FAQ: Оптимизация запасов

Lokad решает проблемы с запасами, используя прогнозные аналитические данные для адаптации к неопределенности в цепи поставок и оптимизации решений с финансовыми показателями. Он учитывает уникальные ограничения клиента и повышает прозрачность принятия решений с помощью подробных отчетов и интуитивных панелей управления.

Целевая аудитория: практики, эксперты и руководители цепей поставок.

Последнее изменение: 30 января 2024 года

Избытки и нехватки запасов - два наиболее очевидных симптома недостаточных решений, связанных с запасами, и эти проблемы могут быть прослежены до политик, игнорирующих неопределенность. Эта неопределенность принимает множество форм, включая изменяющийся спрос, колеблющиеся сроки поставки и спорадические возвраты. Lokad обеспечивает превосходную производительность запасов именно потому, что его программные возможности прогнозирования учитывают неопределенность в цепи поставок, а не игнорируют ее. Например, у Lokad есть возможности вероятностного моделирования, чтобы отразить все экономические факторы, связанные с мирскими, повторяющимися решениями клиента в цепи поставок (например, заказы на закупку, заказы на производство, распределение запасов и т. д.). Это позволяет нам предоставлять клиентам высокоразрешающую финансовую перспективу стоимости каждого решения в долларах (или евро). У Lokad также есть возможности стохастической оптимизации, чтобы в конечном итоге рекомендовать решения, максимизирующие доход в долларах (или евро) для каждого решения, учитывая уникальные ограничения клиента. Такие ограничения включают перекрестные проблемы, такие как каннибализация и замещение.

На каждом этапе процесса обширные настраиваемые возможности отчетности Lokad обеспечивают полную прозрачность для клиента. Интуитивные панели управления разработаны для ясного выражения ключевых показателей эффективности, которые клиенты хотят видеть, и для разбора расчетов Lokad без лишних слов.

Итоговая сводка

Что касается оптимизации запасов, Lokad отклонился от того, что можно было бы считать “основным” подходом более десяти лет назад. Это расхождение только увеличивается с улучшением нашей технологии. Эта технология позволяет Lokad добиться значительных улучшений в цепях поставок клиентов, однако гораздо большей проблемой часто является объяснение этих улучшений - задача, которая становится еще более сложной, учитывая то, насколько отличается подход Lokad от ожиданий практиков цепей поставок.

Распространенная сказка о оптимизации запасов звучит так: поставщик программного обеспечения (магический квадрант) предоставляет прогнозы, точность которых выше на 20%, и эти прогнозы превратятся в наличие товара на складе, меньшее на 20% и меньше запасов на 20%. Эта сказка обычно содержит несколько актуальных модных слов: искусственный интеллект, предсказание спроса, машинное обучение, блокчейн, цифровые двойники, системы в памяти и т. д. Однако такое основное представление является тупиковым¹. В отличие от большинства наших конкурентов, Lokad действительно предоставляет современные прогнозы², и мы знаем, что это само по себе недостаточно для достижения удовлетворительного возврата инвестиций.

Lokad, возможно, единственная компания, которая не скрывает, как достигается превосходная производительность запасов. У нас есть публичная серия лекций³ (более 50 часов и продолжается), которая предоставляет подробности о наших технологиях и методологиях. Эта серия служит как ресурс и предупреждение для клиентов: когда вы узнаете, как работают “трюки” поставщика, вы не сможете забыть это.

Вероятностное прогнозирование

Необходимо использовать вероятностные прогнозы. Эти прогнозы предоставляют прямую количественную оценку неопределенности, с которой сталкивается цепь поставок - например, неопределенность, связанная с потребительским спросом и сроками поставки от поставщика. Вместо того чтобы притворяться, что традиционные прогнозы временных рядов («классический подход») станут точнее, вероятностные прогнозы непосредственно решают эти проблемы. Вероятностные прогнозы не обязательно более “точные” - по крайней мере, не по своему назначению - но это несколько несущественно, учитывая, что они используются для рассказа совершенно другой истории о будущем клиента - подробности которой рассмотрены в Финансовой перспективе. Кроме того, каждый источник неопределенности заслуживает своего собственного прогноза, а не только спрос. Lokad создает вероятностные прогнозы для сроков поставки, возвратов, процента брака и т. д.

В отличие от этого, основной подход к прогнозированию временных рядов игнорирует описанную выше неопределенность. В результате, когда используются точечные прогнозы временных рядов, цепочка поставок становится хрупкой даже по отношению к рискам, которые являются совершенно обыденными, например, характеру выпуска продукции. Бессмысленно ожидать, что выпуск продукции когда-либо будет лишен риска, потому что если компания сможет более надежно оценивать результаты своих выпусков продукции, она, безусловно, воспользуется этой новой возможностью для запуска еще большего количества продуктов, тем самым вновь вводя неопределенность в рассматриваемую цепочку поставок.

Автоматизированное принятие решений

Автоматизированное (и более эффективное) принятие решений в цепочке поставок - это единственная конечная цель, так как именно они оказывают осязаемое влияние на цепочку поставок. Если программное обеспечение по оптимизации запасов возвращает что-либо, кроме окончательных решений, то оно не выполняет свою работу (или у вас может быть неправильное программное обеспечение).

Более того, эти автоматизированные решения должны учитывать все ограничения клиента, такие как МОК (минимальные объемы заказа). Если ваше программное обеспечение/система продолжает генерировать неправильные решения, которые должны быть вручную изменены, то система является неправильной и должна быть заменена. Настоящие эксперты в области цепочки поставок слишком редки и слишком ценны, чтобы использоваться для чего-либо, кроме непрерывного улучшения уникального числового рецепта клиента⁴. Lokad использует этот числовой рецепт для роботизации процесса принятия решений в цепочке поставок, тем самым освобождая внутренних экспертов для работы над вопросами более высокого уровня и стратегией.

В отличие от этого, основное представление подчеркивает все виды числовых артефактов: классы ABC (или их аналог ABC XYZ), оборачиваемость запасов, запасы безопасности, экономические партии заказа и т.д. В отличие от решений в цепочке поставок, связь между числовым артефактом и производительностью цепочки поставок является размытой, в лучшем случае. Более того, большинство этих чисел вводятся только для поддержки полуавтоматического процесса принятия решений, что обеспечивает непрерывное расточительство ресурсов клиента (например, деньги, время и усилия).

В результате, ничто никогда не исправляется, поскольку практики в области цепочки поставок непрерывно отвлекаются постоянным процессом тушения пожаров, и в фоновом режиме базовая система продолжает генерировать неоптимальные решения.

Финансовая перспектива

Решения в цепочке поставок должны быть оптимизированы с финансовой точки зрения, то есть оцениваться в терминах евро (или долларов) влияния. Эта оценка должна отражать все соответствующие экономические факторы. Lokad имеет доступ к соответствующим, осязаемым экономическим факторам (найденным непосредственно в бухгалтерии клиента): валовая маржа, затраты на хранение, транспортные расходы и т.д. Однако Lokad также количественно оценивает неосязаемые экономические факторы - те, которые должны быть учтены для получения ценных решений в цепочке поставок: лояльность клиентов, доброжелательность поставщиков, воспринимаемая стоимость бренда и т.д. В связи с их абстрактной природой эти факторы должны быть интеллектуально приближены, хотя гораздо лучше быть приближенно правильным, чем точно неправильным. Эта денежная стоимость в конечном итоге используется для объединения всех различных сил, влияющих на каждое решение по запасам.⁵

В отличие от этого, основное представление подчеркивает проценты, такие как уровни обслуживания, игнорируя все неосязаемые экономические факторы. Это приводит к краткосрочности рекомендуемых решений, которые общественность теперь связывает с “финансами”. Такие решения оптимизированы по выдуманным числовым критериям, которые просто не отражают долгосрочные интересы бизнеса. Решение не заключается в отказе от идеи оптимизации, а в пересмотре того, что в первую очередь оптимизируется.

Часто задаваемые вопросы (FAQ)

1. Принципы

1.1 Помогаете ли вы оптимизировать управление запасами? Каковы ваши возможности по управлению запасами?

Lokad оптимизирует (и упрощает) управление запасами, а не управляет им. Оптимизация запасов включает, среди прочего, принятие наилучших возможных решений, таких как сколько товара купить, когда его купить и куда (пере)распределить. Управление запасами, с другой стороны, фокусируется на управлении электронными записями, отражающими физическое состояние запасов, и поддержании соответствия этих записей реальности запасов. Оптимизация запасов и управление запасами - это два основных аспекта общего контроля запасов, и Lokad полностью посвящен первому.

В терминах проектирования программного обеспечения требования к системе управления запасами существенно отличаются от требований к системе оптимизации запасов. Фактически, они часто находятся в полном противоречии. Например, управление запасами требует мгновенных ответов, иначе обычные операции, такие как отбор товара, задерживаются до тех пор, пока система наконец не подтвердит операцию.

Однако оптимизация запасов основана на принятии правильных решений, а не обязательно мгновенных. Задержка в 5 минут для вычисления оптимизированного заказа - который отражает множество факторов и ограничений - незначительна, если заказ в конечном итоге позволяет клиенту сэкономить тысячи долларов (или евро). С точки зрения клиента, это предпочтительнее сценария, в котором можно произвести средненькие заказы за менее чем 10 миллисекунд (т.е. в режиме реального времени), что может привести к потере тысяч долларов (или евро) на нереализованных запасах. Если у клиента нет системы управления запасами, Lokad настоятельно рекомендует установить ее перед попыткой оптимизации запасов.

Примечание: Большинство корпоративных программных продуктов, разработанных для управления запасами, также утверждают, что они предоставляют функциональность оптимизации запасов. Это ложное утверждение. Эти различные функции управления запасами требуют различных программных вмешательств.

Для прямого сравнения оптимизации запасов и управления запасами, а также необходимого программного обеспечения, см. Управление запасами.

1.2 Как вы прогнозируете будущие потребности в запасах?

Lokad использует обширные технологии прогнозирования для прогнозирования всех неопределенных факторов, которые влияют на будущие потребности в запасах. Эти факторы включают, среди прочего, будущий спрос и будущие сроки поставки, которые непосредственно влияют на потребности в запасах. Однако, в зависимости от конкретной отрасли, часто существуют и другие источники неопределенности. Например, это могут быть возвраты от клиентов (электронная коммерция), выход продукции, уровень брака и т.д. Для определения потребностей в запасах мы обычно комбинируем несколько коротких прогнозов, отражающих несколько источников неопределенности. Этот подход выходит далеко за рамки возможностей традиционного прогнозирования временных рядов.

Кроме того, Lokad принимает вероятностную перспективу прогнозирования. Это означает, что Lokad рассматривает все возможные будущие события и количественно оценивает их вероятности. Кроме того, наша платформа включает необходимые инструменты для составления или комбинирования этих вероятностных прогнозов, такие как алгебра случайных величин (см. ниже). Например, путем комбинирования вероятностного прогноза спроса и вероятностного прогноза времени поставки мы получаем вероятностный прогноз “спрос на время поставки”, который представляет собой спрос, интегрированный по времени поставки. “Спрос на время поставки” обычно является отправной точкой для оценки будущих потребностей в запасах.

См. Вероятностное прогнозирование для получения дополнительной информации об этой перспективе. Чтобы узнать больше о наших инструментах для алгебры случайных величин, ознакомьтесь с Ranvars and Zedfuncs в нашей общедоступной документации Envision.

1.3 Вы рассчитываете уровни запасов на основе исторических данных о продажах и прогнозных данных?

Да, платформа Lokad способна рассчитывать как прошлые, так и будущие уровни запасов, используя исторические транзакционные данные клиента, включая как исходящий поток (например, продажи), так и входящий поток (например, закупки). У нас есть обширные возможности вероятностного прогнозирования, не только для будущего спроса, но и для будущих времен поставки, возвратов и всех других соответствующих источников неопределенности.

Что касается прошлых уровней запасов, поскольку решение Lokad, предоставляемое через нашу платформу, масштабируемо и экономично, мы обычно рекомендуем записывать данные со временем, обычно с помощью снимков, создаваемых внутри платформы Lokad, если эти данные еще не хранятся в бизнес-системах, вместо пересчета этих данных. Действительно, даже тщательно разработанная модель потока может неправильно отражать прошлые уровни запасов. Исторические снимки уровней запасов не страдают от этого класса проблем.

Что касается будущих уровней запасов, здесь следует учесть два важных элемента. Во-первых, неопределенность будущего нередуцируема. Во-вторых, будущие уровни запасов зависят от решений, которые еще не были приняты. Поскольку неопределенность будущего нередуцируема, неразумно и весьма невыгодно предполагать, что одно прогнозное представление будущего состояния запасов может считаться “достаточно правильным”. Вместо этого мы должны рассмотреть все возможные будущие события и их вероятности. Это гораздо более полное представление о будущем и позволяет нам принимать решения в области управления цепями поставок, учитывающие риски и устойчивые к отклонениям от (классического) прогноза. Lokad достигает этого, используя вероятностное прогнозирование.

Поскольку будущие запасы зависят от решений в цепи поставок, которые еще не были приняты (например, будущие заказы на закупку), нам нужна разумная система для реализации решений, чтобы оценить возможное будущее состояние запасов. Для этого требуется автоматизированная система принятия решений, чтобы обеспечить эффективное моделирование. Если процесс принятия решений полуавтоматический (т.е. включает субъективное вмешательство человека), то “моделирование” становится непрактичным. Таким образом, для целей моделирования необходимо использовать автоматизированную систему принятия решений.

1.4 Вы рассчитываете безопасный запас, минимальные/максимальные уровни, уровень перезаказа и экономическую партию с учетом политики закупок?

Да, платформа Lokad позволяет легко реализовать классический подход к управлению цепями поставок, включая безопасные запасы, минимальные/максимальные уровни, точки перезаказа и экономические партии. Более того, все эти элементы можно обновлять полностью автоматическим образом. Однако этот подход к управлению цепями поставок устарел, так как в практике он дает плохие результаты. Кроме того, для исправления неприемлемых результатов, которые “система” продолжает генерировать, требуются обширные и постоянные ручные корректировки.

В отличие от этого, Lokad рекомендует гораздо более эффективный подход, который заключается в оценке экономической прибыли от покупки каждой дополнительной единицы товара. Этот расчет основан как на вероятностных прогнозах, которые генерирует платформа Lokad, так и на явном экономическом моделировании последствий принятых решений о закупках. Этот подход учитывает экономические факторы, лежащие в основе принятия решений о закупках.

В результате, снижение накладных расходов при закупке является неизбежным: заказы оптимизируются с экономической точки зрения, что позволяет избежать использования устаревших формул, таких как формула Уилсона (традиционно используемая для расчета EOQ). Более того, принятие решения о закупке становится вопросом балансировки стоимости нехватки товара и стоимости избыточных запасов, что позволяет избежать использования запасов безопасности, минимальных/максимальных уровней и точек перезаказа.

Более того, подход Lokad отлично подходит для учета SKU (stock keeping unit) вопросов. Эти вопросы включают каннибализацию, замещение, минимальные объемы заказа у поставщика (MOQ), вместимость склада или магазина и множественные эшелоны. Традиционный подход к управлению цепями поставок строго привязан к строгой моно-SKU перспективе. В результате, эти вопросы игнорируются по умолчанию. Независимо от того, насколько сложным может быть расчет запасов безопасности (возьмем, к примеру), он не может учитывать ни один из этих SKU-вопросов, так как формула (или, скорее, класс формул) предполагает обработку SKU в изоляции.

1.5 Как вы отличаете свой подход для товаров высокой стоимости?

Количественный подход Lokad к управлению цепями поставок настоятельно рекомендует оптимизировать каждое решение в цепи поставок с учетом его (индивидуальных и взаимозависимых) экономических факторов, поэтому товары высокой и низкой стоимости оптимизируются одинаковым образом, хотя, естественно, детали расчетов могут отличаться.

Среди соответствующих экономических факторов, естественно, включаются затраты и валовая маржа оптимизируемых товаров. Товары высокой стоимости естественно связаны с высокими затратами и высокими маржами - по крайней мере, в абсолютных значениях. Оптимизация, проводимая Lokad, максимизирует долларовую прибыль от инвестиций в запасы: простыми словами, для каждого 1 доллара, который можно инвестировать, Lokad выбирает товар с наибольшей ставкой доходности (думайте о ROI).

Помимо чисто экономической оценки, существуют и другие ограничения, которые влияют на принятие решений по запасам, такие как минимальные объемы заказа (MOQ). Однако платформа Lokad включает все необходимые числовые возможности для учета обоих классов проблем в своей оптимизации. Все экономические факторы - и соответствующие финансовые показатели - предлагаются Lokad и в конечном итоге проверяются клиентом.

Эта объединенная, финансово ориентированная перспектива оптимизации означает, что практикам больше не нужно учитывать множество крайних случаев, регулируемых различными политиками и проблемами. Каждый товар - высокой стоимости, низкой стоимости, непредсказуемый и т. д. - оптимизируется с точки зрения финансового влияния каждой дополнительной единицы на клиента.

*На большом масштабе, Lokad подготавливает ранжированный список решений по закупкам, а не только одно рекомендацию. Список ранжируется в порядке убывания, начиная с товара, который обеспечивает наибольшую финансовую отдачу от инвестиций. См. наш учебник по общедоступному демо-аккаунту для подробного объяснения, как это делается.

1.6 Учитываете ли вы затраты на обработку ЗП (заказ поставщику) (например, заказ, выставление счетов)?

Да, Lokad рекомендует финансовую перспективу, в которой каждое принятое решение в цепи поставок (включая заказы поставщикам) оптимизируется с учетом всех соответствующих экономических факторов. В частности, все накладные расходы, связанные с выполнением решений, такие как затраты на обработку, включаются в этот список экономических факторов. Ученые по цепям поставок Lokad отвечают за то, чтобы экономическая модель, реализованная в численном рецепте, отражала все возможности и накладные расходы клиента.

Платформа Lokad является чрезвычайно выразительной и программной, что позволяет нам создавать поддержку практически для любого вида затрат и/или скидок, которые могут возникнуть при заказе - например, скидки на цену. Более того, стохастическая оптимизация Lokad позволяет нам оптимизировать решения, несмотря на нелинейности, которые обычно представляют эти затраты (или возможности). Например, затраты на обработку могут незначительно меняться в зависимости от заказанного количества, что, при прочих равных условиях, должно побуждать к оптимизации процесса заказа в сторону (незначительно) больших и (незначительно) менее частых заказов по мере роста затрат на обработку. Скидки на цену также склонны побуждать к оптимизации в сторону больших и менее частых заказов.

1.7 Может ли команда по закупкам смоделировать влияние стратегий пополнения запасов на потребности в капитале? Могут ли они прогнозировать уровни запасов?

Да, платформа Lokad была разработана для поддержки прогнозирования будущих условий цепи поставок при различных политиках. Будущие условия включают уровни запасов, а также все другие критические будущие условия цепи поставок, такие как насыщение мощностей (транспорт, обработка, хранение и т. д.). Различные политики включают альтернативные стратегии пополнения запасов, а также все другие виды решений, которые регулируют выполнение цепи поставок (распределение запасов, производственные заказы, возвраты, изменение цен и т. д.).

Кроме того, Lokad считает важным установить процесс, который полностью опирается на автоматизированное принятие решений (для монотонных повторяющихся решений в цепи поставок). Неразумно ожидать, что “симуляция” может давать осмысленные цифры, если на практике фактическое выполнение цепи поставок зависит от регулярных субъективных (и ручных) переопределений со стороны специалистов по цепи поставок. По своей сути, симуляция полностью не знает об этих переопределениях.

Общий вероятностный прогноз, а не только прогнозы спроса, является еще одним важным компонентом для осуществления такой симуляции. Будущие сроки поставки, будущие возвраты и многие другие факторы, влияющие на будущую неопределенность, должны быть спрогнозированы. В противном случае, симуляция будет работать на основе ошибочных и ненадежных чисел (т. е. данных, которые не учитывают другие важные источники неопределенности). Интеграция обобщенного вероятностного прогнозирования позволяет нам создавать значимые симуляции, которые обеспечивают необходимую детализацию и понимание цепи поставок клиента.

См. Вероятностное прогнозирование для получения дополнительной информации о прогнозировании от Lokad.

1.8 Можете ли вы описать экономические показатели, которые вы используете для поддержки рекомендаций по закупкам?

Итоговый отчет: Программируемая платформа Lokad позволяет включать широкий спектр экономических факторов в рекомендации по закупкам, включая как прямые (первого порядка), такие как валовая маржа и стоимость доставки, так и косвенные (второго порядка), такие как штрафы за отсутствие товара на складе и благосклонность клиентов. Эта программирование превосходит традиционное корпоративное программное обеспечение, которое часто ограничивает пользователей предопределенным набором экономических показателей первого порядка и не имеет гибкости для решения сложностей реальных цепей поставок.

Мы рекомендуем учитывать все соответствующие экономические факторы, которые могут немного различаться от клиента к клиенту. В целом, соответствующие факторы можно разделить на две широкие категории, называемые факторами первого и второго порядка. Факторы первого порядка включают все выгоды и затраты, которые можно более или менее прямо прочитать из бухгалтерии клиента: валовая маржа, стоимость доставки, стоимость хранения, стоимость заказа и т. д. Факторы второго порядка более тонкие, менее прямые и полностью отсутствуют в традиционном корпоративном программном обеспечении. К ним относятся стоимость отсутствия товара на полках при запросе клиента (штраф за отсутствие товара), благосклонность или лояльность клиентской базы, относительная важность сегментов клиентов или географических областей и т. д.

Платформа Lokad была разработана таким образом, чтобы учитывать практически любой экономический фактор; если такой фактор может быть выражен в электронной таблице, то он может быть выражен с помощью технологии Lokad. На практике ученые по цепи поставок Lokad отвечают за предложение исчерпывающего списка соответствующих экономических факторов клиента. Этот список затем проверяется и/или дополняется клиентом.

Эта обширная программироваемость значительно превосходит функциональность, которую можно найти в корпоративном программном обеспечении, где клиенту предлагается жесткий список экономических показателей первого порядка, поддерживающих рекомендации по закупкам. На практике такие инструменты не могут справиться с тонкостями и разнообразием ситуаций, возникающих в реальных цепях поставок. В результате, когда корпоративное программное обеспечение полагается на такие методы, специалисты по цепи поставок неизбежно возвращаются к предыдущим методам (обычно к электронным таблицам), пытаясь учесть фактор, отсутствующий в списке корпоративной системы планирования ресурсов предприятия (ERP).

По вопросу экономических показателей нет обходного пути для полной программной функциональности. Хотя электронные таблицы действительно являются программными, они не обладают такой же корректностью по конструкции и масштабируемостью, как платформа Lokad.

См. Количественная цепочка поставок вкратце для получения дополнительной информации о философии цепочки поставок Lokad, а также этот сводный для получения дополнительной информации о первичных и вторичных факторах.

1.9 Вы предоставляете отчеты о запасах с указанием причин?

Да, платформа Lokad имеет обширные возможности для определения корневых причин текущего состояния запасов клиента.

Следует отметить, что определение «корневых причин» является нетривиальной задачей. Это неизбежно требует обширной работы со стороны ученых цепочки поставок Lokad для правильного определения того, что действительно квалифицируется как корневая причина. Например, избыточные запасы могут быть прослежены до чрезмерных минимальных заказных количеств (MOQ). Это, в свою очередь, может быть объяснено плохо согласованными условиями от поставщика. Однако, неоптимальные условия могут быть результатом завышенных ожиданий спроса на основе ожидаемого развития предложения клиента, однако развитие было отложено из-за задержек со стороны маркетинговой команды. Таким образом, может быть очень сложно разделить корреляцию и причинность, особенно в цепочке поставок.

К счастью, платформа Lokad является программной. Это критическое требование при столкновении с открытыми вызовами, такими как определение корневых причин. Ошибки в системе, производящие некорректные данные, игнорирование или ручное изменение рекомендаций практикующими, неправильное присвоение категорий продуктам с неправильным сезонным профилем и базовые человеческие ошибки (чтобы назвать только некоторые) могут быть признаны корневыми причинами. Без программных возможностей нет надежды на то, чтобы иметь возможность заниматься такими запросами.

Многие корпоративные программы похваляются возможностями анализа корневых причин (RCA) или отчетами, но, на самом деле, они обычно определяют очевидные симптомы, а не фактические корневые причины. Например, если программное обеспечение определяет чрезмерный заказ как корневую причину избыточных запасов, это не особенно полезно, если программное обеспечение рекомендовало этот заказ в первую очередь. Это особенно вредно, если неявное ожидание состоит в том, что практики будут вручную изменять неправильные заказы, созданные программным обеспечением.

В отличие от этого, любая корневая причина, прослеженная до числового рецепта, сгенерированного Lokad для своего клиента, немедленно вызывает вмешательство ученого цепочки поставок, управляющего учетной записью - обычно это корректирующая перепись. Эта функциональность переписи возможна только потому, что платформа Lokad является программной.

1.10 Какие аналитические и отчетные возможности у вас есть для отслеживания производительности и тенденций запасов?

Платформа Lokad имеет обширные программные возможности аналитики и отчетности. Это означает, что любой анализ, в том числе анализ производительности запасов, который может быть выполнен в электронной таблице или инструменте бизнес-аналитики, также может быть выполнен в платформе Lokad.

Кроме того, платформа Lokad является масштабируемой и экономичной при масштабировании. Это означает, что мы можем сохранять историю всего, включая данные, которые не всегда сохраняются в бизнес-системах (например, исторические уровни запасов и исторические цены). Платформа также принимает предсказательную позицию в отношении производительности запасов. Действительно, решение о том, есть ли слишком много или слишком мало запасов, зависит от ожиданий будущего спроса. Эти возможности предсказания также являются программными, что означает, что они могут быть адаптированы по мере необходимости.

Помимо этих основных возможностей платформы, рекомендуемый подход Lokad в отношении производительности запасов является двухсторонним. Во-первых, производительность должна быть прослежена до исходных решений цепочки поставок, которые породили запасы (или их отсутствие). Вместо корневой причины уровни запасов являются симптомом действий, предпринятых клиентом (и его поставщиком программного обеспечения), независимо от того, правильные они или нет. Во-вторых, производительность должна быть оценена с точки зрения финансового влияния (например, в евро или долларах), а не произвольно определенных процентов, связанных с KPI (например, уровень обслуживания).

Оценки, основанные на финансовых показателях, являются важными для эффективного балансирования множества факторов, влияющих на каждое принятие решения в цепи поставок. Платформа Lokad упрощает эти практики, делая их понятными для аналитиков со стороны клиента, позволяя использовать любое количество настраиваемых панелей управления, доступных через учетную запись Lokad.

1.11 Предоставляете ли вы списки основных артикулов (Part Numbers) по категориям, чтобы выделить места с наибольшим потенциалом для улучшения?

Итоговый отчет: Да, платформа Lokad может генерировать списки основных артикулов по категориям, регионам и временным периодам, а также оценивать потенциал улучшения в денежном выражении, акцентируя внимание на действиях, которые можно выполнить, вместо простой приоритизации артикулов. Однако Lokad не рекомендует сосредотачиваться исключительно на улучшении производительности на уровне артикулов, предпочитая систематическое улучшение числовых алгоритмов, определяющих принятие решений в цепи поставок, с отчетностью на уровне артикулов в качестве вспомогательного инструмента.

С помощью платформы Lokad очень просто создавать списки основных артикулов (или SKU - единицы учета запасов) по категориям, регионам, временным периодам и т.д. Поскольку решение Lokad является программным, любой список, который можно создать в электронной таблице или инструменте бизнес-аналитики, также может быть создан в платформе Lokad. Более того, объединяя наши возможности прогнозирования с финансовой перспективой, потенциал улучшения может быть оценен в денежном выражении (например, евро или доллары), а не в процентах, связанных с ключевыми показателями эффективности (например, уровнем обслуживания).

Предпочтительный подход Lokad заключается в вычислении приоритетных действий, приоритеты которых выражены в долларах или евро, полученных при выполнении предложенного действия. Эти действия могут быть разнообразными и могут включать ускорение или отсрочку заказа, поиск альтернативного поставщика, увеличение ассортимента с добавлением новых вариантов, постепенное исключение товаров из ассортимента и т.д. В отличие от простой приоритизации артикулов, приоритизация действий является полностью действенной по своей сути. Действие не обязательно выражается на уровне артикула. Lokad способен выражать самые разнообразные действия на любом уровне детализации, а не только на уровне артикула.

Однако, в основе этого вопроса лежит подход, который Lokad не рекомендует для цепи поставок. Целью приоритетного улучшения производительности на уровне артикулов является сосредоточение внимания практиков в цепи поставок в контексте, где ожидается ручной просмотр артикулов. Этот подход устарел и неэффективно использует время практиков в цепи поставок. Проблемы с запасами, связанные с определенным артикулом, практически всегда не являются специфичными для этого артикула. Вместо этого, есть что-то неправильное с числовым алгоритмом в целом, и если эту более общую проблему не решить, в следующий раз проблема проявится через другой артикул.

Таким образом, время экспертов следует инвестировать в систематическое улучшение числовых алгоритмов, определяющих принятие решений в цепи поставок. Хотя возможности отчетности на уровне артикулов важны, они в основном служат в качестве вспомогательных инструментов для непрерывного улучшения числовых алгоритмов, а не для приоритизации внимания.

2. Уровни запасов и уровни обслуживания

2.1 Предоставляете ли вы отчеты о наличии товара на складе?

Да, платформа Lokad позволяет легко получить отчет о наличии товара на складе. Lokad способен обрабатывать реляционные данные из бизнес-системы клиента для создания таких отчетов. Более того, платформа Lokad также может учитывать тонкости, связанные с наличием товара на складе, такие как зарезервированный товар или товар, ожидающий поставки. Вся эта информация может быть историзирована Lokad, даже если эти данные не историзированы в исходных бизнес-системах. Наконец, эта информация может быть представлена как в единицах, так и в финансовых единицах в соответствии с любыми правилами оценки, предпочитаемыми клиентом. Отчеты о наличии товара на складе основаны на последней инкрементной синхронизации с бизнес-системами.

Однако, такая функциональность не является основным применением Lokad. Хотя Lokad может проверять уровни товара в режиме реального времени для любого артикула, наша технология предназначена как аналитический слой поверх транзакционных бизнес-систем. Эти системы остаются ответственными за “управление” запасами для всех обычных операций с товарами, в то время как Lokad разработана для оптимизации принятия решений по запасам.

2.2 Как вы вычисляете и оптимизируете уровень обслуживания по запасам?

Итоговое резюме: Lokad достигает оптимального уровня обслуживания по запасам, интегрируя вероятностное прогнозирование с стохастической оптимизацией. Такой подход позволяет настраивать решения в цепи поставок в соответствии с конкретными количественными критериями, такими как балансировка высоких уровней обслуживания с минимальным запасом и максимизацией ROI.

Lokad оптимизирует уровень обслуживания по запасам, объединяя возможности вероятностного прогнозирования и стохастической оптимизации. Это позволяет нам оптимизировать решения в цепи поставок в соответствии с любыми количественными критериями, которые можно выразить в Excel, только лучше. В частности, оптимизация решений по пополнению запасов в соответствии с определенными уровнями обслуживания, при минимизации запасов и максимизации ROI, является очень простой задачей.

Вероятностные прогнозы являются чрезвычайно мощным инструментом для обеспечения того, чтобы решения в цепи поставок действительно отражали заданный уровень обслуживания, даже при очень высоких уровнях обслуживания (например, 98% и выше). Классические прогнозы временных рядов (т.е. невероятностные) и их классические методы управления запасами (например, запасы безопасности) систематически терпят неудачу в таких условиях, поскольку основные предположения модели (т.е. нормальное распределение спроса и времени выполнения заказа) систематически нарушаются реальными условиями цепи поставок. Lokad может и иногда оптимизирует уровни обслуживания. Для этого мы вводим соответствующие экономические факторы: затраты на хранение, затраты на капитал, штрафы за отсутствие товара на складе, валовая прибыль и т.д. Затем мы вычисляем уровни обслуживания, которые максимизируют доходность на каждый потраченный доллар клиента.

После этого наши клиенты обычно понимают, что уровни обслуживания могут быть полностью обойдены. Lokad имеет возможность использовать вышеупомянутые экономические факторы для прямой оптимизации решений в цепи поставок самих по себе (а не относительно произвольных KPI в цепи поставок). Таким образом, уровень запасов отражает наиболее прибыльную стратегию для компании. Это верно, несмотря на то, что Lokad напрямую оптимизирует доходность на каждый потраченный доллар, а не проценты, связанные с произвольными KPI.

“Произвольный KPI” - это не преувеличение. Во-первых, уровень обслуживания обычно основывается на удовлетворении запросов клиентов в изоляции, а не на удовлетворении запросов клиентов наиболее прибыльным способом. Последний является более тонкой перспективой, которая учитывает связанные затраты на попытки удовлетворить высокие уровни обслуживания для артикулов, которые сами по себе могут быть не особенно прибыльными. Игнорирование этой перспективы гарантирует продолжение ненужных затрат на запасы (и списания запасов). Это происходит потому, что произвольно высокие уровни обслуживания создают, по своей природе, постоянный поток мертвых запасов.

Во-вторых, уровень обслуживания - это произвольный, бюрократический процент, который не равен “качеству обслуживания” для клиентов. Уровни обслуживания игнорируют, по своей природе, все каннибализации и замены, которые существуют в предложении. В то же время уровни обслуживания также игнорируют, по своей природе, все зависимости, которые существуют в предложении, где получение продукта A имеет смысл только в том случае, если продукт B также доступен.

В-третьих, даже с точки зрения одного артикула, уровни обслуживания не решают проблему оптовых заказов - ситуаций, когда клиент ожидает определенное количество товара для покупки. В этом случае и пустые полки, и недостаточно заполненные полки являются угрозой для качества обслуживания.

Вкратце, уровень обслуживания - это устаршее инструмент управления цепью поставок, который не следует путать с “качеством обслуживания”, которое остается таким же важным, как и раньше. Lokad признает, что своевременное управление изменениями может потребовать переходного периода с использованием таких KPI, однако в долгосрочной перспективе мы настоятельно рекомендуем превосходную экономическую перспективу, которая оптимизирует доходность на каждый потраченный доллар.

См. Количественная цепочка поставок в кратце для получения дополнительной информации о финансовой перспективе Lokad.

2.3 Как оптимизировать уровни запасов и снизить затраты на содержание?

Итоговое резюме: Lokad следует двухэтапному процессу. Сначала мы создаем вероятностную прогностическую модель. Прогностическая модель является обобщенной версией старых (теперь устаревших) моделей прогнозирования временных рядов, так как она охватывает все источники неопределенности, а не только спрос. Затем мы применяем стохастическую оптимизацию. Стохастическая оптимизация - это процесс, который определяет решения цепи поставок, например, количество пополнения. Оптимизация называется «стохастической», так как критерий оптимизации является шумным/случайным, что отражает неопределенные будущие условия цепи поставок.

Предпочтительный критерий оптимизации Lokad отражает экономические факторы клиента. Таким образом, при оптимизации запасов клиента Lokad явно количественно оценивает различные затраты (например, затраты на содержание, затраты на оборотный капитал, затраты на списание и т. д.), а также потенциальную выгоду (например, валовая маржа, штрафы за нехватку товара и т. д.) для максимизации прибыли. Таким образом, мы корректируем уровни запасов для минимизации затрат на содержание, но только в той степени, в которой эти выгоды не компенсируются потерями, возникающими из-за снижения качества обслуживания.

Хотя предпочтительный критерий оптимизации Lokad основан на тщательном количественном оценивании экономических факторов клиента, мы можем адаптировать наш критерий для отражения любого количества альтернативных факторов. Платформа Lokad является программной, что означает, что она может быть адаптирована для удовлетворения любого критерия, который клиент желает, включая тот, который может быть выражен в традиционной таблице Excel.

См. Экономические факторы в цепи поставок и Количественная цепочка поставок в кратце для получения дополнительной информации о финансовой перспективе Lokad.

2.4 Как оптимизировать безопасные запасы для минимизации нехватки товара при контроле затрат на хранение?

Итоговое резюме: Решения Lokad, учитывающие риски, тщательно минимизируют финансовые риски нехватки товара, повышая уровень(и) запасов до того момента, когда предельные затраты на хранение превышают стоимость случая нехватки товара. Учитывая, что оптимизация должна справляться с постоянной неопределенностью окружающей среды - будущее неизвестно - требуется стохастическая оптимизация. Традиционные методы прогнозирования и оптимизации (то есть детерминированные модели) не могут справиться с шумными/случайными будущими переменными - вероятностные прогнозы с использованием стохастической оптимизации могут.

Lokad оптимизирует все запасы, включая безопасные запасы, используя вероятностные прогнозы в сочетании со стохастической оптимизацией. Вероятностные прогнозы включают будущий спрос и будущие сроки поставки, а также любые другие соответствующие источники неопределенности. Стохастическая оптимизация может быть настроена для удовлетворения любых числовых критериев, включая минимизацию нехватки товара при ограничении максимальных затрат на хранение.

Вероятностные прогнозы уникально способны решать необычные условия, которые приводят к нехватке товара в первую очередь. Если происходит нехватка товара, это обычно происходит из-за неожиданного роста спроса или сроков поставки - возможно, и того, и другого. Классические модели прогнозирования временных рядов (то есть непробабилистические) определяют только одно будущее значение (например, X), отвергая полностью то, что они считают менее вероятными, но далеко не невероятными альтернативными значениями (например, X+1, X-1 и т. д.).

В результате классические прогнозы временных рядов в значительной степени неспособны количественно оценивать маловероятные события, такие как те, которые могут вызвать нехватку товара. Когда компания стремится к тому, чтобы частота нехватки товара составляла менее 1% времени (например, в квартал), нехватки товара, которые все равно происходят, являются, по сути, частью 1% самых экстремальных ситуаций.

Процесс стохастической оптимизации является неотъемлемым для преобразования исходных вероятностных прогнозов в решения по управлению цепями поставок, такие как пополнение запасов. В Lokad предпочтение отдается чисто экономическому подходу, в котором стоимость нехватки товара выражается в долларах (или евро), наряду с другими затратами, такими как затраты на хранение.

По оценке Lokad, модель безопасного запаса является устаревшей концепцией, хотя она может быть включена в нашу платформу по запросу клиента. Мы настоятельно рекомендуем полностью принять количественную перспективу цепи поставок, а не полагаться на методы, которые не соответствуют цели. Например, пожалуй, самый большой недостаток моделей безопасного запаса заключается в том, что (по своей сути) они не могут определить, какой из SKU является наиболее важным в случае наступления нехватки товара у двух SKU. Эта перспектива рассматривает SKU в строгой изоляции, тем самым противореча попытке оптимизировать цепь поставок в целом.

См. Почему страховой запас небезопасен и Распределение запасов по розничной сети на основе вероятностных прогнозов для получения дополнительной информации по этим вопросам.

2.5 Вы динамически рассчитываете и корректируете уровни безопасного запаса на уровне магазина/склада?

Итоговый отчет: Да, платформа Lokad позволяет обновлять весь процесс оптимизации запасов при предоставлении новых входных данных, обычно ежедневно. Как правило, мы выполняем все расчеты за 60 минут, включая обновление всех прогнозов и решений для каждого отдельного SKU в каждом месте - включая магазины и склады. Такой гибкий и масштабируемый подход возможен только благодаря специфическим инженерным решениям Lokad.

Платформа Lokad акцентирует внимание на “бессостоятельном” дизайне для оптимизации цепи поставок. Мы не перерабатываем предыдущие расчеты, а пересчитываем все каждый раз, когда получаем исходные входные данные. Хотя это может увеличить вычислительные ресурсы, это единственный эффективный метод (на данный момент), обеспечивающий целостность обработки данных - что нарушается без “бессостоятельного” дизайна Lokad. Альтернативой является использование производственной среды клиента в качестве полигона испытаний для полу-проверенных данных - что Lokad не рекомендует.

Эти обновления охватывают все настройки, которые определяют оптимизацию цепи поставок, предоставляемую Lokad. При желании клиента обновления могут включать прогнозы временных рядов, безопасные запасы и оптимизированные уровни обслуживания. Однако Lokad настоятельно рекомендует клиентам не полагаться на эти устаревшие методы и полностью принять превосходную оптимизационную мощь вероятностного прогнозирования и стохастической оптимизации.

Пожалуйста, ознакомьтесь с Обновлять все каждый день для получения дополнительной информации по этому вопросу.

См. также Уровни запасов и уровни обслуживания 2.4 в этом разделе Часто задаваемые вопросы.

2.6 Вы оцениваете влияние уровней/формул безопасного запаса на поддержание желаемых уровней обслуживания?

Да, с помощью платформы Lokad практикующий специалист по цепям поставок может оценить влияние заданного уровня безопасного запаса на уровень обслуживания. Другими словами, можно выбрать уровень безопасного запаса и увидеть соответствующий уровень обслуживания. Платформа также позволяет практикующему специалисту по цепям поставок оценить другие факторы, такие как ожидаемые затраты на хранение (или хотя бы продолжительность хранения, если экономические характеристики запасов не были предоставлены), и/или риск нереализованных запасов.

Однако уровни безопасного запаса и уровни обслуживания являются в значительной степени устаревшими концепциями. Несмотря на то, что мы можем включить их в нашу платформу, Lokad не рекомендует использовать ни одну из них. Вероятностное прогнозирование и стохастическая оптимизация - основа оптимизации Lokad - представляют собой более превосходную альтернативу во всех аспектах.

Пожалуйста, ознакомьтесь с Распределение запасов в розничной сети на основе вероятностных прогнозов для получения дополнительной информации по этому вопросу.

См. также Уровни запасов и уровни обслуживания 2.4 в этом разделе Часто задаваемые вопросы.

2.7 Позволяет ли Lokad реализовывать различные стратегии управления запасами с определенными уровнями обслуживания и доверительными интервалами, отличающимися по нескольким организационным измерениям (например, по артикулу, категории товара и/или региону)?

Краткое изложение: Да, платформа Lokad поддерживает дифференциацию стратегий или политик управления запасами на уровне артикула. Такие стратегии могут отражать дифференцированные настройки на уровне артикула, учитывая различные цели уровня обслуживания, различные доверительные интервалы (для безопасных запасов) и т.д. Эти стратегии также могут быть дифференцированы на любом промежуточном уровне детализации (не только на уровне артикула). Например, можно выборочно применять настройки для каждого региона, каждой категории товаров, каждого атрибута товара (например, порог по весу товара) и т.д.

Платформа Lokad является программной, поэтому мы можем реализовать любую стратегию управления запасами, которая может быть выражена в электронной таблице, независимо от того, насколько произвольной или необычной может быть эта стратегия. Ученые по цепям поставок Lokad выполняют эти задачи и гарантируют, что результат достоверно отражает исходные намерения клиентской компании.

Хотя платформу Lokad можно использовать для достижения уровней обслуживания, мы настоятельно рекомендуем не делать этого. Платформа Lokad лучше всего предназначена для оптимизации дохода на каждый потраченный доллар, а не для процентов, связанных с произвольными ключевыми показателями эффективности. Фактически, существуют две основные причины, почему сама идея “уровня обслуживания” вызывает сомнения.

Во-первых, несмотря на сходство названия, связь между уровнем обслуживания и качеством обслуживания, воспринимаемым потребителем, является незначительной. Многие учебники по цепям поставок и, следовательно, многие программные продукты по цепям поставок ложно смешивают эти два понятия. Уровни обслуживания полностью игнорируют все возможные замены и все возможные зависимости между продуктами. Уровни обслуживания являются плохим заменителем реального понимания качества обслуживания.

Во-вторых, уровни обслуживания, по своей сути, способствуют непрерывному образованию списаний запасов. Это связано с тем, что они сосредоточены только на позитивной стороне (обслуживание спроса), что в конечном итоге означает, что они не учитывают негативную сторону (остаются нереализованные запасы, которые никогда не будут проданы/запрошены/использованы).

2.8 Можно ли обеспечить уровень обслуживания и оборачиваемость запасов по артикулу или по номеру детали (P/N)?

Да, платформа Lokad позволяет настраивать процесс оптимизации запасов для достижения заданного уровня обслуживания/оборачиваемости запасов на уровне артикула или на любом промежуточном уровне детализации (P/N, бренд, местоположение, категория, ценовая точка и т. д.). В этом отношении платформа Lokad может направлять принятие решений по запасам для достижения любых количественных целей, которые задает клиент.

Однако ни один поставщик не может гарантировать, что их настройки будут “обязательными”, по крайней мере, для конкретного артикула. Фактически, как уровни обслуживания, так и оборачиваемость запасов зависят от поведения клиентов. Если возникает всплеск интереса к определенному продукту, спрос может значительно превысить уровень запасов, и целевой уровень обслуживания не будет достигнут. Соответственно, если интерес снижается, то цели по оборачиваемости запасов также не будут достигнуты.

Вероятностная технология прогнозирования Lokad гарантирует, что в среднем, по множеству артикулов (т. е. тысячам) и в течение значительного периода времени (несколько недель), наблюдаемые уровни обслуживания и оборачиваемость запасов отражают заданные настройки клиента. Практически говоря, это “наиболее близкое” к “обязательным” настройкам, которые в конечном итоге определяются клиентом(ами).

См. также Уровни запасов и уровни обслуживания 2.7 в этом разделе FAQ.

3. Избыточные запасы

3.1 Как вы учитываете риск списания запасов?

Вероятностные прогнозы, используемые Lokad, являются важным компонентом оценки списания запасов. С помощью вероятностных прогнозов Lokad оценивает все возможные будущие сценарии, включая менее вероятные, в отличие от анализа, основанного на единственном будущем значении (классические прогнозы точек/временных рядов). На самом деле, именно ожидаемое (маловероятное, но не невозможное) резкое снижение спроса приводит к списанию запасов, что вероятностные прогнозы предназначены явно количественно оценивать заранее.

После установления вероятностных прогнозов Lokad производит принятие решений в цепи поставок с учетом риска. Эти решения в цепи поставок оптимизированы с учетом соответствующих экономических факторов, включая возможность списания запасов. Решение (например, пополнение запасов) корректируется с учетом риска, так как оно балансирует позитивную сторону лучшего обслуживания клиентов с негативной стороной возможного остатка нереализованных запасов. Более того, Lokad может учесть промежуточный вариант, который может быть доступен для клиентской компании, такой как вторичные каналы продаж, которые могут поглотить дополнительные запасы, хотя и по сильно сниженным ценам.

См. также Уровни запасов и уровни обслуживания 2.3 в этом разделе FAQ.

3.2 Как вы обрабатываете и оптимизируете нереализованные и/или неактивные запасы?

Lokad активно решает проблему нереализованных запасов, устраняя или, по крайней мере, существенно сокращая принятие решений в цепи поставок, которые в конечном итоге приводят к образованию нереализованных запасов. Этот превентивный механизм в значительной степени основан на вероятностных прогнозах, которые генерирует Lokad.

В отличие от классических прогнозов временных рядов, которые определяют единственное будущее значение, игнорируя все альтернативные значения, Lokad количественно оценивает все возможные будущие сценарии с соответствующими вероятностями. Посредством этой оценки мы количественно оцениваем риск образования нереализованных запасов для каждого решения в цепи поставок (например, заказ 5 единиц вместо 4). Если решение в цепи поставок (например, заказ дополнительных 5 единиц) считается слишком рискованным с точки зрения нереализованных запасов, то это решение корректируется для снижения риска. Естественно, риск списания запасов не может быть полностью исключен, но после адекватной оценки частота списания запасов может быть значительно снижена.

Что касается спящего инвентаря, если этот инвентарь не служит очень конкретной цели (как это может быть в промышленных предприятиях, где запасные части решают редкие, но критические проблемы), Lokad обычно рекомендует снижение цены для стимулирования спроса. Это в конечном итоге позволит ликвидировать остатки инвентаря. Платформа Lokad способна производить совместный процесс оптимизации запасов и ценообразования именно для этой цели.

См. также Overstocks 3.1 в этом разделе FAQ.

3.3 Вы определяете неэффективный инвентарь, например, избыточный и устаревший запас и мертвый запас?

Итоговое резюме: Да. Используя вероятностные прогнозы, Lokad определяет и количественно оценивает жизненные циклы единиц на складе для каждого SKU. Для каждой единицы на складе мы оцениваем вероятность того, что эта единица будет запрошена (или обслужена или потреблена) в течение заданного временного горизонта. Например, при рассмотрении SKU с избыточным запасом мы можем оценить, какая доля запаса подвержена риску превращения в мертвый запас, и какая доля подвержена риску превращения в устаревший запас (требующий снижения для стимулирования продаж). Этот подход также применяется к избыточному и устаревшему запасу и является важным компонентом нашего рекомендуемого принятия решений в сфере поставок.

Вероятностная перспектива прогнозирования позволяет Lokad рассматривать все возможные будущие значения (например, спроса), а не полагаться только на одно (как в случае с традиционным прогнозом временных рядов). Эта перспектива критически важна для учета всех нюансированных вариаций, которые возникают при попытке снизить риски, связанные с инвентарем. Учитывая, что мертвый запас можно предотвратить только (а не обработать после факта), вызов состоит в установлении процесса, который эффективно снижает вероятность накопления мертвого запаса в первую очередь. Для этого необходимо точно определить вероятность того, что решение в сфере поставок приведет к избыточному/устаревшему/мертвому/устаревшему запасу.

Модели прогнозирования временных рядов по своей природе неспособны к такой оценке рисков. Основная причина в том, что прогнозы временных рядов учитывают только одно будущее значение (например, спрос). Этот уровень простоты позволяет аккуратно разделить SKU на категории (например, классы A/B/C в анализе ABC). Однако такая простота означает, что детальная оценка рисков невозможна, поскольку для ранжированного списка решений, учитывающих риски, для любого заданного SKU требуются данные для нескольких будущих сценариев (т.е. продажа 1/2/3/4/5 и т.д. единиц одного и того же SKU).

Вкратце, принятие вероятностного подхода к прогнозированию (в данном случае спроса) позволяет эффективно и превентивно управлять рисками, связанными с образованием неэффективного инвентаря, а не пытаться справиться с ним после факта, когда остается мало выбора, кроме как избавиться от него.

3.4 У вас есть KPI для отслеживания активного, спящего и нового инвентаря?

Итоговое резюме: Да. Платформа Lokad является программной, что означает, что мы можем разработать любой тип KPI, который нам необходим, и наши ученые по цепям поставок осуществляют создание и внедрение KPI клиента (совместно с вкладом клиента). Lokad предоставляет индивидуальные KPI, которые действительно отражают тонкости инвентаря клиента. Lokad также может воспроизвести любые KPI, которые клиент ранее использовал и хочет сохранить, хотя обычно они будут менее полезными, чем индивидуальные KPI, разработанные Lokad для проекта.

Lokad не только может отслеживать точный возраст каждой единицы на складе, но и, благодаря нашим вероятностным прогнозам, мы оцениваем вероятность того, что единица останется на складе в течение заданного периода (1 неделя, 1 месяц, 1 год и т.д.). Классификация инвентаря как активного или спящего не является простым визуализацией исторических данных. Это требует прогнозирования будущего спроса. Таким образом, «KPI» являются предсказательными. В результате они неявно зависят от применимости базовой предиктивной модели для выполнения такой задачи. В данном случае вероятностные прогнозы спроса хорошо подходят для оценки рисков, связанных с вредным снижением спроса.

В отличие от этого, некоторые поставщики корпоративного программного обеспечения рассматривают KPI инвентаря, как если бы они были прямым отражением исторических данных. Однако «предсказательный» аспект нельзя избежать. В большинстве случаев эти поставщики не понимают, что они неявно полагаются на прогноз спроса «скользящего среднего», что создает иллюзию отсутствия прогнозирования. В свою очередь, такие неправильные KPI причиняют вред компании, так как они просто отвлекают практиков цепей поставок.

См. также Overstocks 3.3 в этом разделе FAQ.

3.5 Как вы интегрируете, контролируете и оптимизируете ежемесячные амортизации запасов? Как вы управляете изменчивостью самого процесса амортизации?

Резюме: Lokad решает проблему амортизации запасов с помощью комплексного подхода, включающего отслеживание состава запасов, моделирование механизмов амортизации и принятие решений по снабжению, учитывающих риски. Путем подробного учета уровней запасов и их возраста, использования прогностических моделей для предвидения будущего состава запасов и применения программных возможностей для отражения различных механизмов амортизации, Lokad эффективно управляет внутренними и внешними факторами амортизации. Платформа Lokad использует стохастическую оптимизацию для принятия решений в цепях поставок, учитывая все экономические факторы, включая затраты на амортизацию, тем самым прогнозируя и сбалансированно управляя рисками амортизации запасов.

Решение проблем амортизации запасов включает решение ряда подзадач. Первая проблема состоит в отслеживании точного состава запасов, а не только общего количества в единицах товара. Например, возраст каждой единицы имеет значение. Вторая проблема состоит в моделировании самого механизма амортизации. Это может быть чисто эндогенное явление, когда товары ухудшаются со временем, или экзогенное явление, когда меняются рыночные условия и товары теряют свою стоимость. Третья проблема заключается в принятии решений по снабжению, учитывающих риски, связанные с потенциальной амортизацией.

Во-первых, с помощью платформы Lokad мы отслеживаем не только уровни запасов, но и возраст каждой единицы на складе (как прошлой, так и будущей). Этот процесс сам по себе является прогностической моделью. Даже при анализе исторических данных (полученных из бизнес-систем), состав возраста единиц на складе обычно не записывается, его можно только вывести. Есть заметное исключение для серийного инвентаря, где каждая единица на складе отслеживается по серийному номеру; в этом случае нет необходимости в прогностической модели для прошлого, но нам все равно нужна модель для будущего. Прогностическая модель для состава запасов может полагаться на предположение FIFO (первым пришел, первым ушел) для потребления запасов и на несколько более тонких шаблонов.

Например, в розничном магазине покупатели иногда могут проявлять агрессивное поведение, такое как выбор лучших товаров (или выбор по срокам годности, если это возможно), что приводит к потреблению запасов по принципу LIFO (последним пришел, первым ушел) в некоторой степени. Lokad может управлять FIFO и LIFO, а также всем спектром промежуточных вариантов.

Во-вторых, с помощью программных возможностей платформы Lokad мы можем отразить любой механизм амортизации. Например, Lokad может отразить экспоненциальную амортизацию, при которой товары теряют небольшую долю своей стоимости с каждым периодом; или Lokad может отразить ступенчатую амортизацию, при которой товары теряют значительную долю своей стоимости при достижении определенных возрастных порогов. Кроме того, механизм амортизации может включать зависимости между товарами. Например, ожидается, что товары потеряют значительную часть своей стоимости при появлении конкурирующих товаров, что часто происходит в некоторых отраслях (например, потребительская электроника).

Изменчивость процесса амортизации, которая обычно проявляется при рассмотрении экзогенных амортизаций, выигрывает от прогностических (вероятностных) моделей в рамках платформы Lokad. Нам не нужно знать точно, когда будет представлен конкурирующий продукт; изучая исторические данные, мы можем моделировать скорость замены продукта и отражать вероятность того, что данный продукт станет устаревшим в течение заданного временного горизонта (неделя, месяц, год и т. д.). Эти вероятностные модели изучаются с использованием исторических данных, предоставленных Lokad.

В-третьих, решения по снабжению, учитывающие риски, вычисляются Lokad, учитывая все соответствующие экономические факторы. Процесс является стохастической оптимизацией, так как функция потерь (т. е. затраты и выгоды) является шумной/изменчивой. Затраты на амортизацию включаются вместе со всеми другими соответствующими факторами. Поскольку платформа Lokad предлагает как программное обучение, так и парадигмы оптимизации, мы можем принимать решения, учитывающие риски, и смешивать различные виды затрат.

В заключение, путем принятия решений по снабжению, учитывающих риски (например, заказ на закупку, заказ на производство и т. д.), с учетом амортизации запасов, Lokad активно снижает количество запасов, которые в конечном итоге подвергнутся амортизации. Каждое решение мягко отводится от риска амортизации, но не настолько, чтобы решение привело к ухудшению другой проблемы, такой как снижение качества обслуживания за счет снижения амортизации.

3.6 Предоставляете ли вы отчет о избыточных запасах?

Итоговое резюме: Да. Платформа Lokad оснащена передовой технологией прогнозирования спроса. Мы используем эту технологию для оценки времени, необходимого для оборота всех закрепленных запасов, находящихся на складе или в заказе. Более того, наша технология поддерживает вероятностные прогнозы, которые позволяют прямо количественно оценить риски избыточных запасов. Комбинируя вероятностные прогнозы с экономической моделью запасов, отражающей все соответствующие экономические факторы, Lokad предоставляет количественную оценку рисков запасов в денежном выражении (например, в евро или долларах).

Запасы всегда считаются “избыточными” по сравнению с прогнозной моделью спроса. Нет такого понятия, как “избыточные запасы”, не сделав заявление о будущем спросе (хотя это заявление может быть неявным). Любое программное решение, которое генерирует отчет об избыточных запасах на основе правил, таких как “более X месяцев запасов”, неявно основывает свою оценку избыточных запасов на прогнозе спроса с подвижным средним, что оказывается недостаточным для большинства отраслей.

Кроме того, без надежной экономической модели, отражающей затраты и вознаграждение от запасов, клиентская компания подвергает себя серьезным ошибкам в управлении запасами. Финансовое решение, касающееся запасов, может показаться странным на первый взгляд, но оно может быть вполне обоснованным. Например, если товар очень дешевый, очень маленький, продается с хорошей валовой прибылью, абсолютно необходим для клиента (в небольших количествах) и может быть приобретен только при достижении очень больших МОК (минимальных заказных количеств), то может быть разумным иметь запас этого товара на протяжении более чем одного года. В то время как запасов на более чем 1 год может показаться ошибкой, окупаемость инвестиций может рассказать совершенно другую историю.

См. Первое место в соревновании по прогнозированию M5 на уровне SKU для получения дополнительной информации о подходе Lokad к прогнозированию на практике.

4. Недостаток товара на складе

4.1 Вы выделяете запасы для SKU, находящихся в риске остаться без товара на складе?

Да, в общем, одним из последствий оптимизации запасов Lokad является то, что запасы распределяются для SKU, у которых риск остаться без товара на складе увеличивается. При равных условиях SKU, находящиеся на грани события “товар закончится”, получают приоритетное внимание.

Однако мы рекомендуем принять экономическую, комплексную перспективу для оптимизации, когда речь идет о недостатке товара на складе. Это означает учет общего финансового влияния принятия решения в цепи поставок (например, распределение запасов для предотвращения события “товар закончится”). Иногда избегание недостатка товара на складе не всегда имеет экономический смысл.

Например, для магазинов модной одежды естественно в конце сезона постепенно допускать, чтобы товары из устаревшей коллекции достигли статуса “товар закончится”. Это делается намеренно, чтобы освободить место для следующей, новой коллекции. Аналогично, если продукт заменен более качественной альтернативой, имеет смысл допустить, чтобы устаревший продукт достиг статуса “товар закончится”, а затем постепенно исключить его из ассортимента. Таким образом, в общих чертах, разумно спроектированная экономическая оптимизация будет стремиться избежать событий “товар закончится”.

Однако такая оптимизация также обеспечит более детальный и сложный ответ, когда дело доходит до правильного определения размера инвестиций (например, сколько единиц выделяется для определенного SKU) в первую очередь, чтобы снизить финансовые риски.

4.2 Как вы определяете приоритеты Заказов на покупку (PO)?

Краткое изложение: Lokad определяет приоритеты Заказов на покупку (PO) путем оценки экономической отдачи от каждой единицы товара, которую необходимо заказать, с целью максимизации отдачи за каждый потраченный доллар. Эта детальная оценка, интегрированная с ограничениями между SKU, такими как минимальное количество заказа, основана на вероятностном прогнозировании и стохастической оптимизации. Эти технологии оценивают риски и отдачу для каждой единицы, учитывая такие факторы, как спрос, сроки поставки и возвраты, чтобы создать финансово оптимизированные Заказы на покупку, которые учитывают ограничения и экономическую целесообразность.

Подход Lokad к оптимизации заключается в оценке экономической отдачи для каждой отдельной единицы товара, которую необходимо заказать. Это делается для снижения риска путем максимизации отдачи в долларах за каждый потраченный доллар. Эта очень детальная оценка затем используется в процессе оптимизации, который генерирует Заказы на покупку, которые правильно отражают все ограничения между SKU (например, минимальное количество заказа у поставщика). Эти ограничения наложены на экономическую отдачу за каждую единицу, которая определяет общий приоритет. В результате Заказы на покупку Lokad внутренне правильно упорядочены, и каждый из них сопровождается своей собственной экономической оценкой (т.е. долларовой отдачей). Эта экономическая оценка получается путем агрегации экономической отдачи для всех единиц, которые объединены в Заказ на покупку.

Эта финансово ориентированная приоритизация Заказов на покупку основана на двух ключевых технологических компонентах: вероятностном прогнозировании и стохастической оптимизации. Оба технологических компонента являются частью платформы Lokad.

Вероятностное прогнозирование, которое включает прогнозирование не только будущего спроса, но и всех других источников неопределенности, таких как сроки поставки или возвраты, является ключевым для оценки рисков, связанных с заказом на покупку. Эти риски включают положительные аспекты (например, снижение риска события “товар закончится”) и отрицательные аспекты (например, увеличение риска “мертвого” товара). С помощью вероятностного прогнозирования и использования соответствующих экономических факторов (например, валовая маржа, затраты на хранение и т. д.) Lokad генерирует ожидаемую скорректированную по риску отдачу от каждой единицы товара, которая будет заказана, включая уменьшение отдачи по мере увеличения количества заказанных единиц.

Процесс стохастической оптимизации позволяет составлять сами Заказы на покупку. В отсутствие ограничений это просто упорядочивание единиц для покупки по их относительной отдаче в долларах на доллар. Однако, когда присутствуют ограничения между SKU, требуется процесс стохастической оптимизации, чтобы успешно и автоматически составлять Заказы на покупку, которые соблюдают все эти ограничения, сохраняя при этом базовую финансовую оценку по каждой единице.

4.3 Вы передаете/отправляете заказы поставщикам относительно стратегических/критических SKU?

Да, Заказы на покупку, сгенерированные платформой Lokad, учитывают все соответствующие вопросы, включая стратегическую/критическую важность определенных SKU. Эти вопросы могут содержать явную информацию от клиента, а также неявные/выведенные количественные оценки, обнаруженные в результате анализа Lokad.

Например, SKU может быть “критическим” из-за того, что он в основном продается или обслуживается крупным, важным клиентам. В качестве альтернативы, SKU может быть критическим, так как он является частью комплекта или BOM (bill of materials), делая этот SKU узким местом. В таких ситуациях предпочтительно использовать платформу Lokad для определения важности SKU через прямой анализ данных.

Более общим образом, финансовая перспектива, которую рекомендует Lokad, хорошо подходит для учета различных вопросов и их совмещения с рекомендуемыми решениями в сфере поставок. Эта финансовая перспектива подчеркивает интеграцию всех экономических факторов, включая менее очевидные, такие как стоимость события “товар закончится”, в процессе принятия решений в сфере поставок.

4.4 Как вы объединяете критические Заказы на покупку (PO) в критический краткий список для ключевых поставщиков?

Итоговая сводка: Подход Lokad заключается в количественной оценке экономического влияния каждого решения в сфере поставок. На практике это означает оценку финансового влияния (измеряемого в долларах на доллар) для каждой дополнительной единицы товара. Создавая список, который ранжирует товары по их финансовому влиянию, Lokad автоматически создает списки, которые отражают наилучшее финансовое состояние для клиента с учетом его экономических факторов и ключевых показателей эффективности (включая уровень обслуживания). Это позволяет избежать использования традиционных методов, таких как минимальный/максимальный запасы, запасы безопасности и т. д., которым не хватает надежной финансовой составляющей.

При помощи вероятностного прогнозирования Lokad мы можем создавать Заказы на покупку (PO), учитывающие риски, и объединять все единицы, которые могут быть прибыльно заказаны (расположенные в порядке прибыльности на единицу). Это позволяет легко уточнять Заказ на покупку (PO), выделяя внутри него единицы, которые превышают заданный уровень экономической отдачи. Эти единицы с высокой отдачей являются основой краткого списка, который будет передан ключевым поставщикам. Экономическая отдача отражает штраф за отсутствие товара (менее распространенный, но важный экономический фактор, который измеряет финансовое влияние события “товар закончится”) в одной форме или другой. Все это делается для правильной оценки важности каждой единицы с точки зрения желаемого уровня обслуживания.

Некоторые старые (теперь устаревшие) методы (все еще присутствующие в некоторых корпоративных программных продуктах) заключаются в оценке Заказов на покупку (PO) в отношении целевого уровня запасов (например, минимальный/максимальный запасы, целевые запасы, целевые буферы и т. д.). Однако все эти методы не имеют механизмов для количественной оценки важности каждой единицы в строгой изоляции от других единиц.

На самом деле, такие методы не отражают влияние убывающей отдачи, которую можно наблюдать в сфере поставок. Обычно первая заказанная единица стоит больше (как для компании-клиента, так и для его клиентов), чем вторая единица. Поскольку традиционные методы не количественно оценивают доходность запасов на единицу, они не способны выделить действительно критический поднабор единиц, который будет передан ключевым поставщикам.

Для составления действительно критического краткого списка требуется технология, которая может количественно оценивать экономическую отдачу на единицу при заказе - именно такую технологию имеет Lokad.

4.5 Как вы передаете критический краткий список среди ожидающих Заказов на покупку (PO) поставщикам?

Lokad предпочитает передавать Заказы на покупку (включая критические краткие списки) через транзакционные бизнес-системы (например, ERP или аналогичное бизнес-программное обеспечение). Заказы на покупку (PO) обычно представляются в виде экспорта плоского файла. Lokad может использовать электронную почту, но мы предпочитаем поддерживать всю транзакционную коммуникацию внутри бизнес-системы клиента (например, ERP).

См. также Управление запасами для получения дополнительной информации о различии между аналитическими системами (к которым в основном относится Lokad) и транзакционными системами, такими как ERP.

См. также Заказы на покупку 4.4 в этом разделе FAQ.

4.6 Предоставляете ли вы отчет о товарных недостатках?

Итоговая сводка: Да, платформа Lokad способна предоставить отчет о товарных недостатках, который охватывает не только текущее состояние запасов, но и исторический обзор предыдущих случаев товарных недостатков. Это позволяет нам выявлять прошлые закономерности и учитывать их при создании числового рецепта, который генерирует финансово оптимизированные Заказы на покупку (PO) клиента, тем самым снижая вероятность будущих случаев товарных недостатков.

Хотя легко подсчитать количество SKU (единиц хранения товара), у которых нет запасов, это не говорит о масштабе проблемы для бизнеса клиентской компании - необходимо количественно оценить потерю спроса. По этой причине Lokad рекомендует подходить к проблеме через прямую финансовую оценку стоимости (отсутствия) качества обслуживания. Иногда, например, разумно принять низкое качество обслуживания для нестратегических продуктов, которые постепенно выводятся из ассортимента. В противном случае будет гарантировано появление мертвых запасов. Платформа Lokad позволяет оценить потерю в денежном выражении, а не просто подсчитывать SKU с нулевыми запасами.

Количественная потеря должна быть “чистой” от каннибализации, замены и отложенного потребления со стороны клиентов. В большинстве отраслей есть несколько вариантов удовлетворения потребностей клиента. Таким образом, если один из этих вариантов доступен, клиент может быть очень доволен обслуживанием. Неучет этих факторов между SKU приводит к избыточному запасу SKU, которые в основном обслуживают один и тот же спрос за счет других SKU, которые обслуживают совершенно разные сегменты. Напротив, иногда отсутствие SKU препятствует потреблению другого зависимого SKU. Клиенты ожидают наличия обоих SKU и не потребляют ни одного из них, если это не так. Платформа Lokad может использоваться для моделирования этих проблем между SKU и их (финансового) влияния на качество обслуживания, воспринимаемое клиентами.

В зависимости от отрасли могут быть более важные тонкости, которые следует учитывать. Например, в магазине DIY (сделай сам) клиент, ищущий 4 одинаковых выключателя, вряд ли купит что-либо, если на полке есть только 3 единицы. Таким образом, с точки зрения некоторых клиентов, выключатели фактически отсутствуют.

Другим примером является продуктовый магазин, продающий фрукты. Некоторые фрукты, например, клубника, очень скоропортящиеся, поэтому магазин обычно намеренно стремится к товарному недостатку перед закрытием. Однако, если товарный недостаток наступает слишком рано в течение дня (например, несколько человек покупают больше, чем обычно), большая часть клиентов не получает должного обслуживания.

Эти примеры подчеркивают тонкости характера и последствий товарных недостатков. Дорогостоящие симптомы товарных недостатков (например, потеря потенциальных продаж) могут проявляться даже в отсутствие основного состояния (например, фактического товарного недостатка). Платформа Lokad может использоваться для моделирования всех важных тонкостей, где качество обслуживания нельзя определить через наивное исследование уровня запасов.

4.7 Определяете ли вы ожидаемые товарные недостатки и предупреждаете пользователей?

Итоговая сводка: Да, платформа Lokad использует передовые методы прогнозирования спроса для определения потенциальных ситуаций с товарным недостатком и предлагает корректирующие действия, а не просто выдает предупреждения. Эти действия включают ускорение заказов, использование альтернативных поставщиков, корректировку акций, ценовых точек, продвижение заменителей и организацию перемещения товаров со склада на склад (и т.д.).

Платформа Lokad оснащена передовой технологией прогнозирования спроса, которая может использоваться для определения предстоящих случаев товарного недостатка. Также легко использовать платформу Lokad для создания предупреждений о товарном недостатке для практиков в сфере поставок. Однако мы не рекомендуем использовать предупреждения, так как такой подход неэффективен с точки зрения времени, особенно учитывая, что своевременные реакции часто являются критическими. Вместо этого мы рекомендуем использовать платформу Lokad для определения предстоящих случаев товарного недостатка и предлагать превентивные корректирующие действия.

Возможные меры по исправлению ситуации могут включать (a) связь с поставщиками для ускорения ожидающихся заказов; (b) размещение дополнительных заказов у альтернативных (ближайших) поставщиков; (c) отмена предстоящих акций на товары, которые скоро закончатся; (d) повышение цены на товары, которые скоро закончатся; (e) продвижение альтернативных товаров, считающихся соответствующими заменителями, заранее для использования эффекта каннибализации; (f) организация перемещения товаров для перераспределения спящего запаса. Это лишь некоторые из мер по исправлению ситуации, которые платформа Lokad может быстро рекомендовать.

Типичное корпоративное программное обеспечение (например, ERP-системы) все еще использует оповещения - шаблон проектирования, который неизбежно приводит к низкой производительности сотрудников. Если есть что-то, что можно сделать в отношении предстоящего исчерпания запасов, то программное обеспечение должно непосредственно рекомендовать действия в рамках своей обычной партии рекомендаций. Если в отношении предстоящего исчерпания запасов ничего нельзя сделать, то оповещение является бессмысленным отвлечением. Исторически корпоративное программное обеспечение использовало оповещения как мощные механизмы для отвода вины за плохие результаты на конечных пользователях. Этот подход фактически является попыткой изолировать поставщика корпоративного программного обеспечения от критики; если рекомендуемое решение по запасам было хорошим, то программное обеспечение справилось великолепно; если рекомендуемое решение по запасам было плохим, то программное обеспечение несет ответственность только за оповещение, которое было отправлено. Это, по определению, перекладывает “вину” на конечного пользователя. Lokad, напротив, полностью несет ответственность за качество наших рекомендаций по запасам и предлагаемые меры по исправлению ситуации.

См. Первое место в соревновании по прогнозированию M5 на уровне SKU для получения дополнительной информации о подходе Lokad к прогнозированию на практике.

5. Осложнения

5.1 Предлагаете ли вы параметры запасов для новых товаров?

Итог: Да, платформа Lokad автоматизирует принятие решений по запасам для новых товаров с использованием вероятностного прогнозирования спроса на основе атрибутов, анализируя данные о ранее запущенных товарах. Этот подход фокусируется на прямых решениях, таких как количество заказов и распределение, а не на традиционных параметрах запасов. Lokad также учитывает влияние новых товаров на существующий запас, помогая избежать возможных ситуаций с мертвым запасом. Lokad поддерживает прогнозирование спроса и стохастическую оптимизацию для начальных заказов на запасы, учитывая ограничения между SKU и логистические возможности.

Платформа Lokad автоматизирует весь процесс принятия решений по запасам для новых товаров. Это включает в себя “параметры запасов”, хотя мы обычно не подходим к этой проблеме с этой стороны. Новые товары получают преимущества от вероятностного прогнозирования спроса на основе атрибутов. Здесь Lokad анализирует все ранее запущенные товары и то, как они прошли в зависимости от их настроек запуска (например, акции и ассортимент), а также от внутренних характеристик самого товара (например, размер, цвет и цена). Таким образом, прогноз для новых товаров автоматизирован, так же как и прогноз для старых товаров.

Кроме того, при рассмотрении новых товаров мы учитываем запас, готовый к началу обслуживания новых товаров, и запас, который еще не поступил. Мы также учитываем влияние на существующие запасы и потенциальные негативные последствия введения (слишком раннего) нового, возможно, более привлекательного альтернативного товара - что может привести к немедленной ситуации с мертвым запасом для другого товара.

Вместо типичных “параметров запасов” Lokad настоятельно рекомендует подходить к этой проблеме через прямые и финансово оптимизированные решения. Эти решения включают количество товаров, которые следует заказать в первую очередь, а затем количество товаров, которые следует выделить (SKU по SKU) для всех местоположений. На этом этапе необходимо решить проблемы, связанные с SKU или продуктами, чтобы максимально использовать ограниченные логистические возможности клиента.

Эти возможности часто недостаточны для справления с потенциальными - и часто неожиданными - эффектами новизны. Однако, распределяя нагрузку во времени, обычно путем эффективного предварительного предвидения запуска новых товаров, проблема решается без необоснованного растягивания логистических возможностей клиента.

Платформа Lokad предоставляет все необходимые числовые инструменты для поддержки этого процесса, включая вероятностные прогнозы спроса на новые продукты и стохастическую оптимизацию для начальных заказов и распределения запасов. Эта поддержка охватывает все соответствующие ограничения между SKU.

5.2 Можете ли вы управлять распределением запасов во время акционных фаз (поддержка акционной деятельности)?

Резюме: Да, платформа Lokad разработана для управления распределением запасов во время акционных фаз путем согласования запасов с ожидаемым ростом спроса в будущем. Этот процесс включает предварительное предвидение акционного спроса, интеграцию данных из различных источников, таких как системы ERP и маркетинговые таблицы, и уточнение прогностических моделей для учета различных акционных стратегий. Ученые по цепочке поставок Lokad реализуют эти модели, учитывая не только немедленные эффекты акции, но и риск избыточного запаса и логистические ограничения. Платформа использует стохастическую оптимизацию для принятия решений по запасам с учетом риска, сбалансировав необходимость в достаточном количестве акционного товара с риском избыточного запаса после акции.

Общим руководящим принципом Lokad для распределения запасов является согласование этих распределений с ожидаемым будущим спросом. В частности, ожидаемый рост спроса в будущем, как это бывает в случае предстоящей акции, обычно требует соответствующего роста распределения запасов. Кроме того, распределение должно происходить заранее перед акционным мероприятием, так как мы должны учитывать логистические ограничения. Например, сеть может не справиться с ростом движения запасов, если все запасы будут перемещены в последний момент. Платформа Lokad разработана для поддержки этого класса проблем и всех его вариантов.

Ученые по цепочке поставок Lokad (SCS) отвечают за реализацию числовых методов, которые обеспечивают адекватное распределение запасов в соответствии с запланированными акционными мероприятиями.

Во-первых, эта ответственность включает сбор/организацию данных, описывающих планы акций. Эти данные редко находятся в структурированной форме в бизнес-системах (ERP) - они часто находятся только в таблицах, ведомых отделом маркетинга. Платформа Lokad разработана для интеграции нескольких источников информации, включая такие классы специальных таблиц.

Во-вторых, ответственность SCS включает уточнение прогностической модели для будущего спроса, чтобы отразить разнообразие акционных механизмов. Фундаментально, акции не сводятся только к снижению цен. Они обычно включают выделение продуктов через акционные стенды (например, гондолы) или другие коммуникационные средства (например, информационные бюллетени). Кроме того, некоторые механизмы отражают перекрестные механизмы между продуктами (например, купи один продукт, получи скидку 50% на другой продукт), которые также должны быть учтены. Платформа Lokad имеет обширные возможности прогностического моделирования для поддержки всех вышеперечисленных механизмов.

В-третьих, SCS также отвечают за принятие решений с учетом риска, которые обеспечивают достаточное количество запасов для удовлетворения акционного спроса, снижая риск избыточного запаса после окончания акции. Когда логистические ограничения не слишком жесткие, мы также рассматриваем возможность использования пополнений во время акции для снижения риска изначального перераспределения запасов (если акция оказывается менее успешной, чем ожидалось). Еще раз, платформа Lokad имеет обширные возможности стохастической оптимизации для вычисления этих сложных решений с учетом риска.

5.3 Как вы управляете, просматриваете и различаете различные типы акций/наград для держателей карт лояльности, включая брошюры, процентные скидки, денежные скидки и эксклюзивные акции?

Платформа Lokad имеет обширную поддержку моделирования для всех ценовых и акционных механизмов, присутствующих в розничной торговле. Наша платформа является программной, что означает, что она может быть настроена для отражения любого количества акционных механизмов - мы уже выявили более 50 различных примеров. Поскольку наша платформа также способна обрабатывать произвольные реляционные данные, мы можем импортировать эту информацию точно так, как она изначально появляется в основных транзакционных бизнес-системах.

Это позволяет нам сохранить исходную семантику данных, а не принудительно изменять формат данных в соответствии с некоторым шаблоном, определенным поставщиком. Кроме того, наша платформа также обладает программными возможностями для прогностического/машинного обучения. С помощью этих возможностей наши ученые по цепочке поставок могут создавать прогностические модели спроса, отражающие механизмы, присутствующие в акционных/наградных предложениях клиента.

Примечание: Lokad заботится только об аналитической части этой проблемы; выявлении всех закономерностей, формирующих спрос, связанный с акционными механизмами клиента. Lokad не предназначен для управления акциями, например, в сотрудничестве с маркетинговым отделом клиента. Хотя теоретически это возможно, лучше поддерживать разделение между транзакционными и аналитическими уровнями программного обеспечения. Это См. также #promotions

См. также Дифференцируемое программирование для получения дополнительной информации о математических деталях нашей технологии.

См. также Осложнения 5.2 в этом разделе Часто задаваемых вопросов.

5.4 Управляете ли вы преобразованием ЕИ (единицы измерения)?

Да, платформа Lokad полностью поддерживает все преобразования ЕИ. Мы также поддерживаем работу с (несколькими) несовместимыми ЕИ, что иногда возникает, когда Lokad обрабатывает данные из разных бизнес-систем. Мы обычно разрешаем любые несовместимости ЕИ на этапе подготовки данных. Мы также можем оптимизировать запасы при условиях, выраженных через разные ЕИ. Например, полная загрузка грузовика (FTL) имеет как объемные, так и весовые характеристики.

Примечание: Для особого случая преобразования валют Lokad также имеет встроенные возможности, такие как функция forex, которая охватывает десятки широко используемых валют. Эта функция forex предлагает возможность применять прошлые конвертации валют, чтобы отразить экономические факторы так, как они были в прошлом. Это позволяет Lokad дополнительно оптимизировать принятие решений, анализируя реальное экономическое влияние исторических колебаний валюты и, таким образом, дополнительно уточнять числовой рецепт клиента.

5.5 Управляете ли вы преобразованием комплекта(ов)?

Итог: Да, Lokad поддерживает преобразование комплектов и оптимизацию запасов, включая проактивную сборку комплектов и резервирование запасов. Наши прогнозы спроса учитывают элементы комплектов, продаваемые отдельно или в нескольких комплектах, учитывая различные жизненные циклы комплектов. Финансовая оптимизация Lokad отражает реальную стоимость нехватки товара, учитывая стоимость и влияние валовой прибыли элементов комплектов, критически важных для нескольких высокоценных комплектов.

Платформа Lokad поддерживает преобразование комплектов и также поддерживает оптимизацию запасов в присутствии комплектов. Комплекты обычно являются упрощенной версией BOM (списка материалов) и регулярно встречаются в розничном бизнесе (как онлайн, так и офлайн). Оптимизация запасов, проводимая Lokad в присутствии комплектов, включает возможность решать, когда резервировать запасы для комплектов и когда проактивно собирать комплекты, если процесс комплектации имеет свой собственный предел емкости.

Кроме того, прогнозы спроса, создаваемые Lokad, правильно учитывают тот факт, что элементы комплектов могут быть проданы/обслужены отдельно, а не только в составе комплекта. Эти прогнозы также поддерживают случай, когда одни и те же элементы комплектов используются в нескольких комплектах - естественно, мы также поддерживаем сценарии, когда комплекты не имеют одинакового жизненного цикла, с комплектами, входящими и выходящими из предложения клиента с разными сроками. Все эти факторы правильно отражены в нашей количественной оценке предстоящей потребности в элементах комплектов.

Наконец, когда речь идет об оптимизации решений по запасам в присутствии комплектов, финансовая перспектива, рекомендуемая Lokad, правильно отражает зависимости, существующие между элементами комплектов и самими комплектами. Например, элемент может быть дешевым и продаваться с очень низкой валовой прибылью, но если этот элемент нужен нескольким комплектам, которые имеют гораздо большую стоимость и валовую прибыль, то возможная нехватка этого элемента комплекта будет гораздо дороже, чем его собственная стоимость. Это связано с тем, что косвенная стоимость элемента может быть значительно выше его непосредственно очевидной прямой стоимости.

Таким образом, Lokad отражает через свою оптимизацию реальную стоимость (учитывая зависимости комплектов) невозможности обслуживания комплектов из-за нехватки запасов одного из их элементов.

5.6 Учитываете ли вы срок годности товара при принятии решения о заказе и оставшемся сроке годности товаров, уже находящихся в цепи поставок?

Итоговый отчет: Да, платформа Lokad достигает этого, отслеживая жизненный цикл каждой единицы товара, включая те, которые собираются заказывать. Ее основной дизайн включает масштабируемость, эффективность обработки данных на уровне единицы товара, обработку связанных данных для учета особенностей жизненного цикла каждого товара и вероятностное прогнозирование для учета неопределенностей в жизненном цикле товаров и поведении клиентов. Такой подход оптимизирует заказы на закупку, распределение запасов и стратегии ценообразования.

Платформа Lokad разработана таким образом, чтобы отслеживать каждую отдельную единицу товара со временем, отражая ее собственный специфический жизненный цикл. Аналогично, та же самая схема применяется и к потенциальным единицам товара, таким как те, которые собираются заказывать. Принятие такого детального анализа позволяет оптимизировать заказы на закупку, распределение запасов и скидки на цены, отражая специфический(е) жизненный(ые) цикл(ы) каждой отдельной единицы, проходящей через сеть.

Возможность платформы Lokad сделать это обеспечивается несколькими ключевыми аспектами ее основного дизайна:

Во-первых, наша платформа не только масштабируема, но и очень эффективна. Моделирование потока единицы товара по отдельности более интенсивно, чем моделирование на уровне SKU (единицы учета запаса); однако, если вызов этой задачи решается просто добавлением большого количества вычислительных ресурсов, то это будет очень дорого для клиентской компании.

Во-вторых, платформа Lokad обладает программными возможностями для обработки связанных данных. Детали жизненного цикла(ов) товара(ов) сильно различаются от одного товара к другому. Продукты и химические вещества имеют срок годности, но их соответствующие детали сильно отличаются. Lokad учитывает эти особенности, чтобы создать модель, которая действительно отражает то, что происходит в цепи поставок клиента.

В-третьих, платформа Lokad обладает общими возможностями вероятностного прогнозирования. Жизненный цикл(ы) товаров может сопровождаться своим набором неопределенностей. Например, в розничных магазинах клиенты могут отдавать предпочтение товарам с самым длительным сроком годности. Предположение, что поток соответствует строгому поведению FIFO (первым пришел - первым ушел), будет сильно ошибочным. Возможности прогнозирования платформы Lokad используются для правильного прогнозирования/предсказания этих тонких, но чрезвычайно важных поведенческих особенностей.

5.7 Определяете ли вы ожидаемые сроки истечения срока годности запасов? Предоставляете ли вы отчет о предупреждении/предупреждающий отчет о сроке годности?

Итоговый отчет: Да, платформа Lokad отслеживает полный жизненный цикл запасов, даже без отслеживания серийных номеров, и может использовать вероятностное моделирование для неоднозначных ситуаций, таких как розничная торговля B2C. Она может определить возможные истечения срока годности и устаревания, выдавая предупреждения при необходимости. Однако, Lokad предпочитает принимать проактивные решения в цепи поставок для избежания этих проблем, рекомендуя действия, такие как снижение цен или перераспределение запасов для управления товарами, находящимися под угрозой истечения срока годности.

Платформа Lokad способна отслеживать специфический(е) жизненный(ые) цикл(ы) каждой отдельной единицы товара, проходящей через сеть цепи поставок клиента. Наша платформа способна делать это даже в случае, если единицы не отслеживаются на уровне S/N (серийного номера). Когда возникает неопределенность относительно порядка обслуживания или потребления единиц, как это может быть в розничных магазинах B2C (от бизнеса к потребителю), Lokad использует вероятностное моделирование для отражения вероятных состояний запасов. Эта детальная информация о состоянии запасов может быть использована для определения возможных истечений срока годности и/или устаревания и принятия соответствующих мер, возможно, с выдачей предупреждений, адресованных соответствующим командам (при необходимости).

Однако, вместо предупреждений, Lokad рекомендует использовать детальную информацию, которую мы имеем о возможном состоянии запасов - вплоть до ожидаемой даты истечения срока годности каждой единицы на складе - для активного корректирования любого рекомендованного решения по снабжению (вычисленного Lokad). Например, мы можем рекомендовать снижение цены или продвижение продукта, который находится под угрозой истечения срока годности. В качестве альтернативы, мы можем рекомендовать запуск ликвидации продуктов через вторичный канал продаж (также по сниженной цене). Еще один вариант - выделение большего количества товара, поскольку мы признаем, что текущий запас скоро иссякнет, не из-за спроса потребителей, а из-за истечения срока годности.

Фундаментально, если есть что-то, что можно сделать с идентифицированным потенциальным истечением срока годности, Lokad берет на себя ответственность за представление этого призыва к действию. Если же ничего нельзя сделать (например, запасы, к сожалению, истекнут, и нет возможности принять корректирующие меры), то эти предупреждения будут только отвлекать команды, которые не смогут ничего сделать в этом отношении.

Нет ничего проще для поставщика корпоративного программного обеспечения, чем создание десятков (или даже тысяч) предупреждений, и для многих несостоятельных поставщиков это единственное, что они умеют делать. Настоящая сложность заключается в создании призывов к действию, что требует от поставщиков (в данном случае Lokad) отделения действий, которые можно выполнить, от тех, которые нельзя.

См. также Сложности 5.6 в этом разделе Часто задаваемых вопросов.

5.8 Можно ли оптимизировать EOQ (экономическую партию заказа) с учетом затрат на заказ, затрат на доставку, затрат на хранение запасов и затрат на привязку капитала?

Итог: Да, платформа Lokad может оптимизировать EOQ с учетом различных затрат, таких как затраты на заказ, доставку, хранение, оборотный капитал и возможные затраты, а также несколько менее очевидных. Мы используем более продвинутый подход, чем устаревшая формула Уилсона, которая неэффективна из-за своих упрощенных предположений и неспособности учитывать риски списания запасов. Lokad рекомендует интегрировать экономические факторы в каждое решение о закупке, а не сосредотачиваться только на количестве заказа.

Платформа Lokad разработана для экономической оптимизации решений в снабжении. В частности, легко учитывать все накладные расходы, связанные с заказом, включая затраты на заказ, доставку, хранение, затраты на деньги (оборотный капитал) и возможные затраты. Кроме того, программные возможности Lokad также позволяют легко учитывать все специализированные затраты, которые могут быть важными для бизнеса клиента, помимо перечисленных выше. Однако мы рекомендуем внедрить экономические факторы в каждое принятое решение о закупке, а не выделять определенное количество для заказа, как это делается в EOQ.

Классическая теория цепей поставок предлагает использовать формулу Уилсона для EOQ (экономической партии заказа). У этого подхода есть серьезный недостаток: он применяет грубое округление, которое в большинстве случаев оказывается неэффективным. По своей сути, EOQ не может учитывать риск списания запасов. Таким образом, хотя заказать количество ниже теоретической EOQ может быть несколько неэффективно, на практике это часто является гораздо лучшим вариантом, чем заказать больше и мгновенно создать значительное списание.

См. также Стоимость запасов для получения дополнительной информации о подходе Lokad к оценке, классификации и оптимизации затрат на запасы.

5.9 У вас есть KPI для запасов в статусе “Несоответствие”?

Да, платформа Lokad легко может предоставить панель инструментов и/или KPI для “Несоответствия”. Поскольку наша платформа является программной, любые данные, которые можно извлечь из транзакционной системы бизнеса, могут быть отображены. Это также означает, что нет ограничений на расчет/представление KPI - они могут быть полностью настроены в соответствии с требованиями/правилами клиента. Программная платформа необходима здесь, потому что нет стандартного определения отсутствия соответствия между компаниями.

Платформа Lokad также способна создавать прогностическую модель таких событий несоответствия на основе исторических данных. Например, у некоторых поставщиков могут возникать проблемы с качеством, и часть их поставок может не проходить проверку. В результате, количество товаров, доступных для обслуживания клиентов клиента, может часто оказываться меньше, чем изначально заказано. Моделируя эти события с помощью вероятностной прогностической модели, Lokad может принимать решения по заказам, учитывающие риск и эту неопределенность.

5.10 Предоставляете ли вы отчет о критических материалах?

Да, платформа Lokad легко может создать отчет о любых материалах, которые клиент считает “критическими”.

Для Lokad это нечеткое понятие, так как нет фиксированного определения того, что является “отчетом о критических материалах”. По нашему опыту, это различается от отрасли к отрасли. Для товаров быстрого оборота (FMCG) “критическими материалами” обычно являются те, которые вращаются наиболее интенсивно, с наибольшими объемами как в штуках, так и в денежных единицах. Для авиации “критичность” относится к деталям, которые могут вызвать инцидент AOG (самолет на земле), если они отсутствуют на складе. Для магазинов общего ассортимента “критичность” часто относится к товарам, которые клиенты обычно ожидают найти в магазине.

Программные возможности Lokad необходимы для решения этого класса требований. С помощью этих возможностей любое правило, которое может быть реализовано в электронной таблице или в инструменте бизнес-аналитики, также может быть реализовано через нашу платформу. Отсутствие таких программных возможностей заставило бы практиков поставок возвращаться к электронным таблицам, так как они не могут позволить себе неопределенное приближение к тому, что их компания считает “критическим”. Аналитический уровень (в данном случае Lokad) должен полностью соответствовать тонкостям бизнеса, поэтому требуется полная программная функциональность и свобода.

6. Отчетность

6.1 У вас есть KPI для общего объема запасов? В частности, они охватывают оборачиваемость и покрытие? Кроме того, могут ли эти KPI быть сегментированы по номеру детали (P/N), платформе продукта и качеству продукта, а также предоставлять ежемесячный отчет о прогрессе в различных деятельностях и секторах на основе качества продуктов?

Итоговое резюме: Да, Lokad предлагает обширные возможности отчетности, включая настраиваемые KPI для управления запасами, адаптируемые к специфическим требованиям клиента, таким как номер детали, платформа продукта и качество продукта. Наш язык, специфичный для отрасли (Envision), упрощает визуализацию данных и создание панелей инструментов, учитывая уникальные структуры данных каждой компании без необходимости использования стандартных форматов данных, что позволяет избежать длительных проектов интеграции, характерных для традиционного корпоративного программного обеспечения. Такой подход обеспечивает высокую производительность, надежность и масштабируемость при создании индивидуальных отчетов и управлении оптимизацией цепи поставок.

В платформе Lokad реализованы обширные встроенные возможности отчетности. Как правило, любой отчет, который можно создать с помощью электронной таблицы или инструмента бизнес-аналитики, также может быть создан с помощью Lokad. Lokad разработала DSL (язык программирования, специфичный для отрасли), посвященный прогностической оптимизации цепи поставок (названный “Envision”). Как подразумевает название Envision, этот DSL делает основной акцент на облегчении визуализации данных. Ученые по цепи поставок Lokad обычно отвечают за настройку всех соответствующих панелей инструментов и KPI. Кроме того, платформа Lokad разработана для поддержки мгновенного рендеринга сложных панелей инструментов. Это позволяет нам создавать панели инструментов, которые собирают все необходимые элементы в одном месте, избавляя практиков поставок от необходимости перемещаться по лабиринту несвязанных экранов/дисплеев, пытаясь получить информацию, необходимую для их повседневной работы.

Все отчеты, создаваемые Lokad, являются “индивидуальными” для клиентской компании, в отличие от того, что обычно можно найти в подобном программном обеспечении. Реальность заключается в том, что создание таких отчетов возможно только с использованием гибкой программной платформы, поскольку отчеты, даже “базовые”, полностью зависят от уникальных деталей клиента вопроса (включая его прикладной ландшафт). По нашему опыту, ни две компании не являются одинаковыми, даже если они используют одно и то же программное обеспечение для организации своих бизнес-данных одинаковым образом.

В рамках производственного процесса обычная “прокладка данных” составляет более 90% работы, затрачиваемой на создание таких отчетов. Таким образом, через Envision Lokad фронтально решает проблему производительности, связанную с этой прокладкой данных. Более того, такой подход дает нам возможность сохранить все предварительно существующие кодификации, иерархии и соглашения в других бизнес-системах клиента. Таким образом, Lokad “говорит на одном и том же языке” с сотрудниками клиента, вместо того чтобы вводить еще один набор соглашений, которые сотрудникам придется разобрать.

Основной подход в корпоративном программном обеспечении состоит в установлении набора требований к данным. Как только входные данные соответствуют этим требованиям, все функции отчетности и аналитики становятся доступными. К сожалению, этот подход плохо работает для всего, кроме самых маленьких компаний. Никогда не бывает прямого соответствия между исходными бизнес-системами (источником данных) и упакованными аналитическими системами. В результате перевод данных является как невероятно трудоемким, так и разочаровывающим, поскольку невозможно все согласовать. То, что казалось простым вопросом “конфигурации” для импорта бизнес-данных в упакованную аналитическую систему, неизбежно превращается в годовой проект по интеграции. Это неизбежное последствие попытки согласовать две разные сложные перспективы на поставочную цепочку. Выборы дизайна платформы Lokad полностью устраняют эту проблему.

6.2 У вас есть отчеты о состоянии запасов и покрытии?

Итоговое резюме: Да, Lokad предоставляет отчеты о состоянии запасов и покрытии с помощью продвинутых вероятностных прогнозов и инструментов на своей платформе, позволяя точно оценивать риски - обычно выраженные в денежных терминах. Эти финансовые риски являются фундаментальными “рисками здоровья” для запасов клиента. В отличие от традиционных прогнозов временных рядов, которые учитывают только одно будущее значение, подход Lokad учитывает несколько возможных будущих значений (например, спрос), предлагая более точное и всестороннее представление о рисках запасов, что помогает избежать или по крайней мере снизить проблемы со здоровьем запасов.

По умолчанию Lokad предоставляет инструменты для контроля запасов, такие как отчеты о состоянии запасов и покрытии. Ученые по поставочной цепи Lokad отвечают за создание этих отчетов. Платформа Lokad поставляется с обширными возможностями программной отчетности. Это включает все необходимые инструменты для преобразования вероятностных прогнозов относительно спроса, времени выполнения и всех соответствующих источников неопределенности в высокоуровневые прогнозы, идеально отражающие стоимость запасов в долларах, а не в процентах.

“Здоровье” запасов всегда относится к ожидаемым будущим условиям рынка. Количество единиц на складе считается избыточным только в том случае, если оно значительно превышает ожидаемый будущий спрос, а не если оно значительно превышает прошлый наблюдаемый спрос. Например, прошлый спрос может быть равен нулю для нового продукта или продукта, который испытывал длительный дефицит. Таким образом, суть проблемы заключается в преобразовании прогнозов в отчеты.

Здесь идеальными являются вероятностные прогнозы (предпочитаемые Lokad), которые учитывают все возможные будущие значения и назначают им вероятности. Это позволяет нам точно оценить риски запасов, назначая вероятности вероятности риска и последующей оценки потенциального финансового влияния, связанного с этим риском. Именно эти риски, выраженные в денежных терминах (например, долларах или евро), отражаются в предоставляемых отчетах Lokad.

В отличие от классических прогнозов временных рядов, которые по своей природе учитывают только одно возможное будущее значение (например, спрос), эти прогнозы не способны адекватно передать широкий спектр финансовых рисков, с которыми может столкнуться клиент на основе своих решений по запасам. Сложность прогнозов временных рядов не имеет значения: форма/структура прогноза не передает необходимую информацию. Некоторые попытки избежать этой проблемы включали грубые эвристики для оценки рисков запасов путем прямого осмотра недавнего прошлого. Одним из примеров было подсчет количество SKU, у которых имеется запас на протяжении X недель (например, 2 или 3). Однако эти методы неизменно дают низкокачественные показатели, которые вводят в заблуждение практиков поставочной цепи, а не просвещают их.

6.3 Можете ли вы оповестить команду поставщиков, когда заказ на закупку (Purchase Order) нужно отложить или ускорить?

Итоговое резюме: Да, Lokad может создавать такие “рекомендации”, хотя мы предпочитаем термин “решения”. Платформа Lokad генерирует автоматический список рекомендаций по принятию решений, включая реактивное изменение заказов на закупку (PO) на основе экономических выгод и сотрудничества поставщика. Мы предпочитаем “решения” вместо “рекомендаций”, так как наши рекомендации - это прямые призывы к действию (с учетом моделирования затрат и выгод), а не просто информирование клиента о потенциальной проблеме.

Lokad автоматизирует создание решений с учетом возможности откладывания или ускорения заказов на закупку по мере необходимости. Эти решения приоритизируются с учетом экономической выгоды (как и типичные решения Lokad), и факторами являются экономические выгоды, связанные с измененным заказом на закупку. Этими факторами могут быть отрицательная добрая воля, отражающая накладные расходы для поставщика, и вероятность принятия и реализации изменений со стороны поставщика. Аналогично, Lokad может предложить изменить количество заказа на закупку в большую или меньшую сторону - при условии, что поставщик согласен на эту опцию. Ученые по цепочке поставок Lokad устанавливают детали доступных вариантов, что касается заказов на закупку, а затем автоматизируют логику, которая генерирует соответствующие “рекомендации” - то, что Lokad предпочитает называть “решениями”.

Lokad называет “рекомендации” “решениями”, потому что каждая из рекомендаций имеет потенциальные затраты и выгоды, что приводит к осязаемым последствиям для цепочки поставок. В этом отношении рекомендации не существенно отличаются от рекомендации о размещении заказа на закупку в первую очередь. Основное отличие заключается в неопределенной готовности (или возможности) поставщика принять запрошенную корректировку для заказа на закупку, но в случае, если поставщик соглашается с запросом, эта рекомендация является таким же “заказом”, как и исходный заказ.

Многие корпоративные программы предлагают устаревший (теперь устаревший) подход к принятию решений в цепочке поставок, ограничивая такие решения узкими учебниковыми ситуациями, такими как закупка или перебалансировка запасов. Этот тип программного обеспечения игнорирует, по своему усмотрению, все тонкие варианты, которые могут быть на столе с поставщиками. Например, поставщик может иметь возможность ускорить, отложить, увеличить или уменьшить свой заказ, а также, возможно, заменить некоторые продукты на другие. Иногда поставщик может отправить часть заказа раньше, если клиентская компания готова поддержать накладные расходы на несколько отправок. Иногда неприкасаемые товары могут быть возвращены поставщику на определенный период времени. Программные возможности платформы Lokad являются необходимым технологическим компонентом для решения этих тонких вариантов.

6.4 Можете ли вы оповестить команду поставщиков, когда достигнута/просрочена ожидаемая дата поставки?

Да, платформа Lokad может легко генерировать и отправлять оповещения, когда ожидаемая дата поставки становится просроченной. Наш подход вероятностного прогнозирования позволяет уточнить эти оповещения при наличии различных сроков поставки.

Вероятностный прогноз сроков поставки может быть использован для оценки того, является ли задержка действительно аномальной или просто частью повседневных незначительных вариаций, наблюдаемых в цепочке поставок. Кроме того, оповещения могут быть приоритизированы с учетом ожидаемого экономического влияния задержки. Например, если спрос неожиданно снизился, дополнительное время поставки может случайно оказаться незначительным и, следовательно, не требует немедленного внимания команды поставщиков. В конечном счете, каждая составляющая цепочки поставок конкурирует за внимание команды поставщиков. Это внимание является ограниченным ресурсом, и в конечном итоге Lokad стремится максимизировать его с помощью создаваемых оповещений.

В конечном счете, наше мнение заключается в том, что выдача “оповещений” (как это понимается популярно) является устаревшим подходом, свидетельствующим о плохо спроектированном корпоративном программном обеспечении. “Оповещения” обычно привлекают внимание клиента к проблеме, а не предоставляют действенные рекомендации/решения на основе четкой финансовой оценки ситуации. Lokad считает, что наша ответственность заключается в создании решений с учетом риска для клиентов, а не отвлечении их базовыми оповещениями. По этой причине, хотя мы их и создаем, наше использование “оповещений” следует понимать как “прибыльные корректирующие меры в ответ на проблему”.

См. также Отчет 6.3 в этом разделе Часто задаваемых вопросов.

7. Продуктивность

7.1 Могут ли пользователи вручную определить пороги пополнения запасов и/или вручную переопределить параметры запасов?

Итог: Да, платформа Lokad позволяет пользователям вручную устанавливать пороги пополнения запасов и переопределять параметры запасов, включая временные корректировки. Однако мы настоятельно рекомендуем избегать частых вмешательств вручную. Вместо этого, если возникают проблемы с решениями, которые генерирует Lokad, мы предпочтем обновить/уточнить основной числовой рецепт (алгоритм), который их генерирует. Lokad - философски, технологически и методологически - стремится превзойти устаревшие и ненадежные подходы, основанные на ручных вмешательствах, предпочитая надежную и масштабируемую автоматизацию.

Платформа Lokad имеет высокую настраиваемость, поэтому рабочий процесс пополнения запасов может легко включать в себя ручной ввод данных/переопределение порогов пополнения или других аналогичных параметров запасов (например, мин./макс., безопасный запас и т. д.). Более того, также возможно рассмотреть варианты, такие как ассортимент ручного ввода данных с «датой(ми) истечения срока действия», если практики в цепи поставок ожидают, что ситуация вернется к нормальной через несколько недель или месяцев. Это позволит обычному числовому рецепту снова контролировать процесс пополнения. В то время как жестко установленный порог может быть полезен в краткосрочной перспективе, он практически всегда становится проблемой в среднесрочной перспективе, поскольку теряет свою первоначальную актуальность.

В более общем смысле, Lokad настоятельно рекомендует не полагаться на ручные переопределения для управления мелкими пополнениями запасов. Если числовой рецепт, который управляет пополнением запасов, имеет проблемы, то этот рецепт должен быть незамедлительно исправлен. Ученые по цепочке поставок Lokad обучены доставлять необходимые исправления вовремя. Вместо этого выбор полагаться на ручные переопределения равносилен тому, чтобы сотрудники клиента использовали временные решения с помощью скотча. Это явно неэффективно и противоречит одному из центральных последствий Количественной цепочки поставок Lokad, а именно перенаправлению времени, ресурсов и пропускной способности на задачи более высокой ценности.

Подход Lokad противопоставлен многим поставщикам корпоративного программного обеспечения, которые предоставляют устаревшие технологии, закрепляющие клиента за регулярными - неэффективными - переопределениями. Эта динамика основана на неявном понимании того, что клиент несет ответственность за исправление неполадок, которые производит программное обеспечение. Ответственность часто отводится от поставщика программного обеспечения путем выдачи «оповещений», которые привлекают внимание клиента к неоптимальной ситуации (без предоставления полезных корректирующих действий). В результате, когда пополнение запасов неправильное, вина перекладывается на практика, который должен был вручную переопределить систему. Lokad считает это возмутительной практикой, именно поэтому мы этого не делаем.

7.2 Можно ли автоматизировать параметры запасов на основе заранее определенных или пользовательских переменных (например, производительность поставщика, целевой уровень обслуживания, изменчивость спроса, класс SKU, срок годности и т. д.)?

Итог: Да, Lokad автоматизирует принятие решений по запасам, включая параметры запасов, через полностью автоматизированный ежедневный процесс с минимальным вмешательством вручную. Эта автоматизация адаптируется к большим нарушениям по мере необходимости. Процесс использует вероятностные прогнозы для учета неопределенностей, таких как изменяющийся спрос и время поставки, а также надежный финансовый подход (реализованный через стохастическую оптимизацию), который учитывает все затраты и ограничения. Это позволяет Lokad максимизировать обслуживание и минимизировать финансовые ошибки в условиях неопределенности цепи поставок.

По умолчанию Lokad автоматизирует весь процесс, который управляет вычислением решений по запасам, таких как количество пополнения. Для Lokad нормой является полностью автоматизированный ежедневный процесс, не требующий никакого вмешательства вручную. Большинство наших клиентов работают несколько недель без какого-либо вмешательства вручную. Естественно, когда происходят непрецедентные большие нарушения (например, системные шоки, такие как блокировки), ученые по цепочке поставок Lokad готовы вмешаться и скорректировать числовой рецепт(ы), чтобы смягчить нарушение. Однако мы считаем, что мелкие, рутинные решения должны быть полностью автоматизированы, чтобы перенаправить время и умственные усилия на задачи более высокого уровня (например, стратегию бизнеса).

Автоматизация обновления всех параметров запасов происходит на двух уровнях: предиктивной модели и стохастической оптимизации.

Lokad использует вероятностные прогнозы для всех значимых источников неопределенности, таких как сроки поставки, возвраты и т. д. Например, в упомянутом выше сценарии блокировки случай с производительностью поставщика является проблемой изменчивости сроков поставки, которую необходимо решить с помощью вероятностных прогнозов сроков поставки. Платформа Lokad не только способна создавать все эти вероятностные прогнозы, но также объединять их в единое вероятностное представление будущего компании. В рамках платформы Lokad мы обычно используем дифференцируемое программирование и нашу алгебру случайных величин для этой цели.

Что касается самой оптимизации, мы должны учитывать все соответствующие затраты и ограничения. Например, в том же сценарии блокировки срок годности неявно относится к определенному типу нелинейных затрат на хранение. Одной из причин, по которой Lokad поддерживает финансовый подход к оптимизации запасов, является то, что он облегчает объединение множества разнородных проблем в единое числовое представление. Это числовое представление помогает Lokad минимизировать доллары (или евро) ошибки запасов, максимизируя доллары прибыли, полученной правильным обслуживанием клиентов. В рамках платформы Lokad мы обычно используем наши общие возможности стохастической оптимизации для этой цели. Часть “стохастическая” относится к способности Lokad выполнять оптимизацию в условиях шума/неопределенности/случайности.

7.3 Автоматизируете ли вы выдачу Заказов на Поставку (Purchase Order)?

Итог: Да, Lokad автоматизирует генерацию заказов на поставку (Purchase Order), полагаясь на автоматизированный конвейер данных для ввода из (и вывода в) бизнес-системы, обеспечивая актуальные и синхронизированные заказы. Он функционирует как аналитический слой поверх транзакционных систем, рассчитывая оптимальные количества, но не выполняя транзакционные шаги, такие как создание PDF. Lokad также предлагает полуавтоматический вариант с частичными рабочими процессами валидации, позволяющий ручной контроль для критических заказов при автоматизации рутинных.

Lokad автоматизирует генерацию оптимизированных заказов на поставку. Для этого требуется автоматизированный конвейер извлечения данных между клиентом и платформой Lokad. Этот конвейер данных идеально должен обновляться ежедневно, чтобы Lokad работала с актуальными данными. Это позволяет поддерживать сгенерированные заказы на поставку в соответствии с состоянием бизнеса. Для автоматизации также требуется автоматизированный конвейер экспорта данных из Lokad в исходные бизнес-системы, где могут быть завершены механические, чисто транзакционные шаги процесса заказа.

Lokad не является заменой транзакционной бизнес-системы, такой как ERP. Lokad - это аналитический слой, работающий поверх транзакционной бизнес-системы. Lokad рассчитывает оптимальные количества (т.е. сколько следует заказать и когда) для каждого заказа на поставку. Однако Lokad не генерирует файл заказа PDF для отправки поставщику по электронной почте (например). Эти шаги относятся к сфере транзакционных бизнес-систем. По этой причине Lokad генерирует плоские табличные файлы, содержащие всю необходимую информацию. Затем эти данные экспортируются в бизнес-систему клиента для выполнения.

Мы можем установить полуавтоматический процесс с частичным рабочим процессом валидации в рамках платформы Lokad. Например, компания-клиент может решить, что “тривиальные” заказы на поставку автоматически проходят валидацию (обычно это небольшие заказы), в то время как для заказов выше определенного порога/желаемого параметра требуется вмешательство специалиста по цепочке поставок. Эти правила также могут быть обновлены со временем. По мере продолжения проекта и увиденной клиентами создаваемой ценности, порог для ручной валидации обычно увеличивается. В конечном итоге это снижает нагрузку на команды поставок клиента.

7.4 У вас есть окно планировщика/закупщика, отображающее набор задач на день, организованных по приоритету?

Итог: Да, платформа Lokad предоставляет специальную унифицированную панель управления, специально разработанную для высокоуровневых корпоративных функций каждый день. Это единое окно организует и отображает задачи, включая призывы к действию, такие как управление заказами на поставку и проверка аномалий данных, и организует их по степени финансового влияния.

При использовании платформы Lokad мы рекомендуем для каждой корпоративной функции собирать в одной веб-панели управления (то есть в одном окне) все призывы к действию, упорядоченные по приоритету. Приоритет должен быть выражен в денежных терминах (долларах или евро влияния), что действительно отражает то, что находится под угрозой, если призыв к действию не будет обработан. Для планировщика спроса и поставок такая панель управления обычно включает рекомендуемые новые заказы на поставку, а также любые старые заказы на поставку, требующие дополнительного внимания (например, ускорение, отсрочка, увеличение, уменьшение). Ученые по цепочке поставок Lokad обычно отвечают за организацию панелей управления таким образом, чтобы они соответствовали уникальной корпоративной структуре каждого клиента. Это критично для такой панели управления, поскольку границы между командами по закупкам/планированию/управлению запасами/закупкам/финансам обычно различаются от одной компании к другой.

В эти призывы к действию также может входить проверка аномалий данных, которые имеют значение для клиента, таких как неправильные розничные цены, неправильные минимальные объемы заказа, неправильные уровни запасов и т. д. Эти призывы к действию также упорядочиваются с учетом их потенциального экономического влияния. В целом, Lokad избегает двух распространенных проблем в корпоративном программном обеспечении. Во-первых, мы не распределяем рабочую нагрузку данного пользователя по разным экранам (или окнам/веб-страницам).

Напротив, платформа Lokad специально разработана для предоставления сложных панелей управления в постоянное время. Эта техническая деталь является критической, когда речь идет о сборе множества разнородных элементов в одной панели управления в интересах конечного пользователя. Во-вторых, платформа Lokad также специально разработана для поддержки комплексного экономического анализа, объединяя все призывы к действию в рамках общей логики приоритизации, выраженной в денежных терминах.

Примечания