Какой бы алгоритм Динамического управления буфером мы ни использовали: классический или адаптированный, одна исходная посылка остается неизменной — Динамическое управление буфером работает на основе фактических данных недавнего прошлого, а компьютер не обладает интуицией и не отслеживает информацию об изменениях за пределами учетной системы.
Динамическое управление буфером прекрасно справляется с ситуациями, когда колебания спроса и/или срока пополнения остаются в пределах плюс-минус 25% от установленного, может быть, справится с изменением в 30%, но если колебания будут больше по амплитуде, то ДУБ — бессилен, он в принципе не может успеть отреагировать на такие колебания, да и не должен. Напоминаю, что буфер — это механизм защиты от обычной ожидаемой неопределенности.
Если же мы имеем дело с ситуацией, когда колебания превышают 25% в течение срока пополнения, автоматизированной системе понадобится помощь интуиции человека, его знания о внешней среде.
Собственно, мы можем выделить три таких ситуации:
- Короткие резкие пики спроса.
- Сезонные колебания спроса.
- Промоакции.
Давайте проанализируем, что мы можем сделать с управлением запасами в цепочках поставок в этих ситуациях. Кроме того, я рекомендую к прочтению материал блога Эли Шрагенхайма[1].
Работа с короткими пиками спроса
Собственно, короткие пики спроса делятся на те, о которых мы знаем, и неожиданные. Мы ничего не можем поделать с неожиданными, абсолютно случайными пиками спроса, так как не существует математики, которая бы была в состоянии с достаточной надежностью предсказывать появление «черных лебедей» — крайне маловероятных, но очень сильных по своему воздействию событий. Если мы столкнулись в своей практике с такой ситуацией, все, что мы можем сделать, — это приложить максимум усилий, чтобы как можно быстрее вернуть нашу систему в стабильное и работающее состояние.
Но есть пиковый спрос, о котором мы прекрасно осведомлены, но тем не менее наша система пополнения запасов не в состоянии обеспечить пополнение запасов во время пика. Слово «короткий» является здесь ключевым. Короткий означает: короче, чем надежное время пополнения.
Можно привести довольно много таких примеров:
- Новогоднее подарочное безумие.
- Сопоставимое с ним по масштабам празднование 8 Марта, про пик потребления цветов можно и не упоминать. В отрасли, связанной с продажей цветов, говорят, что в период с 5 по 8 Марта они и зарабатывают свою годовую прибыль, весь остальной год уходит на покрытие операционных расходов.
- Пасхальная компания (куличи и яйца).
- День знаний, или 1 сентября.
- Наверное, стоит вспомнить и про День святого Валентина.
Я думаю, что такого рода примеров каждый может привести достаточное количество. Что общего у всех этих пиков? Все они длятся меньше недели, иногда один-два дня, и вся продукция, не проданная в эти дни, уже вряд ли будет продана в другие даже по сниженным ценам, при этом отсутствие товара однозначно обозначает упущенные продажи и недовольных клиентов. При этом, как правило, ни одна производственная компания не в состоянии произвести продукцию за срок пикового спроса, а ни одна цепь поставок не в состоянии ее дистрибутировать с требуемой скоростью. Поэтому при работе с короткими известными пиками спроса единственный источник информации — это прогноз.
Так, например, компания, в которой я когда-то работал, занималась производством кондитерских изделий. В обычном режиме мы производили и продавали около 170 тонн своей продукции в месяц, но на Новый год и 8 Марта наши продажи составляли ВДВОЕ больше. Это достаточно хорошая статистика для грубой количественной оценки, хотя каждый пик в разрезе конкретной продукции мог быть выше или ниже.
Первый вопрос, на который мы должны себе ответить: какой риск мы готовы на себя принять? Дело в том, что если мы создадим недостаточные запасы — мы получим упущенные продажи/возможности, если запасы окажутся избыточными — мы понесем потери в объеме абсолютно-переменных затрат на поставку этой продукции. Поэтому мы должны выбрать для себя, на какой вариант мы ориентируемся.
Получив ответ на этот вопрос, мы можем понять, в какой пропорции нам нужно изменить Целевой уровень буфера. Общее правило можно сформулировать так: за один срок пополнения до начала цикла мы поднимаем ЦУБ в той пропорции, в какой мы ожидаем пик продаж относительно обычного потребления, а за один срок пополнения до его окончания — снижаем до первоначального уровня.
Реальное практическое воплощение этого правила будет зависеть от используемых вами средств автоматизации. Часто необходимость «отступить» от даты события на срок пополнения путает пользователей. Было бы хорошо, если бы изменение ЦУБ можно было устанавливать на даты возникновения пиков спроса, а автоматизированная система в момент формирования заказа поставщику «заглядывала» бы вперед и анализировала, какой ЦУБ будет действовать на ожидаемую дату поступления заказа. Такой способ изменения Целевого уровня буфера, как правило, более нагляден для сотрудников, а необходимость смещать изменения ЦУБ при длинных сроках пополнения на графиках выглядит часто очень странно и создает сложности при объяснении своих действий вышестоящим руководителям.
Важно, чтобы на момент начала ожидаемого пика спроса ВЕСЬ буфер был размещен в соответствующих местах хранения.
Еще один важный момент, который следует проверять: это ответ на вопрос, в течение какого времени имеющаяся в нашем распоряжении доступная мощность позволит наработать необходимый запас. Часто имеющаяся в нашем распоряжении мощность требует достаточно длительного времени накопления запасов, тогда и уровень буфера нам нужно будет поднимать ступенчато, с учетом возможностей нашего производства, хранения и/или цепи поставок.
[1] Эли Шрагенхайм. Управление пиками как стратегический вопрос. http://egorovde.ru/archives/1875