Уровень сервиса – важный показатель в управлении товарными запасами. Он позволяет индивидуально подходить к управлению товарами и товарными группами. С его помощью мы можем оценить эффективность управления запасами в прошлом и влиять на будущий спрос. Подробнее о нем мы писали в статье "Что такое уровень сервиса и почему он важен"
В прошлый раз мы говорили о том, как управлять уровнем сервиса 1 и 2 рода. В этой статье рассмотрим основные методы для установки уровня сервиса. Их три: экспертный, по ABC-анализу и исходя из минимизации потерь. Разберём преимущества и недостатки каждого из них.
Экспертный метод
Суть метода в том, что уровень сервиса задаёт какой-либо эксперт. Мы можем делать это сами по определенным позициям. Например, по якорным товарам, которые обязательно должны быть в ассортименте. Также уровень сервиса можно задавать по требованиям поставщика или неких экспертов-аналитиков. Естественно, при широком ассортименте и большом количестве торговых точек, этот метод не будет рабочим. Экспертный способ применим только для отдельных и очень важных для нас товаров, либо в случае определённых договорных отношений с поставщиком.
Возможный уровень сервиса по ABC анализу
Чаще всего для ранжироания товарных запасов по заданному критерию используется ABC-анализ. Этот метод позволяет разбить товары на группы от AA до CC по важным для нас показателям. С помощью ABC-анализа мы можем понять, какие товары продаются хорошо, за какими нужно лучше следить, какие группы товаров и на какой срок закупать и т.д.
Рассмотрим на примере
АBC-анализ также можно использовать для установки уровня сервиса на группу товаров. Рассмотрим пример. Все товары у нас поделены на группы – от АА до СС. Критерии категоризации у каждого свои – частота продаж, рентабельность позиции и прочее. Поделив ассортимент на группы посредством ABС анализа, мы можем назначить уровень сервиса для каждой группы.
Группа АА для нас самая важная. По ней самые высокие прибыль и товарооборот. Если у нас на остатках не будет товаров АА, мы потеряем больше прибыли. Поэтому по этой группе мы назначаем самый высокий уровень сервиса – 99%.
Группа АВ – это товары, которые часто продаются, но прибыли обеспечивают меньше. Соответственно, и уровень сервиса будет меньше – 97-98%. И так далее до группы СС, где уровень сервиса невысокий – 85-90%. Эти товары редко продаются и обеспечивают мало прибыли. От их дефицита мы много не потеряем.
Таким образом, мы разделили товары по группам ABC анализа, к каждой из них применили свой уровень сервиса. Дальше мы можем управлять им либо классическими методами, либо вероятностными таблицами.
При этом вариаций «дробления» на группы может быть много. Наши клиенты проводили и трёхфакторный ABC анализ, кто-то учитывал четыре фактора, другие добавляли FMR анализ или XYZ анализ. Можно придумать разные степени детализации этих категорий, главное – не запутаться. В простейшем варианте, как у нас в примере, получается 9 категорий. Некоторые придумывают больше. Но логика одна: мы делим товары на группы по важности и далее для каждой – применяем свой уровень сервиса.
Преимущества установки уровня сервиса по ABC анализу
- Метод позволяет быстро начать работать с уровнем сервиса. ABC анализ довольно простая вещь, он не требует сложных вычислений.
- Управление сразу происходит дифференцированно, то есть каждой группе товаров мы назначаем свой уровень сервиса.
- Этот анализ не очень требователен к входным данным. Например, если у нас не хватает данных за определённый период, мы всё равно можем провести ABC анализ и разбить товары по категориям. Тут не требуется чистота входной информации. Гораздо важнее сделать поправки на дефициты и акции.
О чем нужно помнить, используя метод АBC-анализа для установки уровня сервиса?
- Уровень сервиса в данном случае всё равно выбирается экспертным способом. Мы сами принимаем решение, каким он должен быть для группы АА, АВ и СC. Насколько правильно мы его подобрали – вопрос. Да, есть устоявшиеся методики и практики, но в каждом конкретном кейсе для конкретных товаров, они могут не сработать. Выходит, мы не застрахованы от ошибки неправильно подобрать уровень сервиса для какой-либо группы товаров.
- Близкие по значению параметра товары могут попадать в разные группы и получать разный уровень сервиса. Товары, у которых значения параметра очень близкие, могут попадать в разные группы. Один товар может находиться на нижней позиции группы А, а другой, у которого почти такое же значения параметра (например, прибыли), но чуть меньше, попадает в группу В. Товары очень похожи, но подход к ним будет разный. По товару группы В мы назначаем более низкий уровень сервиса, допускаем большую вероятность дефицита. Естественно, у него возникает этот дефицит, и постепенно снижаются продажи. Хотя на самом деле этот товар мог бы быть в группе А и генерировать нам прибыль.
- По какому ассортименту/складам проводить анализ. Классический пример, который мы очень часто встречаем в практике: клиенты хотят считать уровень сервиса в разрезе поставщика, а затем по этому ABC анализу назначать уровень сервиса. Здесь возникают сложности. Есть поставщики условно хорошие и условно плохие. Если по хорошему – товары попали в группу С или В, мы поставили более низкий уровень сервиса. А по плохому поставщику товары попали в группу А, но на самом деле эти товары хуже группы В другого поставщика. Они приносят меньше прибыли и реже продаются. Выходит, мы завысили уровень сервиса по этим позициям. Соответственно наше управление запасами происходит с ошибками. Этот метод сильно зависит от того, как мы проводим анализ, как мы группируем данные, склады и т.д.
- Перед проведением АВС анализа не забывать делать поправку на дефицит, акции и так далее. При проведении ABC-анализа мы рекомендуем исключать из него новые товары и корректировать показатели на дефицит и акции. Подробнее об этом мы писали в статье "Тонкости проведения АBС-анализа".
- Этот метод не всегда отвечает на вопрос про экономическую эффективность. Например, насколько необходимо для нас по группе АА поддерживать уровень сервиса 99%. Поэтому были созданы методы, которые позволяют устанавливать уровень сервиса исходя из экономического обоснования.
Методы установки уровня сервиса исходя из минимизации потерь
Цель любой компании – максимизация прибыли. При управлении товарными запасами мы несём разные расходы, которых могли бы избежать или минимизировать их. Давайте посмотрим, от каких факторов мы можем потерять деньги при принятии решения о хранении того или иного запаса.
- Упущенная прибыль. Чем меньше товаров мы будем хранить, тем больше вероятность упущенной прибыли.
- Затраты на хранение и обслуживание. Чем больше товаром мы храним, тем больше тратим на обслуживание запаса.
- Риск списания. Чем больше мы храним, тем больше денег можем потерять в просрочке. Характерно для скоропортящихся товаров.
- Заморозка денег. Чем больше вкладываем в запасы, тем больше теряем на ставке альтернативных вложений. Например, на эти средства мы могли бы погасить кредиты, закупить другой более рентабельный товар, либо положить деньги на депозит.
- Штраф за недопоставку (для дистрибьюторов). Чем меньше храним, тем больше риск нарваться на эти штрафы.
Мы можем потерять деньги от разных факторов. Наша задача понять, сколько средств мы потеряем от разных факторов и постараться минимизировать суммарные потери. С точки зрения подбора уровня сервиса для решения этой задачи может помочь выбор оптимального уровня сервиса
Оптимальный уровень сервиса
При применении методов вероятностного моделирования спроса мы знаем все объёмы спроса, вероятности их возникновения и можем посчитать, сколько денег мы теряем от каждого объёма запасов. То есть храня определённое число товара, у нас будет одна упущенная прибыль, затраты на хранение, риски списания и т.д. Если мы привезём больше товара, то уменьшим вероятность дефицита, но увеличм риски списания и затраты на обслуживание товара. Поэтому для того, чтобы найти оптимальный уровень сервиса, мы можем для каждого возможного объёма запаса определить, сколько денег мы потеряем от всех перечисленных факторов. Это показатель, при котором у нас будет минимальные суммарные потери.
Посмотрим, как это может работать на примере программы «Forecast NOW!»:
Мы можем хранить от 428 до 441 штуки товара. Храня 433 штуки мы обеспечим уровень сервиса I рода – 91%, уровень сервиса II рода – 99%. При таком объёме запасов мы потеряем в годовом выражении 4900 рублей. По таблице видно: если мы станем хранить больше товара, потери будут ещё выше. Если будем хранить меньше – всё равно потеряем больше.
Поэтому мы нашли точку, где наши потери суммарно минимальны от всех факторов. Для этого важно считать потери на одинаковый период. В нашей программе мы ведём подсчёт за год – сколько мы потеряли от скоропорта, дефицита и т. д.
Давайте посмотрим ещё один пример – скоропортящийся товар. Для него заданы разные возможные потери, и привозим мы его на два дня.
По первым заданным факторам мы получили оптимальный запас на 2 дня – 25 штук. Уровень сервиса I рода – 96%, уровень сервиса II рода – 99%. Суммарные потери – 225 рублей за год. Давайте посмотрим, что произойдёт, если мы будем менять разные входные факторы.
Например, это молоко со сроком годности 7 дней, и по умолчанию задано, что поставщик привозит товар с полным сроком годности 100%. В реальности не по всем товарам есть такие гарантии. Представим, что наш поставщик гарантирует, что он привезёт молоко с полным сроком годности 70%. То есть у нас понижается срок годности. Вот что произойдет с запасом:
Оптимальный запас был 25, стал 20. Уменьшился срок годности – и увеличились риски списания. Для того же запаса, что и раньше, мы можем потерять больше денег из-за возможного списания продукции. Хранить больше товаров нам невыгодно, поэтому уменьшился и оптимальный объём запаса.
Теперь представим, что у нас есть штрафы за недопоставку. В первом примере их размер был 10%. А теперь у нас очень жёсткие отношения с сетью, и штрафы выросли до 70%. Логично предположить, что при росте штрафов дефицит становится менее выгодным. Скорее всего, нам придётся хранить товара больше, чем раньше.
Проводим расчёт и видим, что оптимальный объём запаса вырос с 25 до 27 по сравнению с первым примером. В данном случае нам невыгодно теперь терять деньги от дефицитов, потому что нас штрафует поставщик.
Теперь давайте предположим, что подорожало хранение товара. Раньше это стоило нам 5 рублей за единицу веса товара, а теперь ситуация резко поменялась, и стоит это 50 рублей. При таких условиях нам стало выгоднее хранить меньше товара.
Таким образом, считая суммарные потери от разных факторов, мы можем постоянно оптимизировать уровень сервиса. Но не забываем, что с этими внешними факторами можно работать: договариваться с поставщиком на его гарантированный срок годности, уменьшать затраты на хранение, оптимизировать склады или людей, задействованных на них и т.д. В итоге всё это приведёт к тому, что у нас будет наиболее выгодный для нас объём запасов, и мы будем поддерживать оптимальный уровень сервиса.
Естественно, в Exсel или в каких-то других учётных системах такие суммарные потери не просчитать. Forecast NOW! позволяет работать с разными объёмами запасов, и тогда при каждом заказе у вас будет рассчитываться оптимальный уровень сервиса. Если изменился спрос, гарантированный срок годности или другие входные данные, программа пересчитает и оптимальный уровень запаса.
Преимущества и сложности оптимального уровня сервиса
Если для АВС анализа мы ставили одинаковый уровень сервиса для группы товаров. К примеру, в группе АА их может быть 2500 – и ко всем применяется одинаковый уровень сервиса. Оптимальный уровень сервиса у каждого товара будет свой.
Сложность метода оптимального уровня сервиса в его чувствительности к входным данным. Например, в какой-то период мы проводили акцию, и цена закупки была выше цены реализации. Понятно, что в таких случаях мы не сможем корректно посчитать уровень сервиса. Этот метод учитывает множество факторов, но все они должны быть правильно даны на ввод. Как обойти эту сложность? Например в Forecast NOW! это реализовано таким образом: если невозможно правильно посчитать оптимальный уровень сервиса, мы автоматически переключаемся на обычный уровень сервиса.
Клиентам мы рекомендуем сначала выставить уровень сервиса по АВС анализу и только потом какие-то группы товаров постепенно переводить на оптимальный и с ним работать. Только в этом случае мы сможем хорошо управлять нашими запасами и уровнем сервиса.
