Система управления запасами Баженов Игорь Викторович, консультант по логистике, разработчик системы РЕЗУЛЬТАТ ОТ ВНЕДРЕНИЯ СИСТЕМЫ Stock-solver НА ПРИМЕРЕ ОДНОГО ПРОЕКТА Заказчик: Производственно-торговая компания (город Новосибирск) Вид.
Download ReportTranscript Система управления запасами Баженов Игорь Викторович, консультант по логистике, разработчик системы РЕЗУЛЬТАТ ОТ ВНЕДРЕНИЯ СИСТЕМЫ Stock-solver НА ПРИМЕРЕ ОДНОГО ПРОЕКТА Заказчик: Производственно-торговая компания (город Новосибирск) Вид.
Slide 1
Система управления
запасами
Баженов Игорь Викторович, консультант по логистике,
разработчик системы
Slide 2
РЕЗУЛЬТАТ ОТ ВНЕДРЕНИЯ СИСТЕМЫ Stock-solver
НА ПРИМЕРЕ ОДНОГО ПРОЕКТА
Заказчик: Производственно-торговая компания (город Новосибирск)
Вид продукции: оборудование для погрузо-разгрузочных работ
Кол-во SKU (позиций справочника товаров): более 27 000
Распределительная сеть: РЦ + 4 филиала (с удалённостью ~2000 км)
Показатель
Общий средний запас
всей номенклатуры
Доля дней дефицита (по
всем SKU)
Эффект от внедрения
системы
До внедрения
системы
После внедрения
системы
120 млн руб
78 млн руб
20%
6%
Свыше 600 000 р/мес.
Slide 3
Эффект от внедрения системы Stock-solver,
то есть что она даёт:
1. Увеличение маржинальной прибыли Компании за счёт
оптимизации уровня сервиса и сокращение затрат на
содержание запаса.
2. Высвобождение значительной части оборотных средств за счёт
снижения запаса до оптимального уровня (≈ в 1,5 – 3 раза),
ускорение оборачиваемости запаса и денежных средств.
3. Раннее выявление потенциальных неликвидов.
4. Появление возможности расширения ассортимента.
5. Снижение трудозатрат сотрудников, занимающихся закупками
(поставками, логистикой запасов).
Slide 4
Система учитывает индивидуальные
особенности каждой Компании:
• Вид деятельности (производство / продажи);
• Типы номенклатур;
• Условия работы с поставщиком;
• Конфигурацию цепи поставок и так далее.
Срок окупаемости – от 1 до 3 месяцев.
Модель строится как на базе 1С 8..., так и на базе
других информационных системах.
Slide 5
Увеличение маржинальной прибыли за счёт
оптимизации уровня сервиса (было/стало)
Slide 6
Высвобождение значительной части оборотных средств за счёт снижения
(до оптимального уровня) запаса, ускорение оборачиваемости запаса и
денежных средств
Было
Стало
ПОЯВЛЕНИЕ ВОЗМОЖНОСТИ РАСШИРЕНИЯ АССОРТИМЕНТА!
Slide 7
Функционал системы Stock-solver,
то есть что система делает:
По каждой позиции (SKU) рассчитывается «точка заказа» (ROP) –
уровень запаса, при котором необходимо сформировать заказ Поставщику
по данной позиции и оптимальный размер заказа.
То есть система попозиционно отвечает на вопросы:
«Когда заказывать?» и «Сколько заказывать?».
Критерий – максимизация результата:
где
Мпрод – (Сдост + Ссод) = ρ · Мспрос – (Сдост + Ссод),
Мпрод - маржинальная прибыль от продаж ;
Мспрос - маржинальная прибыль от потенциального спроса;
ρуровень сервиса (отношение продаж к спросу за период);
Сдост - затраты на доставку;
Ссод - затраты на содержание запаса.
с учётом ограничений на финансовые и складские ресурсы.
Slide 8
Учитываются сопутствующие товары.
Учитываются товары-заменители (аналоги).
Учитываются «шоковые воздействия» (резкие, скачкообразные
увеличения либо падения спроса), как кратковременные, так и
долговременные.
Автоматически подбираются наиболее подходящие модели
прогнозирования.
При расчёте оптимального размера заказа учитываются
ограничения Поставщика по размеру партии поставки
(«транзитная норма»).
При расчёте оптимального размера заказа учитывается
заполняемость транспортного средства.
Критерий – минимальные суммарные затраты на
транспортировку и содержание запаса номенклатур, заказанных
ранее срока (дополнительное «время пролёживания»), а также
потери от дефицита в случае «смещения вперёд» (переноса) точки
заказа.
Slide 9
Этапы моделирования,
то есть как Stock-solver это делает:
1. Проверка корректности ведения справочника
«Номенклатура»:
- наличие/отсутствие «двойников»;
- иерархия;
- группировка аналогов.
Slide 10
Slide 11
2. Отделение «реализаций» от «перемещений» и
«возвратов».
3. Фильтрация реализаций «под заказ».
4. В случае отсутствия учёта спроса, то есть заявленного
объёма (к примеру, в рознице) – расчётное заполнение
пропусков в статистике продаж («пропуском» является нулевое
суточное значение продаж при нулевом остатке, то есть если на остатке
было 0 единиц, неизвестно какой был спрос в этот день).
Slide 12
Заполнение «пропусков» (превращение статистики продаж в
статистику спроса).
Slide 13
20000
1
36
71
106
141
176
211
246
281
316
351
386
421
456
491
526
561
596
631
666
701
736
771
806
841
876
911
946
981
1016
1051
1086
1121
1156
1191
1226
1016
1051
1086
1121
1156
1191
1226
10000
1
36
71
106
141
176
211
246
281
316
351
386
421
456
491
526
561
596
631
666
701
736
771
806
841
876
911
946
981
1016
1051
1086
1121
1156
1191
5. Фильтрация «выбросов», то есть аномально
больших значений в статистике спроса.
90000
80000
70000
60000
50000
40000
30000
20000
0
18000
16000
14000
12000
10000
8000
6000
4000
2000
0
Slide 14
6. Тестирование ряда спроса на
«достаточность» длины,
возможность группировки по
суммам за цикл поставки и
«разрежённость».
7. Для «коротких» и/или
«разрежённых» рядов расчёт
ROP (точечный прогноз +
страховой запас) ведётся с
помощью имитационного
моделирования.
Период
Остаток
Продажи
1
86
0
2
86
0
3
86
0
4
86
0
5
86
0
6
86
0
7
86
25
8
61
16
9
45
0
10
45
0
11
45
0
12
45
0
13
45
0
14
45
0
15
45
0
16
45
0
17
45
0
18
45
0
19
45
0
20
45
0
21
45
0
22
45
0
23
45
0
24
45
0
25
45
42
26
3
0
Slide 15
Марж.
Значения
Число
Затраты на
прибыль от
за tц
появлений
содержание
продаж
24
15
20
13 684
500
25
18
21 720
834
30
7
25 250
1 000
40
22
31 928
1 334
42
24
33 025
1 401
45
2
34 280
1 501
50
8
36 316
1 667
55
2
38 135
1 834
57
11
38 841
1 901
65
3
41 187
2 168
67
13
41 740
2 234
72
4
42 772
2 401
75
1
43 326
2 501
82
8
44 580
2 735
84
8
44 852
2 801
92
5
45 590
3 068
99
1
46 046
3 302
107
2
46 524
3 568
109
4
46 622
3 635
117
1
46 839
3 902
126
2
47 035
4 202
151
2
47 306
5 036
Результат
13 183
20 886
24 249
30 594
31 625
32 779
34 648
36 301
36 940
39 019
39 506
40 371
40 825
41 846
42 050
42 522
42 745
42 956
42 987
42 937
42 833
42 270
Уровень
сервиса
0%
28,93%
45,91%
53,37%
67,49%
69,81%
72,46%
76,77%
80,61%
82,11%
87,06%
88,23%
90,42%
91,59%
94,24%
94,81%
96,37%
97,34%
98,35%
98,55%
99,01%
99,43%
100,00%
Slide 16
8. Выявление циклических колебаний в «длинных» и
«непрерывных» рядах, учёт «шоковых воздействий».
5 000
4 500
4 000
3 500
3 000
2 500
2 000
1 500
1 000
500
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35
Slide 17
Slide 18
Подбор метода прогнозирования, дающего наименьшую
ошибку.
5 000
4 500
4 000
ФАКТ
3 500
3 000
прогноз
2 500
2 000
1 500
1 000
500
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35
Slide 19
Slide 20
Расчёт страхового запаса, учитывающего колебания спроса, колебания
цикла поставки и оптимальный уровень сервиса (отношение продаж к
спросу для соответствующего значения запаса, при котором разница между
маржинальной прибылью от продаж и затратами на содержание запаса
максимальна).
Slide 21
9. Расчёт оптимального размера заказа по
номенклатурам, по которым возник ROP, а также по
другим номенклатурам («близким к ROP») по
критерию:
потери от дефицита вследствие переноса вперёд
ROP + потери от не заполненности транспортного
средства + потери на содержании запаса
номенклатур, заказанных ранее срока) -> min
Slide 22
10. Формирование отчёта «ROP» на дату с выводом в отчёт
(табличную часть) номенклатур, по которым необходимо
оформить заказ Поставщику с указанием размера заказа по
каждой номенклатуре.
В отчёте также указывается:
заполняемость транспортного средства;
максимально допустимый запас по каждой номенклатуре; (уровень
которого с учётом размера заказа ни в коем случае нельзя превышать);
принадлежность товара к «АВС»-группе по маржинальной прибыли;
выделение номенклатур, по которым есть вероятность превращения в
«неликвид» (тренд к «затовариванию»);
в зависимости от настроек отчёт может выводить все подробности
расчёта ROP и оптимального размера заказа.
Slide 23
Slide 24
11. Формирование отчёта за период о динамике следующих
показателей (в разрезе номенклатурных групп, номенклатур и
итогов по всем запасам):
среднего запаса;
периода оборачиваемости частного - для каждой номенклатуры (среднее
время пролёживания) и по всем товарным запасам (среднее время
нахождения денежных средств в запасах);
периода оборачиваемости общего - для каждой номенклатуры (среднее
время нахождения денежных средств в данном товаре с учётом выходной
цены) и по всем товарным запасам (среднее время нахождения денежных
средств в запасах с учётом выходных цен);
маржинальной рентабельности запасов;
маржинальной прибыли;
выручке.
Slide 25
Статистические методы (или их сочетания), используемые
в системе Stock-solver :
Фильтрация "выбросов" в статистике
продаж
По отклонениям от тренда суточного ряда продаж
DT-CWT (вейвлет-преобразование)
МА (скользящее среднее)
Заполнение "пропусков" в статистике
продаж
Метод "ближайших соседей"
ZET-алгоритм
DT-CWT (вейвлет-преобразование)
Фильтрация "выбросов" в статистике
циклов поставок
Медианнная
Выявления периодических колебаний
Спектральный анализ Фурье
DT-CFT (преобразование Фурье)
Бутстреп
Прогнозирование рядов спроса
(нахождение "точки заказа")
ARIMA
Нейронная сеть (MLP)
Множественная линейная регрессия
Slide 26
БЛАГОДАРЮ ЗА ВНИМАНИЕ!
ЖЕЛАЮ СКОРЕЙШЕГО НАЧАЛА
СОВМЕСТНОЙ ЭФФЕКТИВНОЙ
РАБОТЫ!
С уважением к Вам и Вашему делу,
Баженов Игорь Викторович,
консультант по логистике, разработчик системы
+7 (913) 755 28 06, [email protected]
Система управления
запасами
Баженов Игорь Викторович, консультант по логистике,
разработчик системы
Slide 2
РЕЗУЛЬТАТ ОТ ВНЕДРЕНИЯ СИСТЕМЫ Stock-solver
НА ПРИМЕРЕ ОДНОГО ПРОЕКТА
Заказчик: Производственно-торговая компания (город Новосибирск)
Вид продукции: оборудование для погрузо-разгрузочных работ
Кол-во SKU (позиций справочника товаров): более 27 000
Распределительная сеть: РЦ + 4 филиала (с удалённостью ~2000 км)
Показатель
Общий средний запас
всей номенклатуры
Доля дней дефицита (по
всем SKU)
Эффект от внедрения
системы
До внедрения
системы
После внедрения
системы
120 млн руб
78 млн руб
20%
6%
Свыше 600 000 р/мес.
Slide 3
Эффект от внедрения системы Stock-solver,
то есть что она даёт:
1. Увеличение маржинальной прибыли Компании за счёт
оптимизации уровня сервиса и сокращение затрат на
содержание запаса.
2. Высвобождение значительной части оборотных средств за счёт
снижения запаса до оптимального уровня (≈ в 1,5 – 3 раза),
ускорение оборачиваемости запаса и денежных средств.
3. Раннее выявление потенциальных неликвидов.
4. Появление возможности расширения ассортимента.
5. Снижение трудозатрат сотрудников, занимающихся закупками
(поставками, логистикой запасов).
Slide 4
Система учитывает индивидуальные
особенности каждой Компании:
• Вид деятельности (производство / продажи);
• Типы номенклатур;
• Условия работы с поставщиком;
• Конфигурацию цепи поставок и так далее.
Срок окупаемости – от 1 до 3 месяцев.
Модель строится как на базе 1С 8..., так и на базе
других информационных системах.
Slide 5
Увеличение маржинальной прибыли за счёт
оптимизации уровня сервиса (было/стало)
Slide 6
Высвобождение значительной части оборотных средств за счёт снижения
(до оптимального уровня) запаса, ускорение оборачиваемости запаса и
денежных средств
Было
Стало
ПОЯВЛЕНИЕ ВОЗМОЖНОСТИ РАСШИРЕНИЯ АССОРТИМЕНТА!
Slide 7
Функционал системы Stock-solver,
то есть что система делает:
По каждой позиции (SKU) рассчитывается «точка заказа» (ROP) –
уровень запаса, при котором необходимо сформировать заказ Поставщику
по данной позиции и оптимальный размер заказа.
То есть система попозиционно отвечает на вопросы:
«Когда заказывать?» и «Сколько заказывать?».
Критерий – максимизация результата:
где
Мпрод – (Сдост + Ссод) = ρ · Мспрос – (Сдост + Ссод),
Мпрод - маржинальная прибыль от продаж ;
Мспрос - маржинальная прибыль от потенциального спроса;
ρуровень сервиса (отношение продаж к спросу за период);
Сдост - затраты на доставку;
Ссод - затраты на содержание запаса.
с учётом ограничений на финансовые и складские ресурсы.
Slide 8
Учитываются сопутствующие товары.
Учитываются товары-заменители (аналоги).
Учитываются «шоковые воздействия» (резкие, скачкообразные
увеличения либо падения спроса), как кратковременные, так и
долговременные.
Автоматически подбираются наиболее подходящие модели
прогнозирования.
При расчёте оптимального размера заказа учитываются
ограничения Поставщика по размеру партии поставки
(«транзитная норма»).
При расчёте оптимального размера заказа учитывается
заполняемость транспортного средства.
Критерий – минимальные суммарные затраты на
транспортировку и содержание запаса номенклатур, заказанных
ранее срока (дополнительное «время пролёживания»), а также
потери от дефицита в случае «смещения вперёд» (переноса) точки
заказа.
Slide 9
Этапы моделирования,
то есть как Stock-solver это делает:
1. Проверка корректности ведения справочника
«Номенклатура»:
- наличие/отсутствие «двойников»;
- иерархия;
- группировка аналогов.
Slide 10
Slide 11
2. Отделение «реализаций» от «перемещений» и
«возвратов».
3. Фильтрация реализаций «под заказ».
4. В случае отсутствия учёта спроса, то есть заявленного
объёма (к примеру, в рознице) – расчётное заполнение
пропусков в статистике продаж («пропуском» является нулевое
суточное значение продаж при нулевом остатке, то есть если на остатке
было 0 единиц, неизвестно какой был спрос в этот день).
Slide 12
Заполнение «пропусков» (превращение статистики продаж в
статистику спроса).
Slide 13
20000
1
36
71
106
141
176
211
246
281
316
351
386
421
456
491
526
561
596
631
666
701
736
771
806
841
876
911
946
981
1016
1051
1086
1121
1156
1191
1226
1016
1051
1086
1121
1156
1191
1226
10000
1
36
71
106
141
176
211
246
281
316
351
386
421
456
491
526
561
596
631
666
701
736
771
806
841
876
911
946
981
1016
1051
1086
1121
1156
1191
5. Фильтрация «выбросов», то есть аномально
больших значений в статистике спроса.
90000
80000
70000
60000
50000
40000
30000
20000
0
18000
16000
14000
12000
10000
8000
6000
4000
2000
0
Slide 14
6. Тестирование ряда спроса на
«достаточность» длины,
возможность группировки по
суммам за цикл поставки и
«разрежённость».
7. Для «коротких» и/или
«разрежённых» рядов расчёт
ROP (точечный прогноз +
страховой запас) ведётся с
помощью имитационного
моделирования.
Период
Остаток
Продажи
1
86
0
2
86
0
3
86
0
4
86
0
5
86
0
6
86
0
7
86
25
8
61
16
9
45
0
10
45
0
11
45
0
12
45
0
13
45
0
14
45
0
15
45
0
16
45
0
17
45
0
18
45
0
19
45
0
20
45
0
21
45
0
22
45
0
23
45
0
24
45
0
25
45
42
26
3
0
Slide 15
Марж.
Значения
Число
Затраты на
прибыль от
за tц
появлений
содержание
продаж
24
15
20
13 684
500
25
18
21 720
834
30
7
25 250
1 000
40
22
31 928
1 334
42
24
33 025
1 401
45
2
34 280
1 501
50
8
36 316
1 667
55
2
38 135
1 834
57
11
38 841
1 901
65
3
41 187
2 168
67
13
41 740
2 234
72
4
42 772
2 401
75
1
43 326
2 501
82
8
44 580
2 735
84
8
44 852
2 801
92
5
45 590
3 068
99
1
46 046
3 302
107
2
46 524
3 568
109
4
46 622
3 635
117
1
46 839
3 902
126
2
47 035
4 202
151
2
47 306
5 036
Результат
13 183
20 886
24 249
30 594
31 625
32 779
34 648
36 301
36 940
39 019
39 506
40 371
40 825
41 846
42 050
42 522
42 745
42 956
42 987
42 937
42 833
42 270
Уровень
сервиса
0%
28,93%
45,91%
53,37%
67,49%
69,81%
72,46%
76,77%
80,61%
82,11%
87,06%
88,23%
90,42%
91,59%
94,24%
94,81%
96,37%
97,34%
98,35%
98,55%
99,01%
99,43%
100,00%
Slide 16
8. Выявление циклических колебаний в «длинных» и
«непрерывных» рядах, учёт «шоковых воздействий».
5 000
4 500
4 000
3 500
3 000
2 500
2 000
1 500
1 000
500
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35
Slide 17
Slide 18
Подбор метода прогнозирования, дающего наименьшую
ошибку.
5 000
4 500
4 000
ФАКТ
3 500
3 000
прогноз
2 500
2 000
1 500
1 000
500
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35
Slide 19
Slide 20
Расчёт страхового запаса, учитывающего колебания спроса, колебания
цикла поставки и оптимальный уровень сервиса (отношение продаж к
спросу для соответствующего значения запаса, при котором разница между
маржинальной прибылью от продаж и затратами на содержание запаса
максимальна).
Slide 21
9. Расчёт оптимального размера заказа по
номенклатурам, по которым возник ROP, а также по
другим номенклатурам («близким к ROP») по
критерию:
потери от дефицита вследствие переноса вперёд
ROP + потери от не заполненности транспортного
средства + потери на содержании запаса
номенклатур, заказанных ранее срока) -> min
Slide 22
10. Формирование отчёта «ROP» на дату с выводом в отчёт
(табличную часть) номенклатур, по которым необходимо
оформить заказ Поставщику с указанием размера заказа по
каждой номенклатуре.
В отчёте также указывается:
заполняемость транспортного средства;
максимально допустимый запас по каждой номенклатуре; (уровень
которого с учётом размера заказа ни в коем случае нельзя превышать);
принадлежность товара к «АВС»-группе по маржинальной прибыли;
выделение номенклатур, по которым есть вероятность превращения в
«неликвид» (тренд к «затовариванию»);
в зависимости от настроек отчёт может выводить все подробности
расчёта ROP и оптимального размера заказа.
Slide 23
Slide 24
11. Формирование отчёта за период о динамике следующих
показателей (в разрезе номенклатурных групп, номенклатур и
итогов по всем запасам):
среднего запаса;
периода оборачиваемости частного - для каждой номенклатуры (среднее
время пролёживания) и по всем товарным запасам (среднее время
нахождения денежных средств в запасах);
периода оборачиваемости общего - для каждой номенклатуры (среднее
время нахождения денежных средств в данном товаре с учётом выходной
цены) и по всем товарным запасам (среднее время нахождения денежных
средств в запасах с учётом выходных цен);
маржинальной рентабельности запасов;
маржинальной прибыли;
выручке.
Slide 25
Статистические методы (или их сочетания), используемые
в системе Stock-solver :
Фильтрация "выбросов" в статистике
продаж
По отклонениям от тренда суточного ряда продаж
DT-CWT (вейвлет-преобразование)
МА (скользящее среднее)
Заполнение "пропусков" в статистике
продаж
Метод "ближайших соседей"
ZET-алгоритм
DT-CWT (вейвлет-преобразование)
Фильтрация "выбросов" в статистике
циклов поставок
Медианнная
Выявления периодических колебаний
Спектральный анализ Фурье
DT-CFT (преобразование Фурье)
Бутстреп
Прогнозирование рядов спроса
(нахождение "точки заказа")
ARIMA
Нейронная сеть (MLP)
Множественная линейная регрессия
Slide 26
БЛАГОДАРЮ ЗА ВНИМАНИЕ!
ЖЕЛАЮ СКОРЕЙШЕГО НАЧАЛА
СОВМЕСТНОЙ ЭФФЕКТИВНОЙ
РАБОТЫ!
С уважением к Вам и Вашему делу,
Баженов Игорь Викторович,
консультант по логистике, разработчик системы
+7 (913) 755 28 06, [email protected]