00:00:04 Введение: Проблемы прогнозирования для компаний с быстрым ростом.
00:01:16 Типы роста компаний и связанные с этим проблемы прогнозирования.
00:02:18 Сложности прогнозирования успеха новых продуктов.
00:04:07 Сценарий «попадание или промах» и соответствующие меры.
00:05:43 Другие проблемы прогнозирования и концепция пошагового роста.
00:08:01 Проблемы прогнозирования сроков роста бизнеса.
00:12:18 Стратегии снижения непредсказуемости прогнозирования.
00:13:46 Роль переговоров с поставщиками в ситуациях «попадание или промах».
00:14:13 Идентификация индикаторов предстоящего роста.
00:15:16 Статистика поисковых запросов Google: инструмент для прогнозирования?
00:16:23 Стратегии для стремительно растущих компаний.
00:16:46 Последствия изменений в ИТ во время роста.
00:18:14 Склонность компаний к завышенным прогнозам.
00:19:03 Количественная цепочка поставок и быстрые реакции на рост.
00:21:11 Заключительные мысли.
Резюме
Интервью между Кираном Чендлером и Жоанном Верморелем было сосредоточено на проблемах оптимизации цепочки поставок для компаний с быстрым ростом. Верморель подчеркнул сложности прогнозирования в таких сценариях, обозначив два типа роста: органический и «попадание или промах» от новых продуктов. Последний, по его словам, усложняет прогнозирование из-за своей непредсказуемости. Осознание тонкой структуры роста имеет решающее значение для различения этих сценариев, что способствует более обоснованному принятию решений по запасам. Верморель предложил решения, такие как количественное моделирование рисков, сквозные автоматизированные решения и гибкие стратегии управления цепочками поставок, адаптированные к структуре роста. Он также рекомендовал ожидать постоянных изменений в ИТ-инфраструктуре компании, чтобы справляться со сложностями, связанными с ростом.
Расширенное резюме
В интервью ведущий Киран Чендлер обсудил проблемы оптимизации цепочки поставок для компаний с быстрым ростом с Жоанном Верморелем, основателем компании Lokad, специализирующейся на программном обеспечении в этой области. Разговор был сосредоточен на дилеммах, с которыми эти компании часто сталкиваются при прогнозировании и реагировании на спрос, а также на типах роста, которые могут усложнить процесс прогнозирования.
Чендлер обозначил проблему прогнозирования для сценариев быстрого роста, приводя в пример ситуации, когда компании закупают избыточные запасы в ожидании всплесков спроса, а затем оказываются с излишками, когда рост не продолжается, что привело к убыткам в 4,3 миллиарда долларов для H&M в начале того года.
Верморель объяснил, что компании, сталкивающиеся с быстрым ростом, часто испытывают ряд сложностей, обусловленных как внутренней дезорганизацией, вызванной стремительным ростом, так и статистическими сложностями, связанными с характером роста. Основатель подчеркнул, что источник роста компании существенно влияет на процесс прогнозирования, делая его более или менее сложным.
Верморель описал два типа роста, которые могут наблюдаться в бизнесе. Первый — органический рост, происходит, когда компания растет равномерно, как, например, в случае электронной коммерции, когда наблюдается стабильное увеличение трафика на сайте, что приводит к линейному росту продаж товаров. Этот сценарий, хотя и относительно проще для прогнозирования, всё же содержит неопределенности относительно устойчивости роста, как показал пример с H&M.
Второй тип роста возникает, когда компания выводит на рынок новые продукты. Этот сценарий становится более сложным для прогнозирования, поскольку не все новые продукты будут способствовать росту; лишь некоторые могут быть успешными, создавая ситуацию “попадание или промах”. Рост в этом случае обусловлен успешными продуктами, в то время как остальные могут не демонстрировать значительного увеличения продаж. Верморель привел в пример модные компании, где отдельные товары становятся настоящими хитами, способствуя общему росту, а большинство товаров сохраняют прогнозы спроса на прежнем уровне.
Сценарий “попадание или промах” представляет собой особую проблему прогнозирования. Компании не могут реагировать на него простым увеличением запасов для всех продуктов, так как, скорее всего, успешными окажется лишь небольшая их часть. Недифференцированный подход, по словам Вермореля, приведет к растрате ресурсов и появлению странных смещений в прогнозах. Он отметил, что, хотя бизнес может расти, прогноз на детализированном уровне может не отражать этот рост, прежде всего потому, что невозможно предсказать, какой продукт станет следующим большим хитом. В результате средний прогноз может оказаться значительно ниже фактического результата.
Верморель начинает с признания присущей непредсказуемости в прогнозировании для бизнеса, особенно когда речь идет о запуске новых продуктов. Неясно не только, какие из продуктов будут успешными, но и сколько продуктов компания может вывести на рынок в будущем. Эта неопределенность распространяется на продукты, которые еще не полностью разработаны или не внесены в план запуска, что затрудняет точное прогнозирование их спроса.
Несмотря на это, Верморель отмечает, что предсказать точный момент, когда произойдет рост, остается сложной задачей. Компании могут ожидать всплесков роста, но сталкиваются с трудностями в определении их времени. Это особенно актуально при выходе на новый рынок, что вносит новый набор переменных, неподходящих для традиционного статистического прогнозирования.
Обращаясь к решению этих проблем, Верморель предполагает, что, хотя улучшить средние прогнозы результатов сложно из-за характера успеха продуктов как “попадание или промах”, компании могут получить ценные сведения, поняв статистическую структуру своего роста. Это понимание помогает разобраться, обусловлен ли рост успехом отдельного продукта или факторами, действующими на уровне всей компании. В свою очередь, это позволяет принимать более обоснованные решения по запасам, например, применяя консервативные запасы на ранних этапах и оперативно реагируя, когда продукт оказывается успешным.
Верморель утверждает, что ключевая стратегия в управлении рисками запасов по отношению к ожидаемой прибыли заключается в том, чтобы зафиксировать успех в момент его наступления. Однако он предостерегает от агрессивного реагирования на быстрорастущие продукты в компаниях, где обычно наблюдается органический рост на протяжении длительного периода. Такие ситуации могут не представлять собой настоящий “хит”, а лишь временный всплеск, поэтому агрессивные решения по управлению запасами могут оказаться вредными.
В случаях, когда прогнозирование затруднено, Верморель рекомендует учитывать переменные, например, вести переговоры о лучших минимальных объемах заказа (MOQ) с поставщиками. Такая стратегия позволяет закупать меньшие объемы на начальном этапе и реагировать агрессивно, если продукт оказывается хитом, что является практичным способом учитывать присущую неопределенность сценария “попадание или промах”.
Верморель подчеркнул присущую неопределенность в прогнозировании роста. Хотя могут существовать индикаторы, он утверждал, что не существует надежного способа окончательно предсказать рост. Любой такой метод был бы использован компаниями для генерации безграничного роста. Поэтому крайне важно признать эту неустранимую неопределенность. Приводя в пример статистику поисковых запросов Google, он объяснил, что такие данные могут дать краткосрочные сведения, но недостаточны для того, чтобы помочь бизнесу предвидеть долгосрочные тренды, критически важные для планирования цепочки поставок.
Учитывая эти неопределенности, когда компания сталкивается с периодом экспоненциального роста, Верморель предложил несколько стратегий для лучшей подготовки. Он подчеркнул важность ожидания постоянных изменений в ИТ-инфраструктуре компании. По мере роста компании, обычно каждые два-три года, может возникнуть необходимость в полном обновлении ИТ-инфраструктуры. Эти постоянные изменения могут вызвать сложности в доступе и согласовании данных из старых и новых систем, что еще больше осложняет прогнозирование роста.
Верморель также обсудил склонность компаний к завышенным прогнозам роста из-за эмоциональной привязанности. Этот оптимизм может привести к неадекватному управлению рисками. Он предложил более количественный подход к моделированию рисков, утверждая, что рост представляет собой специфический тип риска, требующий оперативного и эффективного реагирования. Для того чтобы такие меры были эффективными, он выступил за сквозные автоматизированные механизмы принятия решений вместо зависимости от человеческого фактора, который может привести к задержкам и ошибкам.
Наконец, Верморель рекомендовал компаниям учитывать тонкую структуру своего роста. Независимо от того, является ли рост устойчивым и органическим, случаем “попадание или промах”, или обусловленным новыми рынками, последствия для цепочки поставок и управления запасами существенно различаются. Он подчеркнул необходимость адаптации стратегий цепочки поставок к специфической структуре роста, которую испытывает компания. Такой подход может помочь бизнесу эффективнее управлять цепочками поставок в периоды роста.
Полная версия транскрипта
Киран Чендлер: Жоанне, когда речь идет о прогнозировании сценариев быстрого роста, это кажется довольно сложной задачей. С какими проблемами обычно сталкиваются компании в таких ситуациях?
Жоанн Верморель: На самом деле существует ряд проблем. Прежде всего, когда компании растут внутренне, часто возникает большое количество дезорганизации, являющейся следствием самого роста. Это усложняет всё, в том числе и прогнозирование, которое становится еще более сложным из-за роста. Но с статистической точки зрения, всё зависит от того, что именно порождает рост. Существует множество различных способов роста, которые могут сделать прогноз более или менее сложным для учета роста.
Киран Чендлер: О каком именно росте идет речь?
Жоанн Верморель: Вероятно, самый простой вид роста — это органический рост. Например, если вы занимаетесь электронной коммерцией, каждый месяц ваш сайт получает немного больше трафика, и все ваши товары демонстрируют восходящую тенденцию. Этот рост линейно коррелирует с увеличением трафика на сайте. Это довольно простая ситуация, поскольку рост равномерный. Проблема возникает, когда нужно предугадать, будет ли этот рост продолжаться вечно. Если вы ожидаете значительного роста на уровне всей компании, который не материализуется, как в случае с H&M, это может нанести существенный ущерб. Но с точки зрения чистого прогнозирования, это ситуация проще.
Другой способ роста — это запуск новых продуктов. Это означает, что у вас есть товары, которые могут расти или нет, и вы становитесь лучше в представлении новых продуктов на рынок. Эти продукты могут оказаться либо успешными, либо неудачными. Ваш рост обусловлен новыми продуктами, но не всеми. Обычно в таких случаях компании становятся лучше в оптимизации ассортимента и выявлении продуктов, которые будут наиболее привлекательными для рынка. Это может происходить, например, в модной индустрии, где компании лучше запускают продукты, которые время от времени превращаются в настоящие хиты. Такой сценарий гораздо сложнее с точки зрения статистического прогнозирования.
Киран Чендлер: В этом сценарии «попадание или промах», когда один из двадцати продуктов оказывается действительно успешным, как компания должна на это реагировать? Возможен ли вариант увеличения запасов для всех товаров в каталоге?
Жоанн Верморель: Именно, эта стратегия не работает. Это не может быть недифференцированным ответом. Кроме того, это означает, что у вас возникнет множество странных смещений в прогнозе. Например, ваш бизнес растет, но если взглянуть на прогноз на очень детальном уровне, он может не отражать роста. Это обычно происходит по двум причинам. Во-первых, вы не знаете, какой продукт взорвется, поэтому среднее значение значительно ниже того, что вы фактически получите.
Киран Чендлер: Иногда продукт неожиданно становится хитом, но мы также не знаем точно, сколько продуктов мы запустим в будущем. Эти непредвиденные продукты, которые еще не находятся в нашем запланированном цикле и не готовы к прогнозированию, отсутствуют в наших прогнозах. По сути, мы прогнозируем спрос для существующих продуктов или для тех, запуск которых уже запланирован, но продукты, находящиеся на рассмотрении, не включены в статистический прогноз. Помимо неопределенности относительно того, какие новые продукты действительно вырастут, существуют ли еще какие-либо проблемы, с которыми мы сталкиваемся при прогнозировании роста?
Жоанн Верморель: Да, существует также факт, что рост бизнеса не всегда является стабильным. Это может быть пошаговая функция, где рост медленный, затем внезапно происходит резкое увеличение, а потом на некоторое время прекращается. Это характерно для многих бизнесов, как онлайн, так и традиционных розничных.
Киран Чендлер: Почему происходят эти поэтапные скачки роста?
Жоанн Верморель: В электронной коммерции вы можете наблюдать драматическое влияние результатов поисковых систем. Если Google оценивает вас выше или ниже, это может существенно повлиять на ваш бизнес. Ваш бизнес может вырасти вдвое или сократиться вдвое за одну ночь. Также были случаи, когда первый игрок на рынке, запустивший национальную телевизионную рекламу, наблюдал значительный рост. Например, люди не привыкли покупать автозапчасти онлайн, пока одна компания не решила запустить масштабную телевизионную кампанию. Даже компании, не оплачивавшие телевизионную рекламу, выигрывали от этого подъема на рынке, поскольку люди начали сравнивать цены онлайн.
Киран Чендлер: То есть, вы говорите, что основная проблема в том, что компания может знать, что она будет расти, что она в какой-то момент сделает этот скачок, но настоящая проблема в том, что не известно, когда это произойдет?
Жоанн Верморель: Да, они знают, что шанс есть, но точно предсказать время не удается. Например, они могут предположить, если выходят на новый рынок. Когда они начинают осваивать этот новый рынок, можно ожидать скачка роста, но это всё еще не поддается статистическому прогнозированию, поскольку нет статистически значимого набора событий, представляющих выход на новые рынки.
Kieran Chandler: Звучит так, будто всё довольно запутанно. Вы знаете только, что, возможно, один из 20 ваших продуктов добьется успеха, но не знаете, какой именно или когда это произойдет. Так в чем же решение? Можем ли мы фактически предсказать эти сценарии?
Joannes Vermorel: Очень сложно сделать точный прогноз среднего результата. Средний результат будет крайне неопределенным. Когда у вас есть модель “удача или промах”, это означает, что вы не знаете, какие продукты станут хитами. Если бы вы знали, вы, вероятно, были бы невероятно богаты.
Kieran Chandler: Вы предполагаете, что мы можем статистически анализировать закономерности роста бизнеса. Это понимание позволит различить бизнес, где рост обусловлен удачными или неудачными продуктами, от бизнеса, где рост происходит пошагово на уровне всей компании, или даже иной модели роста. Можете ли вы подробнее рассказать об этом?
Joannes Vermorel: Абсолютно. Существуют разные типы роста. Некоторые продукты постепенно растут со временем, чтобы стать очень крупными, и это касается не всех продуктов, а только определенных. Поняв природу, статистическую природу риска, вы можете принимать более обоснованные решения по запасам. Например, если ваш рост обусловлен моделью “удача или промах”, вам следует изначально применять консервативную политику управления запасами. Однако одновременно эти политики должны быть чрезвычайно реактивными и агрессивными, когда вы начинаете замечать, что продукт превращается в хит. Эта стратегия балансирует риск запасов и ожидаемую прибыль, что имеет решающее значение для улавливания удачи, поскольку такие случаи часто встречаются в вашем бизнесе.
Kieran Chandler: Но что если бизнес не демонстрирует таких моделей “удача или промах”, где продукты органически растут в течение длительного периода?
Joannes Vermorel: В бизнесе, где продукты органически растут со временем, продукт, который начинает расти очень быстро, скорее всего, не станет хитом. Это, вероятно, просто случайность. Поэтому агрессивное реагирование на такой рост будет ошибочным решением в управлении запасами.
Kieran Chandler: Итак, мы можем составить некий прогноз, но он будет довольно размытым. Как мы можем смягчить эту неопределенность, особенно в условиях модели “удача или промах”?
Joannes Vermorel: Вы правы, это сложно. Есть несколько бизнесов, где будущее можно предсказать с большей надежностью. Например, в аэрокосмической отрасли, если вы обслуживаете запчасти для самолётов, рост, который вы наблюдаете в цепочке поставок, обычно связан с количеством самолётов, которым необходимо обслуживание. Обычно вы знаете за несколько месяцев заранее, нужно ли вам обслуживать больше самолётов. Однако большинство бизнесов не имеет такой привилегии. Одна из стратегий — договориться с поставщиками о лучших минимальных заказах (MOQ). Это может означать покупку меньших партий товаров чаще, что позволяет вам агрессивно реагировать, если вы обнаружите, что продукт стал хитом, вместо того чтобы закупать большие объемы запасов и в итоге сталкиваться с избытком товаров, не ставших успешными.
Kieran Chandler: Ранее мы говорили об этих шагах и резком скачке. Какие подсказки должна искать компания, чтобы определить, что она на грани периода роста?
Joannes Vermorel: Проблема в том, что нет гарантированного способа предсказать рост. Если бы существовал метод, позволяющий с помощью статистики точно предсказывать рост, в Lokad мы бы не занимались оптимизацией цепочки поставок, а просто играли на фондовом рынке. Это фундаментально несократимая неопределенность. Если бы у вас был способ быть абсолютно уверенным в росте, какая-нибудь компания использовала бы этот трюк для бесконечного роста. Но, как мы видим, даже лучшие компании могут расти лишь в течение определенного времени, прежде чем станут чрезвычайно крупными.
Kieran Chandler: Существуют ли ограничения рынка, и возможно ли, что рост может просто остановиться? Например, можем ли мы включить такие данные, как статистика поисковых запросов Google, в прогнозы для получения некоторого понимания?
Joannes Vermorel: И да, и нет. Дело в том, что, скажем, вы продаете продукт, например, безрецептурное средство от обычной простуды. Вам нужно заказывать его за недели, если не за месяцы заранее. Поиск Google может дать вам несколько часов опережения, когда люди начнут искать “У меня простуда, что можно принять для лучшего сна?” Однако поисковые запросы начнут поступать лишь в последний момент. Таким образом, хотя вы и можете немного улучшить свой прогноз на следующий день с несколькими часами опережения, в управлении цепочками поставок обычно необходимо планировать как минимум на несколько недель вперед. Поэтому даже результаты поиска в реальном времени не помогут вам предугадать события, происходящие через недели.
Kieran Chandler: Если я вижу, что моя компания растет экспоненциально, что я могу сделать, чтобы быть максимально подготовленным? Вы упомянули улучшение отношений с поставщиками и, возможно, изменение минимальных заказов. Что еще я могу сделать, чтобы быть как можно более готовым?
Joannes Vermorel: Одним из контринтуитивных мер является предположение, что ваша IT-инфраструктура будет в состоянии постоянных изменений в течение длительного периода. Это усложняет ситуацию, так как доступ к данным становится еще более затруднительным. Компании, которые значительно растут каждые два или три года, часто вынуждены полностью менять свою IT-инфраструктуру. Существующие ERP, веб-сайт, WMS и тому подобное могут уже оказаться недостаточно хорошими. Эти постоянные изменения означают, что вы рискуете не суметь сопоставить исторические данные с данными новой системы. В итоге у вас может появиться новая ERP или WMS, и вам придется сталкиваться с проблемой согласования данных из старой системы с новой. Это может привести к множеству несоответствий и усложнить прогнозирование в условиях роста из-за этих IT сбоев.
Kieran Chandler: В реальном мире, можно ли сказать, что люди часто переоценивают, насколько сильно их бизнес будет расти, из-за эмоциональной привязанности к своим компаниям?
Joannes Vermorel: Да, существует тенденция к чрезмерному оптимизму. Идея должна заключаться в том, чтобы надеяться на лучшее, но готовиться к худшему.
Kieran Chandler: Необходимо готовиться к худшему, и, как правило, люди часто поступают прямо наоборот. Но в основе своей проблема в том, что очень немногие компании пытаются количественно моделировать свои риски.
Joannes Vermorel: Именно это мы и пытаемся сделать в Lokad с идеей количественной оптимизации цепи поставок. Рост является определенным видом риска. Это означает, что существует определенная неопределенность, при которой ваш бизнес, или некоторые продукты, могут внезапно продаваться значительно больше, и вам необходимо наладить процессы, позволяющие очень быстро реагировать на такую ситуацию. Быстрое действие обычно подразумевает отсутствие людей в цепочке принятия решений, потому что если рассчитывать на то, что справляться с ростом будут менеджеры по цепочке поставок, которые ежедневно анализируют данные и делают выводы, то им потребуется время, чтобы удостовериться, что то, что они видят, — не шум, а действительно свидетельство того, что продукт вошел в новую фазу объема продаж. По сравнению с предыдущей фазой, теперь он продается на 20% больше или как-то так.
Люди захотят подождать немного, чтобы быть уверенными в том, что они видят. Вы можете легко добавить пару недель задержки, просто потому что в процесс вовлечены люди для реализации решений. Таким образом, вероятно, один из способов справляться с ростом не заключается в том, чтобы быть значительно лучше в прогнозировании роста, а в том, чтобы действовать намного быстрее, когда рост статистически заметен. Это означает наличие сквозного автоматизированного механизма принятия решений, который по сути инициирует перезаказы быстрее, вместо того чтобы кто-то ждал, пока не станет, к сожалению, очень уверен в том, что он видит.
Но это также означает, что вы, как правило, должны быть готовы к тому, что товар закончится на складе, поскольку если вы будете ждать, пока не убедитесь, что продукт станет хитом, вы почти гарантированно подождете слишком долго, что почти наверняка приведет к дефициту товара, так как вы не разместили повторный заказ заблаговременно для учета этого всплеска.
Kieran Chandler: Итак, подводя итог, основное послание сегодняшнего разговора заключается в том, что если ваш бизнес испытывает значительный рост, лучше быть более рефлексивным и оперативным, чем накапливать запасы и действовать, рассчитывая на будущее. Вы согласны с этим?
Joannes Vermorel: Да, и важно действительно задуматься о тонкостях структуры вашего роста и различать их, чтобы вы могли по-разному справляться с ростом — будь то органичный стабильный рост, модель “удача или промах” или любая другая альтернативная структура роста, такая как выход на новые рынки. Потому что последствия для цепочки поставок и для расчета запасов существенно различаются.
Kieran Chandler: Хорошо, замечательно. Нам придется на этом завершить, но спасибо за ваше время. Это все на эту неделю. Мы вернемся на следующей неделе с новым выпуском, а до тех пор спасибо за просмотр.
