Управление запасами: от модели к реализации (часть вторая)

Управление запасами: от модели к реализации (часть вторая)
фирма КонСи
Управление запасами: от модели к реализации (часть первая)

В предыдущей статье мы рассмотрели основные приемы моделирования товарных запасов. Безусловно, эти модели можно рассматривать как эскиз того, что следует предпринять аналитику для того, чтобы сформировать свое представление о действующей системе управления запасами.

Итак, рассмотрим основные принципы системы управления запасами.

Главный механизм системы управления запасами, который необходимо внедрить в работу всех ее элементов, состоит в реализации принципа обратной связи. Это классический принцип любой управляемой системы. Суть этого принципа заключается в том, что, если руководящее звено системы оказывает управляющее воздействие на рабочий элемент системы, то в системе должна существовать "обратная связь", которая дает данные о новом состоянии всей системы и оценивает результативность ее функционирования. Система будет управляема, если после воздействия на нее можно определить ее новое состояние, оценить его, и с учетом полученных новых данных о системе можно принять следующее корректирующее воздействие на систему.

Главная задача проектировщика системы управления запасами как раз и заключается в том, чтобы так построить систему работы персонала и используемого программного обеспечения, чтобы была реализована "управляемость" всех элементов системы - позиций принципа обратной связи.

Несмотря на всю очевидность этого классического требования к управляемой системе, большинство товарных систем не обладают этим свойством. Решив проблему складского учета и выдавая в структуру сбыта управляющие воздействия, менеджер верхнего звена управления не получает правильного представления о том состоянии, в котором находится система. С другой стороны, он может получать от системы складского учета такое обилие информации, которое не позволяет ему принимать именно управляющие воздействия. Менеджер получает только информацию о текущем состоянии запаса. Но согласитесь, для того, чтобы принять управляющее решение, направленное на удержание динамически изменяющегося состояния товарной системы, необходимо иметь обобщенные характеристики состояния системы, отражающие ее динамику и реакцию на ранее принятые, пусть даже ошибочные, управляющие воздействия.

Итак, рассмотрим примерную архитектуру системы управления запасами (рис.1).

На первом уровне системы размещаются модули складской программы и баз данных, в которых накапливаются сведения о движении товаров и работе с покупателями по отгрузке товаров.

Здесь же выделяются знания персонала и правила работы персонала с программной средой, в том числе и бухгалтерские нормативные акты, которые определяют поведение персонала при совершении операций прихода и отгрузке товара со склада.

Кроме этого, в системе первого уровня присутствуют элементы знаний персонала по выявлению закономерностей в спросе товара, определению товарных остатков.

Вся эта информация необходима для того, чтобы система управления запасами в целом могла функционировать, то есть хранить и отгружать товар.

Второй уровень системы управления запасами состоит из различных моделей управления запасами. Примеры построения моделей мы приводили в предыдущей статье. Модель описания запасов и управления запасами может быть реализована по-разному.

В простейшем случае, когда все на себя принимает человек, второй уровень состоит из практических рекомендаций, которым необходимо следовать при закупках того или иного товара. Практически, модель управления "хранится" в голове руководителя. Его опыт и его указания определяют то, что следует знать о запасах, и как их следует пополнять. Персонал выполняет техническую работу по заключению договоров и общению с поставщиками. Однако сами рекомендации и правила выработки управляющих решений есть результат конкретных исследований, проводимых с использованием математических моделей, оцененных специальным программным обеспечением и представленных руководителю как рекомендации для выработки эффективных решений.

Возможен и альтернативный вариант реализации системы второго уровня. Здесь основу составляют правила и знания персонала, необходимые для анализа состояния товарных запасов и выработки правил принятия решений по формированию запасов. Значительную помощь в обработке и наглядному представлению разноплановой информации о состоянии запасов может оказать специализированное программное обеспечение, в котором воплощены разнообразные модели управления.

Именно специализированное программное обеспечение позволяет быстро подготовить для персонала необходимые сведения, без анализа которых невозможно принять обоснованное решение. Не следует путать это программное обеспечение со складскими программами. Например, хорошо известно, что многие складские программы используют такое понятие в описании товара, как норма запаса. Эта величина помогает определить момент, когда следует закупать товар. Но как определить эту "норму"? Для этого необходимо построить прогноз спроса. А для построения прогноза спроса необходимо иметь предшествующую статистику продаж, и даже на основе математически вычисленного прогноза спроса товара нельзя сказать, какова должна быть норма запаса. Необходимо оценить страховой запас с учетом эффективного вложения денег в запасы по широкому ассортименту. А это уже оптимизационная задача, для решения которой используются специальные математические программы. Эти программы уж никак не похожи на складские разработки.

Продолжим. На втором уровне системы присутствуют навыки и приемы работы с указанным программным обеспечением для принятия решений и анализа состояния запасов.

Взаимодействие между двумя уровнями системы также поддерживается коммуникационными правилами, в соответствии с которыми обеспечивается передача информации от одного уровня к другому. Практически это находит воплощение в виде инструкций персоналу, который должен взаимодействовать друг с другом. Информация между сотрудниками, имеющими отношение к товарным запасам, должна проходить в полном объеме, достоверно и в установленный срок.

На третьем уровне находятся модель управления финансами и правила, которые позволяют контролировать финансовое состояние запасов. Здесь оценивается экономическая эффективность принимаемых правил по формированию запасов, определяются финансовые источники для их приобретения и общая финансовая стратегия управления запасами. Здесь принимаются стратегические решения по формированию запасов.

"Реализован" третий уровень системы также из знаний персонала и специализированных методов оценки состояния запасов и показателей деятельности всей организации. Реализация методов экономического анализа предполагает использование специализированного программного обеспечения.

Итак, основу системы управления запасами составляют технологии анализа состояния запасов и внешней среды, а также правила принятия решений по формированию запасов. Сами правила могут быть реализованы в виде специализированных программных модулей и инструкций для персонала. При этом основным элементом системы является специалист, обладающий достаточным уровнем знаний для того, чтобы принимать "интеллектуальные" решения, которые подкреплены серьезным анализом текущего состояния запасов и внешней среды.

Таким образом, когда мы создаем систему управления запасами, мы должны в той или иной степени построить каждый из структурных элементов этой системы. Очевидно, что в каждом отдельном случае должны быть созданы свои собственные элементы, учитывающие специфику деятельности фирмы и приемы маркетинговой работы. Несмотря на индивидуальность каждой реализации, общие принципы для большинства систем управления запасами одинаковы и хорошо поддаются описанию и изучению.

Пословица - "знал бы, где упаду - соломки подстелил" не годится для аналитика запасов торговой фирмы. Он не может ошибиться в своих выводах о целесообразности поставок товаров. Аналитик должен дать правильные расчеты объемов поставок, определить сроки завоза товара. Его ошибки влекут серьезные финансовые проблемы для владельца фирмы. Задача аналитика запасов состоит в глубоком понимании торгового процесса, в подготовке решений для руководства фирмы о стратегии и тактике формирования товарного запаса.

Случайность?.. Нет, закономерность!

Стохастическая природа торговых процессов сложна для изучения. Но это не означает, что в этой случайности торговых событий нет закономерностей. Закономерности торговли могут быть исследованы классическими инструментами математики и поставлены на службу технологии управления запасами.

В данной статье мы рассмотрим одну из классических задач, которая лежит в основе управления торговым процессом фирм, занятых поставками продуктов питания. Некоторые детали мы опустим, но постараемся донести до читателя основную логику решения проблемы.

Итак, рассмотрим крупную оптовую фирму, которая поставляет продукты питания в розничную сеть. Розничная сеть ограничена по размерам, и каждый ее участник хорошо известен. Он многократно обращается в фирму. Известны его возможности по реализации товаров. Кроме крупных партнеров фирма отпускает товар и мелким покупателям, а иногда и простым жителям близлежащих районов, заинтересованным низкими ценами.

Какая же информация доступна аналитику запасов? Складская программа дает ему ежедневные сводки об остатках товара на складе, объемах продаж каждого товара, известны цены продаж и полученный доход от продаж отдельных позиций.

Для планирования запасов фирмы аналитик должен исследовать динамику продаж в разрезе отдельных товаров. Эта динамика может быть представлена в виде графика, на котором кривая продаж будет совершать колебания относительно некоторой усредненной кривой.

Простейшее желание, которое может возникнуть у аналитика, состоит в построении прогноза продаж на ближайший период планирования. Исследование предшествующей истории продаж дает материал для "предсказаний" тенденции продаж на несколько шагов вперед (рис.2). С этого момента и начинается теория управления запасами.

Увы, радужные надежды заглянуть в будущее могут быть несбыточными. Оценки прогноза продаж могут не совпадать с реальными наблюдениями, которые фиксируются в будущем. Аналитик должен уметь строить прогнозы.

Конечно, в простейших случаях для этого аналитику пригодится Excel. Представив в виде электронной таблицы данные о продажах за ряд дней, аналитик может применить простейшие методы прогнозирования (например, метод скользящего среднего) и может рассчитать оценку продаж на ближайший период.

Но что означает для аналитика "простейший случай" построения прогноза? Это прежде всего устойчивость стохастических колебаний спроса. Такие устойчивые колебания характерны для продаж товаров мелким покупателям. Этих покупателей много, а отдельные отклонения в разовых покупках сглаживаются при оценке суммарного объема дневных продаж. Для торговли, ориентированной на массовых покупателей, процесс продаж моделируется простейшей таблицей Excel.

Но как быть в том случае, когда товар приобретается крупными партиями? Как построить прогноз, когда в один день было десять крупных продаж, в другой двадцать, а в следующий была совершена всего одна продажа? О каком прогнозе может идти речь? В этом случае применяется иная модель торгового процесса. В ее основу кладется информация о времени ожидания очередного приезда крупного покупателя за товаром. Эта величина случайна. Но анализ истории закупок, совершаемых каждым крупным покупателем, позволяет найти параметры этого времени ожидания как случайной величины. А далее следует применить традиционные методы имитационного (*) моделирования. Эти методы и позволят оценить параметры торгового процесса - усредненный объем продаж крупным клиентам, разброс этой величины, количество клиентов и т.д. Эти параметры оценивают случайную природу продаж крупных партий.

Что же должен делать аналитик запасов? Он должен так научиться исследовать данные складской программы, чтобы извлекать из них сведения о каждом крупном клиенте, а затем включить их в модель прогноза продаж.

Неужели это возможно, спросит читатель? Конечно! Вопрос лишь в том, какой доход будет получать фирма от обладания точными оценками будущих продаж.

(*) имитационное моделирование - изучение процессов с помощью воспроизведения их случайной природы на компьютере

Деньги - критерий истины

Итак, в наш разговор опять вмешались деньги. Мы опять заговорили о доходе, так как выбор технологии работы торговой фирмы в конечном итоге всегда оценивается по получаемому доходу.

Будем считать, что аналитик умеет с известной долей уверенности предсказывать объем продаж на ближайшие плановые периоды (на два-три дня, а то и на неделю). Очевидно, его знания принимаются к сведению руководством. С учетом ожидаемых продаж следует восполнить запасы каждого товара. Но не забывайте, мы сказали, что прогноз продаж построен лишь с известной долей уверенности. Это есть его величество Случай, который может наступить с известной долей вероятности. Поэтому товара может и не хватить до момента очередной поставки.

Что делать, чтобы застраховать себя от возможных убытков, вызванных неполучением дохода из-за отсутствия товара? Конечно, следует завести товар впрок. Товара должно хватить даже тогда, когда приедет "непредвиденный" клиент или "случайно" будет сорвана плановая поставка. Такое решение очевидно. Но... деньги вкладываются в товар, который "вероятно" не будет продан! Этот избыток товара лишь снимает риск неполучения дохода.

Какова же мера этого спокойствия? Конечно же, деньги. Руководство фирмы должно принять решение, какую сумму следует вложить в приобретение "резервов".

Но товаров на складе великое множество. А между какими товарами должна быть распределена эта выделяемая сумма? Каковы должны быть резервы по каждой товарной позиции? На этот вопрос также дает ответ технология управления запасами.

Для решения этой задачи необходимо знать прогнозы продаж отдельных товаров, их цены (закупочные и продажные), возможные сроки поставок. И конечно, учесть сумму вложений в резервы. Ответом будет количество товаров, которое должно быть на складе всегда. Это означает, что ниже установленной величины уровень товара не должен опуститься . Эту величину называют "нормой запаса". Но обратим Ваше внимание на то, что эти "нормы запасов" определяются при условии, что в резервные запасы вложена конкретная сумма денег. Такая задача решается оптимизационными методами.

Итак, можно сказать, что работа рядового менеджера отдела поставок будет намного проще, когда он будет принимать решение о моменте восполнения запаса, когда наличный уровень запаса товара опустится до установленной нормы. Надеемся, что это понятие хорошо знакомо практикам, которые работают со складскими программами. Во многих программах предусмотрены поля для хранения норм запаса.

Но увы, в складских технологиях не сказано, как эти нормы определить. Обычно их определяют на "глазок", на основе своего личного опыта. Но в этом случае говорить об эффективности вложения денег в запасы не приходится. Чтобы деньги "работали" в товарных запасах, необходимо уметь рассчитывать нормы запаса.

Правильно рассчитанная норма запаса есть формально высказанное правило управления запасами (рис.3). Это правило понятно каждому, даже тем работникам, которые и слыхом не слыхали ни о каких прогнозах, ни о вероятностях. Следи себе за падением уровня запаса и начинай закупать, когда достигнута норма. В этом-то и заключается "прямое" управляющее воздействие, о котором мы говорили в предшествующей статье. Руководство, с подачи аналитика, приняло и утвердило нормы запаса. Далее менеджеры должны придерживаться установленных правил.

Что же должен делать аналитик запасов? Он должен теперь обеспечивать "обратную" связь - от запаса к руководству. Он должен следить за тем, чтобы принятая норма запаса соответствовала бы текущим параметрам торгового процесса. Каким параметрам? Да все тем же, которые были использованы при расчете норм. Аналитик должен следить за прогнозами продаж, оценивать результативность введенного правила восполнения запасов. И в том случае, когда оценки результативности торгового процесса будут снижаться, аналитик должен снова предлагать руководству новые способы улучшения тактических правил работы с запасами, например, путем пересмотра норм запаса.

Принять или отвергнуть?

Целесообразно ли решать эту или иную, подобную, задачу управления запасами? Ответ на этот вопрос можно дать лишь тогда, когда будет принята к реализации руководством фирмы примерно следующая логика действий.

Во-первых, следует начать с самого простого и полезного. Следует начать с "макроанализа" товарных запасов. Для этого следует оценить их оборачиваемость, оборачиваемость денег, вкладываемых в товарный запас. Анализу может быть подвергнут не только весь товарный запас, как единый объект изучения, но и отдельные товарные группы, и даже бренды. Следует построить динамику этих показателей. Для этого следует поднять историю продаж, благо, складские программы накапливают данные не только месяцами, но и годами.

Во-вторых, следует сопоставить свои стратегические и тактические решения по управлению запасами с фактами колебания динамики оборачиваемости запасов. Можно считать, что Ваши решения оправдали себя, когда уровень оборачиваемости постоянно улучшался.

В-третьих, принятие решения о введении новых правил формирования запасов и правил работы с клиентурой следует оценить на модели торгового процесса. Как это следует сделать? Сначала необходимо изучить параметры торгового процесса и на основе этих параметров следует построить модель торгового процесса. Например, в нашем случае следует смоделировать восполнение запасов при достижении их нормативов. Следует сопоставить расчетные показатели оборачиваемости, доходности торгового процесса, с теми величинами, которые наблюдаются в реальности. Конечно, не следует ожидать полного совпадения. Можно считать, что моделирование дало положительные результаты, если полученные расчеты объяснят существующие проблемы и дадут оценку возможных аварийных ситуаций. Убедившись в реальности модели и ее полезности, Вам следует постепенно ввести ее решения в повседневную практику. Конечно, здесь следует сказать еще об одном логическом шаге. Модель должна оценить то, насколько решение, принимаемое в реальности, отличается от "предлагаемого моделью". Эта оценка может быть дана не только в процентах. Процентам должен быть поставлен в соответствие денежный эквивалент. Другими словами, можно сказать, что предлагаемые решения можно принять лишь в том случае, когда предлагаемые оценки дадут ощутимый финансовый результат.