Для чего эта статья?
Я не экономист и не связан с менеджментом, тем более никогда не интересовался складской логистикой. У меня свой взгляд человека со стороны, разобравшегося и осмыслившего частную проблему. Хочу описать то понимание, которого мне не хватало изначально, как программисту. Хочу сохранить это понимание и, возможно, донести эти мысли для кого-то, кому это поможет. Без формул и заумных терминов, эта несложная математика уровня средней школы, которая может различаться у разных групп людей. Например, кто-то подгоняет lcr под 100%, а другие считают обратное значение и добиваются зеленного уровня в 25-35%, и это просто местные привычки, которые погоды не делают. Поэтому в дальнейшем буду оперировать словами "хороший" и "плохой" lcr, потому что каждый менеджер сам знает, какие цифры под этими словами подразумеваются. Другое дело, есть ли вообще понимание, зачем это считать? Оказывается, самое сложное не посчитать, а объяснить, зачем мы это считаем.
Первая проблема: нормативы.
В моем случае, для расчета показателя требовалось наличие трех справочников, которые изначально должны были быть у организации:
Справочник сотрудников — какие есть должности и сколько им платится за смену.
Справочник смен — они могут быть разными, ночными и дневными, праздничными или урезанными, нужно знать их продолжительность и возможный коэффициент оплаты.
Справочник операций — это конкретные действия сотрудников, которые приносят некую усредненную выручку и норматив трудовых затрат, сколько человеко‑часов тратится на эту операцию в среднем.
Данные справочники являются интеллектуальным сокровищем организации, это накопленный поколениями опыт, который должен передаваться от управленца приемнику и постоянно редактироваться, так как меняется мир вокруг и под него нужно подстраиваться. Если этого фундамента нет - нужно каким-то образом его разработать, подсмотреть у конкурентов или купить. Потому что в зависимости от этих нормативов у вас может получиться абсолютно разный lcr.
Например: у вас есть операция "перенести ящик из одной комнаты в другую", которая по нормативам приносит выручку в 200 рублей, трудозатраты 8 человеко-часов, а стоимость смены сотрудника 100 рублей. Мы получаем прибыль в 100 рублей при издержках в 100 рублей, как и прописано в нормативах, значит lcr 100%, а мы в шоколаде. Но другой менеджер скажет, что "вообще не важно в какой комнате хранится коробка и данная операция экономически бессмысленна", соответственно мы имеем только издержки в 100 рублей, а lcr равен нулю. То-есть в материальном мире ничего не поменялось, человек совершил работу и получил зарплату, но 2 менеджера посчитали диаметрально противоположные показатели, так как основывались на разных нормативах. Редактируя нормативы, можно рассчитать любой lcr.
Мало того, что все операции должны быть прописаны и согласованы, они должны быть нормированы относительно друг-друга. В этом главный смысл справочника, как разные операции соотносятся друг с другом по стоимости. Я столкнулся с тем, что люди складывают между собой 20 000 операций по приемке болтов с 3 операциями по приемке двигателей. Как программист я вам отвечаю, что 20 тысяч плюс три это все еще 20 тысяч, а двигатели ушли в погрешность и никак не повлияли на итоговый показатель.
Вторая проблема: объективные и расчетные данные.
Система может работать только в том случае, если подчиненное лицо, которого система и должна контролировать, будет отчитываться только объективными данными и при этом он не должен видеть расчетных данных.
В моем случае, подчиненное лицо - это начальник склада, который должен предоставлять (для данного показателя) только 2 вида данных: количество выполненных операций и количество людей на смене. Во-первых, это вещи которые достаточно легко узнать и перепроверить, а во-вторых, это те данные, которые интересны начальству: сколько проделано работы и сколько зарплат нужно заплатить.
С чем я столкнулся: пользователь вносит количество вы��олненных операций за смену и под каждый тип операций вносит затраченные человеко-часы. Причем в реальности, у него приблизительно десяток типов операций и три человека на смену, и он под каждый тип операции он пишет свое авторитетное мнение, сколько было затрачено человеко-часов. Здесь 0,77, тут - 1,38 и так далее. То-есть он просто подгоняет цифры, с таким же подходом можно упростить задачу и дать ему поле для ввода LCR: "Сегодня мы хорошо потрудились и у нас показатель 25%, а вот вчера мы филонили половину дня, по ощущениям на 32%".
Третья проблема: нельзя строить бизнес вокруг одного показателя
Допустим, у вас есть проверенные годами нормативы, честные релевантные данные и подсчитано некое число LCR. Это число всего лишь показывает насколько хорошо ваши сотрудники соответствуют вашим нормативам. Но совершенно не говорит, по какой причине это так.
Например: существует два отделения с одинаковым плохим lcr. В первом, сотрудники половину дня ничего не делают, а во втором рвут жилы, но не справляются с нормативами. В первом случае, нужно увольнять сотрудников и сокращать издержки, а во втором нужно нанимать сотрудников и увеличивать выручку. То-есть одинаковый показатель в разных случаях требует диаметральных действий.
Вам необходимо оперировать несколькими показателями, которые с разных сторон оценивают ваш бизнес процесс. А не строить тотем из одного хорошего числа.
Почему хороший LCR - это плохо для руководителя?
Наконец-то, когда мы обсудили базовое понимание экономического показателя, мы пришли к главному - зачем вообще он нужен? Допустим у вас хороший показатель, что возможно в трех случаях:
Первый случай, у вас идеальная организация, трудолюбивые сотрудники и честные начальники, и хороший показатель просто отражает действительность. Вы не можете извлечь дополнительную прибыль из процесса, так как ваше вмешательство только испортит отлаженный механизм. Скорее всего это сказочная ситуация и такого не бывает, но уверенности у вас нет.
Второй вариант, ваши нормативы слишком просты, вам нужны дополнительные траты на изменение нормативов, на эксперименты и ошибки. Что может повлечь за собой непредвиденные риски.
Третий вариант, кто-то мухлюет с отчетностью и подгоняет цифры. И это самая вероятная причина хорошего показателя. Вам нужно проводить расследование и наказывать виновника.
В итоге, руководителя должен радовать только плохой lcr - это потенциальное место, где можно вытащить дополнительные деньги. И если после этих действий показатель будет хорошим, нужно будет предпринимать действия, чтобы его испортить и выявить новые злачные места в системе.
Вывод
Любая новая надстройка над предыдущей системой должна выявлять косяки старой системы - потому что это те места, где можно извлечь новую потенциальную прибыль и окупить внедрение новой системы. Если вы десять лет считали что-то в некой парадигме, хотите внедрить новую программу и требуете от нее тех же цифр, что были раньше - это нерационально. А рационально дальше считать по старинке, так как это отлаженная система, не требующая дополнительных вливаний.
Не существует плохого и хорошего LCR, это просто расчетное число. Механизм индикации. Если у вас есть несколько отделений и у всех одинаковый показатель (даже неважно какой!) это значит, что ваша система не работает и что-то нужно с ней делать. В идеале, вы должны видеть, что большинство отделений в зеленой зоне, а пара из них в красной — на них необходимо сосредоточить внимание в следующем временном интервале (месяце или квартале). А если вы посчитали одинаковый хороший показатель у всех — вы не выполнили свою работу.
