Как ГК «Благо» использует математического двойника для принятия решений

Перед компанией «Благо», одним из крупнейших производителей и экспортеров подсолнечного масла в России, стояла задача не просто внедрить инструмент планирования производственного цикла от закупки сырья до реализации готовой продукции, но и оптимально сбалансировать товарные и денежные потоки. Подробнее о том, как ГК «Благо» совместно с внешними консультантами разработала уникальную математическую модель, которая помогла в рамках планирования и сценарного анализа эффективно использовать рабочий капитал компании — читайте в материале Дмитрия Красилова, генерального директора LAMACON.

ГК «Благо» обладает обширной производственной инфраструктурой: элеваторы и маслоэкстракционные заводы компании расположены почти на всей территории России. Продукция производителя продается в федеральных и региональных торговых сетях, а также экспортируется более чем в 20 стран мира.

Развитая сеть производства и сбыта обусловливает высокую вариативность на каждом этапе производственного цикла. Различные опции возникают уже на этапе закупки сырья у фермеров. Например, можно купить семечку дешево на этапе сбора урожая, но это потребует затрат на хранение сырья с привлечением заемных средств. А можно закупать сырье в течение года уже по более высокой цене, но не нести затрат на хранение запасов на элеваторных комплексах.

Далее компании необходимо решить, какую продукцию выгоднее продать и в каком объеме. После попадания на завод семечка может превратиться в три вида продукта: нерафинированное или рафинированное масло наливом, а также бутилированное масло. Побочную продукцию производства — шрот — производитель продает на корма для сельскохозяйственных животных, и этот канал товародвижения также необходимо учитывать. Доставить готовую продукцию покупателям можно разными способами: по железной дороге в крытых вагонах, контейнерами, танкерами, сухогрузами для шрота и используя мультимодальный способ доставки.

Наконец, вариативность присутствует и в каналах реализации продукции: масло наливом может поступать на экспорт или для дальнейшего производства другой продукции, например, майонезов или масляных красок. А бутилированная продукция попадает в розничные торговые и дистрибьюторам, с которыми сотрудничает «Благо». Таких контрагентов у компании более 730.

Все эти факторы компании «Благо» необходимо учитывать для поддержания процессов S&OP (Sales&Operations Planning). Ранее планирование в агрохолдинге, как и у многих других представителей отрасли, велось в Excel в несколько итераций, а просчет любого нового сценария занимал около недели. Это не позволяло компании гибко реагировать на меняющиеся условия рынка или быстро оптимизировать товародвижение.

Консалтинговая компания LAMACON, которую ГК «Благо» выбрала для разработки и внедрения инструмента математического моделирования, изучила и детально описала специфику производства с учетом вариативности на каждом из этапов. На базе собранных данных создали математический двойник, который полностью дублирует процессы в рамках производственного цикла.

Чтобы модель выдавала надёжные результаты, сначала ее калибруют на данных о деятельности компании за прошлые периоды. После калибровки разрабатывают оптимизационную модель, которая опирается на производственные планы подразделений компании, планируемые мощности производства и прогнозы продаж.

Математический двойник позволяет просчитать сценарии в многофакторной среде существенно быстрее и точнее, чем это может сделать команда специалистов. А поскольку модель построена в тесном взаимодействии с представителями разных подразделений ГК «Благо», она в буквальном смысле аккумулирует в себе опыт бизнес-экспертов компании и умножает его благодаря математическим вычислительным мощностям.

Сейчас с помощью разработанной LAMACON модели в ГК «Благо» решаются задачи оптимального выбора сделок по закупке и хранению запасов сырья, распределения готовой продукции по каналам продаж и по способам отправки продукции покупателям. Кроме того, решение позволяет уйти от итеративности и учесть все возможное производственные и логистические ограничения в одном расчете.

Когда мы начинали проект, компания «Благо» поставила перед нами необычную и довольно амбициозную задачу — включить в модель цепочки поставок движение денежных средств. Я говорю — амбициозную, потому что раньше подобных кейсов в моделировании я не встречал ни на российском, ни на зарубежном рынках.

Внедрение в проект финансового контура позволяет компании более эффективно управлять рабочим капиталом на протяжении всего производственного цикла. Финансы движутся в модели так же, как и товары: если компания закупает семечку, в модели деньги приходят не сразу, а с учетом отсрочки платежа, и при продаже масла деньги поступают от покупателей также с задержкой.

Сейчас, когда расходы на использование финансовых инструментов для бизнеса выросли, возможность экономить на финансовом обслуживании позволяет ГК «Благо» снижать издержки. У подобной модели есть высокий потенциал использования в любой отрасли, где необходимо смоделировать оптимальный процесс преобразования рабочего капитала в продукцию и затем обратно в деньги.

В настоящее время финансовый контур проходит тестирование в компании. Сейчас с помощью модели было рассчитано уже два годовых бюджета. В перспективе бюджетные планы, рассчитываемые в модели, будут выгружаться в бюджетный модуль, что позволит автоматизировать и ускорить процесс построения бюджета ГК «Благо».

Для дальнейшей работы с моделью в ГК «Благо» при участии LAMACON был создан собственный центр экспертизы, а в штате появился сотрудник-моделер, который знает все нюансы работы с инструментом и может его развивать и модернизировать под задачи компании.

Также после внедрения модели у ГК «Благо» появилась возможность рассчитывать инфраструктурные кейсы. Компания регулярно обзаводится новыми активами, и перед покупкой новых производственных объектов важно просчитать эффект от их внедрения в контур компании.

В рамках процесса цифровой трансформации в «Благо» появился проектный офис и была разработана дорожная карта развития систем планирования. Ближайший шаг — это полноценное подключение финансового контура, чтобы в следующих расчетах в полной мере использовать данные, полученные по итогам работы модели, для бюджетирования.

«Инструменты, которые мы применяли для планирования ранее, не давали такой точности и скорости, как математическая модель, которую разработала для нас компания LAMACON. В быстро меняющемся мире возможность внести в модель новые данные, за день просчитать разные гипотезы в безрисковой среде и принять максимально выгодное для бизнеса решение — это реальное конкурентное преимущество. А благодаря внутреннему центру экспертизы мы можем модернизировать модель под наши задачи и непрерывно оптимизировать цепочку поставок. Для нас это ценно, поскольку компания „Благо" непрерывно растет, и более прозрачный и прогнозируемый производственный цикл помогает развитию бизнеса», — поделилась результатами проекта директор по цифровой трансформации ГК «Благо» Марина Михейчикова.

Источник: sfera.fm