Оптимизация и управление товарными запасами обычно предоставляет от 45 до 90 % всех расходов бизнеса. Управление товарными запасами играет ключевую роль не зависимо от направления вашей деятельности, это может быть как управление товарными запасами на складе, так и управление товарными запасами на условном предприятии торговли. В любом случае не зависимо от направления вашей деятельности нужно убедиться, что у вас всегда есть достаточное количество необходимых товаров, чтобы не допустить дефицита.
Большинство предприятий используют нерационально свой ограниченный ресурс — капитал. Вкладывают деньги в слишком широкий ассортимент или закупают неоправданно много некоторых товаров. Хуже того капитал может быть вложен в неверный вид продукции, запасы могут быть устаревшими, неверного размера или цвета, может быть не соблюдён баланс различных продуктовых линеек, что в свою очередь может сократить среднюю сумму чека покупателя.
Система управления товарными запасами варьируется по-разному, например управление товарными запасами в магазине можно контролировать и анализировать как с помощью программных высокоинтеллектуальных систем, так и банально на глаз. Если в вашем ассортименте представлено 10-20 товарных позиций, то расчет на глаз может оказаться и выгоднее, но если вы имеете дело с широким ассортиментом, то уследить за каждой товарной позицией не предоставляется возможным.
Стандартная система управления запасами для большой части малых торговых предприятий, бесхитростна и проста в использовании. Менеджер по закупкам встает в центре магазина и осматривается вокруг, если ему удается заметить, что некоторые товары закончились, то они перезаказываются. В торговле основной минус такого подхода, что особенно важный товар может закончиться, прежде чем кто-то это заметит. Такое упущение сильно бьет по карману торговых предприятий, так как продажи неизменно будут снижаться. Так же еще одним недостатком этого метода управления товарными запасами является не систематичный подход, многое зависит от человеческого фактора. Прогноз спроса является в таком методе очень неточным.
Перейдем к другим методам управления запасами. Идеальный товарный запас, сильно зависит от вида продукции. Слишком большой товарный запас может оказаться неэффективным вложением денежных средств, с другой стороны слишком маленький товарный запас может вызвать дефицит, тем самым снизив продажи, и даже привести к потере клиента. С одной стороны затраты на хранение и доставку — высоки, но с другой стороны не стоит забывать, что дефицит также влечет потери. Эффективное использование методов управления товарными запасами может существенно минимизировать затраты.
Для того чтобы придти к оптимальному управлению запасами прежде всего необходимо спрогнозировать спрос на будущий период. Методы прогнозирования спроса могут сильно варьироваться от самых примитивных до очень сложных. Например, может быть использован наивный прогноз — завтра будет продано столько, сколько было продано вчера. Или, скажем, завтра будет продано столько, сколько в среднем продавалось последнюю неделю. Могут быть использованы более сложные методы прогнозирования экспоненциального сглаживания, Хольта, Хольта-Винтерса, авторегрессии, ARIMA, нейронные сети и даже генетические алгоритмы.
Все эти методы характеризуются большим числом параметров, и при неправильном их выборе дают неприемлемые результаты. И получится не оптимизация товарных запасов, а скорее наоборот. Ведь если в основе лежит некачественный прогноз, то необоснованно повышается страховой запас. Также заранее неизвестно какой из методов прогнозирования спроса даст наилучший результат, возможно лишь оценить качество построенной модели (прогноза на исторических данных), но оно не всегда отражает качество полученного прогноза.
Для прерывистого спроса использование некоторых из этих методов прогнозирования спроса невозможно даже технически, когда другие дают заниженные результаты. Такой спрос характерен при оптимизации складских и товарных запасов стройматериалов, автозапчастей. При решении задачи управление товарными запасами в аптеке также можно часто столкнуться с разряженным спросом. После того, как получен прогноз, необходимо оценить его точность. Точность может быть оценена по различным формулам, например по следующей
Обновление от 5.07.2019.
На текущий момент мы не рекомендуем оценивать точность прогноза с использованием ошибки RMSE. Подробнее об этом читайте в статье Почему мы не считаем MAPE, RMSE и другие математические ошибки при прогнозировании спроса.
Стоит отметить, что тут учитываются как недооценки прогнозов, так и переоценки. Согласно здравому смыслу, переоцененный спрос не должен сказываться на страховом запасе. Если мы это учтем, то получим формулу
Здесь учитываются только те слагаемые в сумме, для которых продажи больше, чем прогноз на исторических данных (модели). ПРОДАЖИ — ПРОГНОЗ < 0 — это ряд положительных разниц продаж и прогнозов.
После того, как мы получили прогноз спроса, его оценку на исторических данных, необходимо рассчитать страховой запас. Страховой запас рассчитывается согласно заданному уровню сервиса. Уровень сервиса может быть I или II типа. Уровень сервиса I типа показывает, с какой вероятностью не будет дефицита. Такой уровень сервиса иначе называют — циклический уровень сервиса или уровень сервиса первого рода. Например, 90% уровень сервиса I типа, говорит, что наша методика управления товарными запасами не допустит дефицит с 90% вероятностью. Уровень сервиса II типа (второго рода) или насыщение спроса определяет, какой процент спроса будет покрыт до следующего возобновления товарных запасов. Здесь 90% уровень сервиса показывает, что при спросе в 100 газет, на складе в необходимом количестве будет 90. Уровень сервиса второго рода является более показательным, так как не только определяет дефицит, но и показывает, сколько гарантированно спроса будет удовлетворено. Но уровень сервиса первого рода является более требовательным к страховому запасу, так как дефицита не должно возникнуть вообще с заданной вероятностью.
После того, как мы выбрали тип уровня сервиса, на который мы будем ориентироваться, нам необходимо вычислить коэффициент Z. Он вычисляется с помощью функции обратного стандартного нормального распределения (в Excel Z = НОРМСТОБР(уровень сервиса I типа))
Обновление от 5.07.2019.
На текущий момент мы не работаем с нормальным распределением, так как оно имеет серьезные ограничения. В 94% случаев оно не свойственно товарам супермаркета и в 99% случае не подходит для других сфер торговли и дистрибуции. Поэтому погрешность может быть велика. Подробнее об этом смотрите в видео https://www.youtube.com/watch?v=3IUh7y1d19w&t=2114s
Уровень страхового запаса может быть вычислен по формуле:
Обновление от 5.07.2019.
Таким образом вычисляется страховой запас в алгоритмах 2-го поколения. Либо по более сложной формуле. Объяснение формул смотрите в вебинаре https://www.youtube.com/watch?v=3IUh7y1d19w&t=2114s.
Однако сейчас мы используем алгоритмы 4-го поколения, которые лишены недостатков описанных формул и используют вероятностные модели. Подробнее об различных поколения алгоритмов смотрите в видеоролике https://www.youtube.com/watch?v=HrXSrP35fes
Как мы видим, очень многое зависит от точности метода прогнозирования спроса. А получение точного прогноза — задача достаточно сложная. Мы подробно изучили различные методы прогнозирования покупательского спроса и разработали систему управления товарными запасами, которая принимает решение о методе прогнозирования спроса в зависимости от различных параметров и позволяет строить точные прогнозы и получать действительно оптимальные товарные запасы.
Подробнее о системе управления товарными запасами ForecastNOW! вы можете узнать на странице «Возможности».
Автор: Александр Грицай
