Как повысить эффективность морской логистики на 85% c помощью разработанной IT-системы

Заказчик

«Газпромнефть-Снабжение» — лидер комплексных услуг на рынке промышленных закупок и логистики

Задача

В динамике воспроизвести существующие цепочки снабжения в цифровом пространстве и дать рекомендации по повышению их эффективности

Задача

Основная потребность заказчика в новой IT-системе: в динамике воспроизвести существующие цепочки снабжения в цифровом пространстве и дать рекомендации по повышению их эффективности.То есть на основе реальных данных построить цифровые копии складов, портов, кораблей и других объектов, участвующих в поставках.

1. Объединить эти цифровые копии в одну большую модель, которая будет полностью воспроизводить процесс доставки грузов от склада до корабля.
   
   
2. Получить возможность управлять этой моделью в интерфейсе веб-приложения, проверять гипотезы и получать результат в виде BI-графиков и рекомендаций, внедрять проверенные гипотезы в реальные цепочки снабжения.

Решение

Решением стала система поддержки принятия решений в области планирования морской логистики на основе имитационного моделирования, разработка которой занимались мы совместно с «Газпромнефть-Снабжение». Основное отличие этой системы в том, что она функционирует на разработанном под задачу ПО, которое проектирует визуальную часть и состоит из веб-приложения с интерфейсами, движком имитационного моделирования и BI-аналитикой. Всё в одном окне.

В рамках разработки IT-системы:

1. Провели бизнес и системную аналитику будущего IT-продукта.
2. Совместно с заказчиком определили уровень детализации имитационной модели.
3. Спроектировали архитектуру веб-приложения и BI-системы. 
4. Разработали UX/UI, CJM.
5. Разработали алгоритмы и логику поведения компонентов системы: frontend, backend.
6. Выпустили IT-решение. Провели тестирование и отладку.
7. Провели оптимизацию и улучшения. Прошли ПМИ и ПСИ.

IT консалтинг и аналитика

Без полномасштабного исследования невозможно сделать масштабную IT-систему. Все участники процесса от согласующих до разработчиков должны иметь полную аналитику за счёт исследований рынка, возможностей корпорации и команды разработки. 

На этом этапе мы провели полный бизнес-анализ, выстроили системную аналитику, разработали ТЗ и ФТТ.

Архитектура решения

Это фундаментальный этап разработки серьёзного IT-проекта, на котором мы определили общую структуру и организация будущего решения:

Выбор архитектурного стиля — Определение компонентов системы — Установление принципов коммуникации — Разработка структуры базы данных — Определение стратегии управления данными — Проектирование системы безопасности и авторизации — Масштабируемость и отказоустойчивость — Управление конфигурациями и развёртыванием — Мониторинг системы и аналитика — Документирование.

UX/UI, интерфейсы

Для наглядной демонстрации предлагаемых модулей системы мы разработали макеты и прототипы, включая конкретные интерфейсы, экранные формы и взаимодействия. Затем  провели тестирование созданных макетов и прототипов, акцентируя внимание на конкретных сценариях использования. На основе результатов анализа и тестирования, предложили и согласовали конкретные решения и макеты и интерфейсов. 

Весь этап выглядит так:

Поиск путей решения и автоматизации — Создание макетов и прототипов — Тестирование макетов и прототипов — Решения — Документирование.

Frontend и Backend- разработка основных модулей системы

Разработка продукта для enterprise-клиентов — это намного больше, чем просто создание программного кода. Это сложный и многогранный процесс, ориентированный на достижение ценности для клиента и продуктивное использование гипотез.

На этом этапе мы разработали:

1. Модуль «Справочники».
2. Модуль «Сценарии».
3. Модуль «Расчёты».
4. Модуль «Уведомления».
5. Модуль «Журнал событий».
6. Модуль «Проверки надежности плана».

Работа имитационной модели и сервиса

1. Изначально в созданном нами веб-сервисе задаются такие технические характеристики как показатели флота, портов, складов; параметры как фиксированных, так и переменных затрат на транспортировку, погрузку и т.д. Пользователь может регулировать практически любую переменную.
   
   
2. Модель запускается в интерфейсе, и процесс имитации начинается. Объект морской логистики «работает» виртуально, и мы наблюдаем, как изменяются различные показатели во времени.
   
   Веб-сервис, например, выстраивает весь сложный процесс доставки ресурсов на платформы и просчитывает параллельный многонитевой процесс с учётом возможных перебоев, поломок техники и любых других случайных факторов. Модель учитывает временные задержки на каждом отдельном участке цепочки, и пользователь видит весь процесс в динамике.
   
   
3. Для получения более полной картины проводятся несколько прогонов модели в IT-системе, каждый из которых соответствует определенной гипотезе или сценарию. В каждом прогоне меняются один или несколько входных параметров, чтобы изучить их влияние на систему.
   
   Изменяя входные данные, можно экспериментировать с разными сценариями и выбирать оптимальный план. Например, увеличив объём баржи, можно снизить общее количество рейсов.
   
   
4. После завершения прогонов модели анализируются результаты. Это позволяет сравнить разные прогнозы развития системы и выбрать тот сценарий, который лучше всего соответствует потребностям и ожиданиям управленцев или собственников морской логистики. Внутри сервиса есть собственная BI-система для выдачи результатов.
   
   Когда оптимальный план доставки найден, он может быть реализован на практике. Кроме того, аналогичный подход для оптимизации может быть применён и в других бизнес-процессах компании с помощью адаптации имитационной модели или создания новой.

BI-система

Внутри IT-решения мы разработали BI-систему с необходимыми по функционалу дашбордами и аналитикой. Она собирает, систематизирует и наглядного отображает данные из имитационной модели. Модуль позволяет сравнить разные прогнозы развития системы и выбрать тот сценарий, который лучше всего соответствует потребностям и ожиданиям управленцев или собственников морской логистики.

Результат

По итогам внедрения скорость планирования увеличилась на 85%, а вероятность допустить ошибку в расчетах из-за человеческого фактора снизилась сразу на 95%.Также цифровое решение было признано лучшим для отрасли нефтегаза и получило престижную премию ComNews, было номинировано на премию RB Digital Awards 2024.

«Подобные IT-системы и имитационное моделирование могут применяться в любом направлении логистики и производства. На примере морских перевозок, как сферы, которая традиционно считается слабо прогнозируемой, мы убедились, что подобное web-решение прекрасно справляется со всем многообразием факторов, которые влияют на выбор маршрутов и оптимизацию».

Антон Клименков, генеральный директор Adeptum Digital Production

«Зрелые проекты рождаются на стыке сильных компетенций. Имитационное моделирование позволяет решать комплекс задач не только по анализу текущих цепочек поставок, но и по выбору наиболее эффективных решений».

Александр Венедиктов, руководитель проектов «Газпромнефть-Снабжение»