Современная экономика вывела из фокуса внимания вопрос товарного дефицита, стоявший во главе угла ещё 20 лет назад. Тем не менее пандемия Covid-19 и нарушение логистических маршрутов частично актуализировали вопрос для ТОП-менеджмента в сфере поставок.
Руководители компаний отмечают, что геополитическая обстановка вынуждает их работать в постоянном режиме «пожаротушения», чтобы обеспечивать бесперебойную и своевременную доставку, а также избегать нехватки конкретных позиций. Находясь в описанной конъюнктуре, бизнес вынужден искать нетривиальные решения проблемы товарного дефицита, поэтому рассмотрим несколько конкретных примеров.
Инвестиции в цифровые технологии
Невозможно эффективно справится с вызовами настоящего и будущего, если следовать устаревшим рекомендациям и подходам из прошлого. Представим: все текущие складские запасы зафиксированы в многочисленных Excel-таблицах, которые заполняются и корректируются вручную отдельно взятыми сотрудниками. В описанной ситуации вероятность ошибок близка к максимальной, а анализ этого процесса будет долгосрочным, дорогостоящим и неэффективным. Конечно, приведённый пример – редкий и частный случай, но и они до сих пор практикуются. К тому же, большинство компаний вынуждены собирать разрозненные и неструктурированные данные из различных систем (CRM, ERP). Всё это приводит к необходимости выделения больших сервисных мощностей, а также снижению производительности при выполнении конкретных процессов.
Важно: инвестиции в цифровые технологии не подразумевают слепого вложения средств. Бизнес должен подходить к вопросу ответственно, выбирая наиболее подходящие программные продукты и выстраивая доверительные коммуникации с поставщиком. В числе наиболее популярных решений – внедрение технологии Process Mining, и вот почему:
- использование инструментов процессной аналитики позволяет обеспечить бесперебойный контроль складских запасов в режиме реального времени;
- процессная аналитика – средство получения наиболее объективной информации о логистических БП, что позволяет отследить все отклонения от регламента или оперативно найти альтернативный вариант доставки товаров для своевременного восполнения дефицита.
Стратегическое планирование
Предиктивная аналитика – крайне полезный инструмент в контексте управления складскими запасами. Она позволяет строить гипотезы и моделировать ситуации, когда определённый тип товаров подходит к концу. Тем не менее ручное планирование носит отнюдь не идеальный характер, потому его необходимо «делегировать» технологиям и их связкам.
К примеру, комбинация Process Mining + AI даёт возможность прогнозировать развитие событий на основе объективной информации. Также алгоритмы искусственного интеллекта, обученные на релевантных корпоративных данных с помощью процессной аналитики, позволяют проводить ускоренное исследование логистических цепочек, сокращая время на предварительную обработку.
Кросс-функциональные коммуникации
Наивно полагать, что за контроль складских запасов ответственно только одно корпоративное подразделение. Учитывая сложность процессов, его успешное выполнение зависит в том числе от качества выстроенных взаимодействий между структурными подразделениями.
Внедрение Process Mining – путь к выявлению «узких мест» в коммуникации ответственных команд, а также возможность выявить лучшие практики в отдельно взятом департаменте и масштабировать их на всех участников процесса.
Детализированное понимание
Важно: ни один процесс не существует обособленно. Как было отмечено выше, управление складскими запасами не зависит от действий одного подразделения. С одной стороны, приходится ждать проводок финансовых платежей, чтобы товары, необходимые для восполнения дефицита, поступили своевременно. С другой стороны, важно понимать, каким образом работают транспортные службы и так далее.
Нехватка материалов может затронуть сотни единиц готовой продукции и тысячи клиентов. Так с чего же начать? На каких заказах следует сосредоточиться? На какой завод следует перераспределить материалы? И как эти решения повлияют на предстоящие заказы?
В данном случае необходимо подниматься на следующий уровень анализа и внедрять инструменты мультипроцессной аналитики. МПА позволяет учитывать влияние одного процесса на другой, исключает необходимость построения многочисленных идеальных моделей БП и кратно ускоряет время реализации проекта.
По материалам Celonis