Введение 4
Глава 1. Обзор компании и формулировка управленческой проблемы 6
1.1. Описание внутренней среды компании и ее деятельности 6
1.2. Анализ внешней среды компании 10
1.3. Перспективы расширения сети в Санкт-Петербурге 14
Выводы по главе 16
Глава 2. Теоретические подходы к управлению сетью пунктов приема и ее экспансии 17
2.1. Методы решения управленческой проблемы 17
2.2. Рассмотрение характеристик схожих цепей поставок 20
2.3. Стратегии выбора местоположения и экспансии 25
Выводы по главе 27
Глава 3. Моделирование стратегических альтернатив 28
3.1. Описание и анализ набора данных для модели 28
3.2. Формирование альтернатив расширения и моделирование процессов обслуживания сети 31
3.3. Сопоставление стратегических альтернатив 43
Выводы по главе 49
Заключение 51
Список использованной литературы 53
Проблема обращения с твердыми коммунальными отходами и в особенности с пластиковыми отходами требует как усовершенствования инфраструктуры утилизации для предотвращения неконтролируемого захоронения, так и изменений в процессах потребления. Параллельно с национальными и региональными проектами появляются частные инициативы, закрывающие на локальном уровне провалы системы и использующие рыночные инструменты извлечения прибыли в сфере.
Одной из таких инициатив являются автоматизированные пункты приема определенного вида продукции для их последующей сдачи на переработку. Пункты приема размещаются в различных учреждениях и общественных местах и предлагают небольшое вознаграждение пользователям за использование сервиса. Такие пункты называются фандоматами (pfand – депозит, нем.). Одной из ведущих российских компаний в отрасли является Инновационная Экологическая Платформа, производящая и устанавливающая фандоматы под торговой маркой Ecoplatform.
Данная компания была выбрана для исследования в силу ее независимости от крупных компаний в сфере обращения с отходами и того, что она располагает самой широкой сетью фандоматов в России. Для ее расширения заключаются партнерские соглашения с корпорациями в сфере ритейла и строительства, а также с государственными и образовательными учреждениями. В результате этого сотрудничества пункты приема появляются в привычных для пользователей местах: магазины, территории жилых комплексов, офисы и ВУЗы.
Вопросы управления сетью пунктов приема и ее расширения являются ключевыми для экономической устойчивости бизнеса фирмы и достижения ее стратегических целей. В данной работе будет рассматриваться проект расширения сети фандоматов компании в Петербурге. Последовательный охват географического рынка предполагает выбор направления экспансии и получение соответствующих стратегических преимуществ в продвижении сервиса и процессах регулярного обслуживания сети.
Целью работы является сопоставление альтернативных стратегий расширения сети пунктов приема вторичного сырья компании в Санкт-Петербурге. Для достижения цели выделен список задач:
• описание операционных процессов регулярного обслуживания сети фандоматов
• оценка стратегических позиций компании в контексте отрасли и других внешних факторов
• анализ операционных процессов управления схожими цепями поставок
• определение ключевых показателей оценки целесообразности расположения объектов
• выделение стратегических альтернатив расширения сети компании
• сбор данных по добавляемым объектам
• моделирование процессов обслуживания сети при альтернативных стратегиях ее экспансии
• оценка стратегических преимуществ сопоставляемых стратегий расширения
Объектом исследования является общество с ограниченной ответственностью «Инновационная Экологическая Платформа». Предметом – сеть пунктов приема компании в Санкт-Петербурге. В данной работе используются данные из открытых источников, материалы научных статей и журналов, сообщения из средств массовой информации. Исследование проводится с использованием инструментов оценки стратегического положения компании и сравнительного анализа конкурентов, также применяется программное обеспечение для обработки данных, проведения гравитационного анализа (AnyLogistix) и имитационного моделирования процессов (AnyLogic).
Российская компания Инновационная Экологическая Платформа (ИЭП) является лидером в инновационной отрасли автоматизированных пунктов приема, которая активно развивается в стране. На данный момент сеть фандоматов компании по стране не достигла достаточного масштаба для того, чтобы этот сервис был широко доступен во всех крупных городах и существовал без субсидирующих платежей со стороны крупных компаний, которые покупают автоматы и оплачивают их регулярное обслуживание.
Продолжительное сотрудничество с компаниями в сфере ритейла, строительства и других позволяют ИЭП продолжать размещать свои пункты приема на территории партнерских объектов. В Санкт-Петербурге доступно свыше 400 подобных объектов, охватывающих большую часть территории и населения города. Управленческой проблемой становится выбор стратегии непосредственно отбора объектов, которые целесообразно включить в сеть компании. При этом требуется одновременное добавление нескольких десятков объектов, что требует не вычисления одного оптимального расположения, а выстраивание стратегии охвата региона. Для данной работы была поставлена цель сопоставления альтернативных стратегий расширения сети в данном регионе.
Установка фандоматов предполагает их регулярное обслуживание, процессы которого были описаны и включены в дальнейшее описание функционирования сети в модельном пространстве. Пункты приема постепенно наполняются приносимой тарой – пластиковыми бутылками и алюминиевыми банками. Процесс взаимодействия с клиентом автоматизирован и требует постоянного присутствия вспомогательного персонала на территории объекта. Задачами компании становятся обеспечение исправности автомата, в котором также встроен механизм компьютерного зрения, контролирующего сдаваемую тару, и своевременный вывоз собранной тары для продолжения работы пункты приема. Компания ведет деятельность в условиях повышенного интереса к проблеме обращения с отходами со стороны государства и общества, что позволяет ИЭП привлекать крупные компании с целью поддержки деятельности и также обеспечивает растущее количество людей, желающих воспользоваться сервисом.
Фандомат можно охарактеризовать как возвратный торговый автомат (reverse vending machine), который одновременно является объектом спроса и отправной точкой возвратной логистики. Следовательно, сервис ИЭП – это «первая миля», которая, подобно «первой миле», предполагает обеспечение доступности сервиса для пользователей за счет уменьшения расстояния до пункта приема и выстраивание логистической системы, которая будет обслуживать множество объектов в городе. Извлекаемая из фандомата и продаваемая на переработку собранная тара не приносит высокой выручки, вследствие чего требуется рациональное использование мощностей по вывозу продукции для обеспечения прибыльности данного вида деятельности. Поэтому ключевыми показателями эффективности сети становятся объем вывезенной продукции и количество машино-часов, которые были на это затрачены.
Охват региона может происходить по двум направлениям: от единого центра к соседним районам или от нескольких крупных центров вглубь региона. Из этого были выведены две альтернативные стратегии экспансии для сети фандоматов ИЭП: расширение через близлежащие объекты, которое бы обеспечило плотное размещены точек сети в районах с наивысшим нынешним присутствием компании и пешую доступность сервиса, и равномерное расширение, которое охватило бы весь город и позволила компании разместить добавляемые объекты в соответствие с численностью разных районов. Для сравнения этих альтернатив был выбран инструмент агентного имитационного моделирования, который позволил отразить в моделируемом пространстве выполнение процессов функционирования сети и вычислить ключевые показатели эффективности ее обслуживания.
Для построения модели необходимо было сформировать наборы объектов, добавляемых в сеть в соответствие с логикой рассматриваемых направлений экспансии. Были определены доступные партнерские объекты в городе и собраны данные об их местоположении, формате и ожидаемом уровне спроса, после чего были определены точки, включаемые в сеть при той или иной альтернативе расширения. Процессы обслуживания сети были отражены в виде алгоритма выполняемых действия на уровне каждого объекта: пункта приема, транспортной единицы или склада. Путем воспроизведения построенной имитационной модели были вычислены показатели для сопоставления альтернатив. Помимо непосредственного сопоставления стратегических альтернатив расширения по полученным из модели количественным показателям, также был представлен ряд аналитических инструментов, показывающих ожидаемые финансовые показатели и гибкость расширенной сети при колебаниях спроса.
1. Anthony R. N. Planning and control systems: a framework for analysis // Harvard Business School. – 1965. – Гл. 1. – С. 18-19.
2. Arvidsson E., Kling V. Factors influencing the intention to perform in-store recycling: A qualitative study applying the Theory of Planned Behaviour to the Swedish fashion industry. – 2018.
3. Carvalho A. X. Y. et al. Spatial hierarchical clustering //Revista Brasileira de Biometria. – 2009. – Т. 27. – №. 3. – С. 411-442.
4. Carvalho P., Marques R. C. Economies of size and density in municipal solid waste recycling in Portugal //Waste management. – 2014. – Т. 34. – №. 1. – С. 12-20.
5. Ciari F., Löchl M., Axhausen K. W. Location decisions of retailers: an agent-based approach //Arbeitsberichte Verkehrs-und Raumplanung. – 2008. – Т. 499.
6. De Bellis A. Sustainability of the German Deposit system: Case study in Berlin: дис. – Politecnico di Torino, 2020.
7. Droste I. Algorithms for the travelling salesman problem : дис. – 2017.
8. ESCAP U. N. Sustainable Development Goal 12: ensure sustainable consumption and production patterns// UN – 2016. – URL: https://sdgs.un.org/goals/goal12
9. Estampe D. et al. A framework for analysing supply chain performance evaluation models //International journal of production economics. – 2013. – Т. 142. – №. 2. – С. 247-258.
10. Gallardo A. et al. Methodology to design a municipal solid waste pre-collection system. A case study //Waste management. – 2015. – Т. 36. – С. 1-11.
11. Harahap R. F. et al. Study vehicle routing problem using Nearest Neighbor Algorithm //Journal of Physics: Conference Series. – IOP Publishing, 2023. – Т. 2421. – №. 1. – С. 012027.
12. Holmes T. J. The diffusion of Wal‐Mart and economies of density //Econometrica. – 2011. – Т. 79. – №. 1. – С. 253-302.
13. Investor Presentation // TOMRA – 2022. – С. 23. – URL: https://www.tomra.com/-/media/project/tomra/tomra/investor-relations/quarterly-results-files/2022/2q/220715-investor-presentation.pdf
14. Ivanov D. Supply chain simulation and optimization with anyLogistix. – 2021.
15. Jaedicke R. K., Robichek A. A. Cost-volume-profit analysis under conditions of uncertainty //The Accounting Review. – 1964. – Т. 39. – №. 4. – С. 917...94