Файл: Управление запасами на примере компании LOREAL.pdf

Погрешность планирования можно определить, как стандартное отклонение ошибки прогноза продаж, которое легко считается в EXCEL.

Для этого потребуется сопоставить фактические и прогнозные объемы продаж за последний отчетный период (например, год, но не менее, чем за шесть месяцев) и рассчитать помесячно ошибки прогноза в процентах (см. таблицу № 3: Расчет погрешности планирования).

При этом желательно соблюсти следующие правила: для сравнения необходимо использовать прогноз продаж (или отгрузок) с рассматриваемого склада; прогноз нужно брать на дату, соответствующую рассчитанному по формуле № 5 времени реакции.

К примеру, если время реакции составляет примерно два месяца, то для определения погрешности планирования в августе анализируется прогноз продаж на август, сформированный в мае.

Таблица 3. Расчет погрешности планирования запасов^[1]

До 2019 года в логистике компании отсутствовал прогноз продаж по каждой позиции номенклатуры запасных частей со склада, - и тогда в качестве погрешности планирования использовали стандартное отклонение исторических отгрузок от среднего значения. Для этого считали стандартное отклонение объемов продаж за последний отчетный период (например, год, но не менее, чем за шесть месяцев) и делили на среднемесячные продажи:

Таблица 4. Альтернативный расчет погрешности планирования

Оценка эффективности применения описанных подходов (в стоимостном выражении, в сокращении времени, или сравнительная оценка деятельности с конкурентами): риск-фактор связывает целевой уровень доступности товара, погрешность планирования и размер страхового запаса.

Целевой уровень доступности товара определяется экспертно: чем он выше, тем меньше шанс, что товара не окажется в наличии. Этот показатель может варьироваться для различных сегментов продукции.

Для наиболее критичных позиций номенклатуры (категория «А» в соответствии с ABC-анализом) он может достигать 99,5 процента (такой уровень актуален для лидеров среди товаров повседневного спроса). В исследуемой компании используют следующий подход:

- 90 процентов – для запасов категории «А»,

- 80 процентов – для категории «В»,

- 70 процентов – для категории «С».

При определении целевого значения можно использовать исторические данные.

Представим примеры реализации методов планирования и прогнозирования потребности в запасе (подходы к определению исторического уровня доступности товаров в запасах):

- доля дней за период, в течение которых продукт был в наличии на складе.

Это самый простой способ, для которого нужно знать только свободный остаток по данной номенклатуре на каждый день. Если товар был в наличии лишь 26 дней в течение месяца, то уровень доступности равен 87 процентам (26 дней / 30дней × 100%);

- доля фактических продаж за период (например, месяц) относительно потенциальных продаж за тот же период, которые могли бы быть при условии наличия товара каждый день в количестве большем, чем среднедневные продажи. Этот способ подходит для номенклатур с большим объемом реализации за сутки. Например, если при среднесуточных продажах в 100 единиц запасных частей в течение 5 дней запасы товара на складе не превышали 40 единиц. Отсюда прямые упущенные продажи – 300 единиц ((100 ед. – 40 ед.) × 5 дн.), а уровень доступности – 90,9 процента ((100 ед. × 30 дней) / (100 ед. × 30 дней + 300 ед.));

- доля выполненных заказов относительно всех полученных заказов по данной позиции номенклатуры. Этот способ требует наличия системы учета всех поступающих заказов (до проверки наличия запасных частей).

Для расчета риск-фактора в EXCEL можно воспользоваться формулой НОРМОБР (), в которую подставить целевую доступность и погрешность планирования. Как правило, значение этого показателя находится в пределах от 0,5 до 3. Если по расчетам получается меньшая цифра, то лучше перепроверить исходные данные.

Представим пример расчета страхового товарного запаса:

Логистика компании размещает заказы у поставщика раз в неделю. Каждый заказ приходит на склад в течение 10 дней с момента размещения. Отсюда время реакции на изменение спроса – 0,57 мес. ((7 дн. + 10 дн.) / 30 дн.). При целевом уровне доступности 95 процентов, стандартном отклонении ошибки прогноза 75 процентов (на месячных периодах), риск-фактор будет равен 1,23 (= НОРМОБР (95%, 0, 75%)), и тогда страховой запас составит 0,69 месяца (1,23 × 0,75 × (0,57) ^ 0,5) или 21 день (0,69 × 30 дней).

Запасы в резерве логистики:

При достаточно регулярных отгрузках в резерве может находиться примерно одинаковое количество запасов. Отсюда при планировании таких остатков запасных частей допустимо ориентироваться на средний исторический уровень резервов в штуках по определенной позиции номенклатуры, отнесенный к среднедневным продажам [11, с.116]. Если на любой момент времени в среднем 10 штук данного товара находится в резерве в различных заказах при средних продажах по 5 штук в день, то «замороженный» остаток составит 2 дня (10 штук / 5 штук в день.) или 0,07 месяца. Принято держать товар в резерве в среднем 3 дня, не больше, то и «замороженный» остаток будет равен 3 дням (или 0,10 месяца) для любых номенклатурных позиций запасных частей.

Товары под контролем качества. Этот сегмент запасов плохо поддается прогнозированию и планированию. Самый простой вариант их спланировать – ориентироваться на средний исторический уровень, выраженный в днях продаж.

Формула 6. Расчет товарных запасов под контролем качества

Дополнительные запасы. Когда объемы поставок и продаж товара стабильны, в дополнительных запасах необходимости нет.

Она возникает, если есть информация об ожидаемых перебоях с поставками (капитальный ремонт в цехах завода-поставщика, ожидаемая нехватка транспортных средств, новогодние праздники, сезонный всплеск продаж запасных частей).

Сколько именно отложить товара на такой случай – вопрос сложный, решение, как правило, принимается коллегиально и на основании экспертных оценок. Влияющие факторы – наличие оборотных средств, складских мощностей, возможности поставщика и пр.

Вывод: любые формулы никогда не могут абсолютно точно описать реальную жизнь логистики и её вектора реализации методологий планирования и прогнозирования потребности в запасе. Поэтому мало один раз задать целевые уровни запасов. Изменения на рынке, в структуре и характеристиках цепи поставок (новые склады и магазины, сроки и точность поставок, время обработки, различные ограничения), жизненный цикл запасных частей – все эти факторы требуют регулярного пересмотра уровня запасов для поддержания их на оптимальном уровне. При ежемесячных прогнозах отгрузок имеет смысл пересчитывать целевые уровни складских остатков по товарным позициям каждые полгода, при еженедельных – каждый квартал. Только в этом случае запасы запасных частей всегда будут находиться на экономически выгодном уровне.

Предварительный вывод: логистический контроль уровня запасов позволяет эффективно управлять оборотным капиталом. Представили подробно, как рассчитать оптимальный объем складских остатков, при котором можно избежать дефицита и, как следствие, недополученной прибыли. Преимущества и недостатки: простая и доступная методика расчетов не вызовет сложностей в применении на практике.

Также к достоинствам этого решения можно отнести то, что оптимальный размер остатков определяется с учетом их целевого назначения, в детализации по составляющим: рабочий, страховой, дополнительный и прочий запасы. Логистическая методика подходит для оптимизации запасов в упаковке с регулярными продажами в значительном объеме (более 20 единиц в месяце, причем как для склада, так и для удаленного дистрибуционного центра, а также складов при салонах). По логистике описали главное, выделив и акцентировав внимание на управлении запасами, но управлением запасами не ограничивается логистика объекта исследования, - есть и другие аспекты логистики в области ответственности планирования и прогнозирования потребности в запасе. Представим эффективность логистики управления запасами на диаграммах № 1-6 в нотации IDEF0, на следующих страницах в альбомном варианте – качественная инфо графика для планирования и прогнозирования потребности в запасе: представим логистику системы менеджмента качества управления запасами (пункты 2.2; 2.3 и 2.4):

2.2. Укрупнённая модель процессов управления запасами логистики

Модель процессов логистики салона «LOREAL PROFESONEL CITY STYLE – «Диадема» в нотации IDEF0 из программы MS VISIO

2.3. Моделирование рисков бизнес процессов управления запасами

Представим риски логистики салона «LOREAL PROFESONEL CITY STYLE – «Диадема»:

Риски логистики салона «LOREAL PROFESONEL CITY STYLE – «Диадема» в нотации IDEF0 из программы MS VISIO

2.4. Моделирование бизнес процессов системы менеджмента качества улучшения векторов управления запасами

Логистика системы менеджмента качества (СМК логистика) салона «LOREAL PROFESONEL CITY STYLE – «Диадема»

Выводы по второй главе исследования курсовой работы: провели исследование основных векторов реализации методов планирования и прогнозирования потребности в запасе на примере компании Лореаль, - можем констатировать: моделирование бизнес процессов даёт максимально наглядное представление алгоритмам и регламентам, функционалу и инструментарию планирования и управления запасами. Это актуально, так как с течением времени совершенствуется управление предприятием, в том числе и внутренняя организация деятельности его элементов, таких как логистика, которая уже долгое время не является чем-то необычным в рамках организационной структуры. Проблема наиболее рационального и оптимального процесса регулирования логистической системы в рамках функционирования предприятия представляется актуальной в современных экономических условиях ввиду большой значимости подразделения, реализующего задачи данного структурного элемента и именно моделирование процессов помогает понять все нюансы. Моделирование бизнес процессов логистики управления запасами даёт с точки зрения практической применяемости, функции: