Computerworld, США
Для успеха цепочки поставок вовсе не обязательно искать оптимальное решение, но необходимо наличие одного или нескольких решений, которые достаточно устойчиво работают в реальной жизни
Первая попытка применения методов исследования операций, дисциплины, в которой математическое моделирование применяется к задачам бизнеса, в компании Procter & Gamble датируется 1968 годом. С тех пор развитие данного направления осуществлялось с переменным успехом. Все изменилось в 1993 году, когда исследование операций и процессов помогло P&G добиться определенных успехов в финансовой сфере, а соответствующие работы получили известность в масштабах всей компании.
В начале 90-х годов компания, подарившая миру подгузники Pampers, шампунь Pert, картофельные чипсы Pringles и около 300 других потребительских товаров, решила расширить сеть производства и распространения своих товаров. Команда, отвечавшая за сокращение затрат и повышение эффективности работы цепочки поставок, пополнилась двумя экспертами в области информационных технологий. Проектный коллектив приступил к созданию компьютерных моделей, призванных помочь провести реструктуризацию цепочек поставок. Реформа предполагала укрупнение предприятий P&G в Северной Америке на 20% и сокращение ежегодных затрат цепочек поставок на 200 млн. долл.
«Брошенные семена легли на благодатную почву», — вспоминает Гленн Уэгрин, один из аналитиков проекта, ныне заместитель директора группы P&G IT Global Analytics, занимающейся в компании вопросами исследования операций. — Стало понятно, чего можно добиться, если дополнить анализ бизнес-процессов методами исследования операций».
Во многих компаниях методы исследования операций применяются в научно-исследовательских или инженерных подразделениях, но руководство P&G решило сформировать группу исследования операций в ИТ-департаменте.
«ИТ-департамент — одно из немногих подразделений, в котором действительно можно проследить все выполняемые в компании операции от начала и до конца, — подчеркнул Уэгрин. — Здесь пересекается множество направлений; помимо имеющихся инструментов и средств мы знаем и вопросы бизнеса».
Группа Уэгрина прорабатывает около 100 проектов в год. Они охватывают все географические регионы, в которых присутствует P&G, и все категории продуктов. Большинство (хотя и не все) вопросы, рассматриваемые сотрудниками IT Global Analytics, связаны с оптимизацией цепочек поставок: сколько заводов потребуется построить для выпуска нового продукта и где их разместить? Где лучше создать центры распределения? Как оптимизировать транспортную сеть? Как обеспечить быструю и эффективную доставку продукции каждой конкретной категории клиентов?
У Global Analytics нет фиксированного бюджета. Группе нужно найти внутренних клиентов, которые готовы были бы финансировать соответствующие услуги. Уэгрин заметил, что перед группой стояла задача обеспечить экономию, которая бы в десять раз превысила затраты на реализацию проектов исследования операций. Фактические же показатели многократно перекрыли плановые.
Аналитические технологии применяются в P&G в трех достаточно широких областях. Во-первых, это оптимизационные модели, помогающие определить эффективность выделения ресурсов для цепочек поставок. Чаще всего соответствующие задачи решаются на базе анализа чистой приведенной стоимости.
Во-вторых, речь идет об имитационных моделях, позволяющих математически просчитать различные варианты и посмотреть, как они меняются с течением времени, а также протестировать зависимость результатов от значений ключевых переменных. Имитационные и оптимизационные модели часто используются совместно. Оптимизационная модель позволяет вычленить параметры, которые в дальнейшем оцениваются и настраиваются с помощью модели, имитирующей влияние данных параметров на функционирование цепочки поставок и ее устойчивость.
«Мы обнаружили, что для успеха цепочки поставок вовсе не обязательно искать оптимальное решение, но необходимо наличие одного или нескольких решений, которые достаточно устойчиво работают в реальной жизни», — пояснил менеджер Global Analytics Дэвид Диттманн.
И наконец в-третьих, компания проводит анализ решений, который предусматривает построение деревьев, объединяющих информацию о возможностях различных вариантов и получаемых при их реализации финансовых результатах.
Уровни сложности
В зависимости от сложности задачи модели P&G создаются различными путями. Некоторые из них строятся в Microsoft Excel, причем возможности простых электронных таблиц часто расширяются за счет встраивания дополнительных модулей, поставляемых на коммерческой основе. Иногда для создания в рамках электронной таблицы крупномасштабных оптимизационных моделей в P&G используют продукт What?sBest, предлагаемый компанией Lindo Systems. Часто применяется также разработанный компанией Palisade инструментарий PrecisonTree, предназначенный для построения деревьев решений.
Кроме того, используются автономные программные пакеты исследования операций, в частности, ориентированные на создание оптимизационных моделей продукты Xpress-MP и Cplex, поставляемые соответственно компаниями Dash Optimization и Ilog. Построение имитационных моделей осуществляется с помощью механизмов Extend, разработанных компанией Imagine That. По словам Диттманна, некоторые пакеты требуют написания программного кода, который, к примеру, может характеризовать целевую функцию и ограничения.
Если модели разрабатываются сотрудниками Global Analytics, то поддержка и обслуживание источников данных осуществляется силами традиционного персонала ИТ-департамента. Большая часть информации находится в хранилище данных Oracle, общий объем которого составляет 25 Тбайт. Здесь размещаются сведения обо всех региональных операциях поставщиков, производителей, клиентов и потребителей за последние три года.
Но было бы ошибкой считать, что успешность группы исследования операций в P&G обусловлен исключительно высоким качеством математических моделей и алгоритмов, обрабатывающих терабайты данных.
«На самом деле ключевым условием эффективного применения методов исследования операций является не только наличие грамотных технических решений, но и глубокое понимание используемых бизнес-процессов», — подчеркнул Уэгрин.
Специалисты P&G по исследованию операций утверждают, что все отличительные особенности моделей формируются на основе их опыта работы в качестве консультантов по ведению бизнеса. Уэгрин заметил, что помогает внутренним клиентам переместить возникающие у них проблемы «от живота к голове». Очередные проекты он обычно начинает, задавая клиентам следующие вопросы: какую задачу вы пытаетесь решить? На каких показателях основано ваше решение? Каковы возможные варианты? Что вас беспокоит и в чем причина вашей неуверенности?
Пользователи получают ответы на данные вопросы во время встречи, которая продолжается, как правило, не более одного дня. Вслед за этим возможна реализация полугодового проекта, требующего построения сложной модели. Но так происходит далеко не всегда. По словам Уэгрин, в одном из пяти-шести случаев люди заявляют: «Теперь все понятно. Я не нуждаюсь в дополнительном анализе. Я просто не понимал, что варианты решения настолько просты».
Менеджер P&G по закупкам Джин Кинни рассуждает о возможности производства нового глобального фармацевтического продукта, успех которого будет зависеть от правильного выбора источников сырья и местоположения завода, где он будет выпускаться.
«Это очень сложная задача, решение которой сопряжено с осуществлением выбора из многих миллионов возможных вариантов, — говорит она. — Если обратиться к людям, которые отвечают за маркетинг данного продукта в каком-то конкретном государстве, все они, безусловно, скажут, что завод нужно размещать именно в этой стране. Но поинтересовавшись мнением экспертов, вы узнаете, что очень многое зависит от масштабов производства. Вы собираетесь построить где-то одно глобальное производственное предприятие. При этом существует множество вариантов. Как выбрать из них наилучший? Ответ позволяют получить технологии моделирования».
Чтобы помочь Кинни решить стоящую перед ней задачу, в Global Analytics построили соответствующие модели на базе электронных таблиц Excel, оптимизационных механизмов Lindo What?sBest и модуля @Risk, разработанного компанией Palisade для создания на основе метода Монте-Карло имитационных моделей, в которых значения неопределенных параметров генерируются случайным образом. Эти модели должны были оптимизировать чистую приведенную стоимость с учетом затрат на перевозку, уплаченных налогов, импортных и экспортных таможенных пошлин, местного уровня сдельной оплаты труда, стоимости капитала и прочих факторов для каждой конкретной страны.
«В начале реализации проекта я попросил всех членов команды нарисовать результаты, которые, по их мнению, должны быть достигнуты, — отметила Кинни. — Сколько нужно заводов и где их следует разместить? Никому так и не удалось приблизиться к оптимальному варианту».
Директор по вопросам обслуживания клиентов и логистике центра P&G Global Beauty Care Майкл Поликастро заметил, что его из всех цепочек поставок его интересует лишь несколько сотен — объединяющих поставщиков, производственные предприятия и рынки.
«А если вы ежегодно добавляете к этому 10-15 новых инициатив или продуктов, это очень быстро трансформируется в формирование сложных рабочих процессов по построению всех этих цепочек поставок, — подчеркнул Поликастро. — Каждая цепочка поставок предлагает достаточно широкий выбор, и ИТ могут оказать вам немалую помощь в данном процессе».
У P&G имеются десятки продуктов, каждый из которых отличается множеством видов фасовки и дизайна упаковки. Изменения происходят постоянно, и цепочки поставок непрерывно подвергаются каким-то модификациям.
«К примеру, замена простого колпачка, инициированная китайским поставщиком, может привести к увеличению сроков поставки на два месяца, — отметил Поликастро. — Можете представить себе, как все это отражается на уровне запасов, обслуживания, цене и т. д.?»
По мере роста потребностей продавцов и групп клиентов, с которыми работает P&G, цепочки поставок будут становиться все более сложными. Вместе с этим возникнет необходимость во внедрении новых автоматизированных технологий исследования операций.
«Запросы посетителей Wal-Mart, заботящихся о своих волосах, отличаются от запросов посетителей сетей Target, — пояснил Поликастро. — Сегодня мы вынуждены учитывать дифференциацию клиентов и каналов сбыта и стремиться ко все более полному удовлетворению их потребностей».
«По прошествии двухлетней работы со специалистами Global Analytics хочется отметить изменение их отношения к информационным технологиям как таковым, — подчеркнул Поликастро. — Они не только взяли на себя объединение технологии анализа, моделирования и оценки различных параметров, но и изучили особенности ключевых цепочек поставок: импортные пошлины, тарифное регулирование, тенденции на рынке труда, а также принципы производства P&G».
Не только в интересах цепочек поставок
Методы исследования операций в P&G применяются в основном в сфере производства и распределения продукции, т. е. там, где процедуры хорошо прописаны, и даже небольшие изменения влекут за собой весьма серьезные финансовые последствия. Впрочем, технологии исследования операций используются и в других областях.
К примеру, недавно методы моделирования применялись в P&G, для того чтобы помочь сотрудникам кадровой службы оценить воздействие быстрого увеличения количества менеджеров среднего звена в подразделении, занимающемся проведением научно-исследовательских работ. Общее число сотрудников подразделения приближается сегодня к семи тысячам. В данном случае в Global Analytics построили модель по аналогии с резервуаром, в котором хранится жидкость. Имитация каналов, клапанов и основного хранилища отражала потоки людей, переходящих с одного места на другое в процессе приема на работу, продвижения по службе и увольнения. Вероятностная модель, построенная в среде Excel, имитировала прохождение людских потоков внутри организации и позволяла пользователю оценить последствия изменения политики работы с персоналом.
Профессор университета Джорджтауна Глен Шмидт, занимающийся вопросами управления информацией и операциями, считает, что опыт применения методов исследования операций в P&G заслуживает внимания не только в традиционных областях, но и в сфере маркетинга, работы с кадрами и других разделах.
«Одна из их сильных сторон заключается в том, что они применяют методы исследования операций в очень широком наборе приложений, — подчеркнул он. — Использование исследования операций в P&G примечательно и тем, что в данных моделях фигурируют внешние компании — поставщики и клиенты».
Шмидт занимал пост председателя комитета Institute for Operations Research and the Management Sciences (Informs), награжденного в 2004 году премией P&G Informs Prize за «интеграцию принципов исследования операций в структуру, которая отвечает в компании за принятие решений».
По словам Бренды Стивенс, старшего менеджера кадровой службы P&G, периодически она запускает модель, которая помогает ей решать различные вопросы (связанные, например, с увольнением возрастных работников) задолго до их возникновения. «Это очень мощное средство», — подчеркнула она.
Магия моделирования
Ниже приводится список методов поиска, применяемых в различных ситуациях в компании Procter & Gamble и других организациях
Моделирование
Моделирование системы дискретных событий: математическая модель системы, развивающейся во времени. Дискретными событиями могут быть, например, доставка товара грузовиком из пункта А в пункт Б, или получение заказа.
Теория очередей: применение теории вероятностей, статистики и других математических методов для моделирования потоков объектов и очередей объектов — к примеру, машин — главным образом, для предотвращения их скопления.
Оптимизация
Линейное программирование: математические методы оптимизации «объектных функций» с определенными ограничениями, в том случае, если все условия задачи могут быть выражены линейными функциями. Например, получение максимального оборота при данной мощности завода с учетом ограничений, связанных с доставкой продукции, представляет собой задачу линейного программирования. В данном случае слово «программирование» обозначает планирование, а не кодирование.
Принятие решений
Древовидные диаграммы: в древовидных диаграммах точки ветвления представляют собой различные варианты бизнес-поведения (например, строит компания новый завод или нет) или различные ситуации, характеризующиеся вероятностью возникновения (например, вероятность забастовки составляет 40%), а оконечные точки каждой ветви — финансовые результаты при данном варианте развития бизнеса. Можно оценить вероятность этих результатов с тем, чтобы получить показатель «ожидаемой отдачи» от того или иного решения.
Байесовский анализ: статистический подход к принятию решений, позволяющий количественно оценить неопределенность, часто сочетает вероятности субъективных суждений (наши сотрудники не будут бастовать в этом году) с вероятностью, вытекающей из сделанных ранее наблюдений (0,01% наших продуктов выпускаются с дефектами).
Общие методы
Анализ чувствительности: определение степени воздействия изменений на входе на выход модели. Иногда выбор может носить характер субоптимального, если он отличается низкой чувствительностью в части воздействия на основные показатели и поэтому представляется менее рискованным.
Чистая приведенная стоимость: приведенная (учтенная) величина будущего притока кассовой наличности минус приведенная величина утечки средств. Это чистый результат многолетних инвестиций, в пересчете на текущий курс доллара.