Эффективное управление запасами в цифровой экономике

Показатели управления запасами

Вопрос управления запасами нас интересует в первую очередь потому, что он оказывает мощное влияние на «здоровье» предприятия, в первую очередь, на финансовую его составляющую. Качество управления запасами можно, в основном, определить двумя показателями – долей дефицитов и оборачиваемостью запасов. С первым показателем все ясно – дефицит должен стремиться к нулю. Со вторым – чуть сложнее.

Оборачиваемость можно рассчитать по формуле:

Оборачиваемость = Продажи / Запасы

В данной формуле нас интересует величина запаса. Точной цифры оптимального объема запасов в целом и по каждой позиции в частности не существует, поэтому мы должны стремиться к минимизации этого показателя, при сохранении 100% наличия, дабы не допустить простой производства.

На объем запасов влияют, в первую очередь, следующие факторы:

1. величина и уровень вариации спроса;
2. минимальная партия;
3. время пополнения.

На величину и вариации спроса мы при управлении запасами влиять не можем. Другие факторы – размер минимальной партии и время пополнения – обычно имеют значительный потенциал для снижения. Размер минимальной партии нас интересует в первую очередь потому, что она напрямую влияет на минимальный целевой уровень запасов на складе, а также опосредованно определяет частоту поставок. Минимальный целевой уровень запасов, чаще всего, не может быть меньше трех минимальных партий. Поэтому, если минимальная партия большая – мы автоматически должны хранить большой запас.

Объем запасов пропорционален времени пополнения, которое складывается из трех составляющих:

Время пополнения = Время формирования заказа + Время транспортной доставки + 0,5 * Период пополнения

Период пополнения – это время между двумя последовательными поставками. Чаще всего фокус внимания снабженцев направлен на снижение цены. В ход идут такие приемы как, например, увеличение партий. Но потенциал снижения цены очень невелик, а на складе скапливаются массы материала «на будущее», потому что так было «дешевле». Кроме того, могут значительно возрасти потери вследствие устаревания.

Если рассмотреть этот вопрос с позиции пользы для всего предприятия, то гораздо больший смысл имеет работать именно со временем пополнения. Потенциал для улучшения там значительно выше. Для любого предприятия высвобождение 30% замороженных денег в запасах сырья дадут значительный скачок ROI. Так мы и поступили при работе с «Зарядом» – была проведена большая работа по проработке путей сокращения времени пополнения, минимальной партии и частоты заказов каждой позиции. Но особый смысл такая работа обретает в ситуации, когда на предприятии основное ограничение – оборотные денежные средства.

Не хватает оборотных средств для закупки товара?

Увеличим продажи при минмальных складких запасах без дефицитов и неликвидов.
Мы являемся разработчиками ПО WA SCM для управления запасами на основе подхода Теории ограничений.

Связь с ограничением

Во время сопровождения завода «ЗаряД» в начале их работы, мы периодически проводили мониторинг ситуации. Предложение ценности для розницы работало отлично, договоренности с дилерами о продаже товара достигались относительно легко. К сожалению, скорость продаж в розничных магазинах оказалась ниже ожидаемой. В определенный момент стало ясно, что ограничением завода перестал быть рынок – ограничение переместилось на оборотные средства. Методы управления предприятием, которые использовались до этого, стали неприменимы в текущей ситуации.

Согласно подходу Теории ограничений, одним из «нетипичных» показателей, которые мы используем, был проход на единицу ограничения. Использование такого показателя позволяет легко принимать правильные решения и, так как ограничение изменилось, было необходимо пересмотреть предпринимаемые действия. Так как у нас было ограничение денежных средств, мы стали рассматривать все решения в этом контексте – сколько денег мы зарабатываем и за какой срок на каждый вложенный рубль. Проход на единицу ограничения – это получаемые компанией средства (продажи минус прямые переменные расходы) в единицу времени на единицу ограничения. При условии, что ограничением являются денежные средства, проход рассчитывается на единицу вложенных денежных средств. Вот как это работает при управлении закупом сырья. При рассмотрении вопроса поставки сырья, доля которого в переменных затратах высокая, необходимо было принять решение о способе его доставки. Сырье доставляется из-за границы, типовой срок поставки – 45 дней по железной дороге, доставка авиатранспортом – 15 дней.

Таблица 1. Результат расчетов

	Срок доставки	Время производства	Время в рознице	Стоимость	TVC	Проход на ед. ограничения
Ж/д доставка	6 недель	1 неделя	3 недели	5000	1600	0,12
Авиа доставка	2 недели	1 неделя	3 недели	5000	2050	0,16

Здесь: Стоимость – стоимость готового изделия, TVC – прямые переменные затраты на единицу продукции.

Расчет показал, что скорость генерации денежных средств на 25% выше, если использовать авиационную доставку. И это при том, что стоимость ее существенно выше. Этот способ доставки в тот момент и был выбран. Используя традиционные показатели, мы бы вряд ли смогли прийти к такому контр-интуитивному выводу – при нехватке денег использовать гораздо более дорогой способ доставки.

Когда внешние условия изменились, и ограничение предприятия опять переместилось, то это решение больше не было «правильным» и могло только навредить. За этим необходимо постоянно следить и вовремя менять модели поведения. Мы неоднократно наблюдали на разных предприятиях, что решения, которые помогли им однажды в определенной ситуации, оставались в предприятии надолго, даже при том, что уже приносили больше вреда, чем пользы. Такие убеждения необходимо выявлять и вовремя отказываться от них.

Все статьи серии

Часть 1. Организация производства по Теории ограничений с нуляЧасть 2. Построение системы управления персоналом на производстве в контексте сотрудничестваЧасть 3. Программа управления производством для завода «ЗаряД» 1Часть 4. Программа управления производством для завода «ЗаряД» 2Часть 5. Повышение эффективности производства через управление запасами по ТОС на заводе «ЗаряД»Часть 6. Продать невозможное — маркетинг для завода «ЗаряД»

Управление запасами и цепями поставок.

Андрей Григорьевич Конопля
Консультант по вопросам автоматизации бизнеса, внедрения программного обеспечения на основе инструментов ТОС и электронного маркетинга.
Подробнее…
Организации: «АРБ-Консалтинг», Школа бизнеса «Управляй будущим»
Звоните: +7 (351) 245-03-03
Пишите: [email protected]

Программа конференции

08:30 – 09:30

Регистрация участников, приветственный кофе

09:30 – 09:33

Intro

09:33 – 09:50

Слово организаторов
Станислав Булыгин, SCM Pharm.

09:50 – 10:10

Обзор рынка труда в области цепей поставок фармпрепаратов. Изменения. Тенденции. Прогнозы.
Андрей Воскобойник, компания FIRST

10:10 – 10:30

Логистика: перезагрузка. Работа цепи поставок в новых условиях.
Елена Рабкина, Компания Noytech Supply Chain Solutions

10:30 – 10:50

Управление рисками IT-инфраструктуры и кибербезопасности
Эдуард Мураховский, ГК «ФАРМИМЭКС».

10:50 – 11:10

Платформа интегрированного планирования InPlan • Продукт команд ex Accenture и ex SAP IBP. • Бизнес и IT-вызовы в области цепочек поставок. • Новая эра гибких платформенных решений, функциональная архитектура для решения бизнес задач, технологические преимущества платформы
Семен Гайдук, Axenix.

11:10 – 11:30

Эволюция систем менеджмента качества. Что дальше?
Ирина Краснова, НПФ «Материа Медика Холдинг».

11:30 – 12:00

Кофе-брейк

12:00 – 12:40

Актуальные вопросы налогового контроля. • Налоговые меры поддержки бизнеса в условиях санкционного давления. • Применение ЭТРН в налоговых целях. • Что необходимо учитывать при проявлении должной осмотрительности. • Налоговые риски при работе с самозанятыми.
Константин Новоселов, ФНС России.

12:40 – 13:00

Закупка логистических услуг и ввод альтернативных цепочек поставок в условиях турбулентности
Виктор Волков, АО «Генериум».

13:00 – 13:20

Гармонизация классификаций несоответствий
Елена Зелинская, ООО «Фарма Капитал».

13:20 – 14:00

Контрольно-надзорная деятельность в сфере обращения лекарственных средств в условиях турбулентности. Новое в лицензировании фармацевтической деятельности
Ирина Крупнова, Росздравнадзор.

14:00 – 15:00

Обед

15:00 – 15:20

3PL-оператор как идеолог и создатель мультитемпературных камер для фармацевтической деятельности
Гарольд Власов, NC Logistic.

15:20 – 15:40

Технологии Яндекса для логистики фармпрепаратов
Евгений Лобашов, Яндекс Маршрутизация

15:40 – 16:00

Использование данных МДЛП в процессах supply chain. • Текущий набор данных МДЛП и что они могут дать • Применимость данных МДЛП для управления запасами • Поддержка мероприятий по продвижению продукции и мониторинг результата • Отслеживание «нежелательных» цепочек поставки • Поддержка возвратной логистики и управление запасами при отзыве ЛП.
Роман Шориков, Servier.

16:00 – 16:20

S&OP – роль и ценность для компании и для процессов. Оценка зрелости
Марина Кедринская, АО ВЕРТЕКС. Валентин Толкунов, ESAB.

16:20 – 16:40

Награждение. Премия «SCM Pharm» 2022
Хаким Ибрагимов, RTA

Гарольд Власов, NC Logistic.

16:40 – 17:00

Итоги Первого общероссийского опроса фармацевтической логистики и качества «SCM Pharm Survey»
Хаким Ибрагимов, RTA.

17:00 – 17:10

Розыгрыш ценных призов от компании Axielogic

17:10 – 17:20

Финал, внимание на экран!

Результат оптимизации процессов с помощью имитационного моделирования

Чтобы определить подходящую политику пополнения запасов, специалисты ITC запускали модель с разными значениями коэффициента (shelf-life factor). С помощью имитационного моделирования они также определили объем производства, при котором уровень сервиса и качество товаров оставались достаточно высокими.

По полученным данным с увеличением значения коэффициента, уровень сервиса возрастал. Такая зависимость логична, так как, чем больше коэффициент, тем выше объем производства и уровень сервиса, но при этом качество продукции ниже.

Используя результаты моделирования, специалисты ITC построили график, отражающий взаимозависимость между уровнем сервиса и уровнем качества продукции.

График зависимости уровня сервиса и ухудшения качества продукции

ITC также построила диаграмму с разбросом значений, полученных после более сотни запусков модели с разными значениями коэффициента. Благодаря этому компания-производитель смогла определить наиболее подходящее значение.

Разброс значений коэффициента, полученных по результатам сотни прогонов модели

ITC Infotech представили этот проект на конференции AnyLogic в 2021 году:

Преподаватели

Барняк Юрий Владимирович

Имеет опыт работы на позициях руководителя высшего и среднего звена торговых и производственных предприятий в сфере:

• Нефтегазовой промышленности. 
• Фешен-индустрии (полный производственно-торговый цикл). 
• 3PL (логистические услуги). 
• Сектора услуг B2B (обслуживание и обеспечение производственных и офисных объектов бизнеса оборудованием, техникой и принадлежностями). 
• Полиграфии.

Реализовал логистические, инфраструктурные и информационные проекты:

• Создание логистического центра международной компании: департамент логистики, распределительный центр, бизнес-процессы, система управления, автоматизация и вывод на установленные экономические показатели.Строительство и организация полного цикла работы складского комплекса с формированием, созданием и автоматизацией подразделений, процессов и управления.
• Разработка и организация отдельного направления бизнеса в крупной торговой сети.
• Создание универсального логистического интернет-ресурса.

Программа семинара

Программа:

Ассортиментная матрица и номенклатурные группы

• Классификация запасов по методу АВС

• Классификация запасов по методу XYZ

• Совместный АВС- XYZ анализ и построение ассортиментной матрицы

• Разбор примеров

Прогнозирование спроса в логистике

• Исходные положения теории прогнозирования

• Элементарные методы сглаживания данных (MA, EWMA)

• Метод экстраполяции тренда

• Прогнозирование с учетом тренда и сезонности продаж

• Экспертные методы

• Примеры расчетов

Классический подход к управлению запасами при детерминированном постоянном спросе

• Модель оптимального объема заказываемой партии (EOQ)

• Чувствительность модели EOQ к изменению значений параметров

• Ограничения классического подхода

• Решение задач

Методы управления запасами при стохастическом спросе и неопределенности в сроках поставок

• Принципы расчета страхового запаса и точки заказа

• Различные подходы к определению уровней обслуживания (alfa, beta, gamma)

• Вычисление страхового запаса по заданной вероятности дефицита

• Вычисление страхового запаса по критерию уровня обслуживания beta

• Особенности определения страхового запаса для прерывистого спроса

• Критерий полной стоимости

Решающие правила в управлении запасами

• Модель «мин-макс»

• Модель «заданный интервал времени между закупками»

• Модель «один период»

• Модель «базовый уровень»

• Комбинированные модели

• Рассмотрение примеров

Многопродуктовые задачи управления запасами

• Подходы, основанные на индивидуальных точках заказа

• Методы формирования объединенного заказа по групповой Reoder Point

• Критерий интегрального уровня обслуживания

• Практические примеры расчетов

Имитационное моделирование систем управления запасами

• Общие принципы

• Разбор задачи об управлении запасами скоропортящегося продукта

Качество работы систем управления запасами и отчетность

• Основные показатели эксплуатационных характеристик системы управления запасами

• Текущее управление запасами и варианты отчетных форм

• Примеры

Внутрифирменное взаимодействие при управлении запасами

• Информационный обмен

• Функциональное взаимодействие

• Регламенты

Автор и ведущий:

Аникин Игорь Геннадьевич

Бизнес-аналитик группы компаний (фармдистрибьютер) «Интерлизинг»; опытный консультант-практик, более восьми лет занимается управлением запасами и планированием товародвижения в крупных дистрибьюторских компаниях: 2005-2006 г. – аналитик компании “ATV – Системы безопасности”

(управление поставками и запасами, контроль дебиторской и кредиторской задолженностей, сравнение поставщиков по инвестиционной привлекательности), 2004-2005 г. – аналитик Департамента поддержи цепи поставок компании “Спортмастер” (мониторинг прохождения товаров по складам, анализ и оптимизация товарных запасов, прогноз продаж). С 2001 по 2005 годы преподаватель Московского Государственного Университета Экономики, Статистики и Информатики, программа МВА (управление запасами, риск-менеджментт, моделирование рисковых ситуаций). Автор ряда публикаций в профессиональных изданиях.

В стоимость входят материалы по теме семинара, обеды, кофе-паузы в ресторане. По окончании семинара участникам выдается Курсовой сертификат о прохождении обучения.

Условия участия

Фармацевтические производители и дистрибьюторы
Требуется пройти регистрацию и подтвердить корпоративный статус. 3 делегата от одной компании

Участие каждого следующего делегата 19 000 рублей без учета НДС 20%.Важно! Регистрация бесплатных 300 мест завершена. Вы можете принять участие в конференции приобретя билет

Стоимость 19 000 рублей без учета НДС 20%.

Логистические и сервисные компании, поставщики оборудования и решений для отрасли

39 000 рублей до 01.10.2022 г.
без учета НДС 20%.

49 000 рублей с 01.10.2022 г.
без учета НДС 20%.

Партнерские интеграции
Условия сотрудничества обсуждаются по запросу.

Решение: создание имитационной модели

Предположим, что срок годности товара в потребительской упаковке истекает через 100 дней после его производства. Согласно контракту, розничный продавец должен завести товар на склад как минимум за 30 дней до истечения срока годности. Значит у производителя есть не более 70 дней, за которые он должен доставить товар продавцу.

Если производитель выходит за рамки этого срока, товар подлежит выбраковке, и производитель несет убытки. Поэтому он будет стремиться к наилучшему соотношению между:

• средним временем с момента производства товара до отправки розничному продавцу,
• максимальным временем хранения товара на своем складе до отправки продавцу.

Такое соотношение можно выразить при помощи коэффициента (shelf-life factor). Например, при его значении 0.6 производитель будет хранить продукт на своем складе до отправки продавцу в среднем 42 дня. Это можно использовать при расчёте объема производства.

Компании ITC нужно было рассчитать этот коэффициент для каждой единицы товара, определить необходимый объём производства и частоту пополнения запасов. При этом нужно было сохранить высокий уровень сервиса и свести к минимуму порчу товара.

Краткий обзор модели оптимизации запасов

Многоуровневая логистическая система обычно состоит из завода, склада и нескольких распределительных центров.

Для данного проекта специалисты из ITC рассмотрели два уровня, которые были представлены в модели в виде популяций агентов: Завод и Распределительный центр. Они также определили несколько типов агентов: Отправка (доставка товаров с завода в распределительный центр), Спрос и Партии (некоторое количество одинаковых продуктов).

Распределительный центр на основании данных о спросе рассчитывает, насколько быстро и успешно этот спрос удовлетворяется, что, в свою очередь, помогает определить уровень сервиса.

Завод генерирует заказы. Произведенные партии товаров ставятся в очередь на складе завода перед отправкой в распределительные центры. На этом этапе имитационная модель рассчитывает уровень качества продукции на заводе.

Распределительный центр получает партии товаров от завода, обрабатывает их, а затем хранит на складе. Те товары, которые не удается продать из-за отсутствия на них спроса, портятся. Модель учитывает эту информацию при расчете уровня качества продукции для распределительных центров.

Моделирование политик пополнения запасов