В предыдущих частях цикла «Адаптация S&OP в промышленности: как управлять цепочками поставок в условиях турбулентности» мы разобрали, какие бизнес-процессы и роли формируют основу современной системы управления цепочкой поставок. Реалистичное прогнозирование спроса, самосогласованное объёмное планирование, продуманная логика управления запасами и функция S&OP с чётко закреплённой ответственностью и правом модерировать кросс-функциональные решения – всё это составляет архитектуру эффективного управления. Следующий шаг – обеспечить исполнение этих планов на краткосрочном горизонте и проконтролировать их выполнение. Кроме того, критически важно, чтобы вся система работала на достоверных данных и была обеспечена надежными цифровыми инструментами – это повышает скорость и точность управленческих решений.
В финальной части цикла мы подробно рассмотрим цифровые инструменты, которые поддерживают ключевые процессы, предложим работающие подходы к их внедрению, чтобы технологии стали единым стандартом, а не инструментом одиночек, и, наконец, сфокусируемся на главном – стратегиях обеспечения безупречного качества исходных данных, без которых вся система теряет смысл.
1. Системы источников данных – это совокупность ИТ-решений, которые предоставляют информацию для планирования. Их основу формируют транзакционные системы (ERP, TMS, MES), фиксирующие фактические данные: объёмы продаж и производства, складские остатки, логистические операции. Дополнительно используются аналитические витрины и мастер-данные (MDM), которые содержат агрегированные показатели и единые стандартизированные справочники.
Для повышения скорости и качества работы с данными желательно на начальном этапе проектировать общую архитектуру хранения и интеграции. Однако, даже без углубления в технические аспекты интеграции, за которые отвечают ИТ-службы, ключевой проблемой остаётся рассогласование справочников и дублирование информации между разными функциями. Например, один и тот же клиент может отображаться по-разному в ERP и TMS, что приводит к ошибкам консолидации, нарушает целостность планирования, приводит к ошибкам в расчётах спроса и вызывает сбои в логистике. Для обеспечения высокого качества данных необходимо решить три ключевые задачи: унифицировать справочники, настроить регулярный мониторинг и контроль целостности информации, а также установить прозрачные и строгие правила внесения изменений в любые справочники.
2. Оптимизаторы-планировщики используются для расчёта оптимального варианта плана с учётом заданных параметров и ограничений без календарного разреза. Примерами систем являются: Aspen DPO, SAP APO. Очень часто компании пишут свои собственные системы оптимизации под конкретную решаемую задачу.
На практике ключевой ошибкой является попытка заложить в оптимизатор излишне детальный объёмный план с завышенными требованиями к точности и гранулярности искомого решения. Такой подход не только резко увеличивает время расчёта, но и требует крайне высокого качества исходных данных, что зачастую недостижимо. Например, если контрагент гарантирует время доставки лишь с точностью до суток, посменная оптимизация на квартал вперед теряет всякий смысл. Перегрузка оптимизационных моделей заведомо недостижимой детализацией часто приводит к обратному эффекту – разочарованию в инструменте и отказу от его использования. Реальная ценность таких решений наиболее ярко проявляется при работе на укрупнённом уровне, где они действительно позволяют объективно сравнивать сценарии и принимать обоснованные управленческие решения.
3. Системы управления запасами используются для расчёта и контроля целевых уровней остатков. Как правило, они реализуются в виде надстроек над ERP или BI-решений на основе данных из ERP, в том числе на low-code платформах. Такой подход позволяет гибко адаптировать логику расчётов под специфику компании без внедрения сложных внешних решений. Однако ключевое условие их эффективности – устойчивая связь с транзакционной системой, обеспечивающая полное соответствие данных без расхождений.
Основная проблема на практике – отсутствие такой стабильной интеграции. При разрыве потока данных система управления запасами быстро теряет актуальность, а её расчёты становятся ненадёжными. Таким образом, корректное функционирование инструмента возможно только при условии полной интеграции и бесперебойной синхронизации с ERP-системой.
4. Программы для календарного планирования используются для формирования посуточных графиков производства и отгрузок с учётом ограничений предприятия. При этом универсальных решений не существует – выбор всегда зависит от специфики технологических и производственных процессов.
Ключевое требование к таким системам – способность оперативно пересчитывать план при изменении внешних обстоятельств. В отличие от объёмного планирования, где данные имеют более высокую гранулярность, календарное планирование должно не просто детализировать планы на сутки или смену, но и быстро реагировать на постоянные изменения в ходе их выполнения.
Именно поэтому готовые решения с минимальной адаптацией редко приживаются – слишком высок риск несоответствия уникальной логике работы предприятия. Большинство компаний предпочитают разрабатывать собственные инструменты, что хотя и занимает длительное время (до 1–2 лет), в долгосрочной перспективе обеспечивает более устойчивую и жизнеспособную систему планирования.
Пример из практики: автоматизация краткосрочного планирования на горнодобывающем предприятии.
Клиент, крупная горнодобывающая компания, проводила масштабную программу цифровизации. Среди прочих цифровых инструментов компания выбрала и внедрила инструменты для формирования среднесрочных планов с постановкой целей до уровня месяца и систему диспетчеризации для контроля работы горной техники в рамках сменного наряд-задания.
Однако компания не смогла найти подходящий цифровой инструмент, который смог бы оперативно связывать целевые планы на месяц с оперативными планами и автоматически формировать сменные наряд-задания. Это приводило к стабильно низкому соблюдению направлений горных работ в рамках месяца.
Клиент пригласил нашу команду для разработки и внедрения цифрового решения для краткосрочного и оперативного планирования, которое позволило синхронизировать цели на месяц, декаду и смену и пересчитывать автоматически наряд-задание на следующую смену на основе факта горных работ за прошлые смены.
В результате попадание в месячный план по направлениям увеличилось на 25-30 п.п., что повлияло на увеличение объема добычи одного из подземных рудников на 12%.
С нашей помощью были внедрены и многократно отработаны с линейным персоналом процессы декадного планирования с автоматическим распределением техники с учетом приоритетов. Автоматическая корректировка графика происходила на основании фактических показателей работы предыдущей смены и различных изменений условий ведения подземных горных работ.
Пример из практики: разработка прототипов ИТ-инструментов календарного планирования для крупной промышленной компании.
Клиент, крупная промышленная компания, столкнулся с проблемой неэффективного календарного планирования, которое велось вручную в более чем 50 разрозненных Excel-файлах. Процесс не был стандартизирован: не существовало утверждённых правил и единых подходов, а изменения в планы вносились по усмотрению отдельных специалистов.
Предыдущая попытка автоматизации с помощью вендорского решения не увенчалась успехом. Внедрённая система не обеспечивала необходимой гибкости: расчёт одной итерации занимал несколько часов, масштабирование модели было затруднено, а доступ к системе ограничивался из-за недостатка обученных пользователей и сокращения поддержки со стороны вендора.
Наша команда разработала серию прототипов ИТ-инструментов календарного планирования с учётом специфики производства, технологических ограничений и конкуренции за ресурсы. В рамках проекта мы описали целевые процессы, сформировали RASCI-матрицу, подготовили алгоритмы расчёта и передали функционально-технические требования в ИТ-вертикаль компании. Внедрённые прототипы начали приносить ощутимый операционный эффект, упрощая подготовку планов и снижая уровень ручных согласований.
Результатом работы стало создание решения, полностью адаптированного под специфику бизнеса, а также подготовка всех необходимых материалов для его промышленной реализации на уровне всей компании.
Недостоверные данные способны разрушить даже самую совершенную цифровую систему. Принцип «garbage in, garbage out» проявляется в полной мере: некачественная информация на входе приводит к сбоям в расчётах и ошибочным планам. Например, у одного из наших клиентов ошибки в справочниках приводили к закупке сырья по завышенной цене, в то время как этот же материал уже находился на складе, но был учтён под другой номенклатурой. Столкнувшись с подобными ошибками, пользователи теряют доверие к системе и возвращаются к ручным методам работы, что приводит к зависимости от личной экспертизы и субъективных представлений отдельных сотрудников о «правильности решений».
Эффективное функционирование цифровых инструментов требует внедрения Data Governance – отдельного направления, объединяющего бизнес и ИТ. Этот комплекс задач включает управление данными, продуманную архитектуру дерева данных, контроль их качества и регулярный мониторинг отклонений, что предотвращает накопление системных ошибок в планировании.
Если ИТ-системы развиваются изолированно, резко растёт количество интеграций: каждую необходимо проектировать, согласовывать и поддерживать, что превращается в долгие проекты на кварталы с участием целых команд. Более эффективное решение – выстроить единые правила и архитектуру данных заранее, чем затем «сшивать» разрозненные решения.
Пример из практики: выстраивание процесса управления качеством данных.
В практике нашей работы был случай, когда процессы планирования клиента регулярно срывались из-за некорректных и дублирующихся данных: один и тот же адрес доставки был зафиксирован более чем в 500 вариантах, а идентичное сырьё учитывалось под разными номенклатурными позициями. Это приводило к цепочке ошибок – от ошибочных закупок до сбоев в логистических операциях.
Команда Pieff помогла разработать и внедрить комплексный процесс управления качеством данных. На первом этапе мы выявили ключевые зоны риска, разработали систему KPI для мониторинга показателей. Затем были запущены регулярные совещания с директорами функций для оперативного разбора отклонений. Параллельно мы описали единые правила ведения справочников и закрепили ответственность за контроль данных на уровне операционных команд.
Внедрённые меры позволили значительно повысить точность планирования: по объёмам продаж – на 16 процентных пунктов, по логистике – на 19 процентных пунктов. Цифровая система планирования превратилась из формального инструмента в реально работающий механизм, что подтвердило эффективность выстроенного процесса управления данными.
***
Цифровые инструменты – это не просто вспомогательные системы, а основа устойчивой операционной модели S&OP. Наша практика подтверждает: только комплексный подход, включающий понимание архитектуры планирования, контроль качества данных и адаптацию ИТ-решений под конкретные задачи, позволяет компаниям перейти от ручного управления к созданию предсказуемой и управляемой цепочки поставок.
Важным фактором успешного внедрения цифровых систем и инструментов, по опыту наших клиентов, является системная интеграция ИТ-решений в общую структуру управления функцией или предприятием. Зачастую просто приобрести или разработать собственное программное обеспечение недостаточно. Без четкого понимания, кто и как будет контролировать качество данных на входе, адаптировать систему под меняющиеся бизнес-процессы и вовлекать сотрудников в её использование, ожидаемого эффекта достичь не удастся. Наиболее успешные клиенты решают эту задачу при помощи разработки детальной дорожной карты внедрения систем автоматизации с определением вех и промежуточных целей. Ответственность за их достижение несёт кросс-функциональная проектная команда, включающая как представителей ИТ-блока, так и бизнес-вертикалей.
В цикле из трёх статей мы показали, как промышленные компании могут перейти от фрагментарного реагирования к единой системе управления цепочкой поставок. Мы рассмотрели ключевые бизнес-процессы, организационную структуру и цифровые инструменты S&OP. Наш опыт доказывает: устойчивость и быстрая адаптация к изменениям в условиях турбулентности возможна только там, где процессы выстроены в сквозной контур, роли четко закреплены, данные системно управляются, а инструменты работают в реальности, а не остаются формальностью.
У нас появился Telegram-канал!
Pieff в действии: кейсы, инструменты и подходы, которые приносят результат.
