Факторы развития бизнеса в цепях поставки

Факторы экономического развития












Главная » Ресурсы » Здесь

С точки зрения количественной оптимизации цепей поставок, факторы экономического развития представляют собой количественный анализ положительного и отрицательного экономического эффекта принимаемых в цепях поставок решений. Факторы экономического развития дают возможность отслеживать решение проблем количественной оптимизации цепей поставок, причем отслеживание происходит с точки зрения финансов. Благодаря расчету факторов экономического развития становится возможно вычислить, во сколько обойдутся неправильные решения, основанные на изначально неточных данных, таких как прогнозы спроса, непосредственно в долларовом эквиваленте. Факторы экономического развития представляют собой многоплановые, независящие от компании, широко используемые показатели, такие как САОП (средняя абсолютная ошибка в процентах). Такие независящие от компании показатели часто бывают вредны, потому что они "выставляют" проблемы цепей поставок как проблемы числовой оптимизации, во многом полагаясь на произвольные критерии оптимизации.

Статистические прогнозы не позволяют увидеть всю картину ситуации

Инструменты и методы прогнозирования спроса разрабатываются с одной простой целью: создание более точных прогнозов. Точность прогнозов рассчитывается по различным показателям, которые выбираются по своим математическим и статистическим свойствам. Такие показатели могут быть идеальными с математической точки зрения, однако они по природе своей не учитывают какие бы то ни было факторы или ограничения, связанные с ведением бизнеса.

Это может показаться странным, однако статистические прогнозы зачастую учитывают заданную долю ошибок. Выбор СКО (средней квадратической ошибки) вместо САО (средней абсолютной ошибки) приводит к резкому изменению точности моделей прогнозирования. На первый взгляд может показаться, что уровень ошибок не так уж важен. В конце концов, модели прогнозирования выдают один и тот же прогноз спроса не зависимо от того, какой показатель используется для оценки результатов. Тем не менее, любая компания, которая использует статистическое прогнозирование, делает выбор (зачастую не замечая этого) модели прогнозирования, которую она будет использовать. Если оценивать точность вычислений, то компания начнет выбирать модели, у которых вышеописанные показатели лучше.

Базовые статистические показатели (например САОП, САО, СКО и т. д.) никак не привязаны к коммерческой деятельности. Проще говоря, эти показатели выдают процентную долю ошибок, а не их стоимость в долларах. Минимизация процентной доли ошибок может оказаться полезным занятием, однако существует множество примеров обратного. Статистические показатели не дают никаких гарантий, что финансовые последствия решения, принятого на основании прогноза, окажутся оптимальными или хотя бы прибыльными. Иногда факторы экономического развития в какой-то мере соотносятся с базовыми статистическими показателями, но такое происходит скорее случайно, а мы не можем полагаться на случай при оптимизации цепи поставок. На практике данная проблема обычно усугубляется тем, что статистические показатели могут противоречить показателям эффективности коммерческой деятельности, и оптимизация на их основе первых оказывается лишенной здравого смысла.

Пример: Предположим, что магазин в среднем продает всего 1 единицу определенного товара за неделю, и время выполнения заказа при этом составляет 1 день (запасы пополняются каждый день). Самое точное спрогнозированное среднее значение спроса на данный товар для любого дня будет ноль единиц. Усредненный прогноз мог бы выдать дробное значение 1/7, однако прогноз среднего значения просто выдает ноль. Значение спроса за 1 день приближается к нулю, однако магазину приходится поддерживать запасы на надлежащем уровне, чтобы обслужить клиентов, и для этого требуется 2 или 3 единицы товара, что намного больше величины спроса. Проблема здесь заключается не в том, что прогноз неточен, потому что со статистической точки зрения такой прогноз будет идеально точен, если спрос на товар держится на постоянном уровне и покупки совершаются абсолютно случайно. Проблема в том, что данная модель игнорирует факторы, характерные для бизнеса.

Разделение прогнозирования и оптимизации цепей поставок

Факторы экономического развития представляют собой специфический набор задач по оптимизации цепи поставок, где аспекты, характерные для коммерческой деятельности (факторы экономического развития), отделяются от более общих аспектов (чисто статистических прогнозов). В данном разделе мы даем краткий обзор преимуществ такого разделения, а также его ограничений.

С точки зрения числовой оптимизации, существует общий принцип, согласно которому всегда желательно работать с проблемой в целом, а не заниматься оптимизацией отдельных ее частей. Тем не менее это верно только до тех пор, пока такая оптимизация проблемы в целом является рациональной с технической точки зрения. Авторы многих трудов по цепям поставок, включая данную книгу, согласны, что прогнозирование спроса — сложная задача, которая сочетает в себе анализ статистики, выработку алгоритмов, разработку ПО и распределение вычислений с использованием облачных платформ. Таким образом, отделение прогнозирования спроса от основной задачи позволяет создавать высококачественные прогнозы спроса, не перегружая систему множеством специфических факторов.

Что-то подобное можно получить, изолировав алгоритм оптимизации цепей поставок, так как в таком случае оптимизация будет "защищена" от технических факторов прогнозирования спроса. Становится возможным намного лучше разобраться с факторами экономического развития: ограничения по складским площадям, скидкам, различным расходам на случаи дефицита товара и т. д. Благодаря более глубокому пониманию факторов экономического развития компания может принимать решения, которые лучше учитывают риски и потенциальные возможности.

Пример: Предположим, что у компании есть два склада, на которых хранятся одни и те же запчасти. Склады расположены рядом, но в силу привычки все клиенты заказывают товар с одного склада. Когда на одном складе заканчиваются запчасти, его работники связываются с другим складом, чтобы узнать, есть ли у них искомый товар, и если он у них есть, то товар доставляют на первый склад.

Вероятностное прогнозирование

Как мы узнали из предыдущего раздела, отделение прогнозирования спроса от оптимизации бизнеса в целом дает возможность реализовать стратегию оптимизации цепи поставок, которая учитывает как продвинутые методы прогнозирования, так и различные аспекты коммерческой деятельности. Тем не менее необходимо отметить, что при создании прогнозов спроса система прогнозирования никак не учитывает факторы развития бизнеса, которые крайне важны с точки зрения оптимизации цепей поставок. Тем не менее сценарии развития бизнеса, подразумевающие с финансовой точки зрения наиболее заметные последствия, обычно являются крайними случаями — крайними со статистической точки зрения. Например, дефицит товара обычно бывает вызван неожиданным повышением спроса, тогда как неожиданное снижение спроса на какой-либо товар обычно приводит к его списанию.

Классические инструменты прогнозирования придают огромное значение прогнозам среднего значения, которые абсолютно бессмысленны с коммерческой точки зрения. Не так уж важно, насколько точен будет такой прогноз: если рассматриваемый сценарий является крайним случаем, с точки зрения статистики, то система прогнозирования не позволит оценить его финансовые последствия. Инструменты вероятностного прогнозирования, напротив, оценивают вероятность всех возможных уровней спроса в будущем, что, в свою очередь, позволяет оценить все возможные сценарии развития событий.

Неудивительно, что для вероятностного прогнозирования требуется намного больше вычислительных ресурсов, чем для классических однозначных прогнозов, ведь вероятностное прогнозирование — это своего рода «решение в лоб» для задачи прогнозирования. Система прогнозирования не знает, какие актуальные сценарии развития бизнеса необходимо учитывать, и поэтому она просто выдает достаточно широкий диапазон результатов, который учитывает (примерно) все возможные сценарии. На практике благодаря доступу к большим вычислительным ресурсам за небольшие деньги — мы имеем в виду платформы для облачных вычислений — создание вероятностных прогнозов сегодня обычно не является проблемой при наличии правильной технологии.

Краткий обзор наиболее актуальных факторов экономического развития

Факторы экономического развития определяют позитивные и негативные последствия решений, связанных с цепями поставок. Расчет таких последствий требует наблюдения за будущим спросом, однако при наличии прогнозов спроса такие последствия тоже можно предсказать. Факторы экономического развития должны учитывать все варианты развития ситуации, которые могут возникнуть вследствие принятого решения, а не только краткосрочные финансовые результаты. На практике выявление факторов экономического развития сводится к несложным расчетам, которые учитывают различные сценарии развития.

Одно из наиболее распространенных решений, касающихся цепей поставок, заключается в заказе дополнительной единицы определенного товара. Если возникает срочный спрос на закупленную единицу, то компания получает от нее прибыль. Это польза, которую можно получить от решения о закупке товара. Однако если указанную единицу товара никто не купит, компания будет нести дополнительные складские расходы за хранение лишней единицы товара. Это убытки, которые можно понести вследствие решения о закупке товара. Выявление факторов экономического развития при принятии решения о закупке товара сводится к расписыванию пользы и убытков, которые могут возникнуть в результате такого решения при определенном уровне спроса.

На решения, касающиеся цепей поставок, влияют не только польза и спрос, но и ограничения:
  • Вместимость складов — площади и объемы складов ограничены, а значит, компания не сможет заказать больше определенного количества товара.
  • Минимальный объем заказа — поставщики устанавливают ограничение по минимальному объему заказа, например, выраженные в количестве единиц или в объемах. Такие ограничения часто можно интерпретировать и моделировать как постоянные расходы на закупки у поставщика.
  • Затраты основного капитала — капитал компании может быть ограничен, а значит, ей придется тщательно выбирать, как его распределить. Для увеличения капитала может потребоваться много времени, и это может противоречить стратегическим целям компании.
  • Транспортные возможности — При импорте товаров из-за рубежа иногда приходится тщательно продумывать объем заказа, чтобы вместить все товары в один контейнер. Контейнеры вмещают ограниченный вес и объем товара. Контейнеры тоже можно интерпретировать как один из видов постоянных расходов на закупки.

При анализе факторов экономического развития необходимо учитывать все вышеупомянутые ограничения, а также многое другое. Если не учитывать ограничения, то система прогнозирования, создающая прогнозы спроса с учетом факторов экономического развития, скорее всего, выдаст решения, которые невозможно будет выполнить в реальной ситуации, например, она может предложить заказать товара больше, чем может поместиться на складе.

Факторы экономического развития с точки зрения Lokad

Компания Lokad предлагает клиентам систему вероятностного прогнозирования. Несмотря на то, что перед загрузкой в систему прогнозирования данные необходимо тщательно обработать и очистить, наша система позволяет автоматически рассчитывать статистические прогнозы без дополнительной специальной настройки. Система прогнозирования Lokad имеет готовую конфигурацию для самых различных отраслей деятельности (коммерция, производство, аэрокосмическая промышленность и т. д.).

Тем не менее существует бессчетное множество самых разных факторов экономического развития. Для работы с ними Lokad использует Envision, язык программирования, который идеально подходит для оптимизации цепей поставок. Envision позволяет создавать визуальные панели управления, однако его основное предназначение — внедрение факторов экономического развития в прогнозы с помощью сценариев, чтобы решения (например, объем заказа для указанной даты) можно было рассчитать автоматически.

Для эффективного внедрения в расчеты факторов экономического развития и вероятностных прогнозов требуются алгоритмы, позволяющие воспользоваться преимуществами, которые дают эти данные. Например, политика приоритетных заказов позволяет рассчитать адекватный объем заказа, который будет учитывать и риски, связанные с хранением запасов, и спрогнозированный уровень спроса.

На практике обзор и формализация факторов экономического развития, внедрение их в вероятностные прогнозы, проверка и очистка данных и выработка решений, соответствующих точному набору доступных ограничений, могут выполняться командой Lokad, если вы выберете подписку на оптимизацию товарных запасов как услугу.

Список источников

Streetlight effect and forecasting, Жоаннес Верморель, сентябрь 2015