Расчет точки заказа товара на основании:
- статистики продаж
- периодичности заказов
- сроков поставки
Персентиль VS формула Вильсона
Для расчета оптимальной партии заказа, оптимальной точки заказа, оптимального времени заказа в классической логистике используется формула Вильсона (Уильсона). Однако, формула Вильсона была разработана для крупных промышленных предприятий и подходит для условий, когда расход продукции постоянен, продукция однородна. В реальности продажи бывают разными:
То есть, для современной торговой компании формула Вильсона не подходит. Также не подходит формирование страхового запаса на базе расчета средней арифметической, т.к. такой уровень запаса не обеспечивает всплески продаж. В то же время держать на складе избыточный запас в расчете на всплески продаж, которых может и не быть — неэффективное замораживание оборотных средств.
При расчетах страховых запасов более 10.000 наименований (SKU) с неравномерными продажами оправдана другая методика расчета точки заказа — с помощью функции MS Excel -ПЕРСЕНТИЛЬ (скачать файл). Персентиль позволяет установить процент продаж, обеспеченных страховым запасом. В рассматриваемом примере берется 0.8 Персентиль, т.е. товарными запасами будут обеспечены 80% продаж:
Если Вам нужно обеспечить запасами большее или меньшее количество возможных продаж, просто поменяйте процент продаж обеспеченности продаж в строке 1 (это второй аргумент в функции Персентиль). Например, аргумент, равный «0,95» обеспечит 95% возможных продаж, рассчитанных на основании статистики. Значение аргумента может быть задано в диапазоне от 0% до 100% продаж.
- /
Алгоритм и формулы расчёта заказа поставщику в опте и рознице
Для того, чтобы создать заказ поставщику, нужно рассчитать, как минимум два параметра: точку заказа (МИН) и объём товара к заказу.
Как рассчитывается точка заказа (МИН)?
Синонимы: Мин, точка заказа, re-order point, ROP.
Задача закупщика — заказывать товар так, чтобы максимизировать количество дней, когда товар есть на полке и при этом минимизировать количество вложенных в товар средств.
Точка заказа или МИН позволяет отследить тот момент, когда остатки товара снизились настолько, что пора сделать заказ поставщику.
Этот момент наступает, когда при очередной проверке мы видим, что текущих остатков не хватит до следующего поступления и поэтому включаем их в текущий заказ.
Логику хорошо видно на примере:
- Каждый понедельник я делаю заказ (интервал проверки 7 дней)
- Товар поступает ко мне через 5 дней (срок поставки 5 дней)
- Если я сделаю заказ сегодня (в этот понедельник), то товар поступит в эту пятницу. Следующий заказ я буду делать в следующий понедельник, через 7 дней и заказанный мной товар (следующее поступление) поступит только в следующую пятницу, через 12 дней.
- Согласно определению, я должен включить товар в текущий заказ, когда его остатков не хватит до следующего поступления. В данном случае когда их станет меньше чем на 12 дней.
- Если же у меня остаётся остатков на 10 дней и я не включу этот товар в текущий заказ, то он закончится в следующую среду и 2 дня я буду сидеть с пустыми полками.
- Если у меня остатков на 15 дней, то я легко могу пропустить этот заказ (не делать его в этот понедельник). Тогда к следующему понедельнику у меня будет на остатков на 8 дней, я сделаю заказ и получу пополнение через 5 дней в пятницу.
- В итоге товар нужно заказывать, когда в очередной понедельник мы видим, что его на 12 дней или меньше.
Теперь тоже самое в виде таблицы для наглядности
Ниже отображены варианты развития событий в ближайшие 2 недели.
Во всех ячейках, кроме первой выводятся остатки на конец дня. Каждый день продаётся ровно по 1 штуке, поэтому остатки снижаются.
В первой колонке — стартовый остаток на утро понедельника. В каждой строке стартовый остаток разный. Таким образом мы рассмотрим несколько вариантов того, как поведут себя остатки на складе в зависимости от текущего остатка на момент заказа товара.
Оранжевым цветом выделены ячейки, когда мы делаем проверку остатков и решаем, включить этот товар в текущую заявку поставщику или нет.
Красным отмечены дни с нулевыми остатками на полках. Это та ситуация, которой мы допустить не должны.
Синим — дни, в который пришло поступление от поставщиков. Для простоты от поставщика всегда поступает 10 штук. Ведь сейчас мы изучаем формулу точки заказа, а не объема.
Таблица №1.
Здесь мы решили не делать заказ в первый понедельник. И сейчас увидим, к чему нас это приведёт при разных текущих остатках.
В первой строке мы не сделали заказ, когда на остатках на утро понедельника у нас было 9 штук. Поэтому в следующий понедельник на полке осталась только 1 штука. Здесь мы осознаём, что нужно срочно сделать заказ, но срок поставки 5 дней, и прибыть товар раньше пятницы не сможет. В итоге 3 дня (Вт, Ср, Чт в первой строке выделены красным) товар отсутствует на полке.
Очевидно, что решение не сделать заказ, когда на остатках оставалось 9 штук было ошибочным.
Многие люди считают, что заказ поставщику нужно делать, когда товара на полке остаётся на срок поставки. В этом примере хорошо видно, что это не так. Срок поставки 5 дней, а товара оставалось ещё на 9 дней. Мы не сделали заказ и в результате три дня сидим без остатков.
Анализируя следующие строки мы видим повторение ситуации вплоть до 12 штук: если мы не делаем заказ, то сталкиваемся с дефицитом товаров на следующей неделе.
Таблица №1.
Здесь мы всё сделали правильно: заказали 10 штук в понедельник, которые поступили в пятницу (день с поступлением выделен синим). Никакого дефицита теперь не наблюдается.
Это принцип расчёта точки заказа работает в любой ситуации: как для товаров, продающихся каждый день (типа молочки), так и для товаров с длинным сроком поставки (который возят из Китая контейнерами).
Формула точки заказа (МИН)
Количество дней, за которое нужно заказывать товар вычисляется по формуле:
Точка заказа в днях = СрокПоставки + ИнтервалПроверки
При переходе от точки заказа в днях к точке заказа в штуках, формула принимает следующий вид:
Точка заказа в штуках = Ожидаемый расход за (СрокПоставки + ИнтервалПроверки) + НеснижаемыйОстаток
В классическом формуле показателя НеснижаемыйОстаток нет, но иногда он нужен, чтобы поддерживать наполненность витрины независимо от объёма продаж.
Как рассчитывается ожидаемый расход
(он же прогноз продаж)?
Если товар продаётся часто и по нему собралось достаточно статистических данных, то прогноз делается по классической формуле. Если же товар продаётся редко (например 2-3 штуки в за анализируемый период продаж), используются другие расчеты, о них в другой раз.
Классическая формула ниже рассматривается в упрощённом виде. В реальности она дополнительно включает такие параметры как: СреднийЧек, СезонныйКоэффициент, ПриростПродаж.
Для расчёта прогноза используется средняя продажа за выбранный период и страховой запас.
Прогноз = КоличествоДней * СредняяПродажа + СтраховойЗапас
Страховой запас зависит от равномерности продаж товара.Если в среднем в месяц продаётся 10 штук, то в следующей месяц может быть продано как 15 штук, так и 5. Соответственно, если мы будем для прогноза использовать среднюю продажу, то в половине случаев этих остатков нам не хватит.
Страховой запас — это уровень запаса, который снижает дефицит товаров из-за непредвиденных событий (когда прогнозы не соответствуют спросу, время поставки превышает ожидания). Основная и новая формулы. Какую выбрать, разбираем на примерах.
подробнее >
В самом простом варианте, в качестве страхового запаса можно взять половину от средней продажи.
Если рассчитывать по серъёзному, то он вычисляется в зависимости от неравномерности продаж (стандартного отклонения или сигма) и ABC-класса товара. Об этом тоже в следующий раз.
Как рассчитывается объем заказа?
Важный момент: объем заказа рассчитывается по-разному при длинных и коротких сроках поставки.
Когда мы говорим «короткий» или «длинный» срок поставки, то это не абсолютная длина срока в днях, а отношение срока поставки к интервалу проверки.
Примеры длинных поставок:
- Если срок поставки 6 месяцев, а заказ мы делаем раз в месяц.
- Если срок поставки 1 месяц, а заказ мы делаем раз в неделю.
- Все случаи, где СрокПоставки / ИнтервалПроверки больше 3х. Т.е. в то время, когда мы делаем очередной заказ, в пути у нас может находится 2 и более заказов поставщику
Короткие поставки:
- Срок поставки 1-2 недели, интервал проверки 1 неделя.
- Срок поставки 1 месяц, интервал заказа 1 месяц.
- Все случаи, где СрокПоставки / ИнтервалПроверки меньше 3х. Нескольких заказов в пути у нас не бывает.
Основная особенность методов — использование понятия МАКС. При заказе у поставщика при длинных поставках это понятие не используется. При коротких же сроках поставок гораздо удобней и наглядней оперировать МИН и МАКС.
Расчёт товара к заказу при длинных сроках поставки
При длинных сроках поставки понятие «МАКС» избыточно и не используется.
Лучше всего объяснить принцип заказа на примере. Предположим, срок поставки у нас 90 дней, а интервал проверки 30 дней. Т.е. мы делаем заказы поставщику каждый месяц, но к нам они идут в течение 3х месяцев. В день для простоты будет продаваться ровно 1 штука.
Если товара на складе станет меньше 120 (это МИН, рассчитанный по формуле выше), то нужно сделать заказ. Следующая возможность сделать заказ появится через месяц. Соответственно поступления от поставщика придут тоже с интервалом в месяц: первое поступление придёт через 3 месяца, второе — через 4.
Соответственно, заказ нужно сделать в таком объёме, который будет продан за срок между этой и следующей поставкой. Т.е. 30 штук, который поступят через 90 дней. При этом второй заказ мы сделаем через 30 дней, и он поступит через 120 дней. Таким образом, каждый месяц мы будем заказывать по 30 штук. Также как и при расчёте минимума, при расчёте ожидаемого расхода за срок между поставками (он будет равен интервалу проверки) учитывается страховой запас, закладываемый на колебания спроса.
Диаграмма: сделали заказ, когда на складе было 119 штук и продолжаем делать заказ по 30 штук каждый месяц. Жёлтый график — остатки на складе плюс остатки в пути. Красный — остатки на складе на каждый день. Видно, что остатки не опускаются ниже 30 штук. Но это только потому, что в формуле не учитывается «Остаток на момент поступления», о котором ниже.
Делать заказ одного и того же товара каждый месяц может быть накладно из-за расходов на перевозку, складских операции, хранения и т.п. И поставщик нам спасибо не скажет, если мы будем заказывать помалу, но часто. При этом теория закупок гласит, что мы должны выбрать оптимальный интервал заказа, который вычисляется как раз на основании стоимости логистики и скидок за объём. Если логистика ничего не стоит и скидок нет, то конечно, лучше заказывать часто и помалу. В иных ситуациях приходится лавировать.
Если мы решили, что заказ одного и того же товара будем делать не каждый месяц, а раз в три месяца, то мы заказываем соответственно не на 30 дней вперёд, а на 90. В формулу заказа в этом случае вводится понятие «Дополнительный запас», который составит 60 дней. В итоге, «Дополнительный запас» позволяет нам уменьшить частоту заказов, делая заказы реже.
Тогда на срок между поставками нам понадобится товар в объеме по формуле:
ОбъемЗаказа = РасходЗаИнтервалМеждуПоступлениями + ДополнительныйЗапас + НеснижаемыйОстаток
По этой формуле объем заказа для нашего примера составит 30 штук.
Но не всегда имеет смысл заказывать такое количество. Если в нашем примере выше, текущий остаток составит 115 штук, то при продаже 1 штуки в день к моменту поступления на складе останется 115-90 = 25 штук. Следующее поступления прибудет через 30 дней и чтобы продержаться до него, нам нужно 30 штук. Но если мы закажем поставщику 30 штук, то на момент поступления на складе окажется 25 + 30 = 55 штук.
Многовато. Это количество можно уменьшить, если заказать у поставщика не 30, а только 5 штук. Тогда через 90 дней, в момент поступления на складе окажется 25 + 5 = 30 штук, которых хватит ровно до момента следующего поступления. Чтобы учесть этот момент, в формулу вводится понятие «Остаток к моменту поступления», который рассчитывается по формуле:
ОстатокКМоментуПоступления =
Макс(0, ОстатокНаСкладеСвободный + ЗаказаноПоставщикам – ОжидаемыйРасходЗаСрокПоставки)
Т.е. зная максимальный объём, который нам нужно заказать и учитываем те остатки, которые держим сейчас на руках.
В итоге формула очередного заказа у поставщика принимает вид:
ЗаказатьУПоставщика =
ОбъемЗаказа – ОстатокКМоментуПоступления
Словами формулу можно объяснить так:
Заказ делается на срок между текущей и следующей поставкой (который совпадает с интервалом проверки), плюс дополнительный запас и неснижаемый остаток, минус остаток к моменту поступления.
Расчёт заказа при коротких сроках поставки используя МАКС
Когда сроки поставки небольшие и заказов в пути немного, становится удобнее оперировать понятиями МИН и МАКС, не акцентируясь на объём заказа.
По классическому книжному определению МАКС – это максимальное количество товара на руках и в заказах. В случае небольших сроков поставки МИН и МАКС имеют ясное физическое значение — это максимальный и минимальный запас на полках. Если же сроки поставки удлиняются, то делать заказ, опираясь на МАКС становится сложнее, а когда объем товаров в пути многократно превышает средний остаток на складе, то и вовсе невозможно.
Когда остатки снижаются до МИН или ниже, заказ делается в объёме
ЗаказатьУПоставщика = МАКС – ОстатокКМоментуПоступления
Если мы используем ручные МИН и МАКС, то не строим прогноз продаж и не рассчитываем «Остаток к моменту поступления», и можно использовать формулу попроще:
ЗаказатьУПоставщика = МАКС – ТекущийОстаток
Как рассчитать МАКС?
МАКС рассчитывается по формуле:
где объём заказа рассчитывается по той же формуле, что и при длинных поставках:
ОбъемЗаказа = РасходЗаИнтервалМеждуПоступлениями + ДополнительныйЗапас + НеснижаемыйОстаток
А что, если не учитывать расход до момента поступления?
Попробуем понять, что мы потеряем, если будем пренебрегать расходом до момента поступления и вместо ОстатокКМоментуПоступления использовать ТекущийОстаток.
Т.е. вместо формулы:
ЗаказатьУПоставщика = МАКС – ОстатокКМоментуПоступления
Использовать её упрощённый вид:
ЗаказатьУПоставщика = МАКС – ТекущийОстаток
Для начала, давайте посмотрим, когда эти формулы дают одинаковый результат.
Например, это происходит во всех вариантах ниже. Здесь СрокПоставки = 5, ИнтервалПроверки = 7, СредняяПродажа = 1, МИН = 12
Формулы дают одинаковый результат, если текущий остаток не успевает распродаться к моменту поступления.
Когда же текущий остаток слишком мал и к моменту поступления ничего не остаётся, формулы дают различный результат, правильным из которых является первый. А вторая формула даёт завышенный заказ.
Первая формула предлагает: купи 7 штук, их тебе как раз хватит до следующей пятницы. Всё-равно в ближайший понедельник закупишь ещё.
Вторая формула просто пополняет до максимума.
Эту разницу стоит учитывать только при длинных поставках, которые обычно бывают в оптовой торговле. В условиях обычной розницы, ей можно пренебречь ради простоты процесса.
Автоматический заказ поставщику
Система управления запасами min-max.pro автоматически, основываясь на перечисленные формулы рассчитывает потребность и предлагает сделать заказ у поставщика. Расчеты производятся с учетом сезонности, истории продаж, АВС и XYZ классов, сроков поставки, резервов, текущих остатков и товаров в пути, аналогов, исключая крупные оптовые и тендерные продажи.
Протестировать систему можно бесплатно 30 дней. Поможем установить и проконсультируем по всем вопросам.
|
Формула для заказа товара |
||||||||
Ответить |
||||||||
Ответить |
||||||||
Ответить |
||||||||
Ответить |
||||||||
Ответить |
||||||||
Ответить |
||||||||
Ответить |
||||||||
Ответить |
||||||||
Ответить |
||||||||
Ответить |
Сегодня мы рассмотрим, что такое страховой запас и точка заказа товара. Эта статья является продолжением предыдущих четырех моих статей.
Вступительная статья была посвящена основам управления товарными запасами. Без чего не будет результата. Мы рассматривали стратегические ошибки. Настоятельно рекомендую начать читать именно с этого.
В первой части разобрали темы АВС анализа, критерии оценки эффективности управления товарными запасами и другое.
Во второй части рассмотрели аналитику ввода нового товара, рентабельности товарных запасов, работу с мертвым запасом. Также, что еще влияет на оптимальные остатки и прибыль предприятия.
В третьей части подошли к прогнозу спроса, XYZ анализа, другим видам анализа, напрямую влияющие на эффективное управление запасами.
Содержание:
- Что такое страховой запас товаров
- Методы расчета страхового запаса
- Как расширенный АВС анализ уместен в расчете страхового запаса
- Что такое точка заказа
- Распространенная ошибка в планировании времени выполнении заказа
- Сезонность в страховом запасе
Что такое страховой запас товаров
Страховой запас, это товарный запас, который призван защищать от товарного дефицита в период ожидания пополнения запаса.
Страховой запас предотвращает возникновение дефицита, когда пополнение запасов требует большего времени, чем рассчитывалось. Спрос — это прогноз, основанный на показателях прошлого периода и тенденциях. По факту, продажи товара могут быть меньше или больше. Страховой запас требуется, когда фактическое потребление превышает наш прогноз.
Задача менеджера по управлению товарными запасами не просто забить склад и держать все на всякий случай, а держать страховой запас по заданному коэффициенту страховки оптимизируя товарные остатки.
Есть разные методы расчета страхового запаса
- на основе суточного потребления
- процент от спроса во время выполнения заказа
- задание вручную
- на основе среднего отклонения
На основе дневного потребления. Самый простой метод, когда мы расчетному периоду основанному на средних продажах за прошлый период прибавляем заданное количество дней. К примеру, временной период от поставки к поставке равен 14 дням. В среднем продажи — 5 штук в день. Страховой запас задан на 4 дня. Тогда:
5*4 =20 штук страхового запаса.
Процент от спроса во время выполнения заказа. Предположим, при дневном спросе 30 штук, планируемое время поставки 6 дней. Страховой запас задан в 25% от спроса. Тогда:
(30*6)*25% = 45 штук нужно держать, как страховой запас.
Такие методы подойдут для товаров регулярного спроса и стабильных поставках.
Задание страхового запаса вручную. По сути, это метод схожий с предыдущими, но отличие в том, что на новые товары с потенциально большим спросом или товары особого назначения, товары почти не требующие страхового запаса, менеджер устанавливает планку страхового запаса вручную.
На основе среднего отклонения. Этот метод используется, когда нам нужно учесть колебания спроса. В этой таблице мы видим, что факт от прогноза в апреле составил минус 100 штук. Однако, в мае и июне 180+120 = 300 штук.
Для прогноза по среднему отклонению не будем брать апрель, поскольку речь идет о страховом запасе. Мы и так запаслись большим, чем требуется. Исходя из этого, в наш расчет попадет только май и июнь.
(180+120)/2 — 150 штук в месяц.
Коэффициент страхового запаса
И это не все. Есть такое понимание, как SL (service level) — уровень обслуживания покупателей. Чем выше задана эта планка 95-96-97- 98%, тем больший коэффициент мы должны закладывать в страховой запас. Например, для 95% — коэффициент составит — 2. Для 96% — 2,5. Для 98% — 3. Исходя из этого, если наша цель 98%, то среднее отклонение в 150 штук мы умножаем на коэффициент 3.
150*3 = 450 штук страхового запаса.
К этой модели нужно подходить очень внимательно и аккуратно. Кроме автоматической программы, в которую мы можем заложить этот алгоритм, всегда нужна голова по месту, времени и обстоятельствам.
Кроме того:
Мы можем данный коэффициент, или количество дней на основе дневного потребления, уменьшать или увеличивать в зависимости от расширенного АВС анализа по каждому товару. В предыдущей статье, мы подробно разбирали этот вопрос. Здесь будет уместно продублировать эту таблицу, но в свете страхового запаса.
Для товаров, которые имеют рейтинг «ААА», можно закладывать больший страховой запас. Ведь есть товары, которые должны быть всегда, как: хлеб, молоко, важные и ходовые запчасти. Для товаров с рейтингом «ССС» или близко к этому, страховой запас держать по самой нижней границе.
Страховой запас и точка заказа
Точка заказа, или планируемое время выполнения заказа — это время в днях, которое, требуется на пополнение товарного запаса, с учетом всех этапов готовности товара, до его поступления конечному потребителю или клиенту.
Точка заказа = (дневной спрос * планируемое время заказа)+ страховой запас.
К примеру, от оплаты поставщику, до поступления на наш склад, требуется календарных 14 дней. Если свой страховой запас рассчитываем на 14 дней, то мы можем ошибаться, особенно если, поступивший товар требует доукомплектации в комплект. Или же с нашего склада развозим товар по филиалам.
Кроме этого с момента формирования счета и его платы, также проходит время.
Рассмотрим немного подробней, когда наше дневное потребление составляет в 10 штук, и мы заложили страховой запас в 140 штук, соответственно.
Пример
В пятницу менеджер формирует заказ поставщику. Часто день в день оплаты не происходит, или поставщик должен увидеть деньги на своем счете. Поэтому, по факту, поставщик начинает свою работу только в понедельник. Это уже 3 дня плюсом.
По договору, с момента оплаты, до выполнения заказа 10 дней + 4 дня в пути. Получаем 14 дней цикличности поставки.
Хватает ли нам пары часов, что бы принять и разместить товар. Чем крупнее бизнес или партия, тем, сложнее. Поэтому, часто выходит еще 1 день на приемку и размещение товара. Мы опустим момент, что склад может не работать в выходные.
До самого дальнего нашего филиала 3 дня в пути. Плюс тот же 1 день на приемку и размещение. В итоге, у нас получается:
3+14+1+3+1 = 22 дня, что при продажах 10 штук в день, уже не 140 штук, а 220 штук.
Если наш страховой запас составлял 5 дней (5*10) = 50 штук, то он исчез из-за некорректно спланированного цикла. Мы еще попали в товарный дефицит.
Страховой запас и точка заказа имеют свою специфику и нюансы в разных организациях, но далеко не везде учитывают именно этот важный аспект.
Страховой запас и точка заказа в работе с сезонными товарами
Товары сезонного спроса должны быть выделены в отдельную категорию в плане прогноза закупок с учетом страхового запаса.
Прогноз по сезонным товарам строится по отдельному алгоритму.
Вместе с тем, если продажи стабильны и вы продавали эти товары в прошлый сезон, то динамика их роста или падения будет служить полезным инструментом для составления прогноза на текущий период.
Для закладывания в алгоритм расчета применяется средневзвешенный показатель, где каждому колебанию придается вес, выраженный в коэффициенте.
Например, компания продает резиновые сапоги.
Здесь видим колебания продаж, где есть средние продажи (выделены зеленым цветом), и колебания от почти нулевых продаж до максимальных значений. Продажам в стабильный период присвоен коэффициент 1. Март — 2, поскольку продажи составили 200 штук, и 0,05 в январе.
Если товар продается не 30 дней в месяц, то также следует учесть количество дней в месяце, когда продается товар. Здесь это разбирать не будем, поскольку все просто.
Конечно, основываясь на прошлых периодах, мы должны учитывать рост или падение продаж в текущем периоде. Одно дело, когда мы прикидываем «на пальцах», другое — когда наши прогнозы строятся логичных на моделях прогноза с учетом специфики бизнеса. Цифры и расчеты не редко идут в разрез ощущениям.
Здесь сделаю дополнительный акцент на то, что всегда нужно анализировать прогноз с фактом.
Это также инструмент для более точного планирования запасов на следующий период.
Что касается точки заказа по сезонным товарам, то здесь могут быть коррективы, например, связанные с условием объемов поставки или ранней закупкой с сезону. В части страхового запаса, также может быть применим коэффициент по средневзвешенному показателю.
Заключение по теме страховой запас и точка заказа
В этой части также будет уместно упомянуть минимальный и максимальный цикл заказов. У каждого есть свои плюсы и минусы. У минимального цикла, например, в 1-2 дня, все проще с прогнозом, но с точки зрения работы склада, это лишняя нагрузка на сам склад. Особенно если вы платите за совершенную операцию склада.
Нет возможности или не целесообразно оптимизировать цикл? Как вариант, рассмотреть прямые поставки от поставщика в магазины. Это сокращает время и затраты на перевозку товара.
Как понимаем, чем больше цикл заказа, тем сложнее прогноз и бОльший риск излишков, особенно если это сезонный товар. А мы считали затраты на поставщика с чуть более дешевой продукцией, но с циклом 30 дней и поставщика с более дорогой, но с циклом 10 дней?
Несомненно, мы не сравниваем Китай с его дешевым товаром и местных производителей. Китай, с учетом перевозки, часто гораздо дешевле. Однако Китай, это не правило. Это, как предмет для размышления, кому это может быть актуально. Ведь неверный прогноз замораживает наши деньги, не говоря о том, что специфика товара может подразумевать срок годности.
Все реки складываются из ручейков.
Надеюсь, статья страховой запас и точка заказа, была полезной для Вас. В следующей статье разберем, как можно построить аналитику в excel с учетом всех методов, описанных в этой и предыдущих статьях. Или на основе этого, сформировать техническое задание, например, для внедрения в 1С.
Всего Вам хорошего. Успехов!
Коэффициент оборачиваемости = Расход/Средний запас за период
Средний запас за период = (остаток на начало + остаток на конец) /2
для вашего примера первая формула
Показывает, за сколько раз обернулся средний товарный запас за период. Чем ниже КО, тем хуже.
Если периодов больше 1, то неплохо брать средний запас за период более детально, так точнее видна фактическая оборачиваемость (если приход в конце периода, а в 90% дней был 0, то средний запас может быть слишком большим, а расход просто не успеть раскрутиться)
Но коэффициент оборачиваемости не поможет вам спланировать минимальный запас, если по Коэффициенту оборачиваемости не установлен критерий. Наример, он должен быть не ниже 1. Или не ниже 0,5 — зависит от отрасли и кучи других вещей, в том числе аппетитов начальства.
Общий подход, который можно в экселе спланировать:
Тов.Запас на начало периода д.б. равен запасу на период поставки + страховой запас.
То есть вам нужно знать как минимум:
1. Срок поставки (от размещения заказа до прихода на склад)
2. План продаж на этот период
3. Возможное отклонение плана продаж и срока поставки
Тогда общая формула будет примерно такая:
Мин. ТЗ на нач.мес. = (Среднедневной план продаж)*(срок поставки в днях)+Страховой_запас
Страховой_запас = Возможное отклонение плана продаж за период + запас на возможное отклонение срока поставки
Запас на возможное отклонение срока поставки = (Возможное количество дней задержки поставки)*(Среднедневной план продаж)
Запас на возможное отклонение плана продаж = (Возможное отклонение плана продаж в %)*(Вероятность этого отклонения)*(Среднедневной план продаж)*(срок поставки в днях)
Последнее встречается в + редко, так что можно проигнорировать. Обычно идет недовыполнение плана, поэтому образуются излишки сами по себе.
Но страховой запас может быть установлен и директивно — должно быть в запасе 20% от плана, и хоть тресни.
Ну и этот Мин.ТЗ может быть округлен вверх до некоего минимального нормативного запаса — кратно какой-то упаковке, партии, или просто «должно быть всегда не меньше Х, иначе никто не придет покупать»
Жоаннес Верморель, декабрь 2007 г. (Последняя редакция — январь 2012 г.)
Ниже описан классический подход, который используется уже на протяжении нескольких десятков лет. Сравнительно недавнее развитие Lokad технологии квантильных прогнозов привело к устареванию модели с резервным запасом. Действительно, расчет точек возобновления заказа представляет собой ни что иное, как квантильный прогноз. Таким образом, прямой квантильный расчет, как правило, во многом превосходит косвенный, который ассоциируется с моделью с резервным запасом.
Это руководство объясняет, как оптимизировать товарные запасы, приведя уровень резервных запасов к оптимальной величине. Это руководство относится к розничной торговле и производству. Теория представлена с помощью Microsoft Excel. Более подробные материалы доступны для разработчиков программного обеспечения, желающих воспроизвести теорию в адаптированном приложении.
Целевая аудитория: Этот документ нацелен в основном на профессионалов сети поставок в розничной торговле или производстве. Тем не менее, этот документ также полезен для специалистов по программному обеспечению в бухгалтерском учете, системах управления ресурсами, электронной коммерции, которые хотят расширить возможности своих приложений с помощью элементов управления товарными запасами.
Мы постарались свести математические требования к минимуму. Тем не менее, мы не можем совсем исключить формулы, так как основное назначение данного документа — служить практическим руководством, которое объясняет, как рассчитать резервный товарный запас.
Загрузить: calculate-safety-stocks.xls (таблица Microsoft Excel)
Введение
Управление товарными запасами — это финансовое компромиссное решение между издержками на хранение товара и издержками в связи с отсутствием товара. Чем больше товарные запасы, тем больше необходимо оборотных средств и тем больше обесцениваются товарные запасы. С другой стороны, при недостатке товара, вы можете столкнуться с ситуацией дефицита, упустить потенциальные продажи, и, возможно, даже нарушить весь процесс производства.
Товарные запасы, в основном, зависят от двух факторов
- спрос в ходе выполнения заказа: количество товара, которое будет потреблено или куплено.
- время заказа: время отсрочки между заказом товара и его поступлением в продажу.
Эти два фактора несут в себе неопределенность
- изменения спроса: поведение потребителей может меняться довольно не предсказуемо.
- изменения времени заказа: поставщики или транспортные агенты могут столкнуться с непредвиденными трудностями.
Решение относительно объема резервного товарного запаса косвенно равноценно решению о компромиссе между издержками, принимая во внимание эти неопределенности.
Баланс между издержками на содержание товарного запаса и издержками в связи с дефицитом товаров очень зависит от типа бизнеса. Следовательно, вместо рассмотрения этих издержек напрямую, мы введем классическое понятие вероятности обслуживания.
Уровень обслуживания отражает вероятность, что определенный уровень товарных запасов не приведет к нехватке товара. Естественно, что при увеличении товарных запасов, увеличивается и уровень обслуживания. Когда товарные запасы становятся очень большими, уровень обслуживания стремится к величине 100% (то есть вероятность возникновения дефицита товаров равна нулю).
Выбор вероятности обслуживания, то есть приемлемой вероятности возникновения дефицита, находится вне области рассмотрения данного руководства, однако вы можете прочитать отдельную статью о расчете оптимальной вероятности обслуживания.
Модель пополнения запасов
Точка заказа — это уровень товара, который должен сигнализировать о необходимости заказа. Если бы не было неопределенности (т.е. известен будущий спрос и предложение надежно), точка заказа равнялась бы прогнозируемому спросу во время периода отсрочки заказа, также называемому спрос во время отсрочки заказа.
В реальности, из-за неопределенности, мы имеем
точка заказа = спрос на время отсрочки заказа + резервный запас
Если условиться, что прогноз объективен (со статистической точки зрения), наличие нулевого уровня товарных запасов приведет к уровню обслуживания 50%. Объективность прогноза означает, что одинаков шанс того, что будущий спрос окажется больше или меньше спроса во время отсрочки заказа (следует помнить, что спрос во время отсрочки заказа — это лишь прогнозируемая величина).
Внимание: прогнозы могут быть объективными, не будучи точными. Необъективность указывает на систематическую ошибку в модели прогнозирования (например: всегда переоценивать спрос на 20%).
Нормальное распределение ошибки
В этот раз, нам нужен способ представить неопределенность спроса во время отсрочки заказа. В дальнейшем, мы предположим, что эта ошибка имеет нормальное распределение, см. рисунок ниже.
Статистические заметки: предположение о нормальном распределении не является полностью произвольным. При определенных условиях, статистические приближения приходят к нормальному распределению, как описано в
Теореме центрального лимита. Но эти предположения не входят в область рассмотрения данного руководства.
Нормальное распределение определяется всего двумя параметрами: его математическим ожиданием и отклонением. Так как мы сделали предположение об объективности прогнозов, мы принимаем математическое ожидание и распределение ошибки равными нулю, что не означает, что мы принимаем значение ошибки за ноль.
Определение отклонения ошибки прогноза является более сложным задачей. Lokad, как и большинство инструментов прогнозирования, выдает значение САОП (средняя абсолютная ошибка в процентах) вместе с прогнозами. Для полноты описания, мы объясним, как можно преодолеть эту проблему, используя простую эвристику.
В частности, отклонение в пределах данных прошлых периодов можно использовать в качестве объекта исследований для определения примерного отклонения прогноза. Дэвид Пьясеки (David Piasecki) предлагает использовать прогнозируемый спрос вместо среднего значения спроса в формуле отклонения, то есть
σ2 = E[ (yt - y')2 ]
где E — оператор среднего значения, yt — значение спроса в прошлом периоде t (обычно объем продаж) и y' — прогнозируемый спрос.
Ключевая идея этого предположения — это то, что ошибка прогноза очень часто связана с величиной ожидаемого отклонения: чем больше будущее отклонение, чем больше ошибка прогноза .
В действительности, при вычислении для этой ошибки используется несколько хитростей, которые будут подробно рассмотрены ниже.
Уравнение товарного запаса
На данном этапе бы дали определение математическому ожиданию и отклонению, таким образом, распределение ошибки известно. Сейчас нам необходимо вычислить допустимое значение ошибки в рамках этого распределения. Для этого мы ввели понятие уровня обслуживания ( в процентах).
Примечание: Мы предполагаем, что время заказа статично. Тем не менее, очень похожий подход можно использовать для переменного времени заказа. Смотреть:
- Понятие переменного времени заказа
- Моделирование переменного времени заказа
Для того чтобы перевести уровень обслуживания в уровень ошибки, также называемый фактором обслуживания, мы должны использовать обратное совокупное нормальное распределение (иногда называемое обратным нормальным распределением) (см. NORMSINV (обратное нормальное распределение), чтобы найти соответствующую функцию в Excel) Это может выглядеть сложным, но, на самом деле, это не так. Предлагаем вам ознакомиться с
сетевым приложением нормального распределения для получения лучшего визуального представления. Как вы можете видеть, общая формула преобразует проценты в область-под-изгибом, при этом на оси отражается величина уровня обслуживания.
Интуитивно, мы вычисляем
резервный товарный запас = стандартное отклонение ошибки * фактор обслуживания
Более формально, предположим, что S — это резервный товарный запас, тогда
S = σ * cdf(P)
где σ — это стандартное отклонение (т.е. квадратный корень из σ2 при условии фиксированного отклонения), cdf нормализованное общее нормальное распределение(математическое ожидание равно нулю и отклонение равно единице) и P — это уровень обслуживания.
Помня что
точка заказа = спрос во время выполнения заказа + резервный товарный запас
Предположим, что R — это точка заказа, тогда имеем
R = y' + σ * cdf(P)
Соответствие времени заказа и периода прогнозирования
До этого времени, мы просто предполагали, что для данного времени заказа, мы можем получить соответствующий прогноз будущего спроса. На практике это работает не совсем так. Анализ данных прошлых периодов обычно начинается с объединения данных во временные периоды (обычно недели или месяцы).
Так, выбранный период не обязательно совпадает со временем заказа. Таким образом, для выражения спроса в период отсрочки получения заказа и соответствующих его отклонений требуются некоторые дополнительные вычисления (принимая нормальное распределение ошибок в прогнозе, как было оговорено выше).
Интуитивно, спрос во время отсрочки получения заказа можно вычислить как сумму прогнозируемых величин для будущих периодов которые пересекают сегмент времени заказа. Нужно быть осторожными для правильной адаптации последнего прогнозируемого периода.
Формально, пусть T — это период и L — это время заказа. Мы имеем
L = k * T + α * T
где k — это целое число и 0 ≤ α < 1.
Пусть D — это спрос в период отсрочки получения заказа. Тогда, получаем окончательное уравнение для спроса во время отсрочки получения заказа
D = (Σt=1..k y't) + αy'k+1
где y'n — это прогнозируемый спрос для nго периода в будущем.
Принимая такие предположения по поводу нормального распределения, мы можем вычислить отклонение ошибки прогноза как
σ2 = E[ (yt - y')2 ]
где y' — это средний прогноз на период
y'= D / (k + α)
Но σ2 здесь рассчитывается как переменная в периоде в то время как нам нужна переменная, которая бы совпадала с временем отсрочки заказа. Пусть σL2 будет адаптирована как переменная во времени отсрочки заказа, тогда имеем
σL2 = (k + α) σ2
Наконец, мы можем переписать уравнение для точки заказа как
R = D + σL * cdf(P)
Использование Excel для вычисления точки заказа
В этой части рассказывается, как вычислить точку заказа, используя Microsoft Excel. Мы рекомендуем ознакомиться с примером таблицы Excel.
Таблица в примере разделена на две секции: предположения наверху и вычисления внизу. Предполагается, что прогнозы являются частью предположений, так как прогнозирование продаж (спроса) не входит в область рассмотрения данного руководства. Детали изложены в нашем Руководстве по прогнозам в Excel.
Большинство формул, представленных в предыдущей части, являются очень простыми операциями (сложение, умножение), которые легко произвести в Excel. Тем не менее, необходимо обратить внимание на две функции:
NORMSINV(Microsoft KB): вычисляет приблизительное значение общего нормального распределения, обозначенного нами какcdf.STDEV(Microsoft KB): вычисляет примерное значение стандартного отклонения, обозначенногоσ. Мы помним, что стандартное отклонениеσ— это квадратный корень отклоненияσ2.
Для упрощения первый лист не предполагает вычислений по правилу 80% σ2 = E[ (yt - y')2 ] при расчете фактора обслуживания. Этот подход используется на Sheet2 (втором листе таблицы Excel). Так как для примера мы взяли стационарные прогнозы, точка заказа остается идентичной с использованием эвристического правила или без него.
Примечания для разработчиков
Это раздел предназначен для разработчиков, которые хотят применить модель пополнения запасов в автоматической системе управления товарными запасами.
Большинство формул в этом руководстве могут быть легко применены с помощью обычных инструментов разработки. Если вы работаете с .NET, мы рекомендуем использовать Math.NET Iridium, математическую библиотеку с открытым исходным кодом, написанную на C#, в которой есть и стандартное отклонение, и функция общего нормального распределения.
В другом случае стандартное отклонение можно легко внедрить, основываясь на его определении, см. страница Wikipedia. Общее нормальное отклонение немного сложнее, но Питер Аклам (Peter J. Acklam) предлагает хороший алгоритм который был использован на многих языках. Код для этих двух методов должен быть не более 20-30 строк.
Ресурсы
Управление запасами и планирование производства, Эдвард А. Силвер, Дэвид Ф. Пайк, Рейн Петерсон, Уайли; 3-е издание, 1998 г.