За последние годы логистика перестала быть для производственных компаний лишь одной из функций — она все чаще полноценно влияет на ценообразование. Рост логистических затрат рынок уже ощутил, а новые изменения и тарифные сдвиги лишь усилят давление на себестоимость. В этой ситуации вопрос уже не в том, подорожает ли логистика, а в том, что компания сможет этому противопоставить.
Одним из инструментов, позволяющих тонко балансировать сервис и затраты в логистике и находить источники эффективности, за счет которых можно компенсировать давление на маржу, является математическое моделирование цепи поставок. Руководитель отдела развития логистики и цепи поставок группы «Черкизово» Евгений Гущин рассказал, как управление цепочкой с помощью математического двойника в инструменте «LAMACON Гуру 2.0» стало для лидера мясного рынка России системной практикой.
Вызовы для лидера: зачем менять подход к управлению цепочкой?
Для группы «Черкизово» вопрос точности решений связан прежде всего с масштабом. Это вертикально интегрированный холдинг с полным циклом: от растениеводства и кормопроизводства до поставок готовой мясной продукции конечному потребителю через сеть дистрибуционных центров и прямые каналы.
В контуре бизнеса 15 птицеводческих комплексов, 20 свинокомплексов, 13 предприятий по мясопереработке и убою, 41 складской комплекс. География охватывает 20 регионов России: от Калининграда до Алтая, при этом основные производственные кластеры сосредоточены в Центральном федеральном округе, Поволжье и на Урале. Такая конфигурация уже сама по себе требует инструментов, которые способны видеть цепь поставок как связанную систему, а не как набор локальных решений. Кроме того, чем сложнее цепь поставок, тем больше вариаций сценариев она порождает: такое количество параметров невозможно в полной мере учитывать в Excel-таблицах.
«Когда масштаб достигает определенного уровня, ты упираешься в решения, которые уже невозможно просчитать в голове. Если человеку нужно учитывать десятки факторов одновременно — дни поставки, загрузку, разрывы между отгрузками — он просто физически не справляется. Именно там начинается зона моделирования», — отмечает Евгений Гущин.
Но масштаб — только одна из причин. Внутри компании сосуществуют несколько разных бизнес-направлений: курица, индейка, свинина, колбасные изделия. Хотя формально все это мясной бизнес, в управленческом и логистическом смысле — это разные бизнес-модели, разные параметры и ограничения, разная динамика товародвижения. Особенно высока цена ошибки для сегмента ultrafresh. Здесь нельзя сказать: «Мы исправим это завтра», потому что компания моментально несет убытки от неверных решений. Поэтому «Черкизово» понадобился «полигон», где можно отрабатывать сценарии без риска для реальной операционной деятельности и с учетом особенностей логистики для всех бизнес-юнитов.
Третья предпосылка носила уже организационный характер: на стыке функций — логистики, производства, финансов, коммерческого блока — решения редко принимаются без конфликта интересов. В этой ситуации математическая модель цепи поставок становится своеобразным бесстрастным арбитром, который опирается на строгий математический расчет и позволяет быстрее прийти к консенсусу на основе данных.
Время первых: запуск моделирования в «Черкизово»
Поняв, что дальнейшая оптимизация в рамках привычных инструментов ограничена, группа «Черкизово» пересмотрела сам подход к управлению цепями поставок. Компания проанализировала доступные решения на рынке и выбрала инструмент «LAMACON Гуру 2.0» как основу для построения математической модели своей логистической сети.
Команда LAMACON построила для «Черкизово» модели для стратегического и тактического планирования, которые позволили определить оптимальную конфигурацию логистической инфраструктуры с точки зрения совокупных затрат и выявить зоны повышения эффективности за счет изменения потоков готовой продукции в рамках уже существующей сети.
В LAMACON моделирование описывают как следующий логичный шаг после набора инструментов, на которых многие компании исторически строили планирование: Excel, самописные решения и доработки ERP-систем. Если раньше цепь поставок представляла собой набор отдельных таблиц и локальных расчетов, то теперь она может быть собрана в виде единого математического двойника.
Такой двойник описывает каждое звено системы и фиксирует связи между ними через ограничения и целевую функцию. В результате компания получает не просто визуализацию потоков — в виде карт, дашбордов или отчетов, — а инструмент для проверки сценариев: изменения можно вносить на уровне входных данных и сразу видеть их влияние на всю систему.
Важное отличие заключается в том, что модель позволяет находить решения, которые не лежат на поверхности. Речь идет о так называемых контринтуитивных решениях — тех, которые не следуют из накопленного опыта и неочевидны при ручном анализе.
Сотрудничество не закончилось на создании двух моделей. В «Черкизово» были масштабные планы по внедрению результатов моделирования в цикл планирования и развитию собственной экспертизы по доработке и созданию моделей. Для этого в компании был сформирован собственный центр компетенций, который продолжил работу с инструментом: углубляя модели, повышая детализацию расчетов и адаптируя их под специфические задачи бизнеса.
От одного проекта к системе управления логистикой
Сейчас группа «Черкизово» использует моделирование в трех основных направлениях. Первое — Go-to-market планирование (вывод новых продуктов на рынок) и сетевая оптимизация, где одновременно пересматриваются производственная и логистическая сеть. Второе — операционная логистика: повышение утилизации транспорта, сглаживание складской нагрузки, более равномерное планирование отгрузок. Третье — стратегический уровень, где на горизонте пяти лет оценивается, какое влияние рост продаж окажет на инфраструктуру и какие решения нужно принимать уже сейчас: перераспределять потоки, арендовать дополнительные площади, вкладываться в развитие конкретных локаций или пересматривать планы по развитию ассортимента и расширению географии.
Один из наиболее показательных результатов в компании наблюдают от сетевой оптимизации. В «Черкизово» пересмотрели потоки между производственными площадками и смогли повысить загрузку транспорта примерно на два процентных пункта. Но важнее был не сам процент, а характер решения. Модель несколько раз настойчиво возвращала компанию к варианту, который долго не рассматривался: запуск отдельных сегментов ассортимента через филиал на юге. Изначально это решение воспринималось бизнесом как неочевидное и, скорее, неэффективное. Однако после нескольких прогонов и дополнительной аналитики выяснилось, что работа через распределительный центр в Краснодаре по всем четырем сегментам продукции оказывается экономически оправданной. Логика была простой: затраты на перемещение плюс работа на коротком плече оказались ниже, чем отправка нескольких маршрутов на дальнее плечо меньшей тоннажностью. В итоге решение, которое сначала выглядело спорным, стало частью операционной практики, наглядно показав такой плюс моделирования, как контринтуитивные ответы.
В блоке транспортной логистики эффект проявился в более приземленных, но не менее важных аспектах. В «Черкизово» не стали сразу пытаться перемаршрутизировать весь холдинг, а сфокусировались на точечных направлениях, где было много торговых точек и наиболее сложная логика поставок между днями. Там, где человеку трудно вручную просчитать влияние каждого изменения на график доставки, вступил в работу транспортный модуль. По ряду направлений это позволило сократить количество рейсов на 2,5-3%. Параллельно по крупным складам, работающим с городской доставкой, модель использовали для сглаживания колебаний между днями отгрузки. Учитывались форматы магазинов, графики поставок, объемы и число комплектаций. Результат оказался системным: нагрузка на складские операции по ряду локаций снизилась до 20%, в более «низкие» дни удалось увеличить количество рейсов на 15%, а в целом этот блок дал сокращение логистических затрат на 1,2%. При этом эффект не исчерпывался экономией: компания получила более планомерный выход складского персонала и более предсказуемый заказ транспорта.
Помимо основных направлений управления цепями поставок, в компании полностью силами собственного центра компетенций развивают подневные модели для отдельных задач. Первая такая модель — модель циклограммы посадки птицы и привязки птичников к убойным заводам. Задача состояла в том, чтобы обеспечить более равномерную потребность в транспорте для доставки птицы и выровнять загрузку водительского состава. Но за ней стоял целый набор жестких ограничений. Если цех начали вывозить на убой, его нужно вывезти полностью; площадка с несколькими цехами должна быть вывезена за несколько дней, обеспечивая стопроцентную загрузку убойного завода; одновременно нельзя бесконечно дробить потоки, потому что это удваивает затраты на отлов и подготовку птичников. В модель заложили последовательность цехов, режимы работы убойных заводов, санитарные дни, мощности площадок и заводов, оборачиваемость транспорта. Результат показал сокращение средней потребности в транспорте на 4%.
Второй кейс был ближе к управленческому ядру бизнеса, потому что напрямую связал логистику с доходностью. Речь шла о перераспределении объемов между клиентами с учетом изменения логистических затрат и маржинальности. На фоне высокой зрелости цепочки поставок Группа «Черкизово» исходила из того, что простые резервы уже в основном выбраны, а значит, рост доходности нужно искать на стыке продаж, издержек и географии покрытия. Для этого была собрана подневная модель, включающая всю цепочку: склады, перемещения между локациями, финальные склады отгрузки, доставку клиенту, себестоимость, цену реализации и эластичность спроса. Особенно важным оказался расчет динамической утилизации: модель не просто считала транспортные расходы «в среднем», а пересчитывала их в зависимости от изменения объема по клиенту и маршруту, понимая, когда снижение объема еще не ведет к смене тоннажности, а когда рост уже требует более крупного транспорта. На выходе компания выявила связки «торговая точка — SKU» с отрицательной маржой, получила инструмент для оценки коммерческих решений и смогла иначе посмотреть на географию покрытия: где рост объемов действительно дает эффект, а где расширение присутствия выглядит привлекательным только до тех пор, пока в расчет не включена вся логистическая цена этого решения.
Экономика доверия: как делегировать модели важные задачи
По мере распространения цифровых инструментов в управлении цепями поставок на первый план выходит не столько вопрос расчетов, сколько вопрос доверия: какое место модель должна занимать в системе принятия решений и можно ли опираться на ее рекомендации.
Ключевой момент, на котором сходятся и консультанты, и бизнес, — модель не заменяет эксперта, а меняет его роль. Как отмечают в LAMACON, задача специалиста больше не в том, чтобы вручную перебирать варианты и «выдумывать» решения, а в том, чтобы работать с результатами модели: формулировать гипотезы, задавать параметры и интерпретировать полученные сценарии. Таким образом, эксперт остается в центре процесса, но может просчитывать и анализировать больше сценариев и иметь больше данных для принятия решений.
Второй принцип — путь к моделированию начинается не с покупки инструмента, а с подготовки. Если компания не сформулировала, какую задачу приоритетно решает, и не готова собрать корректные входные данные, доверия к результату не возникает. В «Черкизово» подчеркивают, что если данные в модель приносит сам бизнес, а затем сам же «челленджит» полученный результат, математическое моделирование перестает выглядеть как «черный ящик» и становится прозрачной системой рекомендаций.
Наконец, доверие к инструменту напрямую связано с регулярностью его использования. По мере того как моделирование встраивается в цикл планирования и начинает применяться не точечно, а системно, раскрывается его основная ценность: возможность быстро пересчитывать сценарии и принимать решения на основе сопоставимых альтернатив. Это требует развития внутренних компетенций — от работы с данными до способности самостоятельно дорабатывать и расширять модели под задачи бизнеса.
Для производственных компаний с высокой сложностью цепи поставок это и есть следующий уровень зрелости: не интуитивно реагировать на изменения, а заранее просчитывать их последствия, понимая, где проходит граница между операционным решением, стратегическим выбором и прямым влиянием на экономику бизнеса.
«Издержки будут расти. Но одновременно у компании всегда есть возможность найти внутри себя ресурс, который эти издержки перекроет — если она умеет это считать», — резюмировал Евгений Гущин.
