Синхронизация производства и склада без вмешательства человека. Реальность или научная фантастика?

Сегодня расскажем о проекте по внедрению системы автоматизированного прогнозирования отгрузок и формирования заявок на производство на платформе «1С» на заводе по производству сыра и цельномолочных продуктов.

Основной предпосылкой к переменам стал переезд распределительного центра на другую территорию (ранее производство и склад находились бок-о-бок друг с другом). Это привело к тому, что сотрудники производства не могли оперативно отслеживать остатки на складах для обеспечения заказов клиентов и, соответственно, клиентский сервис стал снижаться за счет отсутствия необходимой продукции. Раньше склад быстро пополнялся за счет моментального реагирования производства. Теперь стали учащаться ситуации, когда заказ сделан, машина приехала, а продукции на складе нет. Появилась необходимость в системном планировании производства.

Первым (и самым разумным из всех возможных в текущей ситуации) шагом к спасению самих себя со стороны клиента стало создание рабочей модели планирования в Excel. Это явилось отличным подспорьем для формирования внятного ТЗ для дальнейшего внедрения автоматизированного инструмента планирования. Впрочем, об этом чуть позже.
НО! сбор и анализ данных в Excel были неудобными и занимали много времени.

Большая география клиентов, разные каналы сбыта, разные периоды отгрузки серьезно осложняли задачу планирования в Excel. (7 000 клиентов, среди которых около 3 500 являются регулярными клиентами + уникальные пользователи интернет-магазина образовывали порядка 14 000 уникальных клиентов, требующих анализа). Метод проб и ошибок помог прийти к выводу, что для обработки информации такой сложности и объема Excel не стабилен и применим только на этапе апробации разработанных моделей

Повысить степень исполнения заказов клиентов и снизить списания по остаточным срокам годности за счет:

1. Синхронизации работы цепочки подразделений «производство – склад – продажи»
2. Снятия зависимости точности формирования заявки на производство от конкретных сотрудников

Было принято решение сделать это с помощью внедрения автоматизированного инструмента планирования на «1С» взамен существующего файла Excel. В качестве платформы для автоматизации выбрали готовое отраслевое решение – «ERP4FOOD»

Шаг 1. Утвердили модель планирования

• на какие группы разбивать клиентов?
• какие сценарии планирования использовать?
• какую информацию необходимо заносить в систему?
• какие отчеты система должна выдавать (в зависимости от решений, которые необходимо принять на основании этих отчетов)?

Шаг 2. Доработали типовой функционал инструмента (модуль формирования заявки на производство продукта «ERP4FOOD») под потребности клиента.

Шаг 3. Внедрили модуль на предприятии клиента и обучили конечных пользователей работе с инструментом.
// Примечание: чтобы мы смогли построить точную модель, специалистам по финансам сырзавода пришлось еще больше углубиться в исследования своей клиентской базы. Клиентов поделили на тех, кто делает заказы регулярно и тех, чьи заказы не поддаются закономерности. И сделали вывод, что первых можно планировать с применением различных статистических методов, в зависимости от характера спроса. А со вторыми должен дополнительно поработать отдел продаж, чтобы вносить их в план производства заранее.

1. Синхронизировалась работа цепочки подразделений «производство – склад – продажи»

Система выдает два отдельных задания:

• на выработку конкретного вида продукции
• на упаковку и маркировку

И сразу становится понятно – что производить и в каких объемах, во что и когда фасовать, какую этикетку наносить на готовую продукцию.

Особенно автоматизированная система помогает в ситуации, когда запускается резервуарный объем производства (например, 400 литров ряженки). Невозможно 200 литров расфасовать, а 200 — оставить. Именно поэтому в задании на производство учитываются не просто заказы, а еще и технологические особенности производства. Будет ли покрыт заказ при запуске такой партии? Чем покрывать недостатки? Куда девать излишки? Система позволяет принимать решение в момент планирования, а не по факту образовавшейся нехватки на складе готовой продукции или появлении избытков полуфабрикатов.

2. Повысилась точность планирования отгрузок
за счет детализации характеристик клиентов и применения к каждой группе клиентов заранее настроенных автоматизированных правил.

3. Снизилось влияние человеческого фактора на уровень точности заявки на производство
Данные о заказах и отгрузках стали собираться более надежно за счет того, что вся информация о привязке клиентов к регионам появилась в одной базе. При внесении изменений заданный алгоритм сам синхронизирует данные, и информация не теряется.

Потребность в бдительности сотрудника отпала сама собой. Этот эффект проявил себя еще на этапе тестового запуска, когда система автоматически нашла несколько заказов, которые потерял человек.

Одним словом, бездушный программный алгоритм оказался гораздо эффективнее живого человека и смог помочь добиться нужного уровня клиентского сервиса.

Увы. Из-за подписанных соглашений о конфиденциальности мы не можем осветить реальные конечные цифры уровня клиентского сервиса и списания по остаточным срокам годности ((

При этом можем обозначить уровень соответствия заявки на производство спросу. С внедрением автоматизированного модуля планирования «ERP4FOOD» он составил 98,5%.

Основной сложностью в ходе проекта стала необходимость сотрудников-планировщиков перестраиваться с одного инструмента на другой. В Excel можно было поменять все данные вручную, а в автоматизированной системе – нет. Впрочем, это небольшое неудобство быстро перестало быть неудобством.