Прогнозирование спроса — далеко не самое простое направление автоматизации по целому ряду причин. Будучи алгоритмически довольно сложным, оно требует подготовки высококвалифицированных специалистов. Кроме того, оно предполагает выстраивание специальных бизнес-процессов и связано с развитием смежных направлений автоматизации. Об этом мы беседуем с Татьяной Бертовой, директором по развитию производственной системы корпорации «ТехноНИКОЛЬ».

Intelligent Enterprise: Какие алгоритмы предсказания спроса у вас используются? Являются ли они неким «черным ящиком» внутри самой системы, или они абсолютно прозрачны для бизнеса? Cочетаются ли они с экспертным мнением? Как наиболее оптимально выстраивать организационные схемы процессов по выработке и, что не менее важно, официальному принятию прогнозов в качестве ориентиров для бизнеса?

Татьяна Бертова: Составляя прогноз спроса, мы в основном используем качественные и компьютерные методы прогнозирования. Более того, составление прогноза у нас ассоциировано с определенным бизнес-процессом. Данный процесс состоит из двух частей. Во-первых, это составление экспертного прогноза, чем занимаются менеджеры по развитию регионов, формально относящиеся к дирекции по продажам. Они используют главным образом качественные методы. А во-вторых — составление компьютерного прогноза, рассчитанного на основе статистики прошлых продаж в информационной системе Oracle Demantra.

В Oracle Demantra используются регрессионные методы (такие, как мультипликативная многосезонная регрессия, логистическая и логарифмическая регрессия, авторегрессия), а также методики на основе экспоненциального сглаживания. В целом это вполне классические методы анализа информации, и в таком смысле система для нас «черным ящиком» точно не является. Основной механизм прогнозирования, заложенный в Oracle Demantra, многофакторный, при этом количество одновременно анализируемых факторов не ограничено, что выделяет данное решение среди аналогов, так как является его уникальной особенностью. Необходимо также отметить, что качество создаваемых моделей позволяет строить достоверный прогноз спроса с любым заданным горизонтом прогнозирования — от одного дня (что, кстати, является вполне практической задачей) до месяца, года и даже нескольких лет.

Для принятия решения мы сравниваем разные прогнозы, в том числе и экспертные. Выстраивать организационные схемы процессов по выработке и официальному принятию прогнозов в качестве ориентиров для бизнеса не сложно. Достаточно один раз отстроить бизнес-процесс и поддерживать его в рабочем состоянии. А вот сделать окончательный вывод, какой прогноз следует принять официально (а значит, выбрать якобы объективно лучшее решение), все-таки сложнее. По большому счету предвидеть будущее – великий дар, не укладывающийся ни в какие бизнес-процессы и формальные требования к специалистам. Информационные системы, конечно, помогают, но окончательное принятие решения все равно остается за менеджером.

Как результаты предсказания спроса откликаются на других звеньях управления и автоматизации? Идет ли в данном случае интеграция работы разных подразделений на чисто управленческом уровне или на уровне информационного обмена? Задействованы ли тут процессы управления на высшем или, условно говоря, на цеховом уровне?

Бизнес-процесс выстроен таким образом, что параллельно запускается «решатель» (или, если угодно, некий движок) по формированию прогноза спроса, основанный на статистике прошлых продаж. При этом данные по прогнозам заполняются (чаще просто уточняются) региональными менеджерами. Эти два прогноза и здравый смысл рождают утверждаемый директором по продажам прогноз спроса, который затем прогоняется через решатель другой информационной системы — Oracle SNO, чтобы оценить возможность обеспечения данного прогноза имеющимися у нас ресурсами. После расчета мы получаем ряд планов для анализа и дальнейшего принятия решения по всей цепи поставок. Планирование продаж и операций – это, как известно, тактический уровень управления, который связывает стратегические планы того или иного подразделения с операционными планами каждого отдельного завода, входящего в состав этого подразделения. Сейчас мы находимся на пути улучшений процесса планирования в нашем подразделении, отработали его на стратегическом и тактическом уровнях, переходим на операционный. В данный момент занимаемся улучшением процесса, требующего интеграции данных нескольких систем — управления заказами, планирования (составления детального плана-графика) производства, продаж и операций, т. е. работа ведется на самом нижнем уровне.

Насколько необходима подготовка информационных ресурсов компании для деятельности по предсказанию спроса и детального планирования производства? Речь может идти о более высоком качестве исходных данных или о процессах, сводящих к минимуму ошибки ввода исходной информации. Значимо ли использование нормативно-справочной информации, выделение специальных сотрудников (с определенными должностями или ролями), нацеленных на работу с данными?

Подготовка информационных ресурсов компании для деятельности по прогнозированию спроса крайне необходима. Чтобы прогноз был максимально достоверным, данные действительно нужно тщательно готовить. Важную роль при этом играет перенаправление спроса по разным номенклатурам в зависимости от применения и характеристик готовой продукции (например, вывод номенклатур из ассортимента и их замена на новые, ассортимент под различные маркетинговые акции и т. д.). Особенно трудоемок процесс перенаправления спроса на начальном этапе, когда проектируется вся система планирования. По поводу тщательного отношения к ведению нормативно-справочной информации однозначно скажу, что любая информационная система прежде, чем с ее помощью автоматизируют какой-либо бизнес-процесс, требует кропотливой работы по внесению данных в справочник НСИ и БД. Система прогнозирования спроса здесь не исключение. Но в дополнение к этому в данном случае, как я уже сказала, окончательное решение всегда остается за менеджером, а не за системой. Значит, для этого нам необходимы специалисты, способные анализировать исходную и промежуточную информацию, грамотно ее систематизировать, интерпретировать и т. д. Их обучению мы уделяем особое внимание.

Насколько предсказание спроса и налаживание работы, нацеленной на удовлетворение потребностей клиента, отражается на требованиях к работе ваших поставщиков и партнеров по бизнесу? В какой степени и как вы можете повлиять на ситуацию в этом плане?

Чем раньше мы поймём, что нужно производить и в каком объеме, тем легче спланировать закупки сырья. Соответственно это существенно облегчает жизнь и нашим поставщикам, с которыми мы по сути имеем общий взгляд на структуру спроса.