Что общего у наличных в банке и куриных бёдрышек в магазине — запасы разные, а проблемы одинаковые

На старте проекта генеральный директор производственной компании рассказал, как несколько лет назад они заказали в Китае флаконы для премиальной линейки косметики — брендированные, под конкретную марку, дорогие, крупной партией. Пока партия шла морем, концепт продукта переиграли. Флаконы приехали и легли на склад мёртвым грузом.

Через несколько лет компания стала расширять производственные и складские площадки, понадобился кредит. Пришли сотрудники банка и стали выборочно проверять, совпадают ли данные в отчётности с реальностью. Направились они прямиком к самой большой куче: к тем самым брендированным флаконам. Логика понятная: если в такой громаде всё сойдётся с 1С, то в мелочах и подавно.

Сошлось! Бутылочка в бутылочку — потому что за все годы из этой партии не взяли ни одной штуки. Убедившись, что «всё в порядке», банк одобрил кредит.

Генеральный директор рассказал эту старую историю со смехом: хоть так флаконы пригодились.

Мне же было не смешно, а знакомо. Больше десяти лет назад я работала финансовым директором и хорошо помню, как мы получали кредиты. Запасы сырья и продукции входили в залоговую массу, и банк, по сути, спрашивал одну цифру — общую стоимость запасов. Уже тогда это выглядело странно: часть запасов не продалась бы ни за какие деньги, но в залоге весила ровно столько же, сколько ходовые позиции. Я думала, те времена прошли. Оказалось, нет.

Меня зовут Наталья Анисимова, я бизнес-консультант по Теории ограничений Голдратта (TOC, Theory of Constraints) — методологии улучшения бизнес-процессов и роста прибыли. Большая часть моих проектов связана с управлением запасами и программным продуктом StockM. В этой статье я расскажу про два необычных проекта: как мы моделировали запасы заёмщика по просьбе банка — и как потом моделировали запасы внутри самого банка, включая наличные деньги и золотые монеты.

Банки, разумеется, всё понимают. Запасы могут стать источником денег для погашения кредита — а могут стать причиной их заморозки. А иногда и «захоронения»: на старте одного проекта я своими глазами видела «кладбище» готовой продукции, которую в буквальном смысле закапывали в землю. Но ведь кто-то же все это произвел, потратили деньги на сырье, электроэнергию, зарплату рабочим, чтобы потом искать варианты уничтожить этот памятник оптимизму.

Проблема в том, что оценить качество запасов снаружи (банку) почти невозможно. Общая сумма в балансе не отвечает на главный вопрос: сколько из этой суммы превратится в выручку и когда.

Однажды к нам пришли руководители банка, увлечённые Теорией ограничений. Они понимали, что оценивать кредитоспособность юридического лица по величине запасов — не очень верно.

А тут ещё грянул очередной кризис, и они оказались в классической дилемме:

Нельзя «здравым смыслом» или финансовым расчетом выбрать одну из сторон такой дилеммы. Нужно было чем-то заменить саму систему оценки.

Мы разработали методику, которая отвечала на два вопроса:

Т.е. банк не просто оценивал заемщика, он готов был выступить партнером и помочь клиенту улучшить его финансовое состояние.

Проверяли методику в нашем продукте для управления запасами StockM.

Как это было: У банка был постоянный клиент, которому по новым, ужесточённым правилам полагался отказ. По предложению банка клиент собрал данные и мы прогнали их через нашу программу, чтобы смоделировать ситуацию, будто он в течение этого периода управлял запасами по буферам ТОС. Мы выяснили, что погасить кредит заёмщик сможет. Если изменит подход к управлению запасами. Давайте расскажу как.

Традиционный подход: продавцы прогнозируют спрос, закупщики заказывают «по прогнозу». Но прогноз почти всегда ошибается. Не потому что считать не умеем, а потому что жизнь постоянно меняется — и мы получаем одновременно завалы по одним позициям и дефицит по другим.

Подход Теории ограничений другой. Для каждой позиции в каждой точке хранения задаётся буфер — целевой уровень запаса, который покрывает потребление (продажи товаров или расход сырья) за время пополнения плюс защиту от колебаний. Дальше мы не прогнозируем, а просто регулярно восполняем то, что израсходовали, до буфера. Буфер делится на три зоны: зелёную, жёлтую, красную, — и по тому, в какой зоне сидит остаток, видно состояние позиции.

И главное: буфер — не статичное значение. Динамическое управление буфером — это автоматический процесс, который сам его подстраивает. Если запас регулярно проваливается в красную зону — буфер мал, увеличиваем. Если долго не выходит из зелёной — буфер велик, уменьшаем. Система делает это по каждой позиции, каждую ночь, без совещаний и распоряжений начальства. Подробнее про это можно прочитать тут: Как управлять запасами по теории ограничений

То есть заёмщик, которому по новым правилам полагался отказ, при управлении запасами через буферы ТОС вполне мог рассчитываться по кредиту — и деньги на это он доставал бы из собственного склада, а не из новых займов.

Красивая история закончилась буднично. Время было сложное, условия кредитования резко ужесточились, и наши знакомые руководители банка не смогли защитить идею перед начальством. Проект не состоялся.

Но методика осталась. И осталось понимание: банку выгоднее быть партнёром заёмщика в управлении запасами, чем оценщиком его залоговой кучи.

Через какое-то время пришли руководители другого банка — тоже хорошо знакомые с Теорией ограничений — с неожиданным запросом: смоделировать запасы банка. Их собственные. В их отделениях.

Запасы оказались двух видов.

Канцелярия, хозяйственные принадлежности — всё то, что закупается в огромных количествах на множество подразделений и филиалов. Хотелось и не «морозить» деньги в излишках, и не оказаться в ситуации, когда в филиале закончилась бумага.

Здесь сюрпризов не было. Запасы можно было существенно «подсушить», одновременно повысив их наличие. Мы регулярно видим это в других отраслях: ритейлеры и производители управляют в StockM не только тем, что продают, но и тем, что потребляют сами — от канцелярии до запчастей для оборудования.

Вторая группа запасов была новой для нас: денежные средства в отделениях и материальные ценности — например, золотые и серебряные монеты.

С монетами логика оказалась узнаваемой. Держать в одном отделении сразу много монет одного вида — скажем, с Георгием Победоносцем — бессмысленно: это замороженные деньги. Но и дефицит нежелателен: у клиентов бывают предпочтения по конкретным видам монет. Ровно такая же среда — в ювелирном ритейле, где конкретных дорогих серёжек с бриллиантами достаточно одной пары на магазин (тоже моделировали такие запасы). И в банке, и в ювелирном магазине обнаружилось одно и то же: излишки по одним позициям и стокауты по другим одновременно.

А самым интересным для меня, как для исследователя, было моделирование наличных — рублей и валюты.

Задача звучит так. Отделение не может хранить наличность выше определённого лимита. Излишек надо сдавать. Но нужно оставить достаточный запас на завтра, чтобы не платить комиссии за сдачу и обратное получение. То есть у нас есть позиция («доллары в кассе отделения»), у неё есть спрос, есть время пополнения, есть цена дефицита и цена излишка. Всё как с товаром — кроме одной детали.

Запас долларов уменьшается не только тогда, когда их кто-то купил. Он уменьшается ещё и вечером, когда излишек сдают.

Тогда приходилось изобретать, как в наше типовое моделирование StockM вшить это условие. Сейчас я знаю, как бы мы это сделали. Мы подключили бы наш модуль для скоропорта. Звучит неожиданно — что общего у долларов с куриными бёдрышками? Но общее есть: в модуле есть функция, которая различает, из-за чего сократился запас. Если бёдрышки ушли не из-за продажи, а из-за списания по сроку годности — буфер не растёт, а сокращается, и завтрашний заказ будет меньше. Ровно то же самое нужно наличным: сданная в конце дня валюта — это не спрос, это списание. Значит, буфер должен реагировать на неё иначе.

Мне до сих пор нравится эта задача. Я не встречала ни одного описанного кейса в международной практике внедрения теории ограничений по управлению запасами наличных и драгоценных металлов в отделениях банка через буфер ТОС . Именно такие задачи, которых никто до тебя не решал, и есть самое интересное в этой профессии: методология одна, а среда каждый раз другая и нужно найти для нее решение.

Кстати, после того проекта я хотела подумать, как применить буфер и динамическое управление буфером к рынку ценных бумаг — уже лично для себя. Так и не собралась. Возможно, зря.

Запасы — это не только про товары и сырье, это всё, чего может не хватить в нужный момент и что стоит денег, пока лежит.

Под это определение попадает гораздо больше, чем принято думать:

Если у вас есть что-то из этого списка, вот пять вопросов, которые стоит себе задать.

1. Решения принимаются по позициям или по общей сумме? Если руководство обсуждает «запасы» одной цифрой — вы почти наверняка держите излишки и дефицит одновременно.

2. Бывает ли у вас так, что склад переполнен, а нужного нет? Это не парадокс и не разгильдяйство. Это распространенное следствие управления по прогнозу.

3. Как часто вы пересматриваете целевой уровень/норму запасов по конкретной позиции? Раз в квартал и даже в месяц — это управление вслепую. Спрос меняется быстрее.

4. Что происходит с «зависшей» позицией? Насколько оперативно и кто принимает меры или вы несете потери каждый день, но не видите этого?

5. Знаете ли вы цену отсутствия позиции? Упущенная продажа, простой линии, сорванная операция, штраф, ушедший клиент. Пока эта цена не посчитана, любое сокращение запасов выглядит как экономия, а любое увеличение — как расточительство.

Хорошая новость в том, что обычно не нужно выбирать между «меньше денег в запасах» и «выше наличие на складе». В проектах ТОС эти два показателя улучшаются вместе — потому что улучшаются они за счёт третьего: скорости и точности решения о пополнении.

А какие необычные запасы есть у вас? Что в вашей работе лежит, ждёт своего часа и тихо стоит денег? Напишите — очень интересно, я коллекционирую такие задачи.