Принятие правильных решений на «перекрестке» как главная цель управления цепями поставок

ЦЕЛЬ УПРАВЛЕНИЯ ЦЕПЯМИ ПОСТАВОК

Недавно у меня была важная встреча с клиентом в 9 утра в переполненном городе. Обычно поездка занимала всего 20 минут, но в этот раз я решил выехать пораньше, в 8:00. Часто возникает вопрос: сколько времени должно быть в запасе? Ответ: это зависит от обстоятельств. В данном случае встреча была крайне важной, а город я знал плохо. По этой причине я выбрал 40 минут запаса для поездки.

По пути программа Waze показала мне, что я буду на месте в 8:21 утра, что, в свою очередь, меня обнадежило. Однако позже её показания изменились на 8:29, потом — на 8:38, затем — на 8:42. Несмотря на несколько холодных потов в пути, я прибыл в пункт назначения в 8:54, как раз вовремя, продемонстрировав своё мастерство в определении размеров временного буфера.

Во время поездки я использовал сложные алгоритмы Google, которые точно рассчитали время моего прибытия в 8:21. Как же я мог так заблуждаться (на 33 минуты)?
Если бы, в следующий раз, мне программа показала время прибытия через 8 ч. 21 мин. 34 сек., я бы в этом сильно усомнился. Слишком уж точно, чтобы верить.

А что, если бы программа Waze указала время прибытия «между 8:30 и 8:55». Удовлетворил бы меня такой ответ? Наверное, нет, ведь я привык к точному времени. Неопределённость и двусмысленность многих не устраивает.

Нельзя сказать, что эта программа показывает неверно. Waze осуществляет расчёт по определённым правилам. Её главная задача — указание правильного направления при изменении условий движения. Важно то, как я подстраиваюсь под свой маршрут. Однако время моего прибытия в пункт назначения может измениться.

Разве не в этом заключается главная цель управления нашими цепями поставок? Предвидеть ряд возможностей и помочь нам принять правильное решение на каждом перекрёстке? Модель Demand Driven Operational Model позволяет это сделать.

Demand Driven Operational Model и ее главные функции

В чем суть данной модели? Demand Driven Operational Model — операционная модель, основанная на потоке. Данную модель разработал международный институт Demand Driven Institute. DDOM сочетает в себе элементы MRP, DRP, Lean, Теории Ограничений, Factory Fhysics и 6 Sigma.

К главным функциям операционной модели относится:

  1. Планирование операций согласно реальному спросу.
  2. Стратегическое размещение точек рассоединения (буферы запаса) для сокращения времени выполнения заказа (lead-time), уменьшения вариабельности поставок и спроса.
  3. Стратегическое размещение контрольных точек для синхронизации и повышения надежности выполнения графика производства.
  4. Защита точек рассоединения и контроля с помощью буфера запаса, времени и мощности.

DDOM помогает снизить степень влияния прогноза. Ведь на его основании управлять операционной моделью крайне затруднительно. Повышение точности прогноза невозможно даже при наличии в команде первоклассных специалистов и новых технологий.

Рассмотрим пример, связанный с мощностями. Прогнозирование потребления приводит к тому, что с некоторой периодичностью мне необходимо будет ставить что-то в производство. Также у меня будут задействованы определенные рабочие центры.


управление цепями поставок

К чему это приводит? Чёрные столбцы на графике показывают, как увеличивается загрузка мощностей. Поскольку наши мощности являются фиксированными, можно заметить, что через 6-7 недель (к примеру) наших производственных мощностей будет не хватать для удовлетворения входящего спроса. Поэтому сейчас есть возможность заранее правильно отреагировать на данную ситуацию. А именно — вывести ещё одну смену или доставить оборудование. Это поможет реализовать будущий сценарий, который мы себе предварительно запланировали. Разница между верхним пределом наших мощностей и тем, как они на самом деле будут загружены, — является диапазоном OTIF (диапазоном возможностей).

Итог: с помощью модели Demand Driven Operational Model мы можем вовремя отреагировать не непредвиденные события и изменить будущую ситуацию.

Источник: https://demanddriventech.com/blog/the-fallacy-of-precision/