Для чего нужна IBP-система и каковы особенности её внедрения. TADетали
 
2018/05/31 14:14:03

Как планировать деятельность предприятия в условиях изменчивой экономики с помощью ИТ? TADетали

Что представляет собой система интегрированного планирования (Integration Business Planning, IBP)? Каких результатов она позволяет добиться и каковы особенности её внедрения? В этих вопросах TAdviser разбирался совместно с экспертом команды «Философия.ИТ» Фёдором Егоровым.

Содержание

Что такое IBP и для каких целей используются эти решения?

Различные классы систем управления бизнесом – ERP, CRM, BI и другие, в том или ином виде используются во всех крупных компаниях. Особняком среди них стоят системы интегрированного планирования (Integration Business Planning, IBP). IBP — это гибкий инструмент моделирования, what-if симуляций и предиктивного анализа, позволяющий планировать деятельность предприятия в условиях современной изменчивой экономики. Подобные решения только набирают популярность, но заказчики все чаще задумываются о переносе своих оптимизационных алгоритмов из разрозненных и самописных систем в централизованные решения этого типа.

IBP-системы позволяют планировать деятельность предприятия в условиях изменчивой экономики

IBP-система включает два основных компонента: Demand Planning (планирование спроса) и Supply Chain Planning (планирование цепочки поставок). На практике встречаются решения, которые используют только один из компонентов, но обычно они дополняют друг друга.

Какова роль компонента Demand Planning?

Распространенный ранее подход к планированию спроса, называемый Supply-driven, при котором прогноз продаж считался стабильным, имел смысл при небольшом количестве ключевых игроков и отсутствии глобальных каналов интернет-продаж.

С глобализацией бизнеса увеличилась и волатильность спроса, а старый подход оказался неэффективным. В новых условиях критически важно быстро и точно прогнозировать спрос, учитывая разные casual-факторы и динамику рынка. На сцену вышли стратегии вида Demand-driven.

Но спрос зависит от огромного количества факторов, и его прогнозирование вручную — очень сложная задача, поэтому сегодня для построения прогнозов используются системы класса Demand Planning (DP).

Производственная компания может иметь тысячи SKU, множество рынков и каналов продаж, клиентов и точек сбыта. Хороший DP-продукт позволяет работать с данными на различных уровнях детализации, производить быструю агрегацию и дезагрегацию данных, при этом он должен обладать хорошей масштабируемостью.

Система Demand Planning использует не только «грубые» методы прогнозирования, такие как скользящее среднее и экспоненциальное сглаживание, но и более совершенные: ARIMA, ARIMAX и dynamic regression.

Современное DP-решение имеет встроенные механизмы интерпретации данных: графики, инструменты what-if анализа и сравнения, а также способно выгружать данные в таблицы Excel.

Каковы особенности внедрения Demand Planning?

Внедрение DP-системы начинается с выбора оптимальной модели данных. Модель должна, с одной стороны, быть пригодной для обсчёта, т.е. не слишком крупной. С другой — иметь достаточную для полноценного анализа детализацию.

Второй шаг − интеграция решения с локальными системами для получения информации: в IBP загружаются данные из справочников позиций, регионов и т.д., а также истории продаж. На этом этапе часто возникают проблемы, поскольку исходные данные часто могут быть плохого качества - не структурированные или не поддающиеся обработке.

Например, для построения точного прогноза сбыта оптимальной историей являются данные о фактических продажах, но не всегда у компании есть техническая инфраструктура для сбора такой информации. Часто компании в качестве истории продаж используют альтернативные источники, например, данные по заказам на продажу, что снижает качество прогноза. Устранить несовершенство исходных данных — нетривиальная задача и одно из препятствий на пути внедрения DP-решения.

Обеспечив сбор данных, работе в системе обучают сотрудников заинтересованных отделов и департаментов — продаж, маркетинга и др. Их задача — используя данные системы, выработать и согласовать план продаж.

Собственно, консенсус-план продаж — это и есть результат работы DP-системы. План показывает, сколько товара и в каких точках продажи можно реализовать, то есть отражает веру компании в возможности спроса, подкреплённую расчётами.

Для чего нужен компонент Supply Chain Planning (SCP)?

Обычно плановый объём продаж заведомо превышает производственные возможности компании, и возникает закономерный вопрос: «Каким образом удовлетворить этот спрос?»

На него помогает ответить решение класса Supply Chain Planning (SCP).

В 1996 году некоммерческая организация SCC представила стандарт SCOR (Supply-chain Operations Reference), предложив операционную модель оптимального управления цепочками поставок. Впрочем, хоть SCOR и содержит рекомендации по построению бизнес-процессов на организационном уровне, он не даёт ясных алгоритмов планирования снабжения, логистики, производства или сбыта с экономической точки зрения.

На практике, каждая дирекция компании стремится сократить свои издержки, что почти всегда идет вразрез с деятельностью смежного направления. Например, возможна ситуация, когда отделу сбыта выгодно реализовывать широкий ассортимент продукции с высокой добавочной стоимостью, но при этом производству не выгодно терять время на переналадки оборудования и часто переключаться с производства одного продукта на другой.

Чтобы соблюсти баланс, необходимо оценить преимущество одного решения над другим с помощью прозрачной экономической оценки того или иного плана. Иными словами, необходимо принять план, максимизирующий маржинальный доход предприятия — этот подход известен как «стоимостная» или cost-based оптимизация.

Как планировать поставки с помощью SCP?

Для комплексного планирования поставок в SCP-решении используется математический аппарат, известный как «Линейное программирование» (LP) или «Целочисленное линейное программирование» (MILP). На рынке существует несколько математических оптимизаторов, решающих эту задачу: CPLEX, Gurobi, XPRESS, а также множество SCP-решений, работающих на базе этих библиотек.

Обобщив, процесс планирования можно описать тремя шагами:

   1.Сбор ограничений: переменных затрат и «жестких» ограничений.
   2.Построение и расчёт модели для оптимизатора.
   3.Интерпретация результатов работы SCP-системы и их экспорт в смежные системы для исполнения плана.

Рассмотрим каждый этап подробнее.

Сбор ограничений. На данном этапе нужно собрать и связать между собой все значимые бизнес-ограничения. Источниками данных служат ERP и CRM-системы, системы бюджетирования, корпоративные хранилища данных, АСУ транспорта, MES-системы и пр. Хорошо, если SCP-решение поставляет тот же вендор, что и локальные системы: например, SAP APO SNP предусматривает бесшовную интеграцию с SAP ERP. Но даже в этом случае интегрированы будут не все ограничения.

Построение и расчёт модели для оптимизатора. Этот этап — ядро процесса планирования, и на нём сконцентрированы наибольшие риски проекта. Производительность компьютеров растёт, но её по-прежнему не хватает для обсчёта модели целиком. Наиболее трудоёмким с этой точки зрения является обсчёт нелинейных ограничений, в частности, кратности партий поставщика, переналадок на производстве и ограничения на целочисленность транспортной единицы. Здесь на помощь приходит декомпозиция модели, т.е. разделение её на несколько составных задач.

Ниже приведены основные виды декомпозиции:

  • Декомпозиция по номенклатурной составляющей: группы позиций планируются параллельно либо последовательно от более приоритетных к менее приоритетным.
  • Декомпозиция по периодам: планирование происходит укрупненными периодами, а полученные результаты являются входными ограничениями для следующего более детального плана. Также планирование может вестись периодами переменной календарной длины, причём ближайший период детализируется максимально.
  • Декомпозиция по топологическому разделению: непересекающиеся части модели планируются независимо. Например, можно отдельно оптимизировать деятельность нескольких заводов группы предприятия.

На практике эти подходы обычно комбинируют. Выработка корректных предположений и допущений, позволяющая осуществить декомпозицию модели — это, пожалуй, наиболее творческая и сложная задача при внедрении IBP-системы.

Интерпретация результатов расчета. На этом этапе данные расчёта превращаются в понятные для пользователя объекты: заявки на закупку, заказы на перемещения, производственные задания и пр. В рамках этого шага производится парсинг, т.е. разбор результатов планирования до нужной заказчику детализации, и, если это необходимо, пеггинг (pegging), в ходе которого материальные потоки по транспортной сети обогащаются аналитикой конечного заказа на продажу. Затем производится экспорт данных из транзакционного OLTP хранилища в OLAP структуры для последующего анализа построенного плана с помощью BI отчетности. Финал этапа − выгрузка результатов планирования в смежные системы для их дальнейшего исполнения.

«
Помимо технических сложностей есть и организационные задачи, которые нужно решить в ходе проекта. Для проведения интегрированного, т.е. охватывающего все сферы деятельности компании планирования, лучше всего сформировать отдельное подразделение. Сотрудники такого отдела должны размещать ответственность за результаты планирования в одной области для исключения конфликтов интересов между службами компании — логистикой, снабжением, сбытом и т.д. Также отдел должен заниматься операционной работой с ограничениями: поддерживать актуальность и целостность, корректировать в рамках what-if анализа и пр. Наконец, подразделение будет поддерживать IBP-систему в функциональной части и своевременно добавлять новые бизнес-ограничения в модель, - поясняет Фёдор Егоров, эксперт «Философии.ИТ».
»

Какие результаты дает внедрение IBP?

Внедрение IBP-решения стоит затраченных усилий, поскольку формирует реалистичный консенсус-прогноз спроса, основанный на мощных инструментах математической статистики, истории продаж и casual-факторах.

IBP-решение даёт возможность в любой момент выбрать самый маржинальный спрос и удовлетворить его, минимизируя сопутствующие переменные затраты. Что немаловажно, результаты работы IBP-системы позволяют экономически обосновать перед руководством компании и акционерами финансовые преимущества предлагаемых решений.

Внедрение IBP-продукта — нетривиальная задача, в процессе решения которой могут реализоваться как организационные, так и технические риски. Действительно, для формирования полного и внутренне согласованного пула ограничений нужна командная работа и налаженные горизонтальные связи между департаментами предприятия.

«
Эксперты нашей команды располагают богатым опытом внедрения IBP-решений на базе продуктов ведущих мировых производителей ПО — SAP и Oracle. Наша команда успешно реализовала ряд проектов по внедрению как Demand Planning, так и Supply Chain Planning компонент, наработав экспертизу по ключевым аспектам внедрения. Наш опыт включает моделирование ограничений для бизнес-процессов, организацию бизнес-процессов для максимально полного использования IBP-системы, декомпозицию сложных моделей на составные части, интеграцию со смежными системами и визуализацию планирования, в том числе с помощью BI-инструментов, - рассказывает Михаил Нелькин, генеральный директор «Философии.ИТ».
»