едний расход запасных частей в весовых единицах. Например, компания “FIAT” при прогнозе емкости рынка исходит из того, что расход запасных частей в Италии на один легковой автомобиль в год составляет, в зависимости от моделей и возраста машин, от 3 до 25 кг.
Г*– возраст автомобиля В** – потребление запасных частей автомобилями среднего литража, в куб. м автомобиль за год
Компания “Renault” при расчетах грузооборота складов и их объемов применяет средний объем продаж на один легковой автомобиль в год для многолетнего парка равным 0,1 куб. м. Компания “Volvo” для ориентировочных расчетов пользуется средним объемом продаж, рассчитанным для легкового автомобиля, а расход запасных частей для грузовых автомобилей и автобусов увеличивается в шесть раз.
Для прогноза емкости рынка и предварительных расчетов вполне можно применять полученные зарубежными компаниями ориентировочные среднестатистические показатели: среднегодовая потребность в запасных частях на 1 легковой автомобиль среднего литража для большого разновозрастного парка не менее 10000 машин составляет примерно 15 кг или 0,1 куб. м. В стоимостном выражении этот показатель рассчитайте сами, определив стоимость килограмма запасных частей по всей совокупности продаваемой номенклатуры в оптовых или розничных ценах – в тех, которые вам нужны. Для малых грузовых машин и колесных тракторов эти показатели можно удвоить, а для тяжелых колесных тракторов, грузовых машин, автобусов – увеличить в шесть раз, как рекомендует “Volvo”. Важно только определить, какую долю этой потребности сможете удовлетворить вы, а какую у вас отберут конкуренты. Более точные показатели вы можете получить только из собственной практики, на основании статистики сбыта.
Уточненный средний объем продаж запасных частей на одну машину в год определяется не только с прогностической целью, но и для контроля расходов на содержание машин. Этот критерий учитывается всеми поставщиками и используется либо для усовершенствования машин, если затраты по их содержанию в течение года выше расходов на аналогичные машины конкурентов, либо в рекламных целях, если эти расходы ниже.
Для прибыльной торговли и своевременного обеспечения потребителей запасными частями недостаточно общих прогнозов сбыта в стоимостном выражении. Многочисленность факторов, влияющих на спрос, и нестабильность их действия затрудняет определение количества отдельных запасных частей, которые необходимо постоянно хранить торговцам для удовлетворения переменного спроса. Хранение больших запасов деталей обходится дорого, а ограничение запасов может повлечь за собой убытки от упущенных продаж и потерю престижа. Специфика товара требует прогноза сбыта по каждому наименованию деталей в целях определения сроков и объемов их завоза на склады для обеспечения готовности к сбыту в любой период года. С этой целью решаются задачи прогнозирования спроса по каждому наименованию запасных частей при помощи математических методов. Проблемы долгосрочного прогнозирования для планирования производства подробно рассматриваются в специальной литературе. Компании, торгующие запасными частями, разрабатывают и собственные методы прогнозирования с учетом специфики своих товаров и факторов рынков, оказывающих влияние на сбыт. Текущее прогнозирование включает прогнозирование величины спроса в интервале между двумя поставками и оценку законов распределения спроса в этом интервале, причем информация о спросе и особенностях его распределения в интервале между поставками должна обновляться, так как без специальной корректировки оказывается недостаточной. Как показал опыт крупных поставщиков запасных частей, математические методы прогнозирования спроса и расчета запасов в равной степени полезны и в оптовой, и в розничной торговле
Математический подход к прогнозированию покупательского спроса заключается в расчленении его на основные составляющие элементы, среди которых выделяются: развитие спроса как основная тенденция, сезонные колебания спроса и случайные его колебания, для чего используют инструмент математической статистики. Нередко на практике прогнозирование спроса осуществляют только на базе средних значений. Некоторые компании для упрощения расчетов нередко осуществляют краткосрочное прогнозирование на базе значений величин спроса, которые в лучшем случае являются средними и не учитывают элемента неопределенности. Например, компания “Вольво” выполняет краткосрочное прогнозирование без учета сезонности спроса и других тенденций. Прогнозирование выполняется в зависимости от потребностей, по методу экспоненциального выравнивания.
Такие прогнозы обычно бывают чрезмерно оптимистическими, не учитывают элемента неопределенности и приводят к значительным колебаниям величин запасов. Более реальным является такое прогнозирование, в котором наряду со средним значением (математическим ожиданием) определяется и оценивается возможная ошибка. В связи с этим решаются задачи улучшения прогнозов и стратегии управления запасами с учетом ошибок прогнозирования спроса.
Компания “Renault”, например, при подготовке краткосрочных прогнозов спроса определяет текущий запас необходимых деталей в сети распределения и сбыта как среднюю величину ожидаемого спроса, путем графической экстраполяции данных прошлого спроса, а страховой запас – как величину, пропорциональную типовому отклонению закона распределения спроса в заданном периоде, учитывающую имевшиеся тенденции колебаний спроса. Компания установила в результате исследований, что распределение спроса в заданном интервале следует разным законам.
Эти закономерности облегчают расчет страхового запаса. По соответствующим этим законам формулам подсчитывается типовое отклонение, которое, будучи умноженным на коэффициент обслуживания, установленный руководством компании (уровень удовлетворения спроса), дает величину страхового запаса.Для деталей повышенного спроса группа A по нормальному закону распределения Закон Гаусса
Для деталей группы В По закону Пуасс
Для деталей группы С распределение спроса характеризуется экспонентой
В долгосрочных прогнозах, кроме параметров, характеризующих ожидаемый спрос и его распределение в интервалах между поставками, а также параметров, характеризующих отклонение интервалов поставок, учитываются изменения потребности в зависимости от срока службы машин, применяется корреляция объемов ожидаемого сбыта и планируемых к выпуску количеств новых машин и другие параметры.
Любой прогноз, полученный в результате применения математических методов, требует обязательной корректировки с использованием данных, которые не могут быть учтены при базировании на величинах прошлого спроса и факторов, не поддающихся программированию.
К таким данным относятся новизна парка, климатические и экономические условия рынка и т. п. Корректировку прогнозов осуществляют специалисты по сбыту, знающие конъюнктуру рынка. Расчеты износостойкости и усталостной прочности деталей механизмов и машин давно стали более совершенными, и изготовители знают срок службы производимых запасных частей. Более того, некоторые компании были заподозрены в том, что они производят детали с заведомо заниженным сроком службы, чтобы чаще получать заказы. Конечно, знание сроков эксплуатации деталей облегчает прогнозирование потребности в них и планирование производства.Контрольные параметры
Весь материал этого раздела – постановка задач для программирования, так как вручную оперировать всеми этими параметрами невозможно.
Эффективному менеджменту способствует не заваливание руководителей всевозможной информацией, а быстрая подготовка только ключевых параметров, тенденции изменения которых показывают необходимость принятия управленческих решений, причем на экране тревожные тенденции выделяют ярким цветом или пульсирующим шрифтом, удовлетворительные показывают блеклым цветом. Некоторые параметры контроля для управленческих решений гендиректора и совета директоров, которые должны появляться на экране монитора через минуту: По обеспечению сбыта:
– тенденции изменения степени удовлетворения спроса на товары – график ежемесячной динамики в сравнении с заданием и прошлым годом;
– тенденции изменения доли авиапоставок в количестве заказов на пополнение склада – график ежемесячной динамики в сравнении с заданием и прошлым годом;
– тенденции изменения объема запаса на складе по сумме – график ежемесячной динамики в сравнении с заданием и прошлым годом;
– тенденции изменения объема неликвидов на складе по сумме – график ежемесячной динамики в сравнении с заданием и прошлым годом;
– тенденции изменения доли каждого склада (если есть филиалы) в прибыли и убытках всей компании – график ежемесячной динамики в сравнении с заданием и прошлым годом;
– тенденции изменения объема продаж товаров на единицу потребителей – график ежемесячной динамики в сравнении с заданием и прошлым годом;
– тенденции изменения объема продаж по себестоимости – график ежемесячной динамики в сравнении с заданием и прошлым годом;
– тенденции изменения объема валового дохода или прибыли – график ежемесячной динамики в сравнении с заданием и прошлым годом;
– тенденции изменения количества потребителей, нуждающихся в соответствующих товарах с учетом выбытия – график ежемесячной динамики в сравнении с заданием и прошлым годом.
По удовлетворению спроса
Расчет степени удовлетворения спроса на товары следует добавить к компьютерной программе подготовки и учета заявок, с тем, чтобы этот показатель руководитель мог видеть ежедневно на экране за интересующий его период времени – день, неделю, месяц, квартал, а также нарастающим итогом. Кроме того, необходим вывод на экран и печать справки о тенденции изменения степени удовлетворения спроса по месяцам, кварталам и годам – это важнейший показатель эффективности деятельности склада. Считается нормой отгрузка в течение суток 95 % заказанных позиций. Методика определения степени удовлетворения спроса основана на расчете отношения выполненных в течение суток позиций (строк) заказов к общему количеству позиций в заказах за любой период – месяц, квартал, год. При этом если позиция все же отгружена, но количество деталей меньше, чем заказано, она считается