зники доведеться з нулем. По-друге, використовувані в сценарії величини, хоча і реалістично співвідносяться один з одним, але досить приблизні і не можуть бути сприйняті всерйоз.
Саме тому потрібно взяти опис виробничої системи, запропонований розробниками програми. У ролі такого сценарію в даній роботі буде виступати виробництво цукерок. Це набагато більш складний процес, опис якого займе велику кількість часу, проте все, що нам потрібно знати для аналізу це те, що виробнича система занесена в IBM ILOG Plant PowerOps, початкові та кінцеві значення KPI, критерії оптимізації виробництва. Ваги кожного KPI в моделі рівні.
Специфіка даного кейса, як можна помітити з KPI, полягає в тому, що зовсім не обов'язково знати показник виручки. Достатньо лише оцінити вартість зриву контракту (non-delivery cost), вартість втрати простроченого товару (waste cost), вартості переналагодження обладнання, надлишкового або недостатнього рівня запасів на складі. Оптимізуючи TCO за даними видами витрат, програма оптимізує виробництво
Як ми бачимо, висока вартість зриву контракту і втрат простроченого товару мотивують фахівців з планування робити акцент на запобігання саме цих випадків. У цих умовах найбільшу частку сумарних витрат становлять втрати від дефіциту запасів на складі.
Так як ваги критеріїв однакові, маємо право складати KPI з метою отримання кумулятивного показника. До оптимізації сумарні витрати склали 3062033155, 43 у.о. Після вони виявилися рівні 3058572856 у.о., що дозволило скоротити витрати на 3460 299,14 у.е. або 0,13% Це сталося завдяки деякого збільшення витрат на переналагодження устаткування і зміщення рівноваги в бік збільшення витрат, пов'язаних з надмірним рівнем запасів на складі. Дана економія була отримана за період 1 рік 20 днів. З урахуванням того, що інформаційні системи вимагають поновлення мінімум кожні 7-10 років, навіть при досить жорсткому рівні вартості грошей (15%) за 7 років програма зможе окупити одноразову інвестицію приблизно в 13 094 310.12 у.о.
Звичайно ж, чистого одноразової, так само як і повністю рівномірного інвестування передбачити неможливо, однак очевидно, що впровадження цього рішення, швидше за все, підвищить вартість компанії (середній бюджет впровадження IT-проектів у великих компаніях становить 10-20 млн.) і, що важливіше, збереже конкурентоспроможність її системи виробництва на високому рівні ще довгий час.
Висновок
Отже, в ході роботи було достатньо докладним чином описано місце програми IBM ILOG Plant PowerOps в середовищі інших інф?? рмаціонних систем планування виробництва. На основі аналізу декількох випадків, ознайомившись користувача з основними принципами дії програми, була оцінена ефективність програми і доцільність її впровадження для конкретної ситуації.
Об'єднуючи ув'язнення двох розділів, можна говорити про те, що IBM ILOG Plant PowerOps буде ефективна в переважній кількості випадків лише за тієї умови, що особою, яка приймає рішення, буде реалістично оцінена галузь, в якій працює підприємство, і його капіталомісткість (дійсно, економія в розглянутому нами кейсі склала 0,13% і була б абсолютно незначна для виробництв середнього масштабу). Варто відзначити, що існує ще безліч причин організаційного характеру, які могли б завадити впровадженню програми. Навряд чи компанія, у якої до цього не було системи оперативного планування виробництва або була інша система, зможе безперешкодно перейти на нову. Успіх реінжинірингу бізнес-процесів та інші зміни організаційного характеру, пов'язані з програмним забезпеченням IBM ILOG Plant PowerOps, можуть стати предметом подальших досліджень у даному напрямку.
Список використаної літератури
планування управління виробництво ortems
1.Antti Tenhi? l ?, Contingency theory of capacity planning: The link between process types and planning methods. IE Business School, Calle de Mar? A de Molina 12-5, 28006 Madrid, Spain
2.IBM® ILOG Plant PowerOps (PPO) documentation.- додаток до IBM® ILOG Plant PowerOps Version 3.3
3.Зайцев Е.І.Управленіе інформаційними ресурсами в логістиці: ілюстрації та інформаційні матеріали. 2 010 - 80 с.
