Если вы занимаетесь наукой, вам требуется понять мир.

Если же вы занимаетесь бизнесом, вам нужно, чтобы мир

не понимали другие.

Нассим Талеб

 

Консалтинг – такая штука, где бизнес явным образом делается на непонимании мира консультируемыми. И это нормально, ведь понимать всё не под силу никому. Поэтому и обращаются к экспертам, в данном случае, по управлению производством, запасами, цепочками поставок и прочим смежным вопросам. Как человеку с академическим бэкграундом, лично мне всегда удобнее «плясать от печки», то есть от теории. Однако довольно часто приходится сталкиваться с недоумением аудитории:

– Раньше нас учили, что нужно умножать на полтора, а потом ещё скорректировать на «коэффициент паранойи» … .

– А почему на полтора – не объясняли? И где взять сей экзотический коэффициент?

– Так это же сокровенные знания. Почти как Священное Писание. Поэтому предлагали не заморачиваться и просто принять на веру.

 

Между тем, указанная предметная область имеет весьма солидный научный фундамент, построенный на принципах и моделях теории вероятностей и математической статистики. Только вот наши менеджеры (и даже консультанты) бывают «не в курсе» теоретических основ.

 

За последние полтора года мне выпала возможность заниматься разработкой методик управления запасами для двух крупных российских производственных компаний и одной популярной сети аптек. Казалось бы, дело нехитрое. Традиционный подход к повышению доходности в цепочках поставок обычно предполагает сокращение запасов за счёт более частого их пополнения, соответственно, более мелкими партиями. Хотя нередко случается так, что из-за технологических либо организационных особенностей заметное увеличение частоты заказов по сравнению с текущим невозможно либо нежелательно.

 

В кейсе с аптечной сетью, кроме того, возникла необходимость объяснить руководству компании, что иногда целесообразно запасы не сокращать, а повышать. Поэтому пришлось подготовить специальную презентацию, основное содержание которой приводится в прилагаемой заметке и (несмотря на её технический характер), надеюсь, будет полезно в более широком контексте. Но сначала два замечания.

 

Замечание 1. Размещение предлагаемых материалов на нашем портале обусловлено, с одной стороны, попыткой добавить свои пять копеек к титаническим усилиям Георгия Лейбовича по донесению до широкой общественности идей и подходов статистического контроля процессов по Шухарту-Демингу, а с другой – хотелось в очередной раз высказаться на тему «зачем придумывать плохой велосипед, если хороший уже давно изобретён и успешно работает»?

 

Замечание 2. Когда я показал Диме Стукалову первый вариант заметки, то был подвергнут суровой но справедливой критике. Главные претензии сводились к тому, что рассматривается упрощённая модель квазистационарного процесса (причём только «в узком смысле» без учёта автокорреляций), а применяемые фильтры нельзя считать оптимальными в смысле Винера-Колмогорова. И с этим трудно не согласиться! В своё оправдание приведу только один аргумент. Вероятностная схема с независимыми случайными величинами даёт грубые оценки «сверху», которые, конечно же, можно улучшать. Только важна цена вопроса. Если дальнейшее усложнение модели позволит получить значительный выигрыш (например, хотя бы 10-20 процентов сокращения запасов при прочих равных условиях), тогда игра, скорее всего, стоит свеч. А если существенной разницы нет, то «зачем платить больше»? Приводимые в заметке примеры (а также не включённые в текст результаты обширного имитационного моделирования на различных близких к реальным потоках потребностей) свидетельствуют, казалось бы, о неплохих практических перспективах. Однако, как известно, нет предела совершенству …

Полный текст статьи доступен для скачивания в файловом архиве: "О теоретических основах статистического управления запасами".

Комментарии   

#1 Александр Запорожцев 01.01.2022 12:41
Спасибо за интересную статью
#2 Александр Запорожцев 01.01.2022 17:16
Не понял, почему рассматривается сумма независимых случайных величин ведь изучается одно SKU.
#3 Сергей Жаринов 01.01.2022 18:33
А что, по Вашему мнению, должно рассматриваться ?
#4 Александр Запорожцев 01.01.2022 19:11
Я не знаю правильный ответ, но считаю, что одна SKU - один процесс. Если рассматривать несколько независимых случаных процессов по одной SKU - это рассматривать множественный спрос.
#5 Сергей Жаринов 01.01.2022 20:01
Ну да, одна SKU - один процесс, реализации которого считаются независимыми случайными величинами. Что здесь непонятного?
#6 Александр Запорожцев 01.01.2022 20:12
Непонятно зачем рассматривается процесс, состоящий из суммы независимых случайных величин
#7 Сергей Жаринов 01.01.2022 20:18
Вы что-то перепутали, я таких процессов не рассматриваю.
#8 Александр Запорожцев 01.01.2022 20:36
Я не понял вот эту фразу "Как известно, если случайная величина х имеет распределение f1 со средним ẋ и дисперсией σ2, то значение суммы k таких независимых случайных величин имеет некоторое распределение fk со средним kẋ и дисперсией kσ2."
#9 Сергей Жаринов 01.01.2022 20:50
Это из учебника по теории вероятностей.
#10 Александр Филонов 02.01.2022 08:55
Теперь осталось выяснить насколько они независимы и всё))) Если я пришел в одну аптеку, а там пусто, иду в другую аптеку рядом, там выгреб все остатки и иду докупать в следующую - то это уже группа. )))

Я обычно из этих трех еду в ту, в которой точно знаю, что есть вся партия. Обычно подальше от интенсивного движения прохожих.)))
#11 Сергей Жаринов 02.01.2022 09:19
В кейсе с аптеками я анализировал данные по 37 аптекам одной сети, в каждой - несколько (до 10) тысяч SKU. Ваше поведение, - выгребать все остатки во всех аптеках по всей округе, - не является типичным. И квазистационарн ый процесс в узком смысле служит неплохим приближением для грубых оценок.
#12 Александр Запорожцев 02.01.2022 10:38
В этой задаче я бы выделил следующие элементы: 1 независимый случайный процесс спроса; 2 полуслучайный процесс пополнения запасов, определяемый политикой пополнения. Очевидно, что целью политиуи пополнения запасов являются две подцели: 1 минимум запасов на складе. минимум случаев отсуствия запасов на складе. Оптимальное решение определяется минимизацией риска, определяемого вероятностью наступления этих двух ситуаций. Такую задачу можно решить с использованием теории статистических решений или формулы Байеса
#13 Сергей Жаринов 02.01.2022 11:15
Ну да, как-то примерно так и было сделано. Только не "минимум случаев отсутствия запасов на складе", а при заданной вероятности стокаутов.
#14 Александр Филонов 02.01.2022 12:05
Цитирую Сергей Жаринов:
Ваше поведение, - выгребать все остатки во всех аптеках по всей округе, - не является типичным. И квазистационарный процесс в узком смысле служит неплохим приближением для грубых оценок.


Может быть. Но когда нет товара в одном магазине я иду в другой. Не знаю, насколько это типично ))) Мне надо ящик воды (6 бутылок). В одной аптеке нет, в другой две, в третьей - ящик с половиной))) Кто следующий? Завоз раз в три месяца.)))
#15 Сергей Жаринов 02.01.2022 12:13
И в чём вопрос? Стокауты бывают всегда, и про их отсутствие можно говорить только в статистическом смысле. То есть построить некую вероятностную модель. Я это и сделал. Да, в упрощённом виде. Можете улучшить? Не проблема, - я выложу исходные данные, и попробуйте при той же частоте поставок и доверительной вероятности предложить алгоритм работы на более низком уровне запасов. Надеюсь, у Вас получится и потом поделитесь результатами.
#16 Александр Запорожцев 02.01.2022 12:56
Цитирую Александр Филонов:
Цитирую Сергей Жаринов:
Ваше поведение, - выгребать все остатки во всех аптеках по всей округе, - не является типичным. И квазистационарный процесс в узком смысле служит неплохим приближением для грубых оценок.

Изучение поведения покупателя - это другая задача

Может быть. Но когда нет товара в одном магазине я иду в другой. Не знаю, насколько это типично ))) Мне надо ящик воды (6 бутылок). В одной аптеке нет, в другой две, в третьей - ящик с половиной))) Кто следующий? Завоз раз в три месяца.)))