Оптимизация бизнес-процессов управления закупочной деятельностью

Управление закупочной деятельностью компании является одним из наиболее важных процессов, эффективность и качество исполнения которого определяет финансовое состояние компании и конкурентоспособность бизнеса. Успешный процесс закупок включает в себя этапы, которые позволяют обеспечить компанию всеми необходимыми ресурсами для отлаженной бесперебойной работы. Основная цель - создать максимально быструю, безопасную и экономически эффективную цепочку производственных ресурсов. Однако, несмотря на важность, осуществление закупочной деятельности на сегодняшний день связано с рядом проблем:

• -    большая доля затрат на логистику;

• -    формирование оптимального объема запасов;

• -    определение оптимального ассортимента и количества к поставке;

• -    правильный выбор поставщика.

На сегодняшний день затраты на закупочную деятельность составляют большую часть затрат организации в целом и включают в себя затраты на содержание запасов, транспортные и административные расходы. Данная проблема обусловлена несколькими факторами. Во-первых, процессы, входящие в закупочную деятельность несмотря на однотипность слабо формализованы, в связи с чем применяемые технологии не обеспечивают должно- го качества и точности их выполнения. Это ведет к ошибкам обусловленным влиянием человеческого фактора и в следствие к издержкам. Во-вторых, при управлении закупками не проводится анализ затрат в разрезе закупаемых товаров, так как осуществление закупочного процесса зачастую связано с ручными действиями, что ведет к непрозрачности расходов. Из-за отсутствия анализа затрат на закупки снижается эффективность принятия решений. Помимо этого, проблема высоких издержек закупочного процесса связана с высокими издержками на каждом его этапе.

Задача формирования оптимального объема запасов в том числе связана с затратами на логистику. Основные условия, которым должны удовлетворять системы управления материальными запасами: объем запасов должен обеспечивать непрерывность производственного процесса, размер запасов должен быть минимальным, в целях сокращения затрат на хранение материального запаса, строительство складских помещений и иммобилизацию материальных ресурсов. Чрезмерный объем запасов замораживает значительные финансовые ресурсы, создает затруднения на складе и препятствует нормальной работе компании. С другой стороны, дефицит запасов необходимых покупателям ведет также к денежным потерям. Эффек- тивное управление запасами должно начинаться даже не с прогнозирования спроса или потребности, а с организации и формализации всех процессов и операций, связанных с управлением запасами. Используемые системы управления запасами обладают некоторыми недостатками, в результате чего и возникает рассматриваемая проблема. Зачастую управление запасами начинается после того, как запас уже сформирован и пришёл на склад. Такой подход не позволяет прогнозировать движение запасов и, как следствие, не позволяет прогнозировать возникновение дефицита или излишков, а только констатировать их по факту. Также компании часто пытаются формировать страховой запас без учёта динамики и без анализа реальных рисков. При этом определение общей стратегии управления запасами происходит для всего ассортимента или номенклатуры закупок, без учёта особенностей материального потока по позициям.

Сложность при определении оптимального ассортимента и объема товара к поставке возникает вследствие того, что в современных условиях при планировании закупок необходимо учитывать множество прямых и косвенных факторов, влияющих на спрос. При этом большинство моделей планирования закупок базируются на исторических данных, в которых существенны предположения о вероятностных распределениях неопределенных параметров и критериев. Такой подход не позволяет оперативно учитывать явления, происходящие в экономике, что увеличивает риск возникновения ошибок и приводит в результате либо к избыточным запасам, либо к дефициту. Проблема определения оптимального размера закупки напрямую связана с проблемой формирования запасов.

Одной из основных проблем, возникающих при закупке товара, является выбор поставщика. Важность ее объясняется не только тем, что на современном рынке функционирует большое количество поставщиков одинаковых товаров, но главным образом тем, что поставщик должен быть надежным партнером оптовопосреднической фирмы в реализации ее логистической стратегии. От правильно выбранного поставщика зависит в конечном итоге не только цена, но и стабильность поставок, обеспечение гарантий поставки в соответствии с заказом, сервисное обслуживание и многое другое. Существует два подхода при выборе поставщика: выбор поставщика из числа компаний, которые уже были поставщиками компании-заказчика ранее и с которыми уже установлены деловые отношения, выбор нового поставщика в результате поиска и анализа интересующего рынка. Если в первом случае можно продолжать сотрудничество с проверенными организациями, то во втором случае приходится проводить многокритериальный анализ, который, как правило, базируется на субъективных оценках экспертами. В связи с этим возрастают риски, связанные с определением благонадежности поставщика и соответствия его требованиям.

Перечисленные проблемы следуют из многокритериальности принимаемых на каждом этапе бизнес-процесса управленческих решений при необходимости обработки больших постоянно изменяющихся массивов данных. При определении периодичности, способа, объема закупок, а также поиске поставщиков с точки зрения их оптимальности компании сталкиваются с основной проблемой принятия сложных решений - значительным превышением объема информации о вариантах выбора над физиологическими возможностями человека по восприятию и обработке информации. При этом во многих компаниях за функционирование каждого подпроцесса закупочной деятельности отвечает отдельное подразделение, что увеличивает время на координацию данных.

Именно в таких ситуациях - при принятии решений в закупочной деятельности -практически единственным эффективным средством минимизации ошибок является использование информационных технологий. В контексте перечисленных проблем для решения могут быть использованы технологии искусственного интеллекта, в частности машинное обучение.

Для решения проблемы высоких издержек, предложенные технологии могут быть применены с целью аналитики за- трат. Программное обеспечение на базе искусственного интеллекта проводит сбор, фильтрацию и классификацию информации обо всех расходах в сфере закупок, определяются признаки, характеризующие нерациональные затраты, после чего модель на основе алгоритмов классификации выявляет какие из новых затрат попадают под признаки нерациональности, что позволяет сократить их количество.

Следующие две проблемы формирования оптимального объема запасов и определения оптимального ассортимента и количества товара к поставке могут быть решены путем повышения точности прогнозирования спроса. В данном контексте существует несколько вариантов решения. Первый алгоритм предполагает, что на вход системы машинного обучения подается набор признаков, сформированный на основе всех имеющихся данных, и определяется модель. После чего восстанавливаются взаимосвязи и закономерности между значениями выделенных признаков и спросом. Полученная таким путем информация может быть применена для поддержки принятия решений при прогнозировании. Второй алгоритм также направлен на поддержку принятия решений при прогнозировании спроса и предполагает получение дополнительной информации путем глубокого анализа данных о конкурентах и потребителях. Во-первых, проводится кластеризация коммерческих организаций на основании структуры спроса, далее определяются ключевые потребности клиентов и формируется дерево принятия решений. После этого выделяются товары и услуги, по которым формируется восприятие компании потребителями. Используя полученную информацию, можно определить товары или услуги, которые могут принести дополнительную прибыль.

Проблема поиска поставщиков связана с определением их компетентности. Для ее решения также могут быть применены технологии машинного обучения. Сначала определяются ключевые показатели, по которым можно оценить благонадежность поставщика. К ним можно отнести: историю закупок, характеристику качества товаров, факт включения в реестры недобросовестных контрагентов, своевременность поставки, факт наличия необходимых товаров и многие другие. На вход подается информация о поставщиках, с которыми взаимодействовала компания-заказчик и определяется уровень их компетентности. На основании этих данных проводится обучение модели, после чего она может отнести любого неизвестного поставщика к определенному уровню компетентности.

Все выявленные выше проблемы являются следствием слабой организованности процессов закупочной деятельности, большого объема информации, которую необходимо анализировать, и неэффективностью используемых технологий, которые подразумевают постоянный контроль со стороны человека. Ранее это не было настолько существенно, так как объем информации позволял проводить анализ силами экспертов. Однако в современном мире закупочная деятельность способна продуцировать огромные объемы информации, включающие в себя цепочки поставок, качество товаров, ресурсы самого предприятия и многое другое. Если неэффективно управлять всем массивом данных, то может оказаться, что предприятие не реализует все возможности в полной мере. Или хуже того - просто теряет на закупках деньги.

Искусственный интеллект призван улучшить существующую и уже привычную всем автоматизацию. Таким образом, с помощью технологий искусственного интеллекта можно гораздо эффективней искать, извлекать и анализировать информацию в разных бизнес-процессах закупочной деятельности, что ведет к минимизации воздействия человеческого фактора, с которым связана большая часть проблем закупочной деятельности.