Применение СППРдля управления цепочкой поставок

Принятие решений относительно цепочки поставок означает определение «кто, что, когда и где» закупает, транспортирует материалы и элементы через произ­водство продукции, распределение и поставку этих товаров клиентам.*Система СППР позволяет менеджерам всесторонне исследовать эту сложную цепочку

приведенную стоимость, если процентная ставка и годовой доход от использо­вания нового оборудования ниже или выше первоначальных предположений.

1. Какое решение следует принять руководству компании: принять или от­клонить эти инвестиции? Обоснуйте ответ.

2. Какие другие переменные или обстоятельства помимо процентной став­ки и дополнительной прибыли, произведенной новым оборудованием, также могут повлиять на возвращение от инвестиций?

3. Какие другие действия может предпринять управление, чтобы гаранти­ровать наличие прибыли на инвестированный капитал?

и найти среди огромного числа альтернатив оптимальные комбинации «эффек­тивность—стоимость». Главная цель управления может состоять в уменьшении полной стоимости при увеличении скорости и точности удовлетворения заказов клиентов. В «Окне технологий» показано, каким образом IBM использует систе­му СППР для управления цепочкой поставок.

Корпорация San Miguel Corporation использует систему СППР для управле­ния цепочкой поставок, распределяющей более 300 таких видов продукции, как пиво, ликер, молочные продукты и фуражное зерно, по всему архипелагу Филип­пин. Система Production Load Allocation ояределяет объем продукции, выпуска­емой каждой линией бутылочного разлива, и распределение продукции по скла-

дам. Эта система согласует стоимость выполнения заказа, издержки на транспор­тировку и затраты на покрытие дефицита с учетом частоты поставок и минимально­го числа заказов, в результате ежегодно экономит компании $180 тыс. (затраты на хранение товарно-материальных запасов). Система СППР может создать оп­тимальные планы распределения производства, основанные на минимизации затрат или на максимизации прибыли. Система корпорации San Miguel также позволяет перераспределять поставки и складские мощности для устранения диспропорции по вместимости и потребности. Менеджеры используют информа­цию системы для передачи большей части материально-технического обеспече­ния корпорации San Miguel сторонним поставщикам-логистам, чтобы ее собствен­ные грузовики для доставки продукции могли использоваться эффективнее. Компания установила, что только в одной столице Филиппин (Манила) это по­зволило уменьшить на 43% количество маршрутов, обслуживающих торговые районы (del Rosano, 1999).

Применение СППР для управления взаимоотношениями с клиентами

Системы СППР в целях управления взаимоотношениями с клиентами использу­ют проходку данных (для принятия решений о ценообразовании, сохранении клиентов, доле рынка и новых потоках дохода). Эти системы обычно объединяют информацию о клиентах, поступившую из множества систем, в крупные храни­лища данных и используют различные аналитические средства для ее разбиения на крошечные сегменты для индивидуального маркетинга (рис. 13.3). В «Органи-

зационном окне» будет показано, каким образом банк Royal Bank of Canada из­влек выгоду от использования СППР для этой цели.

Некоторые из СППР для управления взаимоотношениями с клиентами ис­пользуют данные, собранные из web-источников. В гл. 9 было описано, каким об­разом каждое действие, предпринимаемое посетителем некоторого web-сайта, заносится в журнал регистрации этого web-сайта. Компании могут хранить эти данные в web-домах (гл. 9) и осмысливать эти данные для ответа на вопросы, на­пример о том, что покупают клиенты и какая реклама вызывает наибольший тра­фик. Эти результаты помогают компаниям эффективнее проводить программы маркетинга, перепроектировать web-сайты с целью оптимизации трафика и де­литься с посетителями web-сайта персонифицированным опытом закупки. После анализа данных о трафике своего web-сайта компания 5maiterKids.com установи­ла, что многие посетители остались недовольны, поскольку поиск такой популяр­ной игрушки, как «Pokemon», закончился сообщением «результаты не найдены». После этого компания доработала свой web-сайт для автоматической демонстра­ции некоторых продаваемых ею изделий.

Другие СППР объединяют данные о транзакциях web-сайта с данными из си­стем предприятий. Как бюро подарков и накопитель Списка пожеланий Della.com переписывает данные о заказах на закупку из своей корпоративной системы и се­тевых журналов регистрации в хранилище данных клиентов. Используется про­граммное средство маркетингового анализа Epiphany для определения тенденций клиента, например откуда клиенты прибывают, как долго они задерживаются на сайте и какие рекламные средства привлекают самых выгодных клиентов. Сайт Della.com начинал деятельность как свадебное бюро, но оказалось, что постоян­ные клиенты более сезонны, чем первоначально предполагалось. В соответствии с этим руководство превратило web-сайт в широко известное бюро подарков.

Применение СППР для моделирования бизнес-сценариев

Ранее были описаны возможности управляемых моделями СППР для проведе­ния анализа по принципу «что—если» проблем в некоторых сферах деятельности фирмы. Системы СППР с весьма мощными возможностями анализа «что-если» и моделирования предназначены для имитации бизнес-сценария в целом. Подоб­ные СППР используют информацию из внутренних и внешних источников, по­могая менеджерам адаптировать стратегию к постоянно изменяющемуся множе­ству условий и переменных.

Например, в нефтегазовой промышленности насчитывается ряд переменных, связанных с работой энергетической компании, включая затраты на освоение и издержки производства, долей газа и нефти в месторождении. Большое количе­ство и сложные связи между этими переменными мешают менеджерам опреде­лить рентабельность в отношении стоимости их бизнес-решений. Руководство компании Pioneer Natural Resources (PNR) из Лас-Колинас (штат Техас) приняло решение о разработке СППР, способной предоставить более точную информа­цию, используемую для принятия таких решений.

В 1995 г. эксплуатационники PNR начали устанавливать все переменные управ­ления и схематически представлять все^бизнес-процессы компании с целью со­здания модели, отражающей влияние на бизнес изменений одной или более этих

I Банк Royal Bank полагается на ориентированную на данные СППР

«Прошли те времена, когда мы имели массовый приток клиентов, ежемесячно одинаковым образом обслуживаемых или получающих однотипные предло­жения», — говорит Шонин Брудер (Shauneen Bruder), главный вице-прези­дент североамериканского филиала банка Royal Bank of Canada. Вместо того чтобы посылать клиентам одинаковую маркетинговую информацию, Royal Bank для сегментации клиентов разработал СППР, составляющую сообщения для достаточно маленьких групп людей и предлагающую им товары, услуги и цены, наиболее для них привлекательные. Сегментация клиентов Royal Bank настолько эффективна, что позволяет достичь реактивности до 30% в кампа­ниях по организации и стимулированию сбыта по сравнению со средним для банковского дела показателем 3%.

Лежащая в основе этой СППР-системы технология базируется на объеди­нении данных из различных систем организации в хранилище данных. Глав­ная база данных клиентов Royal Bank — это файл ее маркетинговой инфор­мации (marketing information file, MIF). База данных содержит даже данные о транзакциях клиентов. Файл MIF получает данные из каждого заполненного I клиентом документа, а также данные из текущих счетов, кредитных карточек и корпоративных систем и систем для составления счетов Royal Bank. В рас­поряжении аналитиков банка есть широкий диапазон инструментов, поскольку они имеют доступ к файлу MIF, включая программное средство анализа дан­ных, SAS.

Запрашивая информацию в базе данных, аналитики могут идентифициро­вать клиентов по товарам, которые они могут купить, и вероятности их ухода из банка, а потом объединить эти данные с демографическими сведениями из внешних источников. Затем Royal Bank выделил одного или группу выгод­ных клиентов, которые, похоже, собираются уйти из банка. Для выявления та- |

переменных. Для корпорации Powersim из Херндона (штат Виржиния) компания PNR разработала прототип СППР, использующий Powersim как инструментарий имитационной разработки. Сначала эксплуатационники PNR проверили опыт­ный образец для моделирования нестабильного подразделения Gulf Coast фирмы PNR, имевшего весьма продолжительные производственные циклы.

Компания использует Powersim для создания модели планирования сценария и анализа «что-если». Например, моделируя с помощью Powersim различные сцена­рии, руководство PNR может определить, насколько больше нужно заплатить не­которой обслуживающей фирме, чтобы раньше запустить производство и полу­чить прибыль. Powersim работает на ПК под управлением Windows, использует программы электронных таблиц Microsoft Excel и программные средства базы данных Access для ввода и вывода значений бизнес-переменных.

Руководство компании уверено, что каждое из ее пяти подразделений потен­циально может поднять доходы на 25-40%, используя Powersim для моделиро­вания сценариев и упорядочения бизнес-переменных. Кроме того, технология моделирования обеспечивает руководство инструментарием, позволяющим на­ходить необходимые действия, требуемые для достижения желательного бизнес-

ких клиентов банк исследует банковское сальдо клиента (слишком низкое с не­давних пор), платежи по кредитным карточкам (также количественно умень­шившиеся и, возможно, оплачиваемые позднее, чем в прошлом) и депозиты (ставшие спорадическими). Эти признаки могут указать на клиента, недавно потерявшего работу, но они также могут выделить выгодного клиента, готовя­щегося перейти в другой банк. Используя свои обширные накопленные дан­ные, Royal Bank может быстро установить, прибылен ли бизнес этого клиента. Это делается путем исследования прошлого и текущего баланса, используют кредитный лимит Royal Bank и ссуду на покупку автомобиля или закладные банка. Кроме того, исходя из образа жизни и данных о семье определяется, что этот клиент на данном жизненном этапе, вероятно, будет нуждаться в кре­дитовании или в других услугах банка.

Идентифицировав такого клиента(ов), отдел маркетинга банка может сфор­мировать пакет таких привлекательных и дешевых банковских услуг, как бан­ковские ycnvrw, предоставляемые через Интернет, оплата счетов, неогра­ниченный доступ в режиме ATM, ограниченное количество разветвленных транзакций всего за $9,95 в месяц. Банк знает, что клиенты, использующие такой пакет услуг, остаются с банком почти натри года дольше, чем клиенты, не имеющие такого пакета. Если клиент не удовлетворен некоторым пакетом, служба маркетинга может сформировать пакет по индивидуальному заказу. Банк Royal Bank связывает свою базу данных клиентов и наследственные си­стемы с Web, поэтому он может предложить клиентам пакеты услуг в интер­активном режиме, поскольку они получают доступ к своим счетам через Ин­тернет.

Информация к размышлению. Каким образом клиентская система СППР банка Royal Bank изменила способ управления бизнесом?

Источники: Mehdith Wilson. «Slices of Life», CIO Magazine, August 15, 2000; Alan Radding. «Analyze Your Customers», Datamation, September 25, 2000.

...,.,„„,,,„.„....,.,.„.„,......_L..,._LJl,.............................,„,,„»......,.........................„,„,„„.....,,r._l...ui,₎nr.i.._J._l.,4_l,i._U,r₁n,.,..,.rn................„,-............................i-ti

результата, и моделировать последствия каждого рассматриваемого бизнес-реше­ния (Baldwin, 1998).

Геоинформационные системы

Геоинформационные системы (ГИС) — это специальная категория систем СППР, способных анализировать и отображать данные для планирования и принятия решений, используя оцифрованные карты. Программные средства могут соби­рать, хранить, управлять и отображать географически взаимосвязанную инфор­мацию, ассоциируя данные с точками, линиями и областями на карте. Таким образом, ГИС может использоваться для поддержки принятия решений, требу­ющих знаний о географическом распределении людей или других ресурсов, в на­учных исследованиях, управлении ресурсами и проектировании застройки. На-

Geographic information system (GIS) (геоинформационная система (ГИС))

Аппаратно-программный комплекс, позволяющий анализировать и отобра­жать данные, используя оцифрованные карты. Благодаря этому упрощаются [ планирование и принятие решений. _fi

пример, ГИС может использоваться государственными и местными органами власти в чрезвычайных ситуациях для расчета времени реакции на стихийные бедствия или банками для определения лучшего местоположения размещаемых новых филиалов или ATM-терминалов. Инструменты ГИС доступны даже мел­кому бизнесу, а некоторые могут использоваться в Web.

В ГИС заложены возможности моделирования, позволяющие менеджерам из­менять данные и автоматически проверять бизнес-сценарии с целью нахождения лучших решений. Джоанна Дэриси (Johanna Dairies) из Юниона (штат Ныо-Джерси) использовала программные средства ГИС для отображения своих кли­ентов на карте, а затем разработала наиболее эффективные маршруты поставки, ежегодно экономящие компании $100 тыс. на каждом устраненном маршруте. Сеть ресторанов Sonny Bar-B-Q из Gainesville во Флориде использовала ГИС со­вместно с федеральными и местными данными переписи о среднем возрасте, се­мейном доходе, общей численности и распределении населения, что позволило руководству решить, где следует открыть новые рестораны. План развития ком­пании определяет, что она должна расширяться только в тех регионах, где по­пулярно барбекю, но число ресторанов барбекю еще невелико. Рестораны Sonny должны находиться на расстоянии по крайней мере семи миль один от другого. Компания Quaker Oats использовала ГИС для отображения и анализа объемов продаж и данных о клиентах с учетом расположения магазинов. Эта информация позволяет компании определять лучший ассортимент товаров для каждого роз­ничного магазина, распространяющего продукцию Quaker Oats, и планировать рекламные кампании, ориентированные на каждого из клиентов магазина.

Web-системы поддержки принятия решений клиентов

Развитие электронной коммерции поощряет многие компании разрабатывать СППР, в которых клиенты и служащие могут воспользоваться информационны­ми ресурсами Интернета и web-возможностями интерактивности и персонализа-ции. Основанная на Web и Интернет система СППР может поддерживать при­нятие решений, обеспечивая интерактивный доступ к различным базам данных и информационным хранилищам наряду с программными средствами для анали­за данных. Некоторые из таких СППР нацелены на управление, но большинство предназначено для привлечения клиентов, предоставляя информацию и инстру­менты, помогающие в принятии решений при выборе товаров и услуг. Компании обнаружили, что решения о том, какие продукцию и услуги стоит приобрести, перешли в категорию интенсивно используемой ценной информации. Теперь для принятия решений о покупке (например, автомобиля или компьютера) люди об­ращаются к информации из дополнительных источников до того, как приобрести товар или обратиться к торговому персоналу. Система СППРК поддерживает процесс принятия решений существующего или потенциального клиента.

Customer decision-support system (CDSS) (система поддержки принятия решений клиента (СППРК))

Система для поддержки процесса принятия решений существующего или по­тенциального клиента.

Люди, заинтересованные в покупке товара или услуги, могут использовать поисковые механизмы Интернета, интеллектуальные агенты, интерактивные ка­талоги, web-справочники, материал сетевых телеконференций, электронную по­чту и другие инструменты, помогающие определить местонахождение информа­ции, необходимой для принятия решений. Информационные брокеры, наподобие описанного в гл. 4 Travelocity, также являются источниками итоговой, структу­рированной информации об определенных изделиях или отраслях промышлен­ности и могут предоставить модели для оценки информации. Компании также разработали для клиентов специальные web-сайты, на которых в одном месте со­браны вся информация, модели или другие аналитические инструменты для оценки альтернатив. Основанные на Web СППР стали особенно популярны в об­ласти финансовых услуг, поскольку многие люди пытаются самостоятельно управ­лять своими активами и пенсионными сбережениями. В табл. 13.3 перечислены некоторые соответствующие примеры.

13.2. Системы поддержки принятия коллективных решений

Раньше в основном СППР были сосредоточены на поддержке принятия индиви­дуальных решений. Однако, поскольку большинство работ организации выпол-

Таблица 13.3

Примеры систем СППР, реализованных на основе Web

СППР Описание

Prescription Клиенты НМО могут проверять и манипулировать информацией

Management о закупке фармацевтической продукции через Web, анализировать

Solutions образцы закупки препаратов, отпускаемых по рецепту. Они могут

использовать предопределенные диалоговые сообщения или специаль-

ные информационные запросы для выявления трендов, прогнозирова-

ния расходов аптек и планирования прибыли, контроля расходов аптек

General Electric Web-сайт обеспечивает поиск в хранилище информации спецификаций

Plastics продукции, обновляемой еженедельно. Посетители могут использовать

диалоговые, имитационные модели, автоматически генерирующие

графики и диаграммы в ответ на введенную клиентом информацию.

Например, имитационная модель может показать, как пластмасса будет

вести себя при высоких температурах. Возможности электронной

почты позволяют посетителям пересылать технические вопросы

инженерам, которые затем связываются с клиентом

Fidelity Investments Web-сайт реализует интерактивное приложение поддержки принятия

решений, помогающее клиентам принимать решения об инвестицион-

ных планах сбережений и инвестиционном портфеле ценных бумаг.

Приложение позволяет посетителям экспериментировать с многочис-

ленными потенциальными сценариями, проектировать инвестицион-

ные планы сбережений для ухода на пенсию или университетского

образования детей. Если пользователь вводит информацию о доходах,

горизонте прогнозирования и нейтрализации рисков, система предло-

жит соответствующий портфель взаимных фондов. Приложение вы-

полняет расчеты и выводит на экран вариации прибыли на инвестиро-

ванный капитал, если пользователь меняет допущения

■■■:.■■■ ■... ^: '■ ". ■' ■" " " '-' ""■".." '-''\--^,,:'^:''' ^'-'''■■■■': -:-"^:.^;:' -^:.-." - '^: ""^: '. " ^;.■■. ■. -' ^:..■■■■■■ ■'"■■■ " ■./ ■■■■■.■■:■:.■■.■.■■■■■.■■■■■::■.■.:::.;.?

Оптимизация цепочки поставок в IBM

В 1994 г. IBM инициировала глобальную модернизацию цепочки поставок для

! уменьшения уровня запасов до уровня, достаточного для того, чтобы быстро реагировать на требования клиентов. Для этой цели научно-исследователь­ское подразделение IBM разработало дополнительные средства оптимизации цепочки поставок и моделирования, так называемый инструмент управления активами (asset management tool, АМТ). При использовании АМТ задейству-ется целый ряд параметров объектов в цепочке поставок, включая уровни за­пасов и обслуживания клиентов, структуру продукции, маршруты, сроки и усло­вия поставки, а также уменьшение времени выполнения заказа на новую продукцию. Пользователи АМТ могут оценить цепочки поставок в терминах финансовых соотношений прибылей и потерь, связанных с различными кон­фигурациями и эксплуатационной политикой.

Группа IBM Personal Systems Group (PSG) использовала АМТ для уменьше­ния затрат на цепочки поставок, обработки больших объемов данных, а также смягчения эффекта снижения цен и сокращения размера прибыли на рынке ПК. В 1997-1998 гг. PSG смогла сократить полный конвейерный запас более чем на 50%. В 1998 г. система позволила PSG более чем на $750 млн умень­шить платежи дистрибьюторам и посредникам в качестве компенсации за снижение цены на продукцию. При помощи PSG время цикла от закупки комп­лектующих до продажи продукции уменьшилось на 4-6 недель, а полная се­бестоимость продукции снизилась на 5-7%.

Подразделение средних компьютеров AS/400 фирмы IBM использовало АМТ для анализа и измерения влияния сложности изделия. Информация этой системы помогла IBM уменьшить ассортимент продукции, использовать аль­тернативные детали, а также отказаться от изготовления продукции по техни­ческим условиям заказчика. С помощью программы QuickShip из пакета АМТ I также можно анализировать соотношение «прибыль—затраты» между эксплуа-

няются группами, разработчики систем акцентировали внимание на том, как ком­пьютеры могут поддержать принятие коллективных и организационных реше­ний. Была выделена новая категория систем, известная как системы поддержки коллективных решений.

Дата добавления: 2015-04-29