Традиционные методы прогнозирования опираются на данные прошлых наблюдений, а затем используют найденную модель для экстраполяции значений интересующей переменной в будущее. Это предполагаемое значение и используется как прогноз, на основании которого затем строится план мероприятий. В таких моделях исходно предполагается, что поведение исследуемой системы в будущем будет точно таким же, как и в прошлом, за исключением тех переменных, которые специально выделяются в модели.

Используя достижения компьютерной техники, мы пытаемся в развивающихся технологиях из области искусственного интеллекта повторить процессы человеческого мозга и нервной системы. Несмотря на то, что истоки этой области исследований лежат в биологии и психологии, она быстро распространяется в иные сферы деятельности, включая бизнес и экономику. Тремя основными направлениями искусственно интеллекта являются обработка лингвистической информации, робототехника и искусственные нейронные сети. Последнее нашло наибольшее применение в коммерции, включая проблемы прогнозирования.

При создании нейронной сети в компьютере программируется множество моделей, охватывающих полный набор прошлых взаимоотношений между всеми переменными, способными  повлиять на результирующие значения зависимых переменных. Программа нейронной сети ассимилирует эти модели и предпринимает попытку установить существующие связи, “изучая” то, как они изменялись до этого.

Некоторые исследователи в области прогнозирования отметили сходство между принципами функционирования нейронных сетей и традиционными методами прогнозирования, в которых предпринимается попытка найти величины, необходимые для успешного прогноза. Преимущество использования нейронных сетей состоит в том, что здесь не нужно заранее устанавливать взаимоотношения между величинами, поскольку метод предусматривает изучение существующих взаимосвязей на готовых моделях. Кроме того, нейронные сети могут эффективно работать с неполными данными.

Достижение успеха в применении нейронной сети иногда называют полной совместимостью. Это означает, что программа нейронной сети быстро замещает существующую модель, например, регрессионный анализ, не нарушая работы организации. Повышение эффективности, как и достижение большей точности прогнозов, иногда может быть достигнуто с минимальным вмешательством в текущее управление. Нейронные сети особенное эффективны в тех случаях, когда исходные данные сильно коррелируют либо неполны или рассматриваемой системе свойственна высокая степень нелинейности.

Торговые сети активно используют нейронные сети не только для прогнозирования спроса, но и для увеличения продаж, работы с ассортиментом, настройки системы лояльности, а также в управлении товарными запасами. С помощью нейросетей можно оптимизировать запасы скоропортящихся товаров на складе или точно спрогнозировать количество необходимой продукции в зависимости от географии или сезона.

В экосистеме цепей поставок появилась новая форма конкурентной борьбы, основанной на стратегическом взаимодействии контрагентов цепей поставок. Однако, работает ли концепция SCM, базирующаяся на принципах взаимодействия, синхронизации основных бизнес-процессов и моделей планирования и управления на основе единых информационных каналов с поставщиками и клиентами по всей цепи поставок в российских реалиях?

Конкуренция на мировых рынках, вывод на рынок продуктов с короткими жизненными циклами и повышенные требования к качеству продукта вынудили предприятия многих стран сосредоточить свое внимание на интегрированной логистике и управлении цепями поставок. Успешное функционирование компании достигается путем наращивания крепких связей и выстраивания долгосрочных отношений со своими поставщиками, посредниками, заказчиками и потребителями во всей цепи создания стоимости конечного продукта.

Современные цепи поставок отличаются широким географическим охватом, что вызывает определенные организационные сложности, связанных с большим количеством контрагентов внутри цепи, необходимости более тщательного и качественного планирования и контроля. Проблемы в деятельности какого-либо звена могут оказывать негативное влияние на всю цепочку поставок, тем самым увеличивая стоимость конечного продукта и снижая его ценность для конечного потребителя. Изменение уровня цен на конкурентном рынке, в свою очередь, приводит к резкому изменению спроса, что создает ряд барьеров в сфере управления запасами и является причиной возникновения «эффекта хлыста» в цепях поставок. 

Неэффективное управление материальными потоками приводит к накоплению избыточных запасов на складах, нехватке товара на полке, снижению качества поставляемой продукции и его просрочке, что оказывает значительное влияние на спрос потребителя, который в условиях конкурентного рынка очень чутко реагирует на любые изменения в качестве продукта и его цене. Кроме того, широкая пространственная протяженность цепи поставок создает дополнительные ограничения и барьеры на пути движения основных и сопутствующих потоков, что увеличивает длину логистического цикла и приводит к снижению оборачиваемости запасов, вследствие чего компания терпит значительные убытки.

Основной причиной возникновения вышеперечисленных проблем является слабая информационная осведомленность контрагентов цепи, а также низкая вовлеченность участников в процессы совместного планирования и регулирования.  К факторам, затрудняющим координацию участников цепей поставок относят трудности в согласовании стратегических и операционных планов компании, слабую согласованность действий разных служб и подразделений компании при расчете плановых показателей. Кроме того, перед компанией встает проблема информационного обмена и отсутствием интегрированного ПО, необходимого как для формирования единого информационного пространства внутри фирмы, так и для интеграции ее с контрагентами на уровне всей цепи поставок.

NF Enterprise

Стоит отметить, что процессы интегрированного планирования весьма разнообразны и во многом зависят от отрасли в которой функционируют контрагенты, а также от специфики самих компаний. Однако среди всего многообразия процессов можно выделить основные, образующие базис планирования компании:

• Прогнозирование потребности/спроса в конечном продукте компании, формирование стратегического и операционных прогнозов; 
• Выработка на основе прогнозов спроса прогноза заказов; 
• Выработка на основе прогнозов спроса объемно-календарных планов продаж по основным каналам и направлениям реализации продукции на рынке;
• Формирование на основе стратегического прогноза плана закупок основных средств; 
• Формирование на основе операционного прогноза плана закупок оборотных средств; 
• Стратегическое планирование конфигурации цепи поставок (планирование расположения складов, заводов, подразделений и т. п.); 
• Составление графика загрузки мощностей исходя из планов производства;
• Формирование комплекса мероприятий в целях реализации составленных планов. 

Интегрированное планирование представляет собой совокупность взаимосвязанных процессов, протекающих как внутри компании, так и за ее пределами, обеспечивающих планирование с ключевым клиентом компании на всех горизонтах и уровнях движения основных и сопутствующих потоков. Под основными элементами процесса планирования в данном случае понимаются: 

• Звенья цепи поставок, в рамках которых происходит движение потоков сырья, незавершенного производства и готовой продукции (заводы, склады, распределительные центры, транспорт, таможенные терминалы и т. п.) 
• Уровни и горизонты планирования — период, в течение которого планируется реализация плана закупок, производства, отгрузок, продаж и т. п. Наиболее распространенной практикой является составление операционных (на 3 года и более), тактических (поквартальное планирование) и стратегических планов (от недели до нескольких месяцев). 

Цифровая система NF Enterprise позволяет объединить всех участников цепи поставок для получения и предоставления актуальной информации. Система помогает повысить качество управленческих решений, избежать избыточных материальных запасов, значительно повысить уровень клиентского сервиса и, в том числе, решить проблему дефицита операционного времени. 

Система позволяет сделать план продаж гибким и держать оптимальные запасы на период плеча доставки/поставки (плюс согласованный страховой запас), избежать OOS (out of stock – отсутствие товара в запасе), минимизировать OS (overstock – избыточный запас), а также сократить неликвиды. Позволяет ускорить бизнес-процессы за счёт более чёткого разграничения ответственности каждого сотрудника за свой участок работы и принятые решения.

Какими данными делятся производители и рилейлеры?

Исходя из схемы взаимодействия производителя товаров и розничной сети можно выделить основные задачи каждого участника в рамках проекта. К основным задачам розничной сети относятся:

1. Предоставление партнеру данных о продажах, остатках товаров на складах и торговых точках, товарах в пути (транзит);
2. Предоставление партнеру данных оперативного, тактического и стратегического прогнозов заказов;
3. Предоставление партнеру данных о готовящихся промо-активностях, размере скидки и уровня цен;
4. Предоставление партнеру данных о мощности складов и транспорта, графике поставок, типов поставок, расписания отгрузок, схемы отгрузок товаров под промо-активности и т. п.;
5. Предоставление партнеру текущего среза уровня товарного запаса на складах и распределительных центрах.

На основе полученной информации производитель товаров выполняет такие задачи как:
1. Создание оперативного прогноза продаж через кассу с горизонтом в 5–6 недель;
2. Пересчет прогноза продаж в прогноз заказов с учетом текущего уровня товарного запаса и других ограничений клиента;
3. Отслеживание динамики уровня товарного запаса и уровня сервиса, расчет показателей на еженедельной основе.

Novo Forecast Enterprise

Цифровая система для интегрированного планирования и прогнозирования

Затраты, связанные с запасами, являются главной составляющей частью издержек логистики, которые в среднем, составляют от 12 до 40% совокупных логистических затрат. При этом производственные предприятия имеют более низкий уровень этого показателя, а оптовые и розничные компании – весьма высокий (до 50%).

Прежде всего, необходимо взглянуть на запас не как на инструмент решения проблем обеспечения производственного процесса или запросов клиентов, а как на самостоятельный объект управления. В таком случае следует рассмотреть вопрос, какую роль играет запас в организации как звене цепи поставок? Является он явлением положительным или отрицательным для деятельности организации?

Конечно, сразу дать однозначный ответ на эти вопросы без учета разнообразных факторов внутренней и внешней среды бизнеса получить трудно, но в каждой конкретной организации в определенный период времени и при определенной стратегии развития бизнеса, этот ответ должен быть однозначен. В противном случае, менеджер при принятии решения по управлению запасами будет, как всякий сомневающийся человек, «подобен морской волне, ветром поднимаемой и развеваемой».

Анализ этих результатов позволяет определить стратегически верное отношение к запасам, что, в свою очередь, дает твердое основание для принятия эффективных управленческих решений в этой области деятельности.

Оптимизация уровня запаса – ослабляет зависимость смежных звеньев цепи движения товарно-материальных ценностей, концентрируется на расчетных задачах работы с запасами, приводящий к минимизации совокупных затрат, связанных с поддержанием и созданием запаса.

Целью оптимизации запасов является получение компанией максимальной финансовой выгоды от запасов, и в то же время максимально возможное сокращение расходов. Запасы отражают представления компании о спросе в будущем и финансовых соотношениях между конкурирующими позициями.

Если будет заказано чрезмерное количество продуктов, то затраты на их хранение будут расти и станут неоправданно высоки; если же, наоборот, будет недостаток товаров, это приведёт к финансовым убыткам от потерянных продаж. Таким образом, оптимизация занимается выработкой наилучших решений по управлению запасами (например, решения о том, когда именно и в каком количестве совершать заказ, наилучшем месторасположении товара на складе и пр.). Главной сложностью для оптимизации запасов является неопределенность и непредсказуемость спроса. Так как уровень спроса в будущем неизвестен, оптимизация запасов проводится на основании статистических методов прогнозирования.

Однако, одного прогноза недостаточно. Необходимо, чтобы участники цепи поставки могли обмениваться между собой информацией в реальном времени. Следствием информационной интеграции является понимание того, что продукция должна производиться тогда, когда она нужна покупателю. Не ставя целью минимизацию запаса в организации, такой подход приводит к следующему результату: уровень запаса сокращается, так как в результате точных расчетов и своевременной реализации планов, основанных на требованиях потребителей, возможность производства и предприятий-поставщиков, появляется возможность снижения текущей составляющей запаса.

Для каждого предприятия, должна быть создана собственная, адаптированная под конкретные требования, модель прогнозирования. Для ее создания требуется подробное изучение данных и изучение специфических особенностей предприятия. Главное преимущество, которое компания получает при эффективном управлении over stock и out of stock – увеличение скорости реакции на потребительский спрос, гибкости управления организацией, адаптация к новым внешним условиям

Скачать книгу

Скачать бесплатно

Система NF Enterprise

Подробнее