Расчёт оптимального запаса при создании заказа. Часть 1

оптимальный запасВ данной статье мы рассмотрим основные принципы расчетов, которые возможны к применению для получения рекомендаций при составлении заказов. Все мы знаем, что наличие максимально полной статистики и ее визуализация – это хорошо для визуального определения тенденций поведения продаж и остатков. Но этого не достаточно для создания заказов. Менеджеру по закупкам важно видеть определенные рекомендации по каждой товарной позиции, которые должны учитывать срок поставки товара, текущее наличие на складах, историю продаж, уровень страхового запаса…

Когда появляется рекомендация к закупке?

Рекомендация к закупке товара происходит тогда, когда расчетный остаток на момент оприходования товарной позиции меньше оптимального уровня запаса.

Что такое оптимальный уровень запаса?

Оптимальный уровень запаса – это такой уровень запаса, который: (1) должен обеспечить наличие товара под существующий спрос до следующей поставки продукции; (2) должен ограничить переизбыток товара на складе.

Как рассчитывается оптимальный уровень запаса?

Оптимальный уровень запаса обычно состоит из двух составляющих: (1) запас на обеспечение продаж на период до следующей поставки с момента прихода текущей поставки; (2) страховой запас, необходимый на случай сбоев в поставках или непредвиденных всплесков продаж.

Запас на обеспечение продаж на период до следующей поставки

Думаю, что основные сложности связанны именно с прогнозированием спроса, от которого зависит, сколько товара мы должны положить на склад, чтоб обеспечить продажи компании. Для прогнозирования продаж по каждой позиции применяются разные методики – от элементарных, как расчет средних продаж за период, до более сложных, как учет тенденций и сезонности.

Даже при расчете прогноза продаж на основании средних продаж существуют подводные камни. Например, мы хотим рассчитать средние недельные продажи за период 2 месяца. Часто происходит такой расчет: берется сумма продаж за 2 месяца (8 недель) и делится на количество недель (то есть 8 недель). В чем здесь подвох? В том, что происходит деление именно на 8 недель, когда, допустим, доступность товара на складе была всего 6 недель. Таким образом, мы занижаем реальный уровень средних недельных продаж. В этом случае, конечно, стоит учитывать только те недели, когда товар был на складе компании. Как это можно учесть? К примеру, на рисунке 1 представлена статистика по еженедельным продажам за 8 недель, а также остаток на начало каждой недели.

Рисунок 1

оптимальный запас расчет

На рисунке 1 в столбиках с синим шрифтом отображены остатки товара на начало каждой недели, с красным шрифтом – продажи за неделю. Общая сумма продаж за 8 недель – 24 штуки. Если мы разделим 24 штуки на 8 недель, то получим средние недельные продажи – 3 штуки. Но на рисунке четко видно, что в течении двух недель не было продаж из-за отсутствия товара. Поэтому эти недели необходимо исключить из расчета среднего значения. Таким образом, нам необходимо разделить 24 штуки не на 8 недель, а на 6 недель, когда товар был доступен к продаже (был на складе компании). Получаем средние недельные продажи – 4 штуки.

Что касается прогноза продаж на основании тенденций и сезонности, то расчеты в данном случае еще больше могут быть искажены: за счет отсутствия товара; за счет перетекания спроса между аналогичными товарами разных брендов; за счет отсутствия достаточной истории продаж; за счет изменений в экономике, которые влияют на падение или рост продаж, которые не отображены в определённым момент времени в статистике продаж… Прогнозирование тенденций и сезонности в разрезе каждой товарной позиции хорошо себя покажут в стабильной рыночной ситуации при стабильной экономической среде, при стабильной конъюнктуре рынка (конкуренции), при постоянном наличии товара на складе (что бывает довольно редко)… Как вы понимаете, здесь много существует «если», которые учесть очень сложно с помощью формул. Поэтому изначально при построении системы закупок торговой комапании стараются использовать именно элементарные способы прогнозирования, основанные на средних недельных продажах, а возникающие всплески спроса компенсируются именно уровнем страхового запаса.

Страховой запас

Страховой запас должен состоять из двух частей: (1) уровень запаса на случай сбоев в поставках; (2) уровень запаса на случай непредвиденных всплесков продаж.

Как можно определить уровень страхового запаса на случай сбоев в поставках? Здесь имеется довольно простая методика. Вам необходимо с определенной регулярностью проводить анализ отклонений поставок. Например, плановый период поставки продукции от определённого поставщика – 4 недели. Вы анализируете 10 последних поставок продукции и определяете, что по 4 из 10 поставок было превышение периода поставки на 1 неделю. Тогда, само собой разумеется, что уровень страхового запаса на случай сбоев в поставках должен составить запас на обеспечение средних недельных продаж на 1 неделю.

Как можно определить уровень страхового запаса на случай непредвиденных всплесков продаж? Думаю, что здесь тоже может быть ряд методик. Но в любом случае нужно отталкиваться от расчета определённого отклонения продаж от средних недельных продаж, которое показывает существующую волатильность (изменчивость) продаж за анализируемый период времени. Изменчивость продаж обычно описывает коэффициент вариации, который показывает уровень отклонения от средних продаж. Вот именно страховой запас на случай всплесков продаж и должен рассчитываться на основании рассчитанного коэффициента вариации для каждой позиции.

Итак, коэффициент вариации – это отклонение в продажах деленное на средние продажи за период. Как считать средние недельные продажи мы уже с вами выяснили выше. Остается вопрос, как считать отклонение в продажах.

Отклонение в продажах можно считать по-разному. Наиболее популярный способ – это расчет стандартного отклонения. Wikipedia вам расскажет научным языком, что это такое и как происходит расчет стандартного отклонения по формулам 🙂 В свою очередь я вам покажу более простой расчет в MS Excel. В MS Excel есть формула СТАНДОТКЛОН, которая рассчитывает стандартное отклонение продаж. Напротив позиции просто вводите формулу такого формата:

=СТАНДОТКЛОН(Ячейка1;Ячейка2;Ячейка3)

Ячейка1 – это адрес ячейки, в которой находится статистика продаж за неделю, например. Количество ячеек в формуле попросту показывает диапазон, в котором находится ваша статистика еженедельных продаж. Вот, к примеру, реальная формула из расчетов:

=СТАНДОТКЛОН(BC7;BA7;AY7;AW7;AU7;AS7;AQ7;AO7)

В перечисленных ячейках находится статистика еженедельных продаж, то есть в нашем примере статистика за 8 недель.

Как вы будете считать отклонение от средних продаж – ваша задача. Главное понять принцип, который я показал на примере стандартного отклонения. Вы ведь можете захотеть, например, из 8 недель определить наиболее максимальные продажи по трем неделям и посчитать, что именно это отклонение вам наиболее важно для формирования страхового запаса на случай всплесков.

Давайте вернемся к примеру на рисунке 1 и рассчитаем на основании представленной статистики коэффициент вариации, как стандартное отклонение деленное на средние недельные продажи.

Итак, мы уже сказали, что средние недельные продажи мы рассчитываем только по тем неделям, когда остаток был. И в этом случае средние недельные продажи составили – 4 шт. В свою очередь стандартное отклонение также есть смысл считать только на основании недель, когда товар был на складе компании. Используя формулу в MS Excel СТАНДАРТОКЛОН получаем, что стандартное отклонение равно 3,35 штук. Соответственно коэффициент вариации равен:

3,35 штуки / 4 штуки = 0,84 (или 84%)

Таким образом, для анализируемой позиции оптимальный запас равен:

Опт.запас = СП * Нед + СтЗпост + СтЗвспл,

где,

  • СП – средние недельные продажи,
  • Нед – количество недель запаса, на которое мы формируем запас (это количество зависит от частоты поставок, для нашего примера допустим, что размещение заказов на поставку продукции у нас происходит каждые 2 недели)
  • СтЗпост – уровень страхового запаса на случай сбоев в поставках (рассчитывается с помощью умножения средних недельных продаж на имеющийся период в сбоях; в нашем случае 4 шт. умножаем на 1 неделю сбоев в поставках и получаем страховой запас на уровне 4 шт.).
  •  СтЗвспл  – уровень страхового запаса на случай всплесков в продажах (рассчитывается с помощью умножения средних недельных продаж на коэффициент вариации; в нашем случае 4 шт. умножаем на коэффициент 0,84 и получаем 3,35 шт.)

В конечном итоге для анализируемой позиции (рисунок 1) имеем такой уровень оптимального запаса:

Опт.запас = 4 шт. * 2 нед. + 4 шт. + 3,35 шт. = 15,35 шт.

Итак, в данной статье мы рассмотрели принципы расчета оптимального запаса. В следующем посте мы разместим вторую часть статьи, в которой будет показан принцип расчета рекомендуемого к заказу количества с учетом остатка на момент оприходования следующей партии товара и рассчитанного уровня оптимального запаса. И еще озвучим некоторые нюансы, которые стоит учесть по отношению различного рода статистики продаж (регулярные и нерегулярные продажи).

Чтоб своевременно получить рассылку со второй частью данной статьи, подпишитесь на наши новости с помощью формы ниже.

Успехов вам в карьере и бизнесе.


Наши материалы сайта помогут вашему развитию!

Ваш e-mail:


9 комментариев

  • Дарья

    Спасибо Вам большое за полезные доступные материалы. Все очень доходчиво!!

  • Андрій

    3,5 штуки / 4 штуки = 0,84 (или 84%)
    Тут 3,35 замість 3,5?

    • Да, опечатка – округление произошло. Исправил в статье. Спасибо за поправку.

      • Андрій

        У мене ще одне питання 🙂
        Чи правильно я зрозумів, що коефіцієнт варіації це просто візуалізація?

        Для обрахунку коефіцієнта варіації ми ділимо: стандартне відхилення (стОтк) на середнє значення (СредЗнач).
        КоефВаріац = стОтк / СредЗнач

        А при розрахунку оптимального запаса ми вираховуємо значення: СтЗвспл,
        де СтЗвспл = СредЗнач * КоефВаріац, тобто СтЗвспл = стОтк.

        • Да, Вы правы в данном случае k вариации больше нужен для визуализации уровня отклонения продаж от среднего значения. Но без коэффициента вариации Вам точно не обойтись в двух случаях:
          1) если Вы решили попробовать применить XYZ-анализ, то без коэффициента вариации Вам не обойтись,
          2) если Вы планируете страховой запас для группы товаров при планировании товарооборота, то Вам понадобиться усреднить коэффициенты вариации по группе товаров.

          • Андрій

            Дякую, стаття реально корисна!

          • Я рад, что для Вас она принесла пользу. Следите за другими материалами сайта 😉

  • Игорь

    Хорошая статья!!! Всё доступно и понятно.

Добавить комментарий