00:00:07 Планирование потребностей в материалах на основе спроса (DDMRP)
00:00:39 Основная идея DDMRP и традиционного MRP
00:02:21 Время разделения в DDMRP и его влияние на цепь поставок
00:05:42 Уравнение чистого потока в DDMRP и его эффективность
00:07:48 Важность различения известного и неизвестного спроса в DDMRP
00:09:00 Разделенный взрыв и его последствия.
00:10:25 Ручной выбор точек разделения и опасения, связанные с участием человека.
00:12:02 Важность численной оптимизации, основанной на машинах.
00:14:00 Относительный приоритет DDMRP и проблемы с поддержкой основных предположений.
00:16:01 Критика оптимизации процентов вместо фокусировки на экономических факторах.
00:17:18 Сравнение эффективности DDMRP и Flow Casting.
00:18:37 Отсутствие оставшихся идей от DDMRP при удалении дисфункциональных числовых рецептов.
00:19:48 Полезность скользящего среднего в частотной области как идея, полученная из DDMRP.
00:22:12 Заключительные мысли.

Резюме

В интервью Киран Чандлер и Жоанн Верморель обсуждают планирование потребностей в материалах на основе спроса (DDMRP), метод для повышения эффективности цепи поставок с использованием точек разделения или буферов запасов. Верморель высказывает опасения относительно его зависимости от ручного вмешательства и фокуса на оптимизации. Он подчеркивает необходимость автоматизации и приоритезации экономических факторов. Верморель предлагает, что современные алгоритмы численной оптимизации сделают DDMRP излишним, но признает его ценные идеи использования скользящих средних в частотной области для непостоянных моделей спроса. В целом, он считает, что современные техники лучше подходят для оптимизации цепи поставок.

Расширенное резюме

В этом интервью Киран Чандлер, ведущий, обсуждает планирование потребностей в материалах на основе спроса (DDMRP) с Жоаннесом Верморелем, основателем Lokad, компании, специализирующейся на оптимизации цепи поставок. Они исследуют основную идею DDMRP, его практическое применение и четыре основных инновации, которые он утверждает предлагать.

DDMRP - это метод планирования и выполнения на нескольких уровнях, который стремится улучшить эффективность цепи поставок путем стратегического размещения точек разделения или буферов запасов. Эти точки разделения предназначены для помощи организациям в преодолении ограничений классического программного обеспечения для планирования потребностей в материалах (MRP), которое может испытывать трудности с точными расчетами для сложных цепей поставок.

Верморел объясняет, что программное обеспечение MRP работает путем представления отношений между различными компонентами и подкомпонентами в продукте, таком как автомобиль, в виде графа. Этот граф представляет зависимости между разными частями и помогает рассчитать требования для производства готового продукта. Однако программное обеспечение MRP часто не обладает точностью и может давать плохие результаты.

DDMRP пытается улучшить эти ограничения, вводя точки разделения в граф. Эти точки представляют собой компоненты или детали, которые имеют запасы, что означает, что их всегда можно считать доступными. Это позволяет рассчитывать сроки поставки, которые численно намного ниже, чем то, что может предложить классическое программное обеспечение MRP. Верморел отмечает, что хотя такой подход может улучшить базовые возможности традиционного MRP, он все еще далек от того, что можно достичь с помощью современных численных методов.

Одной из критики, которую Верморел выдвигает в отношении DDMRP, является то, что, несмотря на то, что точки разделения могут сократить рассчитанные сроки поставки, цепь поставок все равно сохраняет значительную инерцию. Это означает, что несмотря на видимые улучшения, фактическая производительность цепи поставок может быть не такой оптимизированной, как кажется.

Стратегическое разделение включает в себя введение точек в цепи поставок, где можно сократить сроки поставки, тем самым сокращая общий срок поставки. Верморел утверждает, что хотя такой подход может численно сократить сроки поставки, он не существенно снижает инерцию в общей сети. Проблема заключается в семантической проблеме понимания того, как стратегические точки разделения влияют на всю цепь поставок.

Уравнение чистого потока, второй точка обсуждения, является упрощенным методом поддержания буферных точек в цепи поставок. Оно учитывает имеющийся запас, вычитая гарантированный спрос или квалифицированные единицы, чтобы определить остаток запасов для обслуживания неопределенного спроса. Верморел считает, что DDMRP (планирование потребностей в материалах на основе спроса) правильно различает известный и неизвестный спрос. Многие ранние реализации ERP (планирование ресурсов предприятия) наивно прогнозировали весь спрос, включая ту часть, которая уже гарантирована. Верморел утверждает, что такой подход фундаментально неправильный, поскольку он пытается предсказать будущее, которое уже известно, что приводит к трудностям в прогнозировании.

Третья ключевая инновация, обсуждаемая, - это разделение взрыва, которое имеет дело с последствиями введения двух типов узлов в граф цепи поставок: основных узлов и точек разделения. Точки разделения - это места в цепи поставок, где распространение сроков поставки останавливается в расчете (но не в реальности), и поддерживается определенный уровень запасов. Разделение взрыва включает упрощение ведомости материалов (BOM), пропуская вторичные узлы и напрямую подключаясь к точкам разделения. Это упрощение графа направлено на оптимизацию процесса цепи поставок.

Верморел выражает беспокойство по поводу полагания на ручное вмешательство в управлении цепью поставок, особенно когда речь идет о введении “Йокая” в граф для смягчения нелепых последствий простых числовых методов. Он объясняет, что практики в области цепи поставок часто несут ответственность за выбор точек разделения, которые могут быть нестабильными или несогласованными со временем. Это связано с постоянно изменяющейся природой среды цепи поставок, а также возможностью изменения стратегий или местоположений поставщиков.

Обсуждение подчеркивает необходимость автоматизации в этом процессе, поскольку полагаться на вмешательство человека может привести к неэффективности и неточностям. Верморель указывает на то, что ручной выбор точек разделения для сложных продуктов с тысячами деталей не является хорошим использованием времени практиков. Это особенно верно, учитывая, что рыночные условия постоянно меняются, что затрудняет точное прогнозирование или учет каждой переменной практиками.

Перейдя к концепции относительного приоритета в управлении цепями поставок, Верморель объясняет, что это включает в себя ранжирование элементов по целевому объему запасов. Хотя этот метод имеет свои преимущества, он считает, что более эффективным было бы ранжирование элементов на основе их экономической силы. Внедрение узлов первого класса DDMRP (планирование потребностей в материалах, ориентированное на спрос) или точек разделения в граф цепи поставок основано на предположении, что запасы всегда доступны. Когда это предположение нарушается, весь система может потерпеть неудачу.

Относительные приоритеты направлены на решение этой проблемы путем приоритизации элементов, которые наиболее отклоняются от основного предположения о постоянной доступности. Хотя Верморель признает, что это разумная часть общей методологии, он также указывает на то, что это все равно включает уровень вмешательства человека и приоритизации, что может быть не самым эффективным или точным подходом.

Они обсуждают эффективность планирования потребностей в материалах, ориентированного на спрос (DDMRP) в оптимизации цепи поставок. Верморель критикует DDMRP, утверждая, что он фокусируется на оптимизации процентов, а не на оптимизации финансовых аспектов, таких как стоимость запасов, отходы и непредоставление услуг. Он утверждает, что решения в цепи поставок должны быть приоритизированы в соответствии с общими бизнес-целями, выраженными в экономических показателях.

Верморель сравнивает DDMRP с flowcasting, говоря, что хотя у flowcasting есть некоторые фундаментально неверные математические подходы, он предлагает ценные идеи, которые останутся актуальными даже после исправления математики. С другой стороны, DDMRP рассматривается как пошаговое улучшение на неправильной базе. Верморель предлагает использовать современные численные алгоритмы оптимизации, чтобы сделать DDMRP излишним.

Несмотря на критику, Верморель признает одно положительное открытие в DDMRP: использование скользящих средних в частотной области, а не во временной области. Он объясняет, что усреднение спроса за фиксированный период (во временной области) менее эффективно, чем усреднение спроса за последние 100 обслуженных единиц (в частотной области). Этот подход более численно устойчив при работе с непостоянными и всплесковыми шаблонами спроса. В заключение, Верморель видит ценность анализа в частотной области в DDMRP, но считает, что современные численные методы оптимизации лучше подходят для оптимизации цепи поставок.

Полный транскрипт

Киран Чандлер: Сегодня на Lokad TV мы собираемся понять, действительно ли этот метод работает на практике, рассмотрев четыре больших инновации. Итак, Жоанн, мы немного затронули это во введении, но в чем суть DDMRP?

Жоанн Верморель: Суть заключается в том, что вы исходите из очень классической перспективы MRP, где все сводится к анализу графа зависимостей. Чтобы прояснить для слушателей, предположим, что вы хотите построить готовый продукт, например, автомобиль. Вам нужны детали, но детали, необходимые для автомобиля, сами являются сборками, которые также нуждаются в своих собственных деталях. Таким образом, у вас есть иерархия компонентов, например, автомобиль, нуждающийся в кондиционере, а кондиционер нуждающийся в насосе, клапане и так далее. Когда вы думаете о продукте и всех необходимых для него деталях, это в основном математический граф, аналогичный схеме метро с ребрами.

Этот граф начинается с готового продукта сверху и разветвляется на подкомпоненты, а затем каждый компонент имеет свои под-подкомпоненты и так далее, рекурсивно. Если у вас очень сложный продукт, у вас может быть очень сложный граф, представляющий все детали до самых основных материалов. MRP, программное обеспечение для планирования ресурсов производства, сначала представляет эту информацию, чтобы вы могли иметь этот граф зависимостей представленным. Затем оно выполняет ряд расчетов, чтобы помочь вам производить и выполнять все эти требования, чтобы получить готовые товары. Обычно оно не очень хорошо справляется с большинством этих расчетов, и DDMRP предлагает ряд рецептов, чтобы сделать его работу лучше.

Киран Чандлер: Как это на самом деле работает на практике, и можно ли сказать, что это своего рода упрощение?

Жоанн Верморель: Первое нововведение, которое они утверждают, - это разделение времени выполнения заказа. Мы должны понять, что их базовым улучшением являются бессмысленные числовые рецепты, крайне наивные с точки зрения числовой оптимизации. Если вы правильно выберете точки разделения, вы улучшите сравнительно с очень плохим базовым уровнем. Вы становитесь менее дисфункциональными, но это не означает, что вы приближаетесь к тому, что могли бы получить с помощью современных численных методов.

Основная идея точек разделения заключается в том, что вместо того, чтобы каждый узел был таким же, как и любой другой узел, мы решаем, что у нас есть граждане первого класса - точки разделения, и граждане второго класса, где мы не разделяем. В каждой точке, которая разделена, у этой части или компонента будет запас, и, следовательно, вы можете предположить, что этот предмет всегда доступен. Вместо того, чтобы выбирать самый длинный путь для производства, вы выбираете самый длинный путь до производства, пока не достигнете одной из этих точек разделения.

Но моя первая критика по поводу времени выполнения разделения заключается в том, что, да, когда вы вводите эти точки разделения, вы действительно получаете время выполнения, которое численно намного меньше. Однако ваша цепочка поставок все равно имеет гораздо большую инерцию. Вы обманули способ вычисления времени выполнения, введя эти точки разделения.

Киран Чандлер: Но инерция все равно существует, мы вышли за рамки того, что вы говорите. Вот как они приходят к выводу, что мы ввели стратегические точки разделения и можем сократить время выполнения на 80%. Численно говоря, вы получаете время выполнения, которое намного короче, но реальность в том, что вы не сократили инерцию, которая есть в вашей общей сети, настолько, насколько это делается с помощью этих точек разделения. Здесь есть семантическая проблема, и, возможно, я коснусь этого в понятиях. Давайте перейдем ко второму пункту итерации в DDMRP, уравнению чистого потока. Это в основном способ поддержания этих буферных точек и использования таких вещей, как предварительные заказы, вещи, о которых мы уже знаем, что они произойдут. Насколько хорошо это работает на практике?

Жоанн Верморель: Уравнение чистого потока имеет некоторый смысл на самом деле. Это невероятно упрощенное уравнение: запас на руках минус уже гарантированный спрос, то, что они называют квалифицированными единицами. Таким образом, спрос, который можно считать достоверным. С помощью этого у вас остается запас, который доступен для обслуживания неопределенного спроса. Уравнение чистого потока дает вам количество запасов, которые вам нужно для покрытия вещей, которые не являются чисто вопросом выполнения, потому что вы уже знаете, что это произойдет с почти нулевой неопределенностью.

Я считаю, что DDMRP правильно различает очень разные вещи, которые уже известны от неизвестных. Например, если у вас есть сложный процесс производства, и вы, возможно, обслуживаете других промышленных клиентов, и клиент может сказать вам через два месяца: “Я хочу, чтобы ты доставил тысячу единиц в эту дату”, и у вас есть время сделать это, вам нужно выполнить эту доставку. Здесь нет прогноза. Если ваше время выполнения меньше двух месяцев в общей сложности, то это в основном чистое выполнение без вовлеченности неопределенности.

Конечно, люди все равно могут отменить свои заказы и тому подобное, но предположим, что это довольно безопасно. Это совершенно отличается от того, что через два месяца появится клиент и попросит тысячу единиц. Я считаю, что DDMRP абсолютно прав, говоря, что вам не следует пытаться использовать этот вид супернаивного подхода, который заключается в прогнозировании всего, включая то, что вы уже знаете.

Вопрос в том, почему они вообще говорят об этом? Это потому, что большинство систем ERP, многие ранние реализации, делали невероятно наивные вещи. Они говорили: “Мы просто пойдем по легкому пути, который является глупым путем”, и они прогнозировали спрос, весь спрос, включая часть, которая уже гарантирована. Но это очень глупо, потому что тогда вы пытаетесь угадать будущее, которое вы уже знаете, и догадайтесь, что? Прогнозировать очень сложно. Поэтому, если вы знаете что-то о будущем, вам не следует даже пытаться использовать статистику, чтобы открыть это, вы уже знаете это.

Кирен Чандлер: Если перейти к третьему ключевому инновационному моменту, то так называемый “раскол” звучит довольно драматично. Что здесь происходит?

Жоанн Верморель: Это еще одно последствие введения двух типов узлов в вашем графе требований. Помните, мы ввели в граф основные узлы, которые являются точками отсоединения, то есть точками, которые останавливают распространение времени выполнения в расчете, а не в реальности, но в расчете, и это точки, в которых вы захотите обеспечить определенный уровень запасов. Они говорят, что вместо того, чтобы распространять список материалов от узла к узлу напрямую, говоря: “Я беру список материалов и он распространяется на мои родительские узлы, подкомпоненты, которые

Кирен Чандлер: Мои родители, подкомпоненты, которые мне нужны для создания готового изделия, я говорю, что в основном, когда они отделяются, они говорят, что список материалов, мы собираемся полностью пропустить все узлы второго класса и сразу перейти к точкам отсоединения. Таким образом, это, опять же, является техникой упрощения графа. Я имею в виду, это основано на этой иерархии в графе, которая была введена с узлами первого класса и узлами второго класса. И кто на самом деле выбирает эти узлы первого класса, если речь идет о чем-то вроде самолета, у которого есть миллионы разных уровней. Я имею в виду, кто на самом деле делает эти выборы?

Жоанн Верморель: Практики в сфере поставок, что также вызывает у меня большую озабоченность. Потому что, по сути, да, вы можете вручную ввести иерархию в граф, чтобы как-то смягчить нелепые последствия очень упрощенных числовых рецептов. Да, это будет работать. Но, конечно, вы оказываетесь в ситуации, когда специалисты по цепям поставок должны вручную вводить такие точки отсоединения. И догадайтесь, это на самом деле нестабильно. Что является хорошим выбором для этих точек отсоединения, не является окружающей средой. Почему? Потому что если есть деталь, которую вы решаете внешне, знаете, купить у поставщика или купить у поставщика, который ближе или, наоборот, гораздо дальше, вы можете довольно сильно изменить то, что происходит вокруг всего, что зависит от этой детали в вашей сети поставок.

Таким образом, ваши точки отсоединения технически должны, даже если это как-то работает, чтобы ввести эту иерархию в граф, нет причин думать, что она стационарна и что вы можете выбрать их один раз и это будет хорошо навсегда. Поэтому мое мнение заключается в том, что это должно быть сделано полностью автоматически. Знаете, здесь мы говорим о числовых рецептах, и мы говорим, что у нас есть дисфункциональный числовой рецепт, и мы говорим, что с помощью множества человеческих идей и настроек мы можем получить числовой рецепт, который немного лучше.

Кирен Чандлер: Хорошо, так что в основном, когда в дело вступают люди, мы всегда как-то умудряемся испортить все.

Жоанн Верморель: Да, но также это не очень эффективное использование времени этих специалистов. Я имею в виду, как вы описывали, если у вас сложный продукт с тысячами деталей, зачем вам инвестировать потенциально сотни, если не тысячи человеко-часов ваших экспертов по цепям поставок, чтобы вручную выбирать эти точки отсоединения? Вы можете сказать, они имеют такие невероятные идеи, верно? Но реальность такова, что это очень шумно. Тысячи деталей, рыночные условия меняются все время, не обязательно радикально, но по крайней мере немного все время меняются. Поэтому нам нужно обновлять это. Это в основном то, что должна делать машина. Знаете, здесь нет добавленной стоимости. Это чистый случай числовой оптимизации.

Кирен Чандлер: Хорошо, перейдем к последнему инновационному моменту, который называется относительным приоритетом. Это в основном все о ранжировании по количеству целевых запасов, и я предполагаю, что здесь есть серьезные критики. Мы бы предпочли ранжировать по экономической силе, вы согласны с этим?

Жоанн Верморель: Да, но снова несколько вещей. Во-первых, почему вводятся эти относительные приоритеты? Я имею в виду, во-первых, они начинают с идеи, что классическая MRP имеет двоичную перспективу на вещи, типа “Я в порядке или не в порядке?” И они говорят: “Почему? Это, знаете, грубо, очень грубо.” И ответ таков, да, это грубо до такой степени, что

Кирен Чандлер: Это абсолютно абсурдно и, опять же, еще в 50-х годах люди в плане численной оптимизации уже делали более умные вещи. Так что очень, очень плохая отправная точка. Хорошо, теперь весь стиль DDMRP вводит узлы первого класса, называемые точками разъединения, в вашем графе, и с этим связано предположение, что запасы всегда доступны. Так что, когда это предположение нарушается, очевидно, все разваливается, потому что ваше разъединенное взрывное устройство построено на этом предположении, ваши разложенные временные горизонты основаны на этом предположении. Поэтому вам нужно вернуть вашу систему поставок на правильный путь с учетом вашего основного предположения, и, в основном, относительные приоритеты по цене говорят о том, что вы должны быстро действовать в отношении тех вещей, которые отклоняются наиболее сильно от вашего основного предположения, которое заключается в постоянной доступности для этих точек разъединения.

Жоанн Верморель: Это действительно хорошо, это то, что имеет смысл, часть рецепта. Но, кроме того, догадайтесь, вы оказываетесь с приоритизацией, которая частично неверна. Я оспариваю саму мотивацию, сама мотивация заключается в том, чтобы вернуть систему на правильный путь с учетом предположения, что вам нужно, чтобы DDMRP работало в первую очередь. Это похоже на змею, поедающую свой собственный хвост. Вы вводите методологию, эта методология идет с предположениями, и ваши числовые расчеты не гарантируют, что эти предположения будут поддерживаться в течение системы. Поэтому вам нужно вводить корректировки, чтобы у вас был некий обратный связь, чтобы вы могли вернуться на правильный путь с учетом ваших собственных предположений. Но это не означает, что мы вернулись на правильный путь с чем-то, соответствующим конечной цели бизнеса, и вот где моя критика. Вы оптимизируете проценты, такие как процент точности, процент выполнения, процент уровней обслуживания, которые, опять же, оптимизация в процентах - это не очень хорошо. Вы хотите иметь проценты в евро, и это связано с самой конечной перспективой, а именно себестоимостью запасов, затратами на потери, затратами на непредоставление услуг. И с другой стороны у вас есть все затраты и вознаграждения по обслуживанию клиентов вовремя.

Так что я очень согласен с идеей приоритизации решений, но я очень не согласен с идеей приоритизации решений, чтобы вы могли вернуться к своей методологии. Вам нужно приоритизировать решения так, чтобы вы возвращались к общим бизнес-целям, выраженным в виде экономических факторов для всего бизнеса в целом. То, что ваша цепочка поставок доставляет в целом.

Кирен Чандлер: Хорошо, теперь давайте соберем все вместе. Мы описали много недостатков DDMRP. Следует ли полностью отказаться от него как от техники?

Жоанн Верморель: Это интересно, потому что на прошлой неделе мы обсуждали потоковое прогнозирование. Вещь с потоковым прогнозированием имела некоторую математику, которая была катастрофически неверной, и поэтому они даже ухудшали ситуацию по сравнению с базовым уровнем, что было действительно плохо. Но некоторые из идей, которые они имели, были глубоко истинными и на самом деле остались бы, если бы мы исправили математику, чтобы она работала. Очень забавно, потому что DDMRP - это своего рода противоположность. Это в основном то, что работает постепенно поверх очень, очень плохой отправной точки. Если отойти назад и сказать, вместо того, чтобы пытаться заклеить что-то, что очень плохо, давайте сразу начнем с хороших основ, то есть сделаем численную оптимизацию правильным путем с помощью правильных алгоритмов, таких как правильные вероятностные графовые алгоритмы. Тогда я не уверен, что после перехода к правильной современной численной системе для фактической оптимизации, потому что дело в том, что классические системы MRP на самом деле не оптимизируют ничего в современном смысле, где вы на самом деле

Кирен Чандлер: Делая все это, чтобы в основном заклеить глубоко дисфункциональные числовые рецепты, а теперь, если мы удалим дисфункциональные числовые рецепты, что останется?

Жоанн Верморель: Очень, очень мало. Вот где, например, литье под давлением очень отличается, потому что если удалить дисфункциональные числовые части литья под давлением, остальные способы внутри остаются глубоко интересными, и я считаю, что глубоко правильными. DDMRP гораздо меньше.

Кирен Чандлер: Если мы собираемся закончить на более позитивной ноте, есть ли какие-либо идеи, которые нам дает DDMRP, которые на самом деле довольно хороши?

Жоанн Верморель: Да, я считаю, что одно из них - это работает скользящая средняя, и она даже часто работает лучше в частотной области, а не во временной области. Давайте вернемся к этому. Для тех из вас, кто, возможно, учился в инженерной школе о преобразовании Фурье, вы знаете, что можно изучать временные ряды во временной области или в частотной области. Это делается очень часто в акустике.

Когда люди думают о прогнозировании спроса, часто скользящая средняя может работать, когда у вас есть стационарный спрос. Обычно, когда люди думают о прогнозах скользящей средней, они думают о проведении анализа во временной области. Итак, что это значит? Усреднение спроса за последние несколько недель - это фиксированный период; это моя временная область.

Частотная область - это думать вместо усреднения за последние несколько недель, а три недели - это фиксировано, я говорю, что я собираюсь усреднить мой спрос за последние 100 обслуженных единиц. Хорошая новость в том, что эта вещь с последними 100 единицами будет вести себя намного более численно по отношению к спросу, который является своего рода супер-непостоянным и шипящим.

Скользящая средняя в частотной области на самом деле интересна. Кстати, DDMRP с этими буферами, они на самом деле прогнозы, прогнозы скользящей средней, сделанные в частотной области, а не во временной области. Они как бы открыли это заново, но это очень хорошее открытие. Очень ценно то, что анализ вещей в частотной области работает и имеет глубокие последствия для цепи поставок. Это очень интересный угол для оптимизации.

Я думаю, что это угол. Я не уверен, видят ли люди из DDMRP это так, но я считаю, что это очень крутое и очень хорошее открытие, которое пришло от DDMRP.

Кирен Чандлер: Надеюсь, вы немного восстановили отношения. В любом случае, это все на этой неделе. Большое спасибо за внимание. Если вы согласны или не согласны, обязательно оставьте нам комментарий, и мы увидим вас в следующий раз. Пока пока.