Как оптимизация может помочь мясоперерабатывающему производству в кризис

Задача мясокомбината — продать все, что было произведено, в сжатые сроки, получить максимальную маржу и минимизировать издержки. Чтобы этого добиться, мясопереработчик должен четко понимать, какую именно продукцию и в каком количестве ему необходимо выпускать. Возьмем для примера свиную корейку: ее можно продать целым куском, порезать на эскалопы, порубить на шашлык или подвергнуть горячему, либо холодному копчению. В отдельных случаях предприятию может быть выгоднее продать полутушу, нежели удовлетворить имеющиеся заказы на корейку высшей категории и утилизировать все остальное.

Выбор схем разделки, технологических карт и добавок является основополагающим при управлении затратами производства. Поскольку практически вся мясная продукция имеет весьма ограниченные сроки годности, мясокомбинат не может себе позволить просто сидеть и ждать, пока на весь произведенный товар найдется свой покупатель. Готовую продукцию, которая оказалась невостребованной в данный момент, придется продавать со скидкой, а просроченные остатки — утилизировать. Все это — незапланированные убытки для компании. Таким образом, задача оптимизации производства упирается в прогнозирование покупательского спроса.

В спокойное время предсказать спрос можно на основе исторических данных о продажах за последние несколько лет. Опытный технолог имеет неплохое представление о том, как именно колеблется спрос на разную номенклатуру в тот или иной момент времени. Но что делать в период кризиса, когда поведение потребителя претерпевает серьезные изменения?

Привычные, наработанные годами подходы перестают работать, а на тестирование новых гипотез нет времени: каждая новая неделя может характеризоваться сменой рыночного ландшафта и очередным переломом в структуре спроса. Точно предсказать спрос и составить на его основе оптимальный производственный план вручную в условиях нестабильности практически невозможно — для этого нужны автоматизированные системы с возможностью гибкой настройки для оперативного внесения корректировок и возможностью оценивать разные вероятностные сценарии.

Программа должна предсказать потенциальный рыночный спрос на каждую из возможных номенклатур, учесть маржинальность по текущим ценам и структуре затрат, просчитать самые разные сценарии и предложить мясопереработчику оптимум — то есть такой производственный план, при котором спрос будет удовлетворен под завязку, вся произведенная продукция — распродана, а совокупная маржа оказалась максимальной.

Звучит как удивительный мир будущего. Но, по счастью, такие IT-продукты на рынке уже существуют. Агропромышленному предприятию планирование облегчит трехмодульная цифровая система, где первый модуль — это модуль прогнозирования, второй — планирования, а третий — перепланирования. Расскажу о каждом блоке по отдельности.

Спрогнозировать потребность в товаре поможет математическая модель, построенная на методах предиктивной аналитики. В крупных торговых сетях такие модели активно используют уже не первый день. Помимо статистики продаж, система может учитывать уровень цен, сезонность, наличие промоакций, размер скидки, рекламную активность конкурентов, расположение товара в магазине и многое другое. Не все производители знают, что такая «роскошь» доступна не только ритейлу: компании-интеграторы ПО способны адаптировать аналогичные предиктивные модели под запросы самых разных отраслей экономики, включая, разумеется, и мясную.

Конечно, чем длиннее горизонт наблюдений и стабильнее время, тем точнее будет итоговый прогноз. Однако даже в турбулентные времена современные системы демонстрируют более высокую точность и эффективность, нежели прогнозирование в ручном режиме — если вовремя вносить в модель корректировки. Автоматизированные системы оперативно реагируют на изменения в структуре потребления и выдают прогноз по каждому каналу сбыта с горизонтом в один месяц.

Далее в роль вступает программа-планировщик. В нее заводится прогноз спроса, полученный на предыдущем этапе, текущие заявки по тендерам и договорные обязательства с розничными и оптовыми сетями на неделю вперед. Но одной лишь оценкой спроса пул вводных не ограничивается. Многофакторная модель способна учитывать широкий набор параметров и ограничений: информацию по имеющемуся на данный момент сырью и производственным мощностям, технологические карты по всем видам продукции, трудоемкость процессов, загруженность персонала, приоритетность заказов, данные по размерам склада и камер для хранения, сроки годности сырьевых компонентов для производства мясных изделий (оболочки, упаковки, специй, стабилизаторов, эмульгаторов, консервантов, пищевых добавок и красителей) и многое другое. Гибкая настройка позволяет добавлять, исключать или менять вес того или иного фактора в оптимизационной модели буквально одним щелчком.

После этого математический модуль планирования анализирует полученные данные, оценивает потенциальные объемы выгодной реализации товара, сравнивает между собой множество версий производственного плана по критерию целевой функции (объему сбыта, маржинальности, издержкам и т. п.) и формирует оптимальный интегральный план выпуска продукции на неделю вперед.

Последний блок программы — модуль перепланирования. В условиях неопределенности, слома поставок, логистических цепочек и устоявшихся моделей потребления, а также в виду проблем с иностранными упаковочными и расходными материалами и оборудованием, даже горизонт планирования в одну неделю кажется слишком длинным.

Впрочем, помимо форс-мажорных ситуаций, перепланирование может понадобиться и просто в зависимости от характеристик мяса, которое поступило на комбинат в конкретный день. Сырье может отличаться качеством, толщиной шпика и процентным выходом собственно мясной части. В случае, если сырья нужной категории в распоряжении нет, какие-то заказы логично будет передвинуть на другой день.

С учетом всего вышесказанного, аналитический модуль перепланирования производит ежедневный перерасчет недельного производственного плана и выдает детальные указания по последовательности конкретных технологических операций в пределах одной рабочей смены.

Эффекты от внедрения подобной трехмодульной системы не заставят себя ждать. Оптимизация производственного планирования позволяет:

- закрывать все запланированные на сутки заказы, не выходя при этом за регламентированные временные рамки смены;

- сокращать простои и время на выпуск требуемого объема продукции;

- минимизировать просрочку остаточного срока годности готовой продукции и сырьевых ингредиентов на складе;

- существенно повышать эффективность использования средств и ресурсов.

И самое приятное: благодаря всему этому общая маржинальность продаж может демонстрировать рост до 10%.

Если вы давно приглядывались к идее оптимизации, возможно, сейчас для этого настало лучшее время. Математическое моделирование позволяет значительно повысить эффективность планирования и выжать максимум из имеющихся на предприятии ресурсов — даже в ситуациях резкого роста инфляции, ограничения цен на социальную продукцию или невозможности экстенсивно наращивать производственные мощности.