0/5

Математика на службе у логистов: как оптимизировать отгрузку готовой продукции

Математика на службе у логистов: как оптимизировать отгрузку готовой продукции
время публикации: 10:00  01 июня 2022 года
У задачи сбыта товара много подводных камней, но обычно про них вспоминают в последнюю очередь — больше всего менеджеров больших предприятий интересует собственно процесс производства. Однако для повышения эффективности предприятия нужно продумывать весь производственный цикл целиком и внедрять автоматизированные системы планирования. Какие данные и факторы ложатся в основу математической модели планирования отгрузки товара?
Математика на службе у логистов: как оптимизировать отгрузку готовой продукции


Подробнее об инструментах математической оптимизации процессов отгрузки готовой продукции рассказывает Станислав Воронин, руководитель направления систем бизнес-аналитики BIA Technologies.



Сложности и ограничения, связанные со сбытом готовой продукции


Вот лишь основные факторы, которые должны учитываться логистами при отгрузке товара (для математической модели они станут вводными и «ограничениями» в формуле вычислений):

● неравномерное производство и пиковая потребность в транспорте;

● дефицит складских площадей, нормативная емкость и предельная пропускная способность склада в отношении погрузки–выгрузки;

● пределы производительности сотрудников на складе;

● в случае лавинного спроса — штрафы за простои и обратный порожний пробег со стороны транспортных компаний и железнодорожных операторов;

● ограниченный парк транспортно-погрузочной техники и его технические ограничения (грузоподъемность, габариты и оснащенность доступного транспорта);

● разные приоритеты по отгрузке (срочность заказов);

● временные окна приемки и ограничения по объему продукции на стороне клиента.

Умножим вышеназванные проблемы на сотни клиентов, рейсов и направлений — и задача начинает казаться непосильной. Хаотическое планирование графика сбыта в ручном режиме просто не позволит логистам учесть все факторы, сравнить возможные комбинации между собой и найти оптимальное решение. 

Именно поэтому на рынке существуют цифровые продукты специально под эти цели.

Математика на службе у логистов: как оптимизировать отгрузку готовой продукции


Автоматизированная система планирования сбыта продукции


Там, где человек бессилен, на помощь приходит компьютер. Для решения логистической задачи хорошо подходят методы математической оптимизации. Цифровая система способна учесть все релевантные вводные и ограничения, смоделировать огромное количество возможных ситуаций, сравнить их по критерию целевой функции (например, по минимальной совокупной стоимости перевозки) и сформировать оптимальный график отгрузки.

Главная цель математического моделирования в применении к отгрузкам — снижение удельных затрат на перевозку. Оно достигается за счёт выравнивания потребности в транспорте: система составляет такой график сбыта, при котором ежедневное количество отправляемого транспорта будет плюс–минус одинаковым. Таким образом формируется некий транспортный грузооборот и растёт ритмичность поставок. 

Выравнивание отгрузок, в свою очередь, выравнивает нагрузку на складские службы и помогает достичь исходной цели сокращения расходов.
Главная цель математического моделирования в применении к отгрузкам — снижение удельных затрат на перевозку.

Автоматизированная система работает на двух временных горизонтах. Сначала формируется план отгрузок товара и поставок транспорта на декаду или месяц вперед. А уже на основе этого плана составляется детальный график сбыта на ближайшие сутки. Этот «короткий» план ежедневно корректируется с учетом актуальных данных по выходу с производства, поставкам транспорта, авариям, остановкам погрузочной техники, поломкам кранов и т. п.


Эффекты от внедрения автоматизированной системы планирования


Во-первых, минимум на 60% сокращается количество случаев срыва графика погрузки по причине нехватки сотрудников или крановых мощностей. В свою очередь, четкое соблюдение расписания позволяет избежать штрафов со стороны клиентов и транспортно-логистических компаний и минимизировать складские расходы.

Во-вторых, до 10% снижаются тарифы, назначаемые грузоперевозчиками. Неоднократно столкнувшись с простоями машин по вине предприятия, транспортные компании начинают включать соответствующие риски в базовый тариф. Внедрение автоматизированной системы помогает существенно сократить логистические издержки.

В-третьих, не менее чем на 25% сокращается трудоемкость процессов планирования и оперативного формирования графиков. Это заметно снижает нагрузку на рабочий персонал и высвобождает время для решения других насущных бизнес-вопросов на предприятии.


Система отгрузки как часть интегрированной системы планирования цепочки поставок


Очевидно, что для достижения наилучших результатов, оптимизировать с помощью математических методов нужно не только отгрузку, но и все смежные процессы. Если с остальными задачами в компании проблема, попытки оптимизации одного единственного участка могут оказаться бесполезными.
Математические модели не всесильны. Да, они просчитывают множество сценариев и комбинаций, но придумывать и задавать их в модель всё равно должны люди.

Система отгрузки готовой продукции может (и должна) быть частью интегрированной системы планирования цепочки поставок. Одним из результатов работы модели оптимизации сбыта готовой продукции может являться обратная связь с рекомендациями корректировки производственного плана. Эта концепция должна хорошо вписаться у компаний, применяющих процедуры S&OP (планирования продаж и операций).




Читайте также:  От первой до последней мили: как автоматизировать доставку в городе




С другой стороны, дополнительно повышать эффективность логистики можно за счет поиска узких мест (так называемых «бутылочных горлышек») и оптимизации процессов на складе. В этом случае решение задачи оптимизации может быть дополнено «цифровым двойником» — имитационной моделью, которая полностью копирует реальную ситуацию на складе и позволяет улучшать нормативы складских операций для снижения нагрузки на технику и персонал.

Однако важно понимать, что математические модели не всесильны. Да, они просчитывают множество сценариев и комбинаций, но придумывать и задавать их в модель всё равно должны люди. Для этого нужны опытные бизнес-аналитики. Только они смогут правильно проинтерпретировать полученные данные и принять управленческие решения по перестройке отдельных процессов складской логистики.

Станислав Воронин, 
руководитель направления систем бизнес-аналитики BIA Technologies.

Для New Retail



0
Реклама на New Retail. Медиакит