Логистика сегодня — одна из наиболее «продвинутых» индустрий, в которой активно используются различные информационные решения. При этом очевидно, что работа с первичными данными для логистических компаний является ключевым элементом бизнеса. О том, каким образом следует работать с первичными данными и какие преимущества грамотное управление ими может принести бизнесу, журналу Intelligent Enterprise рассказал Андрей Ивахненко, руководитель отдела информационных систем российского отделения компании Seacon Logistics.

Intelligent Enterprise: Каким образом у вас выстроена информационная архитектура?

Андрей Ивахненко: Наша компания является российским представителем европейской логистической корпорации, и глобальная информационная политика диктует определенные требования к информационной архитектуре. Так, например, бизнес у нас работает по терминальной схеме: все серверы размещены в глобальном датацентре, который находится за пределами территории России. Подключение устройств, в том числе и терминалов по сбору данных, к этому европейскому центру осуществляется через IP-соединение. Поэтому если отвечать на вопрос о том, насколько распространенность устройств сбора данных, что называется, на цеховом уровне (для нас это уровень работы конкретного склада) связана с теми или иными акцентами ИТ-инфрастуктуры бизнеса в целом, то ответ тут однозначный. Для нас имеет значение преимуществен­но сетевой канал. Предполагается, что вычислительные мощности и ресурсы хранения информации устанавливаются в датацентре под конкретный проект, а в качестве клиентских устройств доступа мы используем тонкие клиенты. Соответственно очень высокую критичность приобретает канал связи с датацентром, а именно характеристики его емкости и качества. Что касается емкости, то она на данный момент составляет 4 Мбит и рассчитана примерно на 60 работающих одновременно терминалов. Качество же мы, в частности, обеспечиваем за счет резервирования, которое в случае необходимости должно осуществляться за 3—5 секунд.

Единый бизнес Seacon Logis­tics, естественно, предполагает и единую отчетность c общим набором показателей. Эффективность работы сотрудников определяется через ключевые показатели производительности KPI, которые собираются по всем отделениям и вводятся в базу вручную.

На каком этапе стало ясно, что необходимо внедрение информационной системы для управления складом?

Запуск склада проходил в два этапа. На первом мы обеспечили работу нашего крупнейшего поклажедателя — известного американского производителя бытовой химии и косметики. У этого клиента использовалась своя система управления складом. На втором этапе мы запустили оставшуюся часть склада. В связи с небольшим объемом товара большинство операций на складе осуществлялось вручную. При увеличении объема размещаемого товара была внедрена система управления складом WMS (Warehouse Management System) компании Axelot, для чего пришлось закупить всю необходимую инфраструктуру (терминалы по сбору данных, точки доступа и тонкие клиенты).

В результате автоматизации склада ощутимо увеличилась скорость обработки информации, связанной с выполнением целого ряда ключевых операций. Это стало результатом в том числе и того, что технологии первичной идентификации товара (в нашем случае, как и у подавляющего большинства складских операторов, в форме технологий штрихкодирования) стали использоваться, что называется, в промышленном режиме. А именно такой сценарий предполагается в случае применения WMS-системы.

Впрочем, тут не надо забывать и о том, что развитие автоматизации в этом направлении ведет к повышению требований к надежности вводимых данных. Иными словами, чем в большей степени бизнес полагается на первичные данные, собираемые в автоматизированном режиме (а подобный акцент тоже ощущается с началом использования профессиональной WMS-системы), тем в большей степени его операционная активность оказывается чувствительна к качеству этих данных в целом и к своевременности их появления. И чем более совершенные, а значит, и более математически сложные алгоритмы обработки данных начинают применяться, тем эта чувствительность выше.

Каким образом на этом этапе устроен склад?

В общем, вполне традиционно. Изначально сотрудники склада получают груз в зоне приема, где они фиксируют количество и качество продукции. После этого товар перевозится в зону хранения. Стоит отметить, что эти зоны ранжируются в зависимости от уровня востребованности товара.

Здесь я хотел бы сказать, что одному из наших клиентов компания предоставляет услугу в виде локализации товара. Этот клиент — японский производитель фототехники — поставляет к нам на склад нелокализованный товар. В наших помещениях в зоне локализации сотрудники вскрывают полученные коробки и добавляют русскоязычную инструкцию, компакт-диски и гарантийный талон. В данном случае мы по сути говорим о дополнительных услугах, которые способен предоставлять зрелый логистический оператор. Появление таких сервисов в основном диктуется необходимостью удовлетворения индивидуальных потребностей отдельных клиентов. Со временем их может появиться довольно много, и гибкое управление ими не в последнюю очередь является следствием грамотного применения автоматизации. Как правило, такие услуги являются наиболее маржинальными для складских операторов.

Какие первичные данные вы получаете на складе?

На начальном этапе все данные, используемые при организации операционной работы склада, предоставляются нам заказчиком. Это информация, содержащаяся в штрихкодах, весо-габаритные характеристики товара и т. п. Все эти данные играют большую роль, так как оказывают прямое влияние на стоимость предоставляемых на­ми услуг, и я могу привести примеры, когда некорректные первичные данные приводили, скажем, к неправильному выставлению счетов за оказанные нами услуги. К тому же в случае применения профессионального WMS-инструмента некоторые первичные описательные характеристики товара (например, детальные данные о его размерах) могут стать гораздо более важными, чем раньше. Технологии оптимизации хранения, с одной стороны, требуют вычислительных ресурсов, а с другой — разнообразия тех самых первичных данных. Проблема чувствительности получаемого результата по отношению к их корректности, о чем я говорил выше, в этом случае тоже вполне актуальна.

Исходя из всего этого мы обязательно проводим полную самостоятельную перепроверку получаемых данных.

Каким образом отслеживается уровень затоваренности склада?

Решение о целесообразности присутствия товара на складе принимают сами клиенты, они смотрят также, насколько загружен склад. Мы же сроки хранения тщательно отслеживаем (по крайнем мере партионно) и информацию представляем клиентам. А они уже определяют, сколько и какого товара надо отгрузить.

По умолчанию товар отгружается по известному стековому прин­ципу FIFO (First In — First Out).

Для оптимального управления процессом мы представляем клиентам автоматические отчеты с периодичностью вплоть до нескольких раз в день, а помимо этого все данные могут быть выданы по запросу.

Кроме того, в ближайшем будущем мы планируем представить нашим клиентам каталог операций, описываемых численными параметрами, выполнение которых мы должны будем гарантировать. Это в свою очередь позволит им знать, скажем, сколько времени будет длиться каждый из предполагаемых процессов обработки груза, и с большей точностью планировать свои действия. Разумеется, без соответствующей автоматизации и без богатого слоя исходной информации, получаемой и хранимой в электронном виде, мы не смогли бы даже планировать предоставление подобных услуг.

Очевидно, что в таком случае очень значимой становится эффективная работа сквозных процессов, в которых задействовано несколько независимых бизнес-партнеров. И если их бизнес зависит от качества ваших данных, то вполне естественно спросить, какую роль для вашего бизнеса играет сбор первичной информации со стороны компаний-партнеров, занимающихся перевозками.

Вследствие того, что бизнес нашей компании сосредоточен на управлении складскими помещениями, практически все транспортные процессы действительно возложены на партнеров.

Что же касается особенностей построения этих бизнес-процессов, то, насколько я знаю, компании-перевозчики сегодня активно используют программное обеспечение, которое выстраивает оптимальные маршруты между европейскими государствами и Россией, а также внутри нашей страны. В данной системе существует определенная «приоритизация дорог», используемая при планировании маршрутов. Так что даже если трасса, скажем, является наикратчайшим путем между двумя пунктами, но качество дороги оставляет желать лучшего или же она в данный момент переполнена транспортом, система предлагает альтернативные маршруты. В конечном счете оптимизация работы в соответствии с такой схемой приоритизации имеет отклик в нашем бизнесе, но при этом все прекрасно понимают, что она не может быть адекватно выстроена на субъективных оценках. Поэтому в алгоритмах такого ПО учитываются данные о проблемном трафике, поступающие, к примеру, из «Яндекс.Пробок». Другими словами, первичные данные, которые тем или иным способом сегодня можно добыть из Интернета, все в большей мере являются коммерчески ценными для некоторых видов бизнеса. Для транспортной логистики уж точно. Они явно играют все более важную роль при организации перевозок.

В высокой степени их качество отражается и на нашей работе: если время с использованием этих инструментов рассчитано верно, наши операции на складе производятся эффективнее. А если, к примеру, какие-либо пробки не будут учтены или сами исходные данные окажутся некорректными, то, скажем, грузовик приедет к нам не в первой половине дня, как запланировано, а в обед. И мы все-таки понесем некоторые, пусть и несущественные, потери. Хочу также подчеркнуть, что информационные инструменты для логистики постоянно совершенствуются и в скором времени система наших партнеров сможет автоматически рассчитывать стоимость перевозок, в том числе базируясь на параметрах, которые характеризуют складывающуюся на текущий момент ситуацию.