Логистический
консалтинг

Моделирование оптимального количества и расположения складов

Определяем, где компания теряет деньги в цепи поставок, как ее перестроить, в том числе за счет правильного расположения и количества складов, чтобы обеспечить нужный клиентский сервис и минимальные логистические затраты.

Моделируем оптимальное количество и расположение складов для снижения транспортно-складских затрат и обеспечения целевого сервиса для клиентов.

Ценность

Региональная экспансия, развитие новых каналов продаж (сети, конечные клиенты, e-commerce, маркетплейсы и др.) увеличивают логистические затраты снижая прибыль компании, или делая цену продукции не конкурентной. С каждым дополнительным километром увеличивающегося расстояния доставки цена логистики на прежних транспортно-технологических схемах растет, а уровень клиентского сервиса падает. Экспертные решения об изменениях логистических схем, развитии сети складов, основанные на опыте сотрудников в большинстве случаев, не учитывают десятки факторов и большие данные по товаропотокам. Это приводит к предельно низкой эффективности инвестиций в развитие логистики и не приносит целевого результата по сдерживанию роста логистических затрат.

Объем транспортной работы (количество перевезенных тонно-километров) компании при региональной экспансии в Западную Сибирь

Возрастающая динамика транспортных затрат при региональной экспансии

Правильный подход:

Для нахождения оптимального варианта логистической сети (количество складов, их расположение, транспортные схемы между поставщиками, складами и получателями) необходимо имитационное моделирование логистики и цепи поставок компании. Имитационная модель цепи поставок, позволяющая определить оптимальное количество и локации складов, выстраивается по критерию достижения минимальных совокупных транспортных и складских затрат при заданном уровне сервиса (скорость исполнения заказов).

Для того, чтобы моделирование выдавало максимально точный результат, в модель нужно закладывать следующие данные:  
1.     Реальное расположение складов поставщиков, с которых осуществляется отгрузка и объемы отгрузки по каждому из них. Это позволит учитывать стоимость транспортной работы (руб. на тонно-километры) на входящем потоке. Это важно даже в том случае если сейчас вы не платите за доставку продукции к вам, т.к. стоимость доставки «сидит» в цене продукции и проведя моделирование вы сможете: а. выбрать экономически выгодный для вас базис поставки; b. при изменении количества и расположении складов провести переговоры с поставщиками о снижении закупочной стоимости при том же базисе поставки за счет оптимальной локации складов, влияющей на уменьшение транспортных затрат, в том числе на входящем потоке.  
2.     Расположение получателей и объемы поставок каждому из них. Это позволит учитывать стоимость транспортной работы на исходящем потоке.  
3.     Важно учитывать в модели реальную дорожную сеть, а не строить модель «по прямым» или основываясь на теории графов. Многие международные инструменты моделирования как раз не содержат реальной картографии и дорожной сети России. И это нормально для моделирования в странах с развитой дорожной сетью. Но в российских условиях расстояние от одного города до другого «по прямой» и по реальным дорогам может отличаться в 2-4 (и более) раза. Таким образом в российских реалиях модель, построенная без реальной картографии, выдаст результат, который «похоронит» будущие инвестиции в создание складов. 
4.     Затраты и тарифы на транспорт и склады, в том числе разделение по видам и типам транспорта (включая грузоподъемность), расстояниям доставки, географии, а также по погрузо-разгрузочным работам, приемке, отгрузке, хранению. Если по части этих данных есть пробелы в собственных данных компании, то их необходимо восполнять через достоверные рыночные данные.  
5.     Данные о развозочных маршрутах, включая расположение точек выгрузки и объемам по каждому рейсу.  
Кроме этого списка в модель должны закладываться данные по текущему уровню запасов, целевому клиентскому сервису, прогнозные значения по товаропотокам и пр.  
После сбора данных важно провести их верификацию, т.к. даже у самых развитых компаний часто есть критичные погрешности и пробелы в данных, которые могут исказить результат моделирования и потребовать восстановления данных до запуска модели.  
Следующим важным этапом в моделировании является интерпретация результатов первых прогонов и калибровка модели. Например, результаты первого прогона обязательно должны показывать сверку фактических данных по транспортным и складским затратам с результатами, полученными при моделировании логистической системы в формате «как есть». Эта стадия позволяет определить и при необходимости скорректировать точность модели. На второй стадии прогонов важно оценить различные хоть и реальные аномалии, которые влияют на итоговый результат. К таким аномалиям относятся кратно превышающие обычные объемы отгрузок тем или иным получателям, редкие поставки в удаленные регионы (Заполярье, Дальний Восток и др.). На этом этапе важно определить, насколько увеличенные объемы реальны и могут быть сопоставимыми в будущем и насколько значимыми являются поставки в удаленные регионы, т.к. от решения включать или не включать их в контур моделирования будут зависеть итоговые результаты по оптимальному расположению складов и транспортные схемы. 
Таким образом, 70% работы по моделированию связано с подготовкой качественных данных и калибровкой модели. Далее при наличии качественного инструмента по моделированию расчеты в модели занимают от нескольких часов до нескольких дней (при сотнях тысяч получателей, загруженных в модель). На следующем этапе должна осуществляться корректировка результатов моделирования по определению оптимального места расположения складов на основании:
— Оценки инфраструктурного соответствия выбранного района;
— Доступности транспортных и HR ресурсов;
— Финального определения оптимального места расположения ЛЦ и складов с учетом указанных ограничений.  
В итоге откалиброванная модель покажет оптимальное количество, мощности и локации складов, обеспечивающих целевой дизайн цепи поставок, обеспечивающий минимально возможные транспортно-складские затраты. Также модель должна позволять проводить сценарное моделирование в формате «Что если?», отвечающие на вопросы заказчика какими будут логистические затраты, если ничего не менять при условии роста товарных потоков и (или) изменения их географии, стратегии бизнеса. Что будет если не учитывать рекомендации модели и создать склады там, где удобнее с организационной точки зрения (есть собственные земельные участки или подобраны арендованные площадки и пр.). 

 

Скриншоты из системы «LogConnection.Everest» при определении оптимального количества и месторасположения логистических центров

КСЛ с 2005 г. выполняет такие задачи для крупнейших компаний (Сегежа Групп, Лукойл Западная Сибирь, ВостокСервис, КАМАЗ, СУЭК, СГК, Сахалинская Энергия, Фосагро, Мосэнерго, Knauf, Magnum, Торговая сеть ПУД, Агрокомбинат Ткачева, Henderson, Галамарт, Шоколадница, Valio и др.).
За почти 20 лет КСЛ апробировал несколько инструментов международного уровня и в 2014 г. создал собственную среду моделирования «LogConnection.Everest», закрывающую ограничения, присутствующие в других системах (реальная дорожная сеть, маршрутизация, автоматически обновляемые данные по тарифам на транспортное и складское обслуживание и др.).
В результате проекта по моделированию цепи поставок КСЛ передает Заказчику не только решение и аргументирующий его отчет по определению оптимального количества и мест расположения складов, но и модель с веб-интерфейсом, позволяющую при изменении условий бизнеса заказчику проверять правильность своих решений с выдачей цифровых обоснованных рекомендаций по целесообразности изменений текущего или целевого расположения складов.


Обсудить задачу