Когда у вас есть только молоток, все выглядит как гвоздь. Молоток, который долгое время был предпочтительным инструментом в сфере управления цепями поставок, был временными рядами и, в результате, в кругах управления цепями поставок все проблемы выглядят как прогнозы временных рядов. Искушение молотком усиливается обширной литературой, существующей по прогнозированию временных рядов за пределами применения в сфере управления цепями поставок. У нас не только есть молоток, который у нас уже есть: мы также находимся посреди целого торгового центра, полного блестящих молотков, разных форм, размеров и цветов.

Beyond time-series

Однако временные ряды в значительной степени неспособны адекватно моделировать что-либо, кроме, возможно, самых простых ситуаций в сфере управления цепями поставок. В результате, лучшие прогнозы временных рядов, как бы точны они ни были, регулярно побеждаются обыденными аспектами цепей поставок. Однако, сталкиваясь с такими ситуациями, инстинктивная реакция сообщества - компаний, работающих с цепями поставок, их поставщиков программного обеспечения, и преподавателей, преподающих управление цепями поставок - заключается в поиске более точных прогнозов. В конце концов, что еще может быть кроме более точных прогнозов?

Самый сложный шаг, чтобы выйти за пределы коробки временных рядов, - это признать само существование проблемы - то есть ограничение временных рядов - без (пока) возможности представить альтернативное решение. Действительно, история науки говорит нам, что проблемы обычно считаются “невозможными” до тех пор, пока не будет найдено решение. Проблемы, не имеющие решений1, обычно отбрасываются как несущественные. К сожалению, если мы не начнем с предположения о том, что решение может существовать, мы даже не сможем начать его искать.

Давайте ближе рассмотрим перспективу временных рядов и их использование в цепочках поставок. До сих пор я представил три персонажа цепочки поставок, названных соответственно Париж, Майами и Амстердам (будут и другие). Эти персонажи представляют собой вымышленные, но реалистичные описания реальных цепочек поставок. Могут ли временные ряды использоваться для отражения чего-то приближенного к “спросу” в любой из этих трех ситуаций? Ответ на каждую из этих трех ситуаций отрицательный:

  • Париж, модная сеть, включает в себя массовые эффекты замены и каннибализации. Суть механизма, который действует, нечеткое восприятие клиентами ассортимента в целом, теряется при использовании временных рядов.
  • Майами, авиационное MRO, включает инциденты AOG (самолет на земле), когда отсутствующая деталь приводит к наземному стоянию всего самолета. И AOG, и циклическая природа ремонта деталей также теряются при использовании прогноза временных рядов.
  • Амстердам, производитель сыра, жестко ограничен как со стороны поставок, так и со стороны спроса. В результате, хотя и поставки, и спрос могут быть представлены в виде временных рядов, интерес представляют только между этими рядами.

Однако учебники по цепочкам поставок полны “примеров”, которые включают анализ временных рядов и прогнозы временных рядов. Однако, достоверность этих примеров вызывает опасения. В этих примерах представлены неопределенные компании, которые случайно производят и/или продают “что-то”, без указания конкретных деталей. Однако, дьявол кроется в деталях. Когда мы начинаем раскрывать мелкий шрифт, как это сделано в вышеупомянутых персонажах цепочки поставок, становится очевидно, что перспектива временных рядов по сути является сборником игрушечных проблем, которые будут заняты студентов и профессоров, но на самом деле не подходят для использования в реальном мире.

Перспектива временных рядов является одной из корневых причин2, объясняющих всеобщее использование таблиц Excel в цепочках поставок несмотря на наличие Advanced Planning Systems (APS) в течение трех десятилетий в большинстве крупных компаний. Практики в области цепочек поставок возвращаются к своим таблицам Excel, потому что APS не удовлетворяет их потребностям.

Специфический случай точности прогнозирования интересен. Практики не способны превзойти точность APS (за исключением, возможно, действительно дисфункциональных). Это было так десятилетиями. Даже в 1990-х годах разумно настроенные параметрические модели временных рядов уже превосходили точность человека. Нежелание практиков в области цепочек поставок отказываться от своих таблиц Excel нельзя объяснить их нежеланием меняться, не в течение трех десятилетий.

Фундаментальная проблема конструкции заключается в самом APS, таком как ориентация всего программного обеспечения на временные ряды, что не соответствует проблеме - предлагает значительно более простое и убедительное объяснение. Однако это оставляет нас с проблемой, почему так много компаний приняли APS (часто несколько), если APS так мало доставляет.

Эта контринтуитивная ситуация является случаем эффекта уличного фонаря.

Временные ряды подводят цепочки поставок, и тем не менее, так как сложно подумать о чем-то другом, практики и их руководство часто придерживаются стандартного мнения, что перспектива временных рядов - это то, что им действительно нужно; несмотря на то, что их ежедневная рутина и эвристики, реализованные в их таблицах Excel, противоречат этому мнению. Кроме того, проблемы визуализации данных часто смешиваются с проблемами моделирования данных. Независимо от того, какая перспектива моделирования принимается, временные ряды являются механизмом визуализации, который, вероятно, останется, поскольку человеческое зрение в основном двумерно, и большинство вопросов цепочек поставок связаны со временем как интересующим измерением. Не потому, что подход хорош для визуализации, что его преимущества автоматически применятся к моделированию.

Самая чистая форма парадигмы временных рядов в цепочке поставок, вероятно, - это Flowcasting, который превращает всю цепочку поставок в набор временных рядов. Исходя из бесед с директорами цепочек поставок, кажется, что flowcasting не удалось каждый раз, когда он был попытан. Передача временных рядов на первый план явно была обостряющим фактором.

До сих пор в этом посте не было предложено альтернативы временным рядам и прогнозированию временных рядов. Однако это является сутью эффекта уличного фонаря: когда вы знаете, что вы не смотрите в правильном месте, вам следует искать в другом месте, несмотря на то, насколько темными могут быть эти другие места.

В моей серии лекций по цепочкам поставок я постепенно буду вводить элементы, чтобы выйти за рамки парадигмы временных рядов. Эти элементы отражают направления, которые Lokad начал принимать много лет назад. Однако я приглашаю своих читателей попытаться представить, как может выглядеть их практика в области цепочек поставок, если они работают за пределами ограничений парадигмы временных рядов.


  1. В начале 1990-х годов компании по почтовому заказу имели всю инфраструктуру цепочки поставок, чтобы стать гигантами электронной коммерции. Однако каталог по почтовому заказу - решение для создания осведомленности о предложении среди потребителей - существовал так долго, что эти участники почти все потеряли из виду проблему, которую они пытались решить: продавать на расстоянии. Новые участники электронной коммерции стали лидерами рынка, хотя изначально у них было очень мало конкурентных преимуществ, особенно в отношении их инфраструктур цепочек поставок. ↩︎

  2. Еще одна основная причина, помимо временных рядов, - это детерминистическая перспектива, принятая APS. Будущее считается идеально известным, не оставляя места для неопределенности. Однако неопределенность неизбежна и требует фронтального решения. Lokad решает эту проблему с помощью вероятностного прогнозирования, однако эта проблема в значительной степени не связана с проблемой временных рядов. ↩︎