Как инструменты продвинутой аналитики могут помочь компаниям улучшить среднесрочное планирование?

Из-за пандемии и начавшегося экономического кризиса на рынке сложилась большая неопределенность. Прогнозы по прибыли и продажам, реализация новых проектов и развитие уже имеющихся у бизнеса резко потеряли актуальность. В таких условиях нужно быстро перестроить бюджеты и изменить прогнозы, но это не всегда возможно сделать оперативно из-за отсутствия нужных инструментов.

Помогают в этом инструменты продвинутой аналитики – интегрированные системы планирования, которые позволяют бизнесу быстро перестраиваться при полной неопределенности на рынке. Но как они работают и насколько они эффективны?

На полях казахстанского LinkedIn мы нашли обзор применения таких систем у эксперта Мадины Нурматовой. В четырех частях обзора она рассказывает об опыте казахстанских компаний по внедрению ИСП. Мы выбрали самое важное.

Основная цель внедрения интегрированной системы планирования, или ИСП, – это создание полностью сквозного процесса планирования внутри отдельной компании. Начальным этапом планирования является определение рыночных условий, которые выражаются в спросе на товар или услугу. Далее на этот спрос составляют производственную программу и формируют прогнозную финансовую отчетность, которая должна выразиться как результат планов компании.

Благодаря ИСП этим процессом можно управлять из одной «точки», изменяя входные параметры, чтобы рассчитать разные возможные сценарии жизни компании на ближайшие годы.

В чем же инновационность такого подхода?

Сейчас зачастую вся работа делается вручную. Например, специалисты отдела маркетинга делают экспертные оценки по будущим продажам, добавляют их к текущему портфелю продаж и формируют, таким образом, вручную план в системе на следующие несколько лет.

Надо понимать, что разные специалисты имеют разное видение, и здесь могут появиться совершенно разные маркетинговые планы продаж на один и тот же период.

Но ключевым моментом является то, что связи между составленными планами и изменяющимися условиями рынка практически нет. И при изменении конъюнктуры планировать все нужно заново. ИСП решает не только эту проблему, но и длительность планирования и согласования между департаментами.

Как это влияет на работу казахстанских компаний, можно посмотреть на конкретных примерах.

Пример «Казпочты»

У почтового оператора «Казпочта» очень интересный проект. Команда трансформации решила пересмотреть подходы в маркетинге. Средствами аналитики были автоматизированы и проанализированы тренды по большинству услуг.

Первые выводы касались услуг, по которым был виден медленный, но стабильный спад продаж. Самый простой пример – отправка писем, которая почти сошла на «нет» с приходом эпохи интернета. По таким услугам система предлагает моделировать тарифы, чтобы оценить возможность, как минимум, сохранения доходов на уровне предыдущего года. Здесь нужно отметить, что часть услуг субсидируется государством, так как у компании есть обязательство регулярно ездить в каждый сельский участок.

Система же позволила смоделировать разные сценарии финансовых итогов, начиная от полной отмены госсубсидий до более реалистичных предложений по комбинированию субсидий и повышению тарифов.

Другая часть процессов, которую помогла улучшить ИСП, касается логистических потоков. Почтовые службы перевозят письма и посылки разными видами транспорта. Магистральная перевозка ведется в основном железнодорожным или авиатранспортом, а далее до отделений автотранспортом. Если отправка срочная, то в большинстве случаев она будет доставлена авиасообщением. Соблюдение сроков доставки остается одним из ключевых факторов оценки эффективности работы любой почтовой компании.

ИСП позволяет просчитать самый оптимальный вариант доставки груза с учетом имеющихся ограничений по перевозкам, а главное – с целью снизить затраты на перевозку. И система позволила просчитать массу разных сценариев.

Порою система подсказывала неожиданные решения. Например, анализ загрузки маршрутов показал, что перевозка собственным автотранспортом не всегда выгодна для компании. Там, где загрузка маршрутов ниже заданного порога, лучше привлекать аутсорсинговые услуги перевозки или снижать частоту маршрутов.

Пример «Қазақстан темір жолы»

Другая компания, где идет внедрение ИСП – это "Қазақстан темір жолы". Проект похож на реализованный в «Казпочте» и даже отрасли схожие – логистика. Но дизайн системы отличается сильно.

Грузовые перевозки остаются для этой компании основной статьей доходов. Поэтому один из акцентов был сделан именно на эту сферу деятельности. Проект еще не завершен и находится в стадии реализации.

Железнодорожная отрасль в Казахстане всегда была одной из самых продвинутых по использованию информационных технологий. Многие системы были внедрены еще в советское время. Поэтому объем и детализация накопленных данных позволила сразу приступить к прогнозированию спроса.

Особенность реализации этого процесса в КТЖ заключается в том, что предполагаемый спрос на грузоперевозки прогнозируется с учетом макроэкономических параметров. И вошел сюда не только Казахстан, но и страны – торговые партнеры, включая Россию и Китай. Почему это важно? Например, бум развития строительного сектора в Китае обязательно ведет к росту перевозок строительных материалов в экспортном и транзитном направлениях. На сегодня в ИСП используется около 300 макроэкономических индикаторов, и чем их больше, тем точнее прогноз.

После прогнозирования объемов перевозок система дезагрегирует грузопотоки в вагонопотоки. Это означает, что на базе исторических данных система определяет станции отправления и назначения грузов, определяет виды вагонов, на которых будет идти перевозка, и формирует «виртуальные» поезда. Каждая такая запись дальше передается в систему тарификации для расчета стоимости перевозки, из чего, собственно и складывается доходная часть баланса компании.

Также ИСП помогает рассчитать потребность в вагонном парке на случай, если спрос превысит возможности компании по перевозке. Если вагонов не хватает, то система начнет заниматься оптимизацией и определит те позиции грузов, которые надо перевозить в первую очередь, так как они обеспечивают большую доходность. Однако это не касается социально значимых грузов, например, угля или зерна – их доставка гарантирована в любом случае.

Относится сюда и оптимизация маршрутов, чтобы снижать так называемый порожний пробег, когда вагоны едут пустыми. Система перебирает всевозможные маршруты перевозки, пытаясь найти сценарии, которые удовлетворяют всем ограничениям и позволяют удовлетворить спрос на перевозку грузов. При этом идет расчет прямых логистических затрат, система пытается снизить их при подборе сценариев перевозки.

После всех этапов прогнозирования данные передаются в финансовый модуль системы, чтобы сформировать прогнозные формы отчетности. На этом этапе у экономического блока компании есть возможность оценить результаты реализации производственной программы. И если финансовые KPI не достигнуты, в системе можно изменить параметры управления, процесс запустится снова.

Пример «Казатомпрома»

Третий образец внедрения ИСП – это национальная атомная компания «Казатомпром». Здесь проект начали реализовывать раньше, чем в других компаниях Фонда «Самрук-Қазына», и отраслевая специфика также оставила отпечаток на дизайне системы.

Один из ее элементов – это маркетинг. Два предыдущих примера касались сервисных компаний, и их подходы в добывающих и производственных компаниях не работают. Прогнозирование спроса на продукцию добывающих предприятий требует анализа баланса спроса и предложения, производственных и складских мощностей. К примеру, рынок природного урана крайне специфичен: отрасль представляет собой почти «бутиковую» продажу, когда конкуренты на рынке хорошо известны, потребители, собственно, тоже.

Что может сделать система, если рынок четко очерчен? Когда компания является крупнейшим в мире производителем урана, то объемы добычи сырья могут оказывать влияние на мировые цены. Поэтому маркетинговая модель, заложенная в системе «Казатомпрома», решает цель таргета по продажам другими инструментами.

В первую очередь система проводит анализ чувствительности цен на уран, исходя из положения дел в отрасли, а также моделируя ситуации по увеличению или уменьшению объемов добычи.

Суть модели прогнозирования цен «МакКинзи» предполагает использование данных по спросу в виде числа действующих и планируемых к выводу и вводу атомных реакторов, а также данных по глобальному предложению, включая ожидаемый ввод и вывод из эксплуатации урановых рудников по всему миру.

Получив таблицу прогнозных цен, система передает эту информацию в оптимизационную модель модуля «Маркетинг», чтобы распределить объемы добычи по дочерним добывающим предприятиям.

«Дочки», в свою очередь, составляют планы горных работ, чтобы добыть ровно столько, сколько определено планом. Предприятия вводят в систему массив данных, описывающих месторождения. Используя исторические данные по действующим и отработанным блокам, она прогнозирует содержание урана и добычу, что особенно актуально для новых блоков. Автоматически создается рекомендуемый сценарий графика ввода технологических блоков.

Параллельно рассчитываются расход реагентов и материалов, выработка оборудования и ремонтно-восстановительные работы, а также другие статьи расходов по производственной программе. Все это, в итоге, положительно сказывается на финансовых показателях холдинга в целом.

Все без исключения проекты по внедрению Интегрированных систем планирования являются инновационными. И чтобы дать максимально положительный эффект, они должны быть цифровыми — изменяя и улучшая бизнес-процессы, делая трансформацию эффективнее.