Цифровое моделирование оптимальной складской сети

Сокращение логистических затрат без снижения уровня клиентского сервиса через оптимальные локации складов, транспортные схемы и перераспределение товарных потоков.

Для Askona было важно решить следующие задачи:

• Рассчитать оптимальное количество, места расположения и мощности складских объектов по критерию минимизации транспортно-складских расходов без снижения уровня сервиса.

• Выполнить указанные расчеты в цифровой модели при различных сценарных условиях, в том числе в формате «Что если?»;

• Определить оптимальную «привязку» клиентов к складам;

• Оценить доход от экономии затрат при изменении конфигурации логистической цепи.

Определить оптимальное расположение склада — задача, с которой сталкиваются многие компании. Но на практике она превращается в сложную головоломку, где приходится учитывать множество факторов. Увеличение числа складов ближе к клиенту повышает затраты на аренду, а уменьшение их количества ведет к росту так называемых «транспортных плеч». Это означает, что увеличивается расстояние, которое товар должен пройти для доставки от склада до клиента.

Снизить транспортные расходы можно, перераспределив грузопотоки: использовать большегрузный транспорт на первом этапе доставки и малотоннажный на последнем. Такой подход помогает повысить утилизацию транспорта и сократить его пробеги. Для того чтобы найти оптимальное решение с учётом затрат на логистику и качества сервиса, нужно анализировать множество возможных сценариев.

Ранее Askona применяла как собственные модели расчетов, так и международные системы моделирования логистических сетей. Но они не учитывали реальную дорожную сеть, рыночные тарифы на транспорт и склады в регионах, в которых компания ранее не работала, что искажало расчеты. В ряде случаев это могло привести к принятию неоптимальных решений.

В итоге компания перешла на российскую платформу, которая учитывает все эти параметры, и построила цифровую модель цепи поставок.

Один из эффектов цифрового моделирования — возможность быстро проверять гипотезы, которые раньше казались слишком рискованными. Вместо того чтобы строить новые склады, Askona изменила подход к пополнению существующих РЦ.

Компания протестировала новую схему отгрузки: грузы отправлялись на склад последней мили (последний этап доставки, когда товар от распределительного центра доставляется непосредственно к конечному потребителю или в ближайший пункт выдачи.), даже если заказы еще не были полностью собраны на РЦ.

Хотя такой подход мог бы привести к снижению утилизации транспорта (из-за разницы в размерах товаров, например, от подушек до диванов), обновление упаковки и изменения в ассортименте помогли сохранить эффективность.

Перестройку логистической цепи провели на основе моделирования. В качестве ключевых РЦ выбраны три склада — в Обухово, Коврове и Владимире. Первый работает с импортной продукцией, два других находятся рядом с основными производствами.

Теперь они обеспечивают ритмичное снабжение всей цепочки. В системе регулярно перебрасываются запасы для выравнивания ассортимента.

Несмотря на инфляцию в 9,5%, логистический бюджет в 2024 году снижен на 1,4%!

Использование цифровой модели позволяет и другим компаниям участникам рынка определить оптимальное количество, мощность и расположение складов для минимизации совокупных логистических затрат при заданном уровне сервиса. Решение поддерживает сценарное моделирование формата «Что если », оценивая:

• Затраты при сохранении текущей конфигурации сети с учетом роста товаропотоков

• Финансовые последствия неоптимального размещения объектов (на собственных или доступных площадках)

• Эффективность различных стратегий развития бизнеса

Платформа цифрового моделирования LogConnection обеспечивает:

1. Анализ потерь в существующей цепи поставок

2. Обоснование решений по оптимальной реконфигурации сети

3. Разработку долгосрочной стратегии развития логистики (5-7 лет) с тестированием всех появляющихся в бизнесе сценарных условий

4. Баланс между затратами и качеством сервиса