1. ООО «Оптимальное Управление»
Резидент «Сколково»
Победитель питч-сессии Enterprise Applications &
Big Data на Startup Village 2013 в Сколково
Участник Platform Development
Accelerator for SAP HANA
Участник SAP Startup Focus Development Accelerator
Участник IBM Global Entrepreneur
Участник IBM PartnerWorld
Мы применяем математические модели и методы
оптимизации для управления предприятиями
2. 2
Решаемая задача
Мы решаем актуальную проблему управления
деятельностью мультинациональных компаний:
• Определяем оптимальные внутренние цепочки
поставок, обеспечивающие максимум прибыли
компании в целом.
При этом мы используем новые математические модели
и численные методы, инструменты Big Data и
высокопроизводительные вычислительные кластеры.
Наши решения позволяют увеличить прибыль
мультинациональной компании на 5-10% и более.
3. 3
Решаемая задача
Оптимизация внутренних цепочек поставок
мультинациональных компаний
Если дочерние компании находятся во множестве стран, какими
будут самые эффективные товаропотоки и трансфертные цены?
4. 4
• Расширение глобализации ведёт к усложнению
цепочек поставок.
• Налоговые органы во всём мире увеличивают
требования к бизнесу.
• Применяемые на практике техники оптимизации
цепочек поставок предполагают решение задач
линейного программирования, ограничивая этим
возможности оптимизации.
• Оптимизационные расчёты для компаний среднего
размера часто требуют решения задач, формальная
постановка которых содержит миллионы переменных
и несколько терабайтов данных.
Особенности
проблемы
5. 5
• В настоящее время задачи оптимизации логистики и
налогообложения решаются последовательно:
- сначала системы SCM планируют товаропотоки,
обеспечивающие минимум затрат;
- затем для найденной схемы товаропотоков системы
оптимизации налогообложения рассчитывают трансфертные
цены, обеспечивающие максимум прибыли глобальной
компании;
- в обоих случаях решаются задачи линейного программирования.
• Результат такой последовательной оптимизации не
является оптимальным решением. Только одновременно
оптимизируя и товаропотоки, и трансфертные цены, можно
найти вариант цепочек поставок, при котором прибыль будет
максимальной.
Существующая
практика
6. 6
Наш подход
Одновременное решение комплексной задачи.
Hadoop как низкобюджетный суперкомпьютер.
• Использование мат.моделей квадратичного
программирования, новых параллельных численных
методов и теории оптимального управления.
• Моделирование и оптимизация на SAP HANA и Hadoop.
• Бесшовная интеграция с SAP Business Suite.
SAP HANA
SAP ERP
SAP APO
Hadoop
Cluster
7. 7
Структура цепочки поставок строится с учётом числа
переделов продукции на конкретном предприятии.
При описании цепочки поставок задаются:
• Страны (юрисдикции с различным налогообложением)
• Внутренние и внешние поставщики
• Производственные площадки
• Распределительные центры
• Рыночные зоны
• Виды товаров (сырья, полуфабрикатов и конечных
продуктов)
• Существующие способы транспортировки каждого
вида товаров между различными площадками
Структура цепочки
поставок
9. 9
• Одновременная оптимизация товаропотоков и
трансфертных цен может увеличить прибыль
мультинациональной компании до 5% и более.
• Чем сложнее логистическая сеть и больше по ней
проходит товарных позиций, тем больший эффект
получается в результате одновременной
оптимизации трансфертных цен и товаропотоков.
• Дополнительные 2-4% прибыли могут быть
получены за счёт использования динамических
математических моделей, способных учитывать
прогнозы цен на различных рынках и время
прохождения товаров по разным цепочкам.
Выгода для
клиентов
10. 10
В результате расчёта определяется:
• Значение максимальной общей прибыли
предприятия после налогообложения
и параметры, при которых достигается найденный
максимум:
• Товарные потоки между всеми компаниями,
участвующими в логистической цепочке
• Трансфертные цены, которые надо установить
между всеми дочерними компаниями
• Распределение транспортных затрат между
дочерними компаниями – участниками
транспортировки
Результаты
оптимизации
11. 11
• Предельные производственные мощности каждой площадки
• Расходование ресурсов (мощности) каждой площадки при производстве
единицы сырья / полуфабрикатов / продукции
• Затраты на приобретение единицы сырья у внешних поставщиков
• Фиксированные и переменные затраты на добычу / распределение /
производство на каждой площадке
• Количество материалов, необходимых для производства единицы
продукции / полуфабриката на каждой площадке
• Себестоимость технологических потерь и технологических запасов товаров
различных видов, необходимых для работы отдельных площадок
• Транспортные затраты при разных маршрутах и способах транспортировки
• Запланированный спрос на конечные продукты в рыночных зонах
• Рыночные цены конечных продуктов в разных рыночных зонах
• Импортные и экспортные пошлины
• Ставки налога на прибыль в разных странах
• Допустимые диапазоны трансфертных цен на различные продукты в
соответствии с законодательствами разных стран
Статическая модель
учитывает:
12. 12
Динамическая модель строится как расширение статической
модели. В динамической модели дополнительно
учитывается:
• Число интервалов, на которые делится планируемый период времени.
• Время прохождения товаров по разным маршрутам.
• Зависящие от интервала времени:
‒ прогнозные значения цен;
‒ прогнозы объёмов спроса в разных рыночных зонах;
‒ затраты на производство;
‒ затраты на транспортировку;
‒ курсы обмена валют.
Дополнительные результаты оптимизации:
• Время выполнения отгрузки и начала производства на каждой площадке.
• Планируемые объёмы продаж в каждой рыночной зоне по интервалам
времени.
Динамические
модели
13. 13
Результаты
расчётов
Характеристики модели Модель 1 Модель2
Число переделов 1 1
Число поставщиков 11 50
Число внутренних поставщиков 3 12
Число производственных площадок 3 8
Число распределительных центров 8 10
Число рынков сбыта 20 80
Количество позиций сырья и комплектующих 10 35
Количество конечных продуктов 5 12
Оптимизационный эффект 2,08% 4,90%
Результаты оптимизационных расчётов по
статическим моделям на лабораторных примерах
14. 14
Потенциальные
клиенты
Решаемая задача актуальна для большинства
производственных компаний, имеющих дочерние бизнес-
единицы в разных странах и конкурирующих за потребителя
на глобальном рынке. Как правило, это – крупные компании
или принадлежащие к верхнему сегменту средних.
Наши потенциальные клиенты относятся к разным отраслям:
• Нефтегазовая промышленность;
• Чёрная и цветная металлургия;
• Химия и нефтехимия;
• Производство строительных материалов;
• Пищевая промышленность;
• Производство потребительских товаров;
• Фармацевтика и биоинженерия;
• …
15. 15
Команда
• CEO более 10 лет работает на руководящих позициях
• Научный руководитель проекта - всемирно известный учёный
• В проекте также участвуют 2 доктора наук и 2 кандидата наук
• Участники проекта имеют более 200 публикаций по
оптимальному управлению и оптимизации
• В проекте участвуют сертифицированные консультанты по
приложениям SAP и разработке
• В команде опытные руководители проектов и архитекторы
• Члены команды имеют международный опыт
• Команда сочетает опыт специалистов и энтузиазм молодёжи
за счёт привлечения талантливых студентов профильной
кафедры МГТУ им. Баумана
16. 16
Решение в виде
услуги
Сейчас разработаны расчётные модули, и мы готовы
оказывать услугу.
Процесс оказания услуги включает следующие шаги:
• Сбор данных о базовой структуре цепочек поставок клиента
• Оценка затрат на проведение расчёта и полный сбор данных
• Согласование с клиентом учитываемых параметров
• Адаптация мат.модели к условиям клиента
• Сбор всех необходимых данных для разработанной модели
• Трансформация собранных данных в расчётную модель
• Выполнение расчёта
• Использование полученных результатов
По аналогии с задачами оптимизации логистики, статическая модель
рассчитывается через каждые 6 месяцев на 18 месяцев.
Динамическая модель пересчитывается ежемесячно или еженедельно.
17. 17
Контакты
Контактные лица:
• В России и СНГ – Андрей Сухобоков
телефон: +7 903 577 9667
e-mail: andrey.sukhobokov@optimalmngmnt.com
• В США и Великобритании – Виталий Баклыков
телефон: +1 240 620 1229
e-mail: vitaliy.baklikov@optimalmngmnt.com