Управление запасами с использованием жизненного цикла товаров

Во втором случае, когда наблюдается срочный заказ нестандартного количества стандартных позиций – логистика должна определить для каждой складской позиции, то количество, для которого принимается решение хранить на складе постоянно дополнительный страховой объём под крупный заказ клиента, а не делать в каждом таком случае срочные заказы на производство. Для получения этого значения можно воспользоваться тем же критерием, с помощью которого мы решали, делать позицию складской или заказной. Только в данном случае мы будем оценивать не просто количество заказов по позиции, а количество заказов на определённое количество по позиции, останавливаясь на таком объёме заказа, который проходит по этому критерию в «складские».

Когда срочный заказ становится обычным явлением

Бывает и так, что срочные заказы становятся регулярным явлением, а их количество сопоставимым с общим объёмом производства, когда компания может даже приобрести по ним некую своеобразную специализацию. В таком случае бывает лучше не пересчитывать каждый раз изменение плана производства, а сразу заложить в него ещё при первоначальном планировании поправку на срочные заказы. Может показаться непонятным, как можно заложить в план те заказы, которые мы ещё не получили? Однако это вполне возможно, если мы будем брать укрупнённые статистические показатели производства по срочным заказам за прошлые периоды, измеряя их в неких общих единицах, например во времени, необходимом для их производства. Время – это универсальное мерило для любой производственной сферы, однако, не всегда легко посчитать любой заказ именно в часах его производства, поэтому для разных сфер можно использовать свои меры, характеризующие объём и сложность производства…

В результате вы получите две производственных очереди: одну обычную, а вторую срочную – разделённые во времени. Например, по сменам, или, часам производства каждый день: 6 часов – основная работа, 2 часа – срочная, – конкретное количество часов можно посчитать, разделив средний в день объём производства срочных заказов в установленной мере исчисления на мощность производства в той же мере:

, где:

S – количество часов в смену, выделяемых на производство срочных заказов;

C – количество рабочих часов в смену;

VS – количество часов, потраченных на выполнение срочных заказов за отчётный период;

VО – количество часов, потраченных на выполнение обычных заказов за тот же период.

Однако на случай, если вдруг срочных заказов не будет, вам надо обязательно подстраховаться дополнительным планом основного производства. Дополнительный план – это просто план на следующую смену, то есть при таком варианте нельзя планировать работу только на одну текущую смену, что не редко для производства, так как нужно знать, что понадобится делать завтра, чтобы в случае отсутствия срочных заказов, просто, начать делать задел по завтрашнему плану. В итоге для нашего примера производственные циклы настраиваются из расчёта 6 часов работы, а в случае отсутствия срочных заказов, распространяются и на оставшиеся 2 часа рабочей смены – в это время рабочие будут делать задел на следующий день по основному плану. Однако, в случае появления срочной работы – ей просто посвящаются, заложенные по плану срочных заказов, два часа, и ни основной производственный план, ни производственные циклы из-за этого не нарушаются.

Автоматизация

Все эти расчёты достаточно объёмны, однако, если сначала их нужно делать вручную, то со временем этот процесс можно заалгоритмизировать и автоматизировать. Вплоть до модуля торговой программы, в котором любой сотрудник отдела сбыта мог бы «пробить» срочный заказ клиента на его прибыльность и при необходимости назвать цену за срочность или необходимое время отсрочки. Конечно, такое решение потребует чёткого определения многих производственных норм и создания сложной автоматизированной системы взаимного информирования между подразделениями совсем на другом уровне, но зато в результате такое решение принесёт мир во взаимоотношения между производством и продажами, а компании в целом дополнительную прибыль от слаженной работы её подразделений.

Поиск сопутствующих товаров и расчёт для них нормы складского остатка

Терминология.

Простой пример: по отдельности вы не продадите ни один левый ботинок, ни один правый, – однако вместе их у вас купят целую партию. Для логистов важен не столько маркетинговый эффект, хотя, если логистика в компании занимается и стратегическим планированием, то это тоже, – но в первую очередь, как обнаружить подобные «наборы» в менее явных случаях, и в каком соотношении их держать на складском остатке. Очевидно, что эта информация будет также очень интересна маркетологам. Благодаря ей они смогут уточнить свои модели: начиная с портрета основного клиента, и заканчивая разработкой целой стратегии эффективного продвижения товаров в готовых наборах, например, установки небольшой наценки на основной товар, окупающейся хорошей наценкой на сопутствующие. А так как сотрудники каждого из отделов наиболее осведомлены в своей области, то наиболее эффективно, осуществлять поиск групп соответствующих товаров общими усилиями.

Для начала заметим, что надо рассматривать две различные ситуации «товарных наборов». В первом случае – это связи, запирающие продажи, как в примере с ботинками, когда отсутствие левых полупар запирает продажи правых, а во втором – сопутствующие, то есть их у вас покупают и по отдельности, когда одного из товаров нет, однако, если есть оба, то обычно покупают вместе. Так же важно понять, что связь может быть как двусторонней, как в примере с ботинками, так и односторонней, например, в цветочном магазине отсутствие цветов запирает продажи упаковочных материалов, но не наоборот, по крайней мере, не в той же мере.

Отдельно уточним, что в данном анализе не рассматривается влияние «товаров-катализаторов», то есть по аналогии с химией – таких товаров, которые как-либо влияют на продажи других товаров, но при этом сами в совместных продажах не участвуют.

 Обозначения:

Все данные кроме последних четырёх коэффициентов, расчёт которых будет приведён ниже, берутся из информационной системы компании.

Для флагов Mi и Ni равенство их нулю означает отсутствие этого товара на складе в i-тый день, а единица – наличие. Причём отсутствие товара – не обязательно физическое, главное, нас интересует – могли ли этим товаром свободно торговать, то есть, имел ли возможность клиент компании не запланировано приобрести этот товар немедленно в i-тый день. Поэтому в качестве показателя лучше всего брать минимум между свободным остатком по товару на начало и конец дня и проверять хватает ли его для удовлетворения нужд среднестатистического клиента компании:

, иначе .

Коэффициент KMN показывает как часто, относительно всех своих продаж, товар M продаётся вместе с товаром N. Равный единице он указывает на то, что товар M всегда продаётся с товаром N, но не обязательно наоборот, то есть KNM при этом может принимать любое значение в диапазоне от нуля до единицы, не включая нуля. Равный нулю коэффициент KMN указывает на то, что товары M и N никогда не продавались вместе, то есть коэффициент KNM тоже равен нулю.

Коэффициент LMN показывает, как продажи товара M запираются отсутствием свободного остатка по товару N. Равный единице он указывает на то, что никак, равный нулю – на то, что отсутствие товара N на свободном остатке полностью запирают продажи товара M, так как, если бы на остатках не было бы самого товара M.

Сопутствующие товары.

Обнаружить сопутствующие товары интересующей нас позиции очень просто – для этого надо проанализировать, насколько часто они продавались вместе по отношению ко всем продажам этой позиции. Однако здесь есть опасность получить неправильные значения для редко продаваемых товаров, поэтому лучше не брать в расчёт те из них, по которым фактов продаж (сумма CMi) за исследуемый период меньше 20. В любом случае надо очень осторожно интерпретировать результаты такого исследования, особенно неожиданные.

Бывает, что клиенты компании часто разбивают одновременно покупаемый товар на несколько накладных, то есть купленные по сути одновременно товары попадают формально в разные накладные, это же может происходит из-за ваших внутренних правил документооборота. В таком случае вы можете вместо списка товаров, отгруженных одним чеком или одной накладной, использовать список товаров, отгруженных одному клиенту в один день.

Анализировать товары можно попарно. Если у вас есть наборы сопутствующих товаров, состоящие из большего количества наименований, – они выявятся через парные связи. Другая ситуация в случае наличия агрегированной зависимости, хорошим примером которой является как раз продажа цветов и упаковочных материалов, – не имея зависимости между продажами конкретных цветов и конкретной упаковки, мы получим очень жёсткую запирающую связку между всеми цветами и всей упаковкой. И чтобы выявить её с помощью технического анализа, описанного ниже, нам придётся рассчитывать формулы не только для конкретных позиций, но и для агрегированных групп.

Мы уже говорили выше, что связь может быть и не двусторонней, поэтому продажи каждой пары надо рассматривать отдельно в каждом направлении, тогда двусторонняя связь становится частным случаем наличия обеих односторонних. Рассмотрим случай, когда в качестве основного товара выступает товар M, а относительно товара N мы проверяем гипотезу, – сопутствующий он товару M или нет. Для этого нам надо рассматривать только те дни, когда оба товара были на складе: Mi = 1 и Ni = 1, а коэффициент получаем так:

,

обратную связь будет определять коэффициент:

.

Кстати мы взяли в качестве параметра – количество чеков (или накладных), однако часто бывают случаи, когда товары являются сопутствующими при небольших количествах покупки, но не являются таковыми на больших партиях. Поэтому, если компания торгует одновременно и крупным, и мелким оптом, да ещё и в розницу, тогда при агрегированном анализе сопутствующих товаров, в качестве параметра лучше брать количество проданных единиц каждого товара в общих и раздельных чеках, а не количество самих чеков – по сути разных.

В качестве примера можно взять пивной ларёк, который торгует разливным пивом одного вида (П) и двумя видами закуски к нему: вяленой воблой (В) и вяленой чехонью (Ч). Рассмотри все чеки на предмет, товаров попавших в один чек, не рассматривая их количества в нём. Проанализировав чеки, мы понимаем, что воблу и чехонь всегда берут с пивом, то есть KВП=KЧП=1, однако пиво берут с воблой только каждый второй раз, поэтому: KПВ=0,5; а с чехонью только три раза из десяти: KПЧ=0,3; два раза из десяти пиво берут вообще без какой-либо рыбы. А вот чехонь и воблу вместе не берут, следовательно: и KВЧ=0, и KЧВ=0.

После расчёта (лучше автоматизированного) коэффициентов КMN для всех пар товаров, необходимо выбрать критерий – некое значение этого коэффициента, выше которого вы будете считать товар M сопутствующим товару N. Это необходимо сделать для того, чтобы в дальнейших расчётах рассматривать уже не все пары, а только те, у которых коэффициент LMN – не будет заведомо незначимым (далёким от единицы). Дело в том, что коэффициенты KMN и LMN связаны по формуле:

.

Причём равенство обычно выполняется только на крайних значениях, когда  KMN=0, а, следовательно, LMN=1 – в данном случае других вариантов уже быть не может, или когда KMN=1, тогда часто LMN=0, но этот уже далеко не всегда. Кстати, это же неравенство можно использовать и для проверки качества входных данных: если для ваших данных оно чаще приемлемого уровня случайной погрешности не выполняется, то скорей всего у вас происходит разбиение единого чека или накладной клиента на несколько формально не связанных.