Презентация "Эффективное управление запасами" по экономике – проект, доклад

Эффективное управление запасами

Цели системы оптимизации запасов

Оптимизация запасов – проблема, которая возникает практически в любой организации, но особенно актуальна эта тема для торговых компаний. Даже небольшое снижение уровня избыточных запасов и повышение оборачиваемости позволяют добиться существенного увеличения рентабельности. В общем случае оптимизация не сводится только к минимизации сверхнормативных запасов, есть и множество других задач: выбор оптимального поставщика, правильное размещение товара, оптимальная доставка и многое другое.

Самая актуальная задача

Решение любой из оптимизационных задач повышает эффективность, но чаще всего максимальную отдачу дает оптимизация закупок. Ведь именно неверная оценка потребностей в товарах оттягивает на склад огромные финансовые ресурсы. Игнорирование этого вопроса приводит к множеству серьезных проблем: Недостаток оборотных средств Неритмичность работы склада Наличие просроченных товаров Неудовлетворенность клиентов.

Постановка задачи

Система, оптимизирующая закупки, должна удовлетворять противоречивым требованиям: Объема запасов должно хватать на обеспечение непрерывности продаж (для торговой компании) либо производственного процесса (для производственного предприятия) Размер запасов должен быть минимальным, чтобы снизить финансовые затраты, а также расходы на хранение, потребность в складских площадях, кадрах... Полностью удовлетворить обоим требованиям невозможно: чем больше запасы, тем лучше обеспечивается непрерывность продаж и производства, но при этом увеличиваются затраты на склад. Задача оптимизации запасов – найти компромисс между противоречивыми требованиями.

Список вопросов и подзадач

Для оценки оптимальности необходимо определиться с его критериями, а также понять, на основе каких показателей лица, принимающие решения, будут контролировать процесс. Система должна давать ответы на множество вопросов: Сколько мы продадим? Каков должен быть страховой запас? Когда закупать? Сколько требуется закупать? У какого поставщика приобретать? Что из того, что уже закуплено, не сможем продать? и т.д.

Теория и практика

Решение большей части вопросов описаны в литературе, посвященной логистике, однако при решении каждой задачи теоретические модели не срабатывают, точнее работают с серьезными ограничениями. Поэтому в процессе построения системы оптимизации закупок приходится идти на различные ухищрения, которые чаще всего связаны с учетом особенностей ведения бизнеса. Подобные системы не совсем корректные с точки зрения теории, но позволяют получить приемлемый результат на реальных данных.

Критерий оптимальности системы

Оптимизация системы возможна только в случае, если мы можем сравнить несколько вариантов по единой шкале, например, в денежном выражении, следовательно, все операции нужно к этой шкале свести. Это в теории, а на практике придумать способ корректного перевода всего в деньги очень сложно.

При отсутствии единой шкалы варианты невозможно сравнить, а следовательно, нельзя выбрать оптимальный.

Вариант 1 Вариант 2

Прогноз продаж

Наличие точного прогноза продаж позволило бы решать проблему закупок идеально: «закупать ровно столько товара, сколько сможем продать до момента следующей закупки», но на практике это очень сложная задача. Есть множество методов прогнозирования, но ни один из них не может гарантировать качество, т.к. любой прогноз базируется на вероятностной оценке будущего.

График прогноза

Прогноз продаж - теория

Результат маркетинговой акции конкурентов

Отсутствие товара на складе

Отсутствие товара у конкурента

История продаж

Расчет страхового запаса

Для покрытия неопределенности, связанной с невозможностью точного прогнозирования, необходим страховой запас. Есть различные стратегии расчета страхового запаса: Жестко заданное количество для каждого товара/категории Среднемесячные, недельные продажи Процент от прогнозируемого объема Оценка вероятности отклонения прогноза. На практике сложно однозначно выбрать тот или иной метод из-за недостатка данных, их плохого качества и постоянных отклонений.

Оптимальный страховой запас

Гистограмма распределения ошибки прогноза

Страховой запас

Теоретически - 80% вероятность удовлетворения потребностей клиентов

На практике очень часто гистограмма распределения ошибки выглядит не так, а недостаток корректных исторических данных не позволяет «в лоб» применять описанный метод.

Потери от избытка и недостатка товара

Финансовые потери

Недостаток товара

Избыток товара

Недополученная прибыль + недовольство клиентов

Стоимость хранения, кредита, просроченного товара..

График потерь несимметричный, а следовательно, цена ошибки разная, ее точно рассчитать сложно, но необходимо учитывать при планировании.

Расчет даты закупки

Определение даты закупки было бы простым делом, если не особенности доставки и обязательства, которые многие поставщики налагают на покупателей. Приходится учитывать множество факторов и выбирать не всегда теоретически оптимальную дату. К сожалению, не все из этих факторов вообще поддаются формализации. В результате на практике часто приходится использовать ручную корректировку плана закупок.

График – дата закупки

Время Складские запасы Точка заказа Время доставки

Нужно планировать закупки сразу нескольких товаров, которые заканчиваются в разное время.

Величина страхового запаса должна меняться в зависимости от спроса.

Просроченный товар и неликвиды

Применение всех описанных способов оптимизации все равно не гарантирует отсутствия неликвидного или просроченного товара. Следовательно, система оптимизации запасов должна позволять как можно раньше выявлять подобные товарные позиции и предлагать инициировать действия для минимизации потерь: Маркетинговые акции Кросс-продажи Программы скидок Возврат поставщику.

Выявление неликвидов

Дата начала анализа

График остатков после окончания сезона или срока

Скорость продаж

Окончание сезона или срока годности

Потенциальные неликвиды

Работающая система оптимизации запасов

Большое количество проблем, связанных с управлением запасами вообще и закупками в частности, невозможно решить только с применением «правильных» методов. К сожалению, они не всегда работают. Необходим инструмент, позволяющий строить различные сценарии, комбинировать статистические методы прогнозирования, расчета оптимальных страховых запасов и прочее с экспертными знаниями, бизнес-требованиями... Таким инструментом является Deductor. Он позволяет получать информацию из множества источников, быстро создавать и запускать различные модели, сравнивать, выбирать лучшие, адаптировать их под требования заказчиков, учитывать любые ограничения, накладываемые бизнес-процессами.

Аналитическая платформа включает все необходимые для решения задач оптимизации технологии. На базе Deductor были реализованы десятки проектов в области управления запасами: Консолидация данных, прогнозирование, планирование и управление закупками, оптимизация запасов. Консолидация, отчетность, планирование потребностей, прогнозирование, оптимизация запасов. Отчетность, прогнозирование, оптимизация запасов, анализ клиентской базы.

Реальные проекты

BaseGroup Labs

BaseGroup Labs – профессиональный поставщик Data Warehouse, OLAP, KDD, Data Mining решений и инструментов. Web-сайт: www.basegroup.ru Образование: edu.basegroup.ru E-mail: info@basegroup.ru