Как оптимизировать логистику корпорации и сократить издержки на 500 млн в год. История ArhiPlex

В этой статье мы рассказываем, как изменили систему доставки нефтепродуктов до АЗС для нефтяной компании в течение 4 лет. В результате мы снизили затраты компании и увеличили прибыль на 500 млн рублей в год. Параллельно создали первый российский солвер, который отвечает за планирование и логистику светлых нефтепродуктов в компании.

Вводные

Клиент: вертикально-интегрированная нефтяная компания
Задача: оптимизировать затраты на доставку нефтепродуктов, увеличивая прибыль компании
Сроки: 2018 — 2022
Количество задействованных человек в проекте: 120 человек

История доставки нефтепродуктов

Эта история началась в 2018 году. К нам пришла нефтяная компания с запросом повышения эффективности работы “вторичной логистики”. В профессиональном лексиконе “вторичная логистика” означает организацию доставки нефтепродуктов от нефтебаз до автомобильных заправочных станций (далее — АЗС).

На момент запроса эта часть бизнеса была организована как региональные офисы, в которых работали более 200 человек. Большинство сотрудников составляли логисты (специалисты, которые строят маршрут доставки).

Они курировали несколько АЗС и нефтебаз: работали руками в Еxcel и решали вопросы по телефону. Логисты выясняли, какие остатки на АЗС, делали расчет среднесуточной реализации и на основе этих данных связывались с водителями бензовозов и организовывали перевозки нефтепродуктов.

Сеть АЗС компании работает в 4-х часовых поясах, одновременно на маршрутах находится свыше 1000 бензовозов, сеть АЗС превышает 1600 станций. Управлять эффективностью поставки нефтепродуктов и сохранить непрерывность реализации с текущей организацией работы было крайне сложно. Поэтому решили привлечь сторонних специалистов, которые вместе с лидерами изменений в бизнесе придумают революционное решение и наладят процессы по-новому.

Вводные данные от компании-заказчика
Вводные данные от компании-заказчика

Какие сложности процесса увидели мы, когда зашли в проект?

Мы увидели отсутствие возможностей принимать оптимальные решения, т.к. никто не видит картину целиком и решения принимаются конкретными логистами для решения локальных задач и они решаются по телефону и в Excel. Не было единого подхода к планированию:

  • Данные, которые заносились руками в Excel разными специалистами, часто не совпадали с реальностью. Это создавало ситуации, когда на АЗС бензовоз приезжал в неподходящее время и ждал слива продолжительное время или уезжал на другую АЗС, что крайне неэффективно. Или в точку погрузки на нефтебазу приезжало много бензовозов в одно и то же время, что провоцировало очереди;

  • В штате работали более 200 сотрудников, и даже их не всегда хватало для организации процесса. Это порождало дополнительные траты на ФОТ (ФОТ — Фонд Оплаты Труда);

  • Не все бензовозы подходят ко всем АЗС и нефтебазам, такие особенности не всегда учитывались.

<p>Сложности процесса на старте проекта</p>

Сложности процесса на старте проекта

Все эти особенности неизбежно вели к увеличению бюджета на вторичную доставку и не давали желаемых показателей прироста прибыли продаж на точках АЗС.

Основной запрос от заказчиков:

Оптимизировать затраты на вторичную доставку нефтепродуктов и увеличить прибыль компании.

Мы перевели этот запрос на наш язык реализации: Создать автоматизированную систему управления вторичной доставкой, работающую 24/7, создавая методический и технологический стеки, новые бизнес-архитектуру и бизнес-процессы, которые решат задачу бизнеса.

Решение и реализация

Мы разделили проект на технологический и методический стеки. Технологический стек подразумевает разработку цифрового продукта. Методический стек отвечает за эффективное внедрение этого цифрового продукта. Обычно наша работа делится на следующие этапы

Как оптимизировать логистику корпорации и сократить издержки на 500 млн в год. История ArhiPlex

При создании MVP система приобрела понятные очертания:

<p>Блоки, входящие в продукт</p>

Блоки, входящие в продукт

До этапа подбора технологии нужно было определить источники данных и оценить их качество. Оказалось, что это один из самых трудоемких и важнейших процессов в проекте. Поэтому об этом этапе расскажем подробно.

Сбор данных для прогнозирования спроса

Из-за широкой географии и большого количества АЗС нужно было собирать данные, которые раньше никто не собирал, чтобы определить логику перемещений бензовозов от нефтебаз до АЗС.

Мы поняли, что важно обеспечить следующую ситуацию. Когда бензовоз приезжает на АЗС, он должен полностью слить все нефтепродукты в тот момент, когда остатки в резервуаре находятся на минимальном уровне. АЗС работает непрерывно и в резервуаре всегда должен быть доступный объем нефтепродуктов. А бензовоз должен уехать пустой.

Для этого нужен точный прогноз расходов нефтепродуктов на АЗС. Это позволит сократить количество поездок. А это сразу сократит затраты на логистику.

Что мы узнавали:

  • Сколько всего доступно бензовозов, АЗС, резервуаров на них, нефтебаз и постов отгрузки с них?

  • Где они находятся и в каком они состоянии?

  • Сколько нефтепродуктов на нефтебазах, какой прогноз их поступления?
  • Какие конфигурации у доступных бензовозов и к каким АЗС, нефтебазам они подходят?

  • Какие реальные очереди на площадках ожидания?

Этот массив данных должен быть верным. Если при сборе будут фактические ошибки, задачу не решить с достаточным качеством. Плюс, все эти данные мы должны были видеть в реальном режиме времени. Например, процесс расхода нефтепродуктов на всех 1600 АЗС, по каждому резервуару.

Когда мы увидели масштаб требуемых данных, мы поняли, что к системе будут предъявлены высокие требования по степени “умности”, производительности и надежности, так как на ней строился весь процесс! После запуска системы в эксплуатацию ее надежность будет очень важно, т.к. без цифровой системы доставка просто перестанет работать. АЗС останутся без товара, компания — без прибыли, клиенты — без продукта, а сотрудники — без зарплаты.

Никита Емельянов
директор по производству

Мы должны создать и внедрить цифровой инструмент, который полностью изменит бизнес-модель, и только это позволит достичь целей, которые перед нами поставил бизнес. Увеличить прибыль более чем на 500 млн. рублей в год

Мы оборудовали каждый резервуар АЗС и нефтебазы специальными датчиками и контроллерами, это обеспечивало чистоту данных и скорость их получения.

<p>Источники данных, нужные для сбора</p>

Источники данных, нужные для сбора

Дальнейшие этапы технологического стека

После сбора данных происходит процесс прогнозирования продаж по каждой АЗС с детализацией до каждого резервуара с дискретизацией по часам.

После прогнозирования следовал этап интегрального планирования на 7 дней вперед, чтобы была возможность запланировать выход на линии водителей и лучших по конфигурации бензовозов.

Далее шел этап детального планирования. Новая система самостоятельно составляла 12-часовой план для водителя с детализацией до каждого действия: отправка с автотранспортного участка, прибытия на площадку ожидания, прохождение КПП на НБ, постановка под погрузку, отправка на АЗС и т.д.

Эта информация загружалась в мобильное приложение для водителей и давала возможность следовать индивидуальному плану. Мобильное приложение контролировало геопозицию, статус и порядок исполнения каждого пункта плана водителем. Это создавало удобство при работе!

<p>Скриншоты приложения для перевозчиков</p>

Скриншоты приложения для перевозчиков

Локальное перепланирование позволило реагировать на отклонения в исполнении плана. На основе этих данных автоматизированная система передавала в мобильное приложение новое решение. Блок сбора показателей автоматизированно собирал и анализировал показатели в единый дашборд для анализа эффективности вторичной логистики.

Сердцем системы является солвер — «универсальный решатель» для оптимизации с помощью мощных алгоритмов. Учитывая масштаб задачи ни один солвер не решал задачу “в лоб”, и нам пришлось провести серьезный бизнес-анализ задачи для отсечения заведомо проигрышных вариантов в выборке. Мы выбрали американский солвер, который считался лучшим в мире.

Методологический стек — для чего он?

Параллельно с технологическим стеком велась работа по изменению бизнес-процессов. До изменений все решения принимались людьми. Теперь решения принимала система. Сотрудникам предоставилась возможность освоить новую квалификацию: из простых специалистов по логистике, работающих только в Еxcel, они могли научиться работать на новом ПО, чтобы поддерживать работу доставки и получить квалификацию “цифрового логиста”. Теперь вместо 200 сотрудников требовались всего 40 — в компании произошло перераспределение людей на более полезные функции.

Для сотрудников создали комфортные условия работы с новой системой и понятные методологические материалы.

Разработкой и внедрением информационной системы занимались лучшие математики, аналитики, программисты. Было выпущено более 36 релизов системы. Большая вовлеченность заказчика позволяла качественно развивать систему и повышать ее эффективность. Мы создали систему планирования доставки нефтепродуктов в отдельных регионах, и она успешно работает.

Чего же позволяет добиться цифровая система доставки нефтепродуктов от ArhiPlex?

  • Конечно же - решение бизнес-задачи, экономия более 500 млн. рублей в год;

  • Минимизация влияния человеческого фактора;

  • Оптимальная очередь на нефтебазах. Система так рассчитывает и планирует работу, чтобы очередей не создавалось;

  • Предотвращение пересечения бензовозов на одной станции АЗС;

  • Гарантированный учет всех ограничений и правил без исключений, например, требования безопасности и нормы труда водителей, дорожной ситуации и другое;
  • Учет точного прогноза и спроса в целом на АЗС, например, количество остатков на АЗС;

  • Планирование до операции и точный расчет времени каждой операции, например, за сколько времени бензовоз сольет нефтепродукт на АЗС;

  • Снижение затрат на всю логистику, а не оптимизация отдельных логистических операций;

  • Предложения по самым экономичным схемам перемещений;

  • Организация повышения скорости налива нефтепродуктов.

Еще раз, что такое солвер?

Солвер — это «универсальный решатель» для оптимизации с помощью мощных алгоритмов с учетом тысяч факторов и ограничений.

Прошло 2 года и система уже находилась в тираже. Казалось бы, здесь можно было закончить. Но сердцем системы был американский солвер, а это недопустимо в современных реалиях. И, в 2020 году наша команда взяла на себя крайне амбициозную задачу создать собственный, лучший российский солвер.

Авторы американского солвера потратили на разработку 10 лет и более 10 млрд. $. Мы понимали огромный риск, а вместе с ним новые возможности и ответственность. Вместе с тем, мы верили в команду лучших профессионалов и реинвестировали значительную часть выручки компании в разработку собственного солвера с 2020 по 2023 годы и продолжаем эти инвестиции.

<p>Описание солвера ArhiPlex</p>

Описание солвера ArhiPlex

Нам это удалось, ArhiPlex:

  • Легко встраивается вместо других коммерческих решений в разработанные системы;

  • Высокопроизводительный, гибкий и инновационный;

  • Современные средства разработки и API;

  • Вендор сам предлагает решения по устранению неисправностей, и техническая поддержка всегда на связи;

  • Много вариантов развертывания и на инфраструктуре заказчика и в облачном хранилище.

Что же в итоге?

Напомним, что запросом заказчиков была оптимизация затрат на вторичную доставку нефтепродуктов и увеличить прибыль компании.

Итоги мы разделяем на несколько сфер: качественное и количественное развитие.

В количественных показателях нам было важно просчитать экономический эффект от проделанной работы: после внедрения системы прибыль выросла более чем на 500 млн. рублей в год.

Качественные показатели тоже были достигнуты: За время работы на проекте с нами заказчики совершили качественный скачок в цифровую трансформацию. За эти 5 лет мы вместе создавали архитектуру этого прыжка, учились новому и развивались.

Уникальность системы в ее безошибочности::

  • Система собирает и использует актуальные “чистые” данные без участия человека;

  • Работает автоматизированное планирование и контроль исполнения планов с высокой точностью;

  • Система взаимодействует без участия человека с участниками процесса — операторами, водителями, сотрудниками АЗС и Нефтебаз;

  • Система сама предлагает корректировки работы, если происходят изменения.

ArhiPlex — первый российский солвер для бизнеса, который успешно используется в сложнейшей системе управления логистикой и прогнозирования продаж. Давайте вместе создавать цифровую логистику! Оставить заявку для сотрудничества можно на почту sales@arhitexlab.ru

44
5 комментариев

С какой суммы начинаете обсуждение задачи ? Есть интересная ( мне лично ) задача моделирования необычной логистической, бизнес модели и тарифной сетки муниципального такси на 4-6 тыс единиц техники. Бюджета нет.

Добрый день!
Стоимость формируется индивидуально.
Направьте, пожалуйста, свой запрос через наш сайт https://arhitexlab.ru/ или на нашу почту sales@arhitexlab.ru и мы с вами свяжемся.