Проект совершенствования логистической деятельности компании "ГУП ДСУ № 3"

В следующей части работы будет представлен более подробный вариант возможности решения проблемы управления запасами, путем выбора новой стратегии управления материальными ресурсами, а также предложен вариант внедрения программного обеспечения для улучшения контроля за запасами.

Глава 3. Разработка и оценка эффективности мероприятий по повышению эффективности логистической деятельности предприятия

3.1 Выявление номенклатурных групп запасных частей автомобилей с помощью многокритериального ABC-анализа

Как уже было выявлено в предыдущий главе, в компании наблюдается проблема в области управления запасами. Одним из проблемных аспектов данной сфера может являться нерациональная и неоптимальная закупка запасных частей для ремонта машин: компания обладает большим автопарком, износ которого крайне велик, поэтому автомашины нуждается в постоянном ремонте и обновлении, а ТО осмотры 4 раза в год, только увеличивают потребление автозапчастей.. В связи с данным фактом, компании необходимо постоянно закупать различные детали у официальных дилеров или поставщиков. Для того, чтобы выявить, какие из закупаемых товаров наиболее быстро расходуются и какие из закупаемых товаров имеют самую большую стоимость, рационально использовать многокритериальный ABC- анализ.

Метод АВС в теории управления запасами может рассматриваться как один из основных способов контроля и формирования заказов, заключающийся в группировки номенклатуры предприятия на три неравномерных подмножества на основе некоторого формального определенного алгоритма [16, c. 264]. Три номенклатурные группы обычно определяются в процессе анализа, на основе принципа Парето (То есть 80% некоторой величины, приносит 20% результата, при совершении анализа такой классификации придерживаются Баурсокс и Клосс), тем самым напрямую обозначив неравномерность представляемых групп. Исходя из этого принципа, в соответствии с заданным критериями, можно выделить следующие группы: A - то есть те товары, которые имеют наибольший вес по выбранному фактору (обычно накопленный вес до 80%), B - следующая, более многочисленная, группа товаров, следующая за A (15 %), и С - наибольшая группа товаров, суммарный удельный вес, которых не превышает 5%. Результаты АВС-анализа можно использовать с тем, чтобы определить периодичность контроля за состоянием запасов на складах предприятий, а также уровень обслуживания клиентов по соответствующей позиции номенклатуры [3, с. 63].Также данный анализ поможет выявить какие из представленных товаров требуют наибольшего внимания в случае формирования закупки, сокращения затрат и оптимизации.

Для проведения исследования необходимо выбрать критерий, по которому исследование будет проводиться. В данном случае является рациональным использование ABC-анализа по такому критерию: как стоимость закупаемых автомобильных частей и частота расходования их для выполнение ремонтной деятельности. Существует несколько методов ABC- анализа, в том числе графический и эмпирический. В рамках данного исследования рационально будет использовать дифференциальный метод, который позволяет определить группы, исходя из среднего значения по номенклатуре. Он протекает по следующему алгоритму [13, c. 31]:

- определяется общий показатель (для примера, стоимость, количество, частота использования ресурса) по всей номенклатуре;

- рассчитывается среднее значение одной группы деталей в общей массе номенклатурных единиц по формуле:

, (7)

где p - среднее значение для показателя в номенклатуре ( в процентах);

C_?- совокупность группы (стоимость, количество или любой другой фактор);

N - общая совокупность единиц в номенклатуре (общая стоимость, общее количество или любые другие показатели);

- Все показатели, чьи значение превышает p*( от 3 до 6, зависит от того, какое значение выбирается исследователем), относится к группе A.

- Все показатели, чьи значение составляют p*( от 0,33 до 0,5, зависит от того, какое значение выбирается исследователем) или меньше, относится к группе С. Обычно оба значения p напрямую зависят от широты ассортимента - чем больше номенклатура, тем больше должны быть границы

- Все значения, которые не вошли в предыдущие группы, принадлежат группе B.

Для начала, необходимо провесьте исследование по такому критерию, как частота расхода деталей на ремонт. Так как в приделах месяца значения закупок не всегда однородно (в одном месяце может сломаться больше машин, чем в другом), поэтому проведем анализ за квартал. Определим общее количество израсходованных деталей по всем закупаемым номенклатурам в номенклатуре - 850, которые компания израсходовала за три месяца на ремонт и модернизацию передвижного состава. Также зададим критерии k_i для группы A и С. Для группы А он будет составлять больше в 4 раза от усредненного показателя, для группы С - меньше или равен p* 0, 45. Так как ассортиментная номенклатура является сравнительно небольшой (около 66 позиций), границы коэффициентов могут быть выбраны по узкой границе. Далее посчитаем среднее значение, которое состоит из среднего арифметического расхода деталей, деленных на количество позиций (65). Для удобства и излишней громоздкости формулы, произведем расчеты используя инструменты Excel - получаем p = 13 штук. Из этого получаем, что товары, которые относятся к группе А, потребляются в количестве 52 штуки и более (13*4=52), а к группе С - те которые потребляются в количестве 6 штук и меньше (13*0, 45 = 5,85 ? 6). Для удобства представления, полный ABC- анализ будет вынесен в Приложение 1 (см. Приложение 1), а здесь будет представлена группа A. В результате анализа было выявлено, что в данный момент три группы запчастей могут относится к группе А:

Таблица 11 - Группа А в результате ABC-анализа

Наименование детали	Расход за 3 месяца, шт.	Удельный вес, %	Нарастающий итог, %	Группа
Болты и гайки в ассортименте	200	23,5294	23,5294	A
Подшипники типа (5312, 1309 и др.)	69	8,1176	31,6471	A
Шины для легкового автотранспорта	68	8,0000	39,6471	A

*Рассчитано по Приложению 1

Из таблицы можно сделать вывод, что наиболее используемыми запасными частями являются разнообразные болты и гайки, подшипники разного вида и шины для легкового автотранспорта.

Теперь рассмотрим данную номенклатуру по таком критерию, как стоимость партии конкретных запчастей. Для этого используем также дифференциальный анализ. Для начала определим общую стоимость всех деталей, которые компания израсходовала в течение трех месяцев, в номенклатуре - 2 458 392,52 рублей. Опять же зададим критерии для k_i, которые задает разбивку для групп А и С. В данном случаи для группы А задаётся критерий больше или равен 5, а для группы равен или меньше 0,5, так как количество запчастей в номенклатуре опять же весьма небольшое (66), но при этом стоимость деталей более вариативна, поэтом допустимо взять более широкие границы. Также, с помощью инструментов Excel, рассчитаем среднее значение - получаем p= 37 821,42 рубль , а также границы - к группе А будут относится все запчасти, чья стоимость равна или превышает 189 107, 1 рублей (37 821, 42 * 5=189 107, 1 ), а к группе С - все те, чья стоимость равно или не превышает 18 910, 71 рубль (37 821, 42 * 0,5=18 910, 71) . Опять же для удобства вынесем АВС-анализ в Приложение 2 (соответственно, см. Приложение 2) для более подробного анализа, и рассмотрим только группу A. При этом критерии, в группу А попала две номенклатурные группы запасных частей, которые отвечают критерию наиболее высокой стоимости:

Таблица 12 - Группа А в результате ABC-анализа

Наименование детали	Стоимость группы, руб	Удельный вес, %	Нарастающий итог, %	Группа
Грузовые шины Кама И-281	439 680,00 р.	17,8849	17,8849	A
Шины для легкого автотранспорта	374 000,00 р.	15,2132	33,0981	A

*Рассчитано по Приложению 1

Получается, что если мы рассматриваем закупку деталей за три месяца, то получается, что больше всего денег за последние три месяца компания потратила на закупку шин, как грузовых, так и для легковых автомобилей.

После проведения многокритериального анализа, образуется 9 групп: A₁A₂, B₁B₂, C₁C_2,, A₁B₂, A₁C_2,, A₂B₁, A₂C₁, B₁C₂, B₂C₁, для каждой из которых на предприятии должны быть сформированы и разработаны специфические подходы для управления запасов. В целом рекомендации могут быть представлены в следующем виде:

Таблица 13 - Рекомендации для номенклатурных групп

Номенклатурная группа по признаку	Описание позиций, отнесенных к группе	Комментарии к группам
A	A	Дорогие и часто расходуемые позиции товаров	Нельзя допускать дефицита, необходим постоянный мониторинг, содержит значительную часть расходов на запасы предприятия - «широкое поле» для оптимизации
A	B	Часто расходуемые позиции со средней стоимостью	Необходим мониторинг и контроль, а также сохранение цены на том же уровне
A	C	Часто расходуемые позиции с низкой стоимостью	Необходим постоянный мониторинг и контроль за количеством, но низкая цена помогает быстро найти поставщика в случаи перебоя поставки
B	A	Умеренно расходуемые позиции с высокой стоимостью	Необходимо оптимизировать стоимость и проводить постоянный учет
B	B	Умеренно расходуемые позиции с умеренной стоимостью	Основная стратегия - сохранят стоимость и потребления на том же уровне - регулярный контроль
B	C	Умеренно расходуемые товары с низкой стоимостью	Умеренный расход и низкая стоимость позволяют поддерживать небольшой уровень товара с нечастым мониторингом
C	A	Редко расходуемые позиции с высокой стоимостью	Возможен интервальный спрос - переход на стратегию по требованию или снижения доли в общем числе запасов
C	B	Редко расходуемые позиции с умеренной стоимостью	Также использование стратегии закупки по требованию и учет раз в квартал
C	C	Редко расходуемые позиции с низкой стоимостью	На такие товары используются стратегия «закупка по потребностям», а контроль проводиться крайне редко

В рамках данной работы основное внимание будет уделяться оптимизации группы A₁A₂, так как именно это группа имеет наибольший расход и стоимость, поэтому необходимо, чтобы стратегия управления запасами была наиболее оптимальной. Определения подхода и стратегий для других товарных групп может стать перспективным направлением в оптимизации управления запасами ДСУ №3. Но для того чтобы понять, какой вид спроса умеренный, импульсный или редкий наблюдается в компании на запчасти, проведем также XYZ-анализ, направленный на определение степени равномерности спроса или возможной степени точности прогнозирования.

Для того, чтобы картина была более репрезентативна, возьмём данные о расходе предполагаемых деталей в течение квартала за 2015 год. Для удобства представления данных, анализ вынесен в Приложение 3, а тут в таблице 14 представлена группа X-запчастей (для классификации разделения на группы была выбрана методика Аникина и Гаджинского, поэтому группа X, те товары, где коэффициент вариации не превышает 10 % [16, c. 280]), так как именно это группа показывает наиболее стабильный и умеренный спрос, а также рассчитаем только по тем запчастям, чей вида спроса не кажется импульсивным на первый взгляд ( =то есть потребление наблюдается в каждом квартале и хотя бы в одном из них превышает 10 шт.):

Как можно сделать вывод, товаром, который фигурирует и в многокритериальном ABC-анализе в группе A₁A₂, так и в группе X, XYZ-анализа, то есть относится к группе A₁A₂X, являются шины автомобильные, а в частности для легковых автомобилей, что позволяет сделать вывод, что спрос на шины является умеренно дискретным.

Таблица 14 - группа X в результате XYZ-анализа

Наименование	I кв.	II кв.	III кв.	IV кв.	Среднее значение	СКО	Коэф. Вариации, %	Номенклатурная группа
Подшипники типа (5312, 1309 и др.)	70	72	78	70	72,5	3,28	4,522	X
Шины для легкового автотранспорта	72	74	81	71	74,5	3,91	5,242	X
Свечи зажигания А14В-2	14	12	12	11	12,25	1,09	8,896	X
Шпильки и гайки в ассортименте	280	220	240	270	252,5	23,85	9,445	X

*Рассчитано по Приложению 3

Это может быть связано c наличием 96 автомобилей, необходимостью проходить внутренний техосмотр 4 раза в год, а также, с гипотетическими факторами, как плохое качество поставляемой продукции, недобросовестное вождение и многими другими. Поэтому в следующем пункте будет оценена текущая стратегия управления запасами данного вида запасных частей, которая есть у компании, а также смоделировать другие возможные стратегии управления запасами и сравнить их между собой.

3.2 Моделирование стратегий управления запасами для шин легкового автомобиля

Для начала проанализируем данные, которые удалось собрать о работе предприятия. Для этого мы проведем моделирование по методу Монте-Карло для генерации данных для дальнейшего моделирования закупочных стратегий. Метод Монте-Карло, который является методом имитационного моделирования, позволяет получить данные о реализации во времени некоторого исследуемого процесса (например, расхода определенного товара на складе или выхода из строя оборудования). В данном случаи будет проводить моделирование расхода и потребления шин.

Зададим исходные данные [16, с. 182]:

cреднесуточный расход ( ) = 1 шт./день и СКО среднесуточного расхода (у_d) = 0,84;

средний интервал времени между заказами T_сз = 90 дней и СКО времени между заказами уT = 86 дней;

- среднее значение срока исполнения L = 5 дней и средний срок исполнения заказа уL= 1 день.

На основе заданных средних значений и среднеквадратичного отклонения, рассчитывается коэффициент вариации по следующей формуле 8:

, (8)

где у_x - среднее квадратичное отклонение параметра;

- среднее значение параметра.

Теперь рассчитаем для всех трех групп значений:

На третьем шаге необходимо выбрать, какому закону распределения случайных величин принадлежать параметры: если коэффициент отклонение меньше 0,3 - то нормальному, если от 0,3 до 0,4 - то гамма-распределению, от 0,4 до 1, распределению Вейбулла, а если равен 1, то применятся экспоненциальный закон. В данном случаи величины d и T соответствуют закону распределения Вейбулла, а величина L - нормальному закону распределения.

На следующем этапе моделирования необходимо сгенерировать случайные числа для определения параметров d,T и L, при условии, что данные о спросе даны за 200 дней. Исходя из этого, необходимо сгенерировать 200 случайных чисел о для определения параметра d, а для определения T и L рассчитываются по следующей формуле:

, (9)

где N_T - количество случайных числе для T;

N_d - количество случайно сгенерированных чисел (в данном случаи величина данных о спросе);

- среднее значение периода.

Исходя из этого получаем:

Соответственно, для данных параметров необходимо сгенерировать 2 случайных числа.

Произведём моделирование значений параметров. Для начала параметр d. Исходя из того, что коэффициент вариации составляет 0,84, можно обратиться к таблице коэффициентов, по которым рассчитывается параметров распределения Вэйбулла, таким образом получаем, что b_m = 0,941 , а параметр m = 1,2. Также рассчитаем параметр x₀, который будет необходим для расчета моделирования случайных величин:

, (10)

где - среднее значение искомого параметра.

Таким образом получаем: x₀= 1/ 0,941 = 1,056. Теперь произведём генерацию случайных числе по средством Excel, для того чтобы получить 200 равномерно распределенных чисел. В полном варианте она представлена в Приложение 4, но для расчета x_i будет применяться следующая формула:

, (11)

Рассчитаем первое значение, для 0,529, остальные же значения будут приведены в таблице (см. Приложение 4):

x₁ = 1,056 ? 1

По аналогии рассчитаем для параметра T, только число опытов будет равно 2. Исходя из того, что коэффициент вероятности составляет 0,91, можно обратиться к таблице коэффициентов, по которым рассчитывается параметр распределения Вэйбулла, таким образом получаем, что b_m = 0,965 , а параметр m = 1,1. Теперь рассчитаем x_0, по такой же формуле 8. Получаем x₀= 82/0,965= 85.

Сгенерируем два случайных числа и рассчитаем для них x_i по формуле, аналогичной той, где был найден параметр d

.

Таблица 15 - Моделирование время заказа

Номер заказа	Случайная величина	Интервал между заказами, дни	Округленная величина, дней
1	0,478844	60,70596634	61
2	0,564302	45,99312674	46

* Рассчитано по данным Приложения 4

Теперь смоделируем для параметра L, который относится к нормальному распределению. Здесь x_i будет рассчитываться по следующей формуле:

, (12)

где о_i - нормально распределенная случайная величина со средним

значением 0 и среднеквадратическим отклонением 1 (2 значения);

- среднее значение моделируемого параметра;

- СКО моделируемого параметра.

В результате расчетов получаем данные, представленные в таблице 16:

L₁ = 5 + 1 •(-0,65178142) ? 4

L₂ = 5 + 1 •(1,080370566) ? 6

Таблица 16 - Моделирование срока исполнения заказа

Номер заказа	Случайная величина	Исполнение заказа, дни	Округленная величина, дней
1	-0,65178142	4,34822	4
2	1,080370566	6, 10804	6

* Рассчитано по данным Приложения 4

Теперь, на базе полученных ранее значений ежедневных расходов запаса (di), интервалов времени между заказами (Tj) и сроков исполнения заказа (L_k) можно смоделировать процесс поступлении и расхода запасов в условиях различных стратегий управления. Но для начала рассмотрим текущую стратегию, которая может быть охарактеризована как стратегия оперативного управления без расчета страхового запаса, которая опирается на те же исходные параметры, что и метод Монте-Карло.

Среднесуточный расход ( ) = 1 шт./день , СКО среднесуточного расхода (у_d) = 0,84, коэффициент вариации среднесуточного расхода (v_d)= 0,8 шт. периодичность заказа (T_сз) = 90 дней, средний срок исполнения заказа ()= 5 дней, СКО исполнения заказа поставщиком (у_L) = 1 день, коэффициент вариации срока исполнения заказа(v_L)= 0,2. Заказ на пополнение запасов подается в начале дня, также как и поставка товара. Срок исполнения заказа (L_i), представлен в таком виде:

- срок выполнения поставщиком 1-ого заказа составляет (L₁)= 4 дня;

- Заказа №2 (L₂)= 6 дней;

Для удобства, ограничим срок реализации продукции компанией 200 днями. Так как компания не рассчитывает страховой запас, то S_с =0 и, исходя из того, что в данном случаи необходимо пополнять запасы до максимального необходимого уровня, рассчитаем его по следующей формуле:

, (13)

шт.

Предполагается, что в первый день рассматриваемого 90 дневного периода на складе будет находится 90 шин. Учитывая периодичность заказов 90 дней (Т_сз = const) и средний (ожидаемый) срок исполнения заказа 5 дней (L), первый заказ будет подаваться на 85 -ый день (90-5=85), а второй заказ 2-й заказ - на 175-ый день (90х2-5=175); 3-й заказ - на 265-ый день (90х3-5=265), а четвертый на 355-ый день (90х4-5=355). Срок подачи заказа рассчитывается исходя из среднего ожидаемого срока поставки

Пусть на начало 200 дневного периода на складе будут находится 90 шин. Подставим эти данные в полученную модель Монте-Карло. Тогда размер первого заказа получаема по формуле:

, (14)

при условии, что запасы в пути (ЗП) будут равны нулю, а для прогноза запасов воспользуемся следующей формулой:

, (15)

Получается, что на момент первого заказа (85 день), наблюдается следующая ситуация. Для начала берем сгенерированные значение L₁ и L₂ из таблицы 5 (4 и 6, соответственно). Теперь исходя из данных (см. Приложение 5 для более подробной информации:

Соответственно, рассчитаем для второго заказа (185 день):

Для лучшей визуализации построим диаграмму текущей стратегии:

Рисунок 5 - Стратегия оперативного управления

Теперь рассчитаем средней запас, средний дефицит и затраты на управления запасами. Так как средний товарный запас интервален, он может быть рассчитан, по формуле 16 [16, с. 331]:

, (16)

где n - число дат в рассматриваемом периоде.

Рассчитаем его:

= 45,25 шт.

Теперь рассчитаем средний дефицит. Для этого найдем сначала общий дефицит. Для этого сложим все значения дефицита из Приложения 5 (см. Приложение 5.) = 196 шт. Теперь найдем среднее значение дефицита для каждого из двух периода. Для периода 1 = 10 штук, а для периода 2 = 6 штуками. Для этого из таблицы в Приложение 5, воспользуемся инструментами Excel, который рассчитывается по принципу сумма всех значений дефицита, деленная на общее количество позиций, когда он возникает. Также найдем среднюю длину интервала дефицита ( то есть через какой промежуток времени он возникает): для первого периода - 73, а для второго 99 дня. Теперь рассчитаем по формуле:

, (17)

где t_k - продолжительность периода между датами возникновения и окончания дефицита;

D - средняя величина дефицита в запасе в определенном интервале.

= шт.

Получается, что среднее значение дефицита равно 8 штукам. По отношению к запасам, процент дефицита достигает 18 % (8/45=0,177), что может свидетельствовать о неэффективном управления запасами.

Теперь рассчитаем затраты на управление данным запасом, основываясь на формуле:

, (18)

где С_? - затраты на содержание системы управления запасами;

С_з - затраты, связанные с организацией выполнения поставок всего объема, руб.;

С_х - затраты на хранения запасов;

С_деф - потери, вызванные дефицитом;

С_а - затраты на выполнение управленческих операций, связанных с контролем уровня запаса, размещением заказов на пополнение запасов, расчетом оптимальной величины заказа и страхового запаса, корректировкой параметров системы управления запасами и т.п.

Для начала задами исходные данные, принимая во внимания, что период расхода и потребления запасов моделируется на 200 дней:

затраты на выполнения поставок (включая контрактную работу с поставщиками и закупку) - 938 тысяч р./год - соответственно, 514 т.р. за 200 дней ((938/365)*200);

- затраты на хранения запасов - 1250 т.р в год - соответственно, - 685 т.р. за 200 дней;

- потери, связанные с дефицитом - 300 т.р.(простой работы, затраты на срочный поиск поставщика) (574, 5 *365)*200);

- затраты на затраты на выполнение управленческих операций - 420 т.р. за год, а за 200 дней получается 230 т.р. ((420/365)*200).

Получаем по формуле 18:

С_?= 514+685+300+230 = 1726 т.р. на закупку шин тратит предприятие за 200 дней при данной стратегии, что является весьма значительным показателем.

Можно сделать вывод, что из-за больших расходов и высокого уровня дефицита, можно признать данную стратегию неэффективной, поэтому рассмотрим другие варианты.

Для начала рассмотрим применение той же стратегии управления запасами (оперативного управления), если бы компания рассчитывала страховой запас.

Необходимо взять те же исходные данные, что и в предыдущем пункте, только рассчитать страховой запас по формуле вероятность отсутствия дефицита составит 98% (x_p),то есть значение x_p составляет 2,05:

 , (19)

Так как компания не рассчитывает страховой запас, то S_с =18 и ,исходя из того, что в данном случаи необходимо пополнять запасы до максимального необходимого уровня, рассчитаем его по следующей формуле:

, (20)

шин

Исходя из того, что данные значения значение L₁ и L₂ совпадают, берем их из таблицы 5 (4 и 6, соответственно), подставляем полученные данные в таблицу из Приложения 4. Теперь исходя из данных (см. Приложение 6 для более подробной информации) рассчитываем Q₁:

Q__з1=108 -3+5•1=110 шин

Соответственно, рассчитаем для второго заказа (185 день):

Q_{_з2}=108-22+5•1= 91 шина

Для лучшей визуализации построим диаграмму текущей стратегии:

Рисунок 6 - Стратегия оперативного управления со страховым запасом

Теперь рассчитаем средней запас, средний дефицит и затраты на управления запасами. Для расчета среднего запаса воспользуемся формулой 16:

= 63,21 шины

После этого рассчитаем средний дефицит по формуле 17. Для этого найдем сначала общий дефицит. Для этого сложим все значения дефицита из Приложения 6 (см. Приложение 6) = 1 шт. Теперь найдем среднее значение дефицита для каждого из двух периода. Для периода 1 = 1 штука, а для периода 2 = 0 штук. .Также найдем среднюю длину интервала дефицита ( то есть через какой промежуток времени он возникает): для первого периода - 89, а для второго 111 день ( так как она не возникает, но время ограниченно периодом 200 дней). Теперь рассчитаем по формуле:

= шт.

Получается, что среднее значение дефицита равно 0,5 штукам. По отношению к запасам, процент дефицита достигает менее 1% (0,5/63,21=0,0079), что является нормальным уровнем дефицита.

И теперь рассчитаем затраты на управление данным запасом, основываясь на формуле 18, но для этого зададим новые исходные данные:

- затраты на выполнения поставок (включая контрактную работу с поставщиками и закупку) - 920 тысяч р./год - соответственно, 504 т.р. за 200 дней ((920/365)*200);

- затраты на хранения запасов - 1400 т.р в год - соответственно, - 767 т.р. за 200 дней;

- потери, связанные с дефицитом -из-за того, что значение не превышает 1% можно не брать во внимание;

- затраты на затраты на выполнение управленческих операций - 420 т.р. за год, а за 200 дней получается 230 т.р. ((420/365)*200).

Получаем , что С_?= 504+767+230 = 1501 т.р. - затраты упали, благодаря сокращению затрат дефицит, а также небольшое снижение расходов на выполнение поставки вызвано тем, что компания может себе позволить выбирать поставщика с более приемлемы условиями по цене, но возросли затраты на хранение, так как теперь компания обязана хранить больший запас.

Следующей, рассмотрим модель стратегии равномерной поставки. Для расчета модели воспользуемся теми же данными, что и для расчета стратегии оперативного управления. Но для расчета данной стратегии также необходимо рассчитать периодичности подачи заказов на пополнение, по формуле:

, (21)

где Q_opt - оптимальном объеме заказа ;

D_p - число рабочих дней за период;

A - ожидаемая потребность в шинах за весь рассматриваемый период.

Для того, чтобы найти Q_опт необходимо воспользоваться формулой Уилсона:

, (22)

где С_хр - затраты на хранения единиц продукции;

С_о - затраты на осуществления поставки;

A - ожидаемая потребность в шинах за весь рассматриваемый период.

Чтобы найти А, в свою очередь, необходимо применить формулу:

, (23)

где N - общее число дней в рассматриваемом периоде (200 дней);

- среднесуточный расход шин ( 1 шт./д.).

Примем за значение ориентировочные значения, исходя из прошлых данных, C_хр= 8780 рублей, а затраты на осуществления поставки 215 000 рублей Рассчитаем все показатели: A= 200 шт. (200*1=200),

Q_opt = = 99 шт.

Т_cз= = 99 дней.

Исходя из полученной оптимальной периодичности размещения заказов Т_сз = 99 дней (Т_сз = const) и среднего (ожидаемого) срока исполнения заказа L =5 дня, первый заказ будет подаваться на 94-ый день (99-5=94) и 2-й заказ - на 193-ий день (99х2-5=193). Для определения времени доставки за период, берем значение L₁ и L₂ из модели Монте-Карло (см. Таблицу 5), и получается, что L₁=4, а L₂=6. Следующий шаг - расчет страхового запаса по формуле 18, где x_p берем из той же формулы, что и при расчете предыдущей стратегии (2, 05). И в итоге получаем:

Рассчитаем также начальный запас, по аналогии с предыдущей стратегии по формуле 19: 99*1+19 = 118 шт. Полностью расчет стратегии представлена в Приложении 7, а здесь представлено графическое изображение:

Рисунок 7 - Стратегия равномерной поставки

Теперь рассчитаем средней запас, средний дефицит и затраты на управления запасами. Для расчета среднего запаса воспользуемся формулой 16:

= 62,7 шт.

Необходимо подчеркнуть, что в данном случаи, дефицит отсутствует.

И теперь рассчитаем затраты на управление данным запасом, основываясь на формуле 18, но для этого зададим новые исходные данные:

- затраты на выполнения поставок (включая контрактную работу с поставщиками и закупку) - 900 тысяч р./год - соответственно, 504 т.р. за 200 дней ((900/365)*200);

- затраты на хранения запасов - 1400 т.р в год - соответственно, - 767 т.р. за 200 дней;

- потери, связанные с дефицитом - отсутствуют.

- затраты на затраты на выполнение управленческих операций - 420 т.р. за год, а за 200 дней получается 230 т.р. ((420/365)*200).

Получаем, что С?= 493+767+230 = 1490 т.р. - затраты упали, благодаря возможности совершать более равномерные поставки, но при этом расходы на складирование все еще велики.

Также рассмотрим так называемые стратегии «с точкой заказа». Сначала стратегии с фиксированным размером заказа заказ на пополнение запаса делается по достижении определенного порогового уровня текущего запаса или «точки заказа» (ROP).

Возьмём все те же данные, что для самой первой стратегии и смоделируем расход запасов с учетом (R; Q)-стратегии для периода в 200 дней. Сначала необходимо рассчитать точку заказа по следующей формуле:

, (24)

где Д - период контроля состояния запасов на складе, дней. Примем Д в расчетах равным 1 дню. Исходя из этой формулы, необходимо также найти страховой запас. Он находится по формуле:

, (25)

Производим расчет:

,

ROP получается:

Так как как Q₁=Q_опт и равно 99, найдем начальный запас, прибавив к Q₁ страховой. Получаем 104 шины (99+5). Приведем расчеты в Приложении 8. Получается, что запас достиг показателя меньше 12 шин, на 73 день. Заказ выполняется четверо суток и поступает на склад на 78 день. Заказа размещается в конце дня, а поступает на склад в начале. Второй заказ выполняется на 182 сутки, и выполняется 6 суток и поступает на 189 первый день. Для наглядности необходимо построить диаграмму расхода материальных средств:

Рисунок 8 - ROP с фиксированным размером заказа

Теперь рассчитаем средней запас, средний дефицит и затраты на управления запасами.

Рассчитаем средний запас по формуле 16:

= 60,2 шт.

Рассчитаем средний дефицит по формуле 17:

= 1,88 шт.

Получается, что среднее значение дефицита равно 1,88 штукам. По отношению к запасам, процент дефицита достигает менее 3% (1,88/60,2=0,031), что является нормальным уровнем дефицита.

И теперь рассчитаем затраты на управление данным запасом, основываясь на формуле 18, но для этого зададим новые исходные данные:

затраты на выполнения поставок (включая контрактную работу с поставщиками и закупку) - 850 тысяч р./год - соответственно, 466 т.р. за 200 дней ((850/365)*200);

- затраты на хранения запасов - 1390 т.р в год - соответственно, - 762 т.р. за 200 дней;

- потери, связанные с дефицитом - отсутствуют (являются минимальными, их можно не рассматривать).

- затраты на затраты на выполнение управленческих операций - 450 т.р. за год, а за 200 дней получается 247 т.р. ((450/365)*200).

Получаем , что С_?= 466+762+247 = 1475 т.р. - затраты упали, благодаря сокращению затрат на выполнение поставок, но возросли затраты на управленческие операций.

В завершении, рассмотрим стратегию двух уровней, так называемую (s-S)-стратегию или «минимаксную стратегию. Данные всё те же, которые были для первой стратегии. Для начала нужно определить S_сз. Данное число совпадает с предыдущей стратегией, поэтом возьмем его оттуда:



Определим границы минимума и максимума уровня запасов, исходя из того, что оптимальная величина заказа Q_опт=99 шт. Q_max= 99+6=105 шт., а Q_min = 12 шт.

Расчет величины заказов на пополнение запаса осуществляется по формуле:

, (26)

Следовательно, Q₁= 105 - 12 +1*5= 88 шт., то есть при L₁=4, а Q₂ = 105 - 12+1*5= 87 шт., при L=6. Основные расчеты приставлены в Приложении 9, а здесь дана графическая интерпретация:

Рисунок 9 - Стратегия «максимина»

Теперь рассчитаем средней запас, средний дефицит и затраты на управления запасами.

Рассчитаем средний запас по формуле 16 :

= 57,3

Дефицита не наблюдается, поэтому рассмотрим затраты на управление данным запасом по формуле 18, но для этого зададим новые исходные данные:

- затраты на выполнения поставок (включая контрактную работу с поставщиками и закупку) - 800 тысяч р./год - соответственно, 438 т.р. за 200 дней ((800/365)*200);

- затраты на хранения запасов - 1348 т.р в год - соответственно, - 739 т.р. за 200 дней;

- потери, связанные с дефицитом - отсутствуют.

- затраты на затраты на выполнение управленческих операций - 440 т.р. за год, а за 200 дней получается 241 т.р. ((440/365)*200).

Получаем, что С_?= 438+739+241 = 1418 т.р. - затраты упали, благодаря возможности совершать более равномерные поставки, уменьшился объем поставок, а также оптимизировались затраты на хранения

Теперь сведем результаты по всем стратегиям в общую таблицу и сравним их между собой. При смене стратегии желательно стремиться к полному отсутствию дефицита, низким средним затратам, а также небольшому уровню среднего запаса, для того чтобы не нести лишние издержки (см. Таблицу 17).

Таблица 17 - Сравнение стратегий

Название стратегии	Ср. запас, шт.	Дефицит, %	Общие затраты на управление запасами (затраты на организацию поставки и затраты на хранение), т.р	Потери от дефицита , т.р.
Текущая стратегия	45,25	13	1726	300
Стратегия оперативного управления со страховым запасом	63,21	1	1501	0
Стратегия равномерной поставки	62,7	0	1490	0
Стратегия ROP с фиксированным размером заказа	60,2	3	1475	0
Стратегия «максимина»	57,3	0	1418	0

Исходя из сводных данных, наиболее приемлемой стратегией для закупки шин для данной компании является стратегия «максимина», которая позволяет поддерживать наименьший уровень запаса, не вызывая при этом дефицит, а также позволяет сократить затраты. Необходимо отметить, что такое моделирование необходимо сделать для всех номенклатурных групп, за исключением группы С, так как допустимо предположить , что будет выполняться закупка по потребности, поэтому необязательно рассчитывать стратегию управления запасами для этой группы товаров, но в рамках данной ВКР рассчитать для всех групп не представляется возможным. Основываясь на данном допущение, необходимо отметить, что оценка изменений затрат для всех остальных запчастей будет иметь скорее укрупненный и приблизительный характер, основанный на экспертной оценке. Поэтому, рассчитывая процентное отношение (насколько уменьшится затраты на закупку автошин легковых автомобилей при использования новой стратегии), экстраполируем его на остальные группы запчастей, понимая что данные будут неточные и возможна погрешность в расчетах.

Рассчитаем, насколько процентов уменьшиться затраты на автошины при смене стратегии с текущей, на новую: 1- ()= 18 %, на столько процентов упадут затраты компании на автозапчасти.

Но для того чтобы, данную стратегию успешно применять, необходимо внедрить информационную систему управления запасами на предприятия. Какую выбрать, рассмотрим в следующем пункт.

3.3 Выбор информационно-технической системы управления запасами на предприятии

При выборе информационного-программного обеспечения для управления запасами необходимо учитывать множество факторов: необходимо, чтобы программа позволяла учитывать не только приход и расход материальных ресурсов, но также позволяла решать различные задачи управления такие как моделирования стратегий управления запасами и проведения имитационного моделирования (по запросу пользователя), расчет параметров данных стратегий и учет планирования каждого конкретного ресурса ( в том числе время и размер заказа. При наличие достаточных денежных ресурсов многие компании самостоятельно разрабатывают данные системы, которые подстраиваются под конкретные нужды и задачи, но в данном случае -- это ситуация не представляется возможным - в компании IT-отдел представлен 2 сотрудниками, которые физически не смогут сделать энергозатртатную, дорогостоящую и кропотливую работу. Поэтому в данном случаи у организации существуют только вариант либо закупки готового продукта или заказ разработанного обеспечения у сторонних поставщиков. Необходимо также исходить из того, что организация не обладает не достаточным финансовым ресурсам - так как модернизация даже уже существующего программного обеспечения требует больших финансовых вливаний, а также постоянного контроля со стороны организации. На данный момент у компании нет таких ресурсов, поэтому на начальном этапе модернизации, рациональным будет внедрить первичную систему управления запасами, на основе которой уже будет необходимо представить новую, более совершенную стратегию. Поэтому из уже существующих систем были выбраны те, чей функционал приблизительно соответствует необходимом - и в дальнейшем на основе данных систем существует возможность модернизации систем и внедрения дополнительных функций.

Помимо смены закупочной стратегии компании, которая была рассмотрена в предыдущем пункте работы, также одним из путей, который может повысить эффективность использования запасов и оптимизировать всю деятельность по управлению материальными ресурсами является внедрение информационно-технической системы управления закупками. В настоящее время данных систем на рынке представлено великое множество, но для данной конкретной компании мы можем рассмотреть следующие четыре:

- ForecastNow! - относительно новая система управлением запасами и складированием, которая позволяет прогнозировать различные стратегии поведения запасов;

- Deductor Inventory Stock Optimization - программа с большими функциональными возможностями (может проводить имитационное моделирование), но высокой стоимостью;

- СППР (Система Поддержки принятий решений) - бесплатная программа с базовыми функциями управления запасами;

- 1С: Предприятие 8. МТО Материально-техническое обеспечение - дополнительный модуль 1С, который позволяет управлять закупками и отслеживать материально-техническое обеспечение.

Для того, чтобы выбрать какую систему лучше всего внедрить, необходимо воспользоваться методом принятия решений. В данном случаи при решении многокритериальной задачи можно воспользоваться методом анализа иерархий, разработанный Томасом Саати в 1980 году в работе «Аналитическое планирование. Организация систем». Для решения этой задачи необходимо выбрать цель, критерии и альтернативы. В данном случаи целью исследование будет выбрать наиболее приемлемую систему информационно-технической поддержки системы закупки на предприятия.

Альтернативы:

- ForecastNow!(ПО 1);

- Deductor ISO (ПО 2);

- ССПР (ПО 3);

- 1С: Предприятие 8. МТО (ПО 4).

Критерии:

- Стоимость реализации: Какова приблизительная стоимость внедрения данной системы в организацию. Чем меньше стоимость, тем лучше;

- Сложность управления. Как сложно будет обучить персонал данной системой управления. Чем проще, тем лучше;

- Функциональность программы. Насколько хорошо развит функциональное наполнения. Чем больше, тем лучше;

- Развитие службы поддержки. Насколько хорошо развита служба поддержки, в случае возникновения проблемной ситуации. Чем лучше развита, тем этот критерий развит более перспективно.

На следующем этапе критерии сравниваются между собой, и каждые критерии оцениваются попарно, применяя шкалу относительной важности (которая обычно представляет собой девятибалльную шкалу, где 1 - равная степень важности (обычно происходит, когда сравниваем одинаковые показатели), 3 - незначительная степень превосходство одного критерия над другим, 5 - усиленное превосходство одним над другим, 7 - довольно сильное превосходство одного над другим, 9 - абсолютное превосходство, а следовательно 2,4,6 и 8 - промежуточные значения, которые также варьируются в сторону увлечения, а обратные значение такие как, например 1/3 свидетельствуют о том, что при сравнение одного вида деятельности с другим, критерий, который получил данный показатель, проигрывает).

Начнем сравнение со строительства матрицы иерархий, которая будет состоять из трех уровней по степени важности. После этого необходимо сравнить критерии между собой с целью определения наиболее важного и приоритетного, затем произведем матрицу попарных сравнений по критериям между собой для уровня 2 и представим итоговую информацию в общей кумулятивной таблице ( см. Таблицу 25).



Рисунок 10 - Иерархия критериев

Теперь сравниваем критерии между собой:

Таблица 18 - Матрица попарных сравнений для критериев уровня 2

Критерий	Ст-ть	Сложность управления	Функциональность	Служба поддержки
Стоимость	1	1/3	5	3
Сложность управления	3	1	3	2
Функциональность	1/5	1/3	1	3
Служба поддержки	1/3	1/2	1/3	1

Таблица 19 - Матрица попарных сравнений для ПО для каждого критерия

Критерий	ПО, которое сравниваем	ПО, с которым сравниваем
		ПО 1	ПО 2	ПО 3	ПО 4
Стоимость	ПО 1	1	5	1/9	1/3
	ПО 2	1/5	1	1/8	1/7
	ПО 3	9	8	1	4
	ПО 4	3	7	1/4	1
Критерий	ПО, которое сравниваем	ПО, с которым сравниваем
		ПО 1	ПО 2	ПО 3	ПО 4
Сложность управления	ПО 1	1	7	1/3	1/2
	ПО 2	1/7	1/7	1/5	1/3
	ПО 3	3	5	1	1/4
	ПО 4	2	3	4	1
Критерий	ПО, которое сравниваем	ПО, с которым сравниваем
		ПО 1	ПО 2	ПО 3	ПО 4
Функциональность	ПО 1	1	1/7	7	3
	ПО 2	7	1	9	5
	ПО 3	1/7	1/9	1	1/5
	ПО 4	1/3	1/5	5	1
Критерий	ПО, которое сравниваем	ПО, с которым сравниваем
		ПО 1	ПО 2	ПО 3	ПО 4
Служба поддержки	ПО 1	1	1/3	7	3
	ПО 2	3	1	9	1/4
	ПО 3	1/7	1/9	1	1/5
	ПО 4	1/3	4	5	1

На следующем этапе считаем вектор приоритетов для каждой из матриц попарных сравнений, на основе которых мы будем принимать решение о том, какой метод в итоге выбрать. Также необходимо рассчитать лmax, ИС, ОС. Для нахождения лmax, необходимо определить относительную ценность каждого элемента. Для определения относительной ценности каждого элемента необходимо найти геометрическое среднее и с этой целью перемножить все n элементов каждой строки и из полученного результата извлечь корни n-й степени [20, с.38]. В результате получаем вектор приоритетов: q2 = (q21, q22, q23, …..q2n), где индекс 2 означает, что вектор приоритетов относится ко второму уровню иерархии. Подобную процедуру проделываем для всех матриц парных сравнений.

С целью определения, согласована ли матрица парных сравнений, необходимо определить индекс согласованности и отношение согласованности. Индекс согласованности (ИС) в каждой матрице и для всей иерархии может быть выражен следующим способом:

, (27)

Так как в данном случи таблицы имеют размерность 4, то n=4. ОС находится как частное от деления ИС на коэффициент случайной согласованности, который определяется также исходя из размерности матрицы. В данном случаи так как n=4, коэффициент будет равен 0,9 [20, c.39]. Для экономии места и повышения точности расчета проведем данные вычисления непосредственно в Excel.

Таблица 20- Матрица попарных сравнений для уровня 2

Критерий	Ст-ть	Сложность управления	Функциональность	Служба поддержки	Вектор приоритетов
Стоимость	1	1/3	5	3	0,318
Сложность управления	3	1	3	2	0,437
Функциональность	1/5	1/3	1	3	0,142
Служба поддержки	1/3	1/2	1/3	1	0,103

лmax = 4,640;

ИС= 0,174;

ОС= 0,193.

При анализе таблицы 20 удалась определить , что критерий отношений согласованности (СО) получился в приделах [10%;20%], что может свидетельствовать о том, что матрица согласована и данные могут использоваться для дальнейшего исследование. Проведем такую же процедуру по остальным таблицам сравнения.Теперь рассчитаем матрицу 3 уровня для каждого из критериев ( Для удобства рассчитаем для каждого, а потом соберем в итоговую таблицу).

Таблица 21 - Стоимость

Критерий	ПО, которое сравниваем	ПО, с которым сравниваем	Вектор приоритетов
		ПО 1	ПО 2	ПО 3	ПО 4
Стоимость	ПО 1	1	5	1/9	1/3	0,1
	ПО 2	1/5	1	1/8	1/7	0,037
	ПО 3	9	8	1	4	0,611
	ПО 4	3	7	1/4	1	0,252

лmax= 4,32;

ИС = 0,12;

ОС = 0,133;

Таблица 22 - Сложность управления

Критерий	ПО, которое сравниваем	ПО, с которым сравниваем	Вектор приоритетов
		ПО 1	ПО 2	ПО 3	ПО 4
Сложность управления	ПО 1	1	7	1/3	1/2	0,215
	ПО 2	1/7	1/7	1/5	1/3	0,040
	ПО 3	3	5	1	1/4	0,278
	ПО 4	2	3	4	1	0,468

лmax = 4,467;

ИС = 0,156;

ОС = 0,173.

Таблица 23 - Функциональность

Критерий	ПО, которое сравниваем	ПО, с которым сравниваем	Вектор приоритетов
		ПО 1	ПО 2	ПО 3	ПО 4
Функциональность	ПО 1	1	1/7	7	3	0,202
	ПО 2	7	1	9	5	0,646
	ПО 3	1/7	1/9	1	1/5	0,036
	ПО 4	1/3	1/5	5	1	0,116

лmax = 4,84;

ИС = 0,181;

ОС = 0,201.

Таблица 24 - Служба поддержки

Критерий	ПО, которое сравниваем	ПО, с которым сравниваем	Вектор приоритетов
		ПО 1	ПО 2	ПО 3	ПО 4
Служба поддержки	ПО 1	1	1/3	7	3	0,320
	ПО 2	3	1	9	1/4	0,317
	ПО 3	1/7	1/9	1	1/5	0,047
	ПО 4	1/3	4	5	1	0,316

лmax=4,914;

ИС = 0,198;

ОС =0,22.

После того как были рассчитаны все необходимые коэффициенты, рассмотрим финальную таблицу, в который наиболее удовлетворительное ПО для конкретной организации будет иметь наибольший обобщенный приоритет из всех возможных вариаций и выберем то программное обеспечение, которое оптимально будет внедрить для управления запасами. Все расчетные векторы приоритетов собираются в единую таблицу, где каждое значения показателя умножается на значение крите...