Пример возможной оптимизации товарных запасов для авиации

Прогнозирование уровня запасов для авиации





Для работы самолетам необходим широкий спектр товаров: от дорогостоящих запчастей до дешевых расходников. Помимо того, что некоторые из этих товаров сами по себе стоят очень дорого, их отсутствие может привести к еще большим расходам из-за различных происшествий с воздушными судами, которые находятся на аэродроме. Lokad предлагает статистическую программу, которая обеспечивает глубокую оптимизацию товарных запасов посредством прогнозирования спроса специально для авиации, компаний MRO (техобслуживание, текущий и капитальный ремонт) и OEM (изготовитель оригинального оборудования).

air engine open for aerospace inventory forecasting

Мы выбрали Lokad после глубокого анализа доступных систем оптимизации запасов для нашей сферы деятельности (техобслуживание, ремонт и капитальный ремонт). Компания Lokad ориентирована на работу с партнерами, и она быстро реагирует на запросы клиентов. Это, а также усердная работа над своей системой говорят о том, что этой компании можно доверить оптимизацию запасов запчастей для самолетов для наших клиентов по всему миру. Lokad успешно претворяет в жизнь ожидания клиентов, несмотря на сложность нашей сферы деятельности, благодаря оригинальному и рациональному подходу к проблеме.

Оливье Маццуккелли, генеральный директор Spairliners, Гамбург, Германия





Классические подходы неприменимы для авиации

Как правило, классические подходы к оптимизации товарных запасов плохо работают, если речь идет о запчастях. Кроме того, компания Lokad сотрудничает с авиакомпаниями уже некоторое время, и мы знаем, что в этой отдельной сфере ситуация значительно хуже, чем в целом.

jet engines for aerospace inventory forecasting

Высокая стоимость некоторых деталей, большое время выполнения заказов, редкие отказы и огромные неустойки в случае отсутствия товара только усугубляют недочеты классической оптимизации товарных запасов.

В частности, прогнозирование временных рядов по MAD (среднее абсолютное отклонение) или MAPE (средняя абсолютная ошибка в процентах) в авиации не отражает надлежащим образом высокую ассиметричность убытков, понесенных вследствие чрезмерно высоких или низких прогнозов. Классический анализ резервного запаса на основе нормального или пуассоновского распределения также дает плохие результаты. Классический анализ резервного запаса на основе нормального или пуассоновского распределения также дает плохие результаты, потому что зафиксированные данные отражают только то, что колебания спроса не подчиняются этим моделям. Точно так же, не работает ABC-анализ, потому что распределение товарных запасов по категориям не оправдывает себя, так как не учитывает множество различных факторов, которые определяют, какие детали или расходники необходимы современным самолетам.

Помимо расхождений между предположениями, построенными на основе классических моделей, и реальностью работы в авиакомпаниях мы обнаружили, что классические подходы слишком сильно зависят от огромного количества корректировок, вносимых вручную. Это часто приводит к тому, что персонал, задействованный в оптимизации товарных запасов не капитализируется, но просто учитывается информационной системой, просто чтобы она могла выполнять повседневные задачи. Некоторые особенности ПО, такие как «предупреждения», также усложняют ситуацию, так как они привлекают внимание сотрудников к поверхностным проблемам, вместо того, чтобы заниматься самыми важными вопросами, которые позволили бы обеспечить длительную бесперебойную работу.

Для получения подробной информации, свяжитесь с нами: .
Глубокое переосмысливание системы вычислений для прогнозирования товарных запасов в авиации.

Колебания спроса в авиации требуют неклассического подхода к прогнозированию

Аналитическая технология компании Lokad создавалась при участии работников авиации. Вместо переработки моделей прогнозирования и товарных запасов, созданных для других сфер деятельности, компания Lokad разработала альтернативные статистические методы, изначально учитывающие авиационную специфику. Модели прогнозирования Lokad отражают все факторы, связанные с управлением флотом воздушных судов, причем не в виде корректировочных линейных коэффициентов, применимых к временным рядам, но в виде переменных, которые непосредсвенно описывают глубинную природу спроса. Спрос в первую очередь определяется необходимостью обслуживания целого флота воздушных судов. При этом флот может увеличиваться или уменьшаться. Соотношение часов налета и взлетно-посадочных циклов также изменяется со временем. Некоторые работы по техобслуживанию являются плановыми, а некоторые — внеплановыми. Модели прогнозирования Lokad отражают все факторы, связанные с управлением флотом воздушных судов, причем не в виде корректировочных линейных коэффициентов, применимых к временным рядам, но в виде переменных, которые непосредсвенно описывают глубинную природу спроса. Кроме того, «средний» уровень спроса не так уж важен, по сравнению с пиками, то есть с моментами резкого повышения спроса, которые больше всего влияют на уровень обслуживания. В классических прогнозах, которые основываются на нормальном или пуассоновском распределении, всегда возникает систематическая ошибка. В основе технологии Lokad лежит высокоэффективный квантильный анализ спроса. Квантильный подход позволяет точно оценить будущие всплески спроса и их вероятность.

jet engine closeup for aerospace inventory forecasting

Кроме того, необходимо предсказывать не только уровень спроса, но и время выполнения заказов. Для дорогих запчастей нужно учитывать не только время выполнения заказа, но весь цикл: от замены детали до доставки новой детали. Общее время выполнения заказа включает в себя множество моментов: время организационной подготовки, период между закупкой и получением товара, время перевозки, время приема, время обработки заказа (продолжительность приемочного контроля на MRO или OEM, и, в соответствующих случаях, сроки выполнения ремонтных работ), время на разгрузку и перемещение складских запасов, время выработки и т. д. Расчет среднего времени выполнения заказа во многом несостоятелен; технология Lokad позволяет сразу же моделировать все задержки — вероятность возникновения той или иной задержки.

Наконец, замечено, что спрос изменяется очень специфически, что приводит к необходимости создания отдельного статистического алгоритма. Например, модернизация приводит к возникновению множества ошибок в истории, которые необходимо учитывать. Кроме того, различные версии правил взаимозаменяемости деталей (полностью взаимозаменяемые, взаимозаменяемые только в 1 случае) еще больше усложняют картину. В отличие от классических подходов, при которых все факторы необходимо втиснуть во временные ряды, наша технология решает такие вопросы на глубинном уровне посредством статистических моделей, созданных специально для подобных ситуаций.
Глубокое переосмысление работы сотрудников, ответственных за поддержание запасов.

Оптимизация товарных запасов в соответствии с расходами в авиационной сфере

Во избежание происшествий с воздушными судами на аэродроме (AOG) необходимо проводить техобслуживание различных детали, однако детали в этом отношении неравны. Классификация деталей по степени важности (изделия, при неисправности которых самолет не допускается к полету / может быть не допущен к полету и т. д.) определяет размер убытков, понесенных вследствие отсутствия необходимой детали. Многие системы неправильно оптимизируют ошибку прогнозирования, выраженную в процентах (напр.: MAPE, средняя абсолютная ошибка в процентах) или в каких-либо других единицах (напр.: MAD, среднее абсолютное отклонение). Основа нашей технологии разрабатывалась таким образом, чтобы снижать стоимость ошибок прогнозирования в долларах. Это ключевое отличие нашего подхода от классических статистических систем, которые просто «не видят» финансовые переменные.

Расходы, понесенные вследствие чрезмерно высоких или низких прогнозов в сфере авиации крайне асимметричны, и это оказало глубокое влияние на нашу технологию. Дорогостоящие запчасти требуют не только больших затрат, они также создают «инерционный» эффект для всех покупок авиакомпании. Процент брака у большинства деталей крайне невелик, поэтому приобретенные товары могут храниться в запасах в течение многих лет. Кроме того, иногда компании перепродают детали, и они уходят по сильно сниженной цене по сравнению с первоначальной стоимостью. Таким образом, в наши прогнозы изначально и целенаправленно вводятся ошибки, которые позволяют отразить асимметричность ситуации. Цель этого — не получить идеальные оценки уровня товарных запасов с абстрактной статистической точки зрения, но получить оценки, которые действительно помогают сократить расходы, связанные с неточностью самих оценок.

Кроме того, повышение вероятности обслуживания — это положительное явление, если при этом не увеличивается объем товарныхъ запасов, однако классические прогнозы работают с довольно-таки произвольными значениями вероятности обслуживания, зачастую основанными на наивной классификации товарных запасов, такой как АВС-анализ или других подобных моделях. В целом, наша статистическая технология направлена на то, чтобы получить максимум выгоды от каждого доллара, вложенного в товарные запасы. Например, даже если вероятность необходимости обслуживания детали составляет 90%, а компания стремится к общей вероятности обслуживания в 98%, эффективнее будет поднять вероятность обслуживания другой детали с 98% до 99%, если этот предмет стоит в 100 раз дешевле и требуется в 100 раз чаще, чем первый. ABC-анализ дает чрезмерно упрощает понимание структуры товарных запасов для авиации, где необходимо учитывать некоторые факторы: стоимость предмета, задержки в поставке, важность, была ли покупка запланированной, фактическое время прибытие, потенциальное устаревание и т. д.

Вместо того, чтобы выдавать «точные, но неверные» данные, Lokad старается получить «примерно правдивую» информацию. Включить все финансовые и рабочие ограничения в модели прогнозирования было очень трудно, однако мы заметили, что использование классических подходов, не учитывающих эти факторы, дает очень плохие результаты.
Глубокое переосмысление отношений с клиентами для получения ожидаемого экономического эффекта.

Использование Big Data для авиации

В основе нашей технологии лежит принцип, который гласит что для оптимизации наличных товарных запасов нужно обрабатывать как можно больше доступных и актуальных данных в течение как можно большего времени. Данная точка зрения отличается от классических подходов, которые «сильно» зависят от конкретных данных. Если по какой-либо причине некоторые данные недоступны, справиться с ситуацией становится невозможно, и, в идеале, качество прогнозов при недостатке данных должно снижаться. Благодаря использованию большего количества коммерческих факторов по сравнению с классическими моделями оптимизации товарных запасов, Lokad получает гораздо более реалистичные результаты. Lokad может обрабатывать множество данных для оптимизации товарных запасов. Чаще всего используются истории закупок деталей, запросы на детали, замена комплектующих, ремонтные работы, брак и возврат деталей. Далее идут описание флота воздушных судов и его исторический состав, а также все актуальные часы налета и циклы взлета-посадки. Наконец, обрабатываются непосредственно данные о деталях (или расходниках) и их свойствах, такие как важность, фактическое время прибытия, категория, габариты, опасность — которые также важны для оптимизации товарных запасов. Кроме того, для повышения «финансовой» точности моделей прогнозирования важно учитывать расходы на покупку деталей, как оптом по низкой цене, так и по высокой цене при проблемах с воздушным судном на аэродроме.

Даже такие, на первый взгляд, простые вещи, как состояние запасов, требуют использования довольно разнообразных наборов данных. Запасы включают в себя не только наличные запасы и заказанные товары, но также и будущие возвраты на ремонт, возвраты деталей, подлежащих обслуживанию, товары, позаимствованные или переданные другим авиакомпаниям. Благодаря использованию большего количества коммерческих факторов по сравнению с классическими моделями оптимизации товарных запасов, Lokad получает гораздо более реалистичные результаты.

Также можно обрабатывать сторонние данные, такие как значения MTBUR (среднее время работы между неплановыми ремонтами), предоставленные OEM. Мы предпочитаем не полагаться на 100% на один источник и использовать все доступные данные.

airplane seats for aerospace inventory forecasting

Если деталь заменялась более 100 раз, ожидаемое MTBUR, рассчитанное на основе исторических данных, скорее всего, будет точнее, нежели данные OEM. С другой стороны, если деталь заменяется очень часто, оценки OEM являются единственным пригодным источником данных. Технология Lokad позволяет обрабатывать наилучшие наборы данных, необходимых для минимизации финансовых расходов.