Совершенствование товарной политики и управления запасами предприятия-участника внешнеэкономической деятельности

 

Рис. 15. Сводная матрица ABC-XYZ анализа

 

Соответственно, в матрице  АВС-XYZ характеристики классификационных групп включают, как вариацию спроса, так и долю товаров в общем объеме продаж. Наиболее многочисленной в ассортименте ООО «Линзмастер» является группа CZ.

В данную группу попадают новые товары, товары непостоянного  спроса, поставляемые под заказ и  т. п. Часть из них можно безболезненно выводить из ассортимента, а другую часть нужно регулярно контролировать, так как именно из товаров этой группы возникают неликвидные или труднореализуемые запасы, из-за которых компания может нести потери.

Товары группы АХ и  ВX, напротив, обладают постоянным спросом и формируют большую часть объема продаж, поэтому для них следует рассчитывать оптимальный размер закупок и разрабатывать точные графики поставки. В ООО «Линзмастер» в настоящее время не проводится расчет оптимального размера заказа и построение системы поставок «точно в срок» пока остается целью управления запасами данной категории, не реализованной на практике.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Глава 3. Совершенствование товарной политики

и управления запасами предприятия-участника

внешнеэкономической деятельности                                           ООО «Линзмастер»

 

 

3.1. Прогнозирование потребности в запасе

 

Прогнозирование – это  важный момент принятия решения в  управлении запасами фирмы.

Методы прогнозирования запасов предприятия представлены на рис. 16

 

 

Рис. 16. Методы прогнозирования запасов

При управлении запасами необходимо оценить степень спроса на товар или группу товаров, которая  осуществляется на основе анализа статистических данных о продажах каждого типа товаров в течение определенного периода времени. Рассмотрим применение различных методов прогнозирования на примере товарной позиции 66, имеющей наиболее высокий показатель продаж за первое полугодие 2011 года в магазинах ООО «Линзмастер».

Наиболее простым является наивный прогноз, когда показатель следующего месяца равен показателю предыдущего (табл. 6).

 

Таблица 6

 

Наивный прогноз

 

Месяц	Фактическое потребление	Прогнозное потребление
Январь	3048	-
Февраль	3272	3048
Март	3164	3272
Апрель	3025	3164
Май	3122	3025
Июнь	3073	3122

 

Для анализа может  быть применен также прогноз на основе среднедневного потребления. При этом учитывается количество рабочих  дней месяца и общий расход товаров (табл. 7).

Для составления прогноза по скользящей средней требуется определиться в количестве периодов наблюдений n, которые будут использоваться в расчете.

Выберем в качестве интервала  расчета два месяца. Результат  расчет прогноза по скользящей средней  с учетом количества рабочих дней в месяцах приведен в таблице 8.

 

 

Таблица 7

 

Прогноз на основе среднедневного потребления

 

Месяц	Фактическое потребление	Количество рабочих дней	Среднедневное потребление	Прогнозное среднедневное потребление	Прогнозное месячное потребление
Январь	3048	16	191	-
Февраль	3272	20	164	191	3820
Март	3164	22	144	164	3608
Апрель	3025	21	144	144	3024
Май	3122	20	157	144	2880
Июнь	3073	21	147	157	3297

 

Для получения прогноза среднедневной потребности, например, в марте требуется использовать статистику фактических среднедневных  отгрузок в январе и феврале: (190,5 + 163,6) / 2 = 177. При получении дробной величины среднедневного потребления округление производится в большую сторону, чтобы исключить нехватку запаса при обеспечении потребности.

 

Таблица 8

 

Прогноз на основе скользящей средней

 

Месяц	Фактическое потребление	Количество рабочих дней	Среднедневное потребление	Прогнозное среднедневное потребление	Прогнозное месячное потребление
Январь	3048	16	191	-
Февраль	3272	20	164	-
Март	3164	22	144	178	3905
Апрель	3025	21	144	154	3234
Май	3122	20	157	144	2880
Июнь	3073	21	147	151	3171

 

Для учета важности отдельных  периодов наблюдений используют метод  взвешенной скользящей средней (табл. 9). 

 

Таблица 9

 

Прогноз на основе взвешенной скользящей средней

 

Месяц	Фактическое потребление	Количество рабочих дней	Среднедневное потребление	Прогнозное среднедневное потребление	Прогнозное месячное потребление
Январь	3048	16	191	-	-
Февраль	3272	20	164	-	-
Март	3164	22	144	169	3707
Апрель	3025	21	144	148	3108
Май	3122	20	157	144	2880
Июнь	3073	21	147	155	3255

 

При расчете скользящей средней показатели различных периодов умножаются на соответствующие весовые коэффициенты. При этом более поздним данным придается больший вес. В рассматриваемом примере последнему периоду присвоен удельный вес 5, а предыдущему — 1.

Расчет потребности  в марте согласно данному методу осуществляется следующим образом: (191*1+164*5)/6=169. 

Аналогично для апреля: (164*1+144*5)/6=148; для мая: (144*1+144*5)/6=144; для  июня: (144*1+157*5)/6=155.

Прогноз по методу экспоненциального сглаживания производится с применением константы сглаживания a, принимающей значения от 0 до 1. При анализе запасов ООО «Линзмастер» использована a=0,8, благодаря чему обеспечивается более высокая точность прогноза.

Прогнозное среднедневное потребление для апреля составляет: 169+0,8*(144-169)=149; для мая: 148+0,8*(148-144)=145; для июня: 144+0,8*(157-144)=155. Умножив на количество рабочих дней соответствующего месяца, получаем следующие результаты (табл. 10).

Качество прогноза непосредственно отражается на качестве принимаемых управленческих решений по управлению запасами. Для эффективного управления запасами важно выбрать обоснованный метод и методику прогнозирования.

Таблица 10

 

Прогноз по методу экспоненциального сглаживания

 

Месяц	Фактическое потребление	Количество рабочих дней	Среднедневное потребление	Прогнозное среднедневное потребление  при а=0,8	Прогнозное месячное потребление  при а=0,8
Январь	3048	16	191	-	-
Февраль	3272	20	164	-	-
Март	3164	22	144	-	-
Апрель	3025	21	144	149	3129
Май	3122	20	157	145	2900
Июнь	3073	21	147	155	3255

 

При этом для эшелонированной  системы запасов (центральный склад, региональные склады, магазины) необходимо выстраивать прогнозы иерархически (сверху вниз или снизу вверх). На уровне товарных позиций обычно выстраивание идет снизу вверх, т.е. прогнозируется спрос (например) магазинов региона, далее их суммарный спрос определяет прогноз отгрузок (потребления) со склада региона на магазины и т.п.

Применительно к ООО  «Линзмастер», где также существует система распределения товаров  центральный склад-магазины, прогноз  производится по товарной позиции в  целом, а затем по конкретному  магазину.

Следует отметить, что наиболее точным и практичным является метод взвешенной скользящей средней с последующим применением экспоненциального сглаживания.

 

 

2.  Оптимизация структуры товарных запасов предприятия

 

Как показал анализ, проведенный в п. 2.3 настоящей главы, наиболее многочисленную группу запасов ООО «Линзмастер» составляет CZ. Данная группа характеризуется высокой нестабильностью спроса и, следовательно, сложностью прогнозирования. Соответственно, в качестве мер оптимизации может выступать минимизация запасов данной группы.

Основное внимание планово-аналитическому отделу следует уделить запасам групп AX и BX. Для них следует определить оптимальный размер заказа.

Рассмотрим методику определения оптимального размера  заказа:

1. Определение стоимости размещения одной единицы заказа, А, в денежных единицах.
2. Прогнозирование потребности в запасе в плановом периоде, λ, в количественных или денежных показателях.
3. Доля цены продукции, приходящейся на затраты по хранению на складе, I.
4. Определение цены единицы запаса, C, в денежных единицах.

Рассчитаем оптимального размер запаса, используя формулу 1:

1. Cтоимость размещения одной единицы заказа включает затраты на поиск поставщика, представительские расходы, затраты на содержание отдела закупок и пр.

Отделом закупок ООО  «Линзмастер» осуществляется ежедневный заказ товаров у двоих поставщиков, еженедельный — у четверых поставщиков и ежемесячный — у семерых поставщиков.

Соответственно, ежемесячная нагрузка составляет 2*22+4*4+7=67 заказов. Зарплата менеджера по закупкам составляет 30000 рублей, следовательно затраты на размещение одного заказа составляют 30000/67=448 рублей.

2. Потребность в запасе товарной позиции 66 на июнь, рассматриваемая в пункте 3.1 настоящей главы, составляет по методу прогнозирования с применением экспоненциального сглаживания 3255 штук.
3. Доля цены продукции, приходящейся на затраты по хранению на складе, составляет 0,18.

 

4. Цена единицы запаса составляет 900 рублей.

Оптимальный размер заказа при данных условиях составляет:

Q=√2*448*3255/0,18*900= 134 единицы.

Аналогично оптимальный  размер заказа может быть рассчитан для других товарных позиций, изменяется только потребность в запасе и цена единицы продукции.

Важным является также является определение точки заказа.

Точка заказа = (Дневной  спрос*Планируемое время выполнения заказа) + Страховой запас.

В данном выражении проблемным является определение страхового запаса по товарной позиции. Существует ряд методов:

• расчет страхового запаса в виде процента от спроса во время выполнения заказа;
• определение объема страхового запаса на основе дневного потребления;
• задание объема страхового запаса вручную;
• определение объема страхового запаса на основе среднего отклонения.