CC BY
73
УДК 338.462
А. С. Демин *, Г. В. Заходякин**
*Национальный исследовательский университет «Высшая Школа Экономики», Москва, Россия 101000, Москва, ул. Мясницкая, д. 20 * e-mail: [email protected]
** Российский химико-технологический университет им. Д.И. Менделеева, Москва, Россия 125047, Москва А-47, Миусская пл., д. 9
СЕТЕВОЙ АНАЛИЗ ЦЕПЕЙ ПОСТАВОК
Показаны возможности приложения таких научных направлений, как теория графов и анализ социальных сетей, к управлению цепями поставок. С использованием имитационного моделирования показано, каким образом топологические характеристики цепей поставок или их отдельных агентов могут влиять на рыночную долю продукта.
Ключевые слова: управление цепями поставок; теория графов; сетевой анализ.
Более 20 лет прошло с момента появления термина «цепь поставок». Современные авторы приводят аргументы против того факта, что этот термин подходит к фактическим процессам. Цепь поставок - не линейная цепь, чаще всего это расширяющаяся цепь. Именно поэтому сегодня в речи претендентов на роль исполнительных директоров все чаще появляются такие неологизмы как «сети поставок» или «сетевые цепи».
Такие сети - это отражения отношений между экономическими контрагентами, которые вовлечены в разнообразные координационные виды деятельности. Конечной целью такой деятельности является доведение продукта или услуги до конечного потребителя.
Анализ социальных сетей - направление в социологии, которое изучает различные сообщества индивидов и отношения между ними. Для моделирования этих сетей используются идеи и методы теории графов, алгебры и статистики. Данный вид анализа применяется для решения широкого спектра проблем, большинство из которых представляет интерес для антропологов и социологов. Социальная сеть состоит из конечного числа участников и отношений между ними. В свою очередь, определяющий элемент сети, отношение, представляет собой набор связей определенного вида между членами группы.
Модель социальной сети состоит из пяти элементов:
• участники (№ - их число);
• множество связей Ь, отражающее отношения между упорядоченными парами участников;
• «социограф» О, вершины которого отображают участников сети, а дуги -отношения между участниками;
• «социоматрица», или матрица смежности А, которая задает структуру графа: число строк и столбцов в такой матрице равняется числу вершин графа, а элементы матрицы х^
отражают наличие отношений между участниками 1 и _]; • матрица характеристик С, в которой число строк равняется числу участников социальной сети, а число столбцов совпадает с числом интересующих атрибутов. Для применения теории сетей поставок менеджер должен обладать:
• пониманием того, что хочет достигнуть менеджмент с использованием сетей поставок;
• работающей моделью, отражающей процессы внутри сети и то, как переменные, которыми управляет менеджмент, влияют на результаты этих процессов;
• информационной системой, позволяющей анализировать данные для принятия решений.
Теория анализа социальных сетей предлагает для достижения этих целей сетевые диаграммы, количественные характеристики, описывающие как атрибуты каждого конкретного участника сети, так и всей сети в целом. Кроме этого, для описания сети могут применяться и качественные характеристики. Например, перед сетевым аналитиком может встать вопрос: «Кто самый важный участник сети?». В анализе социальных сетей «важный» означает «имеющий центральную позицию в сети». Для анализа центральности используются три характеристики: степень, близость и промежуточность.
Степень участника сети равна количеству связей с другими участниками сети. В целях сравнения, этот показатель может быть стандартизирован, исходя из общего числа участников данной сети. Степень - показатель местной центральности, так как учитывает только прямые отношения с другими участниками сети. Напротив, такой показатель, как близость, является мерой общей центральности. Показатель близости обратен сумме расстояний от
конкретного участника до всех других участников сети. В неориентированных и невзвешенных графах расстояние определяется как кратчайший путь между двумя участниками. Центральным участником сети является тот, кто имеет наименьшую сумму таких кратчайших путей. Данное измерение может также применять и в ориентированных, и во взвешенных графах. Наконец, показатель промежуточности базируется на идее о том, что участник сети, который находится на пересечении путей, соединяющих многих других участников, получает контроль над потоком ресурсов или информации, которые проходят по этим путям.
Наиболее важными характеристиками сети в целом является ее диаметр и совершенность. Диаметром сети называют самый длинный из кратчайших путей между любыми двумя участниками сети. Совершенной сетью называют ту, в которой каждый участник непосредственно связан с каждым. Совершенная сеть имеет максимально возможную плотность сети, равную единице; при этом под плотностью понимается отношение числа фактических связей в сети к максимально возможному числу связей в сети.
Ключевые точки, ключевые группы и мосты -элементы стратегической значимости в сети. Ключевая точка - участник, чье исключение из сети приведет к ее разделению на две или более отдельных сетей, не соединенных друг с другом. Аналогичным образом определяются и ключевые группы. Мост - это связь такой же стратегической важности: если убрать эту связь, то сеть окажется разделена.
В инструменте имитационного моделирования Апу1о§ю нами была построена базовая модель, состоящая из двух модулей: модель рынка, включающая тысячу агентов-потребителей, и модель цепи поставок для двух продуктов. Рассматриваемые продукты являются
взаимозаменяемыми.
Поведение потребителя определяется диаграммой состояний, показанной на рис. 1. Изначально все потребители находятся в статусе потенциальных покупателей любого из товаров. Под влиянием рекламы ежедневно 1,1% от числа таких потребителей решают купить товар А или В. Однако происходит только при условии, что на складе розничного торговца есть товар. Если же в течение двух дней товар не приходит на склад, потребителю становится безразлично, какой товар покупать, и он начинает ждать любой из товаров. При этом такой потребитель покупает тот товар, который быстрее оказался на полке магазина. Срок
использования товара задается случайной величиной, имеющей равномерное распределение. На этом этапе у потребителей уже появилась лояльность к товару, поэтому они снова попадают в состояния WantA или WantB. Кроме того, потребители товара производят неформальную рекламу потребляемого товара. Ежедневно они советуют одному из потенциальных покупателей приобрести свой товар, и тот мгновенно соглашается (переходы ContactA, WomA и СоШааВ. \УотВ).
) вЭДесИа^
АЙА
' РсйегйиЮзег
( иэеА 4 Г
/СогЛзАУА
Рис. 1. Диаграмма состояний агента-потребителя
Разработанная нами модель цепи поставок представлена на рис. 2. Количество товара на складе поставщика первого порядка определяется как количество потребителей, запрашивающих данный товар или готовых купить любой товар, в равных долях, разделенное между всеми такими складами. Движение товарного потока по направлению к конечному потребителю осуществляется таким образом, что путь товара к следующему агенту цепи поставок происходит в течение двух дней. Кроме того, при множественности выбора следующего участника цепи поставки конкретной единицы товара, с равной вероятностью товар перейдет к любому из них. Также было принято, что на начало экспериментов точки сбыта (Кеш1е^оск) имеют в своем распоряжении 100 единиц товара. Впоследствии различные цепи поставок сравнивались друг с другом. Главными показателями для сравнения являлись рыночные доли продуктов А и В и отношение потребителей к продуктам, выраженное через вероятности различных состояний агента-потребителя на диаграмме состояний.
Затем результаты модельного эксперимента сопоставлялись с топологическими
характеристиками сети поставок.
Рис. 2. Сетевая структура цепи поставок для продукта А
Вначале нами была изучена связь между поведением продукта на рынке и плотностью сети. В нашем эксперименте сеть поставки товара А имела большую плотность, что определяется большим числом связей между участниками сети. В ходе эксперимента рыночная доля продукта А большую часть времени превышала долю продукта В. Колебания происходили только в те периоды, когда заканчивался срок эксплуатации первых партий товара А, поступивших на рынок раньше, чем товар В. В те моменты, когда пользователи товара А находятся в ожидании, потребление В продолжается. С точки зрения практического управления цепью поставок это означает, что участникам цепи поставок выгодно иметь более разветвленную логистическую сеть. Обладая большим числом точек сбыта своей продукции, компания может оперативнее реагировать на спрос и быстрее насыщать рынок. Менее интегрированная сеть поставок не дает дополнительных преимуществ компании. Таким образом развитие связей и внедрение технологий, интегрирующих участников цепи поставок, будут давать экономический эффект.
Вторая исследованная нами характеристика -диаметр сети. По результатам эксперимента оказалось, что нельзя наблюдать четкую зависимость рыночной доли продукта от диаметра сети поставок. На первоначальном этапе (после ухода со склада розницы имеющихся там 100 единиц продукции) большая доля рынка оказалась у продукта В. Это может быть связано с тем, что насыщение рынка этим продуктом происходит гораздо быстрее. Так, доставка в розничные точки продукта В происходит за два дня, в то время как запасы продукта А в розничных точках продаж начинают восполняться лишь по прошествии 8 дней.
С другой стороны, короткая сеть поставок имеет и свои проблемы. Существуют интервалы времени, когда доля продукта В сильно сокращается. Дело в том, что в эти моменты происходит окончание срока использования товара. В это время склады розничных точек практически пустуют. Напротив, определенное количество товара А, которое было произведено, но «не успело» выйти на рынок до его полного
насыщения, лежит в розничных точках продаж этого вида товара. Как только потребители приходят в магазин, они находят на полках товар А. Таким образом, преимущества в данном случае есть как у сетей с большим значением диаметра, так и у тех, чьи каналы распределения относительно короткие.
Для измерения промежуточности узла сети можно использовать как абсолютное, так и относительное выражение. В абсолютном выражении, промежуточность вершины графа равняется числу кратчайших путей между всеми другими вершинами. С помощью деления на число кратчайших путей между всеми парами вершин графа можно получить относительное выражение промежуточности. В результате эксперимента было выяснено, что наличие в сети поставок агента с высоким значением промежуточности негативно сказывается на рыночной доле продукта. Такой агент получает слишком большую важность в сети, поэтому при возникновении проблем в таком узле ухудшает результат всех остальных агентов. Во избежание возникновения такой ситуации, крайне полезно диверсифицировать каналы распределения. Тем не менее, в некоторых случаях наличие узла сети с высокой промежуточностью можно использовать с выгодой. Например, если в этом узле разместить склад для консолидации и подсортировки грузов с последующей отправкой в точки розничных продаж, то издержки на транспортировку до пунктов назначения существенно сократятся.
В результате эксперимента стало ясно, что большая степень входа в вершину графа увеличивает риск от некачественной работы контрагента, представленного графически этой вершиной. В то же время, наличие альтернативных возможностей поставки гарантирует доставку всего объема товаров до конечного потребителя. Если степень выхода, очевидно, должна расти, то, напротив, степень входа в вершину графа сети поставок по возможности должна снижаться. На практике это подтверждается различными примерами вертикальной кооперации, когда компания объединяется со своими поставщиками. Получается, что усиление связей между двумя агентами позитивно сказывается и на поставщике,
который уверен в том, что его товар дойдет до конечного потребителя.
Последняя изученная нами характеристика -значение порядка k для сильносвязанных компонентов. Сильносвязанным компонентом порядка к в сети называют подсеть, где каждый агент обладает степенью, большей или равной к. По результатам эксперимента был сделан вывод, что даже в безрисковой модели агенту сети поставок выгодно иметь несколько каналов сбыта продукции. Это помогает сократить издержки некоторого числа агентов на хранение и обработку продукции, сокращая объемы проходящей через них продукции. Так, в первом случае доли товара,
проходящие через участников сети поставок одного уровня, будут всегда равны. Доставка таким образом происходит по всем направлениям и меньше зависит от внешних факторов.
Полученные результаты показывают, что методы сетевого анализа могут быть полезны при решении практических задач проектирования цепей поставок. Используя данные из учетных систем компании, можно построить граф сети поставок и рассчитать его топологические характеристики. Это, в свою очередь, позволит выявить «узкие места» и наиболее важные узлы в существующей сети поставок.
Демин Александр Сергеевич - студент 2-го курса факультета логистики НИУ ВШЭ, Россия, Москва
Заходякин Глеб Викторович - старший преподаватель кафедры Логистики и экономической информатики РХТУ им. Д.И.Менделеева, Россия, Москва
Литература
1. Borshchev A. The Big Book of Simulation Modeling. Multimethod Modeling with AnyLogic 6. -AnyLogic North America, 2013. - 612 p
2. Marcus A. Bellamy and Rahul C. Basole. Network Analysis of Supply Chain Systems: A Systematic Review and Future Research. Published online in Wiley Online Library.
3. Rolf A.E. Mueller, Doreen Buergelt and Linda Seidel-Lass. Supply Chains And Social Network Analysis. Paper presented at the 1st International European Forum on Innovation and System Dynamics in Food Networks February 15-17, 2007, Innsbruck-Igls, Austria.
Demin Alexandr Sergeevich*, Zakhodyakin Gleb Viktorovich**
* National Research University Higher School of Economics, Moscow, Russia.
e-mail: [email protected] ** D.I. Mendeleev University of Chemical Technology of Russia, Moscow, Russia.
SUPPLY CHAIN NETWORK ANALYSIS
Abstract
The application opportunities to the supply chain management of such scientific branches as the Graph theory, Social Network Analysis are shown. Using simulations, it is shown how supply chain characteristics can influence of the results of the product on the market.
Key words: supply chain management; graph theory; network analysis.
