00:00:00 Введение и определение терминов
00:02:40 Неопределенность и стоимость обеспечения безопасности в цепи поставок
00:03:54 Управление рисками и минимизация потерь
00:05:30 Несократимый риск и возможности в цепи поставок
00:07:37 Цепь поставок против производственного совершенства
00:09:35 Риски и возможности в цепи поставок и конкуренты
00:14:09 Проблемы со статическим подходом в цепи поставок
00:15:56 Предсказуемые ошибки как деловая практика
00:18:46 Инженерная гибкость в цепи поставок
00:21:20 Денежная стоимость риска и возможностей
00:23:36 Финансовая оптимизация рисков в цепи поставок
00:26:37 Подход Lokad к вероятностному прогнозированию
00:29:53 Риск массовых нарушений и региональных катастроф
00:31:59 Учет рисков при ежедневных решениях в цепи поставок
00:34:08 Риск потери крупных клиентов и взаимосвязь рисков
00:37:03 Искажение на картах и математических моделях
00:42:31 Построение прогнозов и риска временных рядов
00:45:20 Стохастическая оптимизация и вероятностный подход
00:48:36 Декомпозиция экономических факторов для принятия решений в цепи поставок
00:51:44 Компании часто удивляются прошлым событиям
00:57:00 Повреждение прогнозов и перекрестная энтропия в прогнозировании
01:00:00 Важность действенной 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 клиентов
01:24:26 Оценка прогнозов временных рядов
01:27:33 Риски в основном программном обеспечении для цепей поставок
01:29:30 Заключительные мысли и призыв к действию
Резюме
Conor Doherty, ведущий LokadTV, и Жоанн Верморель, основатель Lokad, обсуждают встроенные риски в управлении цепями поставок. Верморель подчеркивает, что основным риском является неопределенность будущего, которая неизбежна и выходит за пределы контроля. Он отмечает, что каждое решение включает в себя компромисс между риском и вознаграждением, и что нулевой риск недостижим. Верморель также подчеркивает возможности, которые могут возникнуть из этих рисков, такие как использование дефицитов на рынке. Он пропагандирует гибкое и оптимистичное мышление, а также использование вероятностного прогнозирования для снижения риска. Верморель и Доэрти приходят к соглашению о том, что даже малые компании могут получить выгоду от управления рисками, что приведет к увеличению маржи и денежного потока.
Расширенное резюме
В беседе между ведущим Конором Доэрти и основателем компании Lokad Жоаннесом Верморелем, специализирующейся на оптимизации цепей поставок, подробно рассматривается тема управления рисками в цепях поставок. Верморель объясняет, что основным источником риска в цепях поставок является неопределенность будущего. В отличие от производства, где риски можно устранить, совершенствуя процесс, риски цепей поставок зависят от будущих условий, которые неизвестны и неустранимы.
Верморель подчеркивает, что каждое решение в управлении цепями поставок представляет собой компромисс между риском и вознаграждением, и неопределенность будущего неустранима. Он также отмечает, что нулевого риска не существует в цепях поставок. Даже при идеальном производственном процессе всегда есть двузначный процентный риск того, что продукт не будет продан на рынке через пять лет.
Верморель повторяет, что источником риска в цепях поставок является неопределенность будущего. Он объясняет, что этот риск неустраним и, в отличие от других областей, таких как бухгалтерия, где риски можно устранить, риски цепей поставок выходят за пределы контроля и могут быть только смягчены. Он также указывает на то, что в цепях поставок, помимо рисков, есть и возможности. Например, иметь большой запас товара в условиях дефицита на рынке может привести к хорошей прибыли.
Верморель соглашается с наблюдением Доэрти, что риски в цепях поставок кажутся более распространенными и имеют предсказуемые финансовые последствия. Он подчеркивает, что управление цепями поставок связано с большим количеством рисков и возможностей, которые в основном выходят за пределы контроля, и единственное, что можно сделать, это принимать решения, сбалансированные между этими рисками и возможностями.
Верморель объясняет, что в цепях поставок могут возникать как риски, так и возможности. Например, появление или исчезновение конкурента может снизить или повысить цены, влияя на прибыльность. Он также приводит пример европейской электронной коммерческой компании, которая использовала неожиданное событие, чтобы получить исключительную прибыль.
Верморель объясняет, что в цепях поставок важно иметь гибкое и оптимистичное мышление. Он отмечает, что хотя можно установить практики, которые позволяют использовать предсказуемые ошибки, также важно быть готовым к появлению новых рисков.
Верморель обсуждает стоимость дефектов в автомобильном производстве, отмечая, что в управлении цепями поставок нет жестких ограничений, и все подлежит финансовой оптимизации. Он объясняет, что прогнозирование используется в управлении цепями поставок для снижения риска. Однако, в отличие от дефектов в автомобильном производстве, нет возможности полностью исключить неточности прогнозирования.
Верморель вводит понятие вероятностного прогнозирования, где каждое возможное будущее имеет 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 продукцию.
Верморель утверждает, что качество рискового подхода следует оценивать по конечным результатам, а не по качеству вероятностного прогноза. Он подчеркивает, что основной интерес должен быть связан с тем, сколько денег было заработано или потеряно, а не с точностью прогноза.
Верморель предлагает использовать перекрестную энтропию, меру точности вероятностного прогноза, которая также абстрактна, как и проценты, но обладает хорошими свойствами для обучения моделей высокого качества. Он подчеркивает, что конечные результаты, приводящие к снижению ошибок в денежном выражении, являются наиболее важной метрикой.
Верморель предполагает, что такие подразделения по управлению рисками часто являются бюрократическими, и их оценки не имеют последствий, если они не корректируют каждое принятое решение в цепи поставок. Он утверждает, что если оценки рисков не влияют на решения о закупках, они игнорируются.
Верморель соглашается, утверждая, что хотя оба аспекта важны, макро-решения часто являются игрой случая, в то время как ежедневные решения могут быть количественно оценены.
Верморель обсуждает классическую концепцию управления цепями поставок, где каждый магазин рассматривается независимо, и поддерживается резервный запас для возможных дефицитов. Однако такой подход может привести к проблемам, таким как исчерпание запасов на уровне склада. Он критикует традиционный подход к распределению резервного запаса между магазинами последовательно, что может привести к полному запасу в некоторых магазинах, в то время как другие не получают ничего. Это может привести к неудовлетворенному спросу и избыточному запасу в определенных магазинах.
Верморель предлагает лучший подход - распределить запасы так, чтобы все магазины одновременно исчерпали запасы, максимизируя продажи. Он предлагает вероятностный подход, который учитывает сеть и взаимосвязи между всеми магазинами и имеющимися запасами.
Верморель обсуждает нематериальные риски, такие как ожидания клиентов и стоимость бренда. Например, предложение скидок может привести к ожиданию клиентами будущих скидок, что может быть сложно количественно оценить и управлять. Он также упоминает другие классы рисков, такие как зависимость от информационных технологий, которые могут повлиять на цепь поставок.
Верморель объясняет, что промо-акции могут привести к ожиданию клиентами будущих акций перед покупкой, что может быть сложно моделировать и управлять из-за долгосрочной природы поведения клиентов. Он предлагает, что рисковый подход более совместим с такими типами предположений, чем традиционные прогнозы на основе временных рядов.
Верморель оспаривает представление о том, что только крупные компании могут позволить себе управление рисками, утверждая, что игнорирование рисков может быть более дорогостоящим. Он предлагает, что вероятностные прогнозы могут быть более эффективными и легче внедряемыми, чем традиционные прогнозы на основе временных рядов. Верморель утверждает, что даже маленькие компании могут получить выгоду от управления рисками, так как это может привести к увеличению маржи и денежного потока.
В заключение, Верморель соглашается с резюме Доэрти, утверждая, что многие компании сталкиваются с предотвратимыми катастрофами из-за игнорирования рисков. Он предлагает, что лучшее соответствие между реальностью и управлением цепочкой поставок может привести к более высокой степени автоматизации и уменьшению необходимости в людях для управления процессом.
Полный текст
Конор Доэрти: Добро пожаловать на LokadTV! Риск является системным в цепочке поставок. С определенной точки зрения, каждое принятое решение в цепочке поставок представляет потенциальные классы риска, как прямые, так и косвенные. Здесь, чтобы объяснить, почему - и, что самое важное, как их избежать, у нас есть Жоанн Верморель, основатель Lokad.
Итак, Жоанн, чтобы процесс управления рисками был успешным, мы должны сначала его понять. А чтобы его понять, мы должны сначала определить его. Итак, в контексте цепочки поставок, что именно такое управление рисками и в чем его отличие от управления рисками в других областях, например, в производстве?
Жоанн Верморель: Основным источником риска в цепочке поставок является будущее, которое вы не знаете. В производстве это в основном связано с наличием правильного процесса. Если у вас есть правильный процесс, вы можете производить миллиарды деталей, не сталкиваясь с дефектами. Таким образом, 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 только вопрос времени, когда завод загорится.
В цепочке поставок это буквально будущее, которое вы не знаете, и вы не можете защититься от всех возможностей, потому что это слишком дорого. Всегда есть возможность того, что спрос на определенные продукты вырастет в 20 раз, но стоит ли иметь на складе в 20 раз больше, чем вы ожидаете продать, учитывая применимое время доставки и прочее, только потому что есть этот один отдаленный шанс столкнуться с этим супернепредсказуемым всплеском спроса? Нет.
В основе, я бы сказал, в отличие от некоторых других областей, в цепочке поставок источниками риска являются будущие условия, которые вы не знаете, и каждое принятое вами решение является своего рода компромиссом между видом риска и вознаграждениями, связанными с этой неопределенностью будущего. И я бы сказал, что неопределенность будущего нередуцируема, в отличие, скажем, от неопределенности, связанной с физическими активами в вашем производственном процессе на заводе.
Нулевого риска не существует. Хотя, если вы смотрите на производственный процесс, вы можете очень близко подойти к нулю. Я имею в виду, это не абсолютный ноль, но очень близко. В цепочке поставок, посмотрите на любой продукт, всегда есть двузначный процент риска того, что этот продукт больше не будет продаваться на рынке через пять лет. Очень мало продуктов, о которых можно сказать с абсолютной уверенностью, что они будут существовать через пять лет, особенно если учесть, что продукт может быть заменен вариантом, который все равно считается другим SKU.
Конор Доэрти: Итак, чтобы подвести итог, вы говорите, что управление рисками в цепи поставок - это чисто вопрос минимизации потерянных ресурсов или это просто финансовая проблема?
Жоанн Верморель: Источником риска является буквально то, что вы не знаете будущего. Если бы у вас был волшебный хрустальный шар, который бы сообщал вам будущее, в теории вы могли бы иметь практически безрисковую практику в цепи поставок, предполагая, что у вас достаточно денег.
Этот источник риска нередуцируем и кажется странным во многих других областях. Например, в бухгалтерии у вас есть риск совершения бухгалтерских ошибок, но для этого существуют бухгалтерские практики, чтобы практически исключить этот риск. Когда вы думаете о риске, связанном с неправильными бухгалтерскими практиками, вы действительно хотите, чтобы это было крайне редким.
В цепи поставок у вас нет выбора. Независимо от того, насколько вы хороши, если у вас есть правильные практики, риск нередуцируем. У вас может быть война, блокировки, пожары, все виды событий, которые находятся за пределами вашего контроля и которые могут сильно повлиять на спрос в одну или другую сторону. Это основной источник риска - то, что вы не знаете, и все, что вы можете сделать, связано с смягчением этих рисков. Но также, поскольку есть риск, есть и возможности, которых нет в других областях, например, в бухгалтерских практиках.
Например, если у вас есть много запасов чего-то, когда на рынке наблюдается нехватка, вы можете потенциально получить хорошую прибыль от продажи этого запаса по премиальной цене.
Конор Доэрти: Кажется, что многие из этих проблем в цепи поставок будут гораздо более распространенными, 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 цепи поставок, такие как увеличение или ускорение сроков поставки на несколько дней, являются довольно регулярными и имеют предсказуемые финансовые последствия.
Жоанн Верморель: Да, и они не зависят от вас. Это также одна вещь, которая очень отличается. Если вы находитесь в процессе производства на заводе и у вас есть дефекты, исправление процесса так, чтобы больше не было дефектов, полностью зависит от вас. Вы можете потенциально достичь состояния без дефектов, которое является совершенством, или вы можете приблизиться к совершенству.
Опять же, если мы перейдем к миру цепи поставок, это не так. 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 внутриализуете, у вас может быть перевозчик, и это все равно находится за пределами вашего контроля. И даже если вы внутриализуете перевозчика, дорога может быть перекрыта из-за наводнения или по другой причине, и снова это находится за пределами вашего контроля.
Так что то, что делает практику цепи поставок такой специфической, это то, что вы имеете дело с большим количеством рисков и, соответственно, с большим количеством возможностей, и они в основном находятся за пределами вашего контроля. Так что единственное, что вы можете сделать, это принимать решения, которые должны правильно балансировать эти риски и возможности.
Конор Доэрти: Итак, когда вы говорите о возможности в контексте риска, вы имеете в виду упущенные возможности?
Жоанн Верморель: Да, конкурент может внезапно войти на рынок и снизить цены. Это риск. Так что вам, возможно, придется снизить свою цену в ответ, и тогда вы будете менее прибыльными, чем ожидали, или даже, возможно, вы вообще не будете прибыльными. Но может произойти и обратное. Конкурент может выйти из вашего рынка. В этом случае вы можете повысить цену и будете более прибыльными, чем ожидали.
Каждый раз, когда вы думаете, что есть риск, есть возможность. Если происходит наводнение, возможно, ваш склад будет затоплен, или, возможно, затоплен склад вашего конкурента. Так что, когда люди думают о риске в производственных условиях, у них есть ясная цель, которая заключается в достижении совершенства. Так что, когда вы думаете о риске, необходимо учесть, что нет конкретных действительно случайных возможностей.
Но в цепи поставок это может произойти. У вас может быть тысячи продуктов, и по каким-то случайным причинам конкуренты просто допускают ошибки. У них нет правильного количества запасов, у них нет правильной мощности или у них неправильное распределение, и тогда появляются возможности.
Например, крупная европейская компания электронной коммерции, одна из их техник заключалась в том, что они начинали продавать модные товары и очень быстро в сезоне определяли бестселлеры, буквально за день или два. И что они делали, они сразу же делали гигантский заказ на оригинальный бренд и забирали все запасы.
Это было удивительно хорошо принято, и поэтому они говорили: “Хорошо, если такое количество продаж является для нас сюрпризом, скорее всего, это также сюрприз для оригинального бренда. Что произойдет, если мы сделаем массовый заказ? Мы будем сидеть на большой куче товаров, пока все остальные будут исчерпывать запасы. Мы можем продавать те же самые товары по немного более высокой цене, чем обычная цена, и все равно продавать все без каких-либо штрафов, связанных с распродажей в конце сезона”.
Итак, вы видите, идея заключается в том, что происходит неожиданное событие, продукт продается больше, чем ожидают эксперты, и затем, если вы умны, вы можете превратить это в возможность забрать все доступные запасы и получить исключительную прибыль от этого продукта. Таким образом, риск есть, но есть и возможность, которая возникает.
Conor Doherty: Понял, спасибо. Этот пример довольно интересный, потому что он открывает потенциальную развилку в разговоре. Если я правильно понял, пример, который вы привели, был примером реактивного подхода к управлению возможностями. Этот продавец модной одежды заметил возможность и очень гибко отреагировал на нее. Так что это был реактивный подход к управлению возможностями и предотвращению рисков. Это лучшее, что можно сделать в цепи поставок, или есть ли превентивный механизм для предвидения подобных событий?
Joannes Vermorel: У меня был бы двойной ответ на это. Во-первых, вы абсолютно правы. Это пришло с гибким мышлением, с возможностями, и это относится одинаково к риску и возможностям. Интересно то, что если вы исходите из перспективы, например, производства, это не та перспектива, которую вы принимаете. Вы просто хотите устранить риск. Это статическая проблема. Либо ваш процесс не имеет риска, дефектов, опасностей, и вы в порядке, либо нет, и вам нужно исправить это.
Здесь, в цепи поставок, интересно то, что когда вы пытаетесь подойти к риску с таким статичным мышлением, вы думаете о нем как о чем-то, что можно исправить раз и навсегда. Но проблема в том, что это не работает, потому что если у вас есть что-то полностью статичное, то вы больше не можете уловить возможности. Но реальность в том, что вы также не можете реагировать на возникающий риск. Это полностью симметрично. Так что у вас есть возможности, которые возникают, но будут и риски, которые просто всплывут и удивят всех, и вам также нужно быстро реагировать. Так что это симметрично.
Что означает быть готовым? Как я уже упоминал этот пример этой крупной европейской компании электронной коммерции, которая играет в эту игру с запасами бренда, это установленная практика. Они знают, что из-за того факта, что у крупного модного бренда может быть коллекция из, возможно, 20 000 различных вариантов, будут допущены ошибки. Это факт. Вы не знаете, какие именно, но идея, что крупный бренд может правильно оценить запасы, является относительно безопасной ставкой на то, что будут допущены ошибки. И таким образом, вы можете установить практику, при которой вы превращаете эти предсказуемые ошибки в свою выгоду.
Conor Doherty: Когда вы говорите о создании процесса в компании, занимающейся быстрооборачиваемыми потребительскими товарами, как именно вы это реализуете? Это процесс сверху вниз или снизу вверх? Я имею в виду, чтобы воспользоваться этими возможностями, как вы реализуете такой процесс?
Joannes Vermorel: Как и большинство вещей в цепи поставок, это должно быть сверху вниз в определенной степени. Нельзя ожидать, что люди на самом низу будут иметь возможность переинжинирить 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 достижение согласия со всеми, установление большого консенсуса, а затем все опрашиваются, и затем вам нужно собрать все результаты, и затем вам нужно перевести прогнозы, которые составлены по неделям и категориям, во что-то, что имеет смысл с точки зрения принятия решений, вы оказываетесь в ситуации, когда не имеет значения, гибкие или нет люди на самом низу. Процесс и сама организация препятствуют любой гибкости в любом случае. Так что, в значительной степени, если вы хотите быть гибкими, это должно быть создано сверху, чтобы такая гибкость могла произойти. Но затем, когда вы создали что-то, где это стало возможным, тогда да, это уже больше дело снизу вверх, потому что тогда дело идет о том, используют ли различные команды эту вновь обретенную гибкость.
Conor Doherty: Мне также приходит в голову, что есть еще один способ подхода к идее риска и возможности. Если вы просто инвертируете пример, который вы привели, вместо того, чтобы сосредоточиться на компании, которая продавала эти футболки, которые шли как горячие пирожки, и решила захватить рынок, это они воспользовались возможностью. С точки зрения поставщика, если вы оказались в такой ситуации, когда вдруг магазин одежды Джоаннеса позвонил мне и сказал: “О, мы хотим все футболки, которые у вас есть, все черные футболки, мы купим их прямо сейчас”, это нечто, на что следует быть осторожным? Потому что снова здесь есть риск и возможность. Как поставщик, мне следует продавать? Это гарантированная продажа прямо сейчас, сегодня, я все продам. Или мне следует исследовать, почему он пытается купить их прямо сейчас? Здесь что-то еще играет роль?
Joannes Vermorel: Это действительно зависит от того, можете ли вы позволить себе потратить время на исследование. Если есть EDI соединение и покупки полностью автоматизированы, и здесь даже нет никого в процессе, это действительно зависит. Но наличие антагонистического поведения повсюду - это просто еще один день в цепи поставок. Ваши поставщики - ваши лучшие партнеры и потенциальные конкуренты, потому что они также могут ограничить вашу прибыль. Они также могут со временем стать конкурентами, решить создать свои собственные бренды и т.д. И наоборот. Если вы являетесь брендом, вы можете решить внутризаводскую производство и внезапно конкурировать с теми, кто был вашими прежними поставщиками. Так что здесь нет общих правил, это действительно зависит. Но интересно то, что в цепи поставок вы можете поставить доллары или евро вознаграждения и возможности на такие вещи.
Опять же, если вернуться к производству автомобилей, сколько стоит дефект, который убивает одного человека? Ответ - слишком много. Так что вы видите, это не тот случай, когда вы будете заниматься сложной инженерией, потому что это в основном неприемлемо. Теоретически, экономисты скажут вам, что стоимость человеческой жизни в США в соответствии с различными факторами, скажем, пять миллионов, что угодно, вы можете даже представить это. Но реальность в том, что никто не будет делать действительно серьезную инженерию. Они просто сделают все возможное, чтобы такие проблемы, когда кто-то умирает, не происходили. И поэтому здесь нет настоящей финансовой инженерии, потому что, снова же, если вы рассматриваете это с точки зрения производства, вы просто хотите избежать таких проблем по конструкции, и вы не пытаетесь оптимизировать свой риск в смысле балансировки плюсов и минусов, вы просто хотите исключить это. Но в цепи поставок вы не можете этого сделать, и это будет настоящим компромиссом. Любое ваше действие имеет свою стоимость, есть вознаграждение, 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 все. Так что у вас есть гораздо больше гибкости, и у вас также очень мало жестких ограничений в цепи поставок. Пока вы готовы заплатить, практически нет никаких ограничений. Хотите больше места для хранения? Если вы готовы заплатить за это, вы можете фактически заплатить за строительство второго склада. Таким образом, все виды ограничений, все виды рисков и вознаграждений являются относительными и поэтому очень подходят для финансовой оптимизации, в отличие от ситуаций жизни и смерти, когда люди скажут: “Нет, мы не будем делать финансовую оптимизацию этого. Здесь должен быть категорический ответ. Мы просто не хотим этого”. Так что у цепи поставок есть такая роскошь, что подавляющее большинство проблем на самом деле являются мягкими проблемами, где вы можете перейти от очень плохого обслуживания к очень хорошему обслуживанию, и весь спектр возможен, и структура затрат меняется по мере улучшения качества обслуживания или ухудшения его.
Conor Doherty: Приведенный вами пример производства автомобилей на самом деле представляет собой очень хороший переход, потому что я знаю, что в производстве автомобилей, например, Ford, они управляют риском, особенно с автономными транспортными средствами, с помощью цифровых двойников. Они создают цифровую версию и цифровую среду, а затем, используя алгоритмы, они подвергают теоретическое автономное транспортное средство ряду испытаний и оценивают свой риск, не создавая прототип в реальном мире. Это один из способов управления их риском. Есть ли что-то подобное для цепи поставок? Потому что, опять же, это не физический продукт сам по себе, хотя он состоит из множества составляющих.
Joannes Vermorel: Вот интересно. Вот что вы пытаетесь сделать с помощью прогнозирования. Вы пытаетесь смягчить этот риск, который у вас есть в отношении этого неопределенного будущего, через прогнозирование. В идеале, если бы ваши прогнозы были идеальными, вы бы просто устранили этот риск. Вот почему существует много практик в цепи поставок, которые рассматривают точность прогнозирования так же, как производители автомобилей рассматривают дефекты в своих 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 частоту дефектов до одного на миллиард, чтобы она была настолько низкой, что она не имела значения, точность прогнозирования никогда не снизится до 0,01 ошибки. Обычно она будет застрята, если вы посмотрите на ту гранулярность, которая имеет смысл с точки зрения прогнозирования для принятия решений, то есть по SKU в день, вы будете иметь дело с широко неточными прогнозами, например, в среднем с погрешностью 50% в день на SKU, если вы смотрите на несколько месяцев вперед.
Интересно, что у вас есть в терминах инструментов, процессов и методологий для работы с этими классами риска? Это в основном то, чем занимается Lokad с помощью вероятностного прогнозирования. Это способ принять эту неопределенность. Но это очень отличается от классической парадигмы, которая просто предполагает, что прогноз будет точным, и где если есть неточности, это рассматривается 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 сосредоточенными, чтобы у нас было более четкое видение будущего. Но общая перспектива заключается в том, что она останется крайне неопределенной и неопределенной, независимо от всего.
Conor Doherty: Я хочу подчеркнуть важный момент. Когда вы говорите о прогнозировании будущего спроса, большинство людей воспринимают это как просто анализ предыдущих данных о продажах и получение числа, например, в виде временного ряда. Ваше мнение состоит в том, что вероятностный подход к прогнозированию будет учитывать не только исторические данные, но и другие классы риска, о которых мы говорим, такие как увеличение сроков поставки, застревание судна в канале и тому подобное, и объединять их вместе?
Joannes Vermorel: Да, конечно. Поэтому мы в Lokad обычно говорим о предиктивном моделировании, а не о прогнозировании. В теории можно прогнозировать что угодно, но на практике, когда вы говорите о прогнозе, ожидается, что вы говорите о спросе или продажах. Это 99% ситуаций, когда люди говорят о прогнозе, они имеют в виду прогноз продаж или спроса. Но на самом деле все, что неизвестно о будущем, можно предвидеть, и поэтому у нас есть это предиктивное моделирование.
Интересно то, что есть много вещей, где вы можете моделировать риск, даже если у вас нет реальных данных. Например, война в Европе. Если посмотреть на последние 100 лет, каждые полвека происходит одна крупная война. Так что, если посмотреть на это, это означает, что каждый год есть два процента вероятности того, что произойдет война, которая повлияет на вас. Вы можете вернуться на пять веков в историю Европы, и это происходит снова и снова.
Я надеюсь, что риск реальной войны для Западной Европы в настоящее время довольно низок, но снова, если вы посмотрите на историческую перспективу, то сказать, что есть два процента шанса на массовое нарушение, не совсем безумно. Посмотрите, что происходит в Украине. Риск определенно реален, и 20 лет назад это было в бывшей Югославии. Такие вещи случаются, и вам не нужно иметь точные данные, чтобы сказать, что мы можем предположить двухпроцентный риск крупного нарушения спроса.
Возможно, вы зависите от региона, у вас могут быть наводнения, пожары. Есть много рисков, где вы можете сделать приблизительную оценку. Лучше сделать это, чем притворяться, что эти риски вообще не существуют. И с помощью вероятностного прогноза добавить двухпроцентный риск, который немного приблизительный, сказать о крупном спаде спроса, технически довольно просто.
В отличие от классического детерминированного прогноза временных рядов, почти невозможно сделать это. Да, вы можете сказать, что у нас есть сценарий, где 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.
Многие компании говорят: “О, мы проводим сценарные модели, моделируем риски”, но на самом деле, что насчет ваших ежедневных решений? Все эти ежедневные решения полностью определяются медианным прогнозом или средним прогнозом, который полностью игнорирует все риски. Так что в этом смысле вы провели некоторые интеллектуальные упражнения, чтобы подумать о риске, но если все решения, которые вы принимаете ежедневно, не учитывают этот риск каким-либо образом, то это просто интеллектуальное упражнение. Это не имеет никакого значения для того, что вы делаете ежедневно.
Конор Доэрти: Я хочу немного поддержать вас в этом вопросе, потому что я сам тоже интересуюсь. Если вы подумаете о других методах прогнозирования, например, добавлении прогнозной стоимости, при котором люди совместно вносят свой вклад в прогноз, и идея заключается в том, что разные отделы имеют свои представления. Возьмем, например, нового конкурента, который собирается появиться, и вы используете эту информацию, маркетинг располагает этой информацией, и они как-то вкладывают ее во временной ряд. Это довольно сложно, потому что как вы переведете этот вид знаний в прогноз? Аналогично, я немного продолжу эту мысль, как именно учесть двухпроцентный шанс войны в Западной Европе при составлении вероятностного прогноза для определения количества единиц на моей полке? Потому что они кажутся похожими в некотором смысле.
Жоанн Верморель: Давайте начнем с временных рядов. Вы видите, что сейчас люди думают, что временные ряды - это единственный способ предсказывать будущее. Временные ряды крайне узкие в том смысле, что они не могут выразить все, что вы знаете о будущем. Например, если вы являетесь компанией B2B, то есть вашими клиентами являются другие компании, очень простым риском является то, что один из ваших крупных клиентов уходит к одному из ваших конкурентов. И когда это происходит, все продукты, которые они покупали у вас, перестают покупать. И если у вас, например, есть товар, который очень регулярно покупался этим клиентом, но этот клиент внезапно уходит, то этот запас товара превращается в мертвый запас за одну ночь. Просто потому, что, хотя товар хорошо продавался, он нес в себе скрытый риск того, что этот клиент может уйти.
Итак, здесь у нас есть идея, что эти крупные клиенты могут уйти, и это не является особо сложной идеей. Любой продавец скажет: “У нас был такой клиент, всегда есть риск, что они нас покинут”. Проблема в том, что если вы строите свое предвидение будущего на основе временных рядов, вы застряли. Вы не можете выразить это, потому что информация, которую у вас есть, касается клиента, а не продуктов. И если вы скажете, что есть риск того, что этот продукт станет нулевым, да, но дело в том, что этот риск сильно коррелирует. Все товары, которые покупает этот клиент, могут стать нулевыми одновременно. И это совершенно другой вид риска, чем сказать, что этот продукт в отдельности может стать нулевым.
Во-первых, временные ряды просто не подходят для выражения риска.
Чтобы люди не упустили этого, временные ряды - это отражение отношения клиента к продукту, а не самих продуктов. Временные ряды - это одномерное измерение. У вас есть измерение, которое падает каждый день, каждую неделю, каждый месяц. Это называется временным рядом на основе равномерного интервала. Это то, о чем люди думают, когда говорят о временных рядах. Это одномерное измерение, и это похоже на температуру. Были температуры в прошлом, будут температуры в будущем, и вы можете продолжить этот временной ряд.
Однако это относится к предыдущим отношениям, которые существующие клиенты имели с товарами, которые вы покупали, но это ничего не говорит о будущем. Проблема в том, что информация, которую у вас есть, относится к клиенту, а ваш прогноз относится к продукту. Здесь есть несоответствие, и нет способа перевести эту информацию в другую информацию. Это ключевой момент.
В математике, когда вы обманываете, вы получаете странные вещи. Например, когда вы немного обманываете, скажем, что Земля - это сфера, приблизительно. Она не совсем сфера, но достаточно близко. Поэтому, когда вы хотите получить карту, вы проецируете сферу на плоскую поверхность. Если вы посмотрите на карту мира, вы получите искажения. Например, на европейских картах Африка кажется очень маленькой по сравнению с Европой, хотя Африка на самом деле больше, чем Европа. Это всего лишь эффект искажения из-за использования плоской поверхности для представления сферы.
Но здесь проблема намного больше. Вы пытаетесь представить что-то крайне рискованное. Это многомерный объект, который вы пытаетесь представить как одномерный объект - ваш временной ряд. Такие проблемы и искажения, с которыми вы сталкиваетесь, абсолютно гигантские. Если вы думаете, что просто то, что Африка выглядит меньше, чем Европа, является проблемой, то это очень скромные проблемы по сравнению с теми проблемами, с которыми вы сталкиваетесь в сфере поставок, когда вы пытаетесь внедрить эту информацию о риске во временной ряд.
У нас есть еще одна проблема. Когда вы не знаете решения, очень сложно думать о проблеме. Люди не очень знакомы с классом математических моделей, которые могут представлять эти риски. Они застряли с временными рядами из-за того, что они даже не могут представить себе что-то, кроме временного ряда. Но первый шаг - признать, что это неправильное представление. Не имеет значения, если пока не очень ясно, что следует использовать.
Есть некоторые технические вещи. Например, не очень ясно, как вычисляется логарифм, но это нормально. Вам не обязательно иметь четкое представление о вещи, чтобы успешно использовать ее. Так что мы можем перейти ко второй части, как Lokad использует эту информацию.
Идея заключается в том, что когда вы хотите думать о будущем, высокомерная версия - это думать о том, что у каждого возможного будущего есть вероятность. Так что вы можете думать об этой вероятности для любого будущего, где вы точно знаете уровень продаж всего, о спросе, о том, что будет продаваться снова.
Есть вероятность того, что это произойдет. Она крайне мала, но если у вас есть правильные математические инструменты, вы можете работать с крайне малыми вероятностями. И снова, из-за того, что у вас есть очень большое количество возможных будущих событий, все это все равно приведет к вероятности одного. Есть одно будущее, которое произойдет, и сумма всех этих вероятностей равна единице.
Вы можете учесть риск, например, двухпроцентные шансы потерять этих клиентов. Это на самом деле не так сложно. Если вы видите спрос через призму продуктов, то очень сложно внедрить клиентов. Но если вы видите спрос как результат поведения клиентов и прогнозируете поведение клиентов, то добавление этого дополнительного риска ухода клиента становится относительно простым.
Вы можете построить свой прогноз разными способами. Что касается гибкости, которую предоставляет использование временного ряда по сравнению с гибкостью, которую предоставляет вероятностный подход, в чем разница и как это затем переводится в управление рисками?
Основная проблема заключается в том, что риск временного ряда не существует. Они даже не могут существовать. Это похоже на куб в двумерном пространстве. Нет такой вещи, как куб. Вы можете нарисовать куб, но фундаментально он просто не подходит. Это проблема, когда у вас есть дополнительные измерения, которые не подходят, вы застряли. Если у вас есть только двумерная плоскость, вы не можете разместить куб в ней. Он просто не поместится. И поэтому с временными рядами вы застряли.
Вы можете заклеить вещи скотчем. Вы можете сказать, что мы не можем справиться с риском, но мы можем обмануть, имея неправильный прогноз, который намеренно искажен, чтобы принятое решение, основанное на этом прогнозе, отражало этот риск. Это очень изощренный способ добиться управления рисками.
Технически это возможно сделать, но это будет очень странными способами. Например, вы можете справиться с риском, сделав свой прогноз намеренно менее точным путем введения искажений в ваш прогноз. Это один из способов справиться с рисками. Но это очень изощренный способ добиться этого.
Если вы перейдете к вероятностному подходу, у вас будет врожденный вероятностный прогноз. Тогда по определению у вас есть эти вероятности. Есть еще одна часть вызова, которая заключается в том, как вы делаете оптимизацию. Это называется стохастическим процессом оптимизации. Как оптимизировать решение, когда у вас неопределенные условия? Поэтому вам нужно провести оптимизацию, которая имеет естественную связь с этими неопределенностями, которые существуют в начальных условиях.
Conor Doherty: Если мы оцениваем, и меня интересует, как именно, нет, позвольте мне переформулировать этот вопрос. Если вы находитесь в ситуации, когда у вас есть компания и вы принимаете вероятностный подход, вы занимаетесь временными рядами, вы убеждены в том, что вы только что сказали, и затем вам представляется рекомендация, которая является конечным продуктом методологии вероятностного прогнозирования. И в этом, в том, что было представлено, фактически содержится множество этих факторов, например, возможность потери клиента, и руководство смотрит на это и думает, что это безумие. Как они должны взаимодействовать с этим, поскольку в это включено столько вещей? Как вы сократите эту разницу?
Joannes Vermorel: Итак, сначала, что такое результат, и здесь есть радикальное расхождение. Результатом процесса управления рисками в цепи поставок, основанного на вероятностных прогнозах, являются решения, а не план. Это странно, потому что когда вы думаете, что будущее можно предсказать, и вы можете устранить все риски, риски в цепи поставок в основном связаны с этим неопределенным будущим. Если вы считаете, что у вас может быть точный прогноз, то результатом вашей практики в цепи поставок является прогноз, и прогноз является вашим планом, потому что после того, как у вас есть прогноз, это просто вопрос оркестрации для принятия решений.
Если вы выбираете риск-ориентированный подход, то результатом вашего процесса не является план, не прогноз, а решения. Но если ваш риск-ориентированный процесс плох, потому что он может быть плохим, это приведет к плохим решениям. И как вы определяете, какое решение плохое? Ну, это происходит совершенно иначе. Опять же, если мы перейдем к классической перспективе, люди будут думать в терминах точности прогнозирования, потому что это конечная цель. Если вы выбираете риск-ориентированный подход, вы скажете, что есть решение, это решение имеет риски и возможности, выраженные в долларах или евро. И поэтому, если вы видите плохое решение, вы по сути говорите, что оценка в долларах или евро, которая была сделана для этого предстоящего решения, неверна.
Итак, вы можете выделить и, если вы посмотрите на это, мы обычно разбиваем экономические факторы для каждого принимаемого решения, чтобы мы могли сказать, что у нас есть полдюжины факторов, отражающих то, что влияет на это решение. И поэтому, если вы хотите оспорить это, вы будете оспаривать компонент и скажете, что, скажем, стоимость хранения, риск стоимости хранения, который вы оцениваете, выглядит совершенно неправильно. И да, это роль ученых по цепям поставок - разобраться в процессе, чтобы определить, что не так с этой оценкой. Но это очень технический вопрос.
Но реальность заключается в том, что если у вас есть классический прогноз временных рядов, который очень неправильный, вы говорите, что этот прогноз временных рядов очень неточный. Но как только вы это скажете, исследование причин этого будет также очень техническим.
Conor Doherty: Если мы вернемся к ранее сказанному, мы говорили о проактивных подходах к управлению рисками, которые были, скажем, цифровые двойники в автомобильной промышленности, а затем о реактивном управлении рисками по аналогии с одеждой, которую вы привели. Вероятностное прогнозирование звучит почти проактивно в том смысле, что вы моделируете миры, в которых вы принимаете это решение, вот здесь предполагаемый ответ, вы принимаете это решение, вот предполагаемый ответ.
Joannes Vermorel: Таким образом, это проактивно в том смысле, что вы просто говорите, что будет колебание, всегда будет колебание, которое выходит за пределы моего контроля. Вот в чем суть этой неустранимой неопределенности будущего, и исходя из этого мне нужно иметь возможность создать процесс, который будет реагировать быстро и адекватно на эти изменяющиеся условия, независимо от того, как они влияют на меня положительно или отрицательно. И да, это очень проактивно в том смысле, что создание такого процесса, который позволяет вам использовать возникающие возможности и смягчать проблемы по мере их возникновения, требует большой подготовки.
Но это не означает, что вы можете настолько подготовиться, чтобы вообще устранить неопределенность. Вы видите, это не конечная цель. Это немного догматическая позиция, но идея заключается в том, что вы не можете достичь основы этой ямы предсказательного моделирования. Вы не можете создать модель, которая будет на 100% точной, это никогда не произойдет. Количество остаточной неопределенности будет очень большим, и поэтому вам остается создать процесс, который очень хорошо справляется с изменениями, которые вы наблюдаете.
Потому что, видите ли, очень часто компании удивляются тем, что произошло месяцы назад. Вы можете сказать, что мы не знаем будущего, но что насчет прошлого, мы знаем прошлое. Но если ваше среднее время реакции на то, что вы уже видели, составляет, скажем, шесть месяцев, то вы можете оказаться удивленными тем, что уже прошло несколько месяцев, и компании очень часто действительно удивляются таким образом.
Conor Doherty: Опять же, я хочу немного подвигать здесь, потому что я знаю, что если мы хотим говорить о управлении рисками, мы должны говорить о том, как мы оцениваем наши практики управления рисками. И снова, вернемся к временным рядам по сравнению с вероятностными подходами, если у вас есть временной ряд и он сильно ошибается, я могу указать на это и сказать, что это было неправильно, это было сильно неверно. И это, знаете ли, это бинарное, это либо было точным, либо нет. 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 защищает ли это вас от ошибок?
Joannes Vermorel: 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 ли, забудьте о вероятностях. Они просто являются преходящим вычислительным артефактом. В расчет входит множество других артефактов, числовых артефактов. Они незначительны в том смысле, что если у вас неправильные вероятности, но вы все равно принимаете правильное решение, важно ли, что ваши вероятности неправильные?
Conor Doherty: Что вы имеете в виду? Вы можете иметь неправильную вероятность, но все равно принять правильное решение?
Joannes Vermorel: Например, есть люди, которые не всегда понимают, но компьютеры постоянно приближают вещи. Всякий раз, когда вы делаете вычисление, вы просто используете определенное количество цифр точности. Важна ли потеря точности или нет? Ответ зависит. И в цепи поставок это зависит от чего-то. Ну, это зависит от того, является ли конечное решение хорошим или плохим.
Так что в конце концов я просто говорю, что вы должны оценивать качество этого подхода, основанного на риске, по тому, что он делает в самом конце процесса, решения. Работа с высокомерными вероятностями в высокомерном числовом пространстве сопряжена со множеством особенностей. Нужно оценивать, подходят ли техники или нет, исходя из результатов конечной игры, а не из качества вероятностного прогноза.
В конечном счете, точность прогноза не является главной проблемой, а скорее то, сколько денег было заработано или потеряно.
Conor Doherty: Да, именно. И, ну, это очень сложно для некоторых людей. Простите меня, я не хочу быть презрительным, но вы говорите, что идея о желании более точного прогноза технически неправильна с точки зрения управления рисками?
Joannes Vermorel: Итак, сначала я скажу, когда вы говорите, что у вас, скажем, 20% неточный прогноз, эти проценты - это полностью выдуманная единица. Они не килограммы, они не киловатты, они не что-то, что имеет какую-либо осязаемую реальность. Это выдумано, и люди говорят: “О, но мы так привыкли, что эти проценты точности выражаются в процентах, что, должно быть, это реально”. Я говорю совсем нет. Вы можете иметь чрезвычайно разрушительные прогнозы, которые оказываются очень точными, где неточность, выраженная в процентах, очень низкая.
Есть анекдот, который мне рассказывали снова и снова, 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 100% точным. Так что это измерение, выражающееся в процентах, не очень разумно.
Если я скажу вам, что вы можете иметь вероятностное измерение прогноза, выраженное в перекрестной энтропии, это очень абстрактно и не будет особо информативным. Но то, что я говорю, это то, что перекрестная энтропия такая же абстрактная и непрозрачная, как и проценты. Это очень выдумано. Единственная причина, почему, например, в Lokad мы выбрали перекрестную энтропию, заключается в том, что она имеет хорошие свойства, когда дело доходит до принятия конечных решений.
Например, перекрестная энтропия проявляет очень крутые градиенты, которые облегчают обучение высококачественным моделям. Это очень техническая вещь, но это работает. И как это работает? Это работает, оценивая результаты конечной игры, которые являются решением, сгенерированным в самом конце процесса и которое в конечном итоге приводит к снижению ошибок в евро или долларах. Это метрика, которая важна для людей, работающих с этой рискованной перспективы.
Опять же, если вы работаете с временными рядами, вы думаете в терминах, например, производителя автомобилей с дефектом, который может убить людей. Вы говорите: “Знаете, мы не считаем доллары, мы просто хотим убедиться, что мы чрезвычайно безопасны и что мы безопасны почти за пределами измерений”.
Conor Doherty: Итак, если у вас есть целое подразделение, посвященное управлению рисками, оценке рисков, но ваша цепочка поставок основана на подходе прогнозирования временных рядов, ваше мнение состоит в том, что это почти парадоксально, как противоречие в терминах?
Joannes Vermorel: Нет, это просто означает, что люди, занимающиеся управлением рисками, просто бюрократы. Все, что они делают, не имеет последствий. Обычно у них просто нет последствий. Видите ли, дело в том, что если вы делаете оценку риска, но если эти вещи не могут маржинально корректировать каждое принимаемое решение в вашей цепочке поставок, то вы сделали оценку и сразу же зарыли ее.
Видите ли, если вы говорите: “О, у этого поставщика есть 2% риск банкротства в следующем году”, хорошо, влияет ли это на ваши решения о закупках? Если нет, то вы просто зарыли свою оценку. Вы игнорируете ее. Вы прячете 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 “действовать”, люди действительно думают об этом как об ошибке. Когда люди думают о цепочке поставок, это то, что вы услышите в СМИ. Они скажут: “О, у нас не должно быть нашей фабрики в Китае”. Да, это очень макрориск, но есть и гораздо более обыденные риски.
Итак, что вы покупаете, где вы его храните, увеличиваете или уменьшаете ли вы свои цены? Это решения, которые также сопряжены с риском, и эти решения принимаются ежедневно для каждого отдельного SKU, который вы покупаете, производите или продаете. И какую бы оценку вы ни имели в отношении риска, связанного с вашим поставщиком, конкурентом или клиентами, вопрос в том, если нет ничего, что численно связывает эти оценки и эти очень маленькие решения, которые вы принимаете, то вы неправильно управляете риском.
Conor Doherty: Итак, поправьте меня, если я не прав, вы говорите, что большинство людей представляют себе управление рисками на макроуровне, как огромное событие, полностью нарушающее цепочки, но ваша позиция заключается в том, что более важное, более актуальное управление рисками происходит на повседневном уровне, в маленьких решениях?
Joannes Vermorel: Оба аспекта очень важны, но давайте будем реалистами относительно того, насколько вы можете быть действительно информированы для принятия правильного решения. Для этих макрорешений в значительной степени это игра в азарт. Это полная игра в азарт, и это нормально. Это капитализм. Это экономика прибылей и убытков. Люди рискуют, и в этом есть шанс. И я говорю, ну, вы действительно не можете иметь практику, которая скажет вам, безопасно ли входить на новый рынок, например. Вы можете делать оценки, вы можете попытаться рационализировать процесс немного, но фундаментально это нечто, что уклоняется от статистики и количественного анализа.
Напротив, если вы посмотрите на цепочку поставок, среднестатистическая компания будет принимать десятки тысяч решений каждый день, каждый день. И вот что я говорю, в отличие от больших макрорешений, где вы рискуете и нет другой альтернативы, кроме как полагаться на вашу интуитивную оценку, в случае этих десятков тысяч решений, которые необходимо принимать ежедневно, вы можете провести количественную оценку и что-то, что действительно имеет смысл.
Conor Doherty: Чтобы отойти от колоссальных примеров, таких как макроуровень, давайте перейдем к чему-то вроде уровня SKU. Итак, у нас есть несколько магазинов, у нас есть 10 магазинов, и у нас есть ограниченное количество товара, запаса белых футболок, и все 10 магазинов нуждаются в белых футболках. Каковым будет вероятностным, наиболее информированным способом распределения того, что у меня есть, между всеми магазинами, которым это нужно?
Joannes Vermorel: Давайте рассмотрим классическую перспективу. Классическая перспектива, сосредоточенная на временных рядах, предполагает, что вы знаете будущее. Итак, у вас есть запас безопасности. По сути, вы говорите, что каждый магазин должен иметь эту определенную количество товара на складе, а затем, чтобы учесть небольшую остаточную неопределенность, вы добавляете небольшой буфер, и это ваш запас безопасности. Все магазины рассматриваются независимо, и идея заключается в том, что у вас должно быть достаточно товара, чтобы покрыть все ваши магазины.
Итак, каков реальный риск? Риск заключается в том, что у вас может закончиться товар на уровне склада, и тогда вопрос становится таким, у меня есть ограниченный ресурс на складе, что мне делать для различных магазинов? Если вы просто делаете это по классическому пути, классический путь будет говорить, что у меня есть мой запас безопасности, я просто делаю распределение для первого магазина, у меня все еще остался товар, я повторяю процесс для второго магазина, а затем, возможно, на четвертом магазине я остановлюсь, потому что товара больше нет. Таким образом, вы фактически заполнили первые четыре магазина и ничего не отправили в остальные. Это не очень умно. Это неправильное обращение с этой ситуацией, с этим небольшим мини-кризисом, который возникает, когда товара нет на складе.
Conor Doherty: Каковы там риски с финансовой точки зрения?
Joannes Vermorel: Нет, это не так. Об этом идет речь в вашем запасе безопасности. Когда вы устанавливаете запас безопасности, вы говорите, что вы помещаете единицы товара в магазин, которые имеют очень низкую вероятность продажи в течение вашего актуального временного окна. Вот для чего предназначен запас безопасности. Это буфер, который, скорее всего, вам не понадобится.
Если вы хотите максимизировать продажи, лучше просто распределить товары по всем магазинам. Цель состоит в том, чтобы все магазины одновременно закончились товаром. Конечно, достичь этого невозможно, но к этому нужно стремиться.
Давайте рассмотрим альтернативную ситуацию, когда вы сконцентрировали запасы в первых четырех магазинах. Все остальные магазины остались без товара, поэтому вы не продаете ничего. И для них вы продадите только примерно половину запаса, поэтому у вас останется много остатков. Вы оказываетесь в ситуации, когда один магазин остается без товара, в то время как в другом имеется избыток запасов, и спрос в магазинах без товара остается неудовлетворенным.
Conor Doherty: Так вот где риск?
Joannes Vermorel: Да, и речь идет о риске отсутствия товара. Один из способов управления этим риском - сохранять запасы на складе, когда вы видите, что товар на складе может закончиться. Таким образом, лучшие магазины все равно могут иметь немного товара.
В отличие от подхода на основе временных рядов, который бы рассматривал каждый из наших 10 магазинов независимо, вероятностный подход учитывает сеть и взаимосвязи между всеми этими магазинами и связь с моим доступным запасом.
Conor Doherty: Мне интересно, как компания может управлять всем этим, потому что это много информации по сравнению, скажем, с традиционным подходом на основе временных рядов. Единственный способ управлять всем этим - это автоматизация или люди все еще вовлечены в проверку этих решений?
Joannes Vermorel: Lokad делает это путем автоматизации всего процесса. Люди находятся там, чтобы контролировать автоматизацию, но реальность заключается в том, что большинство компаний, хотя они утверждают, что все проверяется вручную, уже давно используют довольно автоматизированные процессы. Когда у вас есть запасы, установленные по минимуму и максимуму, и у вас есть автоматический механизм пополнения запасов, который обычно работает без присмотра. Уже десятилетия существуют широко автоматизированные настройки.
Lokad - это всего лишь еще один шаг в этом направлении, но это не обязательно что-то революционное по сравнению с тем, что было раньше. Это более автоматизировано, но многие компании уже работают на высокоавтоматизированных настройках.
Conor Doherty: Может ли компания, которая не использует автоматизацию, но, скажем, как я уже упоминал, имеет целые подразделения экспертов по управлению рисками, быть достаточно осведомленной?
Мне также приходит в голову, что мы сосредоточили всю беседу вокруг более осязаемых рисков, таких как артикулы, магазины, наводнения. Все это очень осязаемые ресурсы или активы и соответствующие риски. Есть ли также неосязаемые риски, такие как время, пропускная способность, знания, все то, что входит в работу компании? Какие там риски или как мы их управляем?
Joannes Vermorel: Есть неосязаемые риски. Например, если вы являетесь модной компанией и проводите распродажи, вы создаете ожидание среди своих клиентов, что такие скидки будут повторяться в будущем, и люди изменяют свое поведение. Теоретически возможно оценить этот процесс, но на практике это очень сложно, потому что формирование ожидания у ваших клиентов происходит на протяжении многих лет, поэтому экспериментирование здесь не так просто.
Например, если вы являетесь роскошным брендом и у вас есть убеждение, что вы никогда не должны проводить акции, потому что это обесценивает ваш бренд, вы не будете проводить пятилетний тест, чтобы увидеть, действительно ли проведение акций обесценивает ваш бренд. В какой-то момент вам нужно действовать на основе убеждений и суждений, а не проводить тест.
Стоимость, которая возникает при проведении акции, является очень реальной. Когда вы проводите акцию, у вас есть определенная сумма денег, которую вы немедленно упускаете, снижая цену, таким образом, вы отказываетесь от некоторой части маржи. Это немедленная стоимость, но также существует дополнительный риск формирования плохих привычек со стороны клиентов, и вам нужно оценить эти затраты.
Существуют и другие классы рисков, такие как зависимости от информационных технологий. 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 риски в производстве, где вы хотите, чтобы ваша ERP работала 100% времени. Нет никакой причины иметь простои, вы можете спроектировать такую систему, которая будет очень близка к 100% времени работы.
Conor Doherty: Вы только что упомянули, что с точки зрения стратегии ценообразования, скидки могут внедрять плохие привычки у потребителей. Что вы имели в виду?
Joannes Vermorel: Когда вы проводите акцию, клиент видит, что вы проводите акцию. Так что в следующий раз он скажет: “Я не буду покупать по полной цене. Я просто подожду, пока вы снова проведете акцию. Я видел, что вы проводите акции, поэтому я знаю, что акции случаются с вашим брендом, поэтому я могу подождать. Я подожду, пока вы проведете акцию, а затем куплю”.
Проблема заключается в том, что ничто не сможет действительно моделировать это. Моделирование психологии ваших клиентов в основном выходит за пределы вашего понимания, потому что формирование менталитета ваших клиентов занимает десятилетия.
Когда вы устанавливаете цену, вы передаете сообщение своим клиентам. Люди обращают определенное внимание, но это требует времени для осознания. Так что здесь есть значительная инерция. Вы можете попытаться провести сложное моделирование, чтобы оценить точное влияние, но реальность в том, что такие вещи занимают годы, и вы не сможете провести много экспериментов. Вы не сможете подтвердить техники, которые вы используете. Таким образом, на практике вам нужно принимать суждения.
Conor Doherty: Так что это элемент протокола управления рисками, который все еще будет в пределах компетенции людей, достигающих консенсуса. Мы хотим ликвидировать этот товар? Мы хотим сохранить его навсегда? Или мы хотим продать его по акции?
Joannes Vermorel: Да, и когда у вас есть такой подход, основанный на риске, он гораздо более совместим с такими приближенными оценками по сравнению с традиционным прогнозированием планирования по временным рядам, где подобные вещи не имели места.
Conor Doherty: Таким образом, руководящим принципом для определения того, какие политики компании следует принимать на основе грубых правил, должно быть, способствует ли это большему доходу?
Joannes Vermorel: Если что-то можно количественно оценить, то делайте это. Но когда это невозможно, но существует общее соглашение о том, что это важно, тогда вы должны делать приближенные оценки.
Я считаю, что это очень опасно говорить, что у нас нет разумных чисел и поэтому мы притворяемся, что этого нет. Это существует, и поэтому вам нужно делать приближенные оценки. Лучше иметь число, которое приближенно правильное, чем точно правильное.
Conor Doherty: Мне кажется, мы немного подводим итоги, но я бы хотел задать немного сложный вопрос. Вы говорили о том, что количественный анализ финансово недоступен. Так вот, для крупных компаний, которые могут позволить себе более сложный прогнозирование и политику управления рисками, они могут, возможно, применять вероятностный подход. Но для компаний, которые не имеют такой возможности, какие советы вы бы дали в отношении управления рисками, которые можно применить на практике?
Joannes Vermorel: Я бы спросил, действительно ли вы можете позволить себе игнорировать риск? Запасы стоят деньги. Стоимость плана по наему ученого по управлению цепями поставок, который поможет вам оптимизировать ваше решение, составляет около 2500 евро в месяц. Да, это существенная сумма денег, но если вы не маленькая компания, если ваш оборот составляет 10 миллионов долларов или евро и более, это не такая уж и большая сумма. Это фракция от того, что вы платите только одному человеку.
Если у вас есть пять и более человек, которые выполняют функции управления цепями поставок, такие как пополнение запасов, планирование производства, распределение запасов, управление ценообразованием, и у них есть процесс, который полностью игнорирует риск, я бы сказал, действительно ли вы можете продолжать делать это? Игнорирование этих рисков может стоить вам несколько миллионов долларов только потому, что вы сделали очень плохое решение, полностью игнорируя риск.
По причине того, что это необычно, люди ожидают, что это только то, что зарезервировано для компаний, таких как Amazon и прочие. Нет, это не так. Это, в значительной степени, классический прогноз временных рядов намного сложнее, и причина в том, что это несоответствие проблемы. Да, на первый взгляд это выглядит проще, потому что люди привыкли к временным рядам, но когда дело доходит до реального решения проблемы, оно полностью не соответствует реальной проблеме, и это решение, хотя на практике оно выглядит простым, является кошмарным для внедрения и использования по сравнению с ним.
Такого рода вероятностные прогнозы, которые использует Lokad для маленьких клиентов, маленьких компаний, это необычно, но они хорошо соответствуют проблеме, и в конце концов, знаете ли, и снова в моих лекциях я привожу примеры, что если вы хотите ознакомиться с техниками вероятности, большинство моих примеров кода занимают менее 20 строк. Люди могут сказать, что это невозможно сложно, и я говорю, что это всего лишь 20 строк кода, и вы можете получить полные детали метода в лекции, которая длится около полутора часов.
Можете ли вы действительно сказать, что ваша компания настолько мала, что вы не можете позволить себе потратить несколько десятков часов на этот случай? Это действительно превышает ваши возможности? Я имею в виду, да, если вы маленькая бутик с одним человеком, но если вы компания, которая делает оборот в размере 10 миллионов долларов и более в год, вы не бутик. У вас уже есть что-то на кону, и ошибки могут стоить гораздо больше, и наоборот, потому что это не только ошибки, это также возможности.
Если поднять цену в нужный момент и увеличить свою маржу на десять процентов, это может привести к поступлению в вашу компанию нескольких сотен тысяч долларов чистой прибыли, и это действительно компенсирует затраты на то, чтобы некоторые люди тратили время на риск.
Conor Doherty: Итак, если я должен это подытожить, то это, по сути, есть элемент веры, но вода не такая холодная, как кажется…
Joannes Vermorel: Я бы сказал, что это не так сильно вера. Я думаю, что есть очень странная идея, что в теории основных цепей поставок риски не существуют буквально. У вас есть эти супер мягкие колебания спроса и супер мягкие колебания времени поставки, моделируемые нормальными распределениями, что означает, что когда люди говорят о нормальном распределении, это означает, что риска нет.
Реальность в том, что я никогда не встречал ни одного предпринимателя, который не был бы полностью осведомлен о том, что его бизнес полон рисков повсюду. То, что я считаю безумием, заключается в том, что с помощью основного программного обеспечения для цепей поставок, люди притворяются, что рисков нет, но риски все равно существуют, и поэтому компании регулярно сталкиваются с катастрофами, которые очень дорого стоят из-за рисков, которые не были, как я уже сказал, связаны с вложением в российский рынок в 1991 году в надежде, что это сработает, и внезапно станет новым Эльдорадо.
Я говорю о том, что компании сталкиваются с катастрофами из-за вещей, которые можно было предотвратить, вещей, которые действительно находятся в рамках ожидаемого риска, таких как проблемы у поставщиков, изменение цен, колебания спроса, но не выходящие за пределы того, что можно было ожидать от общего развития рынка. И вот в чем моя мысль: большинство основных практик просто игнорируют риск.
Когда я разговариваю с практиками цепей поставок, они говорят, что да, рисков 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, но и дешевле, потому что это также приводит к более высокой степени автоматизации, потому что еще одна причина, почему вам нужно так много людей при работе с временными рядами в цепях поставок, 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 поддерживать процесс.
Но если у вас есть что-то, где у вас лучшее соответствие, вам не нужно столько людей, чтобы поддерживать это.
Conor Doherty: На этой ноте я думаю, что пора заканчивать. Джоаннес, большое спасибо, как обычно, было приятно. И спасибо вам за просмотр, увидимся в следующий раз.
