Когда мы говорим об эффективности управления товарным запасом, то имеем в виду максимизацию чистой прибыли предприятия в той части, в которой эта прибыль зависит от управления товарным запасом. Одна из составляющих работы по увеличению эффективности управления запасом - корректная финансовая модель предприятия. Все текущие бизнес-процессы на предприятии нужно рассмотреть с точки зрения расходов, связанных с управлением товарным запасом. Это и стоимость хранения товарного запаса, и затраты на его пополнение, и издержки от дефицита в виде недополученной прибыли ( с учетом дополнительных штрафов за отказ в обслуживании). Все процессы в цепи поставок: транспорт, аренда зданий и оборудования, затраты на персонал, закупочная деятельность, организация продаж, проценты по кредитам, кредиторская задолженность, дебиторская задолженность, налоги и т. д. - должны найти адекватное отражение в финансовой модели. Корректная модель должна абсолютно точно, в рублях, показывать, насколько уменьшаются издержки при увеличении товарного запаса, насколько увеличивается стоимость хранения, снижаются издержки от дефицита и т.п.
Основой оптимизации является финансово-экономическая модель. Для каждой ассортиментной позиции необходимо получить ряд коэффициентов, характеризующих ее финансовую эффективность (доходность на штуку, стоимость хранения штуки в сутки, стоимость пополнения штуки). Номенклатурных позиций, которыми необходимо управлять в дистрибьюторском бизнесе, как правило, 10-20 тысяч ед., а в некоторых случаях ассортимент компании может доходить до 100 и более тысяч SKU (stock keeping unit). Это осложняет задачу, но тем не менее, современная компьютерная техника при использовании «продвинутых» алгоритмов позволяет с ней справиться. Поскольку задача оптимального управления многономенклатурным товарным запасом решается при случайном спросе, для каждой товарной позиции нужно восстановить реальную статистику движения ее запасов. Это то, что отличает (выделяет) нашу методику расчета (по сравнению с) от традиционного подхода, если и учитывающего случайность в спросе (в отличие от совсем простеньких детерминированных моделей), то в предположении, что распределения вероятностей для спроса являются нормальными. Такое предположение сплошь и рядом не выдерживает никакой критики. Особенно это наглядно проявляется в торговле товаром редкого или эпизодического спроса, что характерно, например, для фармацевтической розницы: в аптеках продается товар, который запрашивается в большинстве случаев не чаще 1-2 раз в месяц. При оптимизации в системе «Инвентор» используется эмпирическое распределение вероятностей спроса, т. е. то распределение, которое наблюдается в действительности, и никаких дополнительных гипотез не измышляется.
Опираясь на характеристики спроса и параметры финансовой модели, «Инвентор» математически корректно определяет состояние многономенклатурной системы, обеспечивающее максимум прибыли. Для каждого SKU находятся параметры управления, которые определяют, когда (при каком остатке) и в каком количестве следует делать заказ.
Описанная процедура - это только первая часть решения задачи по оптимальному управлению запасом компании. Мы называем это решение абсолютным оптимумом в отличие от условного оптимального решения, реализуемого при имеющихся дополнительных ограничениях. Абсолютное оптимальное решение позволяет рассчитать объем любых ресурсов, обеспечивающих его реализацию. Может случиться, что для данного бизнеса оптимальным окажется склад в два раза больше существующего. Значительное увеличение площадей возможно далеко не всегда, особенно за короткое время. Проектирование и строительство склада редко укладываются в 2 года. Как правило, сроки строительства существенно затягиваются по самым разным причинам - от банальной нехватки финансов до трудностей административного порядка. Однако и «урезать» все параметры вдвое на том основании, что «у нас есть тот склад, который есть», абсолютно ошибочно с точки зрения эффективности: какие-то SKU в рамках наложенных ограничений следует вообще выводить из ассортимента, а для других SKU изменение параметров управления может быть минимальным. В этом случае задача оптимизации формулируется так: какие параметры управления обеспечивают максимальную прибыль с учетом заданных ресурсных ограничений. В рассмотренном примере таким ограничением может быть вместимость склада в кубометрах. Другим ограничением может стать сумма денежных средств, «замороженная» в товаре. Для условий расширяющегося финансового кризиса нами разработана модель, оптимизирующая прибыль при ограничении на объем заемного капитала. В системе «Инвентор» может быть учтено произвольное ограничение на любой ресурс, а также любая комбинация из ресурсных ограничений. При таком подходе мы обеспечиваем корректное решение практических задач, которые, как показывает опыт, всегда имеют ресурсные ограничения.
Опыт апробации системы «Инвентор» показал, что в разных сферах бизнеса как в оптовых, так и в розничных, резервы эффективности в управлении товарным запасом просто колоссальны. Оказывается, что при оптимальном управлении запасом, дефицит товара уменьшается на десятки процентов, объем склада и частота пополнений сокращаются в разы. Прибыльные сферы бизнеса увеличивают чистую прибыль, как правило, на 60-80%, многие убыточные виды бизнеса при правильном управлении запасом становятся прибыльными.
О стратегическом управлении товарным запасом и практических проблемах, возникающих при внедрении системы «Инвентор», мы расскажем в следующем номере журнала.
Управление запасами как точная наука (продолжение).
Ваньян П.Л. журнал "Склад и техника", февраль 2009
В предыдущей статье (№ 1, январь 2009 года) мы рассмотрели теоретические основы оптимизации товарного запаса предприятия с помощью программы «Инвентор». В предлагаемой статье мы остановимся на практических трудностях внедрения автоматизированной системы управления запасом (УЗ), а также рассмотрим дополнительные возможности, открывающиеся перед компанией, обладающей современной системой УЗ.
Внедрение новых технологий всегда сопровождается определенными как объективными, так и субъективными, трудностями. В оптимизации запасов содержится большой экономический потенциал, но в то же время внедрение «продвинутой» программы весьма трудоемко. О некоторых специфических трудностях внедрения системы УЗ мы поговорим ниже.
Как и в любом IT-внедрении, преодолеть «подводные камни» внедрения можно только при полном взаимодействии и взаимопонимании между поставщиком решения и клиентом.
Для внедрения системы «Инвентор», прежде всего, необходимы корректные данные по движению товара в компании. Любая автоматизированная система управления критична к ошибкам, внесенным при вводе первичной информации. Оптимизационные системы, управляющие моментом и объемом закупки, вдвойне критичны к качеству исходных данных. Поэтому у себя в компании мы не жалеем сил и времени на вычищение исходных данных, их корректировку и пересчет. Одной из «болевых точек» при автоматизации системы УЗ является не слишком достоверная внутрифирменная статистика.
Достаточно давно работая в консалтинге, мы поняли, что добиваться от заказчика каких-то обобщенных агрегированных данных, тем более, переработанных - бессмысленно.
Сотрудники заказчика заняты решением текущих задач управления компанией, а масса вопросов, требующих разрешения при внедрении системы, остаются без внимания. Заказчик справедливо полагает, что он на то и привлекает консультантов, чтобы они решали, а не создавали дополнительные «проблемы». Поэтому в компании «Инвентор Софт», заведомо отказавшись от попыток получить «готовые» зависимости, мы просим предоставить нам первичные данные за максимальный период. В результате мы получаем огромные массивы транзакций - гигабайты детальной информации о товародвижении в компании.
Такая информация позволяет достоверно выявить динамику, тренды и сезонность различных характеристик запаса, включая финансовые параметры. Обработка первичной информации проводится сотрудниками «Инвентор Софт». Корректные данные позволяют системе «Инвентор» дать статистически достоверный прогноз вероятностных характеристик сбыта, ценовых и других финансовых параметров по каждой номенклатурной позиции.
К проблемам субъективного характера при внедрении системы «Инвентор» в основном относится некачественное ведение баз данных на предприятии. Сплошь и рядом приходится сталкиваться с различными несанкционированными корректировками первичных данных. Например, встречается ситуация, когда ошибочно проведенная поставка или ее часть «минусуется» фиктивной отгрузкой. При этом, зачастую, такая транзакция не имеет признака корректировки и с точки зрения анализа продаж такая отгрузка трудноотличима от реальных продаж. Такая ошибка может внести существенные, иногда в разы, погрешности при восстановлении параметров спроса.
Другим распространенным случаем является некорректное ведение справочников, в частности, справочника товаров. Бывает, что один и тот же товар заносится несколько раз под разными кодами. По названию товара человек ориентируется легко, но программа оперирует кодами и таких возможностей лишена. А бывает, что различный товар заносится на один код, потому что кому-то «так удобнее». Такие проблемы может разрешить только человек, автоматизированная система здесь бессильна.
Кроме субъективных, при внедрении автоматизированной системы УЗ существуют проблемы объективного характера. К ним относится проблема ведения справочника аналогичных товаров, или аналогов. Аналоги - это такие товары, оригинальные коды которых отличаются, но с потребительской точки зрения они одинаковы, например, анальгин, выпущенный на разных заводах. Для потребителя однотипного товара производитель зачастую безразличен, важно лишь то, что это российский препарат, скажем, содержащий 10 мг действующего вещества. Параметры спроса и процедура оптимизации управления товарным запасом должна относиться к аналогу, а не к конкретному SKU (stock keeping unit), объединенному в аналоге. Некорректное ведение справочника аналогов приводит, как правило, к завышению оценки спроса и, в результате, к ошибкам при управлении запасом.