1. ООО «Оптимальное Управление»
Резидент «Сколково»
Победитель питч-сессии Enterprise Applications &
Big Data на Startup Village 2013 в Сколково
Участник Platform Development
Accelerator for SAP HANA
Участник SAP Startup Focus Development Accelerator
Участник IBM Global Entrepreneur
Участник IBM PartnerWorld
Мы применяем математические модели и методы
оптимизации для управления предприятиями

2. 2
Решаемая задача
Мы решаем актуальную проблему управления
деятельностью мультинациональных компаний:
• Определяем оптимальные внутренние цепочки
поставок, обеспечивающие максимум прибыли
компании в целом.
При этом мы используем новые математические модели
и численные методы, инструменты Big Data и
высокопроизводительные вычислительные кластеры.
Наши решения позволяют увеличить прибыль
мультинациональной компании на 5-10% и более.

3. 3
Решаемая задача
Оптимизация внутренних цепочек поставок
мультинациональных компаний
Если дочерние компании находятся во множестве стран, какими
будут самые эффективные товаропотоки и трансфертные цены?

4. 4
• Расширение глобализации ведёт к усложнению
цепочек поставок.
• Налоговые органы во всём мире увеличивают
требования к бизнесу.
• Применяемые на практике техники оптимизации
цепочек поставок предполагают решение задач
линейного программирования, ограничивая этим
возможности оптимизации.
• Оптимизационные расчёты для компаний среднего
размера часто требуют решения задач, формальная
постановка которых содержит миллионы переменных
и несколько терабайтов данных.
Особенности
проблемы

5. 5
Объём рынка
• Объём рынка SCM оценен Gartner в 2013 г.
в $8.9 млрд. при годовом росте 7.3%
o SAP 23.9% (наибольшая доля)
o Oracle 16.3% (второе место)
• Доля рынка SCM для мультинациональных
компаний составляет примерно 25% и будет
расти по мере развития глобализации
• Несколько тысяч компаний в мире имеют
внутренние мультинациональные цепочки
поставок

6. 6
• В настоящее время задачи оптимизации логистики и
налогообложения решаются последовательно:
- сначала системы SCM планируют товаропотоки,
обеспечивающие минимум затрат;
- затем для найденной схемы товаропотоков системы
оптимизации налогообложения рассчитывают трансфертные
цены, обеспечивающие максимум прибыли глобальной
компании;
- в обоих случаях решаются задачи линейного программирования.
• Результат такой последовательной оптимизации не
является оптимальным решением. Только одновременно
оптимизируя и товаропотоки, и трансфертные цены, можно
найти вариант цепочек поставок, при котором прибыль будет
максимальной.
Существующая
практика

7. 7
Конкуренты
Продукты для одновременной оптимизации товаропотоков и
трансфертных цен в настоящее время отсутствуют на рынке
Продукты и услуги
Оптимизируют прибыль,
варьируя товаропотоки
и планы производства
Оптимизируют
прибыль, варьируя
трансфертные цены
SAP, Oracle, JDA Software
и 20 других меньших
компаний

(фиксированные
трансфертные цены)
─
THOMSON REUTERS
(Global Tax Planning) и внутр.
разработки компаний BIG4
─

(фиксированные
товаропотоки)
Разрабатываемое
решение  

8. 8
Наш подход
Одновременное решение комплексной задачи.
Hadoop как низкобюджетный суперкомпьютер.
• Использование мат.моделей квадратичного
программирования, новых параллельных численных
методов и теории оптимального управления.
• Моделирование и оптимизация на SAP HANA и Hadoop.
• Бесшовная интеграция с SAP Business Suite.
SAP HANA
SAP ERP
SAP APO
Hadoop
Cluster

9. 9
Структура цепочки поставок строится с учётом числа
переделов продукции на конкретном предприятии.
При описании цепочки поставок задаются:
• Страны (юрисдикции с различным налогообложением)
• Внутренние и внешние поставщики
• Производственные площадки
• Распределительные центры
• Рыночные зоны
• Виды товаров (сырья, полуфабрикатов и конечных
продуктов)
• Существующие способы транспортировки каждого
вида товаров между различными площадками
Структура цепочки
поставок

10. 10
Адаптация
мат. модели
Модель может описывать разное число переделов продукции,
быть статической или динамической (учитывающей время).

11. 11
• Одновременная оптимизация товаропотоков и
трансфертных цен может увеличить прибыль
мультинациональной компании до 5% и более.
• Чем сложнее логистическая сеть и больше по ней
проходит товарных позиций, тем больший эффект
получается в результате одновременной
оптимизации трансфертных цен и товаропотоков.
• Дополнительные 2-4% прибыли могут быть
получены за счёт использования динамических
математических моделей, способных учитывать
прогнозы цен на различных рынках и время
прохождения товаров по разным цепочкам.
Выгода для
клиентов

12. 12
В результате расчёта определяется:
• Значение максимальной общей прибыли
предприятия после налогообложения
и параметры, при которых достигается найденный
максимум:
• Товарные потоки между всеми компаниями,
участвующими в логистической цепочке
• Трансфертные цены, которые надо установить
между всеми дочерними компаниями
• Распределение транспортных затрат между
дочерними компаниями – участниками
транспортировки
Результаты
оптимизации

13. 13
• Предельные производственные мощности каждой площадки
• Расходование ресурсов (мощности) каждой площадки при производстве
единицы сырья / полуфабрикатов / продукции
• Затраты на приобретение единицы сырья у внешних поставщиков
• Фиксированные и переменные затраты на добычу / распределение /
производство на каждой площадке
• Количество материалов, необходимых для производства единицы
продукции / полуфабриката на каждой площадке
• Себестоимость технологических потерь и технологических запасов товаров
различных видов, необходимых для работы отдельных площадок
• Транспортные затраты при разных маршрутах и способах транспортировки
• Запланированный спрос на конечные продукты в рыночных зонах
• Рыночные цены конечных продуктов в разных рыночных зонах
• Импортные и экспортные пошлины
• Ставки налога на прибыль в разных странах
• Допустимые диапазоны трансфертных цен на различные продукты в
соответствии с законодательствами разных стран
Статическая модель
учитывает:

14. 14
Динамическая модель строится как расширение статической
модели. В динамической модели дополнительно
учитывается:
• Число интервалов, на которые делится планируемый период времени.
• Время прохождения товаров по разным маршрутам.
• Зависящие от интервала времени:
‒ прогнозные значения цен;
‒ прогнозы объёмов спроса в разных рыночных зонах;
‒ затраты на производство;
‒ затраты на транспортировку;
‒ курсы обмена валют.
Дополнительные результаты оптимизации:
• Время выполнения отгрузки и начала производства на каждой площадке.
• Планируемые объёмы продаж в каждой рыночной зоне по интервалам
времени.
Динамические
модели

15. 15
Результаты
расчётов
Характеристики модели Модель 1 Модель2
Число переделов 1 1
Число поставщиков 11 50
Число внутренних поставщиков 3 12
Число производственных площадок 3 8
Число распределительных центров 8 10
Число рынков сбыта 20 80
Количество позиций сырья и комплектующих 10 35
Количество конечных продуктов 5 12
Оптимизационный эффект 2,08% 4,90%
Результаты оптимизационных расчётов по
статическим моделям на лабораторных примерах

16. 16
Потенциальные
клиенты
Решаемая задача актуальна для большинства
производственных компаний, имеющих дочерние бизнес-
единицы в разных странах и конкурирующих за потребителя
на глобальном рынке. Как правило, это – крупные компании
или принадлежащие к верхнему сегменту средних.
Наши потенциальные клиенты относятся к разным отраслям:
• Нефтегазовая промышленность;
• Чёрная и цветная металлургия;
• Химия и нефтехимия;
• Производство строительных материалов;
• Пищевая промышленность;
• Производство потребительских товаров;
• Фармацевтика и биоинженерия;
• …

17. 17
Команда
• CEO более 10 лет работает на руководящих позициях
• Научный руководитель проекта - всемирно известный учёный
• В проекте также участвуют 2 доктора наук и 2 кандидата наук
• Участники проекта имеют более 200 публикаций по
оптимальному управлению и оптимизации
• В проекте участвуют сертифицированные консультанты по
приложениям SAP и разработке
• В команде опытные руководители проектов и архитекторы
• Члены команды имеют международный опыт
• Команда сочетает опыт специалистов и энтузиазм молодёжи
за счёт привлечения талантливых студентов профильной
кафедры МГТУ им. Баумана

18. 18
Генеральный Директор по Директор по
директор развитию бизнеса управлению проектами
Директор по науке, Руководитель группы Руководитель группы
Действительный член имитац.моделирования, оптимизации цепоч.пост.,
Академии наук доктор техн. наук доктор физ.-мат. наук
Команда

19. 19
Решение в виде
услуги
Сейчас разработаны расчётные модули, и мы готовы
оказывать услугу.
Процесс оказания услуги включает следующие шаги:
• Сбор данных о базовой структуре цепочек поставок клиента
• Оценка затрат на проведение расчёта и полный сбор данных
• Согласование с клиентом учитываемых параметров
• Адаптация мат.модели к условиям клиента
• Сбор всех необходимых данных для разработанной модели
• Трансформация собранных данных в расчётную модель
• Выполнение расчёта
• Использование полученных результатов
По аналогии с задачами оптимизации логистики, статическая модель
рассчитывается через каждые 6 месяцев на 18 месяцев.
Динамическая модель пересчитывается ежемесячно или еженедельно.

20. 20
Продажи и
маркетинг
• Выход на рынок через SAP, IBM и “Сколково”
• Прямые продажи
• Продажи через партнёров
Небольшому стартапу, как наш, тяжело получить крупного
клиента. Поэтому мы ищем партнёров – консалтинговые
компании, занимающиеся трансфертными ценами и
оптимизацией цепочек поставок. В настоящее время мы:
o имеем контракты с партнёрами в Швейцарии,
Германии, Мексике;
o ведём переговоры с потенциальными партнёрами
в США, Индии, Южной Корее, Португалии, Кипре

21. 21
Бизнес-модель
После разработки продукта
Компания будет получать доходы от:
• Продажи лицензий на продукт
o через партнёров – консалтинговые компании
o через партнёров SAP
o через партнёров IBM
o через прайс-лист SAP
o через менеджеров по продажам IBM
o Прямые продажи
• Доходы от консультационных услуг по разработке
математических моделей и обучению партнёров,
занимающихся внедрением продукта
до 50%
доходов
будет
оставляться
компаниям,
продавшим
продукт

22. 22
Контакты
Контактные лица:
• В России и СНГ – Андрей Сухобоков
телефон: +7 903 577 9667
e-mail: andrey.sukhobokov@optimalmngmnt.com
• В США и Великобритании – Виталий Баклыков
телефон: +1 240 620 1229
e-mail: vitaliy.baklikov@optimalmngmnt.com