться соединить эти две точки в первую очередь.

Учитывая различные затраты, связанные с попыткой оптимизировать цепочку поставок, это не тривиальное философское наблюдение. И в теории, и на практике лучшее понимание своих проблем превосходит (в долгосрочной перспективе) отличное решение плохо понятной проблемы (в краткосрочной перспективе).

Классическим примером является проблема прогнозирования спроса. Поставщики цепочки поставок и ученые могут предлагать передовое временное рядовое инструмент прогнозирования в качестве идеального решения для количественной оценки спроса (и, следовательно, установки уровней запасов). На первый взгляд это кажется логичным: если компания не может точно предсказать спрос, то лучшее программное обеспечение для прогнозирования спроса подходит, и две дальние точки соединяются прямой(иш) линией⁶.

Это слишком линейное мышление и, вероятно, ортогонально проблеме цепочки поставок, которая представляет интерес: выявление того, что на самом деле вызывает трудности прогнозирования спроса. Вполне возможно, что другие основные проблемы, такие как логистическая неэффективность, ненадежные поставщики или ошибочные политики распределения розничных запасов, могут быть причинами изменений.

Переопределение своих проблем, а не гонка к красному свету цепочки поставок, может правильно ориентировать оптимизацию цепочки поставок и перенаправить пропускную способность (и ресурсы) от краткосрочных быстрых решений.

Примечания