Эта заметка появилась вследствие некоторой информации, которую мне рассказали слушатели в рамках курса «Революция в управлении запасами», который мы регулярно проводим в онлайне. Кому вдруг стало интересно вот вам ссылочка на очередной набор.
Каким-то образом в одном из наборов группа состояла только из представителей фармкомпаний. Точнее дистрибьюторов фармакологии.
Дистрибьюция лекарственных препаратов — это идеальный рынок, для внедрения решений управления наличием Теории ограничений. Главная предпосылка для внедрения этих решений: ситуация, когда время терпения клиента короче, чем время, которое требуется компании для исполнения его заказа.
На рынке лекарственных препаратов (за исключением особо редких заболеваний и препаратов) — это обыденная правда жизни. Лекарственные препараты должны быть доступны по первому требованию, при этом запасы не должны быть такого размера, чтобы медленная оборачиваемость приводила к истечению срока годности.
Решение Replenishment как раз предназначено для этого: чтобы товара хватало для покрытия спроса с учетом спроса и сроков пополнения, но было бы не слишком большим.
На что мне слушатели, говорят: в наших условиях это нереализуемо!
Почему?
Давайте разбираться.
Лекарственные препараты — это одна из первых областей экономики, где внедрялась сплошная маркировка. Фармацевтам это счастье прилетело летом 2020 года. Сказать, что проблем было много — это ничего не сказать.
За окном пандемия, а у сетей дистрибьюции фармпрепаратов возникает блокировка. Введение маркировки «положило» всю систему «Честный знак». Сроки пополнения (не путать со сроками поставок!!!! — Д.Е.) вырастают в десять раз. Поставка занимает три дня, но из-за «лежащей» ИТ-инфраструктуры время от заказа до продажи достигает 30 дней.
Боролись с фальсификатами и «серыми» схемами — положили отрасль. Пришлось срочно вводить заявительный характер, чтобы в разгар пандемии страна не оказалась без лекарств.
Но этим сложности не ограничились.
Есть такой раздел «Жизненно необходимые и важнейшие лекарственные препараты» (ЖНВЛП), в отношении которых контролируется не только оригинальность, сроки годности лекарственных препаратов, но и уровень наценки, поскольку эти препараты должны быть доступны широким слоям населения.
Поэтому в QR-код зашивается не только производитель, серия, но и цена отпуска.
Благие намерения?
Безусловно!!!
Но…
Опять «хотели как лучше, а получилось как всегда…»
Производитель может указать при выпуске любую цену на конкретную отгрузку, не привязываясь к даже к технологической серии препарата (т.е. производственной партии).
А значит, что под разные контракты одна и та же (СОВСЕМ ОДНА И ТА ЖЕ! ИЗ ОДНОГО «ЧАНА»!) продукция может быть поставлена по разным ценам. И разница в цене может превышать максимально установленный государством уровень наценки, а маркировка это нарушение позволит сразу же выявить.
В результате дистрибьюторы вынуждены прогнозировать потребление отдельно по каждому контракту. А НАДЕЖНЫЙ ПРОГНОЗ НЕ ВОЗМОЖЕН В ПРИНЦИПЕ! Но перекрыть ошибку из запасов, образовавшихся по другому контракту — нельзя.
В итоге: рост запасов, списания и прочие потери…
Решали одну проблему, породили другую.
И если, кто-то думает, что это связано с «идиотизмом чиновников», то он сильно заблуждается. Это типичная ситуация при разработке любых решений в компаниях любого уровня. Просто государственная машина и бюрократический аппарат крупных корпораций имеет огромную инерцию и очень медленную скорость реакции, а охват и масштаб последствий на порядки больше, чем у любых компаний.
Опыт пяти потоков обучения Мыслительным инструментам Теории ограничений, показывает, что сложнее всего при разработке решений дается восходящая ветвь U-shape (кто не понял, о чем я можно посмотреть по ссылке). Ни один слушатель из пяти потоков не смог справиться с отработкой Дерева предпосылок и препятствий. И не потому, что тупые, а потому, что это очень скучный процесс, с точки зрения трудоемкости отнимающий 60-80%% общей трудоемкости разработки решения.
А это люди, которые заплатили денег, чтобы их обучили этим инструментам, которые знают зачем это нужно.
А при разработке решений в обычных условиях, отработку 4 и 5 слоя сопротивления изменениям вообще стараются пропустить.
Так что, мы еще не раз услышим «хотели как лучше, а получилось как всегда…»
В этом году мы приняли участие в национальном этапе премии «Constantinus International Award» 2024 с проектом, выполненном в компании АО «Химтраст».
Особенность этой премии в том, что она вручается как консультантам, так и их заказчикам.
По результатам жюри Национального Инстутута Сертифицированных Консультантов по Управлению (НИСКУ) наш совместный проект стал лауреатом II степени в номинации “Цифровая трансформация года”.
Международная премия Constantinus — это награда, которая присуждается консалтинговым проектам с исключительной потребительской ценностью.
Денис Еганов (собственник компании “Химтраст”) и Дмитрий Егоров (консультант компании “Химтраст) презентовали проект “Трансформация бизнес-процессов управления ассортиментом и поддержки принятия решений по управлению запасами на основе решений Теории ограничений».
Результаты были обнародованы 7 августа 2024 и мы с вами ими делимся.
Подробное описание проекта можно посмотреть в документальном фильме:
На конференции, организованной литейщиками в начале июня и проходившей на базе МГТУ им. Баумана, довелось выступить на секции, посвященной управленческому учету. Там же мне презентовали книгу Николаса Катко «ЛИН-финансовый директор: Архитектор системы лин-менеджмента» (изд-во Питер, 2022).
Подарил мне ее переводчик этой книги Марат Зарипов. Ознакомление с оригиналом произвело на него большое впечатление и он инциировал перевод и издание этой книги. Сам от про это говорит так:
«Я переводчик, изначально не являющийся финансовым специалистом. Нужно сказать, что раньше я даже не очень отчетливо себе представлял, чем на самом деле занимается финансовый директор, какова его истинная роль в компании и как это все на самом деле влияет на то, что мы делаем на производстве. Хотя понимал, что финансовая служба добавляет порой ненужных проблем, что, очевидно, работает не на пользу компании. Судя по проведенному мною опросу, значимая часть людей находится в том же положении, что и я тогда.»
Следовательно, я не мог ее не прочитать и прочитал с карандашом и закладками, что можно увидеть на фото:
Зеленые закладки — это мысли показавшиеся мне полезными и свежими, фиолетовые — это места где, на мой взгляд, содержатся большие методические ошибки, не сказать — чушь.
При этом источники этих ошибок понятны, традиционны и предсказуемы.
Общее впечатление от книги: типичная американская бизнес-книжка с одной мыслью на 224 страниц.
При этом честно отображает переворот в сознании финасового менеджера, вынужденного перейти от GAAP и IFRS (МСФО) к организации финансовых и нефинасовых показателей для поддержки управленческих решений. Для автора (Николаса Катко) явно открылась новая вселенная и революционные подходы. И этим прозрением он и стремится поделиться.
С точки зрения практической ценности, если вы до сих пор используете Standard Costing или ABC-costing, то знакомство с этой книгой может привести вас с подобному же «просветлению». Для тех, кто в этой «теме» давно — многие вещи лежат на поверхности.
Книга может быть полезна приверженцам ЛИН-технологий, как букварь для общения с финансово-экономическими подразделениями своих компаний.
В целом книга заслуживает «одобрямс». Особенно, если вам нужны импортные авторы, чтобы обратить внимание на ключевые моменты.
Поскольку я в теме управленческого учета довольно давно (с 2006 года), а любимая мной Теория ограничений исторически и методически появилась позже и с учетом опыта внедрения ЛИН, то многие моменты вызвают улыбку.
Вот первая цитата (стр.51):
«Реальность состоит в том, что сделать безупречный поток единичных изделий очень трудно из-за изменчивости (вариабельности), существующей в процессе. Вот три типа изменчивости, которые существуют во всех Потоках ценнности: изменчивость потребительского спроса, изменчивость времени цикла и изменчивость потерь. ЛИН-практики или устраняют эту изменчивость или управляют ею [выделение здесь и далее мое — Д.Е]»
Неопределенность — существует!!!
И будет существовать всегда. Если даже Творец всего сущего (буде он существует) на устранил неопределенность, значит таковы законы природы. Следовательно, устранить изменчивость или управлять изменчивостью, которая является случайным процессом — НЕВОЗМОЖНО.
Можно научиться работать в условиях неопределенности.
И уж менее всего возможно управлять изменчивостью потребительского спроса, если только вы не выстраиваете тоталитарную экономику распределения. При этом даже основоположник статистических подходов Эдвардс Деминг писал, что прежде, чем совершенствовать процесс надо добиться его статистической управляемости и не заниматься оптимизацией в пределах шума.
Неопределенность — как время, просто существует.
И точно также как мы сушествуем во времени, мы должны научится управлять потоками в ситуации неопределенности. И не стоит «натягивать определенность на неопределенность» (do not force certainty on uncertainty), как говорит малоизвестный афоризм д-ра Голдратта.
Следующая цитата (стр. 56):
«Время такта — это общее количество [рабочих] минутв месяц деленное на средний спрос в месяц. Это средний период времени, в течение которого на основании потребительского спроса должно быть произведено одно изделие»
И еще одна из этой же серии (стр. 133):
«Средний спрос используется потому, что производство в объемах выше потребительского спроса является потерями.»
Тут всё просто. И это типичная ошибка: использование среднего значения в ситуации, когда распределение вероятности не соответствует равномерному или нормальному распределению. Это фундаментальная ошибка.
Средние значения можно использовать или для грубых оценок, когда надо «прикинуть» ожидаемые изменения, или в условиях нормального или симметричного равномерного распределения. Во всех остальных случаях, использование средних приводит большим ошибкам. Точнее к тому, что какой-то продукции в избытке, а какой-то не хватает.
Дело в том, что плотность вероятности среднего при симметричном распределении вероятности — 50%. Что в переводе на человеческий язык означает, что в половине случаев будет больше, а в половине случаев будет меньше. Самый простой и известный пример: среднее значение игральной кости (кубика) равно 3,5. Это абсолютно точно рассчитанное среднее значение. У кого-нибудь хоть раз в жизни выпало на кубике 3,5? Годится ли эта цифра для оперативного управления?
Более того, использование средних значений снижает уровень надежности компании, потому что к росту и пиковому спросу компания оказывается не готова. Если у вас есть поглотитель колебаний в виде запасов готовой продукции, незавершенного производства, то тогда они могут выровнять эту ситуацию.
Но здесь надо учитывать, что изначально ЛИН разрабатывался для производств, где возможен поток из одного изделия, спрос достаточно ритмичный и регулярный и превышает производственные мощности. Самый известный пример: автомобильная отрасль. Как только вы выходите за эти «граничные условия» — средние значения становятся путем к проигрышу….
Следующая цитата, которая скорее удивила, чем улыбнула (стр. 67):
«Кроме того, руководителю департамента закупок нужно специально получить специальный отчет о том, сколько заплатили поставщику в прошедшем году, с сортировкой по артикулам изделий и датам закупок, причем отчет ему нужен для встречи с этим поставщиком через два часа, и все это — в середение цикла «закрытия» кредиторской задолженности в конце месяца»
Хочется сказать: переходите на 1С!
Построение оборотно-сальдовой ведомости — это вопрос минут. Но это просто акцент для отечественных читателей, которые считают, что на западе учетные и ERP системы лучше, чем у нас. С точки зрения отечественного учета — вообще не понятно в чем сложность. Если документы, конечно, своевременно заведены. Но использование ЭДО решает эту проблему. Уже давно. Так что — прикольно, какие у финдиректоров на западе проблемы. По крайней мере, были еще в 2014 году…
С фиолетовыми закладками закончили. Переходим к зеленым.
Первая цитата (стр.137):
«И, наконец, важно помнить, что здесь нет «бенчмарка» (сравнительных данных), как должны выглядеть ваши цифры производственной мощности»
Всеми конечностями — ЗА!!! Надо сравнивать свой прогресс с самими собой. Становиться сегодня лучше, чем вчера. Не забывать, что «вчерашнее решение — это сегодняшняя проблема». Очень важно отслеживать характеристики собственной компании, а не какие-то теоретические отраслевые «нормы».
Вторая цитата (стр. 183):
«Типичная цель номер один по количеству перечней материалов — оно должно соответствовать количеству готовых изделий, продаваемых компанией.»
Перечень материалов (он же Bill of Materials) — это ресурсная спецификация. Проблема многих ERP систем — это попытка планирования исходя из предположения, что план будет выполняться так, как запланировано. В ТОС есть утверждение, что «планирование и исполнение живут по разным правилам». Спецификация — это инструмент планирования, но излишняя детализация часто приводит к «эффекту хлыста». В этом смысле стратегическое размещение буферов в логистической цепочке сильно упрощает и процедуру планирования и требования к детализации.
Заканчивая обзор: книга полезна для тех, кто верует в Standard Costing, cost-per-unit и Unit экономику, чтобы вернуться в реальность.
Применение подходов, изложенных в книге может позволить найти неожиданные решения для обоснования выгодности/невыгодности тех или иных альтернатив. Но при этом, подходы, изложенные в книге, уже отстают от передовых техник сегодняшнего дня. Но ЛИН старше ТОС на 20-30 лет и только-только набрал популярность у нас в стране. Какие наши годы!
И так мы решили, что часть номенклатуры нам хранить выгодно, а часть невыгодно. Как мы принимали такое решение?
Находясь в ситуации, когда у нас есть ресурс, который не может обеспечить пиковый спрос, мы решили отказаться от части рынка. От той части списка нашей номеклатуры, где мы решили, что хранение этой номенклатуры нам невыгодно.
Мы так решили, потому что сумма Прохода, то есть разницы между ценой продажи и абсолютно-переменными затратами (обычно — это закупочная стоимсть товаров, комиссионные вознаграждения, привязанные к выручке, и стоимость материалов в производстве, больше там, как правило, ничего нет) — маленькая.
Бывают ситуации, когда сумма Прохода, который вы зарабатываете, меньше, чем сумма запасов, которая у вас лежит на складе.
А это значит, что вы еще приплатили за возможность продать!!!
Интересный, конечно, вид бизнеса, но, на мой взгляд, это больше про некоммерческие организации. Когда вы некоммерческая организация — то ваша задача создать пользу обществу, а прибыль — это условие желательное, но не обязательное.
Поэтому подавлящее большинство компаний вынуждены как-то разгребать свою номенклатуру и сортировать ее: вот этоу хранить всегда, а вот эту возить только под заказ.
Сгенерировано нейросетью Шедеврум
Пример из свежего…
Мы в январе этого (2024) года закончили делать полный аудит управления запасами у клиента. Забрали данные за год и по нашим расчетам получилось, что только 10% от всего того, что компания покупает (и, соответственно, продает) дает ей 90% годовой маржи. То есть мы получаем даже не правило Паретто 20/80, а 10/90.
Под какой-то публикацией, где я рассказывал как считать Целевой Уровень Буфера, мне задали вопрос: «А что делать, если поставщик квотирует поставки?» То есть поставщик не поставляет вам столько, сколько вы хотите купить.
Давайте посмотрим с точки зрения того, что я уже много раз рассказывал.
Очевидно, что это типичное ограничение мощности. Поставщик поставил вас в ситуацию, когда у вас возникает ограниченный ресурс. Количество ресурса, которое вы можете купить, лимитировано поставщиком.
Исходя из этого, обеспечить наличие по рыночным ценам — вы не в состоянии.
Не потому, что вы такие плохие, а потому что вам поставщик не дает.
И если нет поставщика, который имеет аналог, точно такой же, и вам остается рассказать рынку, что такая же полезная штука, то ваш поставщик является держателем эксклюзивного ресурса, то вы попадаете в очень грустную ситуацию, потому что обеспечить наличие вы не можете и, соответственно, всё, что свяазано с обеспечение наличия — вам не помогает.
И в этой ситуации обеспечивать наличие, стараться не упустить клиента — нереально!
Это очень похоже на ситуацию, которую мы будем иметь, например, в торговле вином.
Сгенерировано нейросетью Шедеврум
У нас есть массовые столовые вина, которые называются одинаково, год от года отличаются, но пользователь покупает вино из некой ценовой категории, и главное, чтобы там чего-нибудь было.
Ну например, никого не хочу обидеть, первое, что пришло в голову из часто встречающихся вин, которые можно увидеть почти во всех магазинах, это Монтепульчано. Недорогое столовое, как правило, сухое красное вино. Никто там не будет разбираться какого оно года, с какого склона и так далее.
Здесь главное обеспечить наличие. В этой категории есть бутылка красного вина Монтепульчано, оно неплохо продается, его покупают, пусть она будет всегда.
А есть вина коллекционные, для которых характерна одна простая вещь — ограниченный урожай.
Это ограниченный объем ресурса, который вы будете продавать на рынке.
Можете ли вы здесь обеспечить наличие?
Нет!
Здесь мы должны подходить с такой же позиции, с какой мы подходим к управлению ограничения мощности, — чем больше загружена наша мощность, тем выше должна быть цена.
Поэтому, если вы работаете в ситуации, когда поставщик вас квотирует, то вы как компания имеете перед собой одну очень важную задачу: с этой квоты заработать максимум денег.
И с точки зрения Теории ограничения, у вас, формально, есть две стратегических позиции:
Первая стратегическая позиция: сразу поднять цену. Может быть даже выше рынка, чтобы у вас квота не закончилась слишком рано, и чтобы с каждой единицы проданного товара вы получили больше денег, чем конкуренты. А если у вас останется «хвостик», то вы егом можете распродать со скидкой. А если он не останется — то и счастье вам до следующей поставки. Какая у вас квота: месячная, квартальная, годовая, — это уже вопрос переговоров.
То есть первый способ — это торговать «выше рынка», продавая медленнее, зарабатывая больше.
Возможно возражение, что мы будем будем терять долю рынка…
Не забывайте, что ваша задача, как коммерческой компании, не только держать долю рынка, но и собрать с этой доли максимальное количество денег. Если поставщик вас квотирует, то нравится вам это, или не нравится, но вам надо с этого ограниченного количества заработать максимум денег. Поэтому лучше продавать медленее.
Как это посчитать можно посмотреть в книжке «Управленческий учет на стероидах«, где я заимствовал у И.В. Липсица кусочек про расчет безубыточного изменения объема продаж. Почитайте. Мне кажется будет полезно.
Вторая стратегическая позиция состоит в том, что вы начинаете продвать по рыночной цене, постепенно поднимая цену по мере того, как у вас остается меньший остаток. Каждую последующую порцию продавая по более высокой цене. Регулируя ценой скорость потребления и обеспечивая себе заработок с ограниченного ресурса.
Обратите внимание, мы здесь уже не говорим про управление наличем. Мы говорим про управление ограниченным ресурсом, то есть мы находимся в ситуации ограничения мощности.
После долгого перерыва Эли Шрагенхайм начал публиковать одну статью за другой. Статья, которой я хочу с вами поделиться, с одной стороны — рекламная, продвигающая новый проект, который связан с внедрением подходов ТОС в производство. Гораздо более глубоком и очень полезном внедрении, нежели это можно сделать просто прочитав книгу «Цель»
Похоже, что Эли нашел команду, которая готова автоматизировать ДЕСЯТИЛЕТИЯ его методических наработок в части планирования и управления производством.
И хотя в статье есть ссылки на ресурсы и, вроде бы, мне не очень хорошо публиковать «чужую» рекламу, но… Это не просто реклама, в ней просто и доходчиво объяснены основные ключевые моменты, почему ERP и APS не решают проблемы производства.
И что должно быть в настоящей производственной системе, поддерживающей принятие решений (DSS).
А еще, уже не раз бывало так, что Эли выпускал свои публикации в тот момент, когда у нас появлялось какое-то решение, которое УЖЕ содержит в себе рекомендуемые им методические подходы.
Так и в этот раз. Эли выложил свою статью 29 ноября 2023, а 15 декабря 2023 мы официально объявили о выходе производственной системы, в которой ВСЕ ЧЕТЫРЕ критических открытия, о которых пишет Эли — реализованы.
Вот ссылка:
Так что, читайте, просвещайтесь, комментируйте крутого Эли Шрагенхайма.
P.S.: И статья ОГРОМНАЯ и резать ее в этот раз я не стал, так что удачи в борьбе с «многабукаф». Русские субтитры в Youtube вполне адекватны
Включите субтитры, если вы хотите смотреть это видео без звука
После того, как вы инвестировали сотни тысяч в свою собственную ERP систему, понятно, что вы не захотите узнать, что на рынке существуют значительно лучшие альтернативы. К счастью, для малого и среднего бизнеса заменить свою ERP не просто, а крупные клиенты ненавидят эту идею еще больше. Но репутация компании-поставщика ERP важна для новых внедрений, и способность добавить ценности существующим клиентам за счет включения новых нужных возможностей или решить существующую проблему.
Простая истина состоит в том, что большинство ERP систем необходимы для работы бизнеса, но все они неуспешны в попытке получить в полном объеме ожидаемую клиентами ценность: качественно контролировать поток, который генерирует выручку.
Когда я впервые сталкиваюсь с ERP системой, сначала я проверяю помогает ли она преодолеть две критических проблемы. За редким исключением, производитель, который не может справиться с этими проблемами, является хрупким, и когда он «сломается» зависит от внешних факторов.
Все организации должны брать на себя обязательства перед клиентами. Частью этих обязательств является количество продукции и предоставляемый сервис, а также их общее качество. Другая важная часть – это исполнение обязательств по срокам. Существует две широкие группы возможностей: или немедленно, как только клиент попросит, или пообещать конкретную дату исполнения в будущем.
Вот очень обобщенное описание этих двух критических проблем:
ЧТО ОБЕЩАТЬ: что мы можем пообещать нашим клиентам, гарантируя высокую вероятность исполнения обязательств?
КАК ВЫПОЛНИТЬ СВОЕ ОБЕЩАНИЕ: как только мы взяли на себя обязательства перед клиентом, как мы можем обеспечить выполнение в срок и в полном объеме?
Может показаться, что если у вас есть хороший ответ на первый вопрос, то и выполнение достаточно неплохо гарантировано. Вспомним закон Мэрфи: «Если что-то может пойти не так, оно обязательно пойдет не так» Мы сталкиваемся с большой неопределенностью, поэтому выполнение плана, как запланировано, — это не простая задача, вам придется иметь дело со множеством вещей, которые пойдут не так, как ожидалось, но это не означает, что вы не можете исполнить свои обязательства. Это значит лишь то, что вам необходимо быстро определить проблему и иметь способы их устранения, не меняя первоначальных обязательств.
Эта статья концентрируется на производственных компаниях, хотя дистрибьюторы имеют схожие потребности. На самом, деле большинство компаний, оказывающих услуги, имеют схожие проблемы с принятием и исполнением обязательств перед клиентами.
Потенциальная ценность для производства любой ERP – это предоставление необходимой информации, основанной на фактических данных, которая позволит производству сделать то, что необходимо для выполнения всех заказов в срок и в полном объеме без генерирования слишком высоких затрат. Другими словами: ERP должна поддерживать ровный и быстрый поток товаров, лучше всего во всей цепочке поставок или, по меньшей мере, управлять потоком от непосредственных поставщиков к непосредственным клиентам компании.
При правильном моделировании и применении современные ERP системы предоставляют ответственным за планирование легкий доступ ко всем данным по каждому открытому заказу на производство и уровню запасов каждой SKU. Данные также охватывают время обработки и переналадки для каждого рабочего центра (опять же, при условии, что они правильно заполнены пользователем). Таким образом, расчет мощности может быть выполнен при существующих технологиях.
Вопрос к разработчикам ERP:
Каким образом, этот огромный объем данных, уже собранный вашей ERP, помогает преодолеть две критические проблемы ваших клиентов?
Если этот вопрос кажется слишком риторическим, я призываю производителей поделиться своим опытом того, как они приспособились работать в условиях этого разрыва, после того как он возник в компании после установки выбранной ERP системы.
Производственные компании выглядят очень сложными. Хотя описание всего процесса от подтверждения заказа клиента до его исполнения – задача нетривиальная, инструменты ERP достаточно хорошо справляются с таким уровнем сложности. Но синхронизация всех запущенных заказов на производство, которые конкурируют за мощность ресурсов — это большая проблема. Следовательно, несмотря на то, что выполнение одного конкретного заказа с высоким приоритетом не является проблемой, достижение высоких показателей OTIF (on-time, in full – в срок и в полном объеме) кажется очень сложным.
Поэтому, чтобы справиться с этими двумя проблемами, необходимо хорошее управление мощностью наших ресурсов.
Обещайте, а потом выполняйте
Отслеживание показателей мощности – задача также нетривиальная. Только необходимость иметь дело с переналадками значительно усложняет ситуацию. В 90-е годы с появлением мощных компьютеров, способных обрабатывать миллионы записей данных, появилась идея создания оптимизированного расписания, которое бы учитывало все открытые заказы, все технологические маршруты, доступную мощностью на любой момент времени, которая привела к появлению волны программных продуктов, которые были названы APS (advanced planning and scheduling systems – продвинутые системы планирования и построения расписания). Предполагалось, что эти системы позволят обеспечить идеальное планирование, что означало бы что его можно выполнять просто, обеспечивая достижение всех задач плана. Если бы это сработало, то была бы решена и вторая проблема.
Однако, системы APS на практике в конечном итоге потерпели неудачу. Некоторые утверждают, что их по прежнему можно использовать для исследования сценариев «что-если». Проблема в том, что они могут вам показать только то, что точно не будет работать, например, из-за нехватки мощности всего одного ресурса. Но APS потерпели неудачу в попытках предсказать надежные подходы к исполнению всех обязательств перед клиентами, поэтому из основная ценность была, в лучшем случае, весьма ограниченной.
Причина неудачи всех APS систем в том, что кроме сложности управления мощностью множества ресурсов, существует значительная неопределенность, и любая возникшая проблема испортит ваш оптимальный план.
В сравнении с APS, разработка ERP систем была направлена на интеграцию множества приложений, использующих одну базу данных, без учета лимитов мощности и без стремления к безусловно оптимальному решению. Некоторые ERP системы расширили возможности моделирования все большей и большей сложности, другие по прежнему сохраняют базовую структуру.
Даже когда у нас есть данные отличного качества и эффективные инструменты ERP, управление неопределенностью – очень тяжелая задача. Она всегда тяжелая, вне зависимости от типа производства или отрасли, из-за сложности отслеживания прогресса по очень большому количеству заказов на производство. Каждый руководитель производства борется с постоянной необходимостью принять решение, какой заказ на производство должен быть обработан прямо сейчас. Это также означает, что обработка других заказов на производство будет отложена. При колебаниях рыночного спроса, возникновении проблем с поставками материалов или отсутствии на рабочем месте оператора станка, руководителю производства необходим четкий набор приоритетов и определенная гибкость в отношении времени, запасов и мощности, чтобы быть способным немедленно отреагировать на любую новую проблему. Цель при этом остается прежней: выполнение всех обязательств в соответствии с обязательствами перед клиентом.
Обратите внимание, если мы предложим решение для второй проблемы (2. Как выполнить наши обещания), то мы также сможем лучше понять, что на самом деле устанавливает пределы для нашего предложения (и обязательствам) для рынка. Как только мы это поймем, мы сможем предложить работающую схему планирования, где каждое обещание, сделанное нашими продажниками, будет достаточно надежным.
Здесь нам на помощь приходят открытия Теории ограничений (TOC).
Ключевое открытие № 1:
Очень небольшое число ресурсов, обычно всего один, на самом деле лимитируют результат системы.
Признание этого утверждения упрощает отслеживание потока. В TOC мы называем это ресурс «ограничение». Конечно, мощность ограничения должна тщательно мониториться. Следует отслеживать некоторое количество других ресурсов просто для того, чтобы неожиданное изменение в ассортименте не переместило «слабое звено» на другой ресурс. Подавляющее большинство других ресурсов влияют значительно слабее, потому что у них есть некоторая избыточная мощность, которая может быть использована для исправления ситуаций, когда Мэрфи вызывает локальное нарушение потока.
Еще одно дополнительное понимание, следующее из этого ключевого открытия: лимитированная мощность ограничения, которая может быть использовано для предсказания надежных сроков для исполнения обязательств. Позднее это будет объяснено подробнее.
Ключевое открытие № 2:
Эффективный план должен включать буферы для защиты самых важных целей плана.
Буферы могут быть времени, запасов, избыточной мощности, избыточных способностей или денег.
В производстве мы различаем производство под заказ (make-to-order (MTO)) и производство на склад (make-to-stock (MTS)). Подавляющее большинство производственных компаний производят как под заказ, так и на склад, иногда в рамках одного заказа на производство находится объем, который был обещан к определенной дате (MTO) в то время, как производственная партия включает в себя и объем продукции, предназначенный для покрытия будущего спроса (MTS). Это создает большую путаницу и делает жизнь руководителя производства, которому необходимо найти все элементы для конкретного заказа клиента, в непрекращающийся кошмар.
Вы будете удивлены, но даже самые популярные ERP системы не делают различий между MTO и MTS. Если вам интересно, почему компания, совершенно очевидно работающая в среде MTS, управляет своим производством в режиме MTO, проверьте настройки по умолчанию в их ERP системе (и посмотрите мое видео, где я подробнее это объясняю).
Моя команда обнаружила одну ERP систему — Odoo, которая четко различает MTO и MTS. Это делает Odoo сильным претендентом на то, чтобы стать платформой, на которой можно разработать необходимый функционал, который поддержит ключевые открытия ТОС. Мне не терпится увидеть как эти функции уже отвечают на два критических вопроса, и я жду, чего еще мы можем достичь в будущем. Вообще говоря, эти возможности реализуемы и на других ERP системах.
Каждый заказ в среде MTO имеет дату, которая является нашим обязательством перед клиентом. Учитывая неопределенность, необходимо дать производство достаточно времени для того, чтобы справится с различными случайными инцидентами, которые могут случиться в процессе исполнения заказа, включая временные пики загрузки не-ограничений, проблемы с качеством, задержки в поставках и многое другое. Это означает запуск производства с достаточным запасом времени, чтобы быть уверенным, что заказ будет завершен вовремя. Этот запас времени, предоставляемый производству, называется буфер времени, и в производственной среде он включает в себя чистое время производства, потому что в подавляющем большинстве производственных сред отношение чистого времени производства ко времени исполнения заказа составляет менее 10%. Таким образом, дата запуска заказа в производство считается как дата окончания минус буфер времени (в днях). Мы настоятельно рекомендуем не запускать заказы в среде MTO раньше этого времени, так как в противном случае будут возникать значительные временные пики на не-ограничениях.
Производство на склад требует поддержания буфера запасов. Определение буфера запасов включает в себя запас «на руках» плюс открытые заказы на производство для этой продукции. Таким образом, если продажи автоматически запускают создания заказа на производство этого SKU, то поддерживается и буфер запасов.
Ключевое открытие № 3:
Статус буфера предоставляет ОДНУ четкую схему приоритетов!
В TOC мы называем это «Управление буфером». Идея состоит в том, чтобы определить статус буфера как процент его остатка. Как уже упоминалось, в производственной среде чистое время обработки «тач-тайм» (touch time) заказа – это очень маленькая часть фактического времени производства (production lead time). Большая часть времени производства тратится на ожидание того, когда рабочий центр закончит работать над предшествующими заказами. Таким образом, если конкретный заказ становится высокоприоритетным, время ожидания для такого заказа будет значительно сокращено, а значит и время производства тоже сократится.
Заказы в среде MTO используют буферы времени, тогда как заказы в среде MTS используют буферы запаса. В идеале мы должны отслеживать как заказы MTO, так и заказы MTS orders в одной очереди, как показано на рисунке 1 ниже. Когда до даты поставки остается только треть или меньше буфера времени или на руках только треть или меньше буфера запаса, статус буфера этого заказа рассматривается как КРАСНЫЙ, что означает, что заказ имеет наивысший приоритет. Как только красный приоритет получает максимальный приоритет, время ожидания редко сокращается. Руководитель производства столкнувшись со списком из нескольких красных заказов, может решить меры по их ускорению, чтобы обеспечить быстрый поток красных заказов, что все они были завершены к дате отгрузки.
Для среды MTS статус буфера – это процент запаса, оставшегося на руках в сравнении буфером запаса, который включает в себя еще и незавершенное производство. Следование одной схеме приоритетов, использующей как буферы запаса, таки буферы времени значительно улучшает вероятность достижения высокого уровня исполнения обязательств. Это возможно главным образом тогда, когда существует некоторый уровень избыточной мощности, даже на ограничении, и еще больше на небольшом числе других относительно сильно загруженных ресурсов. Однако, когда спрос растет, то в какой-то момент времени число заказов в КРАСНОМ резко возрастает. Когда эта ситуация происходит, это подает сигнал: не существует способа выполнить свои обязательства без значительного увеличения мощности. Мы можем назвать оповещение такого типа «слишком много в Красном».
В управлении буфером проникновение в красную зону инициирует мероприятия по экспедированию конкретного заказа на производство (и связанных с ним заказов на производство). Когда количество КРАСНЫХ заказов, тех, которые попали в красную зону, резко возрастает -–возникает настоящее «бутылочное горлышко» (Рисунок 1)
Ключевое открытие №4:
Отслеживание размера и тенденции Плановой загрузки ограничения и нескольких других сильно загруженных ресурсов
Плановая загрузка конкретных критических ресурсов – это общее количество часов, необходимых для обработки всех подтвержденных заказов клиента. Это делается просто обрабатывая список заказов и добавления часов, требуемых от этого рабочего центра для обработки этих заказов. Ожидается что самое большая загрузка на обработку заказов в часах будет на самом критически важном ресурсе – ограничении. Плановая загрузка может быть представлена как дата, в которую мы ожидаем окончания обработки всего подтвержденного спроса.
Обратите внимание на два критически важных преимущества, которые дает Плановая загрузка, которые приносят пользу и синхронизируют производство и продажи:
1. Мы получаем точный прогноз времени исполнения нового заказа!
Когда появляется новый заказ, в большинстве случаев он будет обработан критическим ресурсом только после того, как будет обработан весь существующий спрос (подтвержденные заказы). Когда мы добавляем к плановой загрузке какое-то дополнительное время (обычно половину буфера времени этого заказа), охватывая время обработки на ограничении и прохождение остального процесса обработки, мы получаем дату, которую мы можем надежно обещать.
2. Наблюдение за тенденциями Плановой загрузки обеспечивает нас сигналами об общих тенденциях на рынке
Плановая загрузка должна пересчитываться каждый день. Отличие сегодняшней плановой загрузки от завтрашней состоит в том, что заказы, обработанные ресурсом сегодня, исчезают из расчета, а поступившие сегодня новые заказы – добавляются. Когда плановая загрузка ограничения растет (см. правый экран на Рисунке 2), это означает, что поступает заказов поступает больше, чем ограничение способно обработать. Если эта тенденция продолжится в течение какого-то времени, это может означать: появляется «бутылочное горлышко». Вы или окажетесь неспособны выполнять заказы в срок (и страдать от неудовлетворенности клиентов) или будете вынуждены увеличить сроки исполнения заказов (и, следовательно, потерять часть доходов, если ваши конкуренты смогут работать быстрее). Если тенденция показывает снижение (как показано на левом экране на Рисунке 2), это означает, что мы получаем меньше заказов и можем их исполнять быстрее.
Тенденция изменения Плановой загрузки ресурса с ограниченной мощностью (CCR) – это индикатор того, станет ли CCR «бутылочным горлышком» или все еще сохраняется значительная защитная мощность (Рисунок 2).
В зависимости от сложившейся тенденции, компания должна запустить соответствующую управленческую инициативу:
либо увеличить мощность ограничения, а также, возможно, мощность одного или большего количества критически важных ресурсов, если мы не хотим, чтобы они стали «бутылочным горлышком»,
или найти способы привлечь больше заказов и больше новых клиентов. Обратите внимание, менее загруженное ограничение означает более короткое время исполнения заказов. На рынках, где время отклика поставщика и его надежность имеют большое значение, более короткое время исполнения заказов притягивает новые заказы. Это значит что, если действия подразделений продаж и производства синхронизированы, любое снижение спроса будет временным.
Тщательная балансировка между спросом и мощностью
Сочетание мониторинга «красных» заказов и плановой загрузки дает ценную информацию о стабильности организации в таком чувствительном вопросе, как баланс между спросом и мощностью. Преимущество управления буфером в том, что его использования не зависит от качества подавляющего большинства данных в ERP системе, важен только расход времени или запасов. Преимущество плановой загрузки в возможности более быстрого, по сравнению с управлением буфером, предоставления менеджерам информации, что дает менеджерам больше времени на реагирование, включая вариант с временным добавлением мощности.
Ценность сочетания управления буфером и плановой загрузки была тщательно проверена с помощью разработанного мной в 90-е симулятора MICSS, который был разработан для проверки различных политик в отношении производства и их влияния на бизнес. Когда рыночный спрос начинает расти, то через какое-то время неожиданно увеличивается количество «красных» заказов. Существующие на тот момент показатели исполнения заказов все еще остаются адекватными ситуации. Но если продолжить симуляцию еще в течение одной-двух недель, то ясно видна катастрофа с исполнением заказов. Я надеюсь и желаю, чтобы реальность вашего предприятия была значительно лучше такой ситуации!
Эти четыре ключевых открытия могут быть использованы для значительного увеличения ценности и улучшения ROI любой современной ERP системы, при этом сохраняя большинство возможностей и алгоритмов оригинальной ERP.
Я и моя команда в Enterprise Space, Inc. полны решимости добавлять новые алгоритмы и визуализацию данных в ERP системы, которые позволят менеджерам концентрироваться только на действительно важных вопросах.
Следующий этап ценности для потребителей будет детально описан в следующей статье, посвященной тому, как поддерживать принятие решений при оценке новых инициатив по продажам, предсказывая общее влияние этих решений на финансовый результат компании, принимая во внимание выручку, затраты, мощность и уровень неопределенности.
Включите субтитры, если вы хотите смотреть это видео без звука
Учет размера минимальной партии — это достаточно сложный вопрос.
Иногда спрашивают: «Как поступать, если раньше закупали по 10, а сейчас можем только по 15? Но, если купим по 15, то позиция может вообще застрять и лежать на складе хотелось бы взять ее поменьше…»
То есть, в этой ситуации увеличилась минимальная партия заказа у поставщика.
Это вопрос из серии: «Как бы так и на елку влезть и жопу не поцарапать?»
Если поставщик вам будет поставлять по 15, то, вообще-то, вариантов у вас нет. Вы пытаетесь договориться с поставщиком о том, что он может вам поставить партию меньшего размера, и, если договориться с поставщиком не получается, то, к сожалению, вы можете только принять решение «рисковать или не рисковать».
Если нам самим это дорого, то мы можем попытаться купить это на паях с товарищем — найти еще одного потребителя, который такой товар потребляет и закупать вскладчину. Этакий вариант закупочного кооператива. Но принципиально это сути не меняет.
Когда поставщик увеличивает минимальную партию — это серьезная проблема. Чем больше у вас минимальная партия закупки, тем больше у вас «холостого запаса» — запаса, который вы вынуждены хранить просто потому, что меньше вы купить не можете. В результате запас — слишком большой с точки зрения продаж.
Безусловно, это попытка поставщика переложить проблемы с оборачиваемостью вниз по цепочке поставок, но тут уже выбор за тем, кто покупает: если вам это надо — вы это покупаете, если не надо — не покупаете.
Связанный с этим вопрос: «Как устанавливать Целевой Уровень Буфера при небольших продажах, если минимальная партия у нас большая?» Когда минимальная партия у нас вагон, а потребляем мы две бочки (утрирую, конечно — ДЕ).
Такие соотношения бывают в реальных проектах, когда минимальная партия тонна, а потребление за надежный срок пополнения — 120 килограмм.
Как здесь устанавливать Целевой Уровень Буфера?
Оттолкнемся мы от первоначальной исходной посылки: мы обеспечиваем запасы для того, чтобы гарантировать высокую скорость реакции.
То есть для начала мы должны принять решение: хранить эту номенклатуру или не хранить?
Нам надо хранить номенклатуру, если клиент не готов ждать пока мы ее привезем, или готов взять один процент от минимальной партии, а мы не можем привезти и, при этом, это клиент, от которого мы не можем отказаться. Или если это какой-то компонент, без которго мы не можем производить готовую продукцию. В этих случаях, нам надо хранить эту номенклатуру и мы можем переходить к следующим шагам, иначе — возите ее «под заказ».
Следующий вопрос, который требует ответа: «Что такое «много», и что такое «мало»?» Сколько нам нужно хранить?
Здесь есть два способа, которыми мы можем себя повести.
Первый способ — установить ЦУБ на уровне максимального потребления и заказывать выше расчитанного ЦУБ, что назвывается в «голубое» или «овербуфер», но это будет вызывать ненужные вопросы и внимание при анализе управления наличием.
Когда у вас немного номенклатуры, то можно помнить, что этот конкретный артикул мы закзываем так много из-за большого размера минимальной партии, но…. Когда речь идет о тысячах, десятках тысяч, а иногда и о сотнях тысяч точек управления запасами, то всего не упомнишь. И у «большого начальника», который просто смотрит на состояние наличия, могуть возникнуть вопросы: зачем вы столько заказали?
Поэтому мне больше нравится второй способ, который мы используем в НетСтоке для автоматического расчета рекомендаций ЦУБ.
Мы рассчитываем, где бы у нас находился ЦУБ, если бы у нас не было минимальной партии. Соответственно находим желтую и красную границу, как 2/3 и 1/3 от ЦУБ. Желтая граница — это 2/3 от максимального потребления за срок пополнения, и нам этого количества почти гарантированно хватит до момента, пока приедет следующая партия заказа. И к этой рассчитанной границе желтого мы плюсуем минимальную партию заказа. У нас получается ОГРОМНАЯ зеленая зона. И при анализе наличия, мы видим, что это количество — это НОРМАЛЬНО, несмотря на плохую оборачиваемость.
Ну а дальше мы вполне можем использовать типовые механизмы Динамического управления буфером.
Нам достаточно часто приходится отвечать на вопросы, как управлять запасами в условиях неопределенности. Чаще всего это звучить как-то вроде: «Это работает только в стабильных условиях, а сейчас ничего нельзя предсказать, поэтому…» А что дальше, после «поэтому»?
Принимать решения на основании интуции? Так интуиция устроена очень просто: опыт, «насмотренность» формируют некоторые наборы паттернов, которые распознаются мимо сознания. То есть интуиция — это просто опыт.
Спойлер: вне зависимости от уровня неопределенности, физика процесса управления запасами не меняется!!!
Возьмем типичный вопрос от нашего клиента: мы брали товары из Москвы и всё пополнения составлял в среднем 7-9 дней, а сейчас будем брать из-за границы и срок будет поставки 40-60 дней.
Понятно, что это огромные увеличение сроков, но что делать что клиенту делать с этим?
Когда началась СВО с этим столкнулись очень многие. Самое смешное, что меньше всего это на себе последствия ощутили те клиенты, которые и так поставляли что-нибудь из Китая.
Для них для них срок пополнения в 8 месяцев — это норма. Соответственно, месяц туда, месяц сюда — это в общем не очень большие потрясения.
А вот для тех кто возил из Европы началась весёлая жизнь.
Как мы с этим клиентом смеялись на одном из наших проектных комитетов: «Господа, добро пожаловать в наш мир!»
Когда клиент привык к европейским поставкам за 1-2 дня. Это же счастье! Ничего надо хранить! Крутые, запасами управлять не надо!
И вдруг такое!!!
Добро пожаловать в наш мир!
Что делать в этом случае?
Ну первое, естественное, — это нужно установить новые сроки. То есть определить новых поставщиков, установить новые сроки, и под этим новые сроки рассчитать целевый уровень буфера. А дальше — обычная стандартная, много раз нами описанная процедура управления запасами в соответствии с методикой.
Это главное, что нужно сделать. Когда вы говорите, что все будет непонятно, то это неправда. Совершенно точно, у вас будут удлиняться сроки — это ПОНЯТНО. Вы будете дольше везти товары, а если у вас будут удлиняться сроки — вам надо больше хранить запасов. Больше ничего не произойдет.
С точки зрения потребления может произойти проседание или кратковременный скачок. Но нужно просто следить за тем, насколько меняется потребление за новый срок пополнения.
Так что, если у вас есть НетСток, то больше вам ничего делать не надо. Остальное — это обычная рутина Динамического управления буфером из заказами.
Очень просто: посчитали новый размер буфера и сделали заказ до этого размера!
Вся проблема в том, где взять деньги на такой увеличенный заказ. Это самое сложное!
Тут уже добро пожаловать в Экономику Прохода, которая помогает выбрать самое выгодное из имеющегося, а также определить потребность в оборотном капитале.
В этой публикации я хочу поговорить об управлении наличием, когда у нас в номенклатуре есть аналоги. Это один из часто всплывающих в переговорах вопросов.
Аналоги — это номенклатура, которая с точки зрения покупателя, представляет собой одно и то же, хотя имеет разные фирменные наименования или просто по разному называется у разных поставщиков.
Дисклеймер: мы очень осторожно относимся к объединению разных номеклатур в одну в качестве аналога.
Потому что является номенклатура аналогом или нет — решает потребитель, и его основания для различения или объединения разных артикул в аналог продавцу чаще всего просто неизвестны. Поэтому, когда речь идет о готовой продукции или товарах, мы всегда рекомендуем прежде, чем объединять номеклатуру с точки зрения аналогов, поуправлять отдельно и убедится, что увеличение продаж одной номнеклатуры приводит к снижению продаж другой. Если это не так, то это НЕ АНАЛОГИ, А РАЗНАЯ НОМЕНКЛАТУРА, живущая по своим законам.
Для управления наличием сырья и компонентов у производственных компаний, использование аналогов — это рутинная практика, так как в этом случае — потребитель это вы. В этом случае целесообразно всё разнообразие взаимозаменяющих комонентов объединить в одну номенклатурную позицию и обеспечивать ее наличие.
В этом случае, мы рассчитываем потребность в основной номенклатуре, а дальше закупщик рассылает эту потребность по поставщикам, получает от них наличие, цены, условия поставки и, уже опираясь на эти данные, размещает заказы на поставку.
Важно: это работает только, если производству всё равно, сырьем какого поставщика пользоваться.
Для торговых компаний поиск аналогов — это часто задача из разряда Data Analytic, а может быть и Data Science. В любом случае требует анализа Big Data.
Попробую поподробнее остановиться на том, как мы подходим к АВС анализу.
Классический АВС, это по сути Паретто-анализ, где вся номеклатура делится по принципу: А — это то, что дает 80% вклада в показатель, В — тут по разному подходят, кто-то берет 10%, кто-то берет 15%, ну и оставшиеся дают 5-10%%. Основной вопрос: на основе какого показателя делается АВС-анализ?И, сразу, чтобы не забыть: обычно к АВС прикручивается XYZ-анализ. Напоминаю, что XYZ анализ имеет смысл только в случае, если у вас нормальное распределение вероятности. Во всех остальных случаях он смысла не имеет. Я об этом уже писал чуть раньше.
И возвращаемся к АВС.
Первая заморока — это по какому показателю делать АВС анализ. Обычно его делают либо по выручке, либо по количеству. Имеет право на жизнь, но…
Основная цель компании — зарабатывать деньги. А одна и та же номенклатурная позиция может продаваться по разным ценам, давать разную выручку и приноить разное количество денег. Потому что деньги компания зарабатывает за счет разницы между ценой продажи и абсолютно-перенными затратами на ее покупку и/или создание, то есть за счет суммы Прохода (в терминологии Теории ограничений) или маржинальной прибыли (она же — маржа) в привычном управленческом сленге. Так вот, объем генерируемой маржи и определяет сколько денег компания зарабатывает, потому что дальше, мы эту маржу только тратим на условно-постоянные расходы и создание запасов/инвестиций.
Важно!!! Здесь речь идет именно о сумме маржи, а не о маржинальности, то есть проценте маржи в выручке.
Многие компании, разрабатывающие собственные решения для АВС анализа, уже дошли до этого понимания и проводят АВС анализ в том числе и по марже. Почему анализа по одной марже недостаточно?
Давайте рассмотрим ситуацию с точки зрения продажи автомобилей.
Вы можете продавать условную Ладу Гранту и условный Бентли. (Я здесь никого из производителей не хочу обидеть, просто это пример, который прост с точки зрения обывателя) Так вот, сумма годовой маржи от продажи Лады Гранты и от продажи Бентли может оказаться одинакова. То есть, с точки зрения АВС анализа по марже — это сопоставимые позиции. Означает ли это, что нам и ту и другую модель надо обязательно держать «в наличии»?
Совершенно точно — нет. Первая продается значительно (на порядки) чаще, а стоит в разы меньше, а значит запасы будут сильно дешевле, в сравнении со второй моделью.
Поэтому АВС анализа по Проходу (марже) недостаточно.
Нам нужен еще анализ по частоте продаж. И опять не XYZ относительно среднего, а именно какова частота продаж.
Здесь мы пошли самым простым путем: мы считаем частоту продаж как количество дней, когда были продажи, относительно количества дней в периоде. При этом правило 20/80 здесь работает не очень хорошо, поэтому мы сделали так для каждого места хранения считаем среднее количество дней в периоде (по умолчанию анализируем год, но это опционально). Далее, всё, что меньше среднего это группа С — она тянет среднее значение вниз. Из оставшихся 20% лучших — это группа А, остальные — группа В.
Соединяя эти два измерения, мы получаем некий список номенклатуры, которая лучше всех продается и приносит много денег: АА, АВ, ВА, ВВ (где первая буква отвечает за частоту продаж). Хотя возможны и варианты: СА, СВ (редко продается, приносит много денег, имеет смысл привозить/производить «под заказ»), АС, ВС (часто продается, приносит мало денег. Что это такое?), СС (классическая позиция «для ассортимента», что она там делает?)
Возможно возражение: а почему вы смотрите именно на дни, а не на сами продажи/чеки?
Но чем это отличается от продажи одного Бентли? Если у вас обычно продаются небольшие объемы, но, иногда, случается крупная продажа, то вопрос, на который вам надо ответить: а вы готовы хранить запасы под такие продажи или лучше к ним заранее готовиться? Напоминаю, что запасы имеет смысл хранить, только если клиент не готов ждать. А клиент, который покупает крупную партию, как правило, знает, что таких объемов на складах поставщики не держат. И ключевой вопрос: согласен ли он подождать, пока ему привезут его объем или взять частями? Но это уже отдельная тема.
Наш подход к АВС анализу уже показал свою полезность у клиентов, помогая в том числе и в части ценовой и скидочной политики.
Например, у нас есть позиция с индексом АС, что означает: очень частые продажи, при этом с точки зрения вклада в объем маржи — она попадает в группу С. Первое, что здесь стоит проанализировать, это можно ли поднять цену на позицию? Она явно пользуется спросом, но почему-то приносит мало денег. Или компания сознательно создает «убыточного лидера продаж» для того, чтобы дополнительно заработать на взаимодополняющих товарах? Если это осознанное решение в компании — тоже хорошо.
А на этом на сегодня все. Не прощаюсь. Надеюсь было полезно.
Каким образом и исходя из чего устанавливать статусы управления номенклатурой? А также как их пересматривать?
Статусы — это «Складская», «Заказная», «Вывод» и «Новинка», о которых мы говорили раньше.
Есть первый простой вариант — это экспертное суждение. Или просто «правило трех П»: «пол, палец, потолок». Когда у вас тысяча номенклатурных позиций, то, наверное, это еще как-то можно сделать экспертно. А вот когда у вас десятыки тысяч номенклатурных позиций, то сделать это вручную уже достаточно сложно.
Поэтому мы добавляем к этому некие «калькуляторы», и некие рекомендации, на основе этих «калькуляторов».
Дальше мы будем говорить только о товарах. Детали и тонкости расчетов в этой публикации мы опустим.
Есть несколько параметров, опираясь на которые можно принимать решения.
Во-первых, нам нужна номенклатура, которая приносит нам больше всего денег.
Во-вторых, нам нужна номенклатура, которая не просто приносит много денег, но еще и часто продается. Потому что может существовать номенклатура, которая редко продается, но приносит много денег. Но надо ли ее хранить, если она продается раз в год — это очень большой вопрос!!! Компания может такие вещи себе позволить только при наличии излишка денег.
И третий параметр, который нам важен — это рентабельность запасов, то есть с какой скоростью деньги вложенные в номенклатуру превращаются в новые деньги.
Для этого мы реализовали механизм трехмерного ABC анализа, который отличается от традиционного АВС анализа.
Очень многие делают АВС анализ по количеству или по выручке, что приводит к возникновению проблемы: номеклатура может давать большую выручку, но при этом почти не приносит компании денег, потому что уровень маржи/наценки в цене может быть очень маленьким. Поэтому первое, что нужно делать, это делать АВС анализ не по выручке, не по количеству, а по той самой «марже» в абсолютном выражении, которую мы зарабатываем. В Теории ограничений используется термин «Проход», который означает разницу между выручкой и абсолютно-переменным затратами. Мы не будем здесь погружаться в тонкости: если вы ничего никуда не разносите, то Проход — это синоним Валовой прибыли. Так что первое, что нужно сделать при АВС анализе — это выполнить АВС анализ по валовой прибыли.
Пример нашего клиента.
У клиента 67 тысяч SKU. Из них в группу А (то есть дающие 80% годовой валовой прибыли) попадает 3 500 SKU, что даже не укладывается в правило Паретто 20/80, здесь у нас около 5% номенклатуры дают 80% ГОДОВОЙ валовой прибыли, в группу В (еще 10%, А+В = 90% годовой валовой прибыли) попадает еще 4 000 SKU. То есть 90% годовой вловой прибыли дают 7,5 тыс. SKU. И остается огромная группа С.
Мы наблюдаем огромную конценрацию валовой прибыли в ассортименте. И это не особенность отдельно взятого клиента.
Итак, первое измерение — это объем валовой прибыли.
Второе измерение — это частота продаж. Чем чазе позициия продается, тем важнее обеспечить ее наличие. Потому что за ней ходят, ее справшивают, если ее не будет — то это негативное влияние на репутацию. И эта частота не имет ни какого отношения к XYZ анализу. Это совсем про другое. Частота отвечает на вопрос: как часто эта позиция продается. А XYZ — это отдельная история.
У клиентов часто возникают вопросы: в типовых учетных системах, в той же 1С «Управление торговлей» есть АВС xyz анализ, а у вас нет XYZ, как так?
XYZ анализ — это такая интересная история, которая строится на предположении, что у вас продажи подчиняются нормальному распределению, то есть оно симметрично относительно среднего и вероятность отклонения резко падает, по мере увеличения размера отклонения. Вот вам картинка с нормальным распределением:
Такая вот «Гауссова шляпа».
Соответственно, X — это то, что попадает в середину этой «шляпы», то есть мало отклоняется от среднего (в диапазоне плюс минус сигма), Y — это то что попадает в следующий карман (плюс минус две сигмы), а Z — это то, что попадает в края.
У нас огромное количество клиентов говорит: у меня вся номеклатура AZ., что означает что разброс относительного среднего превышает две сигмы. И это нормально!!! С чего вы взяли, что у вас гауссово распределение?!!!
Если у вас только компания не научно-исследовательский институт, где у вас работают ученые-статистики, которые строят статистические гипотезы, графики распределния вероятности, вы можете посчитать медиану, моду, среднее, эксцентрисет и прочие замечательные характеристики распределения… Подавляющее большинство компаний этим не занимаются. А это значит, что расчеты на основании среднего — опасны.
Вы же вообще не знаете, какое у вас распределение вероятности продаж! Вот вам пример реального распределения вероятности по номенклатуре из одной группы:
И третий параметр — это ROI. Но пользоваться им до тех пор, пока вы не наладили управление наличием мы не рекомендуем. Потому что самый лучший показатель будет у тех товаров, которые продавались, но их не было в наличии. Так что это дополнительный параметр для ситуации, когда большая напряженка с деньгами.
