Управление цепочкой поставок компании Microsoft

Управление цепочкой поставок компании Microsoft

Разработка и тестирование самоконфигурируемой модели цепочки поставок были выполнены за девять месяцев в сотрудничестве с консультантом по имитационному моделированию Андеем Малыхановым (компания "Амальгама").

Проблема

Microsoft — одна из крупнейших технологических компаний в мире по производству ПО, аксессуаров для ПК, семейства игровых консолей. Годовой оборот компании превышает 90 миллиардов долларов США. Вследствие того, что различные физические устройства составляют большую часть продаж, цепочка поставок компании характеризуется высоким уровнем сложности и неопределённости – в продуктовой линейке Microsoft более 30,000 продуктов с разной длиной жизненного цикла, 13 производственных подрядчиков и 52 распределительных центра в 191 стране мира.

Устройства на Microsoft

Цель проекта

Разработка и тестирование самоконфигурируемой модели цепи поставок для выявления недостатков сети, сравнения текущих показателей работы с показателями альтернативных сценариев и конфигураций цепочки поставок.

Разработчик проекта

Goldratt Research Labs видит свою миссию в помощи различным организациям в поиске ответов на два простых, но очень важных вопроса: "Как мы можем улучшить свою работу?" и "Во-сколько раз лучше мы можем работать?". Компания работает с выдающимися организациями из частного и государственного сектора по всему миру: правительством штата Юта, компаниями BHP Billiton, Cargill, TATA Steel, Larsen & Toubro и др.

Goldratt Research Labs использует хорошо отлаженные методы исследования для определения недостатков работы системы, необоснованных ожиданий, их описания, проверки различных прогнозов. Вместо того, чтобы утверждать, что изначально ожидания были завышены, компания предлагает изучить базовые установки, на которых была построена работа цепи поставок. В большинстве случаев возможно значительно улучшить показатели за счет изменения правил работы системы. Goldratt Research Labs применяет в своей работе Теорию Ограничений Элияху Голдратта (Tеория Ограничения Систем, сокр. ТОС).

Задача:

Разработать и внедрить программное решение, отвечающее следующим требованиям:

Описание проекта:

Проект стартовал в сентябре 2015 г. Принципы ТОС были применены для помощи Microsoft в разработке цепочки поставок мирового уровня. На стадии "пилотного проекта" правила ТОС были протестированы на имитационной модели AnyLogic для проверки и обоснования возможности достижения лучших операционных и финансовых результатов: меньше случаев излишка и недостачи товаров, более высокий уровень прибыльности при меньшем уровне запасов.

В середине сентября 2015 г. первый набор основанных на ТОС правил для товаров, произведённых на заказ (build to order, BTO), был внедрён в систему SAP компании Microsoft. В 2016 г. были протестированы и внедрены правила для товаров, для которых поддерживается запас на складе (build to availability, BTA), собирающихся на заказ (assemble to order, ATO), производимых к заданной дате начала продаж (build to date X, BTX). Весь проект был завершен в течение девяти месяцев.

Чтобы продемонстрировать правила, необходимые для достижения требуемых результатов и целей, было разработано дерево стратегии и тактики. Благодаря этому методу становятся очевидны исходные посылки, на которых построены правила, и простейший путь для внедрения их в рамках стандартов SAP. Шесть правил (рис.1) необходимо было изменить:

  1. Стратегия выполнения заказов: в каких случаях заказы должны быть произведены на заказ (BTO), собраны на заказ (ATO), произведены до целевого количества на складе (BTX).
  2. Буферизация заказов ATO/BTO: как дать надежную оценку сроков выполнения этих заказов.
  3. Буферизация заказов BTA/BTX: как обеспечить наличие достаточного запаса компонентов и готовых изделий.
  4. Разрешающий контроль: как контролировать выпуск заказов разного класса: BTO/ATO, BTX и BTA.
  5. Как достичь единой системы приоритетов на протяжении всей цепочки поставок.
  6. Как систематически вносить изменения и улучшения.

Имитационная модель

Для тестирования и проверки достоверности операционных и финансовых результатов, спрогнозированных на основе политик ТОС, была разработана имитационная модель в AnyLogic. В дальнейшем результаты прогона модели сравнивались с фактическими результатами работы ЦП.

Проектирование цепи поставок на основе ТОС

Проектирование цепи поставок на основе ТОС

Необходимые для моделирования данные о цепи поставок и продуктах экспортируются из SAP в виде Excel-файла. Данные включают информацию о конфигурации ЦП, исторический спрос, ежедневный наличный запас на складах. Вариативность длительности производственных циклов, сроков поставки компонентов и готовых заказов придают имитационной модели стохастический характер. Для проведения стресс-тестирования моделируются также случайные события, например, плановое и аварийное техобслуживание производственных линий, ошибки в прогнозах продаж.

Разработчики предложили заказчикам удобный интерфейс модели, которым просто пользоваться специалисту, абсолютно незнакомому со средой AnyLogic. С помощью интерфейса можно легко управлять различными сценариями работы цепи поставок, выбирать, какие правила ТОС использовать, задавать временной интервал моделирования, включать и исключать материальные потоки по группам товаров. Выходные данные также расположены в видимой части интерфейса модели, их можно экспортировать в Excel. Также интерфейс располагает картой, где на основе импортированных данных визуализирована конфигурация цепи поставок, транспортные и продуктовые потоки, включая пополнение запасов.

Пользователь модели может наблюдать, как изменяются графики со сводной статистикой объема выпуска продукции, текущего и прогнозируемого спроса и таким образом заранее идентифицировать возможные проблемы в реальной цепи поставок. Кроме того, у пользователя есть возможность использовать не только данные о текущем спросе и заказах клиентов, но и генерировать прогнозы на основе текущего спроса с поправкой на его увеличение или уменьшение для тестирования поведения цепи поставок в случае ошибки прогноза.

Модель запускается в трех режимах:

Цепочка поставок Microsoft

Базовая архитектура проекта

6cd910a641164a7851e411fab99105bc.jpg

Во время проведения эксперимента пользователь может отслеживать операционные и финансовые результаты, детализировано рассматривать определённые элементы цепи поставок. Например, можно посмотреть, как работает подрядчик по производству, чтобы оценить динамику загрузки производства, или сравнить наличный запас по определенному продукту в определённом распределительном центре с теми же данными, полученными в результате имитационного эксперимента на основе политик ТОС. Пользователь может наблюдать, как политики ТОС работают для управления запасами в этом распределительном центре: график целевого уровня запасов динамически изменяется на основе заполнения буферной зоны большим количеством "красных" или "зеленых" заказов, а также текущего наличного запаса.

Если пользователю потребуется диагностика модели, он может воспользоваться обширными лог-файлами о выполнении модели.

video

Роберт Мешью (англ. Robert Meshew), руководитель транспортной службы мировой цепочки поставок Microsoft, подтверждает, что результаты внедрения решения значительно превзошли ожидания: "Мы получили замечательные результаты. За короткое время наш уровень обслуживания клиентов повысился на 5%. В то же самое время наш уровень запасов сократился на четверть миллиона долларов по всем направлениям, что привело к сокращению переизбытка товара, его устаревания и уценки, сохранило компании более ста миллионов долларов."

Благодаря модели, разработанной в AnyLogic, удалось быстро, недорого, с минимальными рисками проверить достоверность и провести стресс-тестирование основанного на ТОС решения непрерывной цепочки поставок.

На следующей стадии проекта модель AnyLogic будет интегрирована в операционные процессы отделов производства и сбыта. Функциональность модели будет расширена для проведения экспериментов "Что-если" по запуску новых продуктов на мировой рынок, а также для поддержки других управленческих решений.

Презентация проекта Аланом Барнардом из Goldratt Research Labs:

video

Похожие проекты

Другие истории успеха