Глава 2. Анализ задачи прогнозирования товарного спроса
Вторая часть работы посвящена созданию интегрированного в комплексную информационную систему программного модуля прогнозирования товарного спроса. Необходимость такого средства становится очевидной при рассмотрении модели работы компании.
Эффективность системы зависит как раз от точности прогноза, так как на его основе производится пополнение склада товаром. Однако следует заметить, что практически невозможно полностью автоматизировать процедуру управления закупками. Создание точной модели системы сильно осложнено большим числом факторов, зачастую трудно формализуемых. Реалии рынка таковы, что иногда действия компании, на первый взгляд, противоречат логике (например, торговля некоторыми товарами заведомо в убыток). Таким образом, необходим инструмент, который может оперативно предоставить эксперту прогноз спроса как начальные данные для формирования заказа поставщикам.
Выбор политики управления запасами практически заключается в ответе на один простой вопрос: «Какая величина запасов является для Компании оптимальной?» Что же будет критерием правильности определения такой величины?
Очевидно, что компании запасы нужны для того, чтобы выполнять заказы своих клиентов на товары в нужном количестве и в установленные сроки. Однако запасы требуют расходов на их содержание, пока они не «дождутся своего часа» и не будут реализованы. Причем потери компании возрастают прежде всего за отвлечения из оборота части капитала, инвестированного в запасы. При избыточном запасе требуется более высокие удельные (отнесённые к единице времени) капитальные вложения, но дефицит возникает реже и частота размещения заказов меньше. С другой стороны, при недостаточном запасе удельные капитальные вложения снижаются, но частота размещения заказов и риск дефицита возрастает. Для любого из указанных крайних случаев характерны значительные экономические потери.
|
|
|
Поэтому Компания должна найти для себя оптимальное сочетание между издержками и выгодами от выбранного уровня товарных запасов, чтобы определить какая величина запасов по каждой товарной группе (или даже позиции) является достаточной. При этом желательно, кроме чисто эмпирических наблюдений за частотой ситуациями типа: «есть заказы – нет товаров» и «есть запасы – не хватает денег» перейти к более объективным критериям. В качестве базовых индикаторов качества выбранной политики управления запасами могут использоваться такие критерии, как:
Показатели достаточности запасов для удовлетворения покупательского спроса. Например, так называемый «уровень обслуживания», под которым понимается процент от общего объема имеющихся запросов, который удовлетворен из имеющихся материальных запасов без дополнительного заказа.
|
|
|
Показатели, основанные на поиске оптимального размера заказа, исходящие из соотношения стоимости хранения запасов и стоимости выполнения заказа.
Издержки хранения выступают ограничением на размер запасов. Причем в стоимость хранения входят «вмененные» издержки. Они характеризуют прибыль, которая могла бы быть получена, если бы средства не были использованы для образования запаса, а «пущены в оборот». Необходимо найти баланс между с одной стороны стоимостью хранения, а с другой стороны – операциями по заказу товаров. Большие размеры заказа (и, следовательно, меньшее их количество) уменьшают стоимость выполнения заказов, но приводят к увеличению стоимости хранения запасов. В этой ситуации все зависит от правильной оценки необходимого объема заказов, которую производят исходя из существующих прогнозов сбыта.
Индикаторы, связанные с характеристиками денежных потоков от операций по закупке и реализации товара.
Здесь стоит отметить следующее: более важно не то, какой из возможных индикаторов выбрала компания, а сам факт наличия выбранного индикатора. Только постоянное наблюдение за такими показателями позволяет судить о правильном направлении усилий предпринимаемых в какой либо области менеджмента (в данном случае за эффективностью построения системы управления запасами).
|
|
|
Разработка правил определения момента и объема заказа, определение приоритетов при пополнении запасов позволит получить относительно простые способы регулирования параметров заказа. Другой важнейшей функцией управления запасами является контроль за ходом выполнения заказов, обеспечивающий обратную связь для принятия персоналом фирмы эффективных решений по закупкам.
Однако, как уже говорилось выше, ключевым фактором определяющим качество системы управления запасами является способ выработки предположений о необходимой величине закупок.
Мировая практика выработала достаточно успешные походы к решению проблемы планирования запасов, которые условно можно разделить на две группы: «от склада» и «от продаж».
Подход «от склада». В основе классических западных складских систем управления запасами обычно лежит технология управления заказами SIC (Statistical Inventory Control), которая использует статистические методы для моделирования спроса и времени пополнения товарных запасов.
|
|
|
Такой подход основан на расчете нормативных характеристик запасов по каждому виду товарного ассортимента исходя из наблюдений за их фактической оборачиваемостью на протяжении некоего периода.
Решение о закупке принимается в основном на основании статистических наблюдений за динамикой заказов, а не на сведениях о планируемых объемах продаж, полученных в результате непосредственного контакта с клиентом, что, конечно, требует дополнительных и существенных усилий.
Подход «от продаж». Более точные прогнозы сбыта, которые основаны на обработке совокупностей заявок дистрибьюторов. Однако в нашем случае подход «от продаж» не применим, так как компания не работает под заказ.
Рассмотрим типы моделей систем управления запасами и на их основе сформулируем модель, отражающую реальную ситуацию в компании.
Любая модель управления запасами, в конечном счете, должна дать ответ на два вопроса:
Какое количество продукции заказывать?
Когда заказывать?
Ответ на первый вопрос выражается через размер заказа, определяющего оптимальное количество ресурсов, которое необходимо поставлять каждый раз, когда происходит размещение заказа. В зависимости от рассматриваемой ситуации размер заказа может меняться во времени. Ответ на второй вопрос
зависит от типа системы управления запасами. Если система предусматривает периодический контроль состояния запаса через равные промежутки времени (например, еженедельно или ежемесячно), момент поступления нового заказа обычно совпадает с началом каждого интервала времени. Если же в системе предусмотрен непрерывный контроль состояние запаса, точка заказа обычно определяется уровнем запаса, при котором необходимо размещать новый заказ.
Таким образом, решение обобщённой задачи управления запасами определяется следующим образом;
В случае периодического контроля состояния запаса следует обеспечивать поставку нового количества ресурсов в объеме размера заказа через равные интервалы времени.
В случае непрерывного контроля состояния запаса необходимо размещать новый заказ в размере объема запаса, когда его уровень достигает точки заказа.
Размер и точка заказа обычно определяются из условий минимизации суммарных затрат системы управления запасами, которые можно выразить в виде функции этих двух переменных.
Затраты на приобретение становятся важным фактором, когда цена единицы продукции зависит от размера заказа, что обычно выражается в виде оптовых скидок в тех случаях, когда цена единицы продукции убывает с возрастанием размера заказа. Затраты на оформление заказа представляют собой постоянные расходы, связанные с его размещением. Таким образом, при удовлетворении спроса в течение заданного периода времени путем размещения более мелких заказов (более часто) затраты возрастают по сравнению со случаем, когда спрос удовлетворяется посредством более крупных заказов (и, следовательно реже). Затраты на хранение запаса, которые представляют собой расходы на содержание запаса на складе (например, процент на инвестированный капитал, затраты на переработку, амортизационные расходы и эксплутационные расходы), обычно возрастают с увеличением уровня запаса. Наконец, потеря дефицита представляют собой расходы, обусловленные отсутствием запаса необходимой продукции. Обычно они связаны с ухудшением репутации поставщика у потребителя и с потенциальными потерями прибыли.
Рисунок 2.1 иллюстрирует зависимость четырёх компонент затрат обобщенной модели управления запасами от уровня запаса. Оптимальный уровень запаса соответствует минимуму суммарных затрат. Отметим, что
модель управления запасами не обязательно должна включать все четыре вида затрат, так как некоторые из них могут быть не значительными, а иногда учёт всех видов затрат чрезмерно усложняет функцию суммарных затрат. На практике какую – либо компоненту затрат можно не учитывать при условии, что она не составляет существенную часть общих затрат. Этот фактор необходимо иметь ввиду при изучении различных моделей, описанных в данной главе.
Рис 2.1
Обобщенная модель управления запасами, описанная выше выглядит довольно простой. Чем же тогда объясняется столь большое разнообразие моделей этого класса и методов решения соответствующих задач, базирующихся на различном математическом аппарате: от простых схем дифференциального и интегрального исчисления до сложных алгоритмов динамического и других видов математического программирования? Ответ на этот вопрос определяется характером спроса, который может быть детерминированным (достоверно известным) или вероятностным (задаваемым плотностью вероятности). На рисунке 2.2 приведена схема классификации спроса, обычно принимаемая в моделях управления запасами. Детерминированный спрос может быть статическим, в том смысле, что интенсивность потребления остаётся неизменной во времени, или динамическим, когда спрос известен достоверно, но изменяется в зависимости от времени. Вероятностный спрос может быть стационарным, когда функция плотности вероятности спроса неизменна во времени, и не стационарным, когда функция плотности вероятности спроса изменяется во времени.
В реальных условиях случай детерминированного статистического спроса встречается редко. Такой случай можно рассматривать как простейший. Так, например, хотя спрос на такие продукты массового потребления, как хлеб, может меняться от одного дня к другому, эти изменения могут быть столь незначительными, что предположение статичности спроса несущественно искажает действительность.
 | |||
 | |||
Рис. 2.2
информационный система спрос программа
Наиболее точно характер спроса может быть, возможно, описан посредством вероятностных нестационарных распределений. Однако с математической точки зрения модель значительно усложняется, особенно при увеличении рассматриваемого периода времени. Рисунок 2.2 иллюстрируют возрастание математической сложности модели управления запасами при переходе от детерминированного статического спроса к вероятностному стационарному спросу. По существу, классификацию рисунка 2.2 можно считать представлением различных уровней абстракции описания спроса.
На первом уровне предполагается, что распределение вероятности спроса стационарно во времени. Это означает, что для описания спроса в течение всех исследуемых периодов времени используется одна и та же функция распределения вероятностей. При таком предположении влияние сезонных колебаний спроса в модели не учитывается.
На втором уровне абстракции учитывается изменение спроса от одного периода к другому. Однако при этом функции распределения не меняются, а потребности в каждом периоде описываются средней величиной спроса. Это упрощение означает, что элемент риска в управлении запасами не учитывается. Однако оно позволяет исследовать сезонные колебания спроса, которые вследствие аналитических и вычислительных трудностей нельзя учесть вероятностной модели. Другими словами, здесь возникает определенный компромисс: можно использовать, с одной стороны, стационарные распределения вероятностей, а с другой – переменную, но известную функцию спроса при допущении «определённости».
На третьем уровне упрощения исключаются как элементы риска, так и изменения спроса. Тем самым спрос в течение любого периода предполагается равным среднему значению известного (по предположению) спроса по всем рассматриваемым периодам. В результате этого упрощения спрос можно оценить его постоянной интенсивностью.
Хотя характер спроса является одним из основных факторов при построении модели управления запасами, имеются другие факторы, влияющие на выбор типа модели. К их числу относятся:
Запаздывание поставок или сроки выполнения заказов. После размещения заказов он может быть поставлен немедленно или потребуется некоторое время на его выполнение. Интервал времени между моментом размещения заказа и иго поставкой называется запаздыванием поставки, или сроком выполнения заказа. Эта величина может быть детерминированной или случайной.
Пополнение запаса. Хотя система управления запасами может функционировать при запаздывании поставок, процесс пополнения запаса может осуществляться мгновенно или равномерно во времени. Мгновенное пополнение запаса может происходить при условии, когда заказы поступают от внешнего источника. Равномерное пополнение может быть тогда, когда запасаемая продукция производится сомой организацией. В общем случае система может функционировать при положительном запаздывании поставки и равномерном пополнении запаса.
Период времени определяет интервал, в течение которого осуществляется регулирование уровня запаса. В зависимости от отрезка времени, на котором можно надёжно прогнозировать рассматриваемый период принимается конечным или бесконечным.
Число пунктов накопления запаса. В систему управления запасами может входить несколько пунктов хранения запаса. В некоторых случаях эти пункты организованны таким образом, что один выступает в качестве поставщика для другого. Эта схема иногда реализуется на различных уровнях, так что пункт – потребитель одного уровня может стать пунктом – поставщиком на другом. В таком случае принято говорить о системе управления запасами с разветвленной структурой.
Число видов продукции. В системе управления запасами может фигурировать более одного вида продукции. Это фактор учитывается при условии наличия некоторой зависимости между различными видами продукции. Так, для различных изделий может использоваться одно и то же складское помещение или же их производство может осуществляться при ограничениях на общие производственные фонды.
При рассмотрении существующей системы сразу видно, что распространенные модели в данном случае не подходят. Как таковая задача минимизации затрат перед нами не стоит. Это вызвано тем, что существует политика компании, нацеленная на достижение нескольких целей, среди них такие как престиж, уровень обслуживания и стабильность клиентской базы. Эти параметры зависят от множества факторов и их очень трудно формализовать. Таким образом, сформулируем критерии эффективности работы.
Присутствие всех номенклатурных позиций на складе, причем в количестве не ниже страхового, что обеспечивает полную комплектацию заказов покупателей и повышает «уровень обслуживания», то есть процент от общего объема имеющихся заказов, который удовлетворен из имеющихся запасов без дополнительного заказа.
Минимизация издержек хранения и «вмененных» издержек, то есть прибыли, которая могла бы быть получена, если бы средства не были использованы для образования запаса, а «пущены в оборот». Минимизация издержек зависит от правильной оценки необходимого объема заказов, которую производят исходя из прогнозов сбыта.
Так как работа происходит в условиях большого количества поставщиков (каждый из которых поставляет определённую товарную группу), то периодичность поставок, а, следовательно, и время заказа, есть величина постоянная и определяемая схемой работы с поставщиком. Таким образом, вопрос, когда заказывать снимается. Остается один вопрос – сколько заказывать.
Для ответа на этот вопрос целесообразно использовать подход «от склада», который использует статистические методы для моделирования спроса.
Такой подход основан на расчете нормативных характеристик запасов по каждой номенклатурной позиции, исходя из наблюдений за их фактической оборачиваемостью на протяжении некоего периода.
Основными расчетными величинами являются:
Страховой запас по каждой позиции – постоянная, неприкосновенная в нормальных условиях часть запасов, предназначенная для непрерывного снабжения потребителей даже в случае непредвиденных обстоятельств, таких как срыв поставки или непредвиденное возрастание спроса Этот уровень определяется возможным временем задержки пополнения склада данной номенклатурной позицией.
Объем заказа определяет количество заказываемого товара, исходя из периодичности размещения заказов у данного поставщика, прогноза спроса, текущего складского остатка и планируемой даты поступления товара на склад.
Приходим к необходимости прогнозирования спроса.
Системы управления закупками
Управление закупками происходит в условиях реального масштаба времени, и динамично меняющейся обстановке. Следовательно, структура системы должна быть гибкой, с возможностью работы с разнородной информацией. То есть оперировать не просто данными о продажах, но и иметь возможность замены их явно задаваемыми экспертными значениями, сохранять информацию для быстрого доступа к ней (такую как результаты отчетов, экспертные оценки, прогнозы продаж и разница между прогнозируемыми и фактическими данными). Полезна также возможность формировать отчеты и оценивать эффективность предсказания. При этом система не должна предъявлять высоких требований к мощности используемой вычислительной техники.
На рынке имеется ряд готовых решений планирования поставок. Вот лишь некоторые:
Microsoft Business Solutions–Navision,
«1С:Управление торговлей» 7.7,
DMDS,
ForExSal,
1С 7.7,
RS-Balance 3,
SIMPLE-system.
Рассмотрим наиболее распространенные из этих систем с указанием основных характеристик, возможностей и, где возможно, ориентировочной цены такой системы.
1. Microsoft Navision (система управления закупками от компании Microsoft).
Возможности программного продукта:
· Автоматическое определение типа спроса на товар (Типичный, Сезонный, Случайный) на основе статистики
· Прогнозирование продаж
· Автоматический расчет страхового запаса
· Расчет точки дозаказа
· Расчет тренда с возможностью ручной корректировки
· Корректировка фактических данных статистическими методами
· Автоматическая корректировка Периода дозаказа на основе статистики работы с ·поставщиками
· Оптимизация объема заказа
· Автоматическое формирование оптимального заказа на указанный объем, вес или сумму
Система Управления Закупками рассчитывает и формирует оптимальный заказ на закупку, учитывает тип спроса на товар и помогает прогнозировать продажи. В Системе реализован механизм ранжирования денежных потоков на основе стоимостной оценки движения товаров по складу. Это помогает расставить правильные приоритеты при управлении закупками и сконцентрироваться на товарных группах, которые несут на себе максимальные затраты. В основу этой методики легло правило Парето, согласно которому, применительно к складу, 20% товаров составляют 80% оборота.
Работа строится на основе статистических данных по продажам и поставкам товаров. При необходимости данные за предыдущие периоды загружаются отдельно. Первоначально, производится анализ статистики и генерируются комментарии по критическим точкам (всплески продаж, дефицит на складе и т.п.). Затем все товары автоматически делятся на группы по видам спроса:
Товары с «традиционным», относительно ровным во времени видом спросом.
Товары с сезонным спросом.
Товары со случайным, плохо предсказуемым спросом.
Для управления складом Microsoft Navision использует ряд величин, которые меняются во времени и требуют периодической корректировки. Система позволяет автоматически рассчитывать и корректировать эти показатели по каждому товару. Модель расчета зависит от типа спроса на данную товарную группу.
Рассчитываются следующие показатели:
· Максимальный складской запас (Maximum Stock).
· Страховой запас (Safety Stock) на случай задержки поставки и скачков спроса. Страховой запас в последующем корректируется с учетом статистики продаж и поставок.
· Период ожидания поставки (Lead Time). Показатель зависит от поставщиков и различных форс-мажорных обстоятельств, время поставки очередной партии товара может меняться раз от раза и это так же корректируется при последующих расчетах.
· Точка дозаказа (Order Point) рассчитывается исходя из всех вышеперечисленных величин. В момент наступления Точки заказа система формирует заказ на новую партию товара.
· Тренд. Расчет производится на основе статистики и отражает изменение рыночной ситуации (рост или падение спроса). Значение тренда в последующем влияет на все остальные величины.
В Систему Управления закупками заложено около 30 математических моделей для расчета складских показателей. Автоматически выбирается оптимальная модель планирования, исходя из применимости той или модели в каждом конкретном случае и точности прогнозирования (сравнивается прогноз системы на последний отчетный период с реальными данными за этот период). Наряду с возможностью автоматического расчета показателей, система оставляет возможность ручной корректировки. Любой вычисляемый показатель может быть наглядно представлен в виде формул и связанных с ним объектов. «Интеллектуальная начинка» системы может использовать в расчётах Экономически целесообразный размер заказа (Economic Order Quantity). Для его расчёта учитываются затраты на закупку и затраты на хранение товаров. Решением является выбор точки с наименьшими суммарными затратами:
Система позволяет формировать оптимальный заказ исходя из указанного объема, веса или суммы заказа. К примеру, указывается объем фургона, а система решает какие товары и в каком количестве лучше заказать и готовит соответствующее предложение. Microsoft Navision поможет составить прогноз продаж, основываясь на статистике продаж за предыдущие периоды, учитывая сезонные колебания и тренд.
В среднем стоимость пакета в расчете на одно рабочее место составляет 1200 – 1900 ЕВРО. Начальный пакет на 5 одновременных пользователей может стоить менее 7 000 ЕВРО, а начальный пакет на 10 пользователей – меньше 12 000 ЕВРО.
2. «1С:Управление торговлей» 8.0.
Рассмотрим возможности программного продукта:
Рис. 2.3
«1С:Управление торговлей» 8.0 предназначено для решения следующих задач:
· Обеспечение информацией, необходимой для принятия решений о пополнении товарных запасов;
· Снижение затрат на закупки;
· Организация четкого взаимодействия с поставщиками;
система выполняет следующие функции:
- Автоматическое оформление заказов поставщикам на основании заказов покупателей или внутренних заказов;
- Контроль закупочных цен по перечню товаров, раннее закупленных у поставщика;
- Пакетный режим формирования заказов нескольким поставщикам;
- Формирование графика оплаты поставщикам;
- Получение информации о графике предполагаемых поставок в разрезе заказов и ответственных менеджеров;
- Перераспределение, корректировка и снятие с учета заказов поставщикам;
- Автоматическое резервирование поступивших товаров, по заказам покупателей, распределенных по заказам поставщикам;
- Различные схемы поступления товаров от поставщиков: поступление собственных товаров, прием на хранение и реализацию, оприходывание "неотфактурованных" товаров;
Формируемые документы:
- Заказ поставщику;
- Внутренний заказ;
- Заказ покупателя;
- Распределение заказа поставщику;
- Корректировка заказа поставщику;
- Закрытие заказов поставщикам;
- Распределение ожидаемого исходящего платежа;
Отчеты:
- Остатки и обороты: Заказы поставщикам;
- Кросс-таблица: Ожидаемы исходящие платежи;
Для анализа различных аспектов торговой деятельности и товарооборота предприятия система предлагает следующие возможности:
- Получение информации о состоянии складских остатков, денежных средств, заказов, продажах и взаиморасчетах в различных разрезах с необходимой детализацией;
- Анализ потенциального объема продаж в стоимостном выражении, оценка корректности формирования отпускных цен;
- Анализ себестоимости, наценки и рентабельности возможных продаж;
- ABC-анализ товаров (привлекательность товаров по различным характеристикам);
- XYZ-анализ товаров (стабильность продаж товаров по различным параметрам);
- Анализ оборачиваемости товаров;
- Анализ оборотных средств и краткосрочных источников финансирования;
- Расчет различных финансовых показателей (коэффициенты абсолютной, срочной и текущей ликвидности, обеспеченность собственным оборотным капиталом, чистые оборотные активы, доля труднореализуемых активов в общей величине оборотных активов и др.);
- Автоформирование и авторассылка по электронной почте информации о текущем состоянии дел компании;
- Динамика показателей;
- Задание различных группировок и критериев отборов при формировании отчетности;
- "Расшифровка" сводных показателей;
- Графическое представление данных;
и генерирует следующие отчеты:
- Стоимостная оценка склада в ценах компании;
- Анализ оборачиваемости товаров;
- Структура оборотных средств;
- Рапорт руководителя;
3. Динамические системы оптимизации управления и развития класса DMDS (dynamic management & development system).
Компании Ассоциации Бизнес-Сервис являются единственными российскими разработчиками управленческих интеллектуальных информационных технологий последнего поколения класса DMDS (dynamics management & development system – динамические системы управления и развития). Эти технологии решают задачу динамической оптимизации управленческих решений. С их помощью можно смоделировать развитие ситуации во времени и в изменяющиейся бизнес-среде, и, соответственно, выявить скрытые тенденции, последствия принимаемых решений. Поскольку моделируется большое число переменных и их взаимосвязей, то множественная «прокрутка» по всем циклам обратных связей создает возможность зафиксировать влияние невидимых менеджеру факторов и факторов случайного характера, определить с достаточно высокой степенью цену риска. Динамические модели дают возможность предварительной оптимизации стратегических решений с точки зрения их ресурсного обеспечения и возможных последствий. Используя динамический симулятор можно решить массу практических задач путем целенаправленного изменения любого из максимально широкого спектра обстоятельств.
На основе моделирования создаются электронные симуляторы – инструменты упреждающего управления, предназначенные для поиска оптимальных вариантов управленческих действий, с быстрой обратной связью об их последствиях для предприятия в целом и для составляющих его частей.
Типы внедряемых динамических систем поиска оптимальных решений – технологий DMDS(основа для технического задания):
· Динамическая оптимизация логистики
· ДС управления сбытом и торговлей
· ДС управления закупками и запасами
· ДС контроллинга (управление прибылью), включая ДС управления оборотными средствами
· Динамическое ценообразование
· Центр стратегического управления (прогнозирование и сценарное моделирование рынков и поведения конкурентов, оптимизация инвестиций, прогнозная оценка стратегических инноваций, стратегический контроллинг)
· Динамическая система развития DDS (start-up, масштабирование компетенций на основе IIT (интеллектуальных информационных технологий), динамический бизнес-инжиниринг и процессный менеджмент)
Этапы и содержание работ по внедрению динамической системы поиска оптимальных решений:
1. Консультации руководителей предприятия по вопросам внедрения программных средств и выбору необходимого типа динамической системы.
2. Изучение информационных систем предприятия для выявления основных финансовых и материальных потоков предприятия
3. Составление когнитивной карты модели потоков и согласование ее с Заказчиком.
4. Формирование набора выходных параметров модели: таблиц и графиков, «врезок» на когнитивной карте и согласование его с Заказчиком.
5. Формирование набора управляющих элементов (регуляторов) модели и согласование его с Заказчиком.
6. Разработка управления моделью потоков предприятия.
7. Разработка динамической модели основных финансовых и материальных потоков предприятия на основе данных, представленным Заказчиком.
8. Сопряжение динамической модели с данными информационных систем Заказчика
9. Создание рабочих мест руководителей.
10. Обучение работе с динамической моделью основных потоков предприятия
11. Консультации по внедрению и развитию динамической системы поиска оптимальных решений
В результате выбирается один или несколько типов систем. Возможно постепенное их наращивание, при этом учитывается то, что системы пересекаются и, соответственно, возрастание цены идет нелинейно. Моделирование финансовых и материальных потоков осуществляется совместно с ключевыми менеджерами предприятия.
Сроки и стоимость выполнения работ зависят от выбранного типа динамической системы и заданной степени детализации модели и составляют от 4-х до 12-ти месяцев и от 15000$ до 180000$ (за отдельный тип внедряемой динамической системы).
4. ForExSal - Программа для прогнозирования продаж. (Forecast Expert Sales System).
Данный продукт реализует методы построения прогнозов продаж с помощью моделей односерийных и многосерийных временных рядов ( мультирядов).
Все многообразие постановок задач прогнозирования продаж можно разделить на несколько классов. Первый класс - задачи прогнозирования односерийных рядов.
В этот класс входят задачи построения прогноза продаж одного товара. Хотя в ассортиртименте фирмы может быть очень много товаров, прогноз одного товара строится для каждого товара так, как если бы товар был только один. Не учитывается влияние товаров друг на друга, и внешних факторов на продажи на изучаемый товар. Маркетолог изучает прогноз каждого товара независимо от остальных товаров.
Второй класс - задачи совместного прогнозирования мультисерийных рядов (взаимовлияющих рядов). Возможна ситуация, когда анализ проводится с учетом взаимовлияний товаров друг на друга, или влияния внешних факторов на один или несколько товаров. Также рассматривается еще одно важное условие, которое необходимо учитывать при анализе временных рядов - сезонность. Таким образом, прежде чем определять метод, которым следует строить прогноз, аналитик должен решить для себя обладает ли ряд, который он изучает, свойством сезонности. Аналитик должен сказать, через сколько шагов (дней, недель, месяцев) происходит повторение закономерностей в поведении кривой продаж. Он должен высказать предположение (гипотезу) о сезонности ряда. Если при рассмотрении внешнего вида кривой, аналитик не может сделать каких либо надежных предположений о повторяемости формы кривой через равные промежутки времени, тогда ряд рассматривается как несезонный. В тех случаях, когда визуально нельзя определить обладает ли ряд свойством сезонности, тогда окончательным критерием определения присутствия свойства сезонности у ряда может быть только эксперимент. Необходимо для изучаемого ряда построить прогноз сезонным и несезонным методом и сравнить результаты. Анализу можно подвергать одновременно много рядов и факторов, представленных рядами. Но при этом для их изучения следует применять методы анализа сезонности, разработанные для односерийных рядов. И этот метод следует применять к каждому ряду из рассматриваемой совокупности.
Методы, реализованные в ForExSal: несезонные методы (трендовые методы, методы скользящего среднего, метод Брауна, метод Хольта, методы для описания случайной составляющей временного ряда, метод Бокса-Дженкинса, метод Конси-Бокс-Дженкинс для сильнокоррелированных мультирядов, метод декомпозиции мультирядов), сезонные методы (метод Хольта-Уинтерса).
Программа сама решает, какой метод лучше применить для ряда. Она выберет метод, который дает меньшую ошибку по сравнению с другими методами. Однако оставлена и возможность ручного выбора метода.
Таким образом, рассмотрев имеющиеся на рынке готовые решения систем управления закупками, становится очевидна их неоправданность в нашем случае. Такие системы очень дороги, зачастую сложны в эксплуатации. Не всегда высок и уровень доверия сторонним разработчикам. К тому же, всегда требуется обработка исходных данных для приведения их в требуемый вид. То есть, затруднена интеграция этих средств в информационную систему предприятия. Поэтому для компании целесообразно строить индивидуальную систему планирования закупок исходя из особенностей ее торгово-закупочной деятельности.
Дата добавления: 2018-10-26; просмотров: 371; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!