00:00:00 Введение и определение терминов
00:02:40 Неопределенность и стоимость обеспечения безопасности в цепочке поставок
00:03:54 Управление рисками и минимизация отходов
00:05:30 Неустранимый риск и возможности в цепочке поставок
00:07:37 Цепочка поставок против производственного совершенства
00:09:35 Риски и возможности в цепочке поставок и конкуренты
00:14:09 Проблемы со статическим подходом в цепочке поставок
00:15:56 Предсказуемые ошибки как бизнес-практика
00:18:46 Инженерная гибкость в цепочке поставок
00:21:20 Долларовая стоимость риска и возможностей
00:23:36 Финансовая оптимизация рисков цепочки поставок
00:26:37 Подход Lokad к вероятностному прогнозированию
00:29:53 Риск массового сбоя и региональных катастроф
00:31:59 Учет рисков в ежедневных решениях по цепочке поставок
00:34:08 Риск потери крупных клиентов и корреляция рисков
00:37:03 Искажение в проекциях карт и математических моделях
00:42:31 Построение прогнозов и риск временных рядов
00:45:20 Стохастическая оптимизация и вероятностный подход
00:48:36 Декомпозиция экономических факторов для решений по цепочке поставок
00:51:44 Компании часто удивлены прошлыми событиями
00:57:00 Вредные прогнозы и кросс-энтропия в прогнозировании
01:00:00 Важность практической оценки рисков
01:06:49 Финансовые риски распределения запасов
01:13:54 Стоимость акций и зависимость от ИТ как риск
01:17:22 Сложность моделирования психологии клиента
01:24:26 Оценка прогнозов временных рядов
01:27:33 Риски в основном программном обеспечении для управления цепочками поставок
01:29:30 Заключительные мысли и призыв к действию
Резюме
Конор Доэрти, ведущий LokadTV, и Жоаннес Верморель, основатель Lokad, обсуждают внутренние риски в управлении цепями поставок. Верморель подчеркивает, что основной риск заключается в неопределенности будущего, которая неустранима и неконтролируема. Он отмечает, что каждое решение влечет за собой компромисс между риском и вознаграждением, и что нулевой риск недостижим. Верморель также подчеркивает возможности, которые могут возникнуть из этих рисков, такие как использование рыночных дефицитов. Он выступает за гибкое и предприимчивое мышление, а также использование вероятностного прогнозирования для снижения риска. Верморель и Доэрти заканчивают разговор, соглашаясь, что даже малые компании могут извлечь выгоду из управления рисками, что приводит к увеличению марж и денежного потока.
Расширенное резюме
В разговоре между Конором Доэрти, ведущим, и Жоаннесом Верморелем, основателем Lokad, компании, специализирующейся на оптимизации цепочек поставок, подробно рассматривается тема управления рисками в цепочках поставок. Верморель объясняет, что основным источником риска в цепочках поставок является неопределенность будущего. В отличие от производства, где риски можно устранить, совершенствуя процесс, риски в цепочке поставок зависят от будущих условий, которые неизвестны и неустранимы.
Верморель подчеркивает, что каждое решение в управлении цепочками поставок влечет за собой компромисс между риском и вознаграждением, и неопределенность будущего неустранима. Он также отмечает, что нулевой риск не существует в цепочках поставок. Даже при идеальном производственном процессе всегда есть риск в двузначном проценте, что продукт не будет продан на рынке через пять лет.
Верморель повторяет, что источником риска в цепочках поставок является неопределенность будущего. Он объясняет, что этот риск неустраним и в отличие от других областей, таких как бухгалтерия, где риски можно устранить, риски в цепочке поставок неконтролируемы и могут быть только снижены. Он также указывает, что, хотя в цепочках поставок есть риски, есть и возможности. Например, наличие большого запаса, когда рынок сталкивается с дефицитом, может привести к хорошей прибыли.
Верморель соглашается с замечанием Доэрти, что риски в цепочках поставок кажутся более распространенными и имеют предсказуемые финансовые эффекты. Он подчеркивает, что управление цепочками поставок включает в себя работу с большим количеством рисков и возможностей, которые в основном неконтролируемы, и единственное, что можно сделать, - это принимать решения, которые балансируют эти риски и возможности.
Верморель объясняет, что как риски, так и возможности могут возникнуть в цепочках поставок. Например, вход или выход конкурента с рынка может снизить или повысить цены, влияя на прибыльность. Он также приводит пример европейской компании по электронной коммерции, которая сумела использовать неожиданное событие для получения исключительной прибыли.
Верморель объясняет, что в цепочках поставок важно иметь гибкое и предприимчивое мышление. Он отмечает, что, хотя возможно установить практики, которые позволяют использовать предсказуемые ошибки, также важно быть готовым к возникающим рискам.
Верморель обсуждает стоимость дефектов в автомобильном производстве, отмечая, что в управлении цепочками поставок нет жестких ограничений, и все подлежит финансовой оптимизации. Он объясняет, что прогнозирование используется в управлении цепочками поставок для снижения риска. Однако, в отличие от дефектов в автомобильном производстве, неточности прогноза никогда не будут полностью устранены.
Верморель представляет концепцию вероятностного прогнозирования, где каждому возможному будущему присваивается вероятность. Он объясняет, что риски, такие как 2% вероятность потери клиентов, могут быть учтены в вероятностных прогнозах путем прогнозирования поведения клиентов, а не спроса на продукты.
Верморель утверждает, что качество подхода, основанного на рисках, следует оценивать по конечным результатам, а не по качеству вероятностного прогноза. Он подчеркивает, что главным должно быть, сколько денег было заработано или потеряно, а не точность прогноза.
Верморель предлагает, что перекрестная энтропия, мера точности вероятностного прогноза, так же абстрактна, как проценты, но имеет хорошие свойства для обучения высококачественных моделей. Он подчеркивает, что конечные результаты игры, которые приводят к снижению ошибок в денежном выражении, являются самой важной метрикой.
Верморель предлагает, что такие подразделения управления рисками часто бюрократические и их оценки не имеют последствий, если они не корректируют каждое решение в цепочке поставок. Он утверждает, что если оценки рисков не влияют на решения о покупке, они игнорируются.
Верморель соглашается, утверждая, что хотя оба важны, макрорешения часто являются азартной игрой, в то время как ежедневные решения могут быть количественно оценены.
Верморель обсуждает классическую перспективу управления цепочками поставок, где каждый магазин рассматривается независимо, и поддерживается резервный запас для покрытия возможных дефицитов. Однако этот подход может привести к проблемам, таким как отсутствие запасов на уровне склада. Он критикует традиционный подход к распределению резервного запаса по магазинам последовательно, что может привести к тому, что некоторые магазины будут полностью заполнены, в то время как другие не получат ничего. Это может привести к недостатку обслуживания и избыточным запасам в некоторых магазинах.
Верморель предлагает лучший подход, который заключается в распределении запасов таким образом, чтобы все магазины закончились одновременно, максимизируя продажи. Он предлагает вероятностный подход, который учитывает сеть и взаимозависимости между всеми магазинами и доступным запасом.
Верморель обсуждает нематериальные риски, такие как ожидания клиентов и ценность бренда. Например, предложение скидок может привести к тому, что клиенты будут ожидать будущих скидок, что может быть сложно количественно оценить и управлять. Он также упоминает другие классы рисков, такие как зависимость от ИТ, которые могут влиять на цепочку поставок.
Верморель объясняет, что акции могут привести к тому, что клиенты будут ждать будущих акций перед совершением покупок, что может быть сложно моделировать и управлять из-за долгосрочного характера поведения клиентов. Он предлагает, что подход, основанный на рисках, более совместим с этими типами предположений, по сравнению с традиционными прогнозами временных рядов.
Верморель оспаривает представление о том, что только крупные компании могут позволить себе управлять рисками, утверждая, что игнорирование рисков может быть более дорогостоящим. Он предлагает, что вероятностные прогнозы могут быть более эффективными и легче внедряемыми, чем традиционные прогнозы временных рядов. Верморель утверждает, что даже малые компании могут извлечь выгоду из управления рисками, так как это может привести к увеличению марж и денежного потока.
В заключение, Верморель соглашается с выводами Доэрти, утверждая, что многие компании сталкиваются с предотвратимыми катастрофами из-за игнорирования рисков. Он предлагает, что лучшее соответствие между реальностью и управлением цепочками поставок может привести к большей степени автоматизации и меньшему количеству людей, необходимых для управления процессом.
Полный текст
Конор Доэрти: Добро пожаловать обратно на LokadTV! Риск системен в цепочке поставок. С определенной точки зрения, каждое решение в области цепочки поставок представляет потенциальные классы риска, прямо или косвенно. Здесь, чтобы объяснить почему - и важно, как их избежать - у нас есть Жоаннес Верморель, основатель Lokad.
Итак, Жоаннес, чтобы процитировать великого американского мыслителя Джорджа Костанзу, чтобы управлять риском, мы должны сначала его понять. И чтобы понять его, мы должны сначала определить его. Итак, в контексте цепочки поставок, что именно такое управление рисками и в чем оно отличается от управления рисками в других областях, таких как производство?
Жоаннес Верморель: Основной источник риска в цепочке поставок - это будущее, которое вы не знаете. В производстве речь идет в основном о правильном процессе. Если у вас есть правильный процесс, вы возможно сможете произвести миллиард деталей, не столкнувшись ни с одним дефектом. Так что потенциально, с точки зрения производства, вы можете устранить риск. Риск не так сильно зависит от будущего. Например, если у вас есть неисправный процесс, который создает пожароопасность для вашего завода, это всего лишь вопрос времени, когда завод загорится.
В цепочке поставок это буквально будущее, которого вы не знаете, и вы не можете действительно обезопасить все возможности, потому что это слишком дорого. Всегда есть возможность, что спрос на определенные продукты увеличится в 20 раз, но должны ли вы иметь на складе в 20 раз больше, чем вы ожидаете продать, учитывая применимый срок поставки и прочее, просто потому, что есть одна отдаленная возможность столкнуться с этим супер непредсказуемым всплеском спроса? Нет.
В основном, я бы сказал, в отличие от некоторых других областей, в цепочке поставок источниками риска являются будущие условия, которые вы не знаете, и каждое решение, которое вы принимаете, это своего рода компромисс между видом риска и вознаграждениями, которые также связаны с этой неопределенностью относительно будущего. И я бы сказал, что неопределенность относительно будущего неустранима, в отличие от, скажем, неопределенности, такой как физические активы в вашем производственном процессе на заводе.
Риск нуля никогда не существует. Хотя, если вы смотрите на производственный процесс, вы можете приблизиться к нулю очень, очень близко. Я имею в виду, это не абсолютный ноль, но это очень, очень близко. С точки зрения цепочки поставок, посмотрите на любой продукт, всегда есть двузначный процент риска, что этот продукт больше не будет продаваться на рынке через пять лет. Существует очень немного продуктов, о которых вы можете сказать с абсолютной уверенностью, что они все еще будут существовать через пять лет, особенно если учесть, что продукт может быть заменен вариантом, который все равно считается другим SKU.
Конор Доэрти: Итак, подводя итог, вы говорите, что управление рисками в цепочке поставок - это исключительно вопрос минимизации потерянных ресурсов или это просто чисто финансовая проблема?
Жоаннес Верморель: Источником риска буквально является то, что вы не знаете будущего. Если бы у вас был волшебный хрустальный шар, который мог бы рассказать вам о будущем, вы могли бы в теории иметь почти безрисковую практику управления цепочкой поставок, предполагая, что у вас достаточно денег.
Этот источник риска неустраним и кажется странным во многих других областях. Например, в бухгалтерии у вас есть риск бухгалтерских ошибок, но для этого и существуют бухгалтерские практики, чтобы по существу устранить этот риск. Когда вы думаете о риске, связанном с неправильными бухгалтерскими практиками, вы действительно хотите сделать это супер редким.
В цепочке поставок у вас нет такой возможности. Независимо от того, насколько вы хороши, если у вас есть правильные практики, риск неустраним. Может быть война, блокады, пожары, всякие события, которые просто выходят за пределы вашего контроля и которые массово направляют спрос туда или сюда. Это основной источник риска, что вы не знаете, и все, что вы можете сделать, - это смягчить эти риски. Но также, как есть риск, также есть и возможности, которых не существует в других областях, таких как бухгалтерские практики.
Например, если у вас случайно оказалось много запасов чего-то, в то время как рынок сталкивается с дефицитом, вы можете потенциально получить хорошую прибыль, продавая этот инвентарь по премиальной цене.
Конор Доэрти: Звучит так, будто многие из этих проблем в цепочке поставок будут гораздо более распространены, чем пример, который вы привели о найме некомпетентного или морально неправильного человека. Они крайне редки, но, вероятно, классы риска, о которых вы говорите в контексте цепочки поставок, такие как увеличение или даже ускорение сроков поставки на пару дней, предположительно, довольно регулярны и имеют предсказуемые финансовые последствия.
Жоаннес Верморель: Да, и они не зависят от вас. Это еще одна вещь, которая очень отличается. Если вы находитесь в процессе производства на заводе и у вас есть дефекты, исправление процесса, чтобы у вас больше не было дефектов, полностью зависит от вас. Вы потенциально можете достичь этого состояния без дефектов, которое является совершенством, или вы можете приблизиться к совершенству.
Опять же, если мы переходим к миру цепочки поставок, то не совсем. Я имею в виду, что эти вещи, по определению, если у вас есть срок поставки, у вас есть поставщик, и эта компания находится за пределами вашего контроля. И даже если вы внутреннизируете, у вас может быть перевозчик, и он все еще находится за пределами вашего контроля. И даже если вы внутреннизируете перевозчика, дорога может быть перекрыта, потому что шоссе затоплено или что-то еще, и опять это за пределами вашего контроля.
Итак, то, что делает практику управления цепочкой поставок настолько специфической, - это то, что вы имеете дело с большим количеством рисков и, наоборот, большим количеством возможностей, и они в основном находятся за пределами вашего контроля. Поэтому единственное, что вы можете сделать, - это принимать решения, которые правильно балансируют эти риски и возможности.
Конор Доэрти: Итак, когда вы говорите о возможности в контексте риска, вы имеете в виду упущенные возможности?
Жоаннес Верморель: Да, конкурент может внезапно войти на рынок и снизить цены. Это риск. Так что вы, возможно, будете вынуждены в свою очередь снизить свою цену, и тогда вы будете менее прибыльны, чем ожидали, или даже, возможно, вы вообще не будете прибыльны. Но может произойти и обратное. Конкурент может покинуть ваш рынок. В этом случае, ну, вы можете поднять свою цену, и вы будете более прибыльны, чем ожидали.
Каждый раз, когда вы думаете, что есть риск, есть возможность. Если происходит наводнение, возможно, ваш склад будет затоплен, или, возможно, затопит одного из ваших конкурентов. Так что, когда люди думают о риске снова в производственных условиях, у вас есть четкая цель, которая является этим совершенством. Так что, когда вы думаете о риске, это обязательно, нет конкретных действительно оппортунистических случайных преимуществ.
Но в цепочке поставок это может произойти. У вас может быть тысячи продуктов, и по каким-то случайным причинам конкуренты просто допускают ошибки. У них нет должного количества запасов, у них нет правильной мощности или у них неправильное распределение, и тогда появляются возможности.
Например, крупная европейская компания по электронной коммерции, одной из их техник было то, что они начинали продавать модные товары и очень быстро в сезоне определяли бестселлеры, буквально за день или два. И что они делали, так это немедленно делали гигантский заказ у оригинального бренда и забирали весь запас.
Это было удивительно хорошо принято, и они говорили: “Хорошо, если это количество продаж для нас является сюрпризом, скорее всего, это является сюрпризом для оригинального бренда. Итак, что произойдет, если мы сделаем массовый заказ? Мы будем сидеть на большой куче инвентаря, пока все остальные заканчивают запасы. Мы можем продавать те же продукты по немного более высокой цене, чем обычная цена, и мы все равно все продадим, не понеся никаких штрафов, связанных с распродажами в конце сезона.”
Итак, вы видите, идея в том, что есть неожиданное событие, продукт продается больше, чем ожидали эксперты, и тогда, если вы умны, вы можете превратить это в возможность забрать все еще доступное количество инвентаря и получить исключительную прибыль с этого продукта. Итак, вы видите, риск есть, но есть и возникающая возможность.
Конор Доэрти: Понял, спасибо. Этот пример довольно интересен, потому что он открывает потенциальную развилку в разговоре. Если я правильно понял, пример, который вы привели, был одним из реактивных ответов на возможность. Этот продавец модной одежды заметил возможность и очень гибко отреагировал на эту возможность. Так что это был реактивный подход к управлению возможностями и избеганию рисков. Это лучшее, что вы можете сделать в цепочке поставок, или есть проактивный механизм для прогнозирования таких событий?
Йоаннес Верморель: Я бы дал двойственный ответ на это. Во-первых, вы абсолютно правы. Это пришло с гибким мышлением, оппортунистическим мышлением, и это одинаково применимо для риска и возможностей. Интересно то, что если вы исходите из такой перспективы, как производство, это не та перспектива, которую вы принимаете. Вы просто хотите устранить риск. Это статическая проблема. Либо у вашего процесса нет риска, нет дефектов, нет опасностей, и вы в порядке, либо это не так, и вам нужно это исправить.
Здесь, в цепочке поставок, интересно то, что когда вы пытаетесь подойти к риску с этой стационарной точки зрения, вы думаете о нем как о чем-то, что вы могли бы исправить раз и навсегда. Но проблема в том, что это не работает, потому что если у вас есть что-то совершенно статическое, то вы больше не можете использовать возможности. Но реальность такова, что вы не можете реагировать на возникающий риск. Это полностью симметрично. Так что у вас есть возникающие возможности, но будут и риски, которые просто всплывают и удивляют всех, и вам тоже нужно быстро реагировать. Так что это симметрично.
Теперь, что значит быть готовым? Как я упоминал этот пример об этой крупной европейской компании электронной коммерции, которая играет в эту игру с захватом запасов бренда, это установленная практика. Они знают, что из-за того, что у крупного модного бренда может быть коллекция из, возможно, 20 000 отдельных вариантов, ошибки будут сделаны. Это уверенность. Вы не знаете, какая именно, но идея, что крупный бренд сможет правильно оценить все в терминах запасов, является относительно безопасной ставкой на то, что ошибки будут сделаны. И таким образом, вы можете установить практику, где вы превращаете эти предсказуемые ошибки в свое преимущество.
Конор Доэрти: Когда вы говорите о разработке процесса в компании, как кто-то, занимающийся быстрооборотными потребительскими товарами, как именно вы внедряете это? Это процесс сверху вниз или снизу вверх? Я имею в виду, использование этих возможностей, как вы внедряете этот процесс?
Йоаннес Верморель: Как и большинство вещей в цепочке поставок, это должно быть в некоторой степени сверху вниз. Вы не можете ожидать, что люди на самом низу будут иметь какую-либо возможность перестроить саму организацию. Например, если вы решите, что ваш процесс похож на SNOP (планирование продаж и операций), и затем у вас есть квартальные сессии для SNOP, где вы тратите два месяца на установление нового прогноза и получение согласия всех на это, установление большого консенсуса, а затем все опрашиваются, и затем вам нужно собрать все результаты, а затем вам нужно перевести прогнозы, которые даются по неделям по категориям, в нечто, что имеет смысл в терминах решений, вы находитесь в ситуации, где не имеет значения, являются ли люди на самом низу гибкими или нет. Процесс и сама организация в любом случае препятствуют любой гибкости. Так что, в значительной степени, если вы хотите быть гибким, это должно быть спроектировано сверху, чтобы эта гибкость могла даже произойти. Но затем, когда вы разработали что-то, где это становится возможностью, тогда да, это гораздо больше процесс снизу вверх, потому что тогда речь идет о том, используют ли различные команды эту новую гибкость.
Конор Доэрти: Мне также приходит на ум, что есть другой способ подхода к идее риска и возможности. Если вы просто инвертируете пример, который вы дали, вместо того чтобы сосредоточиться на компании, которая продавала эти футболки, которые уходили как горячие пирожки, и решила захватить рынок, это они используют возможность. С точки зрения поставщика, если вы находитесь в такой ситуации, когда внезапно из ниоткуда магазин одежды Йоаннеса звонит мне и говорит: “О, мы хотим все футболки, которые у вас есть, все черные футболки, мы купим их прямо сейчас”, это то, чего вы должны опасаться? Потому что снова, есть риск и возможность. Как поставщик, должен ли я продать? Это гарантированная продажа прямо сейчас, сегодня, я все распродаю. Или мне следует исследовать, почему он пытается купить их прямо сейчас? Здесь есть что-то еще?
Йоаннес Верморель: Это действительно зависит от того, можете ли вы даже позволить себе потратить время на исследования. Если есть связь EDI и покупки полностью автоматизированы и в цикле даже нет человека, это действительно зависит. Но наличие враждебных поведений повсюду - это просто еще один день в цепочке поставок. Ваши поставщики - ваши лучшие партнеры и потенциально ваши конкуренты, потому что они также могут ограничить вашу прибыль. Они также могут со временем стать конкурентами, решить иметь свои собственные бренды и т. д. И наоборот, если вы бренд, вы можете решить внутреннизировать и внезапно вы конкурируете с тем, что было вашими бывшими поставщиками. Так что нет общих правил, это действительно зависит. Но интересно то, что в цепочке поставок вы можете поставить доллары или евро вознаграждений и возможностей на такие вещи.
Опять же, если вернуться к производству автомобилей, сколько стоит дефект, который убивает одного человека? Ответ - слишком много. Так что, видите ли, это не тот случай, когда вы собираетесь заниматься изощренной инженерией, потому что это в основном неприемлемо. Так что да, в теории, экономисты скажут вам, что стоимость человеческой жизни в США согласно различным вещам составляет, скажем, пять миллионов, что бы то ни было, вы даже можете представить аргументацию для этого. Но реальность такова, что никто не собирается заниматься действительно серьезной инженерией. Они просто сделают все возможное, чтобы такие проблемы, когда умирает кто-то, просто не случались. И поэтому нет реальной финансовой инженерии, потому что опять же, если вы рассматриваете это с точки зрения производства, вы просто хотите избежать по дизайну таких проблем, и вы не пытаетесь оптимизировать свой риск в смысле балансировки плюсов и минусов, вы просто хотите устранить это. Но в цепочке поставок вы не можете, и это будет реальный компромисс. Что бы вы ни делали, у этого есть стоимость, есть награда, и это только оттенки серого. Так что это не так. Вы всегда можете иметь немного больше запасов, вы всегда можете работать с немного меньшими запасами, и вы даже можете попытаться работать совсем без запасов и просто делать предзаказы на всем пути. Так что это, у вас гораздо больше гибкости, и также у вас очень мало жестких ограничений в цепочке поставок. Пока вы готовы платить, почти нет ограничений. Вам нужно больше складского пространства? Если вы готовы за это платить, вы действительно можете заплатить за строительство второго склада. Так что, в конечном итоге, все виды ограничений, все виды риска и вознаграждений, они вроде мягкие и поэтому они очень подходят для финансовой оптимизации, в отличие от ситуаций жизни и смерти, где люди скажут: “Нет, мы не собираемся делать финансовую оптимизацию этого. Это должен быть категорический ответ. Мы просто этого не хотим.” Так что цепочка поставок имеет эту роскошь, что подавляющее большинство проблем на самом деле мягкие проблемы, где вы можете перейти от суперплохого обслуживания к суперхорошему обслуживанию, и весь спектр возможен, и структура затрат меняется по мере того, как вы стремитесь к лучшему качеству обслуживания или худшему качеству обслуживания.
Конор Дохерти: Пример, который вы привели о производстве автомобилей, на самом деле представляет очень хороший сегвей, потому что я знаю, что в производстве автомобилей, например, Ford, они управляют риском, особенно своими автономными автомобилями, используя цифровые двойники. Они создают цифровую версию и цифровую среду, а затем, используя алгоритмы, подвергают теоретический автономный автомобиль серии тестов и оценивают свой риск, не создавая прототип в реальном мире. Это один из шагов для управления их риском. Есть ли что-то подобное для цепочки поставок? Потому что опять же, это не физический продукт сам по себе, хотя он состоит из множества движущихся частей.
Йоаннес Верморель: Вот что интересно. Это то, что вы пытаетесь сделать в некотором роде с прогнозированием. Вы пытаетесь снизить этот риск, который у вас есть по отношению к этому неопределенному будущему, через прогнозирование. В идеале, если бы ваши прогнозы были идеальными, вы бы просто устранили этот риск. Вот почему многие практики цепочки поставок рассматривают точность прогнозирования так же, как производители автомобилей рассматривают дефекты в их тормозных колодках, как нечто, что следует устранить.
Но проблема в том, что в отличие от дефектов в тормозных колодках, где вы потенциально можете снизить эту ставку дефектов до одного на миллиард, так что она настолько низка, что незначительна, неточность прогноза никогда не будет равна 0,01 ошибки. Обычно она будет застревать, если вы смотрите на тот уровень детализации, который имеет смысл с точки зрения прогноза для решений, то есть по сути на SKU в день, вы будете сталкиваться с широко неточными прогнозами, как 50% неточности в среднем, в день на SKU, если вы смотрите на несколько месяцев вперед.
Интересно то, какие у вас есть инструменты и процессы и методологии для работы с этими классами риска? Вот что в основном делает Lokad с вероятностным прогнозированием, именно по этой причине. Это способ принять эту неопределенность. Но это очень отличается от классической парадигмы, которая просто предполагает, что прогноз будет точным, и где неточности рассматриваются как дефект, который следует устранить.
Подход Lokad, вероятностное прогнозирование, заключается в том, что мы не предполагаем и даже не ожидаем, что эти неточности когда-либо исчезнут. У нас есть вероятности. Мы можем улучшить наши модели, чтобы вероятности были немного более концентрированы, поэтому у нас есть видение, которое немного более четкое о будущем. Но общая перспектива заключается в том, что она будет оставаться чрезвычайно нечеткой и чрезвычайно неопределенной, независимо от того, что будет.
Конор Дохерти: Я хочу поставить здесь флаг, потому что, как мне кажется, есть важный момент, и я просто хочу его усилить. Когда вы говорите о прогнозировании будущего спроса, большинство людей воспринимают это как просто просмотр предыдущих данных о продажах и выведение числа, например, во временном ряду. Ваша позиция состоит в том, что подход вероятностного прогнозирования будет учитывать не только исторические данные, но и другие классы риска, о которых мы говорим, например, увеличенные сроки поставки, корабль, застрявший в канале, или что-то в этом роде, и объединяет их вместе?
Йоаннес Верморель: Да, абсолютно. Вот почему мы в Lokad обычно говорим о предиктивном моделировании вместо прогнозирования. Прогнозирование, в теории, вы можете прогнозировать что угодно, но реальность такова, что когда вы говорите прогноз, по умолчанию ожидается, что вы говорите о спросе или продажах. Это 99% ситуации, когда люди говорят, что у нас есть прогноз, они имеют в виду прогноз продаж или спроса. Но реальность такова, что все, что неопределенно относительно будущего, может быть предвосхищено, и поэтому у нас есть это предиктивное моделирование.
Интересно то, что есть множество вещей, где вы можете моделировать риск, даже если у вас действительно нет данных. Например, война в Европе. Если вы посмотрите на последние 100 лет, была как одна крупная война каждые полвека. Так что, если вы на это посмотрите, это означает, что каждый год есть как два процента шанса, что будет война, которая затронет вас. Вы можете вернуться на пять веков в историю Европы, и это то, что происходило снова и снова.
Я надеюсь, что риск реальной войны для Западной Европы в настоящее время довольно низкий, но опять же, если вы принимаете историческую перспективу, говоря, что есть два процента шанса на наличие массового сбоя, это не относительно безумно. Посмотрите, что происходит на Украине. Риск определенно реален, и 20 лет назад это было в бывшей Югославии. Так что такие вещи происходят, и вам не нужно иметь точных данных, чтобы сказать, что мы можем поставить два процента риска на крупное дестабилизирующее событие.
Вы можете быть зависимы от региона, вы можете быть затоплены, у вас могут быть пожары. Есть множество рисков, где вы можете сделать оценку с точки зрения порядка. Лучше сделать это, чем притворяться, что эти риски вообще не существуют. И с вероятностным прогнозом, чтобы добавить два процента риска, который немного предполагается, чтобы сказать, большое падение спроса, это технически довольно просто.
Напротив, если вы делаете это, если вы подходите к будущему с классическим детерминированным прогнозом временных рядов, это почти невозможно сделать. Да, вы можете сказать, что у нас есть сценарий, когда происходит катастрофа, но как вы согласуете этот сценарий, который сильно отличается от вашего основного прогноза, с тем, что вы делаете ежедневно? На практике вы не можете.
Поэтому многие компании говорят: “О, мы делаем сценарии, мы моделируем риск”, но на самом деле, что насчет ваших ежедневных решений? Все эти ежедневные решения на 100% определяются медианным прогнозом или средним прогнозом, который полностью игнорирует все риски. Так что в этом смысле, да, вы провели некоторые интеллектуальные упражнения, чтобы подумать о риске, но если все решения, которые вы принимаете ежедневно, не включают этот риск тем или иным способом, то это просто интеллектуальное упражнение. Это не влияет на то, что вы делаете ежедневно.
Конор Дохерти: Я действительно хочу немного подтолкнуть вас на этом пункте, потому что мне тоже интересно. Если вы думаете о других методах прогнозирования, например, добавленной ценности прогноза, в которой люди совместно добавляют в прогноз, и идея заключается в том, что разные отделы имеют свои собственные представления. Возьмите пример, новый конкурент собирается появиться, и вы берете эту информацию, у маркетинга есть эта информация, и они как-то включают ее в временной ряд. Это довольно сложно сделать, потому что как вы переводите этот вид знаний в прогноз? Аналогично, здесь я немного подталкиваю, как именно можно учесть два процента шанса на войну в Западной Европе в вероятностном прогнозе, чтобы прийти к количеству единиц, которые у меня на полке? Потому что они кажутся довольно похожими.
Йоаннес Верморель: Давайте начнем с временных рядов. Вы видите, временные ряды сейчас люди думают, что есть это общее убеждение, не все, но большинство практиков цепочки поставок считают будущее только через призму временных рядов. Временные ряды невероятно узки как способ выразить все, что вы знаете о будущем. Например, если вы компания B2B, то есть ваши клиенты - другие компании, очень базовый риск - это просто один из этих больших клиентов уходит к одному из ваших конкурентов. И когда это происходит, все продукты, которые они у вас покупали, они перестают покупать что-либо. И если у вас, например, на складе был товар, который этот клиент регулярно покупал, но этот клиент внезапно уходит от вас, то эта партия товара становится мертвым запасом за ночь. Просто потому что, хотя запасы хорошо обращались, они несли скрытый риск, что этот клиент может вас покинуть.
Итак, у нас есть, и идея, что эти большие клиенты могут вас покинуть, не является супер сложной идеей. Любой продавец скажет: “Ну, у нас был этот клиент, всегда есть риск, что они нас покинут”. Теперь проблема в том, что если вы формулируете свое представление о будущем с помощью временных рядов, вы застряли. Вы не можете выразить это, потому что информация, которую вы имеете, касается клиента, а не продуктов. И если вы сказали, что есть риск, что этот продукт может упасть до нуля, да, но дело в том, что этот риск сильно коррелирует. Это все, что этот клиент покупает, может упасть до нуля одновременно. И это очень, очень разный тип риска, говоря, что этот продукт в изоляции может упасть до нуля.
Первое, что временные ряды просто не подходят для выражения риска.
Чтобы убедиться, что люди не пропустили это, временной ряд - это отражение отношения клиента к продукту, а не самих продуктов. Временной ряд - это всего лишь одномерное измерение. У вас есть измерение, которое падает каждый день, каждую неделю, каждый месяц. Это называется временным рядом на основе эквиса. Это то, что люди имеют в виду, когда думают о временных рядах. Это одномерное измерение, и это буквально как температуры. Были температуры в прошлом, будут температуры в будущем, и поэтому вы можете продлить этот временной ряд.
Однако речь идет о предыдущих отношениях, которые существующие клиенты имели с продуктами, которые вы купили, но это ничего не говорит о будущем. Проблема в том, что информация, которую вы имеете, находится на уровне детализации клиента, а ваш прогноз - на уровне детализации продукта. Есть несоответствие, и нет перевода, чтобы перейти от этой информации к этой другой информации. Это ключевой момент.
В математике, когда вы обманываете, вы сталкиваетесь со странными вещами. Например, когда вы обманываете немного, скажем, например, Земля - это сфера, приблизительно. Это не совсем сфера, но достаточно близко. Поэтому, когда вы хотите иметь карту, вы проецируете сферу на плоскую поверхность. Если вы смотрите на карту мира, вы сталкиваетесь с искажениями. Например, Африка на европейских картах выглядит очень маленькой по сравнению с Европой, хотя Африка на самом деле больше Европы. Это просто эффект искажения, потому что вы используете плоскую поверхность для представления сферы.
Но здесь проблема гораздо больше. Вы пытаетесь представить что-то совершенно рискованное. Это многомерный объект, который вы пытаетесь представить как одномерный объект, ваш временной ряд. Так что вид проблем, которые у вас есть, и искажения, которые у вас есть, абсолютно гигантские. Если вы думаете, что просто уменьшение Африки по сравнению с Европой - это проблема, это очень скромные проблемы по сравнению с теми проблемами, которые у вас есть в цепочке поставок, когда вы пытаетесь внедрить ту информацию, которую вы знаете о риске, во временной ряд.
У нас есть еще одна проблема. Когда вы не знаете решения, очень трудно думать о проблеме. Люди не очень знакомы с классом математических моделей, которые могли бы представлять эти риски. Они застряли с временными рядами из-за того, что они даже не могут представить что-то, что было бы чем-то иным, кроме временного ряда. Но первый шаг - признать, что это не правильное представление. Неважно, если еще не совсем ясно, что следует использовать.
Есть некоторые технические вещи. Например, не совсем ясно, как вычисляется логарифм, но это нормально. Вам не обязательно нужно иметь четкое представление о вещи, чтобы успешно ее использовать. Итак, мы можем перейти ко второй части, как Lokad использует эту информацию.
Идея в том, что когда вы хотите думать о будущем, многомерная версия заключается в том, что каждое возможное будущее имеет вероятность. Так что вы могли бы думать об этом как о вероятности для любого данного будущего, где вы точно знаете уровень продаж всего, о спросе, о вещах, которые будут проданы снова.
Есть вероятность того, что это произойдет. Она исчезающе мала, но если у вас есть подходящие математические инструменты, вы можете работать с исчезающе малыми вероятностями. И снова, из-за того, что у вас очень большое количество возможных будущих, оно все равно складывается в вероятность один. Будет одно будущее, и сумма всех этих вероятностей равна одному.
Вы можете учесть риск, например, двухпроцентного шанса потерять этих клиентов. Это на самом деле не так сложно. Если вы видите спрос через призму продуктов, то очень трудно внедрить клиентов. Но если вы видите спрос как результат поведения клиентов и прогнозируете поведение клиентов, то добавление этого дополнительного риска того, что клиент вас покинет, становится относительно простым.
Вы можете построить свой прогноз разными способами. Что касается гибкости, которую можно использовать или использовать при подходе к временным рядам по сравнению с гибкостью, которую можно использовать при вероятностном подходе, в чем разница и как это затем переводится на управление рисками?
Главная проблема в том, что риски временных рядов не существуют. Они даже не могут существовать. Это как куб в двумерном пространстве. Нет такой вещи как куб. Вы можете нарисовать куб, но в основном, он просто не подходит. Это проблема, когда у вас есть дополнительные измерения, которые не подходят, вы застреваете. Если у вас есть только двумерная плоскость, вы не можете поместить в нее куб. Он просто не будет влезать. И так с временными рядами, вы как бы застреваете.
Вы могли бы приклеить вещи скотчем. Вы могли бы сказать, что мы не можем справиться с риском, но мы можем обмануть, имея неверный прогноз, который намеренно искажен, чтобы решение, которое будет принято на основе этого прогноза, отражало этот риск. Это очень запутанный способ добраться до управления рисками.
Технически, это возможно сделать, но это будет очень странным образом. Например, вы можете справиться с риском, сделав ваш прогноз намеренно менее точным, вводя искажение, намеренное искажение в ваш прогноз. Это один из способов справиться с рисками. Но это очень запутанный способ добраться до этого.
Если вы переходите к вероятностному подходу, у вас есть врожденный вероятностный прогноз. Тогда по умолчанию у вас есть эти вероятности. Есть еще одна часть проблемы, которая заключается в том, как вы делаете оптимизацию. Это называется стохастическим процессом оптимизации. Как вы оптимизируете решение, когда у вас есть неопределенные условия? Так что вам нужно сделать оптимизацию, которая имеет естественную аффинность к этим неопределенностям, которые существуют в начальных условиях.
Конор Дохерти: Если оценивать, и мне интересно, как именно, нет, позвольте мне переформулировать этот вопрос. Если вы находитесь в ситуации, когда у вас есть компания и вы принимаете вероятностный подход, вы занимались временными рядами, вы убеждены в том, что вы только что сказали, и тогда вам представляется рекомендация, которая является конечным продуктом методологии вероятностного прогнозирования. И в этом, там, в любом представленном значении, на самом деле много этих факторов были учтены, например, возможность потери клиента, и вы знаете, что руководство смотрит на это и думает, что это безумие. Как именно они должны взаимодействовать с этим, потому что снова в этом учтено так много вещей. Как преодолеть этот разрыв?
Йоаннес Верморель: Итак, сначала, что такое вывод, и вот где радикальное расхождение. Вывод из процесса управления цепочкой поставок, основанного на рисках, который работает на вероятностных прогнозах, потому что буквально, это, насколько мне известно, практически единственная жизнеспособная техника, которую у нас есть для работы с рисками. Для этого и существуют вероятности. Вывод - это решения, а не план. Это странная вещь, что когда вы думаете, что будущее может быть известно, поэтому вы можете устранить все риски, риски цепочки поставок в основном связаны с этим неопределенным будущим. Если вы думаете, что у вас может быть точный прогноз, то вывод вашей практики по цепочке поставок - это прогноз, и прогноз - это ваш план, потому что как только у вас есть прогноз, это просто вопрос оркестровки решений.
Если вы выбираете подход, основанный на рисках, то результатом вашего процесса не является план, это не прогноз, это решения. Но если ваш процесс, основанный на рисках, плох, потому что он может быть плохим, это приведет к плохим решениям. И как вы определяете, как вы оспариваете решение, чтобы оно было плохим? Ну, это происходит совсем по-другому. Опять же, если мы обратимся к классической перспективе, люди будут думать в терминах точности прогнозирования, потому что это конечная цель. Если вы идете на риск, вы скажете, что есть решение, это решение имеет риски и возможности, прикрепленные к нему, выраженные в долларах или евро. И так, если вы видите, что решение плохое, вы в основном говорите, что оценка в долларах или евро, которая была сделана по этому предстоящему решению, неверна.
И поэтому вы можете указать, и если вы посмотрите на это, мы обычно для каждого решения, которое мы принимаем, разлагаем экономические драйверы, чтобы мы могли сказать, что у нас есть полдюжины драйверов, которые отражают то, что входит в это решение. И поэтому, если вы хотите оспорить это, вы будете оспаривать компонент и сказать, что это, скажем, стоимость хранения, риск стоимости хранения, который вы оцениваете, выглядит совершенно неправильным. И так да, это роль ученых по цепочке поставок разобраться в процессе, чтобы определить, что не так с этой оценкой. Но это очень технический вопрос.
Но реальность такова, что если у вас есть классический прогноз временного ряда, который очень неверен, вы скажете, что этот прогноз временного ряда очень неточен. Но как только вы скажете это, исследование корневой причины этого будет очень техническим занятием.
Конор Доэрти: Если мы вернемся к ранее обсуждавшемуся, мы говорили о проактивных подходах к управлению рисками, которые были, скажем, цифровыми двойниками в автомобильной промышленности, а затем к более реактивному управлению рисками из аналогии с одеждой, которую вы дали. Вероятностное прогнозирование звучит почти проактивно в том смысле, что вы моделируете миры, в которых вы принимаете это решение, вот ожидаемый ответ, вы принимаете это решение, вот ожидаемый ответ.
Йоаннес Верморель: Так, это проактивно в том смысле, что вы просто говорите, что будет колебание, всегда будут колебания, которые гораздо выходят за пределы моего контроля. Вот о чем эта неустранимая неопределенность будущего, и исходя из этого, мне нужно иметь возможность разработать процесс, который будет быстро и адекватно реагировать на эти изменяющиеся условия, независимо от того, оказывают ли они на меня положительное или отрицательное влияние. И так да, это очень проактивно в том смысле, что разработка такого процесса, который позволяет вам использовать возникающие возможности и смягчать возникающие проблемы, требует много подготовки.
Но он не обманут идеей, что вы можете подготовиться настолько, чтобы это привело вас к устранению неопределенности в первую очередь. Вы видите, это не конечная цель. Это немного догматическая позиция, но это идея, что вы не можете дойти до дна этой кроличьей норы прогнозного моделирования. Вы не можете добраться до модели, которая будет на 100% точной, это никогда не произойдет. Количество остаточной неопределенности будет очень велико, и поэтому то, что у вас остается, - это разработка процесса, который очень хорош в поддержании изменений, как вы их наблюдаете.
Потому что вы видите, дело в том, что компании очень часто удивляются тем, что произошло несколько месяцев назад. Вы бы сказали, о, мы не знаем будущего, но что насчет прошлого, мы знаем прошлое. Но если ваше среднее время реакции на то, что вы уже видели, составляет около шести месяцев, то вы можете оказаться удивленным тем, что уже произошло пару месяцев назад, и компании очень регулярно удивляются таким образом.
Конор Дохерти: Снова, я хочу немного подтолкнуть здесь, потому что я знаю, если мы хотим говорить о управлении рисками, мы должны говорить о том, как мы оцениваем наши практики управления рисками. И снова, вернувшись к временным рядам против вероятностных подходов, если у вас есть временной ряд и он совершенно неверен, я могу указать на это и сказать, что это было неверно, это было катастрофически неверно. И это, знаете, это бинарно, это либо было точно, либо не было. Вы сказали, что мы продадим 100, мы продали 10. Вы ошиблись на порядок. С вероятностным подходом вы предоставляете вероятности, вы не говорите, что это определенно то, что вы продадите. И не защищает ли это вас от ошибок?
Йоаннес Верморель: Нет, я имею в виду, технически есть метрики для точности вероятностных прогнозов, но еще более интересно, вы можете оценить правильность самих решений. И это, знаете, забудьте о вероятностях. Они просто преходящий артефакт вычисления. Есть множество других артефактов, числовых артефактов, которые входят в расчет. Они несущественны в том смысле, что если у вас неверные вероятности, но вы все равно принимаете правильное решение, действительно ли важно, что ваши вероятности неверны?
Конор Дохерти: Что вы имеете в виду под этим? У вас может быть неверная вероятность, но вы все равно принимаете правильное решение?
Йоаннес Верморель: Например, есть люди, которые не всегда осознают, но компьютеры все время приближают вещи. Когда вы делаете расчет, вы просто используете определенное количество цифр точности. Важна ли потеря точности или нет? Ответ - это зависит. И в цепочке поставок это зависит от чего. Ну, это зависит от того, хорошее или плохое окончательное решение.
Итак, в конце концов, я просто говорю, что вы должны судить о качестве этого подхода, основанного на риске, по тому, что он делает в самом конце процесса, решениях. Работа с высокоразмерными вероятностями, связанными с числовой оценкой вероятностей в очень высокоразмерном пространстве, сопряжена со всевозможными причудами. Подходят ли техники или нет, действительно следует судить по конечным результатам, а не по качеству вероятностного прогноза.
Обязательно, точность прогноза не является главной проблемой, а скорее сколько денег было заработано или потеряно.
Конор Дохерти: Да, точно. И ну, это очень сложно для некоторых людей. Простите меня, я не хочу быть надменным, но вы говорите, что идея хотеть более точного прогноза технически неверна с точки зрения управления рисками?
Йоаннес Верморель: Итак, во-первых, я говорю, когда вы говорите, что у вас, скажем, на 20% неточный прогноз, эти проценты - это полностью выдуманная единица измерения. Это не килограммы, это не киловатты, это не что-то, что имеет какую-либо осязаемую реальность. Это выдумано, и люди говорят: “О, но мы так привыкли к тому, что эти проценты точности выражаются в процентах, что, конечно, это должно быть реальным”. Я говорю, вовсе нет. У вас могут быть чрезвычайно вредные прогнозы, которые оказываются очень точными, где неточность, выраженная в процентах, очень низкая.
Есть анекдот, который мне снова и снова рассказывали, где вы можете просто прогнозировать нулевой спрос на магазин, и это очень быстро даст вам очень точный прогноз. Вы прогнозируете ноль, вы открываете с нулем, и прогноз становится на 100% точным. Итак, это измерение, выражающее проценты, не очень разумно.
Если я скажу вам, что вы можете иметь вероятностное измерение прогноза, выраженное в кросс-энтропии, это будет очень абстрактно и не слишком проницательно. Но тот аргумент, который я выдвигаю, заключается в том, что кросс-энтропия так же абстрактна и непрозрачна, как и проценты. Это очень выдумано. Единственная причина, по которой, например, в Lokad мы выбираем кросс-энтропию, заключается в том, что у нее хорошие свойства, когда дело доходит до принятия окончательных решений.
Например, кросс-энтропия проявляет очень крутые градиенты, которые облегчают обучение высококачественных моделей. Это очень техническая вещь, но она работает. И она работает в каком смысле? Она работает, оценивая конечные результаты игры, которые являются решением, сгенерированным в самом конце процесса и которое в конечном итоге приводит к сокращению ошибок в евро или долларах. Это метрика, которая важна для людей, которые работают с этой точки зрения, основанной на риске.
Опять же, если вы работаете с точки зрения временных рядов, вы думаете в терминах, как производитель автомобилей с дефектом, который убивает людей. Вы говорите: “Знаете что, мы не считаем доллары, мы просто хотим быть уверены, что мы чрезвычайно безопасны и что мы безопасны почти за пределами измерений.”
Конор Доэрти: Итак, если у вас есть целое подразделение, посвященное управлению рисками, оценке рисков, но ваша цепочка поставок основана на подходе прогнозирования временных рядов, является ли вашей позицией то, что это почти парадоксально, как противоречие в терминах?
Йоаннес Верморель: Нет, это просто означает, что люди, которые занимаются управлением рисками, просто бюрократы. Что бы они ни делали, это не имеет последствий. Обычно у них просто нет последствий. Знаете, дело в том, что если вы проводите оценку риска, но если эти вещи не могут маргинально корректировать каждое отдельное решение, принимаемое в вашей цепочке поставок, то вы провели оценку и просто похоронили оценку сразу после ее проведения.
Вы видите, если вы говорите: “О, у этого поставщика есть 2% риска обанкротиться в следующем году”, хорошо, влияет ли это на ваши решения о покупке? Если нет, то вы просто похоронили свою оценку. Вы игнорируете это. Вы просто зарываете голову в песок.
И это очень странно, потому что люди скажут: “О, но мы проанализировали риск”. Да, но вы не действуете на основе этой оценки. И когда я говорю о действии, люди действительно думают об этом, это ошибка. Когда люди думают о цепочке поставок, вот что вы услышите в СМИ. Они скажут: “О, у нас не должно быть нашей фабрики в Китае”. Да, это очень макро риск, но есть и гораздо более обыденные риски.
Итак, что вы покупаете, где вы его храните, увеличиваете или снижаете свои ценовые точки? Это решения, которые также связаны с риском, и эти решения принимаются ежедневно для каждого отдельного SKU, который вы либо покупаете, либо производите, либо продаете. И какую бы оценку вы ни имели в отношении риска по отношению к вашему поставщику, вашему конкуренту, вашим клиентам, вопрос в том, если нет чего-то, что численно связывает точки между этой оценкой и этими очень маленькими решениями, которые вы принимаете, то вы не управляете риском должным образом.
Конор Доэрти: Итак, поправьте меня, если я ошибаюсь, вы говорите, что большинство людей воспринимают управление рисками на макроуровне, как массовое событие, которое полностью нарушает цепочки, но ваша позиция заключается в том, что более важное, более насущное управление рисками находится в повседневных, меньших решениях?
Йоаннес Верморель: Оба вида управления очень важны, но давайте будем реалистами насколько вы можете быть действительно осведомлены, чтобы принять правильное решение. Для этих макрорешений, в большой степени, это азартная игра. Это полная азартная игра и это нормально. Это капитализм. Это экономика прибылей и убытков. Люди рискуют и в этом есть элемент случайности. И я говорю, что у вас не может быть практики, которая скажет вам, безопасно ли входить на новый рынок, например, или нет. Вы можете делать оценки, вы можете попытаться рационализировать процесс немного, но в основном, это то, что как-то ускользает от статистики и количественного анализа.
Напротив, если вы смотрите на цепочку поставок, средний размер компании будет принимать десятки тысяч решений в день, каждый день. И вот что я говорю, в отличие от больших макрорешений, где вы играете в азартные игры и нет другой альтернативы, кроме как полагаться на свою интуитивную оценку, в случае этих десятков тысяч решений, которые должны быть приняты ежедневно, вы можете провести количественную оценку и что-то, что действительно имеет смысл.
Конор Доэрти: Чтобы отойти от колоссальных примеров, как макромасштабные, давайте перейдем к чему-то вроде уровня SKU. Итак, у нас есть ряд магазинов, у нас есть 10 магазинов, и у нас есть ограниченное количество инвентаря, инвентарь белых футболок, и все 10 магазинов нуждаются в белых футболках. Как бы был вероятностный, наиболее осведомленный о рисках способ распределения того, что у меня есть, среди всех магазинов, которые в нем нуждаются?
Йоаннес Верморель: Давайте рассмотрим классическую перспективу. Классическая перспектива, ориентированная на временные ряды, вы собираетесь предположить, что знаете будущее. Итак, у вас есть безопасный запас. В основном, вы говорите, что каждый магазин должен иметь этот товар в наличии, а затем, чтобы признать небольшую остаточную неопределенность поверх этого, вы добавите небольшой буфер, и это ваш безопасный запас. Все магазины рассматриваются независимо, и идея состоит в том, что у вас должно быть достаточно запасов, чтобы покрыть все ваши магазины.
Теперь, каков реальный риск? Риск заключается в том, что вы можете остаться без запасов на уровне склада, и тогда вопрос становится, у меня ограниченный ресурс на складе, что мне следует делать для моих различных магазинов? Если вы просто делаете это классическим способом, классический способ скажет, что у меня есть мой безопасный запас, я просто делаю распределение для первого магазина, у меня еще остался инвентарь, я повторяю процесс для второго магазина, и тогда, возможно, на четвертом магазине, я остановлюсь, потому что нет инвентаря. Итак, что вы сделали, это по сути заполнили первые четыре магазина и ничего не отправили в другие. Это не очень умно. Это не правильное обращение с этой ситуацией, этим маленьким мини-кризисом, который у вас есть, имея товар вне запасов на складе.
Конор Доэрти: Какие здесь риски с финансовой точки зрения?
Йоаннес Верморель: Нет, это не так. Вот о чем ваш безопасный запас. Когда вы ставите безопасный запас, вы говорите, что я ставлю единицы в магазин, которые имеют очень низкую вероятность быть проданными в течение моего релевантного временного окна. Вот для чего нужен безопасный запас. Это буфер, который, скорее всего, вам не понадобится.
Если вы хотите максимизировать свою продажу, гораздо лучше просто распределить инвентарь так, чтобы в каждом магазине было немного. Цель состоит в том, чтобы все магазины остались без запасов одновременно. Очевидно, что вы не сможете этого действительно достичь, но к этому вы хотите приблизиться.
Рассмотрим альтернативную ситуацию, когда вы сконцентрировали запасы в первых четырех магазинах. У вас есть все другие магазины, которые остались без запасов, поэтому вы вообще не продаете. И для тех, вы собираетесь продать что-то вроде половины инвентаря, поэтому у вас будет много остатков. Вы оказываетесь в ситуации, когда у вас есть магазин, который остался без запасов, в то время как другой имеет сравнительно избыточный запас, и спрос в магазинах, которые не имеют запасов, остается неудовлетворенным.
Конор Доэрти: Итак, здесь риск?
Йоаннес Верморель: Да, и здесь мы говорим о риске остаться без запасов. Один из способов управления этим - сохранить запасы на складе, когда вы видите, что продукт на складе находится под угрозой остаться без запасов. Таким образом, лучшие магазины все еще могут иметь немного товара.
В отличие от подхода временных рядов, который рассматривал бы каждый из наших 10 магазинов независимо, вероятностный подход учтет сеть и контингенты или взаимозависимости между всеми этими магазинами и отношение к моему доступному инвентарю.
Конор Доэрти: Мне интересно, как именно компания может управлять всем этим, потому что это много информации по сравнению с, скажем, традиционным подходом временных рядов. Единственный ли способ управления всем этим через автоматизацию или люди все еще участвуют в проверке этих решений?
Йоаннес Верморель: Способ, которым Lokad это делает, - автоматизация всего процесса. Люди здесь, чтобы контролировать автоматизацию, но реальность такова, что большинство компаний, хотя они утверждают, что все проверяется вручную, давно используют довольно автоматизированные процессы. Когда у вас есть настройка инвентаря мин-макс с средним и максимальным, у вас есть автомат пополнения, который обычно работает без присмотра. Это уже было случаем наличия широко автоматизированных установок на протяжении десятилетий.
Lokad - это всего лишь еще один шаг в этом направлении, но это не обязательно такой большой прорыв по сравнению с тем, что у людей было раньше. Это более автоматизировано, но многие компании уже работают на высоко автоматизированных установках.
Конор Доэрти: Могла ли компания, которая не использует автоматизацию, но, скажем, как я упоминал ранее, имеет целые подразделения экспертов в области управления рисками, эти компании достаточно осведомлены, верно?
Мне также приходит в голову, что мы в какой-то мере сосредоточили всю беседу вокруг более осязаемых рисков, таких как артикулы, магазины, наводнения. Это все очень осязаемые ресурсы или активы и соответствующие риски. Есть ли неосязаемые риски, такие как время, пропускная способность, знания, все эти вещи, которые как бы входят в работу компании? Какие там риски или как мы управляем ими?
Йоаннес Верморель: Есть неосязаемые риски. Например, если вы компания моды и вы делаете продажи, вы создаете ожидание среди своих клиентов, что эти скидки будут происходить снова в будущем, и поэтому люди меняют свое поведение. Оценка этого процесса в теории возможна, но на практике это очень сложно, потому что создание ожиданий у ваших клиентов - это то, что делается на протяжении многих лет, поэтому это не то, где экспериментирование легко.
Например, если вы бренд роскоши и у вас есть убеждение, что вы никогда не должны делать акции, потому что это обесценивает ваш бренд, вы не собираетесь проводить пятилетний тест, чтобы увидеть, действительно ли акция обесценивает ваш бренд. В какой-то момент вам нужно действовать на основе убеждений и суждений, а не проводить тест.
Стоимость, которая генерируется при проведении акции, очень реальна. Когда вы проводите акцию, у вас есть определенная сумма денег, которую вы немедленно теряете, понижая свою цену, поэтому вы отказываетесь от некоторой маржи. Это немедленные затраты, но есть и дополнительный риск возникновения плохих привычек со стороны клиента, и вам нужно количественно оценить эти затраты.
Есть также другие классы риска, такие как зависимость от ИТ. У вас может быть программное обеспечение, которое разваливается, у вас может быть множество других вещей, которые просто влияют на вашу цепочку поставок. Но эти риски больше похожи на те, что в производстве, где вы хотите, чтобы ваш ERP работал 100% времени. Нет причин для простоя, вы можете разработать что-то, что невероятно близко к 100% времени работы.
Конор Дохерти: Вы только что упомянули, что с точки зрения стратегии ценообразования, скидки могут внушить плохие потребительские привычки. Что вы имели в виду под этим?
Йоаннес Верморель: Когда вы проводите акцию, клиент видит, что вы проводите акцию. Так что в следующий раз они скажут: “Я не буду покупать по полной цене. Я просто подожду, пока вы снова не проведете акцию. Я видел, что вы проводите акции, поэтому я знаю, что акции происходят с вашим брендом, поэтому я могу подождать. Я подожду, пока вы не проведете акцию, а потом я куплю.”
Проблема в том, что ничто не сможет действительно смоделировать это. Моделирование психологии ваших клиентов в основном выходит за рамки вашего понимания, потому что формирование менталитета ваших клиентов занимает десятилетие.
Когда вы устанавливаете цену, вы передаете сообщение своим клиентам. Люди уделяют внимание, но это требует времени, чтобы усвоиться. Поэтому есть значительная инерция. Вы можете попытаться сделать сложное моделирование, чтобы оценить, каково будет влияние, но реальность такова, что поскольку эти вещи занимают годы, вы не сможете много экспериментировать. Вы не сможете проверить те методы, которые вы используете. Таким образом, на самом деле вам нужно принимать решения на основе суждений.
Конор Дохерти: Так что это элемент протокола управления рисками, который все еще будет в компетенции людей, достигающих консенсуса. Хотим ли мы ликвидировать этот запас? Хотим ли мы держать его навсегда? Или мы хотим продать его по акции?
Йоаннес Верморель: Да, и когда у вас есть такой подход, основанный на рисках, он гораздо более совместим с этими видами грубых оценок по сравнению с традиционным прогнозированием по временным рядам, где такие вещи не имели места.
Конор Дохерти: Так что руководящим принципом для определения, какие правила большого пальца компании должны принять, должно быть, способствует ли это большему возврату?
Йоаннес Верморель: Если что-то можно количественно оценить, то идите на это. Но когда это невозможно, но есть общее согласие, что это важно, тогда вам следует делать грубые оценки.
Я думаю, что это очень опасный путь сказать, что у нас нет разумных чисел, и поэтому мы притворяемся, что это не существует. Это существует, и поэтому вам нужно делать грубые оценки. Лучше иметь число, которое приближенно правильное, чем точно правильное.
Конор Дохерти: Мне кажется, что мы как бы завершаем, но я хотел бы задать немного сложный вопрос. Вы говорили о том, что если количественный анализ финансово неприемлем. Так что для больших компаний, которые могут позволить себе более сложное прогнозирование и политику управления рисками, они, возможно, могут принять вероятностный подход. Но для компаний, которые не имеют таких свободных денег, какой совет вы бы дали в отношении управления рисками, который был бы осуществим?
Йоаннес Верморель: Я бы поставил вопрос, действительно ли вы можете позволить себе игнорировать риск? Запасы стоят денег. План цен на услуги ученого по цепочке поставок, который поможет вам оптимизировать ваше решение, составляет около 2 500 евро в месяц. Да, это значительная сумма денег, но если вы не маленькая компания, если вы компания с оборотом 10 миллионов долларов или евро и более, это не так уж и много денег. Это всего лишь доля того, что вы платите за одного человека.
Если у вас есть пять и более человек, которые выполняют функции поставки, такие как пополнение запасов, планирование производства, распределение запасов, управление ценами, и у них есть процесс, который полностью игнорирует риск, я бы сказал, действительно ли вы можете позволить себе продолжать это делать? Игнорирование этих рисков может стоить вам несколько миллионов долларов только потому, что вы совершенно игнорировали риск.
Из-за того, что это необычно, люди ожидают, что это только то, что предназначено для компаний типа Amazon и тому подобных. Нет, это не так. В большой степени классический прогноз временных рядов гораздо сложнее, и причина в том, что это несоответствие проблемы. Так что да, на первый взгляд это выглядит проще, потому что люди привыкли к временным рядам, но когда дело доходит до реального решения проблемы, оно полностью несоответствует реальной проблеме, и это решение, хотя на практике оно выглядит простым, становится кошмаром при развертывании и использовании.
Тип вероятностных прогнозов, которые Lokad использует для малых клиентов, малых компаний, необычен, но он хорошо подходит для решения проблемы, и в конце концов, знаете, и это снова в моих лекциях я привожу примеры того, что если вы хотите взглянуть на вероятностные техники, большинство моих примеров кода занимают менее 20 строк. Так что люди скажут, что это невероятно сложно, и я скажу, что это всего лишь 20 строк кода, и вы можете ознакомиться с полным описанием метода в лекции, которая длится около полутора часов.
Действительно ли вы можете сказать, что ваша компания настолько мала, что вы не можете позволить себе потратить несколько десятков часов на этот случай? Это действительно выходит за рамки ваших возможностей? Я имею в виду, да, если вы магазинчик с одним человеком, но если вы компания, которая делает оборот более 10 миллионов долларов в год, вы не магазинчик. У вас уже есть вещи на кону, и ошибки могут стоить гораздо больше, и наоборот, потому что это не только ошибки, это также возможности.
Если, подняв цену в нужный момент, вы увеличите свою маржу на десять процентов, это может привести к тому, что несколько сотен тысяч долларов чистых денег потекут в вашу компанию, и это действительно компенсирует затраты на то, чтобы некоторые люди тратили время на риск.
Конор Дохерти: Итак, если бы я хотел это подытожить, это было бы в основном элементом прыжка веры, но вода не такая уж и холодная, когда вы делаете это…
Йоаннес Верморель: Я бы сказал, что это не столько прыжок веры. Я думаю, есть очень странная идея, что в основной теории цепочки поставок риски буквально не существуют. У вас есть супер мягкие колебания спроса и супер мягкие колебания сроков поставки, моделируемые нормальными распределениями, которые, когда люди говорят о нормальном распределении, это способ сказать, что риска нет.
Реальность такова, что я никогда не встречал предпринимателя, который бы не был полностью осведомлен о том, что его бизнес полон рисков. Безумие в том, что с помощью основного программного обеспечения для цепочки поставок, люди притворяются, что рисков нет, но риски все равно существуют, и поэтому компании регулярно сталкиваются с катастрофами, которые очень дорого обходятся из-за рисков, которые не были, как я уже говорил, как инвестиции, входящие на российский рынок в 1991 году, думая, что это сработает, что внезапно это станет новым Эльдорадо.
Я говорю о том, что компании сталкиваются с катастрофами из-за вещей, которые были вполне предотвратимы, вещей, которые были действительно в пределах ожидаемого риска, таких как проблемы у поставщиков, цены, которые идут вверх или вниз, колебания спроса, но не за пределами того, что можно было ожидать от общей эволюции рынка. Вот в чем дело, и моя точка зрения заключается в том, что большинство основных практик просто полностью игнорируют риск.
Когда я говорю с практиками цепочки поставок, они говорят, что риска много, но дело в том, что они не могут преодолеть пропасть, и я говорю, что это не очень сложно, это просто очень отличается от того, что вы делаете, и это не только известно, это даже дешевле, потому что это также приводит к большей степени автоматизации, потому что одна из причин, почему вам нужно так много людей, когда вы занимаетесь цепочкой поставок с временными рядами, заключается в том, что из-за того, что у вас есть огромное несоответствие между реальностью и этими временными рядами, вам нужно иметь много людей, чтобы постоянно склеивать процесс.
Но если у вас есть что-то, где у вас лучше совпадает, вам не нужно почти столько же людей, чтобы склеивать вещь.
Конор Дохерти: На этой ноте, я думаю, я закрою эту тему. Йоаннес, большое спасибо, как обычно, было приятно. И большое спасибо за просмотр, увидимся в следующий раз.
