На сегодняшний день много производственных предприятий находятся в поиске лучших методов и алгоритмов для управления цепью поставок. Рано или поздно собственник или топ-менеджер компании задается вопросами:
- Как вовремя реагировать на спрос рынка?
- Как избежать ошибок в прогнозах?
- Как минимизировать потери?
- Как повысить надежность поставок?
В процессе изучения и использования разных подходов (Theory of Constraints, Lean, 6 Sigma и др.), я находил в каждом из них именно то, что мне нужно. Но однажды я познакомился с методологией, которая включила в себя все инновации и существующие алгоритмы. И что важно — данный подход способен реагировать на колебания потребительского спроса.
Я расскажу вам о методологии Demand Driven Material Requirement Planning, которую используют такие мировые лидеры, как Coca-Cola, Michelin, Unilever, LG International.
Чтобы разобраться, какие проблемы решает методология, давайте рассмотрим следующий пример: утром, вы как клиент, идете в ресторан, чтобы позавтракать пастой. Не будем спорить о вкусах каждого и о ценовой политике ресторана. Объект нашего исследования здесь — цепь поставок и производства, позволяющая получить эту самую пасту.
Процесс приготовления пасты состоит из сбора воедино различных составляющих, чтобы получить готовое блюдо (готовый продукт), и подать его в ресторане. С одной стороны, в цепи присутствует процесс приготовления теста, путем проведения поваром нескольких операций: замеса теста, с использованием отдельных составляющих — муки, воды и другого сырья, раскатывания и нарезки, затем происходит отваривание. С другой стороны, есть поставщик овощей для начинки и соуса к блюду — помидоры, оливки, шпинат, который снабжает им повара, возможно, не напрямую, а через несколько звеньев поставок. А поставщик, в свою очередь, закупает необходимые ему компоненты и овощи у своих партнеров — тех, кто их выращивает. Примерно так выглядит цепь поставок в нашем примере.
Конечно же ассортимент ресторана обычно шире, чем просто паста, но бывает и так, что, заходя, вы видите ограниченное меню. Это происходит из-за различных источников вариабельности.
Четыре типа вариабельности в производственных процессах
- Вариабельность спроса. Сегодня в ресторане может быть 10 клиентов, а на следующий день уже 40 — клиенты могут заказать банкет в ресторане в честь дня рождения коллеги, приехать и выкупить все запасы, после чего, вы потенциально не сможете выполнить заказ следующих посетителей. Такой скачок зовется вариабельностью.
- Вариабельность от поставщиков. Повар, не получив партию ингредиентов вовремя, не сможет изготовить достаточное количество заказов. Получив больше, сырье может утратить свою ценность или испортиться.
- Операционная вариабельность. Сегодня повар в плохой форме, и ему потребуется больше времени для готовки, или он может забыть кастрюлю на плите, вода выкипит, и продукция сгорит.
- Управленческая вариабельность. Повар делает пасту, а шеф-повар говорит, что необходимо переключиться на приготовление других заказов, что вынужденно меняет приоритеты производства.
Из-за всех этих факторов вы не всегда достигаете поставленных целей, как клиент — купить (заказать) запланированное количество необходимого товара (в нашем примере, блюд).
Можно отследить различные индикаторы:
- Точно в срок (OTD — On-Time Delivery). Это количество товара, поставленного в срок (и в нужном количестве) из общего количества заказов. На примере повара, если вы выполнили заказ восьми клиентов из десяти, ваш OTD составит 80%. Этот индикатор может колебаться в зависимости от влияния различных типов вариабельности. Чтобы сократить время ожидания заказов клиентами, можно позиционировать (разместить) запасы на разных этапах производства или поставки, но в таком случае, повысится количество запасов в цепях поставок. Проблема заключается в стоимости этих запасов. В конечном итоге это завязано на «оборотном капитале».
- Использование оборотного капитала означает стремление удовлетворить клиентский спрос привлечением денежного потока компании на содержание запасов, вместо того, чтобы инвестировать в другие стратегические цели компании. Таким образом, главная цель управления цепями производства — сделать их гибкими и быстро адаптируемыми к резким скачкам спроса или вариабельности для удовлетворения потребности рынка и управления ROI. В нашем примере, если ничего не предпринять для изменения ситуации, амплитуда колебания спроса и вариабельности, которые были в начале цепи, будут расти на протяжении всего процесса. Это то, что мы называем «эффектом кнута». Возникает вопрос: «Как управлять такой системой?», «Какие методологии для этого использовать?».
- Существует методология MRP, которая является наиболее распространенной для «выталкивания» потока. Планирование процессов осуществляются на основании прогноза, начиная от отгрузки товара клиентам и заканчивая закупками сырья и материалов. Элементы системы взаимосвязаны между собой и неточность прогноза на каждом из звеньев системы ведет за собой отклонение от намеченных результатов на выходе всей системы.
- Также есть методологии Kanban или ТОС, основанные на «вытягивающем» подходе, которые концентрируются не на том, как сделать более четкий прогноз, а на том, как максимально гибко и оперативно реагировать на изменения рынка, клиентского спроса. Но вытягивающий подход эффективен на операционном уровне, но не стратегическом, он не позволяет учитывать резкие скачки вариабельности.
- И наконец, DDMRP, которая объединяет в себе лучшее из этих и других методик.
DDMRP — это методология, состоящая из пяти шагов:
1. Стратегическое позиционирование запаса по цепи
Отвечает на вопрос, на каком участке цепи на каком SKU разместить запас (буфер). Мы установим буфер на томаты. В MRP, когда запас установлен, он статичен. С DDMRP мы можем регулировать запас в зависимости от реального спроса. Предположим, буфер установлен в стратегически важных точках. В нашем примере, мы храним X килограмм помидор в холодильной камере на кухне ресторана.
2. Расчет величины запаса SKU
(профиля и уровня буферов)
Буфер рассчитан на основе потребления, времени на производство, поставку и производственных ограничений. То есть, мы учитываем среднее количество заказов (ADU), время приготовления блюд и доступность кухонной техники для оперативного приготовления заказов (кухонные машины, варочные поверхности и т. д.).
3. Динамическое изменение величины запаса
(регуляция зон буферов)
Важно, что мы динамически изменяем (регулируем) количество запаса, в зависимости от изменения таких показателей, как потребление, время производства и производственные ограничения. То есть, если мы знаем, что сегодня количество зарезервированных мест в ресторане ниже среднего, а также мы дали выходной одному из поваров, заказ на ингредиенты стоит делать в меньшем количестве.
4. Планирование пополнения на основании спроса
(размещение заказов)
Касательно планирования пополнения: давайте рассмотрим стратегический буфер DDMRP, который состоит из красной, желтой и зеленой зоны (визуально, как в ТОС).
В DDMRP, посчитав сальдо потока, станет известно определенное количество запаса, которое необходимо дозаказать. Сальдо потока (Net Flow Equation) принимает во внимание что фактически есть в наличии, заказы в пути и клиентский спрос. Что еще нового мы получаем с этой методологией — учет пиковых заказов в период времени выполнения заказа (Lead Time) в уравнении сальдо потока. Если приближается пиковый спрос, необходимо сделать заказ с учетом будущего пика. Если мы ожидаем банкетный ужин (пиковый спрос), мы делаем больший заказ на ингредиенты с учетом того меню, которое у нас есть в предзаказе. Следует понимать, что такой заказ для нас существенно повышает наш средний заказ, но при этом он не является регулярным.
Есть одно простое правило для DDMRP: каждый раз, когда сальдо потока падает ниже зеленой зоны, необходимо сделать заказ, чтобы вернуть позицию до верха зеленой зоны. Если на томаты был спрос и сальдо потока попадает в желтую зону, методология рекомендует делать заказ до верха буфера.
5. Прозрачное и совместное исполнение заказов
Теперь, когда процессы на заказ сырья запущены, нужно понимать, когда запускать заказы в работу. Для исполнения DDMRP использует систему статусов (Buffer status).
Итак, потенциально у нас есть буфер для томатов, а также и для оливок. Будут созданы заказы на поставку и для томатов, и для оливок. Необходимо понимать, в какой последовательности производить продукцию. Для это рассчитывается Buffer status каждого SKU. В этом случае, в отличие от сальдо потока, принимаются в расчет только фактический остаток товара (то, что в наличии) и величина красной зоны буфера. Меньшее значение Buffer status будет означать более высокий приоритет, который покажет, что в первую очередь запускать в работу.
Использование приоритетов исполнения также качественно отличает методологию DDMRP от подходов в MRP и Kanban.
В отличие от классических подходов к управлению запасами, DDMRP снижает зависимость и негативные последствия от использования прогноза для планирования пополнения. Взамен этого, мы устанавливаем в стратегических местах в цепи поставок, запасы сырья, что позволяет нам сократить расходы на хранение (хранить сырье дешевле, чем готовую продукцию), и сократить производственное плечо, как и срок производства (Lead Time) в целом.
Таким образом, мы всегда готовы отгрузить заказы клиента, вовремя отследить пики и колебания в цепи поставок и заблаговременно сделать заказ необходимых комплектующих. При этом производственные мощности не простаивают, поток стабилен и спрос удовлетворен.
Фото: pixabay.com