Аудит склада
Мы в компании «СИТЕК» проводим для каждого нашего клиента глубокое исследование, которое выявляет узкие места, и предлагаем практические меры для улучшения складских процессов. Но что именно входит в состав проводимого нашими специалистами аудита складской логистики?
Здесь важно понимать, что каждый заказчик уникален. Даже очень похожие на первый взгляд компании, работающие в одной и той же сфере бизнеса, очень сильно различаются, стоит только «копнуть» вглубь использующихся в них процессов и принципов построения складской логистики. Исходя из этого производится и подбор элементов, входящих в аудит конкретной компании.
Сегодня мы кратко рассмотрим возможные составные элемента аудита складской логистики.
1. Визуальный осмотр объекта заказчика
Данный этап – это «основа основ», без которой невозможно начинать проведение аудита любого предприятия. Эдакая «отправная точка». В состав визуального осмотра входят: осмотр общей инфраструктуры, подъездных путей и путей движения транспорта на территории заказчика, осмотр задействованных в процессах объектов и оборудования, используемого в исследуемых процессах.
В ходе осмотра специалистами заполняются специальные формы – чек-листы, которые содержат описательные и оценочные элементы состояния проверяемого объекта в целом и составляющих его элементов в частности. Количество оценочных элементов при проведении аудита специалистами компании «СИТЕК» иногда исчисляется несколькими сотнями!
Базисные критерии оценки – это безопасность, housekeeping (чистота и порядок), оснащенность, соблюдения условий осуществления процессов, организация зон, мест осуществления процессов и сама организация процессов.
Итогом данного этапа становится заключение о результатах осмотра объекта заказчика, содержащее показатели, значения, комментарии и оценочные статусы.
2. Проверка соответствия фактически выполняемых процессов инструкциям, регламентам, стандартам
Компания работает в соответствии со стандартами системы менеджмента качества, системы экологического менеджмента, системы менеджмента безопасности пищевой продукции или имеет собственные руководящие документы? Тогда с установленной периодичностью должны проводиться аудиты соответствия осуществляемых процессов приведенным для примера выше стандартам. В результате осуществления аудита на соответствие стандартам оформляется заключение о соответствии осуществляемой деятельности установленным стандартам.
3. Работа с данными клиента
Это один из самых больших и сложных этапов аудита, включающий несколько подэтапов.
3.1. Анализ НСИ
Комплексный анализ нормативно-справочной информации в рамках использующейся на предприятии учетной системы начинается с анализа структуры номенклатурного справочника. В рамках него оценивается структура справочника в разрезе категорий, групп и подгрупп. Определяется, сколько актуальных номенклатурных позиций, сколько выведено из оборота, есть ли данные по весогабаритным характеристикам (ВГХ) товарно-материальных ценностей.
Далее идет анализ наличия дублирующих записей. Возьмем для примера номенклатурный справочник и осуществим проверку наличия в нем дублирующих записей. Может сразу
возникнуть вопрос: откуда такие записи вообще могут взяться? Ведь всем известно, что в учетных системах 1С одному наименованию номенклатурной позиции соответствует один код. Да, это так. Давайте для наглядности рассмотрим несколько примеров:
• 00-00005786 «Антисептик 0,16 л. Классик*» и 00-00011085 «Антисептик 0,16 л. Классик*». Это пример полного дубля записи номенклатурного справочника – у записей различается только код. Их не так сложно найти, даже просто предварительно выгрузив номенклатурный справочник, к примеру, в Excel и сопоставив наименование. Почему так могло произойти мы здесь разбираться не будем – вопрос возникновения дублей в НСИ я подробно рассмотрел в своей прошлой статье.
• 00-00005786 «Антисептик 0,16 л. Классик*» и 00-00011485 «Антисептик 0,16 л. Классик.».Здесь ситуация сложнее: коды записей разные, наименования тоже разные. Вы можете сказать: «Отличие только в знаках «*» и «.» в конце наименования – это же очевидно и сразу заметно!». И вы будете совершенно правы. Можно сесть, глазами просмотреть весь справочник и вручную отредактировать все подобные дубли. Правда, есть одно большое НО: такой подход сработает только если размер вашего номенклатурного справочника составляет максимум несколько сотен записей. А если таких записей тысячи и десятки тысяч? Работы по «ручному» сопоставлению в таком случае могут потребовать несколько месяцев упорной работы целой команды сотрудников! И при этом часть ошибок все равно останется – «человеческий фактор» исключать нельзя. Поэтому мы в ходе аудита используем «машинное» сравнение с помощью специального софта на базе определенной математической модели. Такой софт сравнивает каждую запись справочника номенклатуры с каждой другой записью (одну запись сравнивает со всеми записями) и вычисляет «похожесть». У приведенного выше примера первая запись будет «похожа» на вторую на 98%.
Выявление подобных дубликатов можно и нужно проводить не только на справочнике номенклатуры, но и на справочнике клиентов, например.
3.2 Верификация данных о движении материального потока
На данном этапе производиться оценка ретроспективных данных клиента по движению товарного потока (начальный остаток, приход, расход, конечный остаток). Сравниваются ретроспективные показатели движения материального потока и расчетные. На выходе получаем значение сходимости баланса.
По итогам анализа НСИ и верификации данных о движении материального потока можно оценить качество данных.
3.3. Анализ входящего и исходящего потоков
На данном этапе производится оценка минимального, максимального, среднего и общего потока за период, рассчитывается коэффициент неравномерности потока. Эти данные позволяют оценить площади зон проверяемого объекта и ответить на ряд важных вопросов. Например, достаточна ли имеющаяся площадь для зоны приемки, отгрузки, комплектации, упаковки, хранения и.т.п. Читайте также Machine Learning на практике: зачем технологии бизнесу и когда их использовать? Являясь частью искусственного интеллекта, машинное обучение (Machine Learning, ML) открывает все больше возможностей бизнесу. Его внедряют для трансформации процессов, развития транспорта, логистики, АПК и других отраслей, а экономический эффект применения ИИ составляет более триллиона рублей. Рассмотрим, какие прикладные задачи компаний решает ML, приведем примеры внедрения, поговорим про подход Retrieval-Augmented Generation (RAG) и дадим чек-лист качественной интеграции и использования ИИ в реальном секторе.
Источник: www.it-world.ru
Похожие новости:
Состояние потока. Как провалиться в бессознательное состояние и что этому способствует?
Уровень «цифровой зрелости» компаний в России выше, чем в среднем по миру
Технологии в агрокомплексе: мастера, подмастерье и искусственный интеллект
«Количество желающих повышать квалификацию в больших компаниях меньше, чем среди предпринимателей»