Анализ чувствительности в сетевой оптимизации

Оптимизация направлена на ускорение и усовершенствование бизнес-процессов, на исключение из цепочки затратных и неоправданных процессов. Задача оптимизации – найти самый благоприятный путь для достижения целей компании. С помощью алгоритмов можно легко найти оптимальное решение относительно сложной проблемы. Например, сетевая оптимизация (проектирование логистической сети[1]) – это практичный инструмент для нахождения единственного наилучшего решения такой задачи, как минимизация затрат при известных условиях, включая спрос, предложение, транспортные и трудовые тарифы. Оптимизационное моделирование – прорывная технология в логистике, которая рассматривается компаниями как конкурентное преимущество.

Однако сетевая оптимизация предлагает детерминированное решение, то есть решение которое в большей степени зависит от заложенных в модель прогнозов и предпосылок. Реальность же может отличаться. Рынки изменяются, затраты нестабильны. Несмотря на тщательность прогнозирования и бюджетирования, план редко совпадает с фактом. Более того, решение, которое является оптимальным при определенных обстоятельствах, может быть неоптимальным даже в слегка отличающихся условиях. Например, автоматизация конкретного производственного процесса может значительно снизить стоимость единицы продукции; однако, капитальные вложения в автоматизацию оправданы только при более высоком спросе. Алгоритмы программного обеспечения выдают результаты, соответствующие запросам пользователя, но учитывает ли разработчик модели все параметры? Когда ставки принятия решения высоки, важно понимать, как изменение входных данных повлияет на результат расчета. Для этого проводится анализ чувствительности по каждому сценарию моделирования.

Приведенный график показывает, что при масштабировании производства затраты на единицу продукции значительно меньше, чем требуется для удовлетворения небольшого спроса. Точка перегиба – это показатель оптимального спроса, на который следует ориентироваться, чтобы получить экономически выгодные результаты. После этой точки капитальные инвестиции будут оправданы.

В сетевой оптимизации анализ чувствительности должен применяться к переменным, которые:

• имеют некоторую неопределенность (например, спрос на продукцию);
• вызваны высокой волатильностью (например, цены на топливо);
• связаны с ключевыми допущениями в модели (например, влиянием рисков, изменениями транспортных тарифов на стратегическом горизонте и пр.).

Степень устойчивости оптимизированной сети к изменениям входных параметров определяет качество выбора сценариев для принятия решения.

В LLamasoft Supply Chain Guru управление сценариями позволяет изменять входные данные для оценки и сравнения получившихся результатов. Несколько дополнительных сценариев позволят понять, на какие параметры следует обратить внимание при принятии решения.

Для более тщательной проверки дизайна и политик сети можно применить имитационную модель сети в Supply Chain Guru.

Определение устойчивых решений и принятие решений в условиях неопределенности

Чувствительность полученных в результате моделирования расчетов к определенным переменным определяет устойчивость этого решения.

Устойчивые решения имеют наибольшую вероятность производительности (например, минимизации затрат) по всему спектру различных входных данных. Графически результаты сценариев Supply Chain Guru могут быть представлены кривой наилучших решений, которая может дать глубокое понимание устойчивости, компромиссов и «наилучшей ценности» в процессе принятия решений. Выбор сценариев для проведения анализа чувствительности, в первую очередь, зависит от конкретных вопросов, на который система должна дать ответ, а также от диапазона ожидаемых решений. При этом правильное планирование рассматриваемых сценариев дает лицам, принимающим решения, возможность оценить возможные последствия в случае развития событий по одному из сценариев.

1. Выявление границ и стратегических проблем, которые должны быть проанализированы

Например, для оценки уровня сервиса и соответствующих этому уровню логистических затрат, необходимо провести несколько расчетов, которые покажут, какой уровень сервиса является приемлемым и сколько будет стоить для компании каждое следующее повышение на доли процентов.

2. Определение главного заказчика(-ов) сценариев

На практике, решения, которые предлагает система, должны оцениваться теми, кто может быть зависим от стратегических решений, и теми, кто может влиять на них.

3. Определение текущих тенденций

Этот этап включает совокупность мнений экспертов отрасли, бенчмарков и ключевых показателей конкурентов.

4. Составление граничных сценариев

Этапы с 1 по 3 подготавливают почву для составления сценариев. Вначале создается 2 или несколько сценариев. Например, для оценки оптимального уровня сервиса может быть рассмотрен сценарий с уровнем сервиса 100% для определения верхней границы затрат и базовый сценарий для оценки текущих затрат на логистику.

5. Создание типовых сценариев

Граничные сценарии могут давать противоречивые результаты. Для подготовки типовых сценариев необходимо использовать не только данные, полученные на этапах 1-3, но и результаты этапа 4, которые будут включать широкий спектр результатов в рамках рассматриваемого диапазона. Например, рассмотреть сценарии с уровнем сервиса более 98%, которые позволят достичь компании важных конкурентных преимуществ.

Источник: новость подготовлена на основании материалов компании LLamasoft

[1] Проектирование логистической сети включает:

• Стратегическое планирование сети с целью сокращения затрат, повышения уровня сервиса и гибкости цепочки поставок, адаптивно меняющейся к новым методам производства / дистрибуции;
• Определение оптимального места и сроков открытия новых объектов логистической инфраструктуры;
• Планирование и анализ возможных эффектов от слияния и поглощения;
• Планирование и оптимизация экспансии бизнеса.