Управление запасами с использованием жизненного цикла товаров

            Так вот, возвращаясь к основной теме, доминантой информационных систем для торговли является возможность обработки данных по различным параметрам, характеризующих какие-либо подмножества товаров. К примеру, в магазине продаётся, среди прочих товаров, вино. Одного сорта вина марки «Каберне» могут быть десятки ассортиментных единиц, отличающихся своими штрих-кодами.  Кроме «Каберне», могут быть десятки марок «Мерло», «Рара-Нягрэ», «Шардоне», «Рислинг», «Фетяска» - натуральных или специальных вин, красных или белых. Как выяснить, без ручной обработки, какова динамика продаж хересов, мадер, игристых вин? И многое другое.

Для этого необходима классификация и категоризация товаров, где под классификацией понимается отнесение товаров к тому или иному классу по его свойствам,  а под категоризацией – отнесение товаров к некоторым подмножествам товаров по общим для потребителя свойствам, таким, например, как «предметы для летнего/зимнего отдыха», «мужская одежда для официальных приёмов» или «предметы для игры в хоккей с шайбой» и так далее.

            Сочетание классификации и категоризации позволяет руководству торговой компании иметь достаточно адекватный информационный инструмент управления запасами и товарными потоками. Адекватный потому, что рассматривает товар не только с точки зрения товароведов и поставщиков, но и с точки зрения потребителя и его запросов.

            Управление запасами и потоками товаров начинается с формирования ассортиментной политики, а ассортиментная политика основывается на оперативном анализе продаж: то, что хорошо продается и приносит прибыль, не меньшую нормы, должно рассматриваться как товар, не подлежащий исключению из ассортимента. Все это, конечно, банально. Но не банальны схемы анализа, учитывающие особенности товарных категорий и товароведческих классов. Я выше написал о том, что, если товар приносит прибыль, не меньшую нормы, то он не исключается из ассортимента. Сложнее с товарами, приносящими прибыль меньшую нормы или даже убыточными. Не всегда их исключение из ассортимента положительно влияет на товарооборот. Тонкие методы численного анализа продаж позволяют выявлять убыточные товары, положительно влияющие на стабильность или даже рост общего товарооборота. Интересен пример, приведенный в частной беседе одним из «гуру» российского категорийного менеджмента. В одном из крупных российских магазинов исключили из ассортимента элитный брэнд пива – в неделю его продавали всего пару ящиков. Но как только его исключили – резко упала продажа дорогих памперсов. Связь, конечно,  смешная. Провели ретроспективный анализ чеков. Оказалось, что в большинстве чеков, где зафиксированы памперсы, зафиксированы и покупки элитного пива. Отсюда вывод. И вообще, методы классификации и категоризации товаров дают возможности выявлять основные пропорции товарного ассортимента по различным разрезам: тенденциям  спроса и потребления, причинно-следственным связям как в разрезе календаря, так и в разрезе проведенных акций и так далее. Эта информация даёт возможность для эффективного прогнозирования и планирования торговой деятельности.

            Опять возникает вопрос: а что бухгалтерский учёт (БУ) не даёт таких возможностей? Как и для промышленных  предприятий, однозначно можно ответить одним словом: нет. БУ не рассматривает товарные запасы и товарные потоки как обобщённые потоки, а только как струйки в этих потоках, элементы в товарных запасах. Да это и не является его прерогативой. Лет 20-30 назад, в условиях весьма ограниченного по номенклатуре ассортимента БУ, используя ручную доработку, мог выполнять эту функцию. Сейчас же, когда в магазинах десятки и сотни разновидностей, видов, типов, классов товаров, нужны другие информационные инструменты, обеспечивающие реализацию методов управленческого учёта.

            Так в чем же состоит методика управленческого учёта и задачи, которые управленческий учёт решает в торговле?

Сначала о задачах. Здравое мышление каждого предпринимателя, а коммерсанта  – тем более, требует «держать руку на пульсе» - он не должен допустить затоваривания, и, прежде всего, товарами, имеющими ограниченный срок годности: ну не купит у него никто рыбку «второй свежести», если у соседа-конкурента есть рыбка единственной, настоящей свежести, да и по цене не большей, чем у него.

С другой стороны, если у коммерсанта к приходу покупателя товара уже нет, то где гарантия, что покупатель, идущий после 19 часов с работы и желающий купить кефир, в другой раз зайдет не к нему, а к конкуренту. То есть вечное нахождение между Сциллой и Харибдой, между вероятностью того, что товар попадет в разряд просроченных и вероятностью того, что его не будет хватать покупателям.

Следующий тип задач, необходимый при управлении торговым предприятием – анализ состояния расчётов с каждым поставщиком (по текущим платежам, предоплате, поставкам, отсрочкам, задолженностям, скидкам и так далее) с учётом курсов валют и курсовой разницы.

Управленческий учёт даёт возможность анализа потоков финансовых средств, позволяет получить баланс на любую дату, контролировать и планировать исполнение бюджета. Он даёт возможность «держать руку на пульсе». В этом состоит главная особенность методики управленческого учета. Поэтому западные менеджеры 90% ресурсов инвестируют в системы управленческого учёта и лишь 10% – бухгалтерский учёт.

Хотелось бы посоветовать местным предпринимателям в области торговли подумать о том, что и в своём отечестве есть если и не пророки, то уж точно специалисты, способные разработать информационно-компьютерную систему, обеспечивающую все необходимые функции управленческого учёта, да ещё и стыкующуюся со столь уже привычной системой БУ «1С».

Автоматизация распределения товаров

Здравствуйте. Я хотел бы поделиться опытом автоматизации распределения и перераспределения товаров между магазинами. Хочу заранее извиниться за ненаучный стиль изложения и, возможно, упрощенный подход к такому сложному процессу, как управление товарными запасами.
Место моей работы - фирма по розничной продаже сотовых телефонов, продуктов операторов и аксессуаров. Должность - логист, закупщик и менеджер по ценообразованию. Опыт работы - более 5 лет.  
Наша фирма владеет обширной сетью салонов сотовой связи, которые расположены в 6 городах и 2 областях, всего около 40 магазинов. Основная их часть сконцентрирована в областном центре. Но так как протяженность нашего города составляет более 100 км, магазины сильно удалены друг от друга. Логистика организована по классической схеме - есть основной склад, на который поступает весь заказываемый товар. После оприходования (оформления накладных на поступление и сканирования штрих кодов) я распределяю поступившую партию в магазины. Кроме того. периодически занимаюсь перераспределением товара между салонами.  
Сильный географический разброс магазинов, а также достаточно высокая стоимость товарных остатков накладывают огромную ответственность на работу логиста. Тут важны и качество распределения и скорость логистических процессов. В первом случае логист должен иметь под рукой все необходимые и максимально оперативные данные для принятия решения об отгрузке. Во втором случае товар, особенно наиболее "горячие" новинки должны поступать во все магазины за максимально короткий промежуток времени.
К сожалению, у нас в компании были огромные проблемы, как с качеством, так и со скоростью логистики. Менеджеры распределяли товар по остаточному принципу, т.е. партия товара примерно пропорционально делилась по магазинам, где этого товара не было на остатках. Это означало, например, что брендовые салоны получали ровно столько новинок, сколько и остановочные павильоны, и если первые продавали их в первый же час после поступления, то вторые задерживали этот остаток в три раза дольше.  
Были также сильные проблемы со скоростью распределения. Дело в том, что недельный пик продаж в розничном сотовом бизнесе приходится на субботу. Основные партии сотовых телефонов, к сожалению, по не зависящим от нас причинам поступали в пятницу вечером. Процесс распределения крупной партии товара, занимал несколько часов, при этом основное время тратилось на бессмысленное "набивание" накладных на перемещение в программе 1с. Схема распределения товара выглядела следующим образом:
- кладовщик на складе сканирует товар по штрих кодам и формирует в 1с накладную на поступление, при этом сверяется реальное наличие с документами поставщика;
- логист формирует накладную на поступление по счету;
- кладовщик сравнивает накладную логиста со своей накладной и сообщаем ему о расхождениях (что было большой редкостью);
- логист распределяет товар;
- логист формирует заявки на перемещения;
- кладовщик распечатывает их и формирует на их основании накладные на перемещения;
- по накладным товар раскладывается в отдельные мешки-посылки и пломбируется;
- экспедиторы осуществляют доставку товара;
Так как качество и скорость отгрузок оставляли желать лучшего, было принято решение автоматизировать процесс распределения товаров на предприятии.  
Для повышения качества логистики требовалось, чтобы менеджер во время распределения мог видеть данные по продажам, заказам и имеющимся остаткам в разрезе каждой позиции на каждом складе. Кроме того, важно было видеть состояние склада после каждого сделанного им перемещения. Для повышения скорости распределения было необходимо, чтобы рутинный процесс формирования многочисленных накладных сводился к минимуму.
Эти задачи были решены с помощью нескольких разработанных мною программ. Одна из них на основании счета поставщика в формате Excel формирует в 1с накладную на поступление. Можно представить себе, сколько времени занимает "набивание" подобной накладной на несколько тысяч позиций. С использованием программы эта операция производилась за несколько секунд! Чтобы решить вопрос повышения качества распределения, была разработана специальная логистическая программа, которая загружала из 1с данные о продажах, остатках и сделанных заказах в отдельную таблицу. Здесь логист мог не только видеть всю необходимую информацию, но и в интерактивном режиме осуществлять перемещения одним нажатием клавиши. При этом остаток перемещенного товара менялся как на складе-отправителе, так и в магазине-получателе. Программа поддерживала самые разнообразные направления перемещений - со склада отгрузки в магазины (распределение), с магазина на склад отгрузки (отзыв), между магазинами (перераспределение).
В функционал программы были включены некоторые наиболее часто используемые автоматизированные операции, как, например, отзыв какой-либо партии товара со всех магазинов, распределение товаров по сделанным заказам, автоматическое распределение товаров по формуле и т.п. Все сделанные в программе товародвижения оформлялись в 1с в виде накладных на перемещение. Благодаря этому внедрению скорость распределения товаров увеличилась в несколько раз, так как логисту уже не требовалось вручную "набивать" многочисленные накладные.   Распределение товаров по заказам с учетом данных о продажах позволило существенно повысить качество логистики. Теперь в салоны поступал нужный и ожидаемый продавцами товар в необходимом им объеме.  
Также удалось увеличить скорость перераспределения товаров за счет внедрения возможности отправки накладной на перемещение прямо из печатной формы документа. Так, чтобы сообщить продавцам салона о необходимости перемещения того или иного товара в другой салон, логист формировал (вручную!) соответствующую накладную, сохранял ее в файл формата Excel, заходил в почтовую программу, вводил электронный адрес салона, делал вложение данного файла и нажимал на кнопку отправить. Можно представить, сколько времени отнимала рассылка накладных во все магазины. После внедрения программы логист мог прямо из печатной формы накладной на перемещение одним кликом отправлять ее файл как на склад-отправитель, так и на склад-получатель. За счет этого время на перераспределение удалось уменьшить в 5 раз!
Благодаря внедрению указанных выше программ поставленная задача по автоматизации и оптимизации логистических процессов была успешно решена. Плечо логистического рычага удалось существенно сократить, а эффективность продаж увеличилась более чем в 2 раза.
Резюмируя все вышесказанное, хочу отметить, что автоматизации поддаются практически любые бизнес-процессы. Если вы до сих пор сомневаетесь, то скачайте здесь: http://upravlenie-zapasami.ru/excel/ и воспользуйтесь, файлами Excel, в которых автоматизированы многие задачи по управлению запасами - современные же базы данных и учётные системы позволяют решать на порядок более сложные задачи на порядок быстрее и проще. А необходимость в этом возникает там, где используются неэффективные, продолжительные по времени, рутинные и трудоемкие способы решения задач.  

Учёт эффекта автовосполнения для оптимизации страховых товарных запасов

    В прикладной математике существует такая проблема, как оторванность теории от практики по причине невнимательности к условиям применимости математического аппарата. Говоря проще, существует устойчивая тенденция применения «подходящих» формул без глубокого понимания физики процесса.

    В широко распространённых методиках расчёта страхового запаса активно применяются формулы расчёта среднего и среднего квадратического отклонения, но лично я ни разу не встречал глубокого понимания различий их применимости для расчёта товарного запаса и, например, расчёта отклонения размеров изготовленных деталей при контроле их качества. Представим себе, что существует товар со следующим спросом на него:

Таблица 1 Спрос в штуках

        Для данного примера, среднее значение спроса Xср  будет равно: 4,969, или если округлить: 5

    Как вам известно, страховой запас должен представлять собой некий буфер, который позволяет гасить все отклонения продаж выше среднего. Таким образом, каждое отклонение спроса выше среднего приводит к тому, что страховой запас уменьшается. Проследим, что происходит со страховым запасом за первые три дня продаж в данном примере:

     Спрос в первый день на 6 – 5 = 1 штуку выше среднего, а значит, «залезает» в страховой запас на эту же величину. Во второй день продажи уже ниже среднего уровня 4 – 5 = -1 штука, а значит - страховой запас возвращается к своей прежней величине, невыкупленная во второй день единица товара автоматически нивелирует потерю от предыдущего дня. В третий день продажи опять ниже среднего уровня, 4 – 5 = -1 штука, а это уже означает, что 1 штука виртуально добавляется к страховому запасу.

    Этот эффект можно назвать эффектом автовосполнения страхового запаса. Всякий раз, когда спрос оказывается ниже расчётной средней величины, невыкупленный запас виртуально присоединяется к страховому запасу и реально присоединяется к остаткам товара на конец дня. Таким образом, в рассмотренном нами примере, за первые 8 дней продаж сумма составляет 40 штук, а это означает, что, несмотря на наличие пиков в 6 и 8 штук, эффект автовосполнения страхового запаса компенсировал все отклонения и сохранил на складе страховой запас в неприкосновенности. Прошу обратить внимание на глубокое отличие происходящего от расчёта отклонения в случае контроля размеров изготовленных деталей. При расчёте допуска по величине изделия, приходится иметь дело с отклонениями в обе стороны, так как детали больше и меньше необходимого уровня являются браком. А при расчёте страхового запаса отклонения ниже среднего ведут к совершенно противоположному эффекту, нежели отклонения выше среднего. Их взаимные колебания могут компенсировать друг друга, а значит и использовать формулу для расчёта как среднего, так и среднего квадратического отклонения в том виде, в котором её используют при расчёте допуска размеров, качества или надёжности не правомочно. Для демонстрации чего прошу обратить внимание на то, как происходит формирование страхового запаса в описанном выше примере:

    Среднее отклонение σ = 1/n * ∑│X - Xср│ будет равно: 1,596. Поставки на склад происходят каждые 8 дней, то есть с равным интервалом поставки, как только на склад попадает товар от предыдущей поставки, происходит расчёт нового заказа, который в свою очередь поступает ещё через 8 дней. Эти условия выбраны лишь для упрощения картины при объяснении.

     Если рассчитать страховой запас для 8 дней по формуле Бауэрсокса-Клосса он будет равен: СЗ = 1,596 * √8  = 4,514. Здесь я намеренно выбрал коэффициент уровня сервиса 1, что в случае нормального распределения примерно соответствует 85%, для более наглядной демонстрации того, как проявляет себя эффект автовосполнения страхового запаса.