Разработка оптимальной логистической системы АО «Омский бекон»

Группа «ПРОДО» — один из крупнейших российских производителей продукции из мяса птицы, колбасных изделий, полуфабрикатов и мясных деликатесов. В состав Группы входят три собственные птицефабрики и три мясоперерабатывающих предприятия, которые расположены в Центральном, Приволжском, Сибирском и Уральском федеральных округах России.

С какой проблемой обратились в КСЛ

Один из ключевых активов группы компаний «Продо» — это АО «Омский бекон». Компания производит мясные полуфабрикаты, колбасные изделия, фокусируясь на качестве продукции и высоком уровне сервиса для торговых сетей и других покупателей.

После того, как в домашний регион компании (Западная Сибирь) стали выходить конкуренты из других регионов, «Продо» потребовалось сделать логистику конкурентоспособной по цене.

Для этого было важно оптимизировать логистику и цепь поставок компании. Эти затраты оказывали критичное влияние на цену товара «на полке». Сильнее всего на операционные затраты влияла перевозка продукции с завода до торговых сетей, дистрибьюторов и собственной розницы.

Чтобы оптимизировать транспортные и складские затраты, компании было важно построить логистическую сеть на основании продвинутых расчетов. При этом необходимо было учитывать реальную дорожную сеть, привязку получателей к складам и другие параметры. Сделать такие расчеты в Excel невозможно, потому что в него нельзя добавить необходимые условия, и результат получался неточным. Решить эту задачу можно было с помощью цифрового двойника.

Коллеги из «Продо» заказали у нас разработку цифровой модели оптимизации логистической системы АО «Омский бекон» при распределении готовой продукции.

Что мы сделали

Проанализировали ретроспективные товарные и транспортные потоки при поставках готовой продукции по всем существующим направлениям доставки и каналам продаж. Эти данные пригодились для последующих расчетов в цифровом двойнике.

Составили прогноз товарных и транспортных потоков на среднесрочную перспективу при развитии бизнеса. Это позволило увидеть, что будет, если ничего не менять в логистической сети, а также как будут увеличиваться затраты.

Проанализировали и спрогнозировали транспортные расходы по различным направлениям доставки. В том числе удельно руб./ткм, чтобы сравнить варианты логистической сети в формате «как есть» и «как должно быть» в соответствии с рекомендациями цифрового двойника.

Подготовка заказа к отгрузке для торговой сети на складе АО «Омский бекон»

Проанализировали стоимость перевалки груза на промежуточных складах в Омске, Новосибирске и Томске. Это позволило выстроить с помощью цифрового двойника оптимальную конфигурацию логистической сети с учетом реальной стоимости перевалки на складах и тарифов на хранение.

Варианты транспортно-технологической схемы распределения готовой продукции

Какой результат получил заказчик

Определили оптимальное количество промежуточных складов и места их расположения с помощью цифрового двойника.

Пример определения оптимального количества складов с помощью цифрового двойника

Разработали оптимальный вариант транспортно-технологической схемы распределения готовой продукции по критерию минимальных затрат. Это что позволило минимизировать совокупные логистические затраты (склады и транспорт) до эталонного уровня.

Разработали и описали две транспортно-технологические схемы доставки грузов: с использованием промежуточных складов формата BBXD (Break Bulk cross docking) и с прямыми поставками из РЦ. Одну из них уже реализовали в компании.

Обучили специалистов заказчика самостоятельно работать с цифровым двойником логистической сети. Это позволит компании в будущем при обновлении условий в бизнесе проводить сценарный анализ по влиянию изменений на логистику и критичности изменения затрат.

Пример интерфейса (v. 2015) системы цифрового моделирования логистической сети, которую мы использовали для обучения специалистов заказчика

Отзыв компании АО «‎ПРОДО Пицефабрика Пермская»‎
по результатам проекта

Посмотреть отзыв

Над проектом работали

Василий Демин

Эксперт

Антон Рудецкий

Руководитель проекта

Виктор Булыгин