Эли Шрагенхайм в своем блоге продолжает цикл полезнейших (на мой взгляд) публикаций, посвященных границам применимости различных логистических решений Теории ограничений, которые помогают определить применимость и возможность получения прямых финансовых эффектов от внедрения тех или иных решений.

В этот раз публикация посвящена основным идеям, лежащим в основе решения Производство Для Наличия, а от себя добавлю: еще и в основе решения Дистрибьюция Для Наличия и Закупки Для Наличия.

Эли обещал, что следующая публикация будет посвящена границам применимости решения Производство Для Наличия. Жду с нетерпением, чтобы проверить собственные представления с мнением «апостолов» 🙂

Как обычно, ссылка на оригинал и картинка из поста автора.

Ваш Дмитрий Егоров.

Охватывает более узкую область нежели Производство На Склад или Управление Запасами

Я видел слишком много больших ошибок при внедрении решения Производство-Для-Наличия,  особенно в тех случаях, когда наличие не должно было стать главным в предложении, которое компания делает рынку. Другие ошибки демонстрируют непонимание ключевых идей. Я хочу сначала сформулировать главные идеи лежащие, в рамках моего понимания, в основе методологии, называемой «пополнение». А в последующей публикации обсудить границы применимости существующего сейчас решения ТОС «Производство-Для-Наличия»

Эли Голдратт создал понятие «производство-для-наличия» для характеристики среды, где потенциальным клиентам обещают, что, когда бы им не понадобился конкретный продукт, они смогут его найти на конкретном складе. Голдратт думал, что предлагая стабильное наличие организация сможет привлечь больше спроса, возможно даже по более высокой цене.

Любое решение «производство на склад» или «закупка на склад» связано с управлением неопределенностью. Хотя «производство-для-наличия», конечно, является разновидностью «производства-на-склад», далеко не всегда запасы на склад производятся или закупаются с целью обеспечить высокий уровень наличия. Иногда посыл фактически противоположный: «Запасы скоро закончатся!!!» Идея «продаж» основана на посыле дефицита, подталкивающей клиента купить прямо сейчас.

Идея 1 решения ТОС для управления запасами (даже тогда, когда наличие не обещается):

Мы никогда не сможем точно сбалансировать наши запасы с фактическим спросом.

Эта идея немедленно приводит к признанию факта, что мы или имеем излишек, или сталкиваемся с неудовлетворенным спросом! Вопрос в том, что является более вредным – нехватка или избыток запаса? Чаще всего, но не всегда, мы предпочтем держать чуть больше, чем разочаровать рынок. Как только дано обязательство по обеспечению наличия, несомненно мы предпочтем держать запасов больше среднего спроса, но не слишком много.

Существуют два различных источника неопределенности в управлении запасами: неопределенность спроса и неопределенность поставки. Обычные методы прогнозирования обращают внимание только на спрос. Резкое возрастание ошибки прогноза с увеличением горизонта прогноза – проблемная особенность любого прогноза. Признание комбинированного влияния спроса и поставки, а также желание обеспечить высокий уровень наличия приводят нас к следующей идее.

Идея 2:

Релевантным горизонтом для оценки соответствующего запаса является время пополнения[i] от момента потребления до момента пополнения.

Это понимание означает, что нам НЕ СЛЕДУЕТ обращать внимание на более длинные горизонты прогнозирования, потому что поставщик обладает необходимой гибкостью, чтобы отреагировать на изменения в спросе.

Имея данный горизонт, продиктованный временем пополнения – сколько запасов нам следует поддерживать для обеспечения высокого уровня наличия? Запас, находящийся у нас на складе,[ii] обеспечивает немедленный спрос.  Запасы в пути, имеется в виду открытее заказы на пополнение, покрывает остальное время горизонта прогнозирования. Если эти запасы обеспечивают хороший уровень защиты, нам следует поддерживать их постоянными. Практически это означает:

Идея 3:

Любое потребление запасов немедленно пополняется, не больше и не меньше.

В этом случае запас в системе, как на складе, так и в пути, поддерживается на постоянном уровне. До тех пор, пока запас выполняет свою работу: поддержание высокого уровня наличия, при отсутствии излишков, нет необходимости менять буфер.

Управление буфером добавляет дополнительные возможности для обеспечения наличия, предоставляя приоритеты на фазе исполнения. Эта возможность критически важна для производства.

Идея 4:

Состояние запаса на складе относительно буфера показывает критичность конкретных заказов на пополнение.

На самом деле, это довольно революционная идея. Обычная практика – это установить плановую дату для заказа на пополнение и оценивать приоритет в соответствии с установленной датой. Однако, управление запасами на основе плановой даты является искусственным, потому что никому на самом деле не нужно все количество на какую-либо конкретную дату в будущем и продажи в течении времени пополнения могут колебаться и, тем самым, влиять на приоритеты. Таким образом, вместо установления дат алгоритм управления буфером обращает внимание на актуальное состояние запаса на складе и на этой основе устанавливает приоритеты пополнения.

Управление буфером открывает другую ключевую способность – новый вид прогнозирования, для получения оповещения, что буфер запаса слишком мал и не позволяет обеспечить высокий уровень наличия, или слишком велик и запас слишком велик. Это расширение предыдущей идеи.

Идея 5:

Поведение запаса на складе может быть использовано для прогноза совместного влияния спроса и поставки, который определяет эффективный запас, который обеспечивает высокий уровень наличия.

Методология, появившаяся в результате и основанная на вышеизложенной идее, называется Динамическое Управление Буфером (DBM) и рекомендует увеличение или уменьшение буферов запаса. Я называю ее «прогнозом», потому что она предсказывает будущее, основываясь на прошлом. Это отличающийся вид прогнозирования, поскольку она обращает внимание на комбинацию спроса и поставки и управляет объемом требуемого запаса.

Еще одна важная идея – это поиск наиболее эффективных мест хранения запаса.

Идея  6:

Основной запас должен храниться на центральном складе для сокращения общего уровня неопределенности.

Непосредственный результат – это поддержание меньшего объема запасов для того же уровня наличия. Эта идея подходит как для каналов дистрибьюции, так и для тех производств, которые производят промежуточные части, используемые для производства различных конечных продуктов. Поддержание запаса промежуточных частей позволит сократить время отклика на спрос и сократить объем запаса в системе.

Внимание: Хотя централизация запасов востребованных в разных местах хранения сокращает общую неопределенность, общее влияние этого сокращения часто преувеличивается. Централизованный запас поглощает локальные колебания, но НЕ поглощает колебания, вызванные глобальными причинами. Например, местные вкусы варьируются от места к месту, но влияние изменений в экономике влияет на спрос повсеместно.

Следующий пост будет посвящен границам применимости решения ТОС «Производство-Для-Наличия».

[i] В тексте «lead-time» — прим. переводчика

[ii] В тексте «on-hand stock» — прим. переводчика

Эли Шрагенхайм дал передохнуть, но закончилась ежегодная конференция TOCICO, публикации материалов для членов TOCICO я с нетерпением жду, и Эли опять дал мне работку по переводу.

Эта публикация очень понравилась Виктору Белику, хотя у меня она впечатления «просветления» не вызвала. Во-первых, эти идеи Эли уже многократно излагал в своих различных статьях и публикациях. Во-вторых, борьба с целевыми показателями — это история давняя, но постоянно завершающаяся поражением борцов.

Позволю вставить свои гнутые три копейки:

Отношение к целевым показателям только как к инструменту принуждения сотрудников к «правильной» и «интенсивной» работе — ограничено и неверно. Хотя — да, существует огромное количество начальников, которые верят в тайную могучую силу показателей «мотивации» (О не правильности использования самого термина «мотивация» в этом контексте я уже писал и говорил многократно — мы в этом случае говорим о стимулировании, т.е. «плюс-минус» подкреплениях в стиле академика Павлова и всей школы бихейвиористов). Фундаментально — это не работает, так как ожидается, а работает именно так, как описано в публикации.

Означает ли это, что от целевых показателей надо отказываться? Процитирую близко к тексту еще одного своего коллегу — Константина Харского (сегодня прямо день бесплатной раздачи ссылок :)): «Система оплаты труда должна отвечать всего двум критериям: конкурентоспособность и справедливость». Так вот именно за пункт «справедливость» отвечает использование целевых показателей. Целевые показатели — это инструмент обратной связи, который показывает, помимо всего прочего, нашу адекватность в гипотезах о реальности. И здесь их заменить нечем. Собственно о чем, как не об этом, спич Эли Шрагенхайма в конце поста, где он говорит о установлении диапазона прогнозируемых (читай — целевых в рамках гипотезы) результатов? В общем, зло — не инструмент, зло — неправильное его использование. Топор — неплох для рубки дров, но когда его начинают использовать для проламывания голов… это уже к постановщику задачи.

В общем, читайте, дискутируйте, комментируйте.

Как обычно, ссылка на оригинал и картинка из поста автора.

Ваш Дмитрий Егоров

Планирование продаж и производства – известная практика переговоров подразделений продаж и производства о том, что производить, обычно сфокусированная на ближайшей краткосрочной перспективе.

Значительно большую ценность можно получить, если по настоящему проанализировать идеи относительно рыночных возможностей, принимая во внимание потенциальный проход (Т) и требования к мощности, которые включают затраты на сверхурочные, дополнительные смены, временных сотрудников и аутсорсинг, которые я рассматриваю как буфер мощности, —  способ быстрого увеличения мощности с определенными дополнительными издержками (дельта-ОЕ).

Состояние, когда на всех операциях у нас избыточная мощность, мы привыкли описывать как «ограничение рынка». В такой ситуации приветствуется любая дополнительная продажа. Вопрос в том, как эта ситуация влияет на торговых агентов – они действительно вынуждены предпринимать крупные шаги по поиску новых клиентов и рынков, или они по прежнему сфокусированы на существующих клиентах, стараясь найти небольшие возможности для незначительного увеличения продаж?

Когда специалисты по продажам предлагают новые идеи, указывающие на новые рыночные сегменты, всегда к ним прислушиваются? Какими должны быть идеи, которые могут привлечь внимание топ-менеджмента к оценке открывающейся потенциальной возможности?

Предположим, что предложена идея объединения в один пакет нескольких различных продуктов, и этот пакет будет продаваться по более низкой цене, чем просто сумма цен продуктов, в него входящих. Немедленно возникает несколько вопросов:

• Конечно, продажи пакета снизят продажи отдельных продуктов. Вопрос: насколько? Возрастает или снижается общий проход? Существуют ли последствия для операционных расходов (OE)?
• Достаточно ли защитной мощности, чтобы справиться с потенциальным спросом?Если «нет», можем мы ли мы использовать буфер мощности и при этом обеспечить дельта-Т >>дельта-OE? Или нам умышленно снижаем продажи продуктов, которые дают меньше прохода на ту критическую мощность, которую они требуют?
• Поскольку никто не может точно спрогнозировать спрос на такое новое предложение – как нам проверить как риск получения возможных убытков, так и вероятность получения большего объема прибыли? Другими словами, каковы возможные плюсы и минусы решения?

Обычный процесс планирования продаж и производства не задается такими вопросами. Прогнозы рассматриваются как цифра, отражающая реальность и предполагается, что конечное влияние на финансовые результаты опирается на полную себестоимость единицы.[i] Изъяны такого процесса проистекают из двух ошибочных концепций: полной себестоимости и прогноза из одной цифры,[ii]The flaw of such a process lies on the two erroneous concepts, cost—per—unit and one—number—forecast, которые приводят к неправильным решениями и посредственным результатам, несмотря на благие намерения как подразделений продаж, таки и производства.

Подлинный результат состоит в том, что большинство организаций «застряли» на своих существующих клиентах и рыночных сегментах и мало что предпринимают, чтобы совершить рывок в финансовой эффективности организации.

Киран Котекар (Kiran Kothekar) соучредитель и директор Vector Consulting Group India в своей презентации на конференции TOCICO 2016 в своей презентации сделал следующее важное замечание:

Использование целевых показателей[iii] приводит к снижению общей эффективности организации!

Рациональность этого утверждения состоит в том, что их поведение очень хорошо описывается законом Паркинсона. Мы стараемся достичь цели, но мы знаем, что лучше не пытаться превзойти целевые показатели, потому что мы бы не хотели получить в будущем более высокие целевые показатели. Еще одно негативное последствие в том, что большинство целевых показателей предназначено для локальных задач. Целевые показатели выводятся из общего прогноза, но, когда из них не удается достигнуть, попытки достижения целевых значений других показателей наносят вред. Так что, достижение локальных целевых показателей порождает проблемы где-то в других частях организации. Например, целенаправленные усилия по продаже конкретного продукта, чтобы достичь установленных для него целевых значений, могут быть за счет других продаж других продуктов, которые находятся в зоне ответственности кого-то другого, или за счет будущих продаж. Промоакции, проводимые для достижения долгосрочных целевых показателей, создают значительные временные проблемы с мощностью, которые вредят продажам других продуктов и уменьшают общую Чистую прибыль = Проход – Операционные издержки.

Практическое последствие в том, что установление целевых показателей в конце концов сорвет любое внедрение ТОС, вне зависимости от уже полученных выгод. В своей презентации Киран показал, что использование показателей эффективности ТОС в качестве целевых показателей приведет к тем же самым негативным эффектам. Я с этим полностью согласен.

В сознании менеджмента установление целевых показателей имеет причину: подталкивать продавцов, сотрудников и менеджеров среднего звена к тому, чтобы они прикладывали требуемые усилия для достижения хороших результатов. Без таких количественных показателей существует опасение, что работники постоянно будут делать меньше, чем они могут и должны.

Оценка хороша ли эффективность индивида или целой функции не может быть сделана, опираясь на количественные показатели. Существует слишком большая изменчивость и, кроме того, слишком много связей взаимозависимости с другими индивидами, функциями и внешними событиями. Изучение поведенческих моделей – это лучший способ определить низкую мотивацию. Мотивация людей, путем поощрения их выдвигать идеи по улучшению и серьезное отношение к этим идеям, через анализ влияния на цели компании, — это способ поддержкния правильной культуры.

Учет неопределенности требует использования диапазонов прогнозирования. Попадание ниже диапазона должно требовать анализа, а не автоматическое обвинение. Превышение диапазон также требует анализа. Чаще всего причина не в низкой или большой эффективности кого-либо, это сигнал о меняющейся реальности, который позволяет нам узнать немного больше, что является ключевым для работы с неопределенностью и извлечения из этого конкурентных преимуществ.

В предыдущих публикациях я описал процесс непрерывного планирования продаж и производства, назвав его DSTOC – поддержка решений основанная на ТОС, который поощряет использование интуиции как продавцов, так и производственников, превращение их в диапазоны и проверку финансовых последствий обоснованных наихудших и наилучших возможных ситуаций. Это не просто способ принимать разумные решения в условиях неопределенности, это также и разумный способ отказаться от использовании целевых показателей, чтобы заставить людей делать то, что они и так знают, что должны делать.

[i] В тексте «cost-per-unit» — прим. переводчика

[ii] В тексте «one-number-forecast», термин, который использует Эли Шрагенхайм, чтобы показать как при использовании прогноза не учитывают ошибку прогноза. – прим. переводчика

[iii] В тексте «targets» — прим. переводчика

Приветствую всех!

Не знаю как вам, а мне с  темой, которую в этот раз, обсуждает Эли Шрагенхайм, приходится сталкиваться на каждом проекте. Потому как в реальности очень немного компаний, которые живут в чистой среде «для наличия» или в чистой среде «под заказ».

Хочу сказать, что для себя с партнерами мы нашли решение, которое позволяет получить общий и непротиворечивый метод приоритезации заказов в условиях смешанной среды. И, после прочтения этой публикации Эли, мне захотелось с ним его обсудить. Но… безотносительно установления приоритетов, в данной статье Эли еще раз обращает внимание на такую важную штуковину, как учет мощности (с помощью механизма Планируемой загрузки), и ОБЯЗАТЕЛЬНОГО обеспечения защитной мощности (т.е. фактически — избыточной по отношению к спросу), если вы работаете в среде «для наличия».

Это ОЧЕНЬ важный момент, так как следствием его непонимания является неспособность компании обеспечить постоянное наличие товаров, что наносит компании репутационный ущерб.

Как обычно, ссылка на оригинал и картинка из поста автора.

Читайте, комментируйте.

Ваш Дмитрий Егоров

Около 2000 года в Теории ограничений возникло критически важное понимание:

Следует четко отделять заказы клиентов, имеющие конкретное количество и сроки исполнения, от производственных заказов на пополнение склада!

Это совсем НЕ ОБЩЕПРИНЯТАЯ практика, которая стремится объединять количество, требуемое для исполнения клиентских заказов, с количеством, которое производится на склад на основе прогноза. TOC четко воздерживается от объединения заказов клиентов с разными датами завершения в один производственный заказ. Но, до того времени, даже методология ТОС использовала присвоение искусственных дат завершения для заказов на пополнение склада. Через понимание, что заказам на пополнение склада не следует присваивать никаких дат завершения, ТОС было достигнуто подлинное разделение между производством «на заказ» и «для наличия». Это значительно упростило производственный процесс за счет выделения двух разных типов потока с разными типами буферов: времени и запасов.

Стандартные продукты с хорошим и относительно стабильным спросом, безусловно – товары, хорошо оборачиваемые, подходят для того, чтобы производиться «для наличия». Естественно, что полностью кастомизированные продукты подходят для производства «под заказ». Между двумя этими группами находятся продукты, которые могут управляться как в режиме MTO, так и в режиме MTA. Есть несколько категорий, относящейся к серой зоне, которые могут управляться таким же или иным способом. Например, медленно оборачиваемые товары, наличия которых рынок все-таки ожидает, или ситуация такова, что требуемый срок исполнения заказа больше одного дня, но меньше, чем существующее время производства.

Иногда комбинирование  «производства на заказ» и «производства для наличия» применяется для одной и той же номенклатурной позиции (SKU), например, обычно номенклатура управляется в режиме MTA, но в случаях очень редких больших заказов, которые могут быть больше чем весь установленный буфер запасов, ими лучше управлять в режиме MTO. Другой, довольно распространенный случай: поставки крупным клиентам, типа производителей автомобилей, которые дают поставщику скользящий прогноз на несколько недель, а потом ожидают, что поставлено будет несколько иное количество. Тут также предпочтительным направлением решения  будет комбинация  MTO и MTA

Ситуация, когда компания выполняет как заказы в режиме MTO, в соответствии с их буферами времени, так и в режиме MTA, управляемыми буферами запасов,  которые конкурируют за мощность одних и тех же ресурсов, должна быть очень распространенной. TOC эффективна в поддержании этого различия и, таким образом, каждый отдельный заказ, получает приоритет в соответствии с требованиями управления буфером, независимо от типа буфера.

Каковы общие проблемы в управлении ассортиментом, который включает в себя как режим MTA, так и MTO?

Буферы для MTO основаны на времени. Заказ запускается в производство в соответствии с приоритетом буфера времени, относительно срока завершения. Таким образом, потребление буфера – линейно, буфер потребляется день за днем в одном и том же темпе. Важным шагом в методологии ТОС было использование Планируемой загрузки[i] – загрузки самого слабого звена/ограничения, для определения «безопасной даты» для любого поступающего заказа.  Она дает механизм сглаживания временных пиков спроса, путем увеличения обещанного клиенту срока исполнения заказа, основанного на входящем спросе. Механизм «безопасных дат» сглаживает загрузку и, таким образом, гарантирует стабильную работу. В зависимости от своей стратегии, компания может в период между пиками спроса предлагать более короткое время отклика. Такое предложение следует делать очень осторожно, потому что оно может привести к негативным последствиям типа того, что клиенты будут ожидать быстрого исполнения заказов в любое время и, если это так, отказываться платить больше за более быстрый отклик.

Буферы MTA основаны на запасах, поэтому статус буфера зависит от фактических продаж. Прямое следствие – то, что статус буфера заказа может за один день скачкообразно измениться с Зеленого на Красный.

С другой стороны, Зеленый заказ может оставаться зеленым очень долго, если продажи этого продукта очень низкие. В целом, мы наблюдаем большую волатильность в приоритетах управления буфером для заказов в режиме MTA, в то время как, заказы в режиме MTO сохраняют стабильный темп.

Эта разница в поведении не имеет отношения к вопросв: если у нас два красных заказа, один MTO, а другой MTA, то какой из них более срочный?

Здесь следует рассмотреть одно открытие:

Управление буфером эффективно до тех пор, пока существует возможность  выполнить ВСЕ красные заказы вовремя!

Как MTO, так и MTA сообщают об обязательствах, принятых на себя по отношению к рынку. TOC использует свою способность стабилизировать производственную систему, чтобы достичь надежности в выполнении всех обязательств и сделать ее решающим конкурентным преимуществом. Если постановка под угрозу хотя бы одного обязательства, данного рынку, приводит к появлению конфликта, какой из заказов опоздает, то возникает новый вопрос:

Какой заказ причинит меньше ущерба, если данное конкретное обязательство будет поставлено под угрозу?

Алгоритм управления буфером не учитывает размер заказов, генерируемый ими проход и игнорирует вопрос, кто – клиент. Однако, когда для компании кажется совершенно ясно, что она (временно) не способна выполнить все обязательства, то по настоящему критически важной информацией становится: Кто клиент?

Ответ должен вызвать дополнительные вопросы о том, как этот конкретный клиент отреагирует и, как это повлияет на другие бизнес- отношения между этим клиентом и компанией.

Таким образом, когда заказ MTO конкурирует с заказом MTA за то, который из них станет черным, то решающим фактором будет прогнозируемый ущерб, и им может одинаково легко может оказаться как заказ MTO, так и заказ MTA.

Если компания управляет комбинацией из MTO и MTA, то возникает вопрос:

Какова доля потребления мощности самого слабого звена у заказов MTO и заказов MTA?

Причина необходимости «резервировать мощность», скажем: 40% для MTO и 60% для MTA, в том, чтобы дать возможность сгладить загрузку в части MTO, с помощью механизма «безопасной даты». Чтобы это сделать, мы предполагаем, что в среднем 40% ежедневной доступной мощности закрепляется за MTO. Таким образом, мы можем учитывать планируемую загрузку для заказов MTO, что означает расчет того, сколько времени потребуется самому слабому звену для обработки всех существующих заказов в режиме МТО. Это время преобразуется в дату, с учетом того, что учитывается только 40% дневной мощности. Рассчитанная дата показывает, когда самое слабое звено будет свободно для обработки нового, только что поступившего заказа МТО. Безопасная дата для такого заказа рассчитывается как планируемая загрузка плюс половина буфера заказа.

Читатель может найти более детальное описание определения безопасной даты для заказов МТО в другом месте. Очень короткое описание предназначено только для объяснения того, как средняя зарезервированная мощность для заказов в режиме МТО в смешанной среде необходима для этого механизма.

Отношение 40/60 может дать ошибочное представление, что самое слабое звено, потенциальное ограничение мощности, планируется использовать на 100% от доступной мощности. Это – большая ошибка. Обязательства по надежному выполнению заказов MTO и поддержании прекрасного наличия для продуктов в режиме MTA требует определенного уровня защитной мощности.  Когда механизм расчета безопасных дат для MTO работает надлежащим образом, необходимость в защитной мощности для покрытия неожиданных поломок, переделок и, главным образом, неточных данных о мощности, по прежнему сохраняется.

Поддержание прекрасного уровня наличия для товаров MTA требует БОЛЬШЕ защитной мощности, вследствие влияния неожиданных пиков загрузки.

Д-р Голдратт требовал, чтобы общее использование любого ресурса в среде МТА, включая смешанную среду, не превышало 80% от доступной мощности. Голдратта беспокоила не просто флуктуации общего спроса на продукцию в режиме МТА, но еще и необходимость иметь достаточно времени, чтобы справиться с увеличением общего спроса. Множество симуляций показали, что, если спрос растет, то существует момент, когда неожиданно количество «красных» заказов резко возрастает, и ситуация нехватки множества товаров – это только вопрос времени. Обратите внимание, что поддержание больших буферов сдерживает влияние нехватки защитной мощности только на короткое время. Использование в этот момент динамического управления буфером делает ситуацию ХУЖЕ, потому что увеличение буферов, увеличивает спрос в тот момент, когда слишком много «красных» заказов конкурируют за ограниченную мощность самого слабого звена, которое превращается в «бутылочное горлышко». Чрезвычайные меры на этом этапе должны быть направлены на сокращение буферов, одновременно с быстрыми мерами по добавлению мощности как можно быстрее. Нам не следует много экспериментировать с допустимым уровнем защитной мощности, особенно в среде MTA.

Идея, лежащая в основе того, чтобы установить уровень среднего использования самого слабого звена на уровне 80%, в том, чтобы сохранить возможность увеличить мощность, если общий спрос начнет расти, раньше, чем начнет ухудшаться репутация компании, которая выполняет все свои обязательства.

Задача использования внутреннего ограничения только на 80% его теоретической мощности – сложна. Когда существует больший объем потенциального спроса, соблазн извлечь больше из ограничения – велик. Однако, также велик риск перегрузки ограничения и, вследствие него, разрушения решающего конкурентного преимущества.

Голдратт предложил решение поддерживать  ситуацию без обязательств или с очень ограниченными обязательствами перед рынком! Например, если ограничение простаивает, оно может производить на склад продукцию, которая может быть продана на другом рыночном сегменте, без каких-либо обязательств по будущему наличию для этого сегмента. Такие заказы, производства «на склад» по определению заказы с наименьшим приоритетом, — меньшим, чем у «зеленых» заказов.

Эта идея основана на важном открытии, которым очень хорошо завершить статью:

Конкретные обязательства, которые обеспечивают высокую ценность для клиентов, должны быть направлены на конкретные рыночные сегменты. На других сегментах можно предлагать менее жесткие[ii] обязательства.

[i] В тексте «Planned load» — концепция, предложенная Эли Шрагенхаймом. – прим. переводчика

[ii] В тексте «binding» — связывающие, обязывающие – прим. переводчика

Моя последняя публикация перевода блога Эли Шрагенхайм об управлении смешанной средой «Производство под заказ (МТО)» и «Производство для наличия (МТА)» вызвала интерес, а мое персональное утверждение, что реализация решения МТА на практике требует обязательного наличия защитной (читай — избыточной по отношению к спросу) мощности вызвало обсуждение этого вопроса.

Для того, чтобы выйти на этот вывод, я задал собеседнику вопрос: для какого активного ограничения подходит (fits — если использовать английский глагол) решение «для наличия». Поскольку однозначного ответа не было получено, а для меня он очевиден, я пообещал сегодня подробно ответить на этот вопрос.

Для начала обратимся к последнему переводу, к той части, где Эли Шрагенхайм пишет о том, какие товары могут управляться в режиме «для наличия» (выделение — мое):

«Стандартные продукты с хорошим и относительно стабильным спросом, безусловно – товары, хорошо оборачиваемые, подходят для того, чтобы производиться «для наличия». Естественно, что полностью кастомизированные продукты подходят для производства «под заказ». Между двумя этими группами находятся продукты, которые могут управляться как в режиме MTO, так и в режиме MTA. Есть несколько категорий, относящейся к серой зоне, которые могут управляться таким же или иным способом. Например, медленно оборачиваемые товары, наличия которых рынок все-таки ожидает, или ситуация такова, что требуемый срок исполнения заказа больше одного дня, но меньше, чем существующее время производства.»

Для сравнения оригинальный текст:

«Standard products with good and relatively stable demand, certainly fast-runners, fit being produced to availability. Fully customized products naturally fit make-to-order.  In between the two groups there are products that could be treated either as MTO or as MTA.  There are several gray-area categories of products that can be treated this way or the other way. For instance, slow movers that the market still expects to be available or when the required delivery time in more than one day, but less than the current production lead-time.»

Давайте еще раз обратим внимание на ключевое требование к товарам, которыми может быть целесообразно применять управление в режиме «для наличия»: требуемое клиентом временем время исполнения заказа МЕНЬШЕ, чем срок производства.

Теперь обратимся к списку типов ограничений. Сразу оговорюсь, что общепринятого списка типов ограничений не существует — от автора к автору они могут детализироваться, видоизменяться, пополняться. Но в данном случае проще, поскольку этот перечень типов для меня и участника дискуссии Романа — общий.

Я не буду их перепечатывать, а просто вставлю скрин-шот из раздаточных материалов по курсу ДТА, точно такой же слайд есть в курсе по МТА/МТО:

Обратим внимание на последний тип — «Ограничение времени». По определению, данному в данном слайде: ограничение времени существует тогда, когда «время реагирования системы на потребности рынка слишком долго, что ставит под угрозу способность системы выполнить взятые на себя обязательства перед клиентами, а также расширить свой бизнес»

Если мы еще раз взглянем на характеристики товаров, подходящих для решения «для наличия», то мы увидим, что это решение идеально подходит для системы, в которой активным ограничением является ограничение времени.

Другими словами: решение «для наличия» — это решение для ситуации с АКТИВНЫМ ДЕЙСТВУЮЩИМ ограничением времени. В данном случае, я исхожу из посылки, что в системе, которую не пытаются принудительно сбалансировать, действующее ограничение, как правило, одно. Потому что, если мы имеем более одного активного действующего ограничения, то мы получаем нестабильную систему, которой очень сложно управлять.

Теперь об избыточной мощности. Несколько исходных предпосылок:

1. Мощность — это функция времени. По сути это сумма (интеграл для гладких, непрерывных функций) производительности за определенный интервал времени. Если мы имеем неограниченное время — мы имеем неограниченную мощность.
2. Для обеспечения наличия, наша мощность должна превышать потребительский спрос за надежный срок пополнения. Если наша мощность не позволяет обеспечить выпуск МАКСИМАЛЬНОГО потребления за на надежный срок пополнения, то мы оказываемся в ситуации, когда мы не в состоянии обеспечить наличие.

Отсюда требования к наличию значительной защитной мощности, которое отражено в том числе в стандартном дереве Стратегии и Тактики (извините, но переводить его у меня пока нет времени и возможности, я обязательно это сделаю в процессе работы над онлайн курсом «Основы Теории ограничений»):
Отсюда следствие — если у нас внутри компании находится ограничение мощности и через него проходит поток товаров «для наличия» (в данном случае неважно — это среда чистого МТА или смешанная МТО/МТА), то обеспечение наличия — невозможно, так как мы не в состоянии пополнить запасы в соответствии со спросом за надежный срок пополнения.

Следовательно, мы обязательно должны обеспечить защитную/избыточную мощность для обеспечения требуемого уровня надежности. Скажем — 95% (здесь нужно оговориться, что это выбор компании, можно поставить задачу и 100%, но… это потребует очень большой защитной мощности). Какие у нас для этого есть средства?

Во-первых, контроль загрузки критических ресурсов, не допуская их максимальной загрузки.

Во-вторых, это аутсорсинг, сверхурочные и любые другие способы относительно быстрого увеличения мощности, за дополнительные деньги (Эли Шрагенхайм в своем блоге для этого использует понятие «буфер мощности», но важно понимать, что это понятие еще не является общепринятым в среде ТОС).

Но задача стоит именно так: мы в любой момент времени должны обладать избытком мощности, для поглощения вариации спроса.

Если мы сильно упростим, то первой фундаментальной сущностью Теории ограничений является само понятие «ограничение» и связанная с ним модель организации как потока. Это понятие — основа основ подхода и философии ТОС.

Теперь мы с вами рассмотрим понятие, которое является, наверное, сопоставимым по «фундаментальности» с этим понятием — это понятие «буфера».

Само по себе понятие буфера кажется интуитивно понятным, но если мы будем рассматривать его с инструментальной точки зрения, которая используется в Теории ограничений, то этого общепринятого и интуитивного понимания нам будет недостаточно. Давайте присмотримся к этой фундаментальной сущности повнимательнее.

В основе концепции буфера лежит несколько исходных посылок, которые могут быть неочевидны.

Первая исходная посылка — Мерфи существует, вариацию из реальной жизни устранить невозможно. Поэтому если что-то может пойти не так, оно обязательно пойдет не так. Станок сломается, сотрудник по какой-либо причине не сможет выйти на работу, контрагент задержит платеж или поставку. Даже полностью детерминированные системы, при загрузке мощности близкой к 100% начинают вести себя хаотично, непредсказуемо.

Вторая исходная посылка является прямым и логичным следствием первой — планирование и исполнение в реальности живут по разным правилам. Большинство же ERP и MRP систем, участвующих в поддержке принятия управленческих решений, реализованы таким образом, что исполнение осуществляется если не в полном, то максимально приближенном к первоначальному плану режиме.

Военный мыслитель и стратег Карл фон Клаузевиц писал: «Лишь начало боя может действительно быть полностью установлено планом; течение его требует новых, вытекающих из обстановки указаний и приказов…»[1]

И все действующие менеджеры знают, что это именно так, план начинает не соответствовать реальности, как только мы переходим от планирования к исполнению. Означает ли это, что планировать бессмысленно?

Ни в коем случае! Планы нам нужны. Ключевой вопрос: что такое «план» и зачем он нам нужен?

Первое, на что хотелось бы обратить внимание, так это факт, что разницы между планом и прогнозом не существует. По сути, мы можем сказать, что план — это прогноз с ошибкой не более… подставьте любое значение, мне, например, нравится следующая формулировка: план — это прогноз с ошибкой менее 5%. Что это означает? Это означает, что фактические значения попадают в диапазон плюс-минус 5% от планового значения. Я утверждаю, что разница между планом и прогнозом — только в величине ошибки прогноза.

Прогноз нам необходим как минимум для двух вещей: оценить нашу способность достичь необходимых результатов и получить их оптимистическую и пессимистическую оценки, а также оценить достаточность/недостаточность наших ресурсов и, соответственно, необходимость или ее отсутствие по инвестированию в ресурсы организации.

Все люди, которые на практике занимаются планированием, знают, что фактические отклонения попадут в какой-то интервал значений, определяемый горизонтом прогнозирования, уровнем неопределенности, динамичностью среды. Сегодня уже стало общепринятым утверждение, что современная бизнес-среда может быть охарактеризована как VUCA: Волатильная (Volatile), Неопределенная (Uncertain), Сложная (Complex), Неоднозначная (Ambiguous), то есть уровень неопределенности, а значит и ошибка прогноза, только увеличивается. Таким образом, мы можем понятия «план» и «прогноз» использовать как синонимы.

Что нам дают эти, в общем-то, очевидные вещи? Попробуйте вспомнить, когда в вашей организации план задавался как диапазон значений? На моей более чем двадцатилетней управленческой практике я такого припомнить не могу. Чаще всего план дается в виде ОДНОЙ цифры, обязательной к исполнению, по отношению к достижению которой и оценивается успешность каждого вовлеченного сотрудника. Однако поскольку неопределенность (Мерфи) в реальности существует, то это приводит к такому распространенному явлению, как «ефрейторский запас» и «торговля за плановые показатели», когда в процессе согласования планов каждый ответственный добавляет собственную подстраховку от неопределенности в плановые значения. При этом все знают, что подстраховка существует, но НИКТО не знает, какова ее реальная величина. И это автоматически приводит к тому, что согласование планов превращается в игру «Верю/Не верю», когда одна сторона (обычно менеджмент) пытается «на глазок» уменьшить заложенные в планы подстраховки, а вторая сторона пытается всяческим образом убедить, что дальше резать или увеличивать некуда.

Добавьте к этому простой факт, который мы уже обсуждали — внимание менеджмента организации является ее предельным внутренним ограничением. Если мы посмотрим на процесс планирования с этой точки зрения, то на что мы тратим самый ценный ограниченный ресурс организации? Создает ли это дополнительную ценность?

Обратимся к «столпам ТОС»: реальность проста и гармонична и «никогда не говори: „Я знаю“ (но также никогда не говори: „Я не знаю“)».

Реальность состоит в том, что вариация существует, но большую часть обычной и повседневной неопределенности мы можем оценить. Следовательно, мы не можем запланировать/спрогнозировать будущее с точностью до ОДНОЙ цифры. Но мы вполне в состоянии оценить оптимистический и пессимистический вариант развития событий, и, следовательно, мы можем определить ДИАПАЗОН, в котором окажутся наши фактические результаты с очень высокой (до 90%) долей вероятности. Если мы сможем этот диапазон явным образом отразить в наших планах, то это и будет буфер, защищающий нас от неопределенности.

Отсюда мы можем сформулировать две первые функции буфера в Теории ограничений:

• прогнозирование возможных результатов (сроков, объемов и т.п.);
• защита от обычной, известной повседневной неопределенности.

Таковы функции буфера, которые работают на этапе планирования.

Но рано или поздно мы должны от планов переходить к их исполнению. И это тот этап, на котором многое начинает идти не так, как планировали. Благо, что социальные системы, в отличие от механических, обладают важным свойством — эквифинальности[2].

Это «заумное» слово означает очень простую вещь — социальные и вообще все живые системы способны достигать своих целей разными средствами/путями. Поскольку всего мы не можем предусмотреть, нам необходимо на этапе исполнения обеспечить нашу систему управления двумя свойствами: гибкостью и системой навигации, которая бы показывала, насколько успешно мы двигаемся к поставленной цели.

В рамках всех решений ТОС для этого используется механизм Управления буфером, который основан на следующих функциях буфера:

• Раннее оповещение о том, что ситуация готова выйти за рамки обычной и предсказуемой определенности, и необходимо предпринимать дополнительные управленческие усилия по корректировке ситуации.
• Установление приоритетов для заказов, поставок.
• Анализ наличия/отсутствия достаточной защиты от неопределенности.

В основе их реализации лежит механизм анализа глубины проникновения в буфер. Традиционно буфер делится на три зоны, каждая из которых составляет 1/3 от величины буфера: зеленую, желтую и красную. Помимо этих «светофорных» цветов, значение которых понятно большинству пользователей «по умолчанию», используются еще два: голубой и черный. Чем больше мы израсходовали буфера, тем более опасной расцветки у нас его статус. Приоритет постепенно увеличивается от голубого, через зеленый, желтый, к красному и черному.

В рамках типовых решений Теории ограничений можно выделить два типа буферов:

• буфер времени;
• буфер запасов.

Первым появился буфер времени, он защищал в первую очередь ограничение от «голодания» и дату отгрузки готовой продукции клиенту. Буфер запасов, который в решении, которое мы рассматриваем в этой книге, является основным, появился значительно позже, и хотя время и участвует в его расчете, но измерять его временными характеристиками категорически неправильно. Буфер запасов всегда меряется в натуральных единицах ресурса: штуки, килограммы и т.п.

Помимо этих основных видов буфера существует более сложный тип, используемый как в управлении проектами, так и в смешанной среде, который в оригинале называется Fever Chart, но в русском словаре за ним закрепилось понятие «диагональный буфер». Его рассмотрение мы вынесем за скобки этой работы.

Статус буфера помогает нам ответить на вопрос: какие ресурсы/заказы являются сейчас наиболее важными с точки зрения достижения целей организации, а также нужно или не нужно предпринимать какие-то дополнительные действия для корректировки ситуации.

Вне зависимости от того, какой буфер мы рассматриваем, зоны его идентичны и интерпретируются одинаково. Голубой означает, что или у нас избыток данного ресурса, или что еще слишком рано начинать работу над этой задачей. Зеленый и желтый — это статусы, которые показывают, что все идет или хорошо, или неплохо и не требует дополнительного управленческого вмешательства.

Попадание буфера в красную зону — это сигнал о том, что мы где-то ошиблись в оценках и ситуация готова выйти за пределы обычной и предсказуемой неопределенности. А значит, нам, возможно, требуются дополнительные усилия и корректирующие мероприятия. Поэтому причины попадания в красную зону буфера всегда фиксируются и анализируются.

Попадание в черное означает, что ситуация вышла из-под контроля, а значит, нам нужны неординарные действия по ее исправлению. Это уже явный вызов для управленческих способностей менеджмента организации.

---

[1] Карл фон Клаузевиц. О войне. Aegitas, 2016.

[2] Волкова В.Н. Теория систем. М: Высшая школа, 2006.