Илья Дорошев, продакт-менеджер Jume, ведущий эксперт в области решений для управления цепями поставок

На рассвете центральный распределительный центр «Логика молока» оживает раньше города. Погрузчики выезжают из зарядных доков, цифровые табло подсвечивают отправления, и склады начинают разговаривать друг с другом языком цифр: когда, куда и сколько. Для стороннего наблюдателя это выглядит как хорошо отрепетированная сцена. Но ещё недавно в этой сцене слишком часто случались паузы: одни локации оставались без ходовых позиций, другие не успевали распродать партии до истечения срока годности, а машины уходили в рейс с запасом по кубатуре. Проблема была не в дисциплине людей, а в том, как принимались решения о перемещениях между уже существующими складами. «Логика молока» — производитель скоропортящейся продукции с сотнями артикулов и несколькими уровнями распределения. Здесь не работают грубые правила “добавим по инерции”.

В молочной категории важна не только минутная точность, но и партионная чистота: каждая партия живёт по собственному календарю, а у каждого клиента — свои договорные требования по остаточному сроку годности. В такой среде ошибиться легко: чуть больше — и растут списания, чуть меньше — падает уровень сервиса. Вопрос “что важно при работе бизнеса?” звучит совсем конкретно: свежесть на полке, предсказуемость сервиса, разумная себестоимость логистики и прозрачность решений.

Что меняет DRP: прозрачная логика вместо хаотичных решений

Этой логике и соответствует модуль Distribution Requirements Planning (DRP) от Jume Platform, который «Логика молока» внедрила поверх уже сложившейся сети складов. Это не проект о том, где строить новые хабы. Это инструмент о том, как в рамках заданной инфраструктуры аккуратно рассчитать объёмы межскладских перемещений, чтобы поддержать высокий уровень сервиса и не допустить просрочки. Иначе говоря, ответить на три простых вопроса, от которых зависят деньги: куда везти, что именно везти (какие партии) и когда везти, чтобы ни один день срока годности не был прожит зря.

До внедрения многие операции делались вручную — прогнозы сводились в таблицах, перемещения рассчитывались “на глаз” с поправкой на опыт и интуицию. Это тормозило работу и создавало разношерстные решения: планировщики разных смен принимали разные подходы. DRP-модуль выровнял практику: теперь тактика на день и неделю вписываются в единую, детерминированную логику, которую легко объяснить и воспроизвести. Что это дало бизнесу?

Снизилось время на подготовку планов, уменьшились форс-мажорные “пожарные” рейсы, а значит — прямые издержки и косвенные потери. Ключ к результатам — не магия оптимизатора, а прозрачный алгоритм. Он начинается с проекции спроса и остатков по каждому узлу сети и спускается до уровня партии. Система не ограничивается проверкой “успеем ли довезти до истечения срока годности”. Она сопоставляет прогноз спроса по конкретным клиентам с их требованиями к остаточному сроку и заранее отбирает партии, которые будут приняты без споров и штрафов. Иначе говоря, в расчёте фигурирует не абстрактный “литраж”, а живые лоты с датами производства, остаточным сроком и “паспортом приёмки” для каждого контрагента. Это напрямую экономит деньги: меньше списаний, меньше возвратов, меньше скрытых скидок за “сомнительную свежесть”.

Как работает алгоритм: маршрут партии, многоуровневая сеть и связь с производством

Отдельно важен подход к маршруту партии. В скоропортящихся категориях нельзя привезти “вообще свежий” товар “вообще на склад”. Важно привезти нужную партию в точку, где будет реальный спрос именно на эту партию в момент, когда она туда приедет. Алгоритм учитывает время в пути, графики отправки и приёма, тип транспорта и даже правила сортировки груза в кузове. Если партия застрянет в очереди перевалки и потеряет критические дни, она исключается из кандидатов в пользу другой партии, которая доедет в срок и будет востребована. Это помогает бизнесу избежать парадоксальных ситуаций, когда товар “где-то в пути”, а клиент в другой точке сети уже испытывает дефицит.

Модуль работает не с парой “А → Б”, а с реальной многоуровневой сетью. Представим, что склад Б снабжает собственную зону продаж и одновременно кормит склад В. Тогда потребности склада Б нельзя вычислять в отрыве от запросов склада В. DRP строит проекцию на горизонте по обоим уровням: что и когда потребуется в В, через какой лаг это превратится в потребность Б, и что уже нужно подтянуть на Б со склада А. Такой “мультилевел”-подход дисциплинирует весь контур: меньше хаотичных перетоков, меньше “лишнего” на среднем уровне и меньше дефицита на конечном. Для бизнеса это означает стабильный сервис и меньше капитала, замороженного в неправильных местах.

Важный пласт — связка с производством. В молочке партия не появляется мгновенно: после выпуска она проходит карантин — обязательный период контроля качества, когда товар нельзя отгружать клиентам. DRP интегрирован с данными производства и видит будущие лоты ещё до того, как они выйдут из карантина. Планировщик фактически “распределяет будущее”: резервирует партии под склады с ожидаемым спросом, выстраивает график отгрузок “через день Х”, рассчитывает, что ввести в поток сразу, а что придержать на сутки. Это сокращает лаг между “готово” и “поехало”, а значит — больше свежести на полке и меньше нервной ручной перенастройки графиков.

Решения в дефиците и работа с транспортом

Как алгоритм принимает решения в дефиците? Сначала он стремится уложиться в целевые границы — минимальные и максимальные дни покрытия. Если товара недостаточно, система позволяет перейти на меньший квант (например, с паллеты на слой или короб), чтобы отправить “по чуть-чуть” в несколько направлений и поддержать приемлемый сервис везде, где это возможно. Одновременно можно задать приоритеты по складам и SKU — кому критичнее сейчас, кто пострадает меньше. Так бизнес избегает “чёрно-белых” сценариев “везём всё одним — остальные ждут” и при этом сохраняет прозрачность: почему приняли такое решение, какой эффект на сервис и риски списаний.

Отдельная сцена — транспорт. После того как рассчитан минимально необходимый объём, он накладывается на параметры машины: грузоподъёмность, кубатура, правила штабелирования, сортировку по зонам разгрузки. Если остаётся свободное место, срабатывает алгоритм дозаполнения. Он подбирает кандидатов на догрузку, следя за тремя границами: не сдвинуть в зону риска по срокам годности, не выйти за верхнюю границу по дням покрытия и не ухудшить оборачиваемость на складе-получателе. Результат — рейсы уходят более плотно, но без “перекорма” складов. Это экономит деньги сразу в нескольких местах: меньше неполных рейсов, ниже средняя стоимость тонно-километра, меньше “копилок” излишков.

Почему детерминированная логика, а не сложная оптимизация с длинными переборами? Потому что в операционной реальности важны объяснимость и скорость. DRP «Логика молока» даёт однозначный расчёт, который можно быстро пересчитать после ручной корректировки: пользователь перетянул объём drag-and-drop или поправил число в ячейке — и система мгновенно пересчитала проекцию запасов, сроки и транспорт. При этом модуль готов к союзу с оптимизаторами: внешняя надстройка может, например, предлагать целевые дни покрытия под ограничения конкретного склада, советовать квант (паллеты против слоёв) для снижения складских издержек, выбирать тип транспорта и даже собирать оптимальный маршрут. Но базовая логика распределения остаётся прозрачной и управляемой.

Для команды «Логики молока» ценность DRP-модуля заключается не только в том, что система считает правильно. Важно, что расчёты появляются вовремя и единообразно для всех участников процесса. Планировщики видят одни и те же цифры, понимают логику решения и могут оперативно адаптироваться к исключениям — особым требованиям клиентов или внеплановым окнам на разгрузке. Это уже не работа с “чёрным ящиком”, а применение прозрачного правила: если меняется реальность, то меняется и расчёт, а не вера в модель.

Человеческое измерение — не риторический приём. Старший смены на одном из РЦ вспоминает, как раньше искали “лишнюю” паллету для дозагрузки уже в собранной машине: “Едем на площадку, гадаем, где не будет проблем с приёмкой по срокам, шевелим график… Сейчас система сама предлагает, чем дозаполнить, и главное — почему именно этим. У меня меньше споров с торговлей, а машина уходит по плану.” Для бизнеса это звучит проще: меньше ручной суеты, меньше транзакционных издержек и понятная ответственность за решение.

Последствия для бизнеса

Как это помогает бизнесу в цифрах? После запуска модуля «Логика молока» сократила просрочку готовой продукции на 15–20% в категориях с коротким сроком, повысила уровень сервиса на 3 п.п., сократила долю неполных рейсов и уменьшила время на подготовку ежедневного плана с часов до минут. Там, где DRP работает в связке с прогнозированием Jume, компания также зафиксировала экономию около 1% на закупке ключевого сырья — эффект синергии: точный прогноз подаёт правильный сигнал, DRP реализует его в физическом мире без потерь по свежести и сервису. Это не разовая удача, а настраиваемая производственная рутина.

Есть и менее очевидная экономия — управленческая. Прозрачный партионный учёт и ранний алертинг о рисках по срокам годности помогают “не закапывать” проблему. Система заранее подсвечивает лоты, на которые не находится спрос. Такой подход дисциплинирует не только логистов, но и смежные контуры: продажи, маркетинг. Каждому видно, где его решение влияет на общий результат.

Конечно, не всё решается за один день. Интеграция с ERP требовала чистки справочников, а пользователям понадобилось время, чтобы отказаться от привычки “досчитать руками”. Но устойчивость новых практик обеспечила именно объяснимость алгоритма. Когда понятно, почему партия не едет в конкретную точку — потому что у клиента более жёсткие требования по остаточному сроку и она не пройдёт приёмку — спорить не о чем. Появляется доверие к цифрам, и решения принимаются быстрее.

Что в итоге важно для бизнеса? Удобная правда. Система, которая не обещает чудес, а каждый день аккуратно исполняет договорённости с рынком: товар приезжает туда, где он нужен; приезжает вовремя; приезжает той партии, которую примут без споров. Всё остальное — следствие: меньше списаний, стабильнее сервис, предсказуемее затраты на логистику, быстрее работа команд. В условиях, когда на полке конкурируют не слоганы, а свежесть и доступность, это и есть конкурентное преимущество.

DRP-модуль часто недооценивают — его можно принять за “внутренний учёт”. Но по сути это система, которая превращает стратегию спроса и производства в ежедневную, скоординированную работу сети. Она делает партионный учёт прозрачным, снижает риск просрочки, увеличивает сервис, ускоряет принятие решений и создаёт ранний радар рисков по локациям. И главное — помогает компаниям расти без затрат на “лишние склады” и без потерь свежести в пути.

Распределять можно по-разному, но выигрывает тот, кто делает это правильно и вовремя.

Компания «Логика молока» является лидером в производстве свежих молочных продуктов в России, а также альтернативных продуктов на растительной основе. Компания является одним из лидеров пищевого сектора. Исторически, с 1992 года до 2023г, компания являлась дочерним подразделением Группы компаний Danone в России. В 2023г переименована в Эйч энд Эн, в 2025г — в «Логику молока».

Продукция Компании производится на 12 заводах, отвечающих самым современным стандартам качества и пищевой безопасности. Она работает с 180 фермерскими хозяйствами по всей стране. 90% продукции, выпускаемой Компанией, относится к категории здорового питания. Компания производит продукцию под такими брендами, как «Простоквашино» (молочный бренд №1 в России, традиционные и современные молочные продукты), «Актибио» (категория современной молочной продукции, с использованием уникальной пробиотической культуры ActiRegularis®), Actimuno (функциональные молочные напитки), «Растишка» (йогурты и творожки для детей дошкольного и школьного возраста), «Тёма» (молочные продукты и прикормы для детей раннего возраста), «Даниссимо» (современная молочная категория — десертная группа), «Биобаланс», «Актуаль» (напитки на сыворотке) и другие. Немолочная продукция производится под брендом Planto (напитки на растительной основе) и «Тема» (мясные и мясо-растительные консервы для детей раннего возраста)
https://logikamoloka.ru/

Jume — российский разработчик платформы нового поколения для интегрированного планирования (IBP). В основе платформы — комбинация интеллектуальных компонентов на основе алгоритмов машинного обучения, математических оптимайзеров и генеративного ИИ. Среди клиентов Jume — крупнейшие российские и международные компании. Входит в топ-5 российских IBP-платформ по версии CNews и независимого портала IaaSSaaSPaaS.
www.jumeplatform.ru