{"id":14276,"url":"\/distributions\/14276\/click?bit=1&hash=721b78297d313f451e61a17537482715c74771bae8c8ce438ed30c5ac3bb4196","title":"\u0418\u043d\u0432\u0435\u0441\u0442\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0432 \u043b\u044e\u0431\u043e\u0439 \u0442\u043e\u0432\u0430\u0440 \u0438\u043b\u0438 \u0443\u0441\u043b\u0443\u0433\u0443 \u0431\u0435\u0437 \u0431\u0438\u0440\u0436\u0438","buttonText":"","imageUuid":""}

Customer Lead Time 168 дней это много или мало?

После выхода последней статьи про способ расчета статистики Lead Time (времени выполнения задач) с использованием Excel, мне в канал и в личку пришло много вопросов из серии: "Ну вот я замерил вероятное время выполнения задач, получилось 100 дней - это плохо или хорошо? Это много или мало? Как мне понять, нужно ли мне его сокращать, или можно успокоиться и радоваться жизни?"

Вы и маркетплейс

Давайте представим, что вы заказали на маркетплейсе какой-то товар и видите, что срок его доставки к вам - 3 дня. Это много или мало для вас?

Вы наверно ответите: "Зависит от того, что это за товар, зачем он мне нужен, насколько срочно он мне нужен, и вообще от жизненной ситуации, в которой я заказываю этот товар"

И будете совершенно правы! Невозможно дать оценку Customer Lead Time , без ответа на все эти вопросы.

Давайте рассмотрим разные варианты Customer Lead Time и порассуждаем об их пользе и примениммости

Всегда ли нужен самый короткий Customer Lead Time?

Давайте спросим себя - всегда ли хорош наименьший из возможных Customer Lead Time по всем задачам?

Более короткий Customer Lead Time означает более высокую частоту поставки результата. Но заказчик или клиент не всегда готов принять результат так часто, как мы можем его поставить.

Например, новые версии iPhone и iOS выходят примерно раз в год, то есть Customer Lead Time примерно равен одному году.

А теперь представьте, что новые iPhone и iOS начинают выходить раз в месяц. К чему это приведет? Будет ли это полезно для экономики Apple? А для клиентов? Маловероятно.

При такой частоте поставки новых версий, клиенты не успеют освоить старые версии, и поэтому, скорее всего, будут игнорировать новые версии, а компания Apple недополучит прибыль, потратив при этом кучу денег на разработку новых версий устройства и версий операционной системы iOS.

Здесь можно вспомнить жизненный цикл продукта , согласно которому каждый продукт (товар) проходит за время своего существования ряд стадий, в ходе которых потребитель сперва знакомится с ним, потом начинает осваивать и привыкать, а потом этот продукт становится для него обычным, повседневным, и потребитель начинает искать новые альтернативы.

Длительность каждой фазы зависит от специфики конкретного продукта, и рынка на который он выпускается. Опытный бизнес-заказчик обычно знает эти нюансы, и может сказать примерное время от стадии выпуска продукта на рынок, до момента полного его освоения потребителем. Скорее всего относительно этого периода и надо выбирать минимальный Customer Lead Time.

Так или уж плох самый длинный Customer Lead Time,

Давайте зайдем с другой стороны: всегда ли плох длинный Customer Lead Time? Ответ зависит от того, что для заказчика в приоритете - время поставки, или какие-то другие факторы.

Например, ракета Saturn V, разработанная NASA для полетов на Луну, была анонсирована в 1962-м году, а первый запуск произошел в 1967-м году. То есть Customer Lead Time составил 5 лет. И кажется, что это нормальный срок для разработки и запуска такого сложного технологического изделия, со множеством точек отказа. Да, конечно, была конкуренция с СССР, и если бы была возможность сократить 1-2 года, это было бы замечательно. Но тем не менее, срок разработки и поставки в 3-5 лет считался нормальным не только в США, но и в СССР.

Можно ли было разработать и запустить ракету за 3 месяца? Наверно, напряжением сил всей страны, с привлечением гигантских ресурсов, можно было сделать за 3 месяца какой-то работающий прототип, но вот взлетел бы он? Маловероятно.

Стоимость ошибки при создании ракеты была столь высока, что все понимали, что пусть уж лучше будет долгий цикл проектирования, производства, сборки, тестирования и проверок на каждом этапе, чем мы в спешке допустим какую-нибудь ошибку и весь проект пойдет коту под хвост.

То есть, в данном случае, главным приоритетом для заказчика является гарантия результата и его надежность, а не быстрый Customer Lead Time.

Если у вас ответственная задача или проект, ошибки в котором сопряжены с человеческими жертвами, ответственностью по закону или стоимость ошибки исчисляется огромной суммой, то заказчик будет готов ждать результата долго, лишь бы в конечном итоге не было никаких ошибок.

Как же выбрать оптимальный Customer Lead Time?

Так как же все-таки выбрать оптимальный Customer Lead Time, относительно которого можно было сравнить с ним текущее вероятное значение из статистики?

Ответ на этот вопрос может вам дать только ваш бизнес-заказчик. Если он хорошо знает своего клиента, рынок и конкурентов, то должен знать и ответ на вопрос - как долго клиент готов ждать выполнения заказа, прежде чем примет решение не ждать его, а уйти, и поискать этот товар или услугу в другом месте.

Размер этого времени зависит от того смысла и предназначения, которое клиент вкладывает в этот продукт или товар.

Например, это может быть повседневный товар или услуга, и тогда от его поставки ожидается некоторая регулярность, предсказуемость и стандартный набор характеристик - тогда в первую очередь важно постоянство Customer Lead Time.

Или это может быть ситуация, когда клиенту нужно срочно решить свою проблему, и он ищет товар или услугу, которая позволит ему как можно быстрее это сделать, в рамках имеющегося у него бюджета - и тогда минимальный Customer Lead Time, это то, что нужно.

Или, например, клиент просит чего-то особенного, чего еще никто не делал, и тогда он готов на долгий цикл разработки и исследований, лишь бы конечный результат удовлетворял его потребностям - то есть долгий Customer Lead Time это норма.

Вариантов масса - и для каждого случая подойдет свое значение Customer Lead Time.

Таким образом, чтобы понять, какой Customer Lead Time оптимален для клиента по данной услуге, товару или задаче, надо знать цель клиента, характеристики клиента (привелигерованный, обычный и т.д.) и коридор допустимых значений Customer Lead Time, в рамках которого получение этой услуги, товара или задачи имеет смысл для клиента.

Стоимость задержки (Cost Of Delay)

Обобщенно можно сказать, что при оценке Customer Lead Time важно оценить так называемую "Стоимость Задержки" (Cost Of Delay). Этот параметр, по сути, отвечает на вопрос "после какого значения Customer Lead Time наступают неприемлемые последствия от того, что мы все еще не выпустили товар, или не сделали задачу"? И как быстро эти неприемлемые последствия наступают?

Для разных типов задач, для разных заказчиков, и для разного класса критичности исправление значение Стоимости Задержки (Cost Of Delay) будет отличаться. Однако, если проанализировать статистику, и пообщаться с заказчиком, то можно выделить определенные шаблоны Стоимости Задержки, характерные для конкретных типов работ (доработка, исправление дефекта, исследование и т.п.), для разного класса критичности исполнения ("все сломалось!", "обычная задача", "задача на когда-нибудь" и т.п.) и для разных заказчиков (генеральный директор, обычные клиент, привилегированный клиент и т.п.) в рамках которых будут видны определенные "коридоры" допустимых значений Customer Lead Time, в которые желательно уложиться.

Это станет основой для договоренностей с заказчиком о так называемом "Соглашении об уровне обслуживания" (Service Level Agreement) в рамках которого, заказчик соглашается закладывать в свои планы определенные, полученные из статистики, временя выполнения задач, поставки товаров или услуг, в зависимости от типа работ, класса критичности и типа заказчика, а с другой стороны, производственное подразделение гарантирует с высокой долей вероятности (80-90%), соблюдение этих SLA.

Подробнее про то, как прогнозировать время выполнения задач вы можете почитать на канале “Данные в дейSTвии” и в этом плейлисте в Youtube

Вот некоторые материалы, которые вы можете уже сейчас использовать в для прогнозирования:

0
Комментарии
-3 комментариев
Раскрывать всегда