Результатом выполнения описанных алгоритмов будут показатели среднего запаса, уровня сервиса, 5% неснижаемого остатка (рассчитывается как 5-й перцентиль распределения уровня запаса), график размещения заказов для каждой схемы. Уровень сервиса на этом этапе всегда больше целевого. Далее происходит выбор лучшей схемы, гарантирующей минимальный уровень среднего запаса. Примеры выбора схем с фиксированными параметрами представлен на Рис. 3.8. Каждая диаграмма соответствует выбору схемы для одного SKU, в одном случае лучшей схемой оказалась (T, S), а в другом - (T, R, Q). Различные результаты объясняются особенностями поведения схем в условиях кратности размера заказа заданному для каждой дочерней компании минимальному объему и особенностями распределения спроса.

Рис. 3.8 Пример выбора схемы для двух SKU

Динамика уровня запаса для SKU слева на Рис. 3.8 представлена на Рис. 3.9. Уровень совокупного запаса в пути и на складе превышает целевой уровень из-за кратности размера заказа.



Рис. 3.9 Динамика уровня запаса для лучшей схемы одного из непрогнозируемых SKU

Алгоритм поиска параметров для схем с прогнозированием отличается - он проще, поскольку подбирается только параметр страхового запаса, остальные - пересчитываются каждые T дней по формулам, указанным в Главе 2. Алгоритм основан на бинарном поиске минимального страхового запаса, обеспечивающего хотя бы целевой уровень сервиса:

1. число стандартных отклонений, необходимых для обеспечения 100% уровня сервиса,

2. Прогон модели в течение года с 10-ю репликациями. Усреднение достигнутого уровня сервиса

3. Если заданная точность определения страхового запаса не достигнута: , то переход на шаг 4. Иначе, выход, страховой запас найден

4. . Если достигнутый уровень сервиса превышает целевой, то . Иначе, . . Шаг 2



Рис. 3.10 Выбор лучшей схемы с прогнозированием для двух SKU

Описанные алгоритмы позволяют находить параметры схем пополнения быстрым и удобным способом, их преимуществом над OPTQUEST является то, что они основаны на знании характера роста среднего запаса в пространстве параметров и потому быстро сходятся и легко интерпретируются. Они являются узконаправленными в область поиска параметров схем пополнения, обеспечивающих минимальный уровень запаса при выполнении ограничения на уровень сервиса, т.е. определить параметры схем пополнения, обеспечивающие минимальные совокупные затраты, с их помощью не получится.

Динамика параметров схемы, уровня запаса в течение трех лет представлена на Рис. 3.11.



Рис. 3.11 Динамика параметров S, R и уровня запаса для схемы (T, R, S) с прогнозированием

Видно, что точка размещения заказа и целевой уровень регулярно, каждые 1-2 месяца, пересчитываются исходя из прогноза спроса, подверженного случайной, нормально распределенной ошибке. Страховой запас при этом определен заранее подбором по описанному ранее алгоритму и остается постоянным.

Аналогично определяются лучшие схемы для всех SKU, доли схем среди лучших для всего ассортимента представлены для каждой дочерней компании на Рис. 3.12. Схема (T, R, Q) для всех дочерних компаний показывает лучший результат на ассортименте, соотношение остальных схем среди лучших почти одинаковое, но (T, R, S) все же немного чаще, чем (T, S) становится лучшей.



Рис. 3.12 Результаты подбора параметров схем пополнения для всего ассортимента ежемесячного сценария

Распределение отношений среднего запаса для моделей попарно для всего ассортимента дочерних компаний представлено на Рис. 3.13. Среднее отношение (красным) не должно значимо отличаться от единицы (черным), если схемы эквивалентны. Заметно, что эквивалентности нет ни в одном из случаев. (T, R, S) оказывалась хуже, чем (T, S), в среднем на 7 и 19% для NLMK Clabecq и NLMK Dansteel соответственно на всем ассортименте. Средний запас (T, R, Q) оказывался, в среднем, меньше среднего запаса (T, S) на 3 и 6%. (T, R, Q) показала больший средний запас, т.е. оказывалась хуже на всем ассортименте на 12 и 27%.



Рис. 3.13 Соотношение результатов разных моделей по среднему запасу для двух дочерних компаний



Отличия между схемами в условиях случайного спроса и сроков доставки, фиксированного интервала и размера заказа, кратного минимальному, требуют отдельного исследования. Оно было проведено на нормальных распределениях при различных коэффициентах вариации и показало, что запас (T, S) завышен вследствие возможности превышения уровнем совокупного запаса целевого уровня и пропуска заказа в очередной момент завершения интервала T, такое случается тем чаще, чем выше коэффициенты вариации. Аналогичная ситуация с (T, R, S). (T, R, Q) пропускает момент размещения заказа реже.

Вместе с поиском параметров осуществлялась запись графика размещения заказов. Графики для оптимальных параметров сохранялись. На Рис. 3.14 представлена динамика размещения заказов в объемном выражении, сгруппированная по классам SKU на основе ABC XYZ анализа. Заметно, что доминируют оставшиеся после исключения SKU классов AY и AZ, хотя для некоторых дочерних компаний, для которых данных о прогнозировании было много, например, для NLMK Clabecq, заметен вклад и других классов. Всего за год поступило заказов на производство почти на 3 млн тонн, что в целом подтверждает достоверность моделирования спроса с учетом того, что за год отгружается 2,7 млн тонн слябов - заказы на 0,3 млн тонн поступили, но еще не выполнены.



Рис. 3.14 Графики размещения заказов в структуре классов ABCXYZ для месячной кратности интервала

Таким образом, были определены параметры схем пополнения, обеспечивающие минимальный уровень запаса на складах дочерних компаний при достижении целевого уровня сервиса для сценария кратности интервала между заказами месяцу. Долее необходимо определить параметры схем пополнения и сформировать график размещения заказов для второго сценария кратности интервала неделе. Процедура совпадает с уже описанной, меняется только один параметр модели, размер кратности интервала, с месяца на неделю для трех дочерних компаний.

Динамика поступления заказов для второго сценария представлена на Рис.3.15. Заказы для трех дочерних компаний размещаются чаще, в меньшем объеме, суммарный объем заказов за год при этом примерно совпадает с суммарным объемом при ежемесячном размещении заказов.



Рис. 3.15 Графики размещения заказов в структуре классов ABCXYZ для недельной кратности интервала

Относительные результаты работы схем при переходе на еженедельный сценарий существенно не изменились, (T, R, Q) показывает, в среднем, лучший результат чаще.

Итак, были определены параметры схем пополнения, обеспечивающие целевой уровень сервиса и минимальный уровень запаса для двух сценариев. Сравнение среднего запаса и оборачиваемости для двух сценариев представлено на Рис. 3.16 для дочерних компаний, которых затрагивает переход - их пополнение на данный момент осуществляется на основе месячной кратности.



Рис. 3.16 Средний прирост оборачиваемости по классам ABC XYZ при переходе на недельную кратность интервала между заказами

Оборачиваемость для всех классов и дочерних компаний увеличилась при переходе на недельную кратность интервала между заказами. Наименьшее увеличение показал класс AY для дочерней компании NLMK Clabecq в Бельгии - на 7%. Существенно увеличилась оборачиваемость AY для NLMK Verona - на 58%, BZ для NLMK Clabecq - на 49%, CZ для NLMK Verona - на 29% и BZ для NLMK Dansteel - на 29%. В целом рост оборачиваемости, в среднем, по дочерним компаниям составил от 18 до 34%. Различие объясняется разными возможностями прогнозировать спрос, особенностями потребления. Можно было ожидать, что при переходе на второй сценарий произойдет пропорциональное, 75% увеличение оборачиваемости, но нужно помнить, что переход произошел только по кратности интервала - раньше заказ размещался не чаще одного раза в месяц, а теперь не чаще одного раза в неделю, но по некоторым SKU из-за наличия минимального размера заказа рациональное размещение заказа происходит по-прежнему раз в месяц и т.п.

Для анализа экономический последствий предлагаемого перехода на недельную кратность необходимо иметь данные об абсолютном сокращении уровня запаса. Структура абсолютного сокращения представлена на Рис. 3.17: больше остальных переход затронул дочернюю компанию NLMK Dansteel - средний запас для SKU классов AY и AZ, обладающих большей себестоимостью, сократился на 300 и 500 т - на 11% и 22% соответственно. В целом, в очередной момент времени, дочерние компании в сумме хранят на 0,6 млн тонн запаса меньше при недельной кратности, чем при месячной.

Рис. 3.17 Структура сокращения уровня запаса в абсолютном выражении по классам ABC XYZ и дочерним компаниям

Динамика суммарного запаса для всех SKU для дочерних компаний, которых затронул переход между сценариями, показана на Рис. 3.18.



Рис. 3.23 Динамика уровня запаса для двух сценариев по дочерним компаниям

При средней себестоимости тонны слябов в 14 тыс. руб. такое сокращение означает сокращение капитала, иммобилизованного в запасах в очередной момент времени, в среднем по ассортименту, на 8,6 млрд рублей или 143 млн долл. Это означает, что высвобожденный капитал в течение года может приносить доход, пропорциональный ROI и равный 1,3 млрд рублей или 21,5 млн долл. в год. Сократятся, но несущественно, и затраты на хранение.

Итак, в данном разделе была описана процедура поиска параметров схем пополнения с учетом и без учета прогнозирования, описаны и проанализированы результаты, отличия схем пополнения. Сформированы графики размещения заказов для двух сценариев месячной и недельной кратности интервала между заказами. Описан эффект от перехода между сценариями за счет сокращения уровня запаса - иммобилизованного капитала, заключающийся в появлении возможности генерации дополнительного дохода. Очевидно, сокращение интервала между заказами может привести к росту других статей затрат. Наиболее существенными из них могут быть затраты на производственные переналадки. Меньшее влияние окажет изменение затрат на доставку заказа от цеха в Липецке до дочерних компаний железнодорожным и морским транспортом - за счет возможного увеличения числа судовых партий. В рамках данной работы размер судовых партий и частота отправки судов принимаются фиксированными, было сделано допущение о неизменности сроков доставки - в обоих сценариях производимые слябы накапливаются в порту в судовые партии одинакового размера. Перейдем к более подробному рассмотрению изменения производственных затрат.

Анализ изменения производственных затрат при изменении сценария пополнения. Отличие в величине производственных затрат между сценариями обусловлено тем, что в случае месячной кратности интервала между заказами заказы поступают в производство, например, первого числа каждого месяца, обладая относительно большим размером, а плановая дата их отгрузки соответствует, например, первому числу следующего месяца, и производственное планирование имеет возможность составить менее затратную последовательность из плавок, на которые делятся заказы, по сравнению со сценарием недельной кратности интервала. В последнем случае первого числа очередного месяца производство располагает только частью заказов от прежнего множества за месяц, поскольку часть поступивших заказов покрывает одну, две или три недели, в зависимости от SKU, потребности дочерних компаний. Поэтому производственному планированию придется комбинировать последовательность плавок только из имеющихся заказов, а заказы, поступающие в течение месяца, будут обновлять производственный план. Такая ситуация повлечет увеличение затрат на производственные переналадки и брак, возникающих при переходе по толщине и на плавку, отличающуюся по ширине и/или химическому составу. Например, пусть в сценарии месячной кратности первого числа поступили 3 заказа разных химических марок и ширины по 4 плавки каждый на слябы двух особенных толщин, которые могут быть произведены только на одной из УНРС.



Размещено на http://www.allbest.ru/

На основе множества плавок из трех заказов лучший производственный план будет иметь 2 серии: переход по толщине, перехода по химическому составу и перехода по ширине. Затраты на исполнение такого плана составят:

Иная ситуация в случае, когда для комбинирования в момент составления плана доступно не все множество плавок, а только его часть (Рис. 3.19):



Размещено на http://www.allbest.ru/

Рис. 3.19 Пример производственного плана для сценария недельной кратности

План основан на намного более затратной последовательности с большим числом переходов и серий: , затраты на его реализацию составят почти в три раза больше:

На практике компания ежегодно обрабатывает заказы на 2,7 млн тонн слябов, 18000 плавок, составляя из них около 2000 серий. Затраты компании на переходы между сериями в 2017 г. при действии первого сценария месячной кратности интервала составили около 500 млн руб., убытки от брака при переходах по ширине и химическому составу около 600 млн руб. в сумме по заказам всех дочерних компаний, т.е. совокупные производственные затраты, по первому сценарию работы схем пополнения равны около 1,1 млрд руб. Увеличение этих затрат больше, чем в 2 раза при переходе на недельную кратность повлечет нивелирование эффекта от генерации дополнительного дохода капиталом, высвобожденным из запасов. Выше было показано, как происходит увеличение затрат в 3 раза, однако фактический эффект будет отличаться: переход будет осуществлен не по всем SKU, поскольку для некоторых оптимальный интервал кратен месяцу, большое количество заказов имеют объем, который распределяется на несколько серий, и сокращение его в два раза не приведет к увеличению числа производственных переналадок, заказы поступают от всех дочерних компаний, и на очередную неделю придется большое число плавок, из которых можно составить более эффективную последовательность, чем показанная выше. Тем не менее, производственные затраты требуют оценки для проверки целесообразности перехода на сценарий недельной кратности. Это могло быть сделано программными инструментами, алгоритмом формирования производственного графика из модуля производства в соответствии с предложенным подходом, однако на большом числе плавок алгоритм на данный момент не позволяет найти оптимальное по производственным затратам решение за разумное время, а работает только при небольшой размерности. Поэтому оценка изменения затрат сделана вручную в соответствии с правилами, по которым специалист по производственному планированию формирует производственный план сейчас. График переналадки по толщине для всех УНРС построен на основе графика поступления заказов, сформированного для сценария недельной кратности ранее, и представлен на Рис. 3.20.



Рис. 3.20 Годовой график перестройки по толщине для сценария недельной кратности

УНРС 5 и 9 могут производить слябы только одной толщины, поэтому изменение сценариев затрагивает только переходы по толщине на 6,7 и 8 УНРС. Количество переходов между сериями увеличилось, в среднем, на 48% - с 2011 до 2975. Динамика количества переходов между сериями в течение года для двух сценариев представлена на Рис. 3.21.

Рис. 3.21 Динамика количества переходов между сериями для сценария недельной кратности



В сумме на переходы между сериями, смену оснастки оборудования, за год при переходе на сценарий недельной кратности тратится на 250 млн руб. больше.

Количество переходов по химическому составу оценить вручную не представляется возможным и рациональным, поскольку химический состав при движении по последовательности плавок не является фиксированным для марок, а изменяется в зависимости от марок плавок, уже включенных в серию. Поэтому сделано допущение, что количество переходов по химическому составу возрастет во столько же раз, во сколько выросло количество переходов по ширине. Динамика объема брака представлена на Рис. 3.22.

Рис. 3.22 Динамика объемов брака для двух сценариев

Суммарный накопленный за год объем брака возрастет с 41 тыс. т до 77 тыс. т, т.е. почти в 2 раза. Это приведет к увеличению совокупных убытков от брака с 614 млн руб. до 1,16 млрд руб., т.е. на 546 млн руб. В целом эффект от перехода на недельную кратность интервала между заказами оценивается в увеличении производственных затрат на 796 млн руб. Следует отметить, что поскольку производственные планы строились вручную по большей части на основе простой группировки заказов по параметрам ширины, толщины и марки, то итоговые планы для сценария недельной кратности далеки от оптимальных, и алгоритм перебора скорее всего выдал бы лучшее решение, т.е. указанная оценка увеличения затрат на производственные переналадки является завышенной.

Итак, в данном разделе приведено описание этапов оценки увеличения затрат на производственные переналадки и брак при переходе от сценария месячной к сценарию недельной кратности интервала между заказами. Переход приведет к увеличению годовых затрат на производство менее, чем на 796 млн руб. Перейдем к разработке организационных изменений в поддержку реализуемого проекта и более подробному экономическому обоснованию полученных результатов с учетом высвобождения иммобилизованного в запасах капитала

3.2 Совершенствование организационной структуры в поддержку внедрения разработанного подхода

При анализе организационной структуры управления логистикой и взаимодействием функциональных подразделений управления в г. Москве с подразделениями других компаний было выявлено три главные проблемы:

· Подчинение специалиста по управлению цепями поставок вице-президенту по логистике - конфликт с теорией УЦП

· Отсутствие выделенного функционального подразделения по управлению запасами в цепи поставок - функцию реализует специалист по УЦП параллельно с выполнением множества задач, сниженное внимание к проблемам с уровнем запасов

· Загруженность специалиста по управлению цепями поставок проектами и процессом общения с подразделениями компаний Группы - сниженные скорость и качество работы по внедрению проектов и развития

При этом преимуществом существующей организации управления является реализация проектного принципа взаимодействия между высшими руководителями подразделений, что приводит к высоким качеству и скорости координации, обмена данными и принятия решений при работе над многочисленными проектами. Для того, чтобы интегрированное планирование происходило более эффективно необходимо избавиться от указанных проблем и узких мест, сохранив существующее преимущество для поддержания высоких скорости развития, гибкости и адаптивности цепи поставок. С этой целью предлагается внести в организационную структуру следующие изменения:

· Переименовать должность «Вице-президент по логистике» в «Вице-президент по управлению цепями поставок», поскольку это более полно отражает характер деятельности по организации процессов от приема заказов конечных потребителей, обеспечения производственного процесса сырьем и материалами до доставки произведенного заказа

· Внутри Управления вице-президента по УЦП выделить направление по управлению запасами во главе с соответствующим руководителем, в подчинении которого находится специалист-аналитик по управлению запасами. Направление должно быть сфокусировано на проблемах контроля, анализа движения запасов в цепи поставок, поиске путей сокращения запасов, повышения их оборачиваемости с учетом ограничений других функциональных областей. Кроме того, оно призвано снизить нагрузку на направление по стратегическому развитию логистики, которое отвлечено сейчас от проектов развития, внедрения УЦП на вопросы управления запасами и координацию с многочисленными подразделениями по ним. Сотрудники направления входят в проектную группу при вице-президенте, имеют возможность быстро координировать свои действия с руководителями смежных функциональных областей, оказывать на них влияние

· Выделить в структуре штатных специалистов по моделированию процессов в отделе развития логистики, входящем в направление бережливого производства, и цепи поставок в подчинении руководителя по стратегическому развитию логистики. Это необходимо, чтобы снять непрофильную нагрузку со специалиста по УЦП и оказать профессиональную поддержку проектов, в которых использование специальных инструментов, программного обеспечения для моделирования, в том числе имитационного, необходимо для обоснования принятия решений. Таких проектов становится все больше, многие из них являются масштабными, сложными с технической точки зрения и с позиций дальнейшей поддержки и расширения, объединения с другими проектами. Они требуют глубоких знаний процессов компании и с трудом могут быть реализованы сторонней компанией с обеспечением долгосрочной поддержки. Компания уже сейчас располагает программным обеспечением для внедрения этого изменения. Проекты по моделированию, реализуемые штатными сотрудниками на приобретенном программном обеспечении требуют небольших инвестиций относительно затрат на работу приглашенных консалтинговых компаний и позитивного эффекта, который их реализации может оказать на эффективность, рентабельность цепи поставок

Скорректированный вариант организационной структуры представлен на Рис. 3.24:



Рис 3.23 Корректированная организационная структура Управления вице-президента по логистике

За работу с разработанной в рамках предложенного подхода моделью отвечает специалист по моделированию цепей поставок. Вместе со специалистом по УЦП он разрабатывает стандартизованные формы отчетов для специалистов по планированию спроса и закупок дочерних компаний, планированию производства на заводе в г. Липецке для того, чтобы вместе со специалистом по управлению запасами осуществлять контроль процессов, показателей, уровня запасов в цепи поставок и в стандартной форме регулярно получать данные для обновления модели планирования и проигрывания на ней различных сценариев развития, изменений, предлагаемых, например, смежным подразделением внешней логистики или бережливого производства по инициативе специалиста по моделированию логистических процессов. Специалист по УЦП, по моделированию ЦП и управлению запасами регулярно, раз в две недели проводят в электронном формате встречи со специалистами по планированию производства в Липецке, спроса и закупок дочерних компаний для контроля показателей цепи поставок, обсуждения последствий принятых решений, разработки предложений по совершенствованию процессов цепи поставок с учетом возможности проверки их эффективности на разработанной модели.

Итак, в данном разделе описаны рекомендации по изменению организационной структуры аппарата управления цепями поставок Группы в поддержку внедрения концепции УЦП, интегрированного планирования на основе разработанного подхода с использованием имитационного моделирования. Предложено расширить аппарат за счет выделения направления по управлению запасами и штатных сотрудников, осуществляющих поддержку многочисленных проектов путем разработки моделей цепи поставок на тактическом уровне и отдельных логистических процессов на операционном уровне.

3.3 Расчет экономической эффективности разработанных предложений

В результате перехода с месячной кратности на недельную сократится капитал, иммобилизованный в запасах за счет сокращения их уровня. Использование в обороте компании высвобожденного капитала с отдачей, равной ROI - 15%, позволит получать дополнительный доход в 1,3 млрд рублей в год. При этом производственные затраты возрастут на 796 млн рублей в год, т.е. в итоге компания сможет в год получать на 550 млн рублей или 9,17 млн долларов больше в случае недельной кратности интервала между заказами. Более подробно оценить эффект перехода между сценариями на показатели операционной эффективности компании, оборачиваемость активов, прибыль, рентабельность бизнеса позволяет модель стратегической прибыли DuPont.

Годовые затраты на замену оснастки разливочного ковша зависят от количества серий, переходы между которыми совершены за год. Количество серий является кусочно-постоянной функцией от количества плавок, слябов - совокупные затраты на переходы между сериями остаются постоянными от количества плавок в рамках одной серии, размер которой хоть и может меняться, но очень мал по сравнению с количеством плавок, совершаемых за год. Поэтому можно считать затраты на смену оснастки между плавками переменными (условно-переменными), пропорциональными объему производимой продукции. Убытки от списания брака возникают при переходе между плавками различных ширины и химического состава в рамках одной серии и также являются кусочно-постоянной функцией от объемов, интервалы постоянства которой сравнительно малы по сравнению с годовым производимым объемом, поэтому их также можно считать переменными, пропорциональными объему. Однако увеличение указанных затрат произойдет не из-за увеличения годового объема производимой продукции, он одинаков для обоих сценариев, а вследствие изменения в планировании загрузки производства, которое было описано ранее. Таким образом, изменившиеся совокупные затраты на производственные переналадки за год относятся к классу переменных косвенных и в результате перехода между сценариями переменные затраты возрастут на 796 млн руб., 12,5 млн долл. или на 1,2% с 1003,0 до 1015,3 млн долл. Постоянные затраты на обслуживание зданий, складских площадей, находящихся у всех рассматриваемых компаний в собственности, амортизацию материальных внеоборотных активов, величина которых не изменяется в зависимости от сценария, остаются постоянными, равными 451 млн долл. в год. Увеличение переменных затрат приведет к увеличению общих затрат :

на 12,5 млн долл. или на 0,9%.

Одновременно, за счет увеличения частоты размещения заказов, сокращения их размера сократится средний уровень запасов так, что их стоимость снизится на 8,6 млрд руб., 143,3 млн долл. или на 7,6%. Изменение кратности интервала между заказами, его сокращение может влиять на длительность периода DSO (Days Sales Outstanding) между продажей и получением оплаты, поскольку продажа может осуществляться в соответствии с недельной кратностью интервала поступления заказов, а оплата дочерними компаниями - по прежнему сценарию. Это повлияет на величину дебиторской задолженности, однако в рамках данной работы этот эффект не рассматривается, поэтому величина наличных денежных средств и дебиторской задолженности неизменна и составляет 1585 млн долл. Не изменяется и величина прочих текущих активов, которые могут быть конвертированы в денежные средства за один коммерческий цикл и составить 1247 млн долл. Сокращение стоимости запасов напрямую приведет к сокращению величины текущих активов на 3%, общей стоимости активов на 1,3% и косвенно - к росту выручки компании за год, поскольку высвобожденные средства могут приносить дополнительный доход в 15% (ROI) от их объема. В модели получение дополнительного дохода от использования в обороте высвобожденных денежных средств отнесено к росту объема валовых продаж в денежном выражении на млн долл. в год или на 0,2%. Себестоимость реализованной продукции при этом остается без изменений, равной 6798 млн долл., что приводит к росту валовой прибыли (ВП) на величину полученного дополнительного дохода в 21,5 млн долл. или на 0,7%. Рост общих затрат за счет переменной части, увеличение валовой прибыли приводят к росту подоходного налога :

с 362,6 до 364,4 млн долл. или на 0,5%. Прирост чистой прибыли (ЧП) в связи с этим составит только 7,2 млн долл. в год или 0,5%. Увеличение рентабельности по чистой прибыли составит 0,3%, т.к. вырастет и величина чистой прибыли и валовых продаж. С учетом сокращения объемов активов и роста выручки оборачиваемость активов увеличится на 1,4% в абсолютном выражении с 91,53% до 92,94% или на 1,5% как отношение оборачиваемости по сценарию недельной кратности к оборачиваемости по исходному сценарию. Рентабельность активов возрастет с 13,19% до 13,43%, т.е. относительный прирост составит 1,7%. Изменится и величина финансового рычага: за счет уменьшения объемов активов она сократится с 1,69 до 1,67. Итоговый суммарный эффект от перехода на недельную кратность интервала между заказами и пополнение запасов дочерних компаний в соответствии с рассчитанными параметрами схем пополнения приведет к абсолютному увеличению доходности собственного капитала компании на 0,11% или 0,4% через отношение значений сценариев. Описанные изменения объединены в Таблице 3.3:

Таблица 3.3 Агрегированные результаты внедрения разработанного подхода

Наименование фактора	Текущее значение, млрд руб.	Значение по предлагаемому сценарию, млрд руб.	Изменение, млрд руб, %
Стоимость запасов	112,74	104,10	-12,34 (-11%)
Выручка	603,90	605,19	+1,29 (+0,2%)
Себестоимость вспомогательных материалов	0,50	0,75	+0,25 (+50%)
Себестоимость неисправимого брака	0,61	1,16	+0,55 (+89%)

Итак, в данном разделе приведено экономическое обоснование целесообразности перехода на предлагаемый сценарий недельной кратности интервала между заказами в соответствии с разработанным подходом с использованием имитационного моделирования для поиска параметров схем пополнения. Однако приведенное обоснование является только поверхностям отражением потенциального эффекта использования интегрированной модели планирования всей цепи поставок, включающей 3 модуля, концептуальные основы и архитектура которых описаны в Главе 2 данной работы. Описанный эффект от перехода между сценариями не отражает многих закономерностей в работе цепи поставок и не учитывает ряд ограничений, затрат на доставку, последствий изменения сроков выполнения заказа, сокращения уровня запасов, находящихся в пути и т.п. Описанные результаты относятся лишь к первой итерации проекта внедрения интегрированного планирования цепи поставок, их недостаточно для полного обоснования внедрения предлагаемых изменений. Окончательные результаты планируется получить в течение следующего года. Конечная цель проекта разработки имитационной модели цепи поставок, интегрирующей несколько модулей, состоит в поддержке планирования цепи поставок на основе работы с моделью как с диспетчерским центром, куда направляются данные разных отделов компаний-звеньев цепи, и на их основе проигрываются различные сценарии, происходит поиск баланса в работе звеньев на основе целевых показателей функционирования цепи поставок, которые рассчитывает модель, производится анализ устойчивости и чувствительности показателей к изменениям.



Заключение

В данной работе произведен анализ хозяйственной, финансово-экономической, логистической деятельности компании ПАО «НЛМК», ее положения на рынке. Выявлены проблемы с процессом управления запасами, их низкой оборачиваемостью, организационной структурой управления логистическими функциями. Приведено описание процесса разработки подхода к совершенствованию системы управления запасами в цепи поставок компании в рамках проекта внедрения интегрированного планирования с опорой на теорию управления запасами, применением имитационной модели, интегрирующей модули формирования заказа на пополнение запасов дочерних компаний, а также модули его производства и доставки. Завершена первая итерация проекта, найдены параметры схем пополнения для двух сценариев недельной и месячной кратности интервала между заказами, сформированы графики поступления заказов для каждого сценария. Произведена оценка изменения производственных затрат при переходе на недельную кратность. Результаты первой итерации, заключающиеся в сокращении стоимости запасов на 143,3 млн долл., повышении чистой прибыли на 7,2 млн долл. в год, рентабельности собственного капитала на 0,11%, позволяют судить о целесообразности перехода систем пополнения запасов трех дочерних компаний с месячной на недельную кратность интервала между заказами.

Кроме того, разработаны и описаны алгоритмы для поиска значений параметров схем пополнения, страхового запаса с учетом кратности размера заказа минимальному объему, предложены модификации схем пополнения с учетом прогнозирования на основе нормально распределенной ошибки прогноза. Разработаны рекомендации по внедрению предложенного подхода к планированию движения запасов в цепи поставок, основанные на изменении организационной структуры Управления вице-президента по логистике.

Таким образом, цель данной работы по сокращению совокупных затрат, связанных с движением запасов в цепи поставок достигнута. Тем не менее, разработанный подход реализован не полностью и приведенные результаты требуют дополнения с учетом работы всех модулей интегрированной имитационной модели. Описание поэтапного совершенствования предложенного подхода будет содержаться в последующих работах.

СПИСОК ЛИТЕРАТУРЫ

1. A Brief History Of Simulation [Конференция] / авт. David Goldsman Richard E. Nance, James R. Wilson // Proceedings of the 2009 Winter Simulation Conference. - [б.м.] : Winter Simulation Conference, 2009.

2. An Adaptive Hyperbox Algorithm for High-Dimensional Discrete Optimization via Simulation Problems. [Журнал] / авт. J. Xu B. L. Nelson, L. J. Hong. - [б.м.] : INFORMS Journal on Computing, 2013 г.. - 25.

3. An artificial neural network meta-model for constrained simulation optimization [Журнал] / авт. Mohammad-Nezhad Ali. - [б.м.] : Journal of the Operational Research Society, 2013 г.. - Т. 1.

4. An efficient algorithm for computing an optimal (R, Q) policy in continuous review stochastic inventory systems [Журнал] / авт. Federgruen A., and Y. S. Zheng. - New York : Operations Research, 1989 г.. - 40 : Т. -.

5. An Inventory-Location Model: Formulation, Solution Algorithm and Computational Results [Журнал] / авт. Shen Mark S. Daskin,Collette R. Coullard, Zuo-Jun Max. - Gainesville : Annals of operations research, 2002 г.. - 110 : Т. 1.

6. An overview of simulation optimization via random search [Журнал] / авт. Andradottir S.. - [б.м.] : Handbooks in Operations Research and Management Science, 2006 г.. - 13 : Т. 2006.

7. Combined Location-Inventory Optimization of Deteriorating Products Supply Chain Based on CQMIP under Stochastic Environment [Журнал] / авт. Yong Ming Wang Hong Li Yin. - Kunming : Hindawi. Mathematical Problems in Engineering, 2018 г.. - 1 : Т. 2018.

8. Companies analytics [В Интернете] / авт. Reuters. - Reuters. - 10 05 2018 г.. - https://www.reuters.com/markets/stocks.

9. Computer Simulation as a Tool for Analyzing and Optimizing Real-Life Processes [Журнал] / авт. Domonkos Tomбљ. - [б.м.] : Management Information Systems, 2010 г.. - 1 : Т. 5.

10. CSCMP's Annual Logistics Report. Accelerating into Uncertainty [Отчет] / авт. ATKearney. - : CSCMP, 2017.

11. Ford Whitman Harris And The Economic Order Quantity [Журнал] / авт. University of California. - Los Angeles : Operations Research, 1990 г.. - 38 : Т. 6.

12. Ford Whitman Harris's Economical Lot Size Model [Журнал] / авт. Erlenkotter D.. - Los Angeles : International Journal of Production Economics, 2014 г.. - 155 : Т. -.

13. Generalized lagrange multiplier method for solving problems of optimum allocation of resources [Журнал] / авт. H. Everett. - Washington D.C : Operations Research, 1962 г.. - 2 : Т. -.

14. Global 3PL Market Size Estimates [В Интернете] / авт. Inc Armstrong & Associates // Armstrong & Associates. - Armstrong & Associates, 01 01 2018 г.. - 03 04 2018 г.. - http://www.3plogistics.com/3pl-market-info-resources/3pl-market-information/global-3pl-market-size-estimates/.

15. Introduction to Modeling and Simulation Systems [В Интернете] / авт. Team Simulation & Modeling. - University of Houston. - 10 05 2018 г.. - http://www.uh.edu/~lcr3600/simulation/historical.html.

16. Introduction to Stochastic Approximation Algorithms [В Интернете] / авт. Ny Jerome Le. - Ny, Jerome Le. - 10 05 2018 г.. - http://www.professeurs.polymtl.ca/jerome.le-ny/teaching/DP_fall09/notes/lec11_SA.pdf.

17. Inventory Control in Theory and Practice [Журнал] / авт. T.M Whitin. - Cambridge : The Quarterly Journal of Economics, 1952 г.. - 4 : Т. 66.

18. Investment Analytics [В Интернете] / авт. MarketWatch // MarketWatch. - 10 05 2018 г.. - https://www.marketwatch.com/investing.

19. Metaheuristics. [Журнал] / авт. Olafsson. - [б.м.] : Handbooks in Operations Research and Management Science, 2006 г.. - Т. 13.

20. Metals Manufacturing: Four Rules for Managing Inventory Better [В Интернете] / авт. al. Claudio Knizek et // BCG. - 1 03 2016 г.. - 10 05 2018 г.. - https://www.bcg.com/publications/2016/supply-chain-management-metals-manufacturing-four-rules-managing-inventory-better.aspx.

21. Novolipetsk Steel PAO [В Интернете] / авт. Reuters // Reuters. - 7 05 2018 г.. - 10 05 2018 г.. - https://www.reuters.com/finance/stocks/financial-highlights/NLMK.MM.

22. Operations and Supply Chain Simulation Using Anylogic [Книга] / авт. D. Ivanov. - Berlin : Berlin School of Economics and Law, 2017. - Т. 1.

23. Optimization of (s; S) Inventory Systems with Random Lead Times and a Service Level Constraint [Журнал] / авт. S. Bashyam M. Fu. - Washington : Management Science, 1997 г.. - 1 : Т. 1.

24. Organization chart [В Интернете] / авт. DANSTEEL NLMK // NLMK Dansteel. - 10 05 2018 г.. - http://www.dansteel.dk/data/files/DanSteel_Organisation%20Chart%20170123%20UK.pdf.

25. Proceedings of the 2007 Winter Simulation Conference [Конференция] / авт. S. Kim B. L. Nelson // Recent advances in ranking and selection. - Washington : Institute of Electrical and Electronics Engineers, 2007. - Т. 1.

26. Response surface methodology [В Интернете] / авт. Wikipedia // Wikipedia. - 8 02 2018 г.. - 10 05 2018 г.. - https://en.wikipedia.org/wiki/Response_surface_methodology.

27. Simulation and optimization of supply chains: alternative or complementary approaches? [Журнал] / авт. Almeder Christian. - [б.м.] : Springer-Verlag, 2008 г.. - Т. 1.

28. Simulation optimization in inventory replenishment: A classification [Журнал] / авт. H. Jalali I. Nieuwenhuyse. - Leuven : IIE Transactions, 2015 г.. - 47 : Т. 11.

29. State-Sponsored Overcapacity: The Looming Crisis In The Global Steel Industry [В Интернете] // Industry Today. - Industry Today, - - 2013 г.. - 5 Апрель 2018 г.. - https://industrytoday.com/article/state-sponsored-overcapacity-the-looming-crisis-in-the-global-steel-industry/.

30. Steel Supply Chains Management by Simulation Modelling [Журнал] / авт. M. Sandhu. - [б.м.] : Benchmarking: An International Journal, 2013 г.. - 1 : Т. 20.

31. Strategic Logistics Management [Журнал] / авт. J. R. Stock D.M. Lambert. - New York : McGraw Hill, 2001 г.. - 1 : Т. 4.

32. Strategy 2017 results [В Интернете] / авт. NLMK // NLMK. - 20 02 2018 г.. - 10 05 2018 г.. - https://nlmk.com/upload/iblock/183/nlmk_ifrs_q4_2017_presentation.pdf.

33. The Big Book of Simulation Modeling: Multimethod Modeling with Anylogic 6 [Книга] / авт. A. Borshchev. - [б.м.] : Amazon, 2013.

34. Trade-offs Between Customer Service and Cost in Integrated Supply Chain Design [Журнал] / авт. M.Daskin Z. Shen. - Evanston : Manufacturing and Service Operation Management, 2005 г.. - 3 : Т. 7.

35. Winter Simulation Conference 1998 [Конференция] / авт. Goldsman D. and Nelson, B. L. // Statistical screening, selection, and multiple comparison procedures in computer simulation.. - Washington : Institute of Electrical and Electronics Engineers, 1998. - Т. 1.

36. World Steel In Figures 2017 [Отчет] / авт. World Steel association. - Brussels : World Steel association, 2017.

37. Большая перемена (транспортная логистика НЛМК) [В Интернете] // Управление производством. - 15 01 2013 г.. - 10 05 2018 г.. - http://www.up-pro.ru/library/logistics/transport/bolshaya-peremena.html.

38. Группа НЛМК. Ключевые факты [В Интернете] / авт. НЛМК. - НЛМК, 2016 г.. - 6 05 2018 г.. - https://nlmk.com/upload/iblock/d1f/nlmk_cmd_2017_rus_preview_final_28.04.2017.pdf.

39. Имитационное моделирование системы управления запасами предприятия с фиксированным временем поставок [Журнал] / авт. Якимов И.М. Хоменко В.В., Аляутдинова Г.Р.. - [б.м.] : Вестник экономики, права и социологии, 2015 г.. - 4 : Т. 2015.

40. Исследование состава и структуры логистических затрат предприятия [Журнал] / авт. Т.Л. Якубовская. - Минск : Беларусский национальный технический университет, 2016 г.. - - : Т. -.

41. История имитационного моделирования [В Интернете] / авт. Н.А. Поляков // Национальное общество имитационного моделирования. - НОИМ. - 10 05 2018 г.. - http://simulation.su/uploads/files/default/obzor-polyakov-1.pdf.

42. Лагранжева двойственность [Презентация] / авт. Писарук Н.Н.. - Минск : Yandex, 2015 г.. - Т. 1.

43. Планирование эксперимента при поиске оптимальных условий [Книга] / авт. Ю.П. Адлер Ю.В. Маркова, Е.В. Грановский. - Москва : Наука, 1976. - Т. 1.

44. Раскрытие финансовых результатов за 4 квартал и 12 месяцев 2017 года по МСФО [Отчет] / авт. НЛМК. - Москва : НЛМК, 2018.

45. Управление запасами в цепях поставок [Книга] / авт. В.С. Лукинский. - Москва : Юрайт, 2017. - Т. 1.

46. Форум «Логист.ру/2015» [Конференция] / авт. С.К. Лихарев // Сокращение запасов продукции в портах как пример решения проблемы лебедя, рака и щуки. - Москва : https://www.youtube.com/watch?v=oqhWS92-eyA, 2015.

47. Цены на железную руду [В Интернете] / авт. finanz.ru // finanz.ru. - https://www.finanz.ru/birzhevyye-tovary/grafik/zheleznaya-ruda-cena.

Размещено на Allbest.ru

...