Оптимизация логистики компании Nestle на российском рынке затрагивает широкий спектр взаимосвязанных задач — от предсказания спроса до планирования производства. К тому же, оказывается, и здесь не обойти пресловутую проблему российской специфики. Об этом мы беседуем с руководителем отдела информационных систем и технологий ООО «Нестле Россия» Олегом Капи­туловым.

Intelligent Enterprise: Для начала хотелось бы узнать, что вы вкладываете в понятие логистического цикла.

Олег Капитулов: Прежде чем доставить готовый товар в ту или иную точку розничных продаж, его надо произвести, а прежде чем производить, надо знать спрос на него. И все связанные с этой деятельностью процессы можно смело включать в логистический цикл компании Nestle. Начинается всё, естественно, с планирования спроса, или, в контексте нашей деятельности, с выяснения того, сколько какой продукции и в каком регионе мы сможем продать в среднесрочной перспективе. Затем уже отрабатываются более детальные механизмы планирования поставок в наши дистрибуционные центры. Этот план на ежемесячных совещаниях согласовывают между собой планёры, маркетологи, sales­ и финансовый отделы, принимая конкретные цифры, которые только после этого заносятся в информационную систему. Здесь учитываются и возможности складов по хранению продукции, и принимается во внимание временной фактор, связанный с производством конкретного товара и его доставкой в конкретный дистрибуционный центр так, чтобы удовлетворить спрос потребителя к необходимой дате. Для решения соответствующих задач используются процессы DSP (Demand Supply Planning). Далее речь идет о производстве. Надо составить долгосрочный план производственного заказа по видам продукции, после чего, опять­таки опускаясь ниже, более детально заниматься вопросами поставки на фабрики нужных компонентов в необходимом объеме и в определенный срок. Отдельно можно выделить построение стратегии закупок сырья и упаковки, что в нашем случае и составляет полный цикл планирования.
Резюмируя сказанное, подчеркну, что и в организации самой логистики, и в автоматизации этого процесса наиболее существенную проблему для нас представляет планирование, которое прежде всего касается двух очень тесно сопряженных направлений — производства и дистрибуции. Планирование у нас осуществляется в пределах полуторагодового горизонта, но получаемые цифры непрерывно уточняются. При этом на уровне сменных заданий в компании составляются производственные расписания.

Объектов планирования тоже хватает. В России у Nestle насчитывается порядка девяти производственных предприятий, примерно восемь дистрибуционных и двенадцать буферных складов, которые мы пытаемся располагать вблизи наших производственных фабрик. Есть также региональные склады партнеров, на которых постоянно должна быть представлена вся гамма продукции компании Nestle. Поэтому в контексте логистических задач речь, разумеется, идет и об оптимизации перерас­пределения ассортимента продукции в системе складов.

Раз мы заговорили о планировании, хотелось бы уточнить смысл этого термина. Еще несколько лет назад в связи с задачами производства и дистрибуции назывались главным образом стандарты MRP и DRP (Distribution Resource Planning). Сейчас, не в последнюю очередь благодаря попыткам решить задачи оптимизации цепочки поставок, содержание термина «планирование» существенно расширилось. При этом стали активнее заниматься прогнозированием, которое, по сути, стоит рядом.

Методику, заложенную в DSP, мы, как я уже сказал, активно используем. В отношении производственных задач составляем долгосрочный мастер­план — MPS (Master Production Schedule), а при планировании поставки сырья или упаковки применяем упомянутый вами MRP. Здесь, можно сказать, у нас основные проблемы решены. Вопросы возникают, когда мы ставим задачу планирования спроса и формирования на основе полученных данных единой модели закупок, производства и дистрибуции. Тут всё значительно сложней. Остановлюсь на довольно интересной теме прогнозирования спроса. В Nestle, естественно, ведётся история продаж, формируемая по факту. Если проанализировать эту историю, то в ней присутствует влияние неких мероприятий, без которых кривая продаж была бы несколько иной. Я имею в виду рекламные кампании, действия конкурентов и прочие акции, локально влияющие на продажи. Эти акции можно выделить, сформировав таким образом некую «очищенную» историю продаж. На её основании мы формируем базовый план спроса. По прошествии какого­то времени на спрогнозированные продажи опять­таки могут накладываться возмущения вследствие всевозможных маркетинговых акций, уже относящихся к будущей нашей деятельности, которые, разумеется, также нами планируются, в частности, в CRM­системе. Для этого могут использоваться различные статистические модели. Деятельность эта не простая и в значительной мере творческая, поэтому результаты её не получаются одномоментно. Но качество этих результатов у нас постоянно улучшается.

Следующий момент связан с исходными данными для прогнозирования спроса. Как я уже сказал, мы берем за основу историю продаж за прошедший период, тогда как правильнее было бы смотреть не на поставки дистрибьюторам, а на товары, которые раскупаются конечными потребителями в сети розничных продаж. Мы это понимаем и уже сегодня ведем пилотные проекты, предполагающие «правильные» механизмы формирования исходных данных для прогнозирования спроса.
Иными словами, в области построения сквозной модели поддержки логистического цикла проблемы есть, хотя мы их конечно же ре­шаем.

Что вы можете сказать об информационных системах, которые поддерживают все эти бизнес­процессы?

Основу информационной поддерж­ки у нас составляют решения компании SAP. Хочу особо подчеркнуть, что я имею в виду не только систему R/3, но и другие продукты этого разработчика. Несомненно, SAP R/3 является краеугольным камнем ИТ­поддержки в таких областях, как финансы, контроллинг и логистические процессы. Что же касается автоматизации планирования спроса, о котором я говорил выше, а также тесной взаимоувязки его результатов с планированием сети поставок и отчасти с производственным планированием и стратегией закупок, то здесь в значительной степени используется отдельный модуль SAP — APO (Advanced Planner and Optimizer), который не является составной частью в R/3. Его функ­ционал пре­­доставляет нам еще много резервов на перспективу, однако даже он не покрывает всех наших задач в полной мере. Это касается, например, возможностей планирования по статистике реальных розничных продаж, o которых я говорил выше.

Из других продуктов, не являющихся частью R/3, мы используем SAP BW, где хранятся истории продаж, необходимые нам для отчетов.

Если же говорить о решениях, не являющихся продуктами компании SAP, то в контексте обсуждаемой нами темы могу упомянуть систему автоматизации складского учета на физическом уровне. Это российская разработка.

Говоря о прогнозировании спроса, вы упомянули интересный аспект, связанный с учетом неких флуктуаций активности продаж, которые могут быть вызваны разного рода сопутствующими факторами. На самом деле должны, наверное, существовать и другие, быть может, даже более скрытые или трудно прогнозируемые факторы функционирования логистической цепи, работа с которыми могла бы скорее всего потребовать усовершенствованных методов ИТ­поддержки. Что вы могли бы сказать по этому по­воду?

Действительно, факторов влияния здесь вполне достаточно. Часть из них может быть обусловлена особенностями местного рынка. Целый ряд важных компонентов нашей продукции мы не производим в России, а импортируем из­за рубежа. Они, что хорошо извест­но, могут застрять на таможне. Немаловажно и то, что стандарты качества на некоторые компоненты, используемые для производ­ства пищевой продукции у нас в стране, значительно жестче, чем в Европе. Все это потенциально создает определенные проблемы на пути движения товара от производственного сырья к столу конечного потребителя, и соответственно эти проблемы не чужды и нам — сотрудникам, занимающимся ИТ­поддержкой. Мы стараемся учитывать эти факторы при планировании поставок, но, увы, существуют и другие местные особенности. Западный рынок гораздо компакт­нее в отношении географических схем движения товара, у нас же грузовики могут простаивать из­за неблагоприятных погодных условий, что, кстати, и случилось в прошлом году под Новороссийском, когда был закрыт перевал из­за обильно выпавшего снега. Более того, у западного потребителя значительно более устойчивые вкусы. У нас же многие продукты до сих пор оказываются в новинку, спрос на них импульсивен, он, в свою очередь, может влиять на потребление смежных товаров, и таким образом создается довольно сложная картина. В итоге, например, спрос на всем известную продукцию, выпускаемую нами под торговой маркой Maggi, в течение длительного времени подвергается случайным колебаниям, предсказать которые довольно сложно.

И что же делать в такой ситуации? Наращивать мощь и качество информационной поддержки или выбрать какой­то другой путь?

ИТ­поддержка, конечно же, может прийти на помощь и в этой ситуации. По крайней мере это касается обеспечения гибкой реакции производства на изменяющийся спрос. Если же говорить о способности ИТ­систем справляться с только что упомянутой мною проблемой случайных колебаний спроса, то тут я не стал бы переоценивать их функционал, каким бы мощным он ни был. Соответственно не стал бы недооценивать роль квалифицированного персонала компании. В продолжение разговора о прогнозировании спроса было бы полезно подчеркнуть, что в работу по анализу и утверждению соответствующих цифр вовлечено несколько категорий сотрудников — маркетологи, специалисты по продажам, финансисты, а также эксперты в области планирования — планеры. И от решений, принятых на встречах с участием этих специалистов, зависит, сколько продукции и какого ассортимента будет произведено. Немаловажную роль здесь играют планеры: скажу, что прежде чем стать высококвалифицированным специалистом в этой области, надо активно поработать в этом направлении по крайней мере два­три года, причем специализируясь на какой­то определенной группе продуктов — кофе, шоколаде или, скажем, кулинарии. Так или иначе, эти люди глубоко знают производственные возможности фабрик, процессы, связанные с поставками сырья и упаковки, примерные сезонные колебания спроса, маршруты и возможные схемы транспортировки и еще массу факторов, являющихся ключевыми для логистики. Они могут связаться напрямую с руководителем производственного предприятия и попросить его внести те или иные коррективы в план выпуска продукции. И тот должен учесть эти рекомендации в производственной работе своей фабрики.