Логистика дистрибуции или игра "Что? Где? Когда?"

Левяков Олег Михайлович

В современном деловом лексиконе трудно найти термин с большим количеством разноплановых и противоречивых определений, чем «логистика». Судьба логистики в реальной жизни не проще. Какую бы роль ей ни отводили в компаниях, - это сирота, у которой много начальников, но нет настоящего хозяина.

Бесхозная логистика

В некоторых компаниях утверждают, что у их логистики хозяин есть, но всегда оказывается, что это завскладом или начальник транспортного цеха (должности, естественно, могут называться по-другому, но суть от этого не меняется).

Согласно всем определениям логистики, ее основная задача - обеспечить наличие нужного товара в нужном месте и в нужное время. То есть она выполняет функцию управления цепочкой поставок продукции потребителям. Но кто отвечает за ее выполнение? В большинстве компаний этот вопрос поставит вашего собеседника в тупик: с одной стороны, никто, с другой - в той или иной степени все. Очевидно, что если товар не будет доходить до потребителя в установленный срок и в правильном количестве, то компания обречена. Логистика - жизненно важная функция, пронизывающая буквально всю организацию. Как же получилось, что она осталась сиротой? В конце статьи я постараюсь ответить на этот вопрос.

Проблемы

Независимо от того, есть у логистики хозяин или нет, ее задача требует решения. Наиболее интересно в этой связи рассмотреть управление запасами в сети распределения (логистика дистрибуции).

Важно отметить, что мы имеем дело с дистрибуцией тогда, когда время терпения покупателей короче времени поставки. Это означает, что мы должны производить и отправлять товар в сеть до того, как на него возникнет фактический спрос. В данную сферу в полной мере попадают компании, производящие продукты массового спроса или поставляющие их через сеть складов и магазинов. 

С тех пор как ассортимент таких компаний начал расти, а расстояние до покупателей увеличиваться, в их работе регулярно стали возникать однотипные проблемы:

• В разных местах хранения регулярно возникает дефицит одних товарных позиций при излишке других;
• Постоянно возникают срочные заказы на производство (закупку);
• Приоритеты часто и непредсказуемо меняются;
• Производство (если оно есть) слишком часто работает в авральном режиме;
• Продукция устаревает до реализации;
• Появляются «мертвые» запасы;
• Затраты на доставку продукции слишком высокие;

Неизбежными следствиями становятся связанные оборотные средства, потерянные продажи, снижение маржи, потеря клиентов и в конечном итоге снижение прибыли компаний. Безусловно, есть еще целый ряд усугубляющих факторов: нехватка опытных специалистов, низкая трудовая дисциплина, неоптимальные процессы, ненадежные поставщики, техническая отсталость инфраструктуры, плохое ПО. Но, как показывает опыт, их устранение не приводит к полному исчезновению проблем.

В чем же реальная причина?

Для начала необходимо разобраться, почему традиционные методы не дают желаемых результатов.

Одно из самых распространенных и привлекательных решений в настоящее время - использование информационных технологий. Существует ряд программных продуктов, призванных помочь предприятиям правильно распоряжаться запасами, быстро и в полном объеме удовлетворять спрос. К ним относятся как продукты класса ERP, так и специализированные программы управления складами и запасами (WMS и другие). Их применение позволяет улучшить работу складов и точек продаж, оптимизировать информационный обмен и сократить количество ненужных операций. Но однотипные проблемы логистики дистрибуции все равно остаются.

Не секрет, что информационные технологии приносят реальную пользу, только когда позволяют устранить какое-то существенное ограничение в работе предприятия. В сфере логистики дистрибуции это недостаток актуальной информации. Мы не можем быть уверены, каким будет спрос на нашу продукцию в том или ином месте продаж. Мы не знаем точно, какой продукт, в каком количестве и где необходимо держать. Информация о том, сколько и какого товара не хватает в системе, доходит до нас слишком поздно. Данные о фактических продажах запаздывают, и мы не успеваем действовать при изменении спроса. Не можем точно планировать работу системы и быстро реагировать на потребности рынка. В результате мы несем неоправданные затраты, падает уровень продаж, снижается прибыль.

Пока не было информационных технологий, приходилось создавать специальные правила работы в условиях недостатка информации о запасах, спросе и его изменениях.

Правило 1: Для быстрого и наиболее полного удовлетворения спроса максимум запаса должен находиться как можно ближе к потребителю.

Правило 2: Товар рядом с потребителем нужно пополнять в соответствии со сделанным заранее прогнозом.

Правило 3: Большое количество запаса компенсирует ошибки прогноза и запаздывание информации в цепочке поставок.

Но так ли хорошо эти правила работают на практике? Мы прогнозируем спрос на заданный период по каждой товарной позиции, планируем на его основе запасы в каждом звене сети дистрибуции и формируем планы производства (закупки). Произведенную продукцию отгружаем в точки хранения, определенные планом. Какими инструментами и алгоритмами мы пользуемся при прогнозировании и планировании, не так уж важно - предположим, что самыми лучшими.

Поскольку прогноз на уровне конкретных товарных позиций, как правило, расходится с фактом, возникает дефицит товаров, которые продаются быстрее, чем ожидалось. Если мы не намерены терять продажи, приходится размещать срочные заказы на производство таких позиций. Производители вынуждены отходить от установленного плана и срочно производить недостающее. Это приводит к торможению выпуска запланированной продукции. Оно в свою очередь провоцирует возникновение дефицита по другим позициям, и производство захлебывается в стремительно растущем потоке срочных заказов.

В то же время в местах хранения формируются излишки товарных позиций, которые продаются медленнее. Текущий объем запаса оказывается выше, чем планировали. Необходимо как-то реагировать. В условиях тотального контроля и сокращения затрат мы должны сократить эти запасы. Первый вариант - распродать со скидкой, но тогда неизбежна потеря прибыли. Более того, часто бывает, что, вынуждая клиента покупать товар со скидкой, мы лишаем его возможности приобрести товар, который он хотел купить изначально. В итоге мы теряем не только прибыль из-за скидки, но и продажи по другим позициям.

Понятно, что первым вариантом в отношении всех застоявшихся запасов мы воспользоваться не можем. Второй вариант - сократить запасы за счет снижения объемов производства по позициям, которые активно двигаются или которые еще не произведены. Это порождает новую волну корректировок производственных планов. Приоритеты окончательно путаются, работа производителя превращается в хаос. А на складах и в точках продаж неизменно появляются «мертвые» и устаревающие запасы.

Случается, что дефицит конкретной товарной позиции в одном месте хранения вовсе не означает, что ее не хватает в других местах. Если где-то позиция оказывается в избытке, можно прибегнуть к кросс-поставкам, но, как показывает опыт, так бывает нечасто. Гораздо чаще эта позиция в других местах есть в наличии, но не в избытке. Кросс-поставка тогда просто приведет к перераспределению дефицита.

Поэтому, как ни парадоксально, срочные заказы на производство почти всегда возникают, когда товарная позиция в системе распределения есть, просто она оказалась не в том месте.

Заметив, что у нас слишком часто случается дефицит в местах хранения, мы вынужденно пересматриваем целевой размер запаса по проблемным позициям. Естественное решение - увеличить его везде, где наблюдался дефицит. Но поскольку наращивать запас бесконечно мы не можем в силу затратных и физических (нехватка места) соображений, решение сводится к компромиссу - мы увеличиваем запас, но не настолько, насколько хотелось бы. В то же время запас по «зависающим» позициям сокращается слишком медленно по причинам,описанным выше.

В итоге мы оказываемся в странной ситуации. С одной стороны, очевидно, что в системе слишком большие запасы продукции. С другой стороны, продолжают регулярно возникать случаи дефицита и авралов на производстве. Затраты тоже далеки от идеальных - сверхурочные, дополнительные транспортные и складские расходы, убытки от устаревания и порчи. А ведь эта ситуация - всего лишь логическое следствие правил, которые мы сами и создали.

Теперь вернемся к информационным технологиям. В сложившейся ситуации мы используем их, чтобы улучшить качество прогнозов и лучше рассчитать целевой объем запаса, приближенного к потребителю. Чтобы лучше знать, где и что у нас хранится и как хорошо это продается, быстрее формировать заказы на пополнение до целевого уровня и доводить эту информацию до производства. Другими словами, мы используем их для того, чтобы делать быстрее и лучше то же самое, что делали и до них. Предположим, что мы что-то делали неправильно.Тогда получается, что информационные технологии помогают нам совершать те же самые ошибки, только быстрее и в больших масштабах.

Безусловно, определенная польза от информационных технологий есть и сейчас. Получив доступ к актуальной информации об изменениях в запасах, мы можем немного снизить запас. Мы можем быстро формировать и размещать заказы на производство. Быстрее видим, какие позиции продаются хорошо, а какие плохо. Зная, где и что у нас хранится, можем лучше организовать процесс складирования и перемещения, ускорить формирование партий на отгрузку и саму отгрузку. Эти и другие выгоды позволяют улучшить контроль над системой и быстрее реагировать на изменения в запасах и спросе. Но принципиально ситуация не меняется. Пока мы не изменим фундаментальные правила логистики дистрибуции, польза от информационных технологий будет символической, а затраты на них - неоправданно высокими. То же самое касается и всех других технологических решений проблем логистики.

Оказавшись в яме, надо перестать копать дальше

Три правила, описанных ранее, кажутся разумными и логичными. Но, как мы увидели, именно в них кроется причина хронических проблем логистики дистрибуции. Хотим мы того или нет, нужно их изменить. Начнем с прогноза. Какими бы алгоритмами прогнозирования мы ни пользовались, опыт показывает, что создать абсолютно точный прогноз спроса невозможно. Углубленные исследования рынка, сложные математические модели и детальная статистика задачу прогнозирования облегчают, но не решают. Между тем, понимание простых законов статистики может дать нам ключ к решению.

Если время терпения покупателя короче, чем наши сроки поставки, мы вынуждены создавать запас заранее. Необходимо определить, какой запас, например, продукта А, мы должны создать в каждом месте хранения. Статистика подсказывает, что точность прогноза продаж на уровне всей компании будет гораздо выше, чем в какой-то одной точке продажи. Другими словами, на уровне центрального склада, который обслуживает, к примеру, 100 точек продаж, точность прогноза будет значительно выше, чем на уровне каждой конкретной точки. Как ни странно, но единица продукта А на центральном складе имеет гораздо более высокую вероятность быть проданной, чем в одной из точек продаж. Следовательно, максимум запаса надо держать там, где точность прогноза выше, то есть как можно дальше от потребителя.

Почему тогда большинство компаний стремится держать максимум запаса ближе к потребителю? Чтобы сократить время реакции на фактический спрос и застраховаться от ненадежности всей цепочки поставки. Нужно ли для этого держать весь запас ближе к потребителю? Оказывается, нет.

Чтобы определить количество запаса, которое нужно держать ближе к потребителю, необходимо учесть два фактора: уровень спроса и время пополнения запаса. Парадоксально, но второй фактор большинством компаний упускается. Размер запаса устанавливается исходя из субъективных представлений о надежности поставки или путем сложных статистических вычислений. Это, по сути, упущение реальных возможностей цепочки поставки. Если мы пополняем запас продукта А в точке продажи ежедневно, и время доставки с центрального склада составляет один день, зачем держать там «недельный» запас? Скорее всего, с развитием возможностей нашей системы мы просто забыли изменить правила.

Если размер запаса определяется ожидаемым спросом в период пополнения запаса, то в приведенном примере целевой размер запаса должен быть условно равен двум дням. Период пополнения определяется как сумма времени на размещение заказа и времени на его доставку от предыдущего звена. В нашем примере - максимум два дня от момента потребления до момента пополнения. Получается, что мы должны спрогнозировать спрос всего на два дня, а не на неделю.

А чем дальше горизонт прогнозирования, тем ниже точность прогноза. Сократив горизонт, мы во многом избавляем себя от неприятных последствий ошибок прогноза. Чтобы он был еще надежней, мы возьмем не среднее ожидаемое потребление в эти два дня, а максимальное. Здесь нам как раз поможет статистика фактического потребления продукта А в недавнем прошлом. И, наконец, мы должны сделать поправку на неопределенность - вероятность сбоев в по ставках, порчу товара. Такая поправка зависит от особенностей каждой конкретной компании. Таким образом, целевой размер запаса продукта А в конкретной точке продажи должен равняться его максимальному ожидаемому потреблению (спросу) в период пополнения с центрального склада с поправкой на неопределенность. В итоге мы получим, например, 2,5-3 дня запаса. Этот простой расчет проделывается на уровне каждой точки продаж по каждой позиции.

Следующий крайне важный вопрос, в каком количестве мы должны теперь этот запас пополнять? Нет необходимости прогнозировать спрос на каждый следующий день и поставлять соответствующее количество. Гораздо эффективнее поставлять теперь только то количество продукта А, которое было фактически отгружено в течение предыдущего дня. Если мы не ошиблись с прогнозом на эти два дня и максимальное потребление не превысило наши ожидания, запас был достаточным. Теперь мы просто пополним его ровно на то количество, которое отгрузили.

Вернемся к центральному складу. Он может работать по тому же принципу: создается необходимый запас и пополняется в размере его фактического потребления точками продаж. Предположим, центральный склад пополняется нашим заводом. Время пополнения запаса определяется сроками производства. Целевой уровень запаса продукта А на центральном складе рассчитывается как максимальное ожидаемое потребление продукта А всеми точками продаж в период пополнения этого запаса производством. Если даже на уровне каждой конкретной точки продаж потребление продукта А будет «скакать», на уровне центрального склада кривая потребления будет гораздо ровнее.

Это позволит обеспечить ровную загрузку производства, а завод будет производить теперь только то, что фактически потребляется рынком. О таком многие предприятия могут только мечтать.

Вот здесь информационные технологии могут принести огромную пользу. Они позволят ежедневно отслеживать фактические продажи и сообщать нужную информацию предыдущему звену, контролировать уровень запаса по каждой позиции и вовремя реагировать на изменения в спросе или сбои в поставках. Они помогут быстро увидеть и исправить оставшиеся погрешности прогноза при создании первичных запасов.

Резюме

Описанный выше метод улучшения логистики дистрибуции носит концептуальный характер и на каждом конкретном предприятии реализуется по-разному. 

Но его основные элементы остаются неизменными:

• Размер целевого запаса в каждом звене цепочки поставок определяется с учетом ожидаемого спроса и времени пополнения от предыдущего звена;
• Максимум необходимого запаса держится у источника (центральный или заводской склад), а не ближе к потребителю;
• Запас на всех уровнях цепочки поставки пополняется в размере его фактического потребления следующим звеном или потребителем, а не на основе прогноза потребления;
• Информация о фактическом потреблении передается предыдущему звену ежедневно, пополнение запасов происходит настолько часто насколько это возможно;
• Уровень запаса в каждом звене при необходимости корректируется в соответствии с изменениями в фактическом спросе и в возможностях системы.

Решение, описанное применительно к логистике дистрибуции, влечет за собой определенные изменения и в других сферах логистики - производственной, транспортной, складской. Более того, оно непосредственно влияет на вопросы учета, управления затратами, системы показателей, продаж, маркетинга и стратегии компании. Каждый из этих вопросов представляет собой тему для отдельной статьи.

К вопросу о сиротстве

Философия управления и вертикально-функциональное устройство подавляющего большинства компаний стимулируют локальные оптимумы: если каждое звено компании даст оптимальный результат, то и вся компания сработает оптимально. Это одно из самых распространенных заблуждений современного менеджмента.

Глобальный оптимум (максимальная производительность компании и максимальная прибыль) не является суммой локальных оптимумов. На практике стремление к локальным оптимумам порождает хронические конфликты между звеньями компании и разрушает синхронизацию между ними. Это сильно затрудняет решение задачи логистики. Пока компании не откажутся от локальных оптимумов в пользу оптимума глобального, любой, кто возьмется синхронизировать цепочку поставок, станет «врагом номер один» почти для каждой «традиционной» функции. Поэтому логистика в общем смысле слова и остается сиротой, а нужный товар упорно не желает оказываться в нужном месте в нужное время.

https://www.lobanov-logist.ru/library/352/61745/

https://ekspertov.ru/