Закупки / OTIF, defect rate
Как оценить поставщика с ИИ: OTIF и defect rate
Оценка поставщика с ИИ начинается с расчета двух базовых метрик: OTIF (On-Time In-Full) — доля поставок, выполненных вовремя и в полном объеме, и defect rate — доля бракованной продукции. ИИ автоматизирует сбор данных, выявляет аномалии и прогнозирует риски, но сами метрики считаются по формулам. Для расчета нужны данные по каждой поставке: дата заказа, дата доставки, количество заказанного и полученного, количество бракованных единиц.
Проблема
Почему это важно
Без системной оценки поставщиков компания сталкивается с постоянными срывами сроков, недопоставками и браком. Решения о выборе поставщика принимаются на основе субъективного опыта или разрозненных данных, что приводит к росту затрат на исправление дефектов, срыву производства и потере клиентов.
Почему возникает
- Данные о поставках хранятся в разных системах (ERP, Excel, почта) и не сводятся в единую картину
- Метрики OTIF и defect rate не считаются регулярно или считаются вручную с ошибками
- Отсутствуют четкие критерии оценки, решения принимаются на основе личных предпочтений
- Нет автоматического выявления проблемных поставщиков до того, как они станут критическими
Риски и потери
- Срывы сроков поставок ведут к остановке производства и штрафам перед клиентами
- Брак увеличивает затраты на возврат, переработку и утилизацию
- Недопоставки вынуждают закупать товар по более высоким ценам у других поставщиков
- Отсутствие прозрачной оценки мешает переговорам о снижении цен и улучшении условий
Что влияет на результат
- Соблюдение сроков доставки (вовремя или с опозданием)
- Полнота поставки (соответствие заказанного и фактически полученного количества)
- Качество продукции (доля брака в каждой поставке)
- Объем и частота поставок (для взвешивания метрик)
Типичные ошибки ручного подхода
- Путаница между датой отгрузки и датой получения
- Неверный расчет полноты поставки при частичных отгрузках
- Игнорирование брака, выявленного позже, а не при приемке
- Смешение метрик разных периодов без учета сезонности
Определение
Что важно понимать
OTIF
On-Time In-Full — доля поставок, выполненных вовремя и в полном объеме. Рассчитывается как отношение числа поставок, удовлетворяющих обоим критериям, к общему числу поставок.
OTIF показывает, насколько поставщик соблюдает сроки и объемы, что напрямую влияет на непрерывность производства и выполнение обязательств перед клиентами.Defect rate
Доля бракованной продукции в общем объеме поставленной продукции. Рассчитывается как отношение количества бракованных единиц к общему количеству полученных единиц.
Defect rate отражает качество продукции поставщика. Высокий показатель ведет к дополнительным затратам на возврат, переработку и замену, а также к риску потери репутации.Данные
Какие данные нужны
Данные о поставках
Для расчета OTIF и defect rate необходима информация по каждой поставке: даты, объемы, качество.
- ID поставки
- Дата заказа
- Дата отгрузки
- Дата получения
- Заказанное количество
- Полученное количество
- Количество бракованных единиц
Справочник поставщиков
Для группировки данных по поставщикам и сравнения их показателей.
- ID поставщика
- Название
- Категория товара
- Регион
Данные о приемке
Для выявления брака, который может быть обнаружен не сразу, а позже в процессе производства.
- ID поставки
- Дата обнаружения брака
- Количество бракованных единиц
- Причина брака
Методология
Методика оценки поставщика по OTIF и defect rate
Принципы
- Считать метрики регулярно (ежемесячно, ежеквартально) на основе фактических данных
- Использовать единые правила определения своевременности и полноты поставки
- Взвешивать метрики по объему поставок, чтобы крупные поставки имели больший вес
- Сравнивать показатели поставщика с целевыми значениями и динамикой за прошлые периоды
Допущения
- Данные о поставках полные и точные
- Определение брака единообразно (например, по результатам входного контроля)
- Период оценки достаточно длинный (не менее квартала) для статистической значимости
Ошибки
- Считать OTIF только по сроку, игнорируя полноту
- Не учитывать брак, выявленный после приемки
- Сравнивать поставщиков с разными объемами без взвешивания
- Использовать средние значения без учета выбросов
Роль ИИ
Как ИИ решает задачу
Автоматический сбор и консолидация данных о поставках из разных источников
Данные на входе: Данные из ERP, Excel, почты, порталов поставщиков
Что делает модель: Извлекает и нормализует данные, сопоставляет поставки с заказами
Результат: Единая таблица поставок с полями для расчета метрик
Как используется: Система использует эти данные для расчета OTIF и defect rate
Выявление аномалий в показателях поставщика
Данные на входе: Исторические значения OTIF и defect rate по каждому поставщику
Что делает модель: Сравнивает текущие значения с историческим диапазоном и выявляет резкие отклонения
Результат: Список поставщиков с аномальными изменениями метрик
Как используется: Сотрудник отдела закупок проверяет аномалии и принимает меры
Прогнозирование риска срыва поставок
Данные на входе: Исторические данные о сроках, объемах, качестве, а также внешние факторы (сезонность, регион)
Что делает модель: Обучается на исторических данных и предсказывает вероятность нарушения OTIF или роста defect rate
Результат: Прогноз риска по каждому поставщику на следующий период
Как используется: Закупщик использует прогноз для пересмотра условий или поиска альтернативного поставщика
Формирование рекомендаций по работе с поставщиком
Данные на входе: Расчетные метрики, аномалии, прогнозы, история переговоров
Что делает модель: Генерирует текстовые рекомендации на основе правил и выявленных паттернов
Результат: Перечень действий: провести переговоры, запросить корректирующие действия, рассмотреть замену
Как используется: Менеджер по закупкам получает готовый план действий
Разбор
Как это работает
- 1
Вход: данные о поставках из ERP, Excel, почты. Действие: система автоматически собирает и нормализует данные, сопоставляя поставки с заказами. Результат: единая таблица с полями: дата заказа, дата получения, заказанное количество, полученное количество, количество брака.
- 2
Вход: таблица поставок за период. Действие: система рассчитывает OTIF для каждой поставки (1, если доставка вовремя и в полном объеме, иначе 0) и defect rate (брак / полученное количество). Результат: метрики по каждой поставке.
- 3
Вход: метрики по поставкам. Действие: система агрегирует метрики по поставщикам за период (средний OTIF, средний defect rate, взвешенные по объему). Результат: сводная таблица показателей по каждому поставщику.
- 4
Вход: исторические значения метрик. Действие: модель машинного обучения выявляет аномалии (резкие отклонения от обычного диапазона) и прогнозирует риски на следующий период. Результат: список поставщиков с аномалиями и прогнозом.
- 5
Вход: метрики, аномалии, прогнозы. Действие: генеративная модель формирует рекомендации по каждому поставщику (переговоры, корректирующие действия, замена). Результат: план действий для закупщика.
- 6
Вход: план действий. Действие: закупщик утверждает и выполняет действия, фиксирует результаты в системе. Результат: обновленные данные для следующего цикла оценки.
Расчет
Формулы расчета
Для оценки поставщика используются две основные формулы: OTIF и defect rate. Ниже приведены формулы и примеры расчета.
OTIF (On-Time In-Full)
OTIF = (Количество поставок, выполненных вовремя и в полном объеме) / (Общее количество поставок) × 100%- Количество поставок, выполненных вовремя и в полном объеме — поставки, где дата получения ≤ плановая дата и полученное количество = заказанное количество
- Общее количество поставок — все поставки за период
Условный пример: За месяц было 20 поставок. Из них 15 выполнены вовремя и в полном объеме. OTIF = 15 / 20 × 100% = 75%.
Допущение: OTIF может считаться как по количеству поставок, так и по объему (взвешенный). Взвешенный OTIF = сумма полученного количества по выполненным поставкам / общее полученное количество.
Defect rate
Defect rate = (Количество бракованных единиц) / (Общее количество полученных единиц) × 100%- Количество бракованных единиц — единицы, не прошедшие контроль качества
- Общее количество полученных единиц — весь объем поставки
Условный пример: Получено 1000 единиц, из них 20 бракованных. Defect rate = 20 / 1000 × 100% = 2%.
Допущение: Defect rate может считаться по каждой поставке или агрегированно за период. Важно учитывать брак, выявленный не только при приемке, но и позже.
Пример расчета
Как это выглядит в цифрах
Условный пример: оценка двух поставщиков за квартал
- Допущение: Поставщик А: 30 поставок, из них 24 вовремя и в полном объеме, общий объем 10 000 единиц, брак 150 единиц.
- Допущение: Поставщик Б: 20 поставок, из них 16 вовремя и в полном объеме, общий объем 5 000 единиц, брак 40 единиц.
Поставщик А: OTIF = 24/30 × 100% = 80%, defect rate = 150/10000 × 100% = 1.5%. Поставщик Б: OTIF = 16/20 × 100% = 80%, defect rate = 40/5000 × 100% = 0.8%.Оба поставщика имеют одинаковый OTIF (80%), но у поставщика Б defect rate почти в два раза ниже (0.8% против 1.5%). Это означает, что поставщик Б надежнее по качеству, хотя и имеет меньший объем. При прочих равных условиях предпочтение стоит отдать поставщику Б, так как низкий defect rate снижает затраты на брак и повышает качество конечной продукции.
Логика решения
Почему дана такая рекомендация
Что повлияло на решение
- OTIF — доля своевременных и полных поставок
- Defect rate — доля брака в поставках
- Объем поставок — для взвешивания метрик
- Динамика показателей за прошлые периоды
Какие риски учтены
- Риск срыва производства из-за низкого OTIF
- Риск роста затрат из-за высокого defect rate
- Риск зависимости от одного поставщика
Какие варианты рассматривались
- Переговоры с поставщиком об улучшении условий
- Поиск альтернативного поставщика
- Введение штрафных санкций за нарушение OTIF и defect rate
Выбор основан на комплексной оценке: OTIF и defect rate вместе дают полную картину надежности поставщика. Приоритет отдается поставщику с лучшим качеством при сопоставимом OTIF, так как брак напрямую влияет на затраты.
Если поставщик А имеет стратегическое значение (например, уникальный продукт), то даже при более высоком defect rate может быть выбрано сотрудничество с ним, но с планом улучшения качества.
Результат
Что видит пользователь
Дашборд с метриками поставщиков
Таблица с OTIF и defect rate по каждому поставщику, динамика за периоды, аномалии и прогнозы
Быстро сравнивать поставщиков, выявлять проблемные зоны, принимать решения о переговорах или заменеУведомления об аномалиях
Автоматические алерты при резком изменении OTIF или defect rate
Своевременно реагировать на проблемы, не дожидаясь плановой отчетностиРекомендации по действиям
Список предложений по каждому поставщику: провести переговоры, запросить корректирующие действия, рассмотреть замену
Получить готовый план действий и назначить ответственныхАвтоматизация
Что автоматизируется, а что нет
Выполняется автоматически
- Сбор и консолидация данных о поставках из разных источников
- Расчет OTIF и defect rate по каждой поставке и агрегирование по поставщикам
- Выявление аномалий и прогнозирование рисков
- Формирование рекомендаций и уведомлений
Требует настройки
- Настройка правил определения своевременности и полноты поставки
- Определение пороговых значений для аномалий (например, отклонение OTIF более чем на 10% от среднего)
- Настройка справочника поставщиков и категорий товаров
- Настройка ролей и прав доступа
Остаётся за человеком
- Утверждение рекомендаций и плана действий
- Проведение переговоров с поставщиками
- Решение о замене поставщика или изменении условий контракта
Внедрение
Как внедрить решение
Быстрый запуск
- Собрать данные о поставках за последние 3 месяца в Excel
- Рассчитать OTIF и defect rate вручную по формулам
- Составить рейтинг поставщиков и выявить проблемных
Рабочая система
- Настроить автоматический сбор данных из ERP и других систем
- Создать базу данных поставок и справочник поставщиков
- Разработать дашборд с метриками и уведомлениями
- Настроить правила расчета и пороги аномалий
Расширенный вариант
- Внедрить модель машинного обучения для прогнозирования рисков
- Подключить внешние источники данных (например, рейтинги поставщиков)
- Настроить сценарный анализ: как изменится надежность при смене поставщика
Подготовка
Чек-лист перед запуском
- 1
Определены правила расчета OTIF (что считать своевременной и полной поставкой)
- 2
Определены правила учета брака (входной контроль, рекламации)
- 3
Собраны данные о поставках минимум за 3 месяца
- 4
Настроен справочник поставщиков с категориями
- 5
Рассчитаны базовые метрики для каждого поставщика
- 6
Установлены целевые значения OTIF и defect rate
- 7
Определены пороги аномалий для автоматических уведомлений
- 8
Назначены ответственные за мониторинг и реагирование
- 9
Проведено обучение сотрудников работе с дашбордом
- 10
Запланирован регулярный пересмотр метрик (ежемесячно/ежеквартально)
Вывод
Главное
Оценка поставщика должна быть основана на объективных, регулярно рассчитываемых метриках, а не на субъективных впечатлениях.
Основные данные — информация о каждой поставке (даты, объемы, качество). Ключевые расчеты — OTIF и defect rate, агрегированные по поставщикам за период.
ИИ автоматизирует сбор данных, выявляет аномалии, прогнозирует риски и формирует рекомендации, но не заменяет управленческое решение.
Начните с расчета OTIF и defect rate по данным за последние 3 месяца в Excel — это займет несколько часов и даст первое представление о надежности поставщиков.
Метод ReMetod
На чем основан вывод
Метод ReMetod показывает, как выстроить путь от бизнес-проблемы к работающему решению: сначала определяется модель решения (в данном случае — расчет OTIF и defect rate), затем собираются данные, автоматизируется расчет и создается интерфейс для принятия решений. Практикум ReMetod помогает освоить этот подход без программирования.
В программе практикума этот подход разбирается пошагово: от формулировки бизнес-задачи до модели решения, данных, автоматизации, интерфейса и проверки результата.
Посмотреть программу практикумаВопросы
Что обычно уточняют
Нужен ли ИИ для расчета OTIF и defect rate, если можно посчитать в Excel?
Для разовой оценки Excel достаточно. ИИ нужен, когда поставок много, данные разрознены, и требуется регулярный мониторинг с выявлением аномалий и прогнозами. ИИ автоматизирует рутину и помогает замечать проблемы раньше.
Что делать, если данные о поставках неполные?
Начните с тех данных, которые есть, и постепенно налаживайте сбор. Для расчета метрик важна полнота, но даже частичные данные могут выявить проблемных поставщиков. Установите правила, чтобы в будущем все поставки фиксировались.
Как часто нужно пересматривать оценку поставщиков?
Рекомендуется ежемесячно отслеживать метрики и ежеквартально проводить полный пересмотр. Это позволяет быстро реагировать на изменения и принимать решения на основе актуальных данных.
Следующий шаг
Выберите, как продолжить с ReMetod
Хотите научиться автоматизировать оценку поставщиков с помощью ИИ? Приходите на практикум ReMetod — за 4 недели вы создадите работающее решение.