Показаны сообщения с ярлыком материально-производственные запасы. Показать все сообщения
Показаны сообщения с ярлыком материально-производственные запасы. Показать все сообщения

воскресенье, 15 ноября 2026 г.

Компания, управляемая спросом. Часть 3.

 


Показатели компании, управляемой спросом



Часть 3 из 3

В части 1 нашей серии статей мы установили необходимость шагнуть в 21-й век, чтобы идти в ногу с состоянием цепочек поставок в сегодняшней более сложной и нестабильной среде. В части 2 мы перечислили пять шагов, чтобы принудительно перейти от выталкивания и продвижения к производству согласно спросу и вытягиванию:

  1. Принять новую нормальность.
  2. Принять поток и его влияние на рентабельность инвестиций (ROI).
  3. Разработать операционную модель потока.
  4. Привнести в организацию модель, управляемую спросом.
  5. Использовать интеллектуальные показатели для работы и поддержания операционной модели, управляемой спросом.

Рисунок 1: Формула разрыва между стратегиями, ориентированными на поток и на затраты

Часть 1 посвящена шагам 1 и 2. В условиях новой нормальности успех компании в отношении рентабельности инвестиций определяется ее способностью управлять временем и потоком соответствующей информации и материалов с системной точки зрения. Максимальная возможность получения дохода, а также минимальные инвестиции и затраты являются прямым следствием лучшего потока через систему цепочки поставок.

Часть 2 была сосредоточена на шагах 2 и 3. Там мы доказали, что основная проблема, блокирующая поток, а значит, и возврат инвестиций, заключается в неспособности организации генерировать соответствующую информацию (см. рис. 1).

Изменение визуализации (соответствующей информации) влияет на вариабельность. Когда доступ к релевантной информации увеличивается, вариации, с которыми сталкивается организация, уменьшаются. Когда доступ к важной информации запрещен или заблокирован, или мы генерируем нерелевантную информацию для принятия решений, вариабельность, с которой сталкивается организация, увеличивается. Изменение ROI обратно пропорционально изменению вариабельности. Мы использовали пример с производителем оборудования, чтобы продемонстрировать дизайн операционной модели, управляемой спросом (шаг 3). Модель включала стратегически расположенные точки развязки и контрольные точки с соответствующими буферами запасов, времени или мощности – система, предназначенная для обеспечения визуализации соответствующей информации, которая защищает и поддерживает поток, разрушая вариации и сводя на нет их последствия. В этой статье мы сосредоточимся на шагах 4 и 5.

Внедрение модели, управляемой спросом, в организацию

Чтобы внедрить в организацию стратегию потока и операционную модель, управляемую спросом, людей необходимо научить, а затем поощрять к системному мышлению. В новой операционной модели все правила, тактика, инструменты и показатели должны быть согласованы со стратегией, ориентированной на поток. Менеджеры должны уметь определить правильные политики, цели показателей, тактику и инструменты отчетности для управления потоком, а также найти и удалить неуместные и устаревшие правила, ориентированные на затраты, которые блокируют поток. По нашему мнению, набор Мыслительных инструментов Теории ограничений (ТОС) предлагает одно из лучших системных решений для решения проблем и нахождения решений, позволяющих организации мыслить системно и выявлять конфликтующие политики, тактики и показатели. Мы называем способность мыслить системно Thoughtware («Мыслительное обеспечение»). На самом деле, мы обнаружили, прежде чем компании сделают огромные инвестиции в программное и аппаратное обеспечение, они должны сначала взять на себя обязательство по внедрению и инвестированию в мыслительное обеспечение.

В основе такого системного мышления лежит первичный «правильный» финансовый показатель – ROI. Компания не может утверждать, что она улучшилась, если у нее нет повышения рентабельности инвестиций.

Это единственный показатель, который дает чистую прибыль по отношению к усилиям, вложенным с течением времени. Но измерение ROI в конце любого финансового периода не изменит результат. Именно тактическое планирование, исполнительные решения и действия, которые сотрудники компании предпринимают ежечасно и ежедневно, определяют, какое место компания займет на шкале измерения рентабельности инвестиций. Соответствующая информация направляет и фокусирует усилия там, где существует наибольшая возможность возврата инвестиций, потому что и время, и деньги ограничены.

В большинстве компаний локальный менеджер практически не может установить связь между своими сегодняшними действиями и эффектом, который эти действия окажут на рентабельность инвестиций. Это побудило компании создать значительное количество (сотни и более) тактических и локальных показателей, чтобы сфокусировать и направить повседневные действия людей. Компании не в состоянии понять два важных факта, когда они применяют общесистемное правило к локальному ресурсу или области:

  1. Правила, которые применяются для определения того, что делает систему эффективной, как максимизировать эффективность системы, и как на самом деле ведут себя затраты в системе, нельзя экстраполировать и применять к отдельным звеньям, из которых состоит система.
  2. Большинство этих локальных или индивидуальных показателей эффективности и использования, ориентированных на затраты, основаны на определении общепринятых принципов бухгалтерского учета (GAAP) полного поглощения себестоимости продукта.

Таблица 1 представляет собой сводку и сравнение стратегии эффективности, ориентированной на затраты, и стратегии эффективности, ориентированной на поток.

Обе стратегии обеспечивают структуру, из которой можно вывести политику, цели показателей и тактику, но каждая из них будет иметь очень разные результаты ROI.

Ориентированный на затраты и ориентированный на поток подходы имеют очень разные определения бизнес-правил (политик), целей показателей, соответствующей информации, тактики и действий.

Таблица 1: Резюме и сравнение стратегии эффективности, ориентированной на затраты, и стратегии эффективности, ориентированной на поток

РЕЗЮМЕ СТРАТЕГИИ ЭФФЕКТИВНОСТИ, ОРИЕНТИРОВАННОЙ НА ЗАТРАТЫ

ОСНОВНАЯ ИСХОДНАЯ ПОСЫЛКА

Снижение себестоимости = повышение рентабельности инвестиций

СТРАТЕГИЯ

Максимизируйте эффективность и использование ресурсов: планируйте и составляйте графики ресурсов, чтобы обеспечить самую низкую себестоимость продукта и максимальную валовую прибыль продукта. Сфокусируйтесь на тактике, действиях и инициативах по сокращению затрат, уделяя особое внимание экономии на персонале, полному использованию оборудования и сокращению запасов в качестве главных приоритетов. Каждое снижение затрат увеличивает рентабельность инвестиций.

ЦЕЛИ ПОКАЗАТЕЛЕЙ

  • Маржа продукта и валовая прибыль – Выполнение плана прибыли как по выручке, так и по себестоимости продукта.
  • Нормативная себестоимость деталей и изделий – Эффективное использование всех ресурсов.
  • Цели (в долларах) для оборотного капитала – Эффективное использование оборотного капитала.
  • Инициативы по сокращению затрат – Выполнение плана по прибыли.
  • Анализ отклонений себестоимости продукта – Целевая эффективность использования ресурсов и снижение затрат.

ТАКТИКА / ДЕЙСТВИЯ В КОНФЛИКТЕ

  • Максимизируйте эффективность всего оборудования/работников – Запускайте большие партии; продлите сроки прогнозирования; работайте только на оптимальном ресурсе.
  • Защитите бюджет – Сфокусируйтесь на действиях по достижению нормативной себестоимости.
  • Максимизируйте маржу – Сфокусируйтесь на снижении себестоимости продукции.
  • Минимизируйте запасы – Установите пороговое значение запасов в долларовом выражении; отложите получение запасов; санкционируйте повсеместное сокращение; покупайте по наименьшей стоимости и с объемными скидками.
  • Продавайте больше – Снизьте цену и увеличьте минимальную сумму заказа.
  • Сохраняйте маржу – Сфокусируйтесь на действиях, которые снижают себестоимость.
  • Улучшайте проект – Определите возможности снижения себестоимости за счет повышения эффективности использования ресурсов или сокращения трудозатрат.

ИСТОЧНИК ИНФОРМАЦИИ ДЛЯ РЕШЕНИЙ И ДЕЙСТВИЙ

Использование локальных ресурсов и меры по повышению эффективности; нормативная себестоимость, оцениваемая по влиянию на фактор затрат, используется для распределения накладных расходов (постоянных затрат) по продуктам. Приоритет основан на влияние на локальные показатели «мой ресурс/область». Нет системного взгляда на поток продукции или на поток чистых денежных средств.


РЕЗЮМЕ СТРАТЕГИИ ЭФФЕКТИВНОСТИ, ОРИЕНТИРОВАННОЙ НА ПОТОК

ОСНОВНАЯ ИСХОДНАЯ ПОСЫЛКА

Защита и увеличение потока (соответствующей информации и материалов) = Повышение рентабельности инвестиций

СТРАТЕГИЯ

Максимизируйте системный поток для рыночного вытягивания: синхронизируйте сигналы спроса и предложения между критическими точками – точками контроля и развязки. Выявляйте и удаляйте любые блокировки потока перед критическими точками и через них.

ЦЕЛИ ПОКАЗАТЕЛЕЙ

  • Надежность – Последовательное выполнение плана/графика/рыночных ожиданий.
  • Стабильность – Как можно меньше вариаций.
  • Скорость – Передать нужную работу как можно быстрее.
  • Улучшение системы / потери (в долларах) – Укажите и расставьте приоритеты упущенных возможностей возврата инвестиций.
  • Стратегический вклад – Максимизируйте доллары прохода и проход согласно соответствующих факторов.
  • Локальные операционные затраты – Каковы минимальные затраты, которые позволяют использовать вышеуказанную возможность?

ТАКТИКА / ДЕЙСТВИЯ В КОНФЛИКТЕ

  • Максимальная эффективность системы – Защитите ресурсы с ограниченной мощностью; запускайте меньшие партии для вытягивания; выполняйте на любом ресурсе, поддерживающем процесс.
  • Защитите выполнение бюджета – Сфокусируйтесь на балансировке потока под требования рынка.
  • Максимизируйте маржу – Сфокусируйтесь на повышении уровня обслуживания, премиальных ценах, использовании ограниченных ресурсов.
  • Сведите к минимуму запасы – Придерживайтесь стратегических запасов, чтобы защитить согласованную рыночную стратегию и проход; покупайте, ориентируясь на качество, надежность и сроки.
  • Увеличьте продажи – Сфокусируйтесь на обслуживании, сроках поставки и снижении объема минимального заказа.
  • Сохраняйте маржу – Сфокусируйтесь на действиях, которые увеличивают проход.
  • Улучшайте проект – Найдите самые большие источники вариаций и устраните их, чтобы сократить время выполнения заказов и сократить инвестиции во все стратегические буферы.

ИСТОЧНИК ИНФОРМАЦИИ ДЛЯ РЕШЕНИЙ И ДЕЙСТВИЙ

Обеспечьте визуализацию в реальном времени объема запасов, мощности и статуса буфера времени. Выровняйте приоритеты и определите, когда, кто и почему должен выполнять корректирующие действия для защиты потока, проходящего через точки развязки и контрольные точки графика поставки. Коды причин идентифицируют вариации, их источник и влияние на поток. Отчеты о статусе буфере фокусируются на корректирующих действиях, чтобы «разблокировать» поток и расставить приоритеты для будущих действий по улучшению. Приоритет выполнения работ всех ресурсов в системе основан на глубине проникновения в буфер рабочих заказов в соответствии с графиком.

Резюме

Эффективность, ориентированная на затраты, фокусируется на планирование и выполнение «наилучшей» эффективности отдельных ресурсов и наименьшей себестоимости, чтобы выполнить бизнес-план и максимизировать рентабельность инвестиций. Низкая себестоимость является естественным результатом, но она не имеет отношения к затратам системы – затратам системы на операционную деятельность в течение измеряемого периода времени.

Эффективность, ориентированная на поток, фокусируется на синхронизацию и согласование приоритетов всех ресурсов с фактическим рыночным спросом и на скорость потока системы для максимизации рентабельности инвестиций. Естественными результатами являются высокий показатель соблюдения сроков выполнения заказов (DDP), короткий срок выполнения заказов и минимальный вложенный капитал. Это необходимо для обеспечения максимальных рыночных возможностей при минимальных системных затратах и инвестициях.

Эти две противоречащие друг другу стратегии приводят к противоположным тактическим решениям и исполнительным действиям. Компания не может иметь две противоположные стратегии и ожидать последовательного планирования, тактики исполнения и благоприятных результатов. К сожалению, сегодня большинство компаний и менеджеров трудятся именно в этом мире – в мире решений, которые требуют постоянных компромиссов между противоречащими друг другу ключевыми показателями эффективности (KPI) и целями, заставляющими добровольно навязывать вариабельность в цепочке поставок.

Чтобы стать компанией, управляемой спросом, необходимо, чтобы организация прервала конфликт, связанный со своей стратегией, тактикой и показателями, в пользу потока, и руководство должно разрешить этот конфликт.

Операционные модели, управляемые спросом, и интеллектуальные показатели

Смысл обсуждения показателей GAAP и установления реальности сегодняшних цепочек поставок как нелинейных, сложных систем состоит в том, чтобы создать достаточный аргумент, позволяющий бросить вызов и развенчать текущую парадигму эффективности цепей поставок как независимых финансовых данных, управляемых и измеряемых с помощью аддитивного ряда статических моментальных снимков удельных затрат по GAAP. Короче говоря, правила, необходимые для запуска этих сложных систем, коренным образом отличаются от текущей парадигмы. Одним из ключей к управлению сложными адаптивными системами (CAS) является понимание важности согласованности.

Успех сложной адаптивной системы зависит от согласованности всех ее частей. Цель подсистемы должна совпадать с целью большей системы, чтобы существовала согласованность. Без такого согласования подсистема действует таким образом, что подвергает опасности большую систему, от которой она зависит. Согласованность должна стоять на первом месте при определении набора сигналов, триггеров и приоритетов действий. Чтобы сохранить согласованность, все ресурсы/подсистемы должны гарантировать, что их наборы сигналов содержат соответствующую информацию для управления их действиями, и что они не противоречат целям системы, от которой они зависят.

Основываясь на важности согласованности и CAS, система показателей производительности, управляемая спросом, имеет два отдельных компонента финансовых и нефинансовых показателей:

  1. Внутренние финансовые показатели для оценки стратегических инвестиционных решений, которые следуют соответствующим информационным правилам для нелинейных, сложных систем и сложных адаптивных систем. Отправной точкой является система, управляемая спросом, разработанная в соответствии со спецификациями, описанными во второй части нашей серии статей. Эта модель используется для определения стратегических инвестиций, необходимых для реализации стратегии на рынке, и является основной частью плана продаж и производства (S&OP).
  2. Ежедневные нефинансовые показатели производства и дистрибьюции. Это буферы контрольных точек и точек развязки, системы обратной связи и интеллектуальные показатели, используемые для измерения эффективности системы управления цепочкой поставок. Основной целью является согласованность системы и синхронизация сигналов с определенной стратегией или моделью.

Четыре из шести целей интеллектуальной метрики в таблице 1 обеспечивают согласованность системы при планировании и выполнении повседневной операционной деятельности. Первые три являются нефинансовыми, а четвертый представляет собой сочетание как финансовых, так и нефинансовых элементов.

  1. Надежность – Последовательно выполняйте план/график/рыночные ожидания в рамках модели.
  2. Стабильность – Допускайте как можно меньше вариаций.
  3. Скорость – Выполняйте нужную работу как можно быстрее.
  4. Улучшение системы / потери (в долларах) – Укажите и расставьте приоритеты упущенных возможностей возврата инвестиций.

Теперь мы покажем вам, как умные показатели достигают этих целей.

Сила правила Парето и умных показателей

Нелинейные сложные системы лучше всего объясняются паретианскими распределениями или «правилами», потому что они моделируют большие эффекты очень небольшого числа соответствующих системных факторов. В линейных системах распределения Парето основаны на правиле 80:20 – 80% результата можно отнести к 20% факторов событий. В нелинейных сложных системах правило отношения намного выше и составляет 99+:1. Тот факт, что сложную систему можно понять и управлять ею с помощью ограниченного набора факторов, управляющих всей системой, является ключом к тому, чтобы сделать сложное простым. Интеллектуальные показатели используют правило Парето, чтобы сфокусироваться на видимой петле обратной связи стратегических буферов запасов, времени и мощности, а также на состоянии критических точек, которые они защищают. Согласование всех графиков и приоритетов ресурсов с этими несколькими видимыми координационными точками создает согласованность системы и систему измерения обратной связи, ориентированную на достижение первых четырех целей интеллектуальных показателей.

Самое важное, чем управляют менеджеры, – это события, выходящие за целевые пределы в контрольных точках и точках развязки. В частности, смещение внимания менеджеров с центра распределения (средние значения в нормальном распределении) на хвосты (выбросы в распределении Парето) выявляет решения существующих проблем и многообещающие возможности для роста рынка, улучшения процессов, минимизация оборотного капитала и снижения потерь, связанных с экспедированием. Этот паретианский взгляд на статистику представляет собой математику и логику сложных нелинейных систем.

Интеллектуальные показатели сфокусированы на стратегических контрольных точках и точках развязки. События, происходящие в хвостах стратегических буферных зон, вызывают действия, направленные на поддержание потока в нужном русле.

Решения о закупках, планировании, составлении графиков и развертывании определяются и расставляются по приоритетам, а выполнение синхронизируется с приоритетами проникновения в буферную зону. События в хвостах измеряются и формируются тренды для определения производительности ресурсов и активов, а также для фокусирования возможностей улучшения и инвестиций.

Давайте рассмотрим пример, демонстрирующий использование интеллектуальных показателей. Рисунок 2 представляет собой завершенную модель проектирования, управляемую спросом (рисунок 8 в части 2).


Рис. 2. Наша модель, управляемая спросом

Следующие исходные посылки применимы к нашему примеру компании:

  • Организация приняла стратегию эффективности, ориентированную на поток.
  • Разработка стратегии, управляемой спросом, была завершена, и были выбраны точки развязки и контрольные точки для защиты стратегии срока выполнения заказа, изображенной на рисунке 2.
  • Методология Demand Driven MRP (DDMRP) использовалась для определения стратегии запасов в точках развязки, а начальные параметры зоны были установлены таким образом, чтобы компенсировать колебания спроса и предложения.
  • Зоны буферов времени и мощности изначально рассчитаны на защиту потока с минимальными вложениями, учитывая ограниченную мощность контрольных точек, фактический спрос на рынке и вариабельность питающих ресурсов. Их размеры динамически изменяются с течением времени, когда происходят изменения в мощности, рыночном спросе и вариациях.
  • Организация создала возможность наглядного отображения этих буферов в режиме реального времени.
  • Организация имеет возможность финального планирования своих контрольных точек и регулирования потока в соответствии с темпами контрольных точек.

Буферы запасов, анализ Парето и цели интеллектуальных показателей

Здесь мы собираемся предоставить краткий обзор и пример системы цикла обратной связи, которая включает интеллектуальные показатели для стратегических буферов запасов. На рисунках 3-6 мы продемонстрируем, как представление Парето используется с буферами запасов для обеспечения достижения целей интеллектуальных показателей и согласованности цепочки поставок.


Рис. 3. 2 универсальных точки запасов

Рисунок 3 представляет собой представление спектра, которое существует со всеми запасами на уровне отдельного элемента или совокупности. Линия, идущая в обоих направлениях, представляет количество запасов. По мере того, как вы двигаетесь слева направо, количество запасов увеличивается; справа налево количество уменьшается.

Будь то отдельный SKU/номер детали или совокупный уровень запасов, на этой кривой есть две очень важные точки:

  • Точка B, где у нас слишком много запасов и избыточных денежных средств, мощностей и складского пространства, связанных с оборотным капиталом.
  • Точка А, когда у нас слишком мало запасов, а компания испытывает дефицит, экспедирует и упускает продажи.

Если мы знаем, что эти две точки существуют, то мы также можем сделать вывод, что для каждого SKU/номера детали, а также для совокупного уровня запасов существует оптимальный диапазон где-то между этими двумя точками. Этот оптимальный диапазон показан на рисунке 4.


Рис. 4. Оптимальный диапазон запасов в наличии

По мере того, как количество запасов выходит за пределы оптимального диапазона и приближается к точке B, прибыль на оборотный капитал, связанный в запасах, становится все меньше и меньше.

Верно и обратное, поскольку запасы выходят за пределы оптимального диапазона и приближаются к нулю или меньше нуля (типичное количество, когда их становится слишком мало). Размещение точки A на количестве, равном нулю, означает, что запасов становится слишком мало, когда их нет на складе. Помещение точки А в положение меньше нуля (например, –1) означает, что запасов становится слишком мало, когда у нас нет запасов, но на них есть спрос – это определение настоящего дефицита.

Это особенно важно, если учесть, что структура запасов большинства компаний представляет тревожную картину при наложении на такой график. На рис. 5 показана типичная ситуация, известная как «бимодальное» (двухвершинное) распределение запасов. Бимодальное распределение имеет относительно большое распределение позиций запасов в диапазоне «слишком много», в то же время имеет относительно большое распределение в диапазоне «слишком мало» и относительно небольшое распределение в оптимальном диапазоне. Что еще хуже, отдельные позиции имеют тенденцию колебаться между слишком большим и слишком маленьким уровнем. Бимодальное распределение и связанные с ним колебания отражают эффект кнута и представляют собой огромную проблему для согласованности цепочки поставок.


ис. 5. Бимодальное распределение запасов в наличии

В выборке из более чем 400 производственных компаний, опрошенных Demand Driven Institute, более 90% сообщают о бимодальном распределении в крайней степени.

Бимодальное распределение губительно для потока и является основным источником расходов и потерь, связанных с экспедированием. Что касается буферов запасов, сила Парето и интеллектуальных показателей направлена на выявление и устранение бимодального распределения.

На рис. 6 показан спектр запасов со вставленными цветовыми кодами управления буфером DDMRP.


Рис. 6. Спектр запасов со вставленными цветовыми кодами управления буфером DDMRP

Зоны с цветовой кодировкой и алгоритм планирования предназначены для поддержания деталей в наличии в оптимальном диапазоне. Оптимальный диапазон в наличии находится в нижней части желтой зоны. Этот диапазон служит в качестве основных границ для оценки запасов в наличии, чтобы предотвратить бимодальное распределение.

Средняя целевая позиция в наличии – это точка в желтой зоне, которая соответствует красной зоне плюс половина зеленой зоны. Для подробного понимания как математики, так и принципов DDMRP и буферов стратегических запасов мы рекомендуем третье издание Orlicky’s Material Requirements Planning, написанное Кэрол Птак и Чадом Смитом (McGraw-Hill Professional, 2011).

Только после того, как вы поймете и определите зоны, вы сможете начать применять принципы Парето, чтобы сфокусироваться на хвостах, привести запасы в наличии к оптимальному диапазону и выйти из бимодального распределения. Границы диапазона в наличии и акцент на хвостах распределения устанавливают показатели работы, чтобы заставить закупщиков, планировщиков, составителей графика и менеджеров по производственным ресурсам принимать меры, когда некоторые события выводят запасы в наличии слишком далеко за пределы оптимального диапазона. Вся ежедневная работа по управлению запасами основана на управлении событиями, происходящими в хвостах, чтобы обеспечить поток материала и его доступность для удовлетворения рыночного спроса.

Отчет о хвостах

На рис. 7 показаны отчеты о тенденциях для деталей в наличии, которые постоянно попадают в хвосты или остаются в них. На верхнем графике показаны детали с неприемлемым уровнем запасов. Он фокусируется на левом хвосте и показывает количество дней за 180-дневный период, которые каждая деталь провела в трех категориях, приоритет которых определяется серьезностью потенциальных чистых потерь для системы:

  1. Отсутствующие на складе детали при наличии спроса,
  2. Отсутствующие на складе детали при отсутствии спроса,
  3. Детали с критическим проникновением в красную зону (нижняя половина красной зоны).

Рис. 7. Отчет о хвостах

Финансовый отдел ясно видит, почему, где и сколько денежных средств и стратегических инвестиций требуется для согласования уровня запасов и буферной защиты с изменением спроса и/или для защиты рынка от увеличения вариабельности предложения. Анализ продаж может сравнить тенденцию продаж продукта с планом продаж и сигнализировать о необходимости увеличения уровней буфера. Анализ планирования может проверить, увеличились ли вариабельность поставок и/или срок выполнения заказа и требуется ли повышенная защита красной зоны и/или альтернативный источник поставок. Независимо от причины, эти детали требуют дополнительных инвестиций либо в мощности, либо в складские запасы для поддержки рыночных целей и/или сокращения потерь, связанных с экспедированием.

Производственники должны действовать, чтобы улучшить доступность этих деталей, сохранить надежность и стабильность системы, а также защитить рыночную стратегию установленных сроков выполнения заказов и получения дохода. Детали на рис. 7 являются основным источником вариаций системы. Они дестабилизируют систему, делая ее менее надежной, менее отзывчивой и более расточительной. Измерение и приоритезация улучшения процессов и стратегические инвестиции в эти детали и причину их низкой эффективности достигают всех шести стратегических целей интеллектуальных показателей: надежность системы, стабильность, скорость, целенаправленное улучшение процесса, максимальная стратегический вклад и минимальные операционные затраты.

На нижнем графике показаны детали с неприемлемой скоростью потока. Он фокусируется на правом хвосте и показывает количество дней за 180-дневный период, которые каждая часть провела в трех категориях с приоритетом негативного влияния на скорость потока:

  1. Детали в наличии с запасами выше зеленой зоны (OTOG) со средним ежедневным использованием менее 15 дней (ADU).
  2. Детали OTOG с ADU более 15 дней.
  3. Детали в наличии с запасами в зеленой зоне с ADU более 15 дней.

Возможность разбить категории на основе ADU более 15 дней гарантирует, что детали с умеренным и лучшим потоком будут исключены из отчетов о тенденциях и будут сфокусированы только на деталях, которые требуют проверки и действий.

Финансовый отдел ясно видит последствия для движения денежных средств и возврата оборотного капитала деталей с низкими показателями потока:

  • Сколько = переменные затраты на детали × (целевое количество в наличии – фактическое количество в наличии).
  • Как долго = (целевое количество в наличии – фактическое количество в наличии) / среднее ежедневное использование.

Детали в наличии с запасами выше верхней части зеленой зоны указывают на необходимость анализа продаж, чтобы проверить тенденцию продаж продукта в сравнении с планом продаж и/или планового анализа политик заказов и правил размеров партий.

Если низкая скорость потока является результатом больших производственных партий и/или объема минимальных закупок, превышающих требуемую скорость вытягивания, их следует по возможности уменьшить. Эти детали являются основным источником системных потерь. Они снижают скорость и потребляют денежные средства, материалы, мощности и складское пространство, а также создают конкуренцию за дефицитные ресурсы. Просмотр тенденций состояния буфера по деталям и по планировщику обеспечивает эталон для отслеживания повышения производительности и точно указывает, на чем следует сфокусировать дополнительные инвестиции и усилия по улучшению.

Возможности сокращения количества переналадок и проблемы с размером партии для тех деталей, для которых используется минимальный объем заказа (MOQ) или минимальный цикл заказа (MOC), являются неотъемлемой частью цикла обратной связи по совершенствованию процесса.

Краткое резюме

В этой статье мы обсудили цели интеллектуальных показателей в отношении буферов запасов. Цель состоит в том, чтобы поддерживать единую или равномерную кривую распределения по стратегическим точкам развязки с целевой позицией запасов в наличии в центре установленного диапазона (обычно в нижней половине желтой зоны буфера). Когда происходит такое центрирование, мы достигаем четырех ежедневных целей интеллектуальных показателей, которые обеспечивают согласованность системы: надежность, стабильность, скорость и улучшение системы.

В результате дефицит сведен к минимуму, а скорость потока защищена. Предотвращаются ненужные расходы, а основные исходные посылки и информация являются актуальными. Материалы доступны, а сроки поставки надежны, что приводит к более стабильному графику и надежному выполнению. В то же время минимизация излишков защищает скорость, предотвращает снижение маржи из-за скидок, предотвращает списания из-за устаревания, снижает требования к складской площади и позволяет лучше использовать общие компоненты и материалы для нескольких товаров.

В сегодняшней глобальной конкурентной среде требуются новые инструменты принятия решений для мониторинга, измерения и улучшения бизнеса, исходя из реальности того, что это сложная адаптивная система. Информационная система, управляемая спросом, предназначена для планирования, выполнения и фокусирования / расстановки приоритетов улучшений с использованием видимой петли обратной связи в режиме реального времени, ориентированной на поток до стратегических контрольных точек и точек развязки и через них. Система разработана, чтобы привести все в соответствие с системным видением и стратегией и сохранить согласованность.

Точек для измерения и обратной связи в режиме реального времени относительно немного, и они стратегически выбраны для защиты критических ресурсов и/или переключения между процессами или подсистемами. Эти стратегические буферы (запасов, времени и мощности) рассчитаны на то, чтобы сломать систему накопления зависимых вариаций цепочки поставок, подпитывающую и усиливающую эффект кнута, а также обеспечить визуализацию и синхронизацию для менеджеров ресурсов, чтобы они могли своевременно действовать. Комбинированные буферные системы обратной связи запасов, мощности и времени предоставляют всю необходимую информацию, необходимую для оценки состояния всей цепи и направления внимания или действий, а также фокусирования на объектах улучшений и инвестиций. Обратная связь в режиме реального времени необходима для упреждающего выявления проблем и их основных причин, чтобы люди могли принять своевременные и надлежащие меры. Они также имеют тенденцию со временем концентрироваться на прямых усилиях по улучшению и навсегда устранять повторяющиеся проблемы или события, которые обычно блокируют поток.

Теперь, когда у вас есть основа для работы, которая предоставляет соответствующую информацию для интеллектуальных показателей, вы можете помочь своей компании стать управляемой спросом и добиться лучшего потока в вашей цепочке поставок.

Авторы: Дебра Смит и Чад Смит
Источник

https://tinyurl.com/yanhday7

среда, 15 февраля 2023 г.

Управление запасами в розничной торговле

 



Вопрос оптимизации управления запасами в розничной торговле всегда стоит очень остро. С одной стороны, вас гнетут различные издержки, связанные с обращением товара, а с другой – над вами маячит тень потребителя, который хочет видеть «свой» товар на полке во что бы то ни стало. Как здесь найти компромисс, и что дельного может предложить вам чужой опыт?

В этой статье рассматривается только одна часть управления запасами. А именно, управление заказами. Приведенный здесь подход – не более чем направление, в котором можно двигаться. Здесь нет примеров (как в учебниках), нет конкретных формул. Все это предстоит сделать самостоятельно. А может быть, в случае полного неприятия, и не предстоит. Но задуматься, может быть, и заставит.

Вопрос оптимизации управления запасами в розничной торговле всегда стоит очень остро. С одной стороны на необходимость его решения «давит» стоимость хранения запасов и общие издержки обращения, с другой стороны – покупатель, который хочет видеть «свой» товар на полке и которому наплевать на ваше желание сэкономить.

Поиск компромисса для этих двух «страшных» сил – громадное поле для творчества в каждой из розничных компаний. Но во всем этом разнообразии подходов к управлению запасами можно выделить две основные крайности:

  • «творческий подход» к формированию запасов
  • «математический» подход.

«Творческий» подход подразумевает тщательную и кропотливую «ручную» работу над заказами, когда ответственный за заказ сотрудник компании принимает в расчет регламентированный перечень (это в лучшем случае, часто принимаются во внимание только «эфирные» озарения) условий для создания каждого заказа. Основой для этого метода служит предпосылка, что полностью предугадать спрос невозможно, поэтому и поставить на конвейер составление заказов невозможно. Указанная предпосылка часто верна. В части, что полностью предугадать невозможно.

«Математический» подход – это метод, при котором любой заказ рассчитывается автоматически, исходя из того или иного алгоритма.

Естественно, как и любые идеализированные модели, в чистом виде эти методы в природе не встречаются.

Но в настоящий момент подход большинства компаний ближе к «творческим» алгоритмам, чем к математическим. Это объясняется целым рядом факторов:

  1. Спрос на многие товары в России действительно нельзя назвать регулярным. Постоянный рост рынка, быстрые структурные изменения не позволяют говорить о значимом объеме достоверной статистики. На что еще накладывается и долгое невнимание к информационным системам в торговле и управлению ассортиментом.
  2. Существующие алгоритмы расчета оптимального размера заказа и товарного запаса опираются на что угодно, кроме желания покупателя. А это для предприятий розничной торговли смерти подобно.
    Например, классическая формула (корень из двух произведений… и .т.д) составлена, как точное математическое равенство, при том, что розница оперирует вероятностными величинами.
  3. Технологии работы многих компаний-поставщиков еще до сих пор оставляют желать много лучшего, что вносит такую степень неопределенности в работу розничной торговли, что большинство давно махнуло рукой на попытки создать хоть какие-либо алгоритмы.

Указанные ограничения привели к тому, что большинство заказов делаются вручную и по, так называемому, «стоковому» алгоритму (когда заказ делается не в фиксированный момент времени, а в момент падения запаса до безопасного запаса – «safety stock’а»). Подобные подходы и привели к устойчивому мнению, что автоматизация практически невозможна.

Отчасти, это верно. Автоматизация разовых закупок, маркетинговых товаров (согласно классификации, приведенной в «Торговый классификатор. 6 лучей к порядку?») действительно крайне затруднительно (сознательно избегаю слова «невозможна»). Но отсутствие инструментов не должно служить причиной от отказа от технологии в целом.

Есть и другие реалии. Для работы по «творческим» алгоритмам в больших компаниях необходимо либо держать очень большой штат «закупщиков» в каждом подразделении, что с учетом того, что «творчество» подразумевает высокую квалификацию, практически труднореализуемо, либо работу «творческих» закупщиков на распределительный центр (тогда оставляя много вопросов на «плечо» между распределительным центром и магазином.

В любом случае, такой объем «творческой» рутинной работы практически лишает «закупщиков» времени на работу с новыми товарами и маркетинговыми товарами.

Есть ли разумная альтернатива «творческим подходам»? Не знаю. Приведенный ниже алгоритм (или система) является не более чем, попыткой решения этой задачи, и не факт, что не тупиковой. Тем не менее, подобная система была практически опробована, и, не смотря на ряд недостатков, оказалось жизнеспособной (но это и могло оказаться просто случайностью :-)).

Итак. Попробуем снова, как бы со стороны, взглянуть на розничную торговлю. Эта отрасль не оперирует точными цифрами. Даже на товары повседневного спроса в магазинах с практически постоянным потоком покупателей существует разница в дневных продажах одного и того же товара. Но почему тогда в управлении запасами оперируют точными формулами?

С другой стороны (стороны покупателя), покупатель крайне будет недоволен, если, придя в магазин, не обнаружит каких-то товаров, в то же самое время он может смириться с временным (именно в данное конкретное время) отсутствием других. Таким образом, важным для выживания магазина служит понятие «товарного дефицита». Что нужно вкладывать в это понятие и как с ним бороться?

Существуют подходы (не надо смеяться, взято из реальной жизни), при которых «закупщики» караются за любой дефицит (т.е. отсутствие в продаже любого товара в любой день). Очень прогрессивный и инквизиторский подход. Особенно, если все-таки вспомнить, что объемы продаж – величины вероятностные. А как большинство, надеюсь, помнит из теории вероятностей, даже величины с небольшой дисперсией имеют вероятность (пуская и малую) возникновения далеко за пределами шести сигм (по нормальному закону). Т.е. даже теоретически устранение дефицита невозможно. Более того, даже соблюдение (пока остановимся на нормальном законе) запасов, исходя из правила 6 (3) сигм по всем товарам может вызвать астрономически большую стоимость запасов.

Опять мы стоим перед той же дилеммой – с одной стороны стоимость запасов и их обработки, с другой стороны – недовольство покупателя.

Возможен ли здесь компромисс? Наверное, да. Одним из выходов может стать четкое деление товаров на товары основы и прочие (опять же отошлю к «Торговому классификатору…»). Когда для товаров основы (которые, кстати, зачастую имеют гораздо меньшую дисперсию, чем «неосновные» товары) принимаются драконовские нормативы запасов («драконовские» принимаются в смысле тех самых 6 сигм), а для остальных товаров ставится более мягкий интервал вероятности их отсутствия в продаже.

Как мы помним из теории логистики, спрос – не единственное, что определяет управление запасами. Есть масса других факторов: выбранный алгоритм заказов (временной или от safety stock), возможности по обработке количества поставок собственным складом, емкость склада и торгового зала, периодичность заказов (в том числе и связанная со временем хранения), стабильность поставок.

Попробуем рассмотреть по порядку эти факторы.

Алгоритмы заказов уже здесь упоминались. Не смотря на привлекательность (на первый взгляд) алгоритмов с safety stock (алгоритмов SS), я бы порекомендовал в качестве основного все же выбирать алгоритмы заказов с фиксированным интервалом между заказами. Объясняется это очень просто. Желание ограничить число «дорогостоящих» «закупщиков» приводит к достаточно сильной их загрузке при составлении заказов. В ситуации с заказами с алгоритмом SS эта нагрузка еще становится и неравномерной, что может иметь и тяжелые для товара последствия в «пиковые» дни. В случае же с заказами с фиксированным интервалом времени между ними, такая нагрузка достаточно легко планируется. Кроме того, этим же способом мы более оптимально решаем и вторую из приведенных выше проблем – неравномерную загрузку склада. И поставщикам, и складу гораздо удобнее оптимизировать свои процессы, точно зная «точку» заказа и определяя от нее «момент поставки» (или наоборот), чем в случае, когда заказ может появиться в любое время. Пропускная способность склада дает и другую величину – сколько заказов в день он может обработать. Путем несложных вычисления и подгонок (в том числе и с учетом важности товаров) пропускная способность даст нам периодичности поставок для разных типов товаров.

Упомянутые емкости склада и торгового зала являются простым ограничением, которое при выбранном алгоритме заказов может оказаться существенным и вынудить оптимизировать технологии обработки заказов (для увеличения частоты), либо вынудить расширять площади, либо дать рекомендации по дальнейшему изменению этих площадей на других объектах.

Стабильность поставок. Эта величина, которая очень существенно влияет на величину товарных запасов. И опять же очень редко к ней подходят с точки зрения ее истинной, вероятностной, сущности. Тем не менее, на необъятных просторах нашей Родины время в пути является классической вероятностной величиной, при чем, в зависимости от операторов и местоположения, иногда с очень большой дисперсией.

А для определения необходимого товарного запаса у нас произойдет перемножение вероятности спроса и вероятности поставки. Поэтому надо учесть, что даже при использовании нормального закона с максимальной подстраховкой (3 сигмы) и там, и там, суммарная вероятность наличия товара в торговом зале будет несколько ниже «стандартной» величины. В случае же с одной сигмой вероятность дефицита еще больше увеличивается.

Но подробнее рассмотрим это ниже.

Если мы принимаем схему заказов с фиксированными (и уже определенными периодами между поставками), мы должны определить величину, до которой производится заказ.

Определяется эта величина сразу несколькими факторами. Во-первых, мы должны задать для каждого товара (естественно, просто согласно его положению в иерархии торгового классификатора) тот «доверительный интервал» (сколько сигм вешать в граммах J) для спроса и поставки (учитывая правило перемножения вероятностей)

Мы определяем величину среднего спроса (темп ухода) товара для периода, равного выбранному периоду между поставками. В зависимости от выбранной же гарантированности его наличия, устанавливаем величину вероятного объема продаж за период между поставками. Но эту величину мы должны умножить не на период между поставками, а на выбранный «доверительный» период между поставками.

Вполне естественно, что в результате всех этих махинаций, стоимость запасов может оказаться такой, что в компании не найдется ни одного камикадзе, взявшегося за обоснование этих цифр акционерам. В этом случае мы вступаем на путь моделирования – мы начинаем всячески «поигрывать» разными сигмами, для разных типов товаров, пока не получим всех устраивающую величину. Не исключено, что результатом этих манипуляций станет и «разбор» полетов, касающийся составляющих времени поставки, и оптимизация ассортимента компании (что является отдельной очень интересной темой).

Опять же, не следует забывать, что сама величина запасов будет еще определяться выставочным запасом («красота» которого зависит от количества выставленного на полке товара, и существенно влияет на объемы продаж). Он может внести свою лепту в увеличение (правда редко значительное) запасов. Также следует упомянуть и про наличие товаров в пути (когда период выполнения заказа превышает периодичность заказов – такой случай тоже не редок, и приводит к необходимости некоторых корректировок алгоритма, опять же из-за произведения вероятностей).

Вот, вкратце, и вся суть управления запасами, приближающая нас к противоположному «творческому» – «математическому» полюсу управления запасами. Естественно, что подобный алгоритм не решит всех задач, особенно в части маркетинговых, разовых и новых товаров, но зато может значительно сократить временные затраты (при неувеличении количества сотрудников) на рутинные процессы работы с запасами, освободив его для «творчества» по упомянутым «вредным» товарам.

В заключение следует отметить, что здесь содержится просто краткое описание алгоритма. Более детальная работа над ним – такой же индивидуальный пошив для любой компании, которым является и разработка большинства бизнес-процессов предприятий розничной торговли. Не исключено, что для описания некоторых величин этого алгоритма применимо распределение Релея, а не Гаусса (нормальное). Также нельзя забывать про сезонные функции продаж (которые могут быть, в том числе, и меандровыми), автоматический учет которых должен быть подкреплен существенным объемом статистики, либо «чутья» менеджеров. И вообще, существует множество вещей, над которыми предстоит работать при внедрении подобных алгоритмов. При практическом применении они часто упираются в возможности информационных систем и менеджеров. Но, с другой стороны, даже начало движения в этом направлении ощутимо меняет отношение к эффективности, статистике и данным, которые иногда просто не используются, оптимизации множества других процессов, связанных с управлением запасами и заказами.

Часто в реорганизации важно не содержание, а сам факт его проведения. :-)

https://cutt.ly/d3DkGJ2


пятница, 23 июля 2021 г.

Формулы и расчет страхового запаса

Страховой запас — это уровень запаса, который снижает дефицит товаров из-за непредвиденных событий (когда прогнозы не соответствуют спросу, время поставки превышает ожидания).

Зачем нужен страховой запас?

1) неопределенность спроса

Например, у вас есть товары, которые имеют стабильный спрос, например туалетная бумага, и сезонные товары, такие как зонтики (которые вы продаете только тогда, когда идет дождь). Прогноз продаж по туалетной бумаге будет надежнее, чем по зонтикам. И поэтому по зонтикам страховой запас должен быть выше, чтобы компенсировать неопределенность в прогнозе.


2) неопределенность времени выполнения заказа

Если у вас длинный срок поставки, то товар может придти иногда раньше, а иногда позже запланированного срока. Эти колебания также должны быть покрыты страховым запасом.


Расчет точки заказа

Вы заказываете не тогда, когда ваши остатки достигли страхового запаса, а заранее за X дней до этого. Например, если срок поставки 10 дней, то должны заказать за 10 дней до того, как остатки опустятся до страхового запаса.

Формула точки заказа:

Точка заказа = Страховой запас + Средний объем продаж * Время выполнения заказа



Расчет страхового запаса

Основная формула страхового запаса:

Страховой запас = Средняя продажа * Дни страховки

Этот метод можно назвать «старомодным способом». Если в среднем вы продаете 100 штук в день, срок поставки 10 дней, а страховой запас 5 дней, то ваш страховой запас в штуках: 100 х 5 = 500 штук.

Пример расчета страхового запаса по основной формуле:

Средняя продажа (СП) = 100 штук/дней * 5 | Срок поставки (СРП) = 10 дней | Дни Страховки (ДС) = 5 дней

Страховой Запас (СЗ) = 100 * 5 = 500 штук

Точка заказа = СЗ + СП * СРП = 500 +100 * 10 = 1500 штук

Например, ваш страховой запас 500 штук, точка заказа 1500 штук (когда у вас на складе останется 1500, вы сделаете заказ на 2000 штук (по формуле оптимального заказа). За время пока товар будет к вам идти вы распродадите 1000 штук. Когда заказ прибудет на ваш склад, на остатках будет 500 штук страхового запаса.


Пример иллюстрирует соотношение страхового запаса и точки заказа.

Этот метод расчета является чрезвычайно простым, но требует постоянных ручных корректировок. Советуем использовать его вместе с ABC и XYZ анализом продаж.

Нормальное распределение

Нормальное распределение – это математический закон, который позволит предсказать вероятность продажи определенного количества.

Новая формула страхового запаса:

Страховой запас = Коэффициент обслуживания Z * Стандартное отклонение спроса * Квадратный корень от среднего срока поставки

Например, если вы продаете в среднем 1000 штук, у вас высокая вероятность продать 1000 штук в месяц, а вероятность продажи 500 или 2000 штук, например, гораздо ниже. На изображении видно, что это распределение является симметричным, то есть вероятность того, что вы продадите менее 1000 в следующем месяце, так же высока, как и вероятность продажи более 1000.

Страховой запас зависит от трёх факторов: уровня обслуживания, стабильности продаж и срока, на который рассчитывается страховой запас.

Уровень обслуживания определяет, с какой вероятностью покупатель сможет найти на полке нужный ему товар в нужном количестве.

Например, если вы хотите, чтобы средний уровень обслуживания (service rate или service level) составлял 50%, вам не нужен страховой запас, потому что у вас уже есть 50/50 шансов продать больше или меньше средней продажи.

С другой стороны, если вы хотите 90% уровня обслуживание, нормальное распределение даст коэффициент Z=1.28 для удовлетворения 90% спроса. Этот коэффициент используется в формуле, чтобы покрыть колебания спроса с 90% вероятностью.


Страховой запас также зависит от стабильности спроса. Стабильно продаваемая (т.е. примерно одинаковое количество из месяца в месяц) туалетная бумага требует меньший страховой запас, чем зонтики, даже если выставить для них одинаковый уровень сервиса. Поэтому средние продажи нужно умножить ещё и на стандартное отклонение. Стандартное отклонение показывает размах колебаний продаж вокруг среднего значения.

Очевидно также, что страховой запас, требуемый на 10 дней будет больше, чем страховой запас на 5 дней. Поэтому третий компонент формулы это количество дней поставки.


Какую формулу страхового запаса выбрать?

Если товар относительно редко продается – используйте основную формулу расчета страхового запаса. Если статистики по товару накопилось достаточно много – нормальное распределение.

Уровень сервиса лучше привязать к ABC-классу товара:

A – 95%, B – 90%, C – 85%


https://bit.ly/3wYiXqj

Методы пополнения заказов

 


Постоянный уровень


Некоторые магазины используют технику поддержания постоянного уровня запасов. Уровень запасов в этом случае устанавливается по каждой позиции, а проданный товар немедленно заказывается по принципу “Продали одну — купили одну”.

На бытовом примере это похоже на ситуацию с зубной пастой, которую мы покупаем, как только она заканчивается.

Этот подход успешно применяется магазинами электроники, предметов роскоши, дорогой косметики и подобных с небольшим оборотом и высокой стоимостью. Каждая продажа запускает процедуру закупки у поставщика или с центрального склада.

МИН/МАКС


Метод МИН/МАКС чуть сложнее, но распространён гораздо шире.

Используя его, продавец устанавливает минимальный уровень своих запасов. Заказ производится до максимального уровня при снижении остатков ниже порогового минимального значения, которое иначе называется точкой заказа.

Логика этого места очень проста и похожа на ту, которую мы часто используем в своей жизни. Например туалетную бумагу мы включаем в список покупок, когда её остаток снизится до 2-3х штук. И покупаем сразу пачку из 6 штук.

Разницу между двумя подходами можно прочувствовать на примере заправки автомобиля. В первом случае мы должны будем останавливаться около каждой заправки и доливать бензина до полного бака.

Во втором — водитель подождет, пока стрелка опустится до минимального значения (которого точно с запасом хватит до ближайшей заправки, а может и больше, на случай если мы проедем её, забыв заправиться), и только потом будет думать о заправке.

Очевидно, что МИН/МАКС гораздо более эффективен и практичен, чем метод пополнения до постоянного уровня.

Величина партии заказа должна минимизировать суммарные расходы на пополнение и хранение запаса при заданных условиях поставок (т.е. с учетом величины минимальной партии заказа, периодичности поставок, системы скидок и т.д.).

Максимальный уровень запаса включает как собственно складской запас, так и заказанную партию и достигается в момент начала поставки; фактический же уровень складского запаса после завершения поставки будет, естественно, несколько ниже. Аналогичное замечание справедливо и в отношении «точки заказа»: если время выполнения заказа столь велико, что необходимость очередного пополнения запасов может возникнуть еще до прибытия предыдущей партии, то при практическом применении критерия «точки заказа» следует учитывать все наличные запасы, включая «запасы в пути».

Динамическое пополнение


Третий метод пополнения — динамический. В отличие от предыдущих, точка заказа не фиксированная, а рассчитывается автоматически на основе прогноза продаж и сроков доставки.

Одной из преград на пути оптимизации товарных запасов предприятия является используемая программа для управления ими, так как в ней могут отсутствовать современные алгоритмы прогнозирования, позволяющие постоянно автоматически регулировать значения максимального и минимального уровней. Тем не менее, сама по себе система на основе метода минимума/максимума не является проблемой. На самом деле, если в какой-то другой программе для оптимизации товарных запасов можно будет изменять значения максимального/минимального уровня по каждой SKU ежедневно, становится возможным использование любой стратегии управления запасами.

Ситуации, когда спрос характеризуется резко меняющейся («скачущей») интенсивностью и при этом полностью непредсказуем, встречаются сравнительно редко. Обычно в составе спроса можно выделить детерминированную (заранее известную или хорошо предсказуемую) составляющую таким образом, что оставшаяся (случайная) его часть оказывается уже слабо меняющейся во времени. Если речь идет о сырье или материалах, расходуемых на производственные нужды, то детерминированную часть спроса может составлять расход соответствующего МТР на заранее планируемые (в частности, планово-профилактические) мероприятия, а случайную часть – расход того же МТР на текущие нужды. Если же имеется в виду реализация готовой продукции (или продукции сторонних производителей), то детерминированную часть расхода может составлять спрос одного или нескольких крупных потребителей, а случайную часть – спрос остальных (более мелких) потребителей, доля каждого из которых относительно невелика и которые никак не связаны друг с другом. При этом наиболее интересна ситуация, когда детерминированная и случайная составляющие сопоставимы по средней интенсивности и, соответственно, по совокупным объемам (ситуации преобладания детерминированной или случайной составляющей нами уже рассмотрены выше). В подобной ситуации (когда, к примеру, детерминированная часть составляет 40%, а случайная часть – 60% совокупного спроса) можно рекомендовать следующую комбинированную стратегию управления запасами:

  • Для случайной составляющей спроса планировать регулярные поставки по схеме с фиксированным интервалом между заказами (или по какой-то ее модификации);
  • К объемам запланированных регулярных поставок добавить дополнительные объемы, необходимые для удовлетворения детерминированного спроса в интервалах между этими поставками.


В помощнике закупок могут быть задействованы все эти методы: постоянный уровень, МИН/МАКС (значения проставляются закупщиком вручную) и динамический (значения МИН/МАКС рассчитываются автоматически).

https://bit.ly/3hZyW3i