00:00:00 Введение в Lokad и его миссию
00:00:59 Роли и цели в улучшении цепи поставок
00:02:59 Принятие решений и автоматизация
00:05:42 Влияние решений цепи поставок на жизненный цикл продукта
00:08:10 Роль ученого по цепям поставок
00:10:56 Стоимость отсутствия товара на складе
00:13:30 Перевод бизнес-понимания в уравнения
00:15:50 Аналогия с командой пит-стопа для оптимизации цепи поставок
Резюме
В интервью Конор Доэрти из Lokad беседует с Симоном Шалитом, генеральным директором по операциям, о важной роли ученого по цепям поставок в Lokad. Шалит объясняет, что эти ученые - это не только эксперты по данным, но и специалисты в управлении цепями поставок, ответственные за оптимизацию и автоматизацию решений, связанных с запасами и ценообразованием. Они создают алгоритмы, чтобы обеспечить эффективные закупки и отправку, стремясь к максимальному возврату инвестиций. В отличие от типичных ученых по данным, ученые по цепям поставок погружаются в понимание бизнес-процессов и стратегий, переводя их в алгоритмы оптимизации. Эта роль включает анализ данных, взаимодействие с клиентами и деловое чутье, что является неотъемлемым условием для повышения эффективности и прибыльности бизнеса.
Полный текст
Conor Doherty: Добро пожаловать в Lokad. Когда меня спрашивают, что делает Lokad, я отвечаю довольно просто: мы помогаем вам принимать лучшие финансовые решения. Это, конечно, приводит к следующим вопросам: откуда берутся решения и как они генерируются? Сегодняшний гость, Симон Шалит, является генеральным директором по операциям и руководителем команды ученых по цепям поставок в Lokad, и он рассказал мне о важной роли, которую играет ученый по цепям поставок в генерации решений, которые наши клиенты используют для оптимизации своих цепей поставок. Как всегда, если вам понравилось то, что вы услышали, подпишитесь на наш YouTube-канал, поставьте лайк этому видео и следите за нами в LinkedIn. И с этим я представляю вам сегодняшний разговор с Симоном Шалитом.
Simon Schalit: Я являюсь генеральным директором по операциям в Lokad, что на практике означает, что я руковожу командой ученых по цепям поставок. Ученые по цепям поставок отвечают за внедрение и поддержку наших решений для наших клиентов. Независимо от отрасли, в которой они работают, они являются и специалистами по данным, и специалистами по цепям поставок. Таким образом, это команда инженеров, которые делают вашу цепь поставок лучше.
Conor Doherty: Хорошо, Симон, спасибо. Когда вы говорите “делают вашу цепь поставок лучше”, одна из причин, по которой я хочу, чтобы вы были здесь, заключается в том, что вы очень хорошо объясняете в конкретных терминах. Итак, когда вы говорите, что ученые по цепям поставок делают цепь поставок клиента лучше, в конкретных терминах, что это означает? Что именно мы улучшаем?
Simon Schalit: Цель принятия решений в цепях поставок - обеспечить, чтобы все, начиная от запасов и заканчивая ценообразованием, было настроено наиболее оптимальным образом. Так, если речь идет о закупке товаров для цепи поставок, например, вы хотите, чтобы товары, которые вы собираетесь купить, были приобретены в нужном месте, в нужное время, отправлены в нужное место, в нужное время, чтобы быть доступными для обслуживания в любой форме, в зависимости от отрасли.
Итак, когда мы говорим о том, чтобы сделать цепи поставок лучше, мы говорим о принятии лучших решений. Обычно это связано с оптимизацией этих решений с финансовой точки зрения и автоматизацией процесса принятия решений, поскольку количество решений, которые цепи поставок крупных компаний должны принимать ежедневно, обычно превышает то, с чем человек может справиться. Даже если они и могут, на практике они не могут гарантировать, что это будет оптимизировано.
Conor Doherty: Например, если речь идет о, скажем, розничной компании, у нее может быть 15 000 товаров в каталоге, 200 магазинов. Ежедневно ученый по цепям поставок на этом аккаунте отвечает за то, чтобы сообщить клиентам что?
Simon Schalit: Ученый по цепям поставок будет создавать логику, которая будет автоматизировать эти решения. В случае, который вы только что представили, компания ежедневно должна решить, сколько каждого товара купить и куда их отправить. Таким образом, это закупка и отправка, если мы рассматриваем этот простой пример. В этом случае ученый по цепям поставок будет обрабатывать данные, конечно, не самостоятельно, а с помощью алгоритмов и инструментов, которыми он или она располагает на своем компьютере.
Они создадут финансовую логику, которая примет решение, убедитесь, что при покупке дополнительной единицы для размещения на складе, что на самом деле означает сделать ставку, эта ставка будет оптимизирована так, чтобы окупаемость была наилучшей, учитывая количество доступной информации. И, наконец, он или она убедится, что решение автоматизирует этот процесс принятия решений, чтобы эти решения могли быть сгенерированы последовательно и стабильно ежедневно для компании.
Важным элементом является то, что количество решений огромно и оно не должно ограничиваться только тем, что вы покупаете. Это также то, что вы не покупаете. Решение о не покупке само по себе является решением. Таким образом, масштаб принимаемых решений, количество решений, которые должны быть приняты ежедневно, может быть довольно огромным.
Conor Doherty: Спасибо, и это то, о чем я помню, что ранее описывал Джоаннес Верморель, генеральный директор. Даже после того, как вы приняли решение, например, сделать его тривиально простым: я купил одну единицу. Решение не заканчивается там, потому что даже после того, как у вас есть единица, вы можете выбрать, продолжать ее носить, выделить ее, вернуть ее, ликвидировать ее, сделать скидку или сгруппировать ее с чем-то еще. Все это представляет собой финансовые решения, выборы в отношении ресурсов.
Simon Schalit: Определенно. Решения по цепям поставок будут влиять на жизненный цикл продукта на протяжении всего его существования, начиная от поиска поставщика или производства и заканчивая фактической доставкой клиенту, если речь идет о товаре, который вы собираетесь продать, или потреблении или использовании, если речь идет об отрасли обслуживания или производства.
В течение этого жизненного цикла будут приниматься многочисленные решения. Мы говорили о поиске поставщиков, закупке, отправке, о том, будете ли вы его использовать или нет, о выделении. Будут приниматься решения о ценообразовании, которые в общем случае не рассматриваются как решения по цепям поставок, но с нашей точки зрения это решение, которое будет влиять на цикл запасов. Это определенно то, что вы хотите учесть и оптимизировать в контексте цепи поставок.
Все эти решения должны приниматься ежедневно, и их огромное количество. Вы не хотите, чтобы они принимались независимо друг от друга, потому что они будут оказывать огромное влияние друг на друга. Самое очевидное - вы не можете отправить что-то, чего у вас нет, или изменить цену на то, чего у вас нет.
Но более тонкая связь может быть такой: чем больше вы закупаете, тем более агрессивным вы становитесь в отношении уровня обслуживания, который вы хотите достичь, размещая большие заказы на закупку, тем более вероятно, что в конце сезона, если речь идет об индустрии моды, вам придется скорректировать цены, чтобы избавиться от имеющихся запасов и убедиться, что не будет дефицита. Но, конечно, следствием этого является то, что вы не были абсолютно уверены, что вы продадите хотя бы по базовой цене.
Конор Доэрти: Спасибо. Прежде чем мы перейдем к основной теме сегодняшнего дня, можете ли вы, своими словами, разделить для меня разницу между ученым-аналитиком данных и ученым-аналитиком цепи поставок? Потому что, снова же, в контексте, когда я представляю Lokad на выставке или конференции, иногда, когда я описываю ученого-аналитика цепи поставок, они говорят: “О, это как ученый-аналитик данных”. По вашему мнению, как разделяются эти роли?
Симон Шалит: Ну, ученый-аналитик цепи поставок, конечно, частично является ученым-аналитиком данных. Ученый-аналитик данных обычно относится к специалисту по данным, который будет использовать статистику для извлечения соответствующей информации из данных. Проблема, которая обычно возникает при наличии команды чистых ученых-аналитиков данных, заключается в том, что они обычно работают только с доступными данными. Чаще всего это создает так называемый эффект “башни из слоновой кости”, где реальность, доступная ученым-аналитикам данных, представлена только в данных.
По нашему опыту, если вы смотрите только на доступные данные и данные такими, какими они есть, когда мы начинаем проект, вы упустите большую часть картины. Вы упустите многое из реальности повседневных процессов, которые обычно не так хорошо задокументированы, как должны быть. Вы, скорее всего, упустите часть значения данных, к которым у вас есть доступ, потому что сами данные не так хорошо задокументированы, как должны быть, и, вероятно, не с правильной точки зрения. Они могут быть задокументированы с точки зрения информационных технологий, но не обязательно с точки зрения бизнеса.
И, наконец, то, что вы упустите, - это все данные, которые существуют в головах людей. К сожалению, это довольно важно, потому что обычно именно там находится стратегия компании. Мы только что говорили, что когда мы хотим оптимизировать, мы хотим оптимизировать с финансовой точки зрения. Оптимизация с финансовой точки зрения в значительной степени зависит от понимания стратегии компании.
Попытка сказать: “Я хочу достичь определенного уровня обслуживания”, не имеет оптимального уровня обслуживания. Нет такого уровня обслуживания, о котором я мог бы сказать: “О, этой компании нужно иметь уровень обслуживания 98%”. Этого не существует. Выбор этой целевой уровня обслуживания должен опираться на то, что компания считает этот уровень обслуживания стоимостно ценным.
Для этого конкретного вопроса, с которым мы ежедневно сталкиваемся с нашими клиентами, ключевым элементом становится стоимость отсутствия товара на складе. Если речь идет о компании по ремонту авиационной техники MRO, стоимость отсутствия товара на складе огромна, потому что это может означать, что самолет застрял на земле, что стоит сотни тысяч долларов в день.
Конор Доэрти: И ученый-аналитик цепи поставок исследует все это и передает клиенту?
Симон Шалит: Да, вам абсолютно необходимо исследовать это, потому что именно этот элемент гарантирует, что система, алгоритм, правильно наказывает потенциальное отсутствие товара на складе с правильной силой, чтобы принимать решения, делать ставки на то, хотите ли вы иметь определенную единицу на складе или нет, правильным образом. Для деятельности MRO уровень обслуживания, которого вы хотите достичь, является чрезвычайно высоким, потому что в случае, если у вас нет нужной детали, стоимость будет огромной.
С другой стороны, есть деятельности, где отсутствие товара на складе не является такой большой проблемой, потому что клиенты могут ожидать, что товара не будет, например, в конце дня для свежих фруктовых продуктов.
Конор Доэрти: Например, свежие фруктовые продукты можно заменить чем-то другим, что у вас есть на витрине.
Симон Шалит: Именно так, могут быть замены, эквиваленты или просто то, что отсутствие товара на складе не всегда является проблемой. Вы не обязательно немедленно потеряете клиентов из-за отсутствия товара на складе. Внешние факторы не настолько значительны.
Основная проблема с традиционной командой ученых-аналитиков данных заключается в том, что они могут быть незаметными для таких вещей. Чтобы гарантировать, что наша команда в Lokad, команда ученых-аналитиков цепи поставок, не попадет в эту ловушку, мы специально назвали их учеными-аналитиками цепи поставок. Это абсолютно уверяет, что каждый, включая самих себя, понимает, что частью их работы, и, фактически, очень значительной частью их работы, является понимание процессов, понимание компании, понимание финансовой стратегии и перевод всего этого в уравнения.
Я собирался сказать слова, потому что вам нужно это задокументировать, но в конечном итоге, уравнения в совместной процедурной инструкции. Определенно, вам нужно задокументировать это для нас, для самой Lokad, но также и для клиента. Так что вы документируете все это и в конечном итоге переводите это в математические термины, чтобы оно непосредственно попадало в уравнения, которые будут подаваться на компьютеры для оптимизации.
Конор Доэрти: Спасибо. Если я должен сделать краткое изложение, роль ученого-аналитика цепи поставок многогранна. Это не только работа с числами, обработка данных, использование компьютеров. Как вы сказали, здесь есть элемент личного общения, где клиент и ученый-аналитик цепи поставок регулярно контактируют, чтобы обсудить тонкости, стратегии, цели, желания и ограничения.
Они получают всю эту информацию, которая может быть или не быть отражена в данных, чтобы превратить ее в результат, который, очень просто говоря, я, если я правильно понял, является лучшими финансовыми решениями.
Симон Шалит: Да, именно так. По моему мнению, именно это делает роль ученого-аналитика цепи поставок интересной, потому что здесь есть многогранный аспект данных, человеческий и бизнес-аспекты, а также, конечно, статистические аспекты проблемы.
Конор Доэрти: Вот почему я рад вас видеть здесь, потому что это очень похоже на то, как я вижу Lokad. Это похоже на аналогию с пари. Когда меня спрашивают на событии по цепям поставок, что делает Lokad, я говорю о решениях. Как они это делают? Я не говорю о математике, компьютерах, интернете и алгоритмах. Я говорю о ученом-аналитике цепи поставок, который является экспертом. Это похоже на то, как если бы вы покупали автомобиль и получали первоклассного механика, который поможет вам. Автомобиль - это решения или алгоритм, который генерирует решения, а ученый-аналитик цепи поставок - ваш личный механик, который может исправить ошибки, если что-то пойдет не так.
Симон Шалит: Мне нравится эта картинка. Я бы даже пошел дальше. Я бы сказал, что это вся ваша команда пит-стоп, если говорить на языке Формулы 1. Это может быть несколько человек, но это выходит за рамки простого ремонта вашей машины. Когда вы говорите о механике, люди думают, что это немного больше, чем просто это.
Это доходит до того, что они выберут тип машины, который вам нужен, тип двигателя, который вам понадобится, как этот двигатель должен быть настроен, какие тормоза вам понадобятся и какой тип шин необходим для того окружения, в котором вы будете находиться.
Итак, если вы хотите это суммировать, то Supply Chain Scientist - это вся ваша команда пит-стоп. Я думаю, вы могли бы видеть это так, и таким образом вы бы поняли, насколько важна эта команда для того, чтобы вы могли справиться с любой ситуацией, с которой вы столкнетесь за рулем вашей машины.
