и масштабов последствий каждого из возможных событий, которые могут серьезно подорвать работу компании. Эти методы отлично подходят для обычных сбоев в цепочке поставок, таких как плохая работа поставщиков, ошибки в прогнозах, транспортные проблемы и так далее, поскольку для количественной оценки уровня риска можно использовать данные за прошлые периоды.
Но все выглядит совсем по-другому при маловероятных событиях, которые имеют значительные последствия, – стихийных бедствиях вроде урагана «Катрина» в 2005 году, вирусных эпидемиях (например, вспышки атипичной пневмонии в 2003 году) или серьезных перебоях в работе из-за непредвиденных обстоятельств, таких как пожары на заводах и политические потрясения. Такие события происходят редко, данных за прошлые периоды мало или вообще нет, поэтому и оценить риски с помощью стандартных методик в этом случае практически невозможно. В результате многие компании не могут должным образом к ним подготовиться, и это может привести к катастрофическим последствиям: бороться за жизнь приходится даже предприятиям с великолепно отлаженными рабочими процессами. Вспомните хотя бы о компании Toyota после землетрясения и цунами в Фукусиме в 2011 году.
Для решения этой непростой задачи мы разработали специальную модель – математическое описание цепочки поставок с возможностью компьютерной обработки. Ее задача – проанализировать последствия возможных сбоев в отдельных звеньях этой цепочки (таких, как закрытие предприятия-поставщика или наводнение в дистрибьюторском центре), а не на их причинах. Такой анализ снимает необходимость определять вероятность возникновения какого-либо конкретного риска – и это вполне разумно, поскольку эффективность мер по смягчению последствий любого сбоя не зависит от того, что его вызвало. С помощью этой модели компании могут оценить, с какими последствиями (с финансовой и организационной точек зрения) они могут столкнуться, если их ключевой поставщик по какой бы то ни было причине прекратит свою деятельность, допустим, на две недели. Автоматизированную модель можно легко и быстро обновлять, что очень важно, потому что цепочки поставок находятся в постоянном движении.
В ходе разработки нашей модели и ее применения в различных компаниях, включая Ford Motor Company, мы с удивлением обнаружили очень небольшую корреляцию между тем, сколько организация тратит ежегодно на закупки у конкретного поставщика, и тем, как может повлиять на ее эффективность сбой в работе этого партнера. В действительности, как будет показано далее в этой статье на примере компании Ford, наибольшее воздействие часто происходит в неожиданных точках.
На практике это означает, что руководители, применяя традиционные методы управления рисками и стандартные алгоритмы (например, сумма в долларах, расходуемая на объекте), часто в итоге сосредотачиваются исключительно на так называемых стратегических поставщиках. Именно у них компания закупает детали, считающиеся ключевыми для ассортимента выпускаемой продукции, причем закупает на крупные суммы (наименование «детали» условно и зависит от специфики деятельности компании – это могут быть ингредиенты, комплектующие и так далее). Риски же, связанные с недорогими поставщиками сырья, упускаются из виду. В результате руководители принимают неверные решения, нерационально расходуют ресурсы и подвергают организацию скрытым рискам. В этой статье мы опишем нашу модель и расскажем, как ее использовать для того, чтобы выявлять риски, связанные с цепочками поставок, управлять этими рисками и снижать уязвимость по отношению к ним.
Идея вкратце
Задача
Традиционные инструменты анализа рисков, связанных с цепочками поставок, предполагают оценку вероятности некоего события, а также масштабов его воздействия.
В чем проблема
Большой класс рисков, таких как цунами, пандемии и забастовки, не поддается такой оценке.
Решение
Авторы разработали модель, позволяющую определить воздействие, которое окажет нарушение работы каждого звена цепочки поставок, независимо от вероятности этого нарушения и его причины. Она выявляет риски, которые не распознаются другими моделями, включая риски, связанные с поставщиками недорогих материалов, а также с отсутствием корреляции между ущербом от сбоя в работе того или иного предприятия и суммой в долларах, затрачиваемой компанией на приобретение продукции этого предприятия.
Время восстановления и индекс подверженности риску
Центральное место в нашей модели занимает время восстановления – time to recovery, или TTR, т. е. время, необходимое для полного восстановления работоспособности определенного звена цепочки (например, предприятия-поставщика, дистрибьюторского центра или транспортного узла) после сбоя. Значения TTR определяются на основании анализа накопленного опыта и опроса покупателей или поставщиков фирмы (см. раздел «Оценка воздействия? Заполните простую форму»). Эти показатели могут быть специфическими для каждого звена или для подгруппы звеньев.
Оценка воздействия? Заполните простую форму
ПЕРВЫЙ ШАГ В ОЦЕНКЕ РИСКА, связанного с конкретным поставщиком, – это расчет времени восстановления (TTR) для каждого объекта при различных вариантах сбоев в работе. Для сбора ключевых параметров компания может составить простую форму для заполнения, включающую ряд пунктов.
1. Поставщик
● Месторасположение объекта (город, регион, страна).
2. Детали, которые закупаются на этом объекте
● Артикул и спецификация детали.
● Цена детали.
● Годовой объем закупок по этому виду детали.
● Информация о поставках этих деталей (по дням).
● Объем годовых затрат на закупки деталей на этом объекте.
3. Конечный продукт
● Конечный продукт (или продукты), в производстве которого используется эта деталь.
● Норма прибыли для конечного продукта (продуктов).
4. Сроки поставок деталей с объекта поставщика на объект производителя
● Дни.
5. Время восстановления (TTR)
● Время, необходимое для полного восстановления работы производственного объекта:
● в случае, если работа объекта остановлена, но оборудование не повреждено;
● в случае утраты оборудования.
6. Величина ущерба
● Возможна ли доставка деталей из других мест? Если да, то по какой цене?
● Можно ли мобилизовать дополнительные ресурсы (сверхурочные часы работы, увеличение количества смен, резервные мощности) для удовлетворения спроса? Если да, то каковы будут затраты?
7. Оценка риска поставщика
● Поставщик производит эти детали только на одной производственной площадке?
● Можно ли закупать эти детали у других поставщиков?
● Насколько этот поставщик финансово устойчив?
● Стабильно ли качество работы поставщика (выполняется ли каждый заказ вовремя, качественно, в полном объеме)?
8. Стратегии смягчения рисков для данного сочетания «поставщик + закупаемая деталь»
● Альтернативные поставщики.
● Создание резервных запасов.
● Другое.
В нашей модели данные TTR совмещаются с многоуровневой информацией о сотрудничестве с поставщиками, накладными на материалы, операционными и финансовыми показателями, уровнями товарных запасов в пути и на складах, а также прогнозами спроса на каждый продукт. Компания может представить всю свою сеть поставок с любым уровнем детализации – от отдельных компонентов до комплексных систем в зависимости от типа комплектующих, поставщика, географии или ассортимента продукции. Это позволяет менеджерам углубляться в необходимые подробности и находить ранее не выявленные взаимосвязи. С помощью такой модели можно анализировать сбои любой степени тяжести,
