ПРОГНОЗИРОВАНИЕ ЗАПАСОВ В АВИАКОСМИЧЕСКОЙ ОТРАСЛИ

Воздушные суда требуют широкого спектра деталей для работы, начиная от дорогостоящих восстанавливаемых деталей до недорогих быстро движущихся расходных материалов. Помимо того, что некоторые детали являются очень дорогими, отсутствие необходимой детали в наличии также может привести к дорогостоящим инцидентам с простоем (самолет на земле). Lokad предоставляет статистическое программное решение, которое обеспечивает глубокую оптимизацию запасов через прогнозирование спроса для авиакомпаний, MRO (техническое обслуживание, ремонт и модернизация) и OEM (оригинальные производители оборудования).

air-engines-draw
Air France Industries - это MRO-подразделение AIR FRANCE KLM с более чем 200 клиентами - международными, региональными, грузовыми авиалиниями и т. д.

Lokad предлагает новый инструмент, который одновременно является мощным и инновационным. Но, кроме того, Lokad поделилась с Air France Industries своими знаниями в области оптимизации запасов и управления цепями поставок, предоставив не только дополнительное IT-решение, но и настоящую консультационную экспертизу, на которую могут положиться наши команды.

Шарль Сегонда, руководитель управления запасами, Air France Industries

ЧИТАТЬ ПОЛНУЮ ИСТОРИЮ
quotation shape left

"Весь проект Smart Planning в Airbus Atlantic глубоко доволен успешным завершением первой фазы нашей передовой инициативы по планированию. Благодаря неизменному приверженности, строгому подходу и высокопроизводительному сотрудничеству с командами, мы получили зеленый свет для следующих шагов и с нетерпением и оптимизмом смотрим в будущее, продолжая этот путь вместе"

spl-logo Spairliners - глобальный лидер в области запасных частей, оборудования и обслуживания для авиационных парков Airbus A380 и Embraer Ejet.

Мы выбрали Lokad после тщательного анализа доступных на рынке решений по оптимизации запасов для нашей деятельности MRO (обслуживание, ремонт и модернизация). Партнерский подход Lokad и их реактивность, адаптивность и особенно производительность их решения позволили нам доверить им оптимизацию запасов оборудования для запасных частей наших самолетов для наших клиентов по всему миру. Lokad сумела оправдать ожидания и сложность нашей отрасли благодаря своему оригинальному и интеллектуальному подходу к нашим потребностям.

Оливье Маццуккелли, генеральный директор Spairliners, Гамбург, Германия

quotation shape left
LOKAD TV
Ознакомьтесь с нашими интервью на Lokad TV и узнайте больше о цепочке поставок и авиации.

Классические подходы неэффективны в авиационной отрасли

Как правило, классические подходы к оптимизации запасов показывают плохие результаты, когда речь идет о запасных частях. Кроме того, опыт работы Lokad в авиационной отрасли показывает, что ситуация на самом деле намного хуже в этой конкретной отрасли.

проверка авиадвигателя

Высокая стоимость некоторых деталей, длительные сроки поставки, редкие отказы и очень высокие затраты на нехватку запасов только усугубляют все недостатки классической оптимизации запасов.

В частности, прогнозы временных рядов, оптимизированные по метрикам, таким как MAD (среднее абсолютное отклонение) или MAPE (среднее абсолютное процентное отклонение), не отражают должным образом высокоасимметричные затраты между переоценкой и недооценкой, характерные для авиации.

Классический анализ безопасности запасов на основе нормальных или пуассоновских распределений также работает плохо.

Классический анализ безопасности запасов на основе нормальных или пуассоновских распределений также работает плохо, потому что наши наблюдения просто указывают на то, что паттерны спроса на самом деле не соответствуют ни одной из этих моделей. Аналогично, анализ ABC не работает, потому что любая классификация, которая сортирует все детали в несколько категорий запасов, не может учесть множество различных измерений, определяющих детали или расходные материалы, необходимые для современных самолетов.

Помимо несоответствия между предположениями, лежащими в основе классических моделей, и реальностью авиационного бизнеса, мы также обнаружили, что классические подходы слишком сильно полагаются на множество ручных корректировок. Это часто приводит к ситуациям, когда трудозатраты, вложенные в оптимизацию запасов, не используются, а просто потребляются ИТ-системами, чтобы просто справляться с повседневными операциями. Некоторые шаблоны проектирования программного обеспечения, такие как “оповещения”, также склонны ухудшать ситуацию, сосредотачивая команды на поверхностных ежедневных исправлениях, вместо того чтобы сосредоточить их на корневых причинах для достижения долгосрочных решений. Для любых вопросов обращайтесь по адресу contact@lokad.com

Переосмысление математики, необходимой авиакомпаниям для прогнозирования их запасов.

Паттерны спроса в авиационной отрасли требуют нестандартных прогнозов

Аналитическая технология Lokad была разработана с учетом особенностей авиационной отрасли. Вместо переработки прогнозных и инвентарных моделей, разработанных для других отраслей, Lokad создал альтернативные статистические подходы, в которых встроены специфические особенности авиационной отрасли.

Прогнозные модели Lokad отражают все эти факторы, связанные с авиапарком, не просто как корректирующие линейные коэффициенты поверх временных рядов, а как переменные, которые фундаментально объясняют сам спрос.

Спрос в первую очередь определяется необходимостью обслуживания авиапарка. Этот авиапарк может расти или сокращаться. Со временем меняется также соотношение часов полета и циклов полета. Некоторые операции по обслуживанию запланированы, другие - незапланированы. Прогнозные модели Lokad отражают все эти факторы, связанные с авиапарком, не просто как корректирующие линейные коэффициенты поверх временных рядов, а как переменные, которые фундаментально объясняют сам спрос. Кроме того, не столько “средний” спрос на детали важен, сколько пики, то есть наиболее высокие точки спроса, которые оказывают наибольшее влияние на уровень обслуживания. Классические подходы, основанные на нормальных или пуассоновских распределениях, вносят систематическую погрешность во все оценки.

engine-on-aircraft

Технология Lokad основана на продвинутом анализе квантильного прогнозирования спроса. Квантильная точка зрения является неотъемлемой частью точного прогнозирования будущих пиков спроса и соответствующих вероятностей.

opened engine

Кроме того, неопределенность существует не только в спросе, но и в сроках поставки. В частности, дорогостоящие восстанавливаемые детали включают не только один срок поставки, но и целую цепочку, начиная от замены компонента до возобновления доступности восстановленной детали.

Полный срок поставки включает в себя множество этапов: административное время, время закупки, время транспортировки, время приемки, время ТТ (время проверки в МРО или OEM и время восстановления ремонта, если применимо), время разгрузки и перемещения запасов, время обработки в мастерской и т. д. Моделирование среднего или медианного срока поставки является крайне недостаточным; технология Lokad напрямую моделирует всю дистрибуцию задержек - то есть вероятность возникновения любой задержки.

Наконец, существует много очень специфических закономерностей в наблюдаемом спросе, требующих соответствующих статистических аналогов. Например, модернизации вносят несколько искажений в историю, которые необходимо учитывать. Кроме того, правила взаимозаменяемости, касающиеся деталей, для которых существует несколько версий, полностью взаимозаменяемых или только односторонне взаимозаменяемых, дополнительно усложняют картину. В отличие от классических подходов, которые пытаются вместить все во временные ряды, наша технология глубоко анализирует эти проблемы с помощью статистических моделей, специально разработанных для этих вызовов.

Переосмысление с нуля пользовательского опыта практиков, ответственных за инвентаризацию.

Оптимизация запасов, соответствующая затратам в авиационной отрасли

Детали должны обслуживаться, чтобы избежать инцидентов AOG (самолет на земле), но в этом отношении не все детали равны. Концепция существенности детали с вариантами No-Go, Go-If и Go глубоко влияет на стоимость отсутствия необходимой детали.

aircraft-in-shop

Многие решения неправильно оптимизируют заданную ошибку прогнозирования, выраженную в процентах (например, MAPE, средний абсолютный процент) или выраженную в каких-то других произвольных единицах (например, MAD, среднее абсолютное отклонение).

В отличие от этого, основа нашей технологии разработана для минимизации долларовой стоимости ошибок прогнозирования. Наш подход сильно отличается от классических статистических систем, которые просто “слепы” к финансовым переменным.

Затраты, связанные с перепрогнозированием и недопрогнозированием, сильно асимметричны в авиационной отрасли, и это имеет глубокое влияние на нашу технологию. Дорогостоящие восстанавливаемые детали не только, как подразумевает название, дороги, но также имеют “режущий” эффект на каждую покупку со стороны авиакомпании. Действительно, поскольку процент выбраковки очень низок для многих деталей, это означает, что любая приобретенная деталь останется в инвентаре на протяжении многих лет. И хотя иногда возможна перепродажа деталей, она часто сопровождается значительной скидкой по сравнению с первоначальной ценой. Таким образом, наши прогнозы нативно и целенаправленно сильно смещены вверх, чтобы точно отражать эти асимметричные бизнес-ситуации. Цель состоит не в том, чтобы иметь лучшие оценки запасов в некотором абстрактном статистическом смысле, а в оценках, которые действительно помогают минимизировать бизнес-затраты, связанные с неточностями самих оценок.

Кроме того, хотя достижение более высокого уровня обслуживания, конечно, является хорошей вещью, если это не требует увеличения запасов, классические решения нацелены на достаточно произвольные уровни обслуживания, основанные на наивных классификациях запасов, часто основанных на анализе ABC или других подобных вариантах. В основе нашей статистической технологии лежит задача максимально эффективного использования каждого вложенного доллара в запасы. Например, даже если у какой-то детали уровень обслуживания составляет всего 90%, а компания стремится к общему уровню обслуживания в 98%, может быть более прибыльно повысить уровень обслуживания другой детали с 98% до 99%, если эта деталь стоит в 100 раз меньше и запрашивается в 100 раз чаще, чем предыдущая. Анализ ABC упрощает аэрокосмический ландшафт запасов, где необходимо учитывать множество различных аспектов: стоимость единицы, задержка поставки, существенность, накладные расходы на приобретение в случае аварийной ситуации, глава ATA, возможное устаревание и т. д.

Вместо того чтобы предоставлять “точно неверные” числа, Lokad стремится предоставлять “приблизительно верные” числа. Включение всех финансовых и операционных ограничений непосредственно в модели прогнозирования оказалось очень сложной задачей, однако мы заметили, что использование классических подходов, которые “слепы” к этим факторам, дает очень плохие результаты.

Переосмысление отношений с клиентом с нуля для достижения ожидаемой прибыли.

Подход Big Data для аэрокосмической отрасли

Наша технология разработана на основе принципа, что мы стараемся использовать как можно больше данных, пока они доступны, и, естественно, пока эти данные действительно имеют отношение к конкретной задаче оптимизации запасов. Эта точка зрения отличается от более классических подходов, которые имеют “жесткие” зависимости от конкретных данных. Если по какой-то причине определенное количество данных недоступно, просто нет альтернативы для справления с этой ситуацией, и, в идеале, качество прогнозирования должно ухудшаться как можно более плавно, когда некоторые данные отсутствуют.

Используя больше измерений по сравнению с классическими моделями оптимизации запасов, Lokad достигает результатов, более точно соответствующих бизнес-реалиям.

У Lokad есть масса данных, которые можно использовать для оптимизации запасов. Среди наиболее частых элементов есть история закупок деталей, запросов на детали, изменений компонентов, ремонтов, списаний и возвратов деталей, чтобы назвать только некоторые.

Затем обычно используется описание флота с его историческим составом и всеми соответствующими часами полета и циклами полета. Наконец, данные, связанные с самими деталями (или расходными материалами), с их свойствами, такими как существенность, глава ATA, критичность, громоздкость, опасность, также важны для оптимизации запасов.

Кроме того, стоимость закупки деталей, либо оптом по более низким ценам, либо при столкновении с проблемой AOG по гораздо более высокой цене, также является одним из ключевых компонентов для повышения “финансовой” точности моделей прогнозирования.

Даже такое, казалось бы, простое понятие, как состояние запасов, требует относительно разнообразного набора данных. Действительно, запасы включают не только имеющиеся на складе запасы и заказы на поставку, но и будущие возвраты после ремонта, возвраты исправных деталей, займы другим авиакомпаниям и детали, предоставленные в аренду другим авиакомпаниям. Используя больше измерений по сравнению с классическими моделями оптимизации запасов, Lokad достигает результатов, более точно соответствующих бизнес-реальности.

Также можно использовать сторонние данные, такие как значения MTBUR (среднее время между неотложными снятиями) от производителей оборудования. Однако вместо полной зависимости от одного источника данных наша технология предпочитает максимально использовать все доступные данные.

aircraft interior

Если компонент был заменен более 100 раз, оценка MTBUR на основе исторических данных почти наверняка более точна, чем оценка от производителя. Но с другой стороны, для компонента, который меняется очень редко, оценка от производителя является единственной актуальной информацией. Технология Lokad использует наилучшую комбинацию информации, необходимой для минимизации финансовых затрат, связанных с неопределенностью.

"Lokad предоставил правильные инструменты и поддержку для улучшения нашего процесса планирования цепочки поставок и снижения неопределенности путем внедрения вероятностного подхода. Lokad отлично справился с задачей оптимизации нашего прогнозирования спроса, чтобы достичь очень высоких показателей заполнения заказов с минимальным риском."