| Новости | FAQ | Вакансии | Контакты
 

Управление запасами как точная наука. П.Л. Ваньян, журнал "Склад и техника", январь 2009

Основной капитал дистрибьюторов и торговых компаний сосредоточен в их товарных запасах. Ресурсы на поддержание запаса могут быть разделены на собственно финансовые средства, - «замороженные» в находящихся на складе товарах, и затраты на приобретение (аренду) складских помещений, технологии и оборудование. При уменьшении товарного запаса понадобится и склад меньших размеров, а значит, затраты снизятся. Сразу же, как только возникли товарные запасы, появились способы управления ими. Сегодня качественное, т. е. эффективное проектирование склада невозможно без опоры на технологии управления запасом.

 С появлением современной компьютерной техники, с усилением рыночной конкуренции и приходом «технарей» в бизнес тема управления запасом обрела «второе дыхание». Появились новые возможности, позволяющие решать проблемы эффективности использования ресурсов на уровне, который еще совсем недавно считался фантастическим. О практической реализации одной из новейших разработок отечественных специалистов по научному управлению запасом мы и расскажем в настоящей статье. Наибольший интерес она представляет для компаний-дистрибьюторов многономенклатурного ассортимента товаров массового спроса.

Существует убеждение, что сложная задача не может иметь адекватного математического воплощения. Такого мнения придерживаются те, кто не способен в силу различных причин применить к практической проблеме соответствующий математический аппарат. Однако, на мой взгляд, это в корне неверно. Актуальность афоризма «нет ничего более практичного, чем хорошая теория», приписываемого Л. Больцману, с годами только увеличивается. Руководители, которые считают, что их «уникальный» бизнес может делаться только «уникальными» людьми, частенько не только не владеют современными методами работы (что не удивительно), но (что удивительно) абсолютизируют свое, зачастую устарелое, представление о возможностях науки именно в приложении к их конкретному бизнесу.

Логист - это человек, который должен уметь хорошо считать. В наше время существует масса инструментов, доступных как по цене, так и по уровню квалификации пользователя. Прикладной математикой разработаны очень мощные алгоритмы, а современная компьютерная техника позволяет проводить расчеты весьма оперативно. Все сказанное имеет самое непосредственное отношение к управлению товарным запасом. В постановке этой задачи нет ничего нового, еще в шестидесятые годы ХХ века Ю.И. Рыжиковым написаны классические труды по управлению запасом, а в 2001 г. вышла его книга, которую мы бы рекомендовали всем, кто интересуется этим вопросом. Попытки реализовать теорию на практике явно опередили свое время. Отсутствие удобных и быстрых вычислительных машин, а также, что еще важнее, отсутствие естественных бизнес-мотиваций в обществе тотального дефицита не позволило воплотить на практике теоретические разработки. При грамотном управлении запасом потребность в складских площадях, как правило, оказывается существенно меньше, чем планировалось ранее, что значительно уменьшает издержки предприятия. В плановой экономике личные интересы управленцев зачастую прямо противоположны эффективности предприятия, поэтому не удивительно, что в СССР управление запасом не получило практического развития.

Следует признать, что по меркам развитых стран уровень управления запасом в нашей стране достаточно низок. В период «нефтяного изобилия» об эффективности в России мало кто задумывался всерьез. Вопрос о том, как эффективно управлять запасом сегодня, когда маржинальный доход от деятельности предприятий снижается, доступ к заемным средствам ухудшается, а конкуренция растет, приобретает первостепенное значение.

Традиционные аналитические (в отличие от чисто экспертных, на которых мы останавливаться не будем) модели опираются на трех «китов»: во-первых, на АВС-анализ, во-вторых, на формулу оптимального заказа EOQ (economic order quantity), и, наконец, на предположение, что все случайные процессы можно описать нормальным распределением (распределением Гаусса).

 


АВС-анализ - это метод элементарного ранжирования и группировки объектов, обобщающий принцип, предложенный итальянским экономистом и социологом Вильфредо Парето в 1897 г.

 

АВС-анализ широко применяется в логистике для целей анализа запасов товарно-материальных ценностей, позволяет существенно упростить управление запасами в случае широкой номенклатуры материалов и сосредоточиться на наиболее важных позициях. В процессе АВС-анализа все запасы товарно-материальных ценностей (ТМЦ) делятся на три группы - А, В и С - по стоимости или степени важности.
• Запасы ТМЦ, относящиеся к группе А, - это ключевые запасы. К этой группе относят обычно 15-20% позиций ассортимента, обеспечивающих 75-80% от всех запасов. ТМЦ группы А обеспечивают непрерывность производства, их отсутствие может стать критичным для производства и привести к ощутимым потерям.
• Запасы ТМЦ группы В являются менее важными, их объем, как правило, не превышает 15% общего объема запасов, в ассортименте они занимают около 30%.
• Группа С - это малоценные и быстро заменяемые ТМЦ, составляющие около 50% номенклатурных позиций, чей совокупный вклад в объем запасов не превышает 5%.

Рис. 1. Процент от общего числа позиций номенклатуры запаса товаров

 


 

Группирование запасов ТМЦ далеко не всегда удается сделать объективным. Но в любом случае его цель заключается в том, чтобы отделить существенные позиции запасов от несущественных. После того, как удается достичь этой цели, следующей целью является установление соответствующего учета и контроля в разрезе групп запасов. Кроме этого в разрезе групп запасов осуществляются адекватные мероприятия по оптимизации размеров заказа и поставок. Так запасы группы А требуют особого контроля и внимательного подхода к определению их размеров. В то же время запасы группы С не нуждаются в столь большом внимании, что очень важно для оптимизации труда персонала, занятого в логистике.

 


Модель EOQ

 

Модель EOQ, которую часто называют формулой Уилсона, является простейшей оптимизационной моделью для детерминированного спроса, и отсутствия дефицита. Модель, впервые предложенная Ф. Харрисом в 1913 г. и развитая Р. Уилсоном в 1934 году, минимизирует в простейших предположениях суммарные затраты на хранение и пополнение товара.

На рис. 2 показано взаимоотношение между кривыми издержек размещения заказа (обратно пропорционально размеру заказа), хранения запаса (прямо пропорционально размеру заказа), кривой общих издержек и оптимальным размером заказа.

Формула оптимального размера заказа для единственного продукта может быть представлена как точка минимума суммарной функции издержек.

Если:

  • EOQ - оптимальный размер заказа
  • C - издержки размещения заказа (не зависит от величины заказа)
  • R - ежемесячный детерминированный спрос на продукт
  • H - издержки хранения единицы товара в месяц,

то:


Рис. 2. Зависимость издержек от размера заказа в модели EOQ

 


Поскольку управление запасом осуществляется на фоне случайного спроса, часто предполагают, что спрос распределен по нормальному закону. Нормальное распределение случайной величины определяется двумя параметрами: математическим ожиданием и стандартным отклонением. Частным случаем такого предположения является XYZ-анализ, а также все другие модели, в которых определяющим параметром выступает стандартное отклонение. Распределение Гаусса для спроса обосновывают ссылкой на Центральную предельную теорему теории вероятностей. Не углубляясь в детали, заметим, что применимость ЦПТ в управлении запасом носит весьма ограниченный характер, а нормальное распределение адекватно описывает реальный спрос достаточно редко.

 

Рис. 3. Иллюстрация свойств нормального распределения

Вероятность нормальной случайной величины не превышать сумму математического ожидания и одного, двух и трех стандартных отклонений составляет соответственно 84,1%, 97,7% и 99,9%.

С помощью этих моделей в прошлом веке был достигнут значительный прогресс в управлении товарным запасом. Если учесть, что сто лет назад не было современных компьютеров и на сложные вычисления требовалось очень много времени, а рассмотренные модели весьма просты, они по праву считаются классическими. Сегодня эти модели могут быть превосходным учебным материалом, на практике же они выглядят несколько архаично. Хотя следует с грустью признать, что из современных российских логистов мало кто освоил и эти «премудрости».

Современная компьютерная техника позволяет решать задачу управления товарным запасом корректно и на принципиально более высоком уровне, чем раньше. Эра быстродействующих настольных компьютеров открыла новые, доселе невиданные возможности для управления запасами, в полной мере пока еще плохо осознанные. Объективной причиной тому служит незрелость российского рынка, а субъективной - недостаточная математическая грамотность персонала коммерческих предприятий. Сегодня невозможно разрабатывать методы управления запасом, не имея хорошей математической подготовки. Кроме того, необходим опыт работы в складском и торговом бизнесе. Сочетание всех этих качеств позволило нам предложить новый подход и реализовать его в уникальном программном продукте - системе автоматизированного управления запасом «Инвентор», аналогов которому не находится пока что ни у нас в стране, ни за рубежом.

Как работает эта программа? Эффективное управление товарным запасом состоит в экономической оптимизации, а мерилом эффективности является прибыль. В системе «Инвентор» целевой функцией является чистая прибыль компании в единицу времени, а решение задачи состоит в определении параметров, при которых эта функция достигает максимума. Алгоритм быстрого «перебора» управляющих параметров составляет ядро оптимизационной процедуры.

Когда мы говорим об эффективности управления товарным запасом, то имеем в виду максимизацию чистой прибыли предприятия в той части, в которой эта прибыль зависит от управления товарным запасом. Одна из составляющих работы по увеличению эффективности управления запасом - корректная финансовая модель предприятия. Все текущие бизнес-процессы на предприятии нужно рассмотреть с точки зрения расходов, связанных с управлением товарным запасом. Это и стоимость хранения товарного запаса, и затраты на его пополнение, и издержки от дефицита в виде недополученной прибыли ( с учетом дополнительных штрафов за отказ в обслуживании). Все процессы в цепи поставок: транспорт, аренда зданий и оборудования, затраты на персонал, закупочная деятельность, организация продаж, проценты по кредитам, кредиторская задолженность, дебиторская задолженность, налоги и т. д. - должны найти адекватное отражение в финансовой модели. Корректная модель должна абсолютно точно, в рублях, показывать, насколько уменьшаются издержки при увеличении товарного запаса, насколько увеличивается стоимость хранения, снижаются издержки от дефицита и т.п.

Основой оптимизации является финансово-экономическая модель. Для каждой ассортиментной позиции необходимо получить ряд коэффициентов, характеризующих ее финансовую эффективность (доходность на штуку, стоимость хранения штуки в сутки, стоимость пополнения штуки). Номенклатурных позиций, которыми необходимо управлять в дистрибьюторском бизнесе, как правило, 10-20 тысяч ед., а в некоторых случаях ассортимент компании может доходить до 100 и более тысяч SKU (stock keeping unit). Это осложняет задачу, но тем не менее, современная компьютерная техника при использовании «продвинутых» алгоритмов позволяет с ней справиться. Поскольку задача оптимального управления многономенклатурным товарным запасом решается при случайном спросе, для каждой товарной позиции нужно восстановить реальную статистику движения ее запасов. Это то, что отличает (выделяет) нашу методику расчета (по сравнению с) от традиционного подхода, если и учитывающего случайность в спросе (в отличие от совсем простеньких детерминированных моделей), то в предположении, что распределения вероятностей для спроса являются нормальными. Такое предположение сплошь и рядом не выдерживает никакой критики. Особенно это наглядно проявляется в торговле товаром редкого или эпизодического спроса, что характерно, например, для фармацевтической розницы: в аптеках продается товар, который запрашивается в большинстве случаев не чаще 1-2 раз в месяц. При оптимизации в системе «Инвентор» используется  эмпирическое распределение вероятностей спроса, т. е. то распределение, которое наблюдается в действительности, и никаких дополнительных гипотез не измышляется.

Опираясь на характеристики спроса и параметры финансовой модели, «Инвентор» математически корректно определяет состояние многономенклатурной системы, обеспечивающее максимум прибыли. Для каждого SKU находятся параметры управления, которые определяют, когда (при каком остатке) и в каком количестве следует делать заказ.

Описанная процедура - это только первая часть решения задачи по оптимальному управлению запасом компании. Мы называем это решение абсолютным оптимумом в отличие от условного оптимального решения, реализуемого при имеющихся дополнительных ограничениях. Абсолютное оптимальное решение позволяет рассчитать объем любых ресурсов, обеспечивающих его реализацию. Может случиться, что для данного бизнеса оптимальным окажется склад в два раза больше существующего. Значительное увеличение площадей возможно далеко не всегда, особенно за короткое время. Проектирование и строительство склада редко укладываются в 2 года. Как правило, сроки строительства существенно затягиваются по самым разным причинам - от банальной нехватки финансов до трудностей административного порядка. Однако и «урезать» все параметры вдвое на том основании, что «у нас есть тот склад, который есть», абсолютно ошибочно с точки зрения эффективности: какие-то SKU в рамках наложенных ограничений следует вообще выводить из ассортимента, а для других SKU изменение параметров управления может быть минимальным. В этом случае задача оптимизации формулируется так: какие параметры управления обеспечивают максимальную прибыль с учетом заданных ресурсных ограничений. В рассмотренном примере таким ограничением может быть вместимость склада в кубометрах. Другим ограничением может стать сумма денежных средств, «замороженная» в товаре. Для условий расширяющегося финансового кризиса нами разработана модель, оптимизирующая прибыль при ограничении на объем заемного капитала. В системе «Инвентор» может быть учтено произвольное ограничение на любой ресурс, а также любая комбинация из ресурсных ограничений. При таком подходе мы обеспечиваем корректное решение практических задач, которые, как показывает опыт, всегда имеют ресурсные ограничения.

Опыт апробации системы «Инвентор» показал, что в разных сферах бизнеса как в оптовых, так и в розничных, резервы эффективности в управлении товарным запасом просто колоссальны. Оказывается, что при оптимальном управлении запасом, дефицит товара уменьшается на десятки процентов, объем склада и частота пополнений сокращаются в разы. Прибыльные сферы бизнеса увеличивают чистую прибыль, как правило, на 60-80%, многие убыточные виды бизнеса при правильном управлении запасом становятся прибыльными.

О стратегическом управлении товарным запасом и практических проблемах, возникающих при внедрении системы «Инвентор», мы расскажем в следующем номере журнала.

 

Онлайн-калькулятор
Try RopRoq
 
Загрузки

Демо интерфейса (2 мин.)
Демо интерфейса (10 мин.)
Презентация на ММЛФ-14
Презентация на ММЛФ-13
Презентация на Логист-10

Буклет Inventor Soft
Booklet Inventor Soft

Презентация короткая
Презентация длинная
Презентация Fresh

 
Отзыв о системе

"Освобождение и упрощение работы бренд-менеджеров позволило ускорить написание заказов с 1-2 дней на заказ, до 3-5 заказов в день. Что в свою очередь позволило повысить постоянно поддерживаемый складской ассортимент с ~32 000 до ~72 000 sku."

Ирэна Дехтяренко
Директор по закупкам AD Smartec до апреля 2015 г.

 

Яндекс.Метрика

+7 (495) 177-68-76 | info@inventorsoft.ru
117587, Москва, Варшавское шоссе, 122А