Оптимальна партія замовлення: яке рівняння використовувати?

Якось я проводив навчання з методології DDMRP для компанії-виробника медичного обладнання. Семінар відвідали фахівці з різних відділів: з ланцюгів поставок, із закупівель, виробництва та якості. Кожен із учасників хотів дізнатися щось нове собі, оскільки втомився від тривалого lead-time, високого рівня запасів, низького рівня сервісу з виробництва.

До речі, ця компанія вже на той момент виконала кілька проектів для оптимізації управління запасами на підприємстві. Одним із ключових підходів на той час був «Total Cost of Ownership» – це поняття відомо, як сукупна вартість володіння або вартість життєвого циклу (ТСО). Іншими словами, це загальна величина витрат, які несе власник з моменту вступу до стану володіння до виходу з цього стану (з урахуванням виконання всіх зобов’язань, пов’язаних із володінням).

Ідея про ТСО здалася привабливою, оскільки компанія постачає продукцію з Азії до Європи і взяти до уваги справжню сукупну вартість володіння при виборі постачальників може бути корисною справою.

Для визначення ТСО розробляються спеціальні методики, орієнтовані певний об’єкт володіння і призначені визначення загальної величини витрат за техніку, устаткування, обладнання і інформаційні системи, які розраховуються на всіх етапах життєвого циклу.

Оптимальна партія замовлення: розрахунок за допомогою формули Вілсона

Але повернемось до семінару. Учасники з цікавістю слухали мою лекцію доти, доки я не розкритикував формулу Вілсона, яку багато компаній раніше використовували для розрахунку оптимальної партії замовлення.
Формула Вілсона, розроблена в 1934 році, визначає оптимальний обсяг товару, що замовляється, що, у свою чергу, дозволяє мінімізувати витрати, пов’язані зі зберіганням і замовленням необхідних запасів. Але ця формула не враховує багатьох інших аспектів, про які ми поговоримо далі.

Розповідаючи про те, яку шкоду завдала ця формула для галузі, я відчув нерозуміння з боку слухачів.

Після з’ясувалося, що знаменитий проект ТСО полягав у збільшенні обсягів партії, що закуповується, для зменшення навантаження контролю якості на вході. Справді, для фармацевтичної галузі вхідний контроль є ключовою операцією, яка потребує ефективного відстеження партій. А це досить складний процес.

Після складання схеми потоку команда виявила, що тривалий lead-time припадав на контроль входу черги замовлень. За пам’яттю, в середньому більше 3 тижнів.

Тому, щоб скоротити lead-time та витрати на підприємстві, фахівці компанії вирішили контролювати менше партій. Для цього на майбутнє було вирішено значно збільшити кількість кожної партії за рахунок інтеграції витрат на вхідний контроль у формулу Вілсона. Крім того, це дозволяло їм розміщувати спеціальні замовлення у великих обсягах у спеціальних постачальників.

Тільки на мою думку, всі ці дії суперечать потоку та ТСО.

Чи були рішення, які зняли б обмеження пропускної спроможності цього контролю входу? Так. Процес був повністю ручним, без електронного обліку партій, була відсутня універсальність команди, деяке вимірювальне обладнання було перевантажено, а рівень якості спец. постачальників не контролювався, що робило контроль більш громіздким. Без сумніву, дуже багато можливостей для покращення.

Після презентації вони мені так і не передзвонили. Нині вони виявляють інтерес до методології DDMRP. Можливо, проект ТЗН не приніс очікуваних результатів їхньої компанії.

Детальний огляд моделі Вілсона. Чому дана формула ускладнює потік?

Повернемося до сьогодення. Ми тільки що взяли у відділ управління ланцюгами постачання молодого студента. Коли я сказав йому, що формулу Вілсона треба заборонити, він здивувався, тому що його роками вчили цю модель для визначення економічних величин. Це була найулюбленіша тема одного з його професорів!

Навчання підростаючого покоління формулою Вілсона у 2020 році – це безумовний анахронізм.

Пропоную прояснити ситуацію та пояснити, чому я проти цієї формули.

Формула Вілсона – гарний приклад точності. Ця формула встановлює оптимальну точку загальних витрат між вартістю зберігання запасів та вартістю розміщення замовлення.

Якщо детальніше задуматися над такими питаннями:

• Як розраховується вартість експлуатації?
• Скільки коштує зберігання запасів?
• Яка реальна вартість заморожених запасів?
• Яка вартість неліквідного товару, зберігання, застарілого товару?
• Яка ціна зайвих запасів та дефіцитів?
• Яка вартість втрачених продажів?
• Як розрахувати цю вартість без перемішування змінних та постійних витрат?

А яка вартість розміщення замовлення? Я знаю компанії, які зробили такі розрахунки: є 4 постачальники, кожен з яких працює 1600 годин на рік та обробляють 10 000 замовлень за цей час. Таким чином, вартість замовлення на одного постачальника становить 0,64 години. Хм – якщо я зроблю на 1000 замовлень менше, я заощаджу 640 годин?

Висновки:

Формула Вілсона застосовує квадратний корінь до одного довільного припущення до іншого довільного припущення. Це приклад абсолютно неправильного розрахунку. Міркування з 1934 року явно більше не застосовується.

Формула Вілсона призвела до того, що більшість компаній ускладнили потік, тоді як основна мета компанії – створення швидкого та надійного потоку матеріалів, що відповідають очікуванням клієнтів!

Справа не в тому, щоб проігнорувати реальні обмеження, що призводять до витрат. Каменем спотикання скоріше виступає Потік Одиничних Виробів. Це концепція ощадливого виробництва, коли він партія виробництва дорівнює 1, що найчастіше нереалістично. Потік одиничних виробів означає поштучну обробку продукту. Єдина одиниця продукту переміщається між різними процесами.

При перевезенні (контейнерами, вантажівками) або переналагодженні завантаженого обладнання виникають витрати. Також є матеріальні втрати в обробних галузях промисловості.

Не варто ігнорувати витрати, навіть якщо вдасться підвищити гнучкість виробництва за допомогою технологічного розвитку та підходів SMED (швидкої переналагодження). Навпаки, необхідно враховувати всі витрати розробки моделі.

Модель Demand Driven вирішує проблему, пов`язану із захистом потоку. 5 фактів

Модель Demand Driven надає цінну підтримку у вирішенні проблеми розрахунку оптимального розміру партій, а також узгодженість зі створенням швидкого та надійного потоку матеріалів.

Наведемо 5 фактів, що впливають на надійність потоку:

• Прозорість процесів

  Розміри партій позицій, що зберігаються, представлені у вигляді зелених зон буферів у моделі Demand Driven. Коли зелені області непропорційні до червоної та жовтої областей, це очевидно. Якщо ваші клієнти та персонал пройшли навчання методології DDMRP, вони повинні розуміти вплив зелених зон. У такому разі буде легше дійти єдиної думки.

• Економічний ефект на вартість запасів

  Вплив зеленої зони на вартість запасів легко перевести на рівні запасів. Операційна модель може бути змодельована з використанням кількох розмірів партії, а вплив на запаси, обслуговування та lead-time легко оцінити.

• Правильний розрахунок оптимального розміру партій

  Використання циклів замовлень (інтервал дня між кожною партією) або фактора lead-time (використання відсотка для визначення розумного розміру партії по відношенню до короткого, середнього або тривалого lead-time) дозволяє налаштувати модель, що враховує існуючі обмеження.

• Групове планування

  Буфери запасів та буфери часу DDMRP легко здійснюють групове планування: групування елементів, які можуть бути поєднані з меншими витратами, з урахуванням пріоритетів клієнтів у реальному часі. Це ефективний спосіб зменшити розмір партії на рівні SKU без збільшення витрат. Визначення цих правил при розробці операційної моделі дозволяє вилучати з операцій або заплутаних файлів Excel логіку, адаптовану для управління цим потоком.

• Безперервне покращення

  Ефективність моделі Demand Driven постійно підвищується у процесі її використання.

Який зрештою вигідний розмір партії? Партія вигідна у тому випадку, коли:

• дозволяє матеріалам проходити у потоці швидко;
• є сумісною із поточним станом наших можливостей;
• та прагматично враховує наші обмеження.

А ми, у свою чергу, постійно працюємо над її скороченням. Це не вимагає рівняння квадратного кореня, але потребує знань та постійної роботи нашого розуму. Будьте Demand Driven.

Джерело: