Кейс: just‑in‑time запчасти для автозавода
Как мы сократили страховой склад деталей на 35 %
и устранили простои сборочной линии.
Портрет клиента
Компания:
крупный завод автокомпонентов, поставляет рулевые рейки и амортизаторы на конвейер топ‑3 автопроизводителя РФ.
Локация:
Приволжский федеральный округ, промышленная зона за городом.
Число артикулов в обороте:
1 800 SKU.
Суточное потребление:
6–8 тонн металло‑ и резинотехники.
Исходная ситуация
Переполненный склад страхового запаса
Две ячейки на 1 200 м² были заняты «на всякий случай» — оборотные средства заморожены.
Случайные задержки деталей.
При сбоях поставок линия простаивала по 2–3 ч, тратя до 115 000 ₽/час из‑за штрафов OEM.
Неритмичная логистика.
Поставщики отправляли грузы, когда набиралась партия > 10 т, поэтому интервал составлял 5–6 дней.
Ручная приёмка и пересчёт.
Без WMS и штрих‑кодов — потери времени и ошибок.
Исходная ситуация
«Сократить складской остаток минимум на треть и обнулить простои линии».
Наше решение
01.
ABC‑XYZ анализ потребления
Совместно с отделом снабжения рассчитали суточную потребность по артикулу; разделили номенклатуру на 3 приоритетных уровня.
02.
График JIT‑поставок «точно к смене»
Перешли с объёмных отгрузок на 2–3 рейса ежедневно (06:00, 14:00, 22:00).
— За 90 минут до рейса поставщик собирает заказ под наш электронный ордер.
— Водитель проходит экспресс‑чекап и выезжает без ожидания полной загрузки.
03.
Буферный склад «0+1 день»
Организовали на нашем партнёрском РЦ (15 км от завода) буфер не более 1 смены потребления.
— FIFO через WMS, штрих‑кодировка, фото‑роулеты.
— Отчёт о расхождениях поставщику в течение 30 мин.
04.
Сервис “Kanban‑карта” через API
В ERP клиента появился статус ячейки: «зелёная» (> 1 смены), «жёлтая» (= 1 смена), «красная» (< 0,5 смены).
Алгоритм автоматически генерирует заказ в статусе «жёлтая».
06.
KPI‑дашборд и SLA 98 % «on‑time»
Каждый рейс отмечается в Power BI; просрочка > 10 мин фиксируется как инцидент с финансовой ответственностью перевозчика.
Хронология проекта
Неделя | Действия |
1 | Диагностика склада, ABC‑XYZ, расчёт суточной потребности. |
2 | Переговоры с ключевыми поставщиками, согласование графика 3×8. |
3 | Запуск буферного склада, маркировка SKU, настройка WMS‑интеграции. |
4 | Пилотная неделя JIT, корректировка временных окон. |
5 | Внедрение Kanban‑API, запуск дашборда «On‑time %». |
6 | Финальный аудит, подписание SLA на 12 месяцев. |
Итоги (через 3 месяца)
- –35 % страховой склад (освобождено 420 м² и 18,4 млн ₽ оборотных средств).
- 0 ч простоев линии: KPI «On‑time > 98 %» сохранялся 92 дня подряд.
- –18 % логистические издержки за счёт консолидации перевозчиков и обратной загрузки.
- +0,6 дня оборачиваемость запасов (DIO 11,2 → 10,6).
- 100 % отслеживаемость SKU благодаря WMS‑штрих‑кодам.
Ключевые факторы успеха
Данные в реальном времени
Kanban‑API и дашборд Power BI.
Буфер 15 км от завода
быстрый шорт‑холл без лишних складских расходов.
Чёткий график 3×8
окном на каждую смену, а не на «караван» фур.
Финансовая мотивация перевозчиков
штрафы за отклонение > 10 мин.
Маркировка и WMS
исключили пересортицу и ускорили приёмку на 22 %.
