Управление запасами. Просто о сложном

Допустим, продажи (списание со склада) АВ123 за март, апрель, май составляли по 100 единиц. Не надо быть ясновидящим, чтобы в подобной ситуации сделать прогноз на июнь. Очевидно, он будет 100 единиц (по крайней мере, из имеющихся данных, другой прогноз не сделать). Более того, наш прогноз легко может сбыться на практике, и потребление реально составит 100 единиц.

Здесь необходимо сделать одну весьма важную оговорку, и договориться о терминах. В бизнесе это не совсем так, а иногда и совсем не так, но в управлении запасами понятие «реализация», «продажа», «расход», «потребление», «списание», «отгрузка» – синонимы.

В логистике не существует понятия дебиторская задолженность. Если товар отгружен со склада и другой команды не поступало, снабженец обязан возобновить запас. А была эта отгрузка с прибылью в 200% по предоплате или наоборот фирме-однодневке в мертвую дебиторку – его не касается. Этот нюанс важно понимать читающим эту книгу управленцам.

Вернемся к нашему прогнозу. Допустим, на практике отгрузка действительно составила 100 единиц. Время открывать шампанское?

Не спешите. Может быть да. Но может быть нет. О чем это я? О дефиците.

Возможна ли ситуация, когда товара хватило на две недели? А остаток месяца склад был пустой. К сожалению, не только возможна, но и часто случается в жизни. Огромный риск такой статистики состоит в том, что формально подходя к ней, вы спрогнозируете дефицит и на будущие периоды. И будете глумиться над клиентами до тех пор, пока они у вас будут. Поверьте при нынешнем уровне конкуренции – это совсем недолгий период. Конкуренты их быстро утащат.

Значит, если дефицита на складе не было (то есть свободный, не зарезервированный остаток был больше нуля все время до следующей поставки), тогда на этих данных может основываться прогноз. А вот если был, то необходимо их корректировать. Как?

Давайте об этом поподробнее.

Имейте в виду, что товар, поставленный в резерв под клиента честным сотрудником (иногда они просто так накладывают лапу на дефицитный, хорошо продаваемый товар. Осторожно!) – это товар, с точки зрения управления запасами, уже проданный. Вы не можете так просто отказать клиенту, сняв с него резерв. Поэтому, когда я говорю про складской остаток, я всегда (!) имею в виду свободный.

Для корректировки дефицита необходимо рассчитать среднюю скорость потребления (продаж, списания, расходования, реализация и т.д.) или средние ежедневные продажи. Обозначим эту величину q.

q= (кол-во продаж) /число рабочих дней, от начала интервала до дня, когда остаток (свободный!) стал равен 0.

Допустим, q=100/10=10 ед./дн.

Экстраполируя, то есть, полагая, что скорость потребления будет постоянной, а до конца месяца осталось 12 рабочих дней, мы получаем:

12 р.д.*10 ед./дн.=120 ед.

Таким образом, 100 единиц (реально проданных) +120 ед. (экстраполированных) =220 ед./месяц

Мы считаем, что если бы у нас на складе было необходимое количество, мы бы отгрузили 220 единиц. Именно эту цифру необходимо брать в расчет при прогнозировании будущих периодов.

Так же обратите внимание, что подобную процедуру необходимо провести для всех периодов, когда был дефицит. И только после прогнозировать потребление.

Однако, в жизни довольно часто скорость потребления нестабильна. За оставшиеся 12 рабочих дней клиенты могли вообще не заказывать АВ123. Или наоборот, требовать 400 единиц.

Более сложные корректировки требуют настройки документооборота в компании, и могут быть применимы не на всех рынках. Так что я не буду подробно останавливаться на них. Однако, хочу заметить, что даже в случае резкого скачка потребления во второй части месяца на 400 единиц, получаемая с помощью экстраполяции величина в 220 единиц ближе к истинному значению в 500, чем 100 единиц (как в первоначальной ситуации).

А в случае, если за следующие 12 рабочих дней, спрос на АВ123 отсутствовал (=0), то мы получим избыток товара. Но он будет краткосрочным и позволит избежать дефицита в следующих периодах.

Так что можно сделать однозначный вывод: корректировать статистику лучше, чем не корректировать. (А «свобода лучше несвободы». )

Основное правило корректировки статистики отгрузки: а хотите ли вы, чтобы ситуация повторилась в будущем? Если вы считаете, что всё ок, то менять ничего не надо. В противном случае, не поленитесь внести изменения. Иначе вас ждет ужасный «день сурка».

Глава 5 Сглаживание случайных колебаний

Сглаживание по 3-м точкам

В предыдущем разделе мы обсудили один из способов корректировки статистики, когда ситуация кажется понятной. Увидели наличие дефицита, и, как смогли, убрали (снизили) его влияние на прогноз. Однако часто возникают скачки или спады продаж, причины которых не ясны. А значит, мы не знаем, продолжится ли эта ситуация (стает ли она трендом, тенденцией) или нет. Закладывать нам этот рост или спад на будущее? Ответа нет.

В этом случае необходимо «сгладить» влияние случайного фактора, уменьшить его вклад в прогноз.

Для этого необходимо использовать метод трех или пяти точек. Для сильных сезонных колебаний хороший результат дает первый, а для рынков со слабо выраженной сезонностью – второй.

«Точка», «период» – это время между размещением заказа и получением товара на складе, Т. Для примера, мы договорились считать его равным одному месяцу.

Используя методы сглаживания по 3-м или по 5-и точкам, как правило, получают график с меньшим разбросом значений. Другими словами, пики и спады становятся меньше. График становится более плоским. Хотя бывают и исключения.

В случае сглаживания по 3-м точкам, мы выбираем интервал, равный 3 периодам (в нашем примере, 3-м месяцам). И последовательно, двигаясь слева направо, сглаживаем среднюю точку внутри него.

Какой бы ни была длинна статистического ряда, у нас всегда останутся не сглаженными первая и последняя точки. Для работы с ними существуют другие формулы. Ниже представлены формулы для сглаживания всех значений статистики.

S

= (S

+S

+S

) /3 – формула для сглаживания всех точек ряда, кроме первой и последней

S

= (5*S

+2*S

-S

) /6 – формула для сглаживания первой (крайней левой) точки ряда

S

= (-S

+2*S

+5*S

) /6 – формула для сглаживания последней (крайней правой) точки ряда

S

; S

; S

 – сглаженные значения объемов продаж, ед.