Планирование в условиях кризиса: экстрим плану не помеха

В нынешних кризисных условиях значительно возрастает роль инструментов планирования и прогнозирования развития предприятия. Именно поэтому опыт «Пивоваренной компании “Балтика”» по созданию автоматизированной системы прогнозирования спроса и планирования продаж на наш взгляд весьма интересен.

Надо сказать, что нам очень хотелось расспросить Германа Эпштейна, CIO компании «Балтика», о применении бизнес-аналитики, о построении моделей, о прогнозировании спроса и планировании продаж в связи с задачами, поставленными экономическим кризисом… Для обмена опытом… Но он отказался.

«Если компания начала серьезно задумываться об эффективности цепочки поставок только сейчас, в трудные времена, то вряд ли ей чем то можно помочь, — сказал он. — Ничего специфически “кризисного”, в том числе в области BI, мы не делаем. Повышать эффективность работы нужно постоянно, и тогда компания не встретит кризис с раздутыми затратами и неэффективными бизнес-процессами».

Создание интегрированной системы планирования, неотъемлемой частью которой является система прогнозирования спроса и планирования продаж, в качестве стратегической задачи ИТ-дирекции была поставлена топ-менеджментом «Балтики» еще в 2007 году, по окончании очередного этапа внедрения CRM системы (об этом проекте мы писали в IE, № 7/2008). Полностью проект был завершен в конце 2008-го, и с января 2009-го началась промышленная эксплуатация.

Инициаторами этой работы явились отдел маркетинга и отдел прогнозирования и планирования продаж «Балтики». Была поставлена задача повысить качество прогнозирования спроса по всему ассортименту продукции и по всем звеньям логистической цепочки. Требовалось формировать планы отгрузки продукции на различные периоды на основании прогноза спроса, данных о фактических остатках, целевых указаний.

«Отчеты, генерируемые операционным блоком CRM системы, позволяют получать любую оперативную информацию, — говорит руководитель отдела прогнозирования и планирования продаж Павел Иванов. — Но по мере накопления данных потребовался более глубокий анализ данных за большие периоды времени (до двух лет) с разбивкой по месяцам или неделям. Небходимо было решение, которое могло бы совместить в одной системе координат различные показатели по торговым точкам. Например, дистрибуцию и долю собственной продукции на полке торговой точки».

Задача осложнялась тем, что цепочка движения продукции «Балтики» до потребителя — довольно многозвенная, поэтому чрезвычайно важную роль в аналитической системе должны играть средства взаимодействия с партнерами, со всеми членами логистической цепочки. «Пиво считается проданным, когда потребитель уносит бутылку из магазина, а не в момент отгрузки товара дистрибьютору», — поясняет Герман Эпштейн. Поэтому без актуальных данных о розничных продажах никакое прогнозирование и планирование смысла не имеет. Не менее важны данные возможностях поставщиков и условиях использования транспорта, о наличии сырья, тары, доступных производственных и складских мощностей, полуфабрикатов на разных стадиях производства и готовой продукции, о товарах в пути и т. д. Все эти вопросы требовали особого внимания в ходе проекта.

Наконец, еще одна цель проекта состояла в том, чтобы упорядочить процесс согласования планов продаж в распределённой среде, сделать его более управляемым и понятным для всех участников.

Технический аспект

С технологической точки зрения решение состоит из хранилища данных и разработанного для этой задачи BI-приложения. Оно интегрировано с ERP системой «Монолит», разработанной петербургской компанией «Монолит-Инфо» и уже более десяти лет используемой в «Балтике», и CRM системой того же вендора, внедренной в 2007 году.

Из ERP системы в систему прогнозирования спроса и планирования продаж передаются фактические данные об отгрузках продукции и о производственных ограничениях. Обратно в ERP поступают согласованные планы. Из CRM система планирования получает данные о фактических остатках на складах дистрибьюторов и о продажах на рынке.

Интерфейс системы прогнозирования спроса и планирования продаж построен по принципу панели управления: на одном экране собрана вся необходимая для принятия решения информация — текущий прогноз/план, фактические данные за прошлые периоды, разнообразная аналитика.

В основу системы положена BI-платформа Microsoft SQL Server 2005. Расчет прогноза осуществляется внешней подключаемой компонентой (в настоящий момент это система Good4Cast компании Forecsys). Требования к аналитической системе были представлены отделом прогнозирования и планирования продаж. По словам Павла Иванова основное внимание уделялось гибкости и скорости работы, так как в процесс планирования вовлечено большое количество сотрудников, которые должны в оперативном режиме анализировать фактические данные и корректировать планы в зависимости от сложившейся ситуации. Необходимо было обеспечить поддержку регламента процесса планирования, чтобы его ход стал прозрачным и можно было в любой момент времени получать информацию о статусе готовности плана. На основании этих требований был произведен выбор архитектуры и поставщика решения (компания «Монолит-Инфо»). Было решено разрабатывать специализированное приложение, так как предлагавшиеся на рынке продукты не могли удовлетворить требования бизнес-заказчика. Полученный результат в полной мере подтвердил правильность такого подхода. Сотрудники отдела прогнозирования и планирования продаж принимал