Основной вызов в управлении цепью поставки — обеспечить практически идеальное наличие товаров при минимально возможных запасах. Ключ к достижению таких результатов — отказ от сложившихся убеждений и замена их процессами здравого смысла, которые эффективно используют возможности информационных технологий.

Чисто теоретически, если бы время выполнения заказа могло быть равным нулю, тогда бы никаких запасов нигде не требовалось. Поэтому первый вопрос, на котором нужно сфокусироваться, — это сокращение времени поставки. Чем оно короче, тем лучше. Запасы должны располагаться по всей цепи поставки, разделяя время пополнения, укорачивая время поставки от одного звена цепи поставок к другому.

Чтобы начать процесс изменения, нам нужно начать отказываться от контрпродуктивных общих практик. Первая на очереди — практика объединения SKU для общей настройки процедур управления. Это устаревшая практика, изобретённая ещё в докомпьютерную эпоху, чтобы сократить количество принимаемых решений для управления каждым отдельным SKU. Сейчас нам предоставляются бесконечные вычислительные возможности, и так часто, как нам необходимо. Таким образом, вместо объединения и поиска общего решения для всех SKU возможно и желательно делать вычисления для каждого SKU.

Отказавшись от этой привычной практики, давайте перейдём к прогнозированию. Обычная практика — строить прогноз, начиная с конечных точек потребления, где прогноз наименее точный. Лучшей точкой для прогнозирования является та, где прогноз получается наиболее точным — там, где горизонт прогнозирования самый короткий, а размер выборки самый большой. В любой цепи поставки есть только одно такое место — её начало. Таким образом, наиболее разумным будет создание центрального склада (если он еще не существует) — места хранения запасов в начале цепи, и определение начального количества хранения для каждого SKU. Хороший прогноз должен учитывать сроки поставки и надежность пополнения. Таким образом, начальный уровень запаса для SKU можно рассчитать через уравнение — Максимальное прогнозируемое потребление в течение среднего периода пополнения, с поправкой на надёжность пополнения. Средний период пополнения — это время производства или поставки от поставщика. Поскольку колебания в первом звене цепи минимальны, «максимальное» прогнозируемое потребление на центральном складе меньше суммы «максимумов» на всех региональных складах. В результате храним меньше запасов при обеспечении лучшего наличия. Соответственно, количество запасов, поддерживаемое на центральном складе, будет меньше, чем эффект от сокращения суммы запасов на всех региональных складах.

Теперь предположим, что все SKU поддерживаются в наличии на центральном складе. Для следующего звена цепи поставки время пополнения стало равно времени транспортировки. Как правило, в цепях поставок самым коротким временем пополнения является время транспортировки, и зачастую оно является наиболее надёжным (если сравнивать с производством). В любом случае, у всех звеньев цепи поставки теперь укоротилось время пополнения, и с использованием вышеприведенной формулы теперь потребуется более низкий «максимум».

Дополнение для тех, у кого есть завод перед центральным складом. В настоящее время завод, вероятно, имеет значительное количество срочных заказов из-за отсутствия нужных запасов. Эти срочные заказы удлиняют очереди в производстве, из-за чего увеличивается время производства. Однако зачастую товар, отсутствующий в одной точке хранения, имеет излишки в запасах в другой точке. Наличие центрального склада значительно сокращает количество таких ситуаций, так как срочная поставка требуется только тогда, когда запасы товара заканчиваются на центральном складе. Это приводит к сокращению времени производства, что обеспечит дальнейшее сокращение «максимума» для центрального склада. Разумеется, более короткие сроки производства также повысят надёжность поставок, влияя на «надёжность пополнения запасов» и, как следствие, дальнейшее сокращение запасов.

Первый шаг в улучшении показателей управления запасами требует, чтобы вы перестали:
• управлять группами SKU,
• выталкивать запасы в точки потребления, основываясь на неточных прогнозах

Вместо этого:
• управляйте запасами каждого SKU отдельно на основе формулы — максимальное прогнозируемое потребление в течение среднего времени пополнения с поправкой на надежность пополнения
• создайте центральный склад, который позволит сократить сроки поставки в звенья цепи и повысить надежность пополнения — это позволит значительно уменьшить запасы и одновременно существенно увеличить наличие

Это только первый шаг, и от него уже ожидаются невероятные эффекты. Остальные шаги будут описаны в следующей части.

В предыдущей части я сфокусировался на важности центрального склада для сокращения сроков поставки и, как следствие, в значительном снижении запасов вкупе со значительным улучшением наличия. Само по себе это существенное изменение для улучшения показателей деятельности. Хорошая новость в том, что можно сделать всё ещё лучше.

Для этого требуется, чтобы мы отказались от некоторых общепринятых практик и заменили их новыми. Следующая практика, от которой нужно отказаться, это сложившаяся практика дозаказа. Текущие превалирующие практики: пополнять, когда запасы достигли предписанного уровня (известного как МинМакс), либо пополнять после предопределённого периода (известного как точка дозаказа). В обеих этих методологиях мы потребляем (продаём) запас, но откладываем точку пополнения на какой-то день в будущем. Это приводит к искусственно увеличенному горизонту планирования. Мы называем время между потреблением и точкой дозаказа OLT (Order Lead Time, время исполнения заказа). Изменив эту процедуру на новую — заказывать сразу же при потреблении (или даже в конце каждого дня), мы можем устранить OLT.

Взгляните на свои данные: если ваше время доставки (время, которое проходит с момента размещения заказа до прибытия заказа на склад), например, 4 недели, и ваш средний уровень запасов 4 месяца, то ваше OLT составляет 3 месяца. Это значит, что выбранная вами процедура увеличивает ваш горизонт планирования, и в результате точность прогноза ухудшается, как и точность размера запасов. Очень часто OLT составляет, как минимум, 50% от общего горизонта прогнозирования.

Таким образом, с помощью небольшого изменения мы можем уменьшить горизонт прогнозирования как минимум на 50% — это возможность снизить запасы вдвое, в дополнение к достижениям, уже полученным при введении центрального склада. И это ещё не конец.

Как было сказано в предыдущей части, целевой уровень запасов нужно определять с помощью формулы — Максимальное прогнозируемое потребление в течение среднего периода пополнения, с поправкой на надёжность пополнения. Как только у нас появляются запасы на центральном складе, мы можем использовать эту формулу чтобы установить целевой уровень запасов на каждом региональном складе, учитывая при этом только время транспортировки. Определяя уровень запасов таким образом мы можем двигаться дальше по цепи поставки вплоть до последнего звена.

Как только целевые уровни запасов установлены и пополнение делается ежедневно, мы можем добавлять следующий элемент — частоту поставки. Общепринятая практика — ждать, пока заказ не достигнет достаточно большого кол-ва SKU, т.к. мы получим минимальную цену на транспортировку в расчёте на единицу. Результат — заказ каждого SKU в большем количестве, чем требуется. Большие запасы увеличивают горизонт планирования, что приводит к снижению точности размера запасов. Это также означает более высокие транспортные затраты — да, экономия получается надуманной, т.к. совокупные затраты растут, когда мы перемещаем больше запасов, чем требуется, для большинства SKU. В итоге мы платим дважды — высокие и неточные запасы в сочетании с более высокими совокупными затратами. Переход к более частым заказам с меньшим количеством для каждого SKU (но всё ещё достаточно высоким в целом) приведет к снижению транспортных затрат в сочетании с более высоким уровнем наличия, т.к. при частых заказах запас некоторых позиций будет регулярно достигать точки потребления. Таким образом, повышается возможность системы обрабатывать редкий пиковый спрос.

Помимо все этих преимуществ, мы должны помнить, что Мёрфи ещё существует, и что необходимость продолжать улучшения никогда не заканчивается. Мы можем далее улучшать результаты, используя концепцию управления буфером.

Разделите буфер запаса на три зоны по ⅓ буфера. Верхняя треть (от размера целевого уровня до ⅔ от его размера) зелёная, следующая треть жёлтая и нижняя — красная. В каждой точке хранения скорость потребления может быть быстрее либо медленнее в сравнении со скоростью, спрогнозированной при расчете целевого уровня. Если фактическая скорость быстрее ожидаемой, то запасы быстро перейдут из зелёной зоны в жёлтую и красную. Каждая поставляющая точка получает ежедневные заказы от своих точек потребления. Каждый заказанный SKU прибывает с цветовым кодом, показывающим текущее состояние запаса в точке потребления. Цвета дают поставляющей точке следующее: чёткая индикация срочности пополнения: Зелёный — не срочно, Красный — очень срочно. Они также используются в механизме установки приоритета — если существует конфликт приоритета, то вначале будет отправлен заказ в точку с запасом в красной зоне. Это ВАЖНО, поскольку в большинстве систем управления запасами отсутствует механизм установления приоритетов для обоих видов звеньев цепи и, как правило, реакция опаздывает. В данном случае реакция в большинстве случаев оказывается своевременной и эффективной.

Управление буфером также предоставляет возможности для постоянного совершенствования. Большинство систем управления запасами практически никогда не изменяют установленный целевой уровень SKU. Однако задержка SKU слишком долго в Зелёном или в Красном — это чёткий сигнал, что уровень запасов неверен. Он слишком высок (если запас долго находится в Зелёном) либо слишком низок (долго находится в Красном). Отслеживание таких случаев позволяет динамически подстраиваться если целевые уровни запаса основаны на фактическом потреблении, постоянно проверяя, что остаток каждой позиции не слишком высок или недостаточен. Если дополнительно мы будем проводить анализ случаев, когда остаток находился в красной зоне, мы сможем постоянно продолжать улучшать результаты деятельности системы.

Подводя итог: для значительного сокращения запасов, операционных издержек при управлении запасами и значительного улучшения наличия:
• Создайте центральный склад
• Установите целевые уровни запасов для каждой позиции в соответствии с формулой — Максимальное прогнозируемое потребление в течение среднего периода пополнения, с поправкой на надёжность пополнения.
• Делайте заказы ежедневно
• Пополняйте часто
• Используйте управление буфером

То, чего вы достигните, выходит за рамки того, что вы можете себе представить.

Путешествие на этом не заканчивается. С соответствующими показателями оценки результатов возможны дальнейшие улучшения, но это тема отдельной статьи.

Мы описали, как реализованы механизмы Буфер и Динамическое управление буфером в StockM

А здесь можно прочесть статью от собственника компании Садовые машины о том, как внедряли решения теории ограничений, с какими проблемами столкнулись и как менялись результаты за время и после внедрения