Цепочка поставок объединяет в себе собой сложную сеть поставщиков, номенклатуру инструментов и многое другое. Ей очень сложно управлять, и реляционные БД больше не подходят на эту роль, потому что не могут учитывать богатство связи между данными. Руководитель отдела отраслевых решений TigerGraph Гарри Пауэлл рассказывает на портале The New Stack о том, почему их место готовы занять графовые БД (graph database).

Бабочка машет крыльями в Токио, а спустя несколько недель на побережье Калифорнии обрушивается ураган. Это, конечно, слишком упрощенная метафора, описывающая часто цитируемый «эффект бабочки», который предполагает, что незначительное событие может оказать серьезное влияние на сложную систему. Уязвимость цепочек поставок хорошо демонстрирует ситуация с застрявшим в Суэцком канале контейнеровозом, который вывел их из строя по всему миру.

Но среди всех разговоров об уязвимости цепочек теряется важная мысль: в их сбоях нет ничего «неожиданного». Они неизбежны, различаясь лишь степенью или масштабом нарушения. Настоящая проблема заключается в нашей неспособности планировать и реагировать на эти сбои. Взаимозависимые системы, такие как цепочки поставок, разрушают события типа «черного лебедя», выходящие за рамки обычных моделей прогнозирования. Это особенно актуально в производственной модели «точно в срок» — среде, в которой хранение избыточных запасов на складе категорически не рекомендуется.

Такие мировые события, как COVID-19 и брексит, продемонстрировали, что сами по себе они имеют мало общего со способностью поставщика произвести деталь. Скорее, к хаосу во всей цепочке поставок может привести неопределенность, которую они вносят в калькуляцию планирования. Достаточно посмотреть на то, что сейчас происходит на автомобильном рынке. Когда в начале 2020 г. разразилась пандемия, автопроизводители сделали, казалось бы, расчетливую ставку, сократив заказы на полупроводниковые чипы, поскольку ожидали, что спрос на новые автомобили в условиях экономической неопределенности упадет.

Затем их заказы перехватили другие отрасли промышленности для использования в других целях, включая выпуск телефонов, компьютеров и приставок для видеоигр. В результате глобальный дефицит полупроводников затормозил мировое производство автомобилей. Не хватает одной детали, и сборка всего автомобиля останавливается. Производство на некоторых заводах полностью остановлено. Фактически, уровень складских запасов автомобилей снизился на 64% по сравнению с прошлым годом.

Поскольку торговые войны, нехватка материалов и природные явления провоцируют дальнейшие сбои, традиционный способ управления рисками цепочки поставок (расчет минимального буфера запасов) оказывается неэффективным, учитывая дикие непредсказуемые колебания поставок.

Ограничения реляционных БД

Еще до появления COVID-19 большинство предприятий осознали необходимость более детального анализа не только собственных, но и всех остальных поставщиков, которые могут оказать влияние на цепочку поставок. Однако получение такой видимости на нескольких уровнях — и возможность отображать все эти отношения в режиме реального времени — требует нового подхода. В значительной степени это связано с ограничениями традиционных реляционных БД, на которые до сих пор полагается большинство компаний для управления и отслеживания тысяч поставщиков, производимых ими деталей и бесчисленных зависимостей, существующих между ними.

Реляционные БД хранят данные для каждого бизнес-субъекта, таких как клиент, заказ, продукт и платежная информация, в отдельных таблицах. Для того чтобы понять и проанализировать взаимосвязи между различными элементами, требуется объединение таблиц, что может занимать часы и по мере роста объема данных становится трудоемким процессом с точки зрения вычислений. Между тем, управление длинными цепочками взаимосвязей с помощью традиционных систем планирования ресурсов предприятия (ERP) становится проблематичным, поскольку их базовая архитектура не оптимизирована для моделирования взаимосвязей и зависимостей.

Реляционные БД были разработаны в первую очередь для стабильного хранения данных, а не для быстрого масштабирования. Поэтому, хотя они хорошо подходят для управления определенными статическими типами данных и процессами, они не способны удовлетворить требования современных динамических приложений и приложений с интенсивным использованием данных. К таким требованиям относятся задержки в поставках критически важных компонентов, незапланированные расходы на логистику, простаивающие сборочные линии в определенных регионах и многое другое. Компании располагают гигабайтами (или терабайтами) соответствующих данных о цепочке поставок, но они разбросаны по всей организации.

Графовое представление цепочек поставок

Графовая БД основана на математической теории графов, которая представляет данные в виде сети узлов (то, что вы знаете) и ребер (то, как они связаны). В отличие от реляционной БД, которая работает медленно и не способна выявить закономерности взаимосвязей в режиме реального времени, современная графовая БД может моделировать разрозненные связи и зависимости таким образом, чтобы они в точности отражали реальный мир. Ей нужно уметь загружать огромные объемы данных за считанные часы и анализировать длинные цепочки взаимосвязей — и все это в режиме реального времени.

Графовая БД также предоставляет механизм «что-если», позволяющий компаниям создавать цифровое представление системы или процесса (например, цепочки поставок для автомобилей). Затем команды могут запускать модели для прогнозирования изменений в поставках или поведении потребителей на основе сложных, взаимозависимых и динамичных данных. Таким образом, граф представляет собой «цифрового двойника» вашей реальной цепи поставок, и поэтому он служит каркасом, в котором можно разместить все данные и визуализировать взаимосвязь между различными типами данных.

Самое главное, что графовое представления данных о цепочке поставок можно использовать для составления конкретных альтернативных планов в ответ на глобальные изменения спроса и предложения. Если вы не можете построить то, что планировали, из-за отсутствия какой-либо детали, что вы можете построить сейчас из того, что у вас есть? Составными частями управления цепочкой поставок являются стратегическое планирование, планирование спроса и поставок, управление операциями, логистика, производство, складирование, закупки и транспортировка, каждое из которых является самостоятельной специализированной функцией.

Графовые БД идеально подходят для организации и визуализации этих данных как единого целого. Более того, графовая аналитика предоставляет инструменты для постановки глубоких и сложных вопросов, направленных на понимание не только отдельных точек данных, но и взаимосвязей между всеми взаимодействующими звеньями, существующими в цепочке поставок. Графовые алгоритмы, такие как кратчайший путь, географическая близость и связанность объектов, позволяют выявить ранее скрытые взаимосвязи, что может помочь в управлении и смягчении сложных зависимостей в режиме реального времени. Многие внутренние и внешние факторы (с участием деталей, людей и вещей) просто невозможно предугадать, поэтому предприятия должны уметь работать в условиях непредсказуемости. Они должны быть готовы к решению проблем, связанных с переквалификацией продукции, мониторингом процессов, сквозным анализом последствий любого изменения, управлением ограничениями поставщиков, обязательствами и т. д.

Особую ценность современным графовым БД придает то, что они не требуют привлечения специалистов по данным для создания и выполнения запросов. Вместо этого они предназначены для использования теми же бизнес-пользователями, которые управляют цепочкой поставок. Эти пользователи могут быстро определять, понимать и решать проблемы, связанные с системой и данными, а это экономит время, снижает затраты и ставит риски под контроль (насколько это возможно).

Как мы убедились за последние два года, при неэффективности цепочки поставок действует эффект мультипликатора — нужно учитывать не только рост затрат, но и влияние, которое она оказывает на прогнозирование. Такие разрушительные события, как пандемия, просто увеличили риски, которые уже присутствовали в системе, и сделали их более очевидными. Чем быстрее мы осознаем, что проблема современных цепочек поставок — это проблема данных, требующая современного подхода, тем лучше мы будем готовы к следующему глобальному сбою — каким бы он ни был.