Каждый производитель задается вопросом, кому, когда и в каком виде продать товар, чтобы максимизировать прибыль
Сельское хозяйство стремительно берет на вооружение новые технологии: начиная от роботизации операций и заканчивая применением инструментов управления и стратегирования. В этом цикле статей я расскажу, как с помощью создания математических двойников агропромышленные предприятия могут оптимизировать разные элементы своих цепей поставок: закупку сырья, производственную и логистическую инфраструктуру, трейдинг. В сегодняшнем материале речь пойдет об оптимизации сбыта готовой продукции.
Сбыт агропродукции выбран первой темой не случайно: каждый производитель задается вопросом, кому, когда и в каком виде продать товар, чтобы максимизировать прибыль. Для небольших хозяйств ответ довольно очевиден, и чаще всего фермеры сотрудничают с географически ближайшими к ним оптовиками. Однако чем крупнее производитель, чем шире его ассортимент и чем больше у него способов доставки и каналов сбыта, тем больше возникает вариантов. Отправить масло наливом на экспорт или расфасовать по бутылкам и продать на внутреннем рынке? Продать побыстрее ранние культуры для повышения оборачиваемости инфраструктуры или придержать их и реализовать подороже?
Оптимизация распределения продукции по каналам продаж — это одна из задач, которую агропромышленные предприятия могут решать, создав двойника цепи поставок. Модель повторяет бизнес-логику реальных процессов, поэтому, загрузив в нее данные, можно «отыграть» тот или иной сценарий и посмотреть, к какому результату это приведет. Ниже представлены примеры вариативных ситуаций, в которых математика помогает найти оптимальное решение.
Экспорт vs внутренний рынок
Для крупных производителей, которые обеспечивают и внутренний спрос, и реализацию по экспортным каналам, стоит вопрос, какие объемы оптимально направить в каждый канал. При этом надо учитывать еще и условия поставки. Например, на внутреннем рынке товар можно продать «по переписи» - когда продукт не перемещается, а остается в элеваторе, но переходит право собственности. На такой товар самая низкая цена, ведь нет затрат на логистику. Однако иногда выгоднее потратиться на доставку и отгрузку, потому что клиент заплатит ощутимо больше, и прибыль будет выше. Возможно, сейчас компания продает товар ближайшим клиентам, а выгоднее было бы отвезти продукцию в более дефицитный регион.
Если компания решает доставлять товар на экспорт, добавляется вариативность с точки зрения способов доставки (автотранспорт, ж/д, морские перевозки). В зависимости от стоимости услуг в различных портах, пошлин и даже субсидированных тарифов на перевозку будут по-разному формироваться затраты, генерируемые цепочками поставок.
Учитывая эти факторы, математическая модель определяет наилучшие каналы сбыта с точки зрения логистических затрат. На базе этих знаний производитель сможет строить свою стратегию продаж, смещая фокус в более эффективные для себя каналы.
Реализация vs хранение
Отличительной особенностью сельского хозяйства является сезонность. Сбор урожая длится короткий период — время самой низкой цены. После цена начинает расти, поэтому те, у кого есть мощности по долговременному хранению, находятся в более выгодном положении. Часть сырья можно продать сразу для обеспечения оборотного капитала, а часть реализовать позже, когда сложится наилучшая ценовая конъюнктура. Какие объемы продать, а какие придержать и как долго — тоже вопрос для оптимизации. Такая же оптимизационная задача актуальна и для переработчиков: можно определить, какой объем сырья лучше закупить в период низких цен, а какой позднее — при ограничениях собственных мощностей по хранению.
Эффективные vs неэффективные договоры с клиентами
С помощью модели можно провести детальный cost-to-serve анализ — анализ затрат по всей цепочке поставок, понесенных компанией на обслуживание каждого существующего клиента. Это позволит определить, кто приносит наибольшую выгоду, а кто ниже нормы прибыльности, и этих средств не хватит даже, чтобы закупить семена и засеять поля на следующий сезон. Решение этой задачи позволяет понять, с какими компаниями стоит расширять сотрудничество, а с какими пора пересмотреть договорные условия.
При этом результаты моделирования могут стать доказательной базой для переговоров с клиентом, на основании который можно определить новые взаимовыгодные условия сотрудничества. В нашей практике был не один кейс, когда компании обнаруживали убыточный канал продаж, меняли условия поставок и выводили канал в плюс.
Классы качества
Сельскохозяйственные культуры делятся на категории по качеству. Например, у производителя есть поля, где преобладает пшеница с содержанием 14,5% протеина, а есть те, где большая доля продукта ниже качеством — 12%. При этом для пшеницы разных классов будут свои отпускные цены, потребители и условия поставки. Оптимизация позволяет выбрать наиболее выгодное соотношение использования и смешивания сырья в зависимости от спроса: можно подвезти на элеваторы пшеницу с разным содержанием протеина, чтобы смешать и отгрузить в любой момент, или загрузить элеваторы более дорогой пшеницей и по необходимости подвозить менее качественную для смешивания.
Виды культур
Инфраструктура, которая оборачивает свои мощности всего раз за сезон, обходится очень дорого. Для многих компаний решением может быть работа не только со своими, но и с другими культурами, для которых нужны те же условия хранения. Например, компания работает с ранними культурами, быстро перерабатывает их на своих мощностях, а далее использует их для хранения других культур, которые позже можно продать дороже. Модель поможет рассчитать, какие культуры следует дополнительно освоить с учетом спроса и возможностей инфраструктуры. Бывали кейсы, когда компании оказывалось выгодно немного вложить в модернизацию инфраструктуры, чтобы работать с новой культурой, так как это открывало новый прибыльный рынок сбыта.
Пример работы модели для компании агропромышленной отрасли
В общих чертах определение приоритетных направлений дистрибуции выглядит так: на начальном этапе работы модели компания может проанализировать весь рыночный спрос на свой продукт «в вакууме», как если бы не было конкурентного окружения. Модель определит самый выгодный канал сбыта. Далее в ход идут ограничения: пропускная способность канала и конкуренты, которые его делят. Исходя из этого, модель определяет следующий канал, за ним еще один и позволяет создать оптимальную приоритизацию продаж.
Инструмент, позволяющий планировать производство и возможную дистрибуцию готовой продукции, команда LAMACON разработала для холдинга «Сибагро». Перед компанией стояла задача определить наиболее востребованную продукцию, производить и поставлять ее клиентам быстро и в нужном качестве. Изучив рецептуры и сроки изготовления продукции, сроки годности, лид-таймы и другие предпосылки, консультанты построили модель цепочек поставок холдинга, которая охватывает период на 12 недель вперед. Математический двойник позволил выстроить оценочный расчет оптимального ассортимента, оптимальную схему использования сырья для его производства и распределения потоков производства и поставки продукции. Данный пример отражает возможности моделирования на тактическом горизонте и при существующей инфраструктуре.
Помимо приведенного тактического примера, существует возможность работать и на уровне стратегии, выстраивая план развития инфраструктуры для освоения новых, более выгодных каналов продаж с учетом роста производства за счет увеличения посевных площадей, урожайности или введения в севооборот новых культур. Главное, что моделирование дает возможность критически пересмотреть исторически сложившиеся каналы сбыта, проанализировать весь потенциальный рынок, обновить структуру продаж и увеличить совокупную рентабельность бизнеса.
Автор — бизнес-эксперт консалтинговой компании LAMACON.
Мнение автора может не совпадать с позицией редакции.
