Что не так с пониманием оптимизации
В первую очередь нужно разобраться с дефинициями. Термин «оптимизация» очень часто используется в бизнесе, и важно разграничивать математическую оптимизацию от простого улучшения процессов. Например, оптимизировать процесс распределения логистических заявок можно по-разному: можно посидеть перед таблицами, обсудить с коллегами и на листке бумаги определить новую, упрощенную схему работы между отделами. Это скорее небольшое улучшение, такая мини-оптимизация. А комплексная большая оптимизация представляет собой задачу, как правило, смешанного целочисленного программирования, в которой проблема моделируется как строгая математическая проблема и к ней рассматриваются различные решения. Это тот вид улучшений, который требует отдельной команды разработки, а также специально выделенного под проект бюджета. Который, разумеется, нужно перед высшим менеджментом защитить и заложить правильные ожидания от внедрения решения.
Где точно необходима оптимизация
В первую очередь она нужна в тех процессах, где бизнес имеет высокую степень контроля над количественно измеримой проблемой. В любой деятельности есть процессы, которые мы не можем проконтролировать: например, мы можем повлиять на поведение клиента, но не можем заставить его действовать определенным образом. А вот проблемы производства, например, отставание от графика или поломки оборудования – это те процессы, которые в значительной степени можно контролировать и измерить.
С чем необходимо определиться до презентации
Готовое решение vs. кастомная разработка. У обоих подходов есть свои преимущества и недостатки. Готовые решения избавляют компании от необходимости изобретать велосипед – они экономят внутренние ресурсы и менее дорогие. Кастомная разработка, напротив, требует бОльших затрат, но в ее случае решение создается конкретно под вашу задачу, что дает большую гибкость. Однако идти нужно от задачи – если задача требует максимально быстрого решения и на рынке уже есть готовый продукт, то стоит выбрать его. Если же задача не вписывается в функционал коробочного решения, то лучше обратить внимание на кастомную разработку.
Качественные преимущества, которые оптимизация может принести компании. Даже небольшое улучшение в одном из основных процессов компании может привести к значительному экономическому эффекту. Но посмотрите чуть дальше показателей выручки и экономии расходов – успешное решение поможет не только масштабироваться, но и улучшить связанные с ним процессы.
Кто из компании может быть потенциально заинтересован в проекте. Здесь нужно ответить на два вопроса: на чьи задачи повлияет инновационное решение, а также как спланировать проект таким образом, чтобы преимущества от внедрения решения соответствовали потребностям заинтересованных сторон.
4 аргумента, которые помогут убедительно представить проект
1. Больше чем прибыль. Оптимизация дает ряд дополнительных преимуществ, которые и делают ее мощным решением для многих бизнес-проблем. Когда вы автоматизируете сложные расчеты, вы не только экономите расходы и увеличиваете прибыль, но еще поднимаетесь на другой уровень решения проблем, где на задачи можно посмотреть с более широкого ракурса. Например, появляется возможность сбалансировать приоритеты. Часто смежные бизнес-процессы имеют конкурирующие затраты. Например, у планирования основного производства – это эффективность предприятия и уровни запасов. Модель, разработанная для оптимизации производства, поможет уравновесить затраты по обоим направлениям. Кроме того, хорошее оптимизационное решение отличается гибкостью – его всегда можно корректировать и улучшать в соответствии с запросами бизнеса.
2. Примеры аналогичных решений. Не секрет, что различные компании из одной сферы сталкиваются с похожими проблемами. Если это логистика, то здесь важно научиться быстро выстраивать оптимальные пути перевозки и оптимально управлять автопарком, если это производство, то там наверняка есть задача по оптимальному планированию. Вы можете изучить кейсы конкурентов на предмет похожих задач и привести их в качестве примера. Единственное, что стоит учесть при этом – что многие зарубежные решения ушли с российского рынка в 2022 году, и найти подходящий продукт может быть сложно, чтобы полностью повторить кейс из референса.
3. Четкая формулировка ожидаемых результатов. Успех проекта во многом зависит от того, какие ожидания в него заложены. Ошибочно думать, что алгоритм сходу сможет заменить целый отдел специалистов: для начала модель нужно научить делать хотя бы приблизительно ту же часть работы, что умеет делать человек. Только потом алгоритм можно дорабатывать так, чтобы он справлялся с более сложными и объемными задачами. Чтобы ожидания были сформулированы верно, нужно точно понимать суть решаемой проблемы и желаемые результаты. Например, логистической компании нужно увеличить маржинальность, для этого решили создать сервис консолидации заявок. Тут важно понять, что будет считаться успешным результатом работы модели – не абстрактное увеличение выручки в N раз, но, например, экономия за счет более высокой утилизации транспортных средств.
4. Аудит процессов. Математическая оптимизация подразумевает постановку бизнес-проблемы в строгих математических терминах. Это способствует тому, что компания получает возможность
провести некий аудит процессов: сформировать целевую функцию оптимизации в деньгах, привести критерии к единой системе измерения. Например, если компания хочет оптимизировать маршрутизацию транспорта, ей предстоит определиться, являются ли временные окна погрузки и разгрузки строгими – можно ли опаздывать, сколько стоит час или день опоздания. Это позволит взглянуть и оценить процессы под другим углом.
статьи
