Sezonski faktori i njihov uticaj na aktivnost. Nastavni rad Uticaj sezonskosti na aktivnosti organizacija u oblasti turizma

Pošaljite svoj dobar rad u bazu znanja je jednostavno. Koristite obrazac ispod

Studenti, postdiplomci, mladi naučnici koji koriste bazu znanja u svom studiranju i radu biće vam veoma zahvalni.

Slični dokumenti

Uloga faktora sezone u sferi ruskog turizma. Savremene metode proučavanja uticaja sezonalnosti na obim prodaje turističkih usluga. Analiza aktivnosti DOO "Gama" tokom sezonskog pada potražnje, mjere za poboljšanje njegove efikasnosti.

rad, dodato 24.06.2015


Istorijat nastanka i razvoja pomorskog turizma. Utvrđivanje njegove uloge u savremenoj turističkoj industriji na primjeru crnomorskog turističkog makroregije, koji uključuje zemlje poput Bugarske i Rumunije. Problemi sezonalnosti u međunarodnom turizmu.

seminarski rad, dodan 03.02.2011


Karakteristike turističkog proizvoda kao posebnog skupa usluga, koji se sastoji od materijalnih i nematerijalnih komponenti. Utvrđivanje problema upravljanja kvalitetom usluga u oblasti turizma u faktorima sezonskosti, statičnosti i više sile.

seminarski rad, dodan 26.09.2010


Suština turizma i osnovni koncepti organizacije i upravljanja u oblasti turizma. Specifičnosti organizacije i upravljanja u oblasti turizma. Upotreba novih tehnologija. Značaj marketinga u turističkoj industriji. Jedinstvenost turističke usluge.

sažetak, dodan 20.10.2006


Učinkovitost smještajnih kapaciteta. Utjecaj sezonskosti na obim prodaje usluga. Analiza konkurencije i finansijskih i ekonomskih pokazatelja hostela. Upotreba informacionih tehnologija za efikasan rad hotelskog preduzeća.

teze, dodato 14.06.2015


Učinkovitost smještajnih kapaciteta. Analiza metoda za proučavanje uticaja sezonalnosti na obim prodatih usluga. Dinamika tržišta hotelskih usluga u Rusiji. Upotreba informacionih tehnologija za poboljšanje efikasnosti hostela.

disertacije, dodato 25.07.2015


Stanje regulatorne i pravne regulative u oblasti turizma u Ruska Federacija. Karakteristike turističke infrastrukture i međunarodne saradnje u oblasti turizma. Glavni pravci i mehanizmi rješavanja problema razvoja industrije. Procjena rizika.

seminarski rad, dodan 18.07.2011

Povezan sa godišnjim dobima, neujednačenost proizvodnje brojnih industrija, građevinarstva i poljoprivrede. Faktor sezonskosti manifestuje se u nemonotonom, pulsirajućem obliku grafova zavisnosti obima proizvodnje od vremena... Rečnik ekonomskih pojmova

- (vidi SEZONALNOST PROIZVODNJE) ... Enciklopedijski rečnik ekonomije i prava

Nonfarm Payrolls- (Broj novih radnih mjesta van poljoprivrede) Nonfarm Payrolls je makroekonomski pokazatelj zaposlenosti stanovništva SAD van poljoprivrede Nonfarm Payrolls makroekonomski pokazatelj zaposlenosti, broja radnih mjesta izvan ... Enciklopedija investitora

PROIZVODNJA, sezonski faktor povezan sa godišnjim dobima, neujednačenost proizvodnje niza industrija, građevinarstva i poljoprivrede. Faktor sezonskosti manifestuje se u nemonotonom, pulsirajućem obliku grafova zavisnosti ... ... Ekonomski rječnik

Gajdar, transformacije u privredi i sistemu javne uprave koje je izvršila ruska vlada pod rukovodstvom Borisa Jeljcina i Jegora Gajdara od 6. novembra 1991. do 14. decembra 1992. godine. Jeljcinova vlada ... ... Wikipedia

Recesija- (Recesija) Sadržaj >>>>>>>>> Recesija je definicija produktivnosti koja karakteriše nulti ili negativan osnovni pokazatelj bruto domaćeg proizvoda, koji teče šest mjeseci ili više... Enciklopedija investitora

Inflacija- (Inflacija) Inflacija je depresijacija monetarne jedinice, smanjenje njene kupovne moći Opšte informacije o inflaciji, vrstama inflacije, šta je privredni subjekt, uzroci i posljedice inflacije, indikatori i indeks inflacije, kao ... ... Enciklopedija investitora

zalihe na veliko- (Veleprodajne zalihe) Definicija zaliha na veliko, trgovanja i magacinskih zaliha Informacije o definiciji veleprodajnih zaliha, trgovanja i magacinskih zaliha Sadržaj Vrste zaliha i njihove karakteristike Trgovina i čarape Principi ... ... Enciklopedija investitora

RHACHISCHISIS- RHACHISCHISIS, vidi Spina Ufida. RAHITI. Sadržaj: Istorijski podaci ..............., . . 357 Geografska distribucija i statistika. . 358 Socijalni i higijenski značaj ........ 359 Etiologija ........................ 360 Patogeneza ... Velika medicinska enciklopedija

Konjunktura- (Konjunktura) Konjunktura je formirani skup uslova u određenoj oblasti ljudske delatnosti.Pojam konjunkture: vrste konjunkture, metode predviđanja konjunkture, finansijske robna tržišta Sadržaj… … Enciklopedija investitora

Menadžment privrednih subjekata sa sezonskim karakterom djelatnosti teži smanjenju nivoa sezonskih fluktuacija. Za postizanje ovih ciljeva potrebna je preraspodjela. radne resurse, dodatno opterećenje proizvodnih kapaciteta, reklama, sniženje cijena, što je nemoguće bez predviđanja.

IN savremenim uslovima složenim preplitanjem ekonomskih odnosa između industrija, sezonske fluktuacije nastale u jednoj industriji prenose se na druge, uzrokujući odgovarajuće fluktuacije u narednim karikama u proizvodnom ciklusu. Sezonalnost u poljoprivredi uzrokuje oscilacije u proizvodnom procesu u prerađivačkoj industriji, zatim se formiraju sezonski valovi u trgovini i potrošnji.

Budući da su industrijska sfera i njeno okruženje (tržište resursa, roba i usluga, domaćinstva, finansijsko tržište, država) direktno povezani, i ovdje postoje fluktuacije koje se mogu pripisati sezonskim. Sezonske promjene u društveno-ekonomskim procesima i pojavama određivat će ne samo klimatski faktori, već i društveni, ekonomski i pravni. Na primjer, povećanje stope nezaposlenosti zimi, povećanje prosječnih plata i prihoda po glavi stanovnika na kraju godine, periodični novčani tokovi plaćanja poreza, doprinosa u razne fondove i plaćanja usluga.

Čini se potrebnim ocijeniti dinamiku sezonalnosti na primjeru industrije koja je najpodložnija sezonskim kolebanjima – proizvodnje šećera.

S obzirom na dinamiku sezonalnosti u proizvodnji šećera, treba imati u vidu da se šećer od repe uglavnom proizvodi u septembru-novembru, a sirovi šećer u martu-julu. Ova sezonska priroda povezana je sa periodima zrenja repe i otkupom uvoznog sirovog šećera.

Sezonska kolebanja cijena šećera potvrđuje donji grafikon.

Rice. 1. Veleprodajne i maloprodajne cijene šećera u Rusiji

(januar 2006. - april 2009.)

Iz grafikona se vidi da rast veleprodajnih cijena pada na kraju januara - februara, što je povezano sa preradom zaliha repe od proizvođača i prelaskom proizvodnje na sirovu repu. Tako je u februaru 2006. poskupljenje u februaru iznosilo 350 rubalja po toni (16.848 rubalja po toni) u odnosu na početak januara, au februaru 2008. u odnosu na januar 300 rubalja po toni (14.022 rubalja po toni). Tako svake godine dolazi do sezonskog pada prodajnih cijena šećera na kraju godine i njihovog povećanja početkom godine.

Rice. 2. Veleprodajne cijene šećera u Rusiji

2008. karakterizira najniži kurs rublje prema američkom dolaru, što je dovelo do značajnog pada veleprodajnih cijena šećera u septembru-decembru prošle godine, uprkos činjenici da je cijena šećera od repe ubranog u 2008. iznosi 16,8 rubalja. po kg (sa PDV-om). Cijene na domaćem tržištu bile su pod pritiskom robnih zaliha sirovog šećera i tradicionalne konkurencije poljoprivrednih proizvođača u jesenjem periodu. Uzeti zajedno, ovi faktori su doveli do pada cijena šećera u ovom periodu.

zalihe šećera Rusko tržište uključujući sirovi šećer na kraju 2008. godine iznosila je rekordnih 2,91 miliona tona u odnosu na 2,78 miliona tona na kraju 2007. To je rezultat rekordne proizvodnje šećera od repe u 2008/09. godini - 3,55 miliona tona (od avgusta do februara), u 2007/08 - 3,12 miliona tona. Čak su i zalihe sirovog šećera u rafinerijama šećera, prema podacima Soyuzrossahara, od 9. februara 2009. 1,5 puta veće i iznose 301.000 tona u odnosu na 197.000 tona godinu dana ranije.

Rice. 3. Zalihe šećera u Ruskoj Federaciji na kraju mjeseca, hiljade tona

Prema Soyuzrossakharu, u uslovima nestašice i rasta troškova kreditnih resursa u 3. i 4. kvartalu 2008. godine, šećerane nisu bile u mogućnosti da privuku kreditne resurse i samo su pružale usluge prerade šećerne repe, što je, za razliku od prethodne godine, dovela je do promjene vlasničke strukture robnih rezervi šećera u pravcu njihovog povećanja u bilansima poljoprivrednih proizvođača. Nedostatak dovoljnih skladišnih kapaciteta za skladištenje takve količine šećera doveo je do njegove masovne prodaje.

Proizvodnja šećera u Rusiji svake godine postaje sve više sezonska: oktobarski vrhovi šećerne repe rastu, proizvodnja sirovog šećera se smanjuje (zbog teško predvidljive isplativosti), uvoz gotovog šećera, prvenstveno iz Bjelorusije, ne opada. Osim toga, nagle promjene uvoznih dažbina i fluktuacije na svjetskom tržištu ostavljaju traga. Problem razvoja infrastrukture oko šećerana i ubrzanja povećanja fabričkih skladišnih kapaciteta šećera, prije svega, u relativno perspektivnim šećeranama sa stvarnim kapacitetom većim od 3.800 tona dnevno (u Ruskoj Federaciji postoji oko 31 takva fabrika). ) i razvoj alata za sezonsko finansiranje poslovanja, postaje sve hitniji.

Razvoj poljoprivredne proizvodnje u Rusiji u 2008. godini odvijao se pod uticajem niza negativnih faktora, posebno naglog rasta cena materijalnih resursa koji se koriste u poljoprivrednoj proizvodnji i građevinarstvu, kao i komplikovane situacije sa kreditiranjem poljoprivrede. proizvođači. U periodu sezonskih radova rast cijena mineralnih đubriva iznosio je 70%, električne energije - 13,2%, prirodnog gasa - 11,3%, dizel goriva (u odnosu na decembar 2007. godine) - 45%, što je dovelo do značajnih dodatnih troškova. Istovremeno, cijene poljoprivrednih proizvoda u periodu januar-novembar 2008. porasle su za svega 3,4%.

Nešto drugačija situacija sa sezonalnošću razvija se u metalurškoj industriji. Početkom 2009. godine došlo je do prilično ozbiljnog povećanja potražnje za valjanim metalom od strane potrošača u azijsko-pacifičkoj regiji. Povećanje potražnje bilo je selektivno i povezano isključivo s potrebom proizvođača da popune zalihe. No, unatoč neizvjesnosti, i to je bilo dovoljno da tržištu da kratkoročni poticaj optimizmu i igrači su počeli podizati svoje prognoze za perspektivu industrije i puštati u rad proizvodne pogone zamrznute u 4. kvartalu 2008. .

Za ruske metalurge dodatni faktor koji je značajno uticao na njihovo poslovanje bila je prilično oštra devalvacija rublje. Slabljenje nacionalne valute učinilo je proizvode ruskih metalurga konkurentnijim i omogućilo im da djelimično zamjene pad domaće potražnje izvoznim zalihama. Prema rezultatima prvog kvartala 2009. godine, udio izvoza u strukturi isporuka ruskih metalurga porastao je na 70-80% sa 40-50% u 2008. godini.

Osim toga, devalvacija rublje omogućila je metalurzima da podignu cijene na domaćem tržištu, dovodeći ih u skladu sa svjetskim nivoom. Kao rezultat toga, Rusija je postala jedna od rijetkih zemalja u kojoj je u prva tri mjeseca 2009. zabilježen rast proizvodnje čelika u odnosu na decembar 2008. godine, iako neznatan.

Unatoč činjenici da je 1. kvartal 2009. godine bio pun događaja i potvrdio većinu novih trendova u metalurgiji, o čemu smo pisali u godišnjoj strategiji, nije dao potpuno razumijevanje situacije, kao ni utjecaj faktora sezonskosti tradicionalna za metalurgiju u 2009. godini može se okarakterisati kao dovoljno umjerena.

Faktori koji oblikuju sezonalnost razlikuju se kako po svojoj prirodi i karakteru, tako i po stepenu uticaja. Mogu se kombinovati u sledeće grupe:

1. Prirodno-klimatski. One utiču na formiranje sezonskih kolebanja u proizvodnji, trgovini i potrošnji.

2. Ekonomski faktori. To je prvenstveno obim proizvodnje, promet na malo, cijene i, shodno tome, prihodi stanovništva.

3. Društveni faktori. Ovo uključuje društvena struktura društvo, nivo kulture stanovništva, nacionalne tradicije i praznici. Oni imaju glavni uticaj na formiranje sezonskih kolebanja potražnje i potrošnje.

4. Demografski faktori: sastav i veličina porodice, starost, pol, migracija stanovništva. Oni uglavnom utiču na potražnju i potrošnju.

5. Pravni faktori - zakonski fiksirane sve vrste plaćanja raznim fondovima, na primjer, plaćanja poreza, plaćanja penzija i osiguranja, plaćanje komunikacionih usluga.

Sezonske fluktuacije koje su nastale u proizvodnom sektoru prenose se na finansijski sektor, gdje se mijenjaju, jer se prirodni i klimatski faktori prepliću sa djelovanjem društveno-ekonomskih i pravnih faktora.

Na primjer, za privredne subjekte koji proizvode svoje proizvode neravnomjerno, potražnja za novcem se povećava u određenim periodima. U proleće se naglo povećava potreba za pozajmljenim sredstvima poljoprivrednih preduzeća, au jesen se povećava potreba za dodatnim sredstvima prerađivačkih preduzeća koja žele da sebi obezbede sirovine za budućnost nakon žetve. Kreditne institucije, uzimajući u obzir ekonomske i finansijske uslove na lokalnom tržištu, moraju predvidjeti ovu promjenjivu potražnju i zadovoljiti je u svakom trenutku. Stvorene su mnoge sektorske banke, fokusirane na kreditiranje preduzeća u relevantnoj industriji.

Na devizno tržište utiču izvozno orijentisane industrije i kompanije, od kojih su mnoge u svojim aktivnostima pod uticajem sezonskih fluktuacija (automobilska industrija, nafta i gas, metalurgija), što zauzvrat utiče na stanje platnog bilansa zemlje.

Periodično se prenose i doprinosi u mnoge fondove (penzioni fondovi, fondovi obaveznog zdravstvenog osiguranja, Državni fond za zapošljavanje i dr.). U obračunu konkretnih iznosa poreskih prihoda u budžete različitih nivoa, od velikog je značaja predviđanje rasta i pada proizvodnje, trgovine, uključujući i kroz sezonski faktori. Ovi podaci su važni za naredno formiranje budžeta na svim nivoima, jer mogu pouzdanije odražavati potrebe regiona za federalnim sredstvima u vidu subvencija, subvencija i transfernog finansiranja. Treba uzeti u obzir da postoje regije koje imaju poljoprivrednu ili drugu sirovinsku orijentaciju. Stoga je proučavanje sezonalnosti u finansijskim procesima od velikog interesa.

Analiza i predviđanje različitih socio-ekonomskih pokazatelja su takođe važni za razvoj socijalne i ekonomske politike države.

Koriste se opsežne informacije o stanju i trendovima razvoja svih sektora privrede. Na većinu predviđenih procesa u određenoj mjeri utiče sezonalnost (npr. monetarni agregati, krediti banaka privredi, prosječne plate, prihodi i rashodi stanovništva, stanja depozita stanovništva u bankama, dinamika broja nezaposlenih, potrošači indeksi cijena i veleprodajne cijene industrije). Stoga je prilikom njihove analize potrebno uzeti u obzir ne samo monotone trendove, već i periodične (sezonske).

Berze takođe pokazuju oscilatorne procese sa izraženim ciklusima: mjesečni, kvartalni i 21 sedmični, sedmični. Kao razloge koji dovode do ovakvih ciklusa, autori ističu periode i obim plasmana hartija od vrednosti, potrebe emitenta za novčanim sredstvima, regulisanje emitenta ročne strukture duga i dr. Ovi ciklusi su uzrokovani privremenim, subjektivnim faktorima i oni se moraju uzeti u obzir prilikom razmatranja specifičnih, posebnih zadataka. Budući da su fluktuacije na finansijskom tržištu bliske periodične prirode i završavaju se u roku od godinu dana, one se klasifikuju kao sezonske fluktuacije.

Pogoršanje ekonomske situacije povezano sa finansijskom krizom primorava industrijska preduzeća da aktivnije identifikuju i implementiraju štedne rezerve u svu svoju imovinu. S tim u vezi, posebnu pažnju zaslužuje analiza stanja korporativnih zaliha zaliha zaliha (TM). Obrtna sredstva u zalihama u preduzećima su prilično značajna. Prema Rosstatu, udio svih vrsta zaliha u sastavu imovine proizvodnih preduzeća iznosi oko 20%, a kod preduzeća za mašinogradnju- oko 30%. Zalihe robe i materijala u sastavu radni kapital zauzimaju oko 15% u proizvodnim preduzećima, au mašinstvu - oko 20%. Nažalost, posljednjih godina promet obrtnih sredstava, uključujući i promet zaliha, nije značajno ubrzan.

Prelaskom na tržišnu ekonomiju otklonjen je problem nestašice u snabdijevanju preduzeća materijalnim resursima, preduzeća su bila u mogućnosti da za njih napuste velike zalihe i glomazna skladišta. Ali istovremeno su se pojavili novi problemi vezani za nestabilne i stalno rastuće cijene, nedostatak obrtnih sredstava i kredita za njih, kršenje ugovornih obaveza od strane partnera u isporuci roba i materijala, nestabilnu prodaju gotovih proizvoda itd. Neizvjesnost u potražnji za proizvedenim proizvodima uzrokuje nesigurnost u predviđanju potrebnih materijalnih resursa. U tom smislu, akumulirane zalihe postaju faktor u koordinaciji stvarne ponude i potražnje, kao i smanjenja troškova proizvodnje.

Mjesečni rezultati ankete izvršnih direktora industrijska preduzeća izvedeno po nalogu" Poslovna Rusija» prema panelu laboratorije tržišnih istraživanja IET-a u aprilu 2009. godine, u odnosu na trenutno stanje preduzeća, prikazani su na sl. 2.4-2.6.

Rice. 4. Prosječne cijene proizvoda preduzeća-ispitanika u oktobru 2008. - aprilu 2009.

Rice. 5. Promjena obima zaliha kod preduzeća-ispitanika u oktobru 2008. - aprilu 2009.

Rice. 6. Dinamika rasta bilansa komponenti Indeksa tekućeg stanja u oktobru 2008. - aprilu 2009. godine u odnosu na isti period prethodne godine.

Na sl. Na slici 2.7 prikazan je rast bilansa mjesečnih komponenti Indeksa tekućeg stanja očekivanja u odnosu na isti period prošle godine, izračunat da se eliminiše sezonalnost. Vrijednosti stanja komponenti za april 2009. godine uključene su u Indeks trenutnog stanja „Barometra poslovne Rusije“, prikazan na sl. 2.8.

Jedan od glavnih načina za postizanje ušteda u oblasti logistike je smanjenje troškova povezanih sa zalihama kroz razvoj politike upravljanja zalihama, koja predstavlja strukturu pravila za određivanje trenutka i obima kupovine. Kao dio politike upravljanja zalihama formiraju se planovi snabdijevanja koji određuju u kom trenutku i za koje količine treba izvršiti dopunu zaliha.

U 1 sq. U 2009. godini, prvi put tokom krize, saldo stvarnog broja zaposlenih, u korelaciji sa očekivanom potražnjom, postao je naglo negativan. U januaru 2009. godine samo 7% preduzeća ocenilo je svoje osoblje kao "nedovoljno" (u oktobru 2008. bilo je 26%), a kao "preterano" - 33% (bilo je 12%). Prolazi inercija dugog perioda naglog rasta proizvodnje, kada je kadrova često nedostajalo. Situacija na tržištu rada postaje prilično akutna, a to može imati ne samo ekonomske, već i socijalne posljedice.

U 1 sq. U 2009. godini indeks tekućeg stanja, izračunat na osnovu povećanja bilansa stanja za godinu, iznosio je -40,9 (u 4. kvartalu 2008. godine bio je -32,0). Moramo konstatovati prilično oštro pogoršanje trenutne tržišne situacije u odnosu na Q1. 2008. To će sigurno naći svoj izraz u primjetnom padu industrijske proizvodnje i realnog BDP-a. Poređenje s prošlom dinamikom dovodi do nedvosmislenog zaključka da ovako nagle promjene situacije na gore nije bilo od 1996. godine, odnosno od prvog trenutka za koji je moguće izračunati kvartalni indeks tekućeg stanja.

S druge strane, analiza mjesečne dinamike pojedinih komponenti indeksa tekućeg stanja pokazuje da do sada nema daljeg ubrzanja pada. O tome svjedoči relativna stabilizacija bilansa nekoliko komponenti indeksa trenutnog stanja odjednom: a) obima proizvodnje nakon "kolapsa" u novembru-decembru 2008; b) cijene gotovih proizvoda nakon "kolapsa" u decembru 2008. - januaru 2009. godine; c) zalihe gotovih proizvoda nakon "kolapsa" u januaru-februaru 2009. Nesumnjivo, opšti ekonomski pad u Rusiji se nastavlja (još se ne vide znaci oporavka, sve komponente indeksa ostaju negativne), ali tempo ovog pada , najvjerovatnije se još uvijek ne povećava.

2. Praktično domaće i strano iskustvo u upravljanju zalihama u preduzeću u sezonskim uslovima

Posebno je akutan problem upravljanja zalihama robe i materijala, koji je uzrokovan sljedećim razlozima. Prvo, postoji izuzetna vrsta raznolikosti potrošnih dobara i materijala, što je povezano sa složenošću i višekomponentnom prirodom materijalne strukture proizvoda, prisustvom pomoćnih industrija. Drugo, sastav utrošenih dobara i materijala često se mijenja zbog obnavljanja proizvedenih proizvoda. Treće, materijalni tokovi između proizvodnih karika često nisu sinhronizovani, što dovodi do velikog broja međuzaliha u proizvodnim i logističkim lancima.

Upravljanje zalihama za domaća preduzeća u godinama planske privrede izgrađena je uglavnom na normativnom pristupu. Istovremeno, normativi zaliha određivani su empirijski ili kao procenat godišnjeg obima potrošnje, ili kao normalizovano trajanje jednog prometa po vrstama robe i materijala. Regulatorni pristup nije dao pouzdane, isplative rezultate i zalihe su obično bile precijenjene.

Created on razna preduzeća rezerve služe prvenstveno za izjednačavanje različitih intenziteta interakcije materijalni tokovi, kao i da se smanji uticaj na preduzeće nasumičnih faktora koji dovode do poremećaja u snabdevanju. Prisustvo zaliha podrazumijeva određene troškove za njihovo formiranje i održavanje. Definitivno, troškovi skladištenja zaliha, kao i administrativni troškovi ispunjavanja zahtjeva za zalihama, nazivat će se troškovi upravljanja zalihama, a troškovi u vezi sa nabavkom materijalnih resursa (proizvod cijene na kupljenu količinu) nazvati troškovima nabavke.

Trenutno se mnoga industrijska preduzeća suočavaju sa problemom neefikasnog upravljanja obrtnim kapitalom. Ovo je posebno izraženo u preduzećima sa dugim proizvodnim ciklusom, gde obrtna sredstva u proseku čine 80% godišnjeg prihoda. Prisustvo značajnih obima nepotraženih rezervi i dospjelih potraživanja negativno utiče na finansijsko stanje preduzeća, ne dozvoljava im da ostanu konkurentni. Postojanje ovog problema uzrokovano je nizom faktora.

Prvo, sa formiranjem tržišne ekonomije u Rusiji, uslovi u kojima preduzeća posluju su pretrpeli suštinske promene. Ranije je postojao sistem centralnog planiranja, u kojem su se planovi proizvodnje i prodaje proizvoda za preduzeća postavljali izvana na osnovu formiranog bilansa nacionalne ekonomije, a preduzeća su mogla proizvoditi proizvode "na lager", shvativši da će biti prodati. Trenutno je neizvesnost u odnosu preduzeća sa eksternim okruženjem značajno povećana: preduzeća treba da samostalno sprovode planiranje na osnovu predviđene potražnje kupaca, što je postalo od najvećeg i odlučujućeg značaja, polazna tačka za planiranje proizvodnje i prodaja. Osim toga, razvoj konkurencije podstiče preduzeća da stalno unapređuju efikasnost internih poslovnih procesa kako bi što kvalitetnije zadovoljili potrebe svojih kupaca i zadržali svoju poziciju na tržištu. Dakle, pristup upravljanju preduzećima se iz temelja mijenja, stoga postoji potreba za unapređenjem sistema upravljanja obrtnim kapitalom. Alati koji se za to koriste u planskoj privredi više se ne mogu koristiti u svom čistom obliku, već se moraju prilagoditi savremenim uslovima funkcionisanja preduzeća.

Drugo, negativni rezultati koji se dešavaju u Rusiji 90-ih godina 20. veka. reformi, izražene u oštrom padu obima industrijska proizvodnja, značajna inflacija, dugotrajno neulaganje u osnovna sredstva, kriza plaćanja i druge posljedice, neminovno su uzrokovale smanjenje efikasnosti svih glavnih poslovnih procesa industrijskih preduzeća. Prisustvo neproduktivnih procesa ili njihovih odvojenih delova produžava trajanje radnog ciklusa preduzeća, usled čega se smanjuje stopa obrta sredstava uloženih u obrtna sredstva, smanjuje se profitabilnost imovine preduzeća i njegova likvidnost, a dug pozicija se povećava, tj svi glavni ekonomski pokazatelji preduzeća se pogoršavaju.

Mora se priznati da, prema razvijene države nivo upravljanja zalihama u Rusiji je prilično nizak. Pitanje kako efikasno upravljati zalihama danas, kada se marža na aktivnosti preduzeća smanjuje, pristup pozajmljenim sredstvima pogoršava, a konkurencija raste, od najveće je važnosti.

Tradicionalni analitički modeli oslanjaju se na tri „stuba“:

– prvo, o ABC analizi,

- drugo, na formuli optimalne narudžbe EOQ (ekonomska količina narudžbe),

– treće, pod pretpostavkom da se svi slučajni procesi mogu opisati normalnom distribucijom (Gausova raspodjela).

Sa ovim modelima, značajan napredak je napravljen u upravljanju zalihama u proteklom stoljeću. S obzirom da prije stotinu godina nije bilo modernih kompjutera i da su složeni proračuni zahtijevali dosta vremena, a razmatrani modeli su vrlo jednostavni, s pravom se smatraju klasičnim. Danas su ovi modeli prikladni samo za upotrebu kao edukativni materijal, ali se u praksi praktično ne koriste. Osim toga, sasvim je očito da ovi modeli apsolutno ne uzimaju u obzir faktor sezonskosti, te stoga nisu primjenjivi za potrebe ovog istraživanja.

Savremena kompjuterska tehnologija omogućava da se problem upravljanja zalihama reši na ispravan i suštinski viši nivo nego do sada. Era brzih desktop računara je otvorila nove mogućnosti za upravljanje zalihama koje su još uvek slabo shvaćene u punoj meri. Objektivni razlog za to je nezrelost ruskog tržišta, a subjektivni razlog je nedovoljna matematička pismenost osoblja komercijalnih preduzeća.

Po našem mišljenju, trenutno je nemoguće razviti metode upravljanja zalihama bez dobrog matematičkog znanja. Osim toga, potrebno je iskustvo u poslovima skladištenja i trgovine.

Osnovni cilj gotovo svih trenutno korišćenih savremenih kompjuterskih sistema za upravljanje zalihama je automatizacija procesa nabavke na osnovu jasno formulisanog cilja i na osnovu modela finansijske i ekonomske optimizacije. Drugi cilj implementacije savremeni sistem upravljanje zalihama treba da obezbedi mogućnost objektivne kontrole stanja u nabavci.

Osnova optimizacije je finansijski i ekonomski model. Za svaku poziciju asortimana potrebno je dobiti određeni broj koeficijenata koji karakterišu njegovu finansijsku efikasnost (rentabilnost po artiklu, trošak skladištenja komada po danu, trošak dopune komada). glavni cilj sistem je da se optimizuje profit preduzeća. Za svaku jedinicu zaliha postoje takvi kontrolni parametri koji određuju kada (na kom stanju) iu kojoj količini treba izvršiti narudžbu. Drugim riječima, za svaku poziciju, kontrolni parametri se određuju u okviru fleksibilne strategije praga.

Efikasno upravljanje zalihama je ekonomska optimizacija, a mjera efikasnosti je profit. Efikasnost upravljanja zalihama po pravilu znači maksimiziranje neto dobiti preduzeća u onom dijelu u kojem ovaj profit zavisi od upravljanja zalihama. S tim u vezi, jedna od komponenti rada na povećanju efikasnosti upravljanja zalihama je ispravan finansijski model preduzeća. Sve tekuće poslovne procese u preduzeću treba razmotriti u smislu troškova povezanih sa upravljanjem zalihama. Ovo uključuje troškove skladištenja zaliha, troškove njegovog dopunjavanja i troškove nestašica u obliku izgubljene dobiti (uključujući dodatne kazne za uskraćivanje usluge).

Svi procesi u lancu snabdijevanja - transport, iznajmljivanje zgrada i opreme, troškovi osoblja, nabavne aktivnosti, organizacija prodaje, kamate na kredite, obaveze, potraživanja, porezi itd. - moraju biti adekvatno odraženi u finansijskom modelu. Ispravan model bi trebao apsolutno tačno pokazati, u rubljama, koliko se troškovi smanjuju s povećanjem zaliha, koliko se povećavaju troškovi skladištenja, smanjuju se troškovi nestašica itd.

Prikazani pristup rješavanju problema upravljanja zalihama nije suštinski nov. Šezdesetih godina dvadesetog veka, Yu.I. Ryzhikov je napisao klasična djela o upravljanju dionicama. Pokušaji da se teorija primeni u praksi bili su očigledno ispred svog vremena. Nedostatak pogodnih i brzih kompjutera, i, što je još važnije, nedostatak prirodnih poslovnih motiva u društvu totalne oskudice nisu dozvolili da se teorijski razvoji sprovedu u praksi. Danas postoji ogroman broj alata dostupnih kako po cijeni tako i po nivou vještina korisnika. Primijenjena matematika razvila je vrlo moćne algoritme, a moderna kompjuterska tehnologija omogućava vrlo brzo izvođenje proračuna. Sve navedeno ima dosta veze sa upravljanjem zalihama.

Postoji uvjerenje da težak zadatak, kao što je optimalno upravljanje zalihama u sezonskim uvjetima, ne može imati adekvatnu matematičku implementaciju. Međutim, po našem mišljenju, ovo je u osnovi pogrešno. Pojavom savremene kompjuterske tehnologije, uz pojačanu tržišnu konkurenciju, tema upravljanja zalihama dobila je „drugi vjetar“. Pojavile su se nove mogućnosti koje omogućavaju rešavanje problema efikasnosti korišćenja resursa na nivou koji se donedavno smatrao nedostižnim, uključujući i u pogledu obračuna sezonskog faktora.

Optimalna politika upravljanja zalihama može se pronaći metodama matematičkog modeliranja. Klasični model upravljanja zalihama jednog proizvoda (Wilsonov model) razvijen je davne 1934. godine. Problem upravljanja zalihama u Wilsonovom modelu svodi se na određivanje obima narudžbe za planirani vremenski period na način da se minimiziraju troškovi upravljanja zalihama. . Sam model je opis procesa promjene zaliha i povezanih troškova pod određenim pretpostavkama koje ograničavaju njegovu praktičnu primjenu. Stoga se razmatraju brojne modifikacije ovog modela, koje se odnose na mogućnost nestašice i uzimajući u obzir troškove koje on uzrokuje; uz prisustvo sistema popusta u zavisnosti od veličine kupovne partije; sa konačnom stopom prijema isporuke u skladište itd.

Naše studije izvodljivosti praktična primjena Modeli upravljanja zalihama zasnovani su na podacima iz funkcionalnih odjela obezbjeđenja materijalnih resursa za grupu kompanija u rudarskoj industriji. Glavne karakteristike industrije su širok spektar nabavljenih materijalnih resursa i nestabilnost njihove potrošnje. To je zbog činjenice da se najveći dio materijalnih resursa ne obezbjeđuje dobro uhodanim tehnološkim procesom sa provjerenim standardima, već kapitalnom izgradnjom i opremom rudnika. Nestabilnost potrošnje povezana je sa fazama takvih procesa, a stohastičnost potrošnje je posljedica činjenice da je tok kapitalne izgradnje podložan utjecaju vanjskih organizacionih i prirodnih faktora.

Asortiman isporučenih materijalnih resursa obuhvata stotine grupa proizvoda, pa je zadatak klasifikovati isporučene materijalne resurse kako bi se identifikovale grupe u odnosu na koje se mogu primeniti jedinstveni pristupi za formiranje politike upravljanja zalihama. U tabeli. 2.8 pokazuje glavne pravce i ciljeve moguće klasifikacije materijalnih resursa.

Tabela 2.8.

Pravci i ciljevi klasifikacije nabavljenih materijalnih resursa.

Proučavanje asortimana isporučenih materijalnih resursa prema prva tri znaka klasifikacije podrazumijeva analizu strateškog značaja proizvoda; kao i detaljnu studiju konkretnih uslova isporuke, kao što su minimalna veličina kupljene partije, rok za ispunjenje narudžbine, potreba za radno intenzivnim operacijama u fazi slanja proizvoda u skladište, uslovi skladištenja itd. Ovo je neophodno za odabir jedne ili druge modifikacije Wilsonovog modela i preciziranje njegovih parametara.

Klasifikacija prema stabilnosti potrošnje i vrijednosti troškova skladištenja zanimljiva je sa stanovišta utvrđivanja mogućnosti korištenja Wilsonovog modela, stabilnosti rezultata dobijenih na njegovoj osnovi, te zahtjeva za tačnost ovih rezultata. . U tabeli. 2.9 prikazana je odgovarajuća matrica klasifikacije materijalnih resursa prema stabilnosti potrošnje i visini troškova skladištenja.

Tabela 2.9.

Matrica za odabir politike nabavke

Ideja takve klasifikacije je da kako se povećava stabilnost potrošnje (grupe Z-Y-X), tako se povećava stabilnost rezultata primjene Wilsonovog modela. A kako se udio artikala u opticaju i troškovima skladištenja povećava, sve je veći interes za preciznije dimenzioniranje pošiljke, jer visoka preciznost omogućava opipljive uštede.

Grupa materijalnih resursa u ćeliji "AX" je najzanimljivija sa stanovišta primjene Wilsonovog modela, jer zauzima visoko učešće u prometu, povezana je sa visokim troškovima skladištenja i karakteriše je stabilna potrošnja. Grupa materijalnih resursa u ćeliji "AY" zahtijeva preliminarnu analizu funkcije potražnje, jer je karakterizira niska stabilnost potrošnje. Grupa "Z" uključuje rijetko kupljene, po pravilu, jedinstvene materijalne resurse. Takve pozicije se kupuju na osnovu zahtjeva relevantnih odjela preduzeća, u pravilu ne podliježu skladištenju i za njih se ne koristi Wilsonova formula. Upotreba modela upravljanja zalihama za grupu "C" ne zahtijeva visoku preciznost u određivanju optimalne veličine narudžbe. Za upravljanje zalihama ove grupe dovoljne su približne godišnje prognoze potražnje. Međutim, potrebno je stalno praćenje dinamike potrošnje i nivoa zaliha kako bi se smanjile nelikvidne zalihe.

Rezultat klasifikacije utrošenih materijalnih resursa po grupi preduzeća prikazan je na slici 2.1.

Rice. 2.1. Rezultati klasifikacije robnih grupa materijalnih resursa

Dijagram prikazuje sljedeće grupe proizvoda:
	Rezervni dijelovi za rudarsku opremu
	Električna oprema i električni materijali
	Metalni materijali
	Alat
	Instrumentacija i automatizacija
	Komunikacije i radio
	Gorivo i ulja
	Građevinski materijal
	Reagensi, laboratorijski materijali
	kancelarijske opreme
	Kontejneri i materijali za pakovanje

Razmotrimo primjere primjene modela upravljanja zalihama za isporučene materijalne resurse nekih ćelija matrice. Tako, na primjer, robna stavka „Čelični lim“ pripada grupi materijalnih resursa ćelije „AX“, koju odlikuje velika količina i stabilnost potrošnje.

Izračunata vrijednost optimalne veličine reda rasporeda za predmetnu stavku pretpostavlja česte isporuke. Međutim, nakon detaljnog proučavanja uslova isporuke, pokazalo se da to nije izvodljivo zbog tehničkih ograničenja dobavljača. S tim u vezi, stvarna veličina narudžbe je bila tri puta veća od optimalne, što je dovelo do povećanja troškova skladištenja (slika 2.2).

Rice. 2.2. Ovisnost troškova skladištenja i naručivanja
od obima kupovne partije

U slučaju koji se razmatra, primjena modela upravljanja zalihama, uz detaljnu studiju uslova isporuke, omogućava pronalaženje rezervi za poboljšanje efikasnosti logistike. Dakle, sklapanje ugovora o nabavci sa drugim dobavljačem valjanog metala omogućit će kompaniji isporuku optimalnih serija i smanjenje troškova.

U slučaju nestabilne potrošnje skupih artikala (ćelijska matrica „AU“) preporučljivo je istražiti funkciju potrošnje, na primjer, jednom od metoda analize vremenskih serija. Kao primjer, razmotrite robnu stavku "Mašinsko ulje".

Na sl. 2.3 ilustruje konstrukciju modela aditiva za vremensku seriju potrošnje motornog ulja prema podacima za godinu. Za poziciju koja se razmatra moguće je precizno odabrati aditivni model zbog izražene sezonske komponente. Na osnovu analize vremenske serije moguće je graditi prognoze intenziteta potrošnje i u skladu s tim izračunati veličine narudžbina.

Rice. 2.3. Analiza funkcije potražnje za motornim uljem

Predviđanje potražnje pomoću aditivnog modela analize vremenske serije omogućava vam da smanjite troškove skladištenja za 2 puta, u poređenju sa izračunom serije narudžbine na osnovu pretpostavke ujednačene potrošnje materijalnog resursa (koja pretpostavlja Wilsonov model). Glavna razlika između upravljanja zalihama korištenjem analize funkcije potražnje i upravljanja zalihama zasnovanog na klasičnom Wilsonovom modelu je u tome što u prvom slučaju veličina kupljene partije ovisi o količini potrošnje, a time i o vremenu, au drugom slučaju je konstantna. . S tim u vezi, predviđanje distribucije godišnje potrošnje tokom vremena omogućava formiranje plana snabdijevanja koji je skoro gust. Strogi plan snabdijevanja je takav plan snabdijevanja, u kojem se u trenutku knjiženja sljedeće pošiljke zaliha u skladištu nula. Dokazano je da samo strogi plan može biti optimalan plan snabdijevanja.

Treba napomenuti da je pri određivanju optimalne partije narudžbe prema klasičnom Wilsonovom modelu glavni razlog visokih troškova skladištenja prisustvo značajnog trenda (visoke stope rasta obima potrošnje), a ne fluktuacije uzrokovane sezonskom potražnjom. To je ilustrovano na slici 2.4, na kojoj su prikazani rezultati obračuna troškova skladištenja motornog ulja korištenjem različitih metoda za određivanje narudžbe.

Rice. 2.4. Kumulativni ukupni troškovi skladištenja motornog ulja za različite metode određivanja partija narudžbe

Analiza zavisnosti potražnje od vremena metodom najmanjih kvadrata (LSM) omogućava utvrđivanje trenda u dinamici potrošnje. Proračun serija narudžbi po metodi najmanjih kvadrata omogućava formiranje takvog plana nabavke čiji se troškovi skladištenja ne razlikuju značajno od plana nabavke formiranog analizom sezonskih fluktuacija potražnje.

Ovaj primjer pokazuje da je za skupe robne stavke grupa „A“ i „B“ važno pitanje utvrđivanja godišnje potražnje i prognoze dinamike potrošnje tokom godine. U slučaju upravljanja zalihama za robne stavke grupe "C", stepen tačnosti prognoze nije toliko važan. To je zbog činjenice da čak i prilično značajna odstupanja stvarnog godišnjeg obima potrošnje od planiranog dovode do neznatnih odstupanja troškova upravljanja zalihama. Na osnovu analize stabilnosti rezultata Wilsonovog modela, može se pokazati da značajno odstupanje u godišnjem obimu potrošnje dovodi do blagog odstupanja u troškovima skladištenja i naručivanja. Tako, na primjer, za rubriku "Električne svjetiljke za opću upotrebu", koja se nalazi u ćeliji "CX", odstupanje od godišnjeg obima potrošnje za 50% dovest će do promjene troškova upravljanja zalihama za 16%, što je ne više od 1% sličnih troškova za rubriku grupe "A" "Čelični lim". Dakle, za upravljanje zalihama robnih artikala grupe „C“ dovoljno je imati približne procjene godišnjih obima potrošnje, koje se mogu dobiti na osnovu iskustva stručnjaka za nabavku koji upravljaju ovim artiklima.

Drugi važan pravac u postizanju ekonomske efikasnosti u oblasti upravljanja zalihama grupe preduzeća je objedinjavanje potreba za materijalnim resursima, što omogućava formiranje konsolidovanih planova nabavki koje karakterišu niži troškovi. Glavni izvori koristi od konsolidacije potreba su:

Uštede na administrativnim troškovima za naručivanje;

Smanjenje troškova držanja zaliha;

Ostvarivanje popusta povećanjem obima serije kupovina.

Procjena uštede zbog centraliziranog odlučivanja o obimu kupljenih partija i učestalosti kupovine može se izvršiti na osnovu matematičkih modela upravljanja zalihama.

U okviru Wilsonovog modela može se pokazati da će u slučaju povećanja obima potrošnje za određeni broj puta α doći do povećanja optimalne serije narudžbe, troškova skladištenja i troškova ispunjenja narudžbe za faktor. One. Kombinacijom upravljanja zalihama više kompanija moguće je smanjiti ukupne troškove vezane za naručivanje smanjenjem broja operacija nabavke i na taj način smanjenjem administrativnih troškova ispunjenja narudžbi, kao i smanjenjem ukupnih zaliha i smanjenjem troškova skladištenja.

U slučaju centralizovanog snabdevanja grupe preduzeća koja troše sličan raspon materijalnih resursa, moguće je ostvariti uštede kroz formiranje zajedničke konsolidovane politike upravljanja zalihama. Istovremeno, smanjenje troškova upravljanja zalihama može se procijeniti na sljedeći način. Razmotrimo konsolidaciju nabavki po jednoj vrsti materijalnog resursa za grupu od n kompanija. Neka bude Q i - godišnji obim potrošnje određene vrste proizvoda ja- i kompanija unutar grupe. Tada se ukupna godišnja potražnja za robom grupe kompanija definiše kao:

Udio i-te kompanije u ukupnom obimu potrošnje je

Prema Wilsonovom modelu, trošak upravljanja zalihama i-te kompanije je zbir troškova ispunjenja narudžbi i skladištenja zaliha:

gdje g- trošak ispunjenja naloga;

s- trošak skladištenja jedinice zaliha;

q i- optimalna veličina serije narudžbine za i-tu kompaniju, izračunata po Wilsonovoj formuli:

Koristeći izraze (2.2) i (2.4) dobijamo:

q ukupno- optimalna veličina partije narudžbine prilikom konsolidacije potreba kompanija grupe

Zamjena rezultirajućeg izraza za q i u jednakosti (2.3) utvrđujemo zavisnost između troškova upravljanja zalihama i-tog preduzeća i vrednosti troškova upravljanja zalihama u slučaju centralizovanog snabdevanja:

Tada će omjer troškova upravljanja zalihama u slučaju nezavisnog upravljanja zalihama prema troškovima u slučaju centraliziranog upravljanja zalihama biti:

Ilustrujmo efekat uštede na primeru obračuna troškova upravljanja zalihama za slučajeve centralizovanog i decentralizovanog upravljanja zalihama za robnu stavku „Hardver“ (tabela 2.10).

Tabela 2.10.

Proračun uštede troškova za upravljanje zalihama sa centralizacijom nabavke na primjeru robne stavke "Hardver"

Kompanija	Obim potrošnje, [t/god.]	Troškovi po aplikaciji	Troškovi skladištenja tone tereta, [rub./	Optimalna otkupna partija, [t]		Broj operacija nabavke godišnje	Troškovi ispunjavanja zahtjeva, [rub.]	Troškovi skladištenja, [rubalji/godišnje]	Troškovi upravljanja zalihama, [rubalji/godišnje]
								(8) = 0,5∙ (4)∙(5)
Preduzeće 1 rudarska industrija
Preduzeće 2 inženjering industrije
Preduzeće 3 građevinski sektor
Preduzeće 4 rudarska industrija
UKUPNO:
Centralizovano upravljanje zalihama
Saving

Iz prikazanih proračuna (tabela 2.10) vidi se da su za razmatranu grupu preduzeća troškovi upravljanja zalihama sa decentralizovanim snabdevanjem skoro duplo veći od troškova sa centralizovanim snabdevanjem. Treba napomenuti da su vrijednosti troškova u kolonama (7) i (8) bliske. Ovo nije slučajno i objašnjava se činjenicom da je optimalna veličina porudžbine, pri kojoj se postiže minimalni trošak, tačka preseka dve krive koje karakterišu troškove skladištenja i ispunjenja zahteva (slika 2.2). iznosi ušteda u troškovima skladištenja i ispunjavanja zahtjeva su međusobno bliski.

Predstavljeni model za procjenu uštede za upravljanje zalihama uz centralizaciju nabave baziran je na Wilsonovom modelu, te stoga uključuje sva ograničenja klasičnog modela upravljanja zalihama, a također pretpostavlja da troškovi skladištenja jedinice zaliha i ispunjenja narudžbe za sve kompanije grupe su iste. Posljednjem ograničenju treba posvetiti veliku pažnju ako se kompanije iz grupe nalaze u različitim regijama, razlikuju se po različitim nivoima zarada, stopama zakupa poslovnog prostora itd.

Uprkos ovim ograničenjima, predstavljeni model ilustruje mogućnost postizanja ušteda u centralizaciji snabdevanja i nudi pristup za njenu evaluaciju.

Posebno razmatranje zaslužuje procjenu ekonomskih koristi od centralizacije snabdijevanja dobijenih od popusta za povećane količine kupovine. Za procjenu uštede za nabavljene materijalne resurse potrebno je ispitati prijedloge dobavljača za svaku stavku nomenklature. Najcelishodnije je tražiti isplative ponude za one nomenklaturne pozicije koje zauzimaju veliki udio u ukupnom iznosu kupovina. Za grupu preduzeća koja se proučava, to su materijalni resursi koji se nalaze u grupama „A“ i „B“ (slika 2.1). To je zbog činjenice da uz određene količine godišnje potrošnje grupa kompanija može postati strateški partner dobavljaču koji je proizvođač proizvoda, a ne posrednik. Uslov za sklapanje ovakvog partnerstva je, po pravilu, ispunjenje uslova dobavljača za minimalne količine godišnju potrošnju. Prednosti ovakve saradnje su značajni popusti i stabilnost snabdevanja.

Ilustrujmo efekat dobijanja ekonomskih koristi od centralizacije snabdijevanja na primjeru izračunavanja uštede pri kupovini robne stavke „Hardver“ (tabela 2.11).

Tabela 2.11.

Obračun uštede u troškovima nabavke u slučaju centralizacije nabavke na primjeru robne stavke "Hardver"

Kompanija	Kupovina serije [t]	Nabavna cijena za različite količine kupljene partije, [rub/tona]			Zapremina potrošnje [t/god.]	Troškovi kupovine [rublji/godišnje]	Uštede od centralizirane nabavke [ruba/godina]
				preko 25[t]
						(6) = (5)∙(3)	(7) =(6)‑(5)∙(4)
Preduzeće 1 rudarska industrija
Preduzeće 2 inženjering industrije
Preduzeće 3 građevinski sektor
Preduzeće 4 rudarska industrija
UKUPNO:						36 195 000	5 835 000
Centralizovano upravljanje zalihama

Gornja kalkulacija pokazuje da centralizacija snabdijevanja, koja se sastoji u objedinjavanju potreba kompanija grupe za zajedničkim artiklima kupljenog artikla i u kombinovanju procesa upravljanja zalihama, omogućava postizanje ekonomske koristi smanjenjem upravljanja zalihama i troškova nabavke.

Dakle, upotreba modela upravljanja zalihama omogućava vam da:

- identifikovati rezerve za poboljšanje efikasnosti aktivnosti u oblasti logistike;

– ostvariti uštede u troškovima logistike optimizacijom isporuke nabavljenih materijalnih resursa;

- uz detaljnu studiju asortimana nabavljenih materijalnih resursa, povećati efikasnost preduzeća smanjenjem troškova skladištenja oslobađanjem sredstava iz nelikvidnih zaliha;

– smanjiti troškove upravljanja zalihama i nabavke centralizacijom snabdijevanja grupe kompanija.

Konceptualni model optimizacije zalihe prikazano na sl. 2.5.

Rice. 2.5. Faze optimizacije zaliha.

1. faza. U ovoj fazi rešava se zadatak identifikovanja i sistematizacije skupa faktora koji mogu uticati na potreban nivo zaliha i dovesti do manjka ili viška materijala.

Faktori koji utiču na nivo raspoloživih zaliha materijala mogu se podijeliti u tri grupe.

Prva grupa faktora karakteriše uticaj dobavljača. U ovu grupu spadaju: kršenje od strane dobavljača rasporeda isporuke materijala, neusklađenost kvaliteta materijala sa ugovorom, neusaglašenost količine materijala sa ugovorom, neusaglašenost isporučenog materijala prema nomenklaturi.

Druga grupa faktora karakteriše uticaj kupaca proizvoda preduzeća, izražen u promeni veličine tražnje.

Treća grupa faktora karakteriše uticaj proizvodne i ekonomske situacije u preduzeću. U ovu grupu spadaju faktori kao što su visoka fluktuacija i niska obučenost kadrova, nesavršenost sistema motivacije za očuvanje resursa, greške u planiranju potreba za materijalnim resursima.

Uticaj prve grupe faktora dovodi do odstupanja stvarnog roka isporuke od planiranog. Q(Δ tP). Uticaj druge dve grupe izražava se u promeni potreba za materijalima u odnosu na planiranu (normativnu) vrednost. Q(Δ consum(tP) ) u vremenskom periodu između dve uzastopne isporuke.

2. faza. U ovoj fazi rješava se problem procjene prirode i stepena uticaja faktora na nivo proizvodnih zaliha. Radi se analiza mogućih situacija koje uzrokuju nastanak manjka ili viška materijala. Vrši se kvantitativna procjena veličine mogućeg nedostatka ili viška zaliha.

Najveći doprinos proučavanju teorije oskudice dao je Janos Kornai. U svom radu pod nazivom „Nedostatak“ on „deficit“ definiše na sledeći način: „to je odsustvo neophodnih resursa za realizaciju bilo koje namere“ [link].

U svojoj teoriji on polazi od činjenice da planska ekonomija u principu ne može objektivno odražavati potrebe preduzeća u različitim resursima. Razlozi nestašice su stalne greške u proračunu potreba za određenim resursima, koje, prema Kornaiju, neminovno dovode do podproizvodnje robe u bilo kojoj industriji. U tržišnoj ekonomiji uzroci nestašica nisu „ograničenja resursa“, već „ograničenja zbog potražnje“ za proizvodima kompanije, kao i način nabavke potrebnih materijalnih resursa i njihova potrošnja u procesu proizvodnje.

Dakle, u uslovima tržišne ekonomije, koncept „deficita“ je transformisan, uzrokovan promenjenim ekonomskim uslovima.

U procesu upravljanja zalihama, razlika između stvarne vrijednosti zaliha materijala na početku planskog perioda Qnjima(tn) i vrijednost predviđenu planom, ( Qnormama) može se promijeniti. Razlika Qnjima(tn) - Qnormama < 0 karakteriše količinu nestašice materijala δ :

δ = Qnjima(tn) - Qnormama. (2.8)

Postoji nekoliko pristupa prilagođavanju proizvodnih preduzeća uslovima nedostatka materijalnih resursa:

1. Smanjenje obima proizvodnje na nivo koji omogućava postojeći nivo zaliha materijala. U ovom slučaju smanjuje se obim proizvoda koji se proizvode i isporučuju na tržište, što u konačnici dovodi do smanjenja profita. Preduzeće ima gubitke koji negativno utiču na njegovu finansijsku stabilnost.

2. Promjena strukture troškova (prinudna zamjena jedne vrste materijalnog resursa drugom). U nedostatku jednog resursa preduzeće dobija drugi, skuplji ako je zamjenski resurs boljeg kvaliteta, ili jeftiniji, ali slabijeg kvaliteta. To neminovno povlači pad kvalitete proizvoda.

3. Promjena strukture proizvoda.

Praksa pokazuje da je utvrđivanje gubitaka zbog nedostatka materijalnih sredstava povezano sa određenim poteškoćama, čiji uzrok nije samo faktor sezonskosti, već i slučajnost, nepredvidivost posljedica utjecaja različitih vanjskih i unutrašnje okruženje preduzeća do nivoa zaliha. Međutim, imajući statističke podatke za protekle periode, moguće je predvideti odstupanja od planiranih pokazatelja koja nastaju u oblastima proizvodno-privredne delatnosti preduzeća kao što su snabdevanje, proizvodnja i prodaja gotovih proizvoda.

Iznos očekivanih gubitaka OD(δ ) zbog nedostatka materijalnih sredstava jednaka je:

OD(δ ) = M[∆T(fi)] , (2.9)

gdje - prosječna cijena proizvoda koji se prodaju na tržištu, rub.;

QG - godišnji obim proizvodnje koju proizvodi preduzeće, komada;

365 - broj dana u godini;

M[∆T(fi)] - matematičko očekivanje odstupanja parametara nabavke materijala, uzrokovanog djelovanjem faktora fi (i = 1, 2, 3, 4).

Za stvaranje deficita δ Pored gore navedenih faktora, postoje:

1. Visok procenat kvarova u izradi proizvoda zbog niske tehnološke discipline, zastarjele opreme i niske kvalifikacije radnika.

2. Neočekivani porast potražnje za proizvodima kompanije.

3. Netačna prognoza potražnje za proizvodima kompanije.

4. Finansijska nestabilnost preduzeća, koja ne dozvoljava blagovremeno sklapanje ugovora sa dobavljačima za nabavku materijala potrebnog asortimana i količine.

Proces formiranja gubitaka usled nedostatka zaliha materijalnih resursa koji nastaje pod uticajem ovih faktora prikazan je na sl. 2.6.

Rice. 2.6. Proces formiranja gubitaka povezanih s nedostatkom zaliha materijala

Pojava deficita δ povlači sljedeće negativne posljedice:

zastoji proizvodnih objekata;

zamjena nedostajućih materijala;

· forsiranje proizvodnje proizvoda nakon otklanjanja zastoja.

Svaka od ovih posljedica uzrokuje gubitke za preduzeće. U slučaju zastoja u proizvodnji i naknadnog forsiranja proizvodnog procesa, šteta se utvrđuje kao zbir osnovne i dodatne zarade radnika sa odbitcima; pri zamjeni sirovina, materijala, sastavnih dijelova šteta se utvrđuje kao razlika između cijene stvarno korištenih resursa i cijene zamijenjenih resursa. Visina štete uzima se u obzir prilikom utvrđivanja ukupnih gubitaka uzrokovanih deficitom.

Uticaj faktora spoljašnjeg i unutrašnjeg okruženja preduzeća može dovesti do stvaranja viška zaliha materijala. U takvoj situaciji stvarna vrijednost zaliha materijala Qnjima(tn) na početku planskog perioda će biti veći od Qnormama predviđeno planom. Razlika Qnjima(tn) - Qnormama > 0 karakteriše količinu viška zaliha materijala s:

s = Qnjima(tn) - Qnormama. (2.10)

Javlja se u uslovima ekscesa s gubici OD(s) zbog prisustva viška zaliha karakterišu se kao zamrzavanje obrtnih sredstava u zalihama.

Očekivani gubici zbog prisustva viška rezervi određuju se:

OD(s) = M[s] * r, (2.11)

gdje - prosječna cijena po jedinici materijalnog resursa, rub.;

- prosječna dnevna potrošnja materijalnog resursa, t/dan;

M[s] je matematičko očekivanje viška zaliha materijala;

r- kamata na depozite u bankama, %.

Prilikom razvoja kratkoročne plan proizvodnje za naredni period pretpostavlja se da je normativni nivo poznat Qnormama zaliha i stvarni nivo Qnjima(tto) zalihe materijala u preduzeću na kraju (početku narednog) planskog perioda. Pod regulatornim nivoom Qnormama zaliha se podrazumijeva kao planirani saldo zaliha materijala za naredni period planiranja.

Kao rezultat uticaja navedenih faktora, postojeći nivo Qnjima(tto) zalihe materijala i nivo standarda Qnormama dionice mogu biti u jednom od sljedećih odnosa jedna s drugom - bilo Qnjima(tto)= Qnormama, ili Qnjima(tto)> Qnormama, ili Qnjima(tto)< Qnormama. Razvoj ( Qnjima(tto)= Qnormama), (Qnjima(tto)> Qnormama), (Qnjima(tto)< Qnormama) su slučajni, od kojih se svaki javlja sa vjerovatnoćom R( Qnjima(tto)= Qnormama), R( Qnjima(tto)> Qnormama), R( Qnjima(tto)< Qnormama). Ovi događaji čine kompletnu grupu parno nekompatibilnih događaja, a vjerovatnoća njihovog nastanka jednaka je jedan:

R(Qnjima(tto) = Qnormama) + P(Qnjima(tto) > Qnormama) + P(Qnjima(tto) < Qnormama) = 1. (2.12)

Mogući omjeri vrijednosti raspoloživog nivoa zaliha na kraju planskog perioda Qnjima(tto) i standardne zalihe Qnormama ogledaju se u modelu stabla formiranja mogućih situacija formiranja nestašice materijalnih rezervi (sl. 2.7), a na njegovoj osnovi tabelarni oblik prikaza raznovrsnosti mogućih gubitaka uzrokovanih manjkom ili viškom dionica δ I s.

Događaji S 1 , S 2 , S 3 , S 4 , S 5 , S 6 , S 7 , S 8 , S 9 čine kompletnu grupu slučajnih događaja nekompatibilnih po parovima, pa je jednakost R 1 + R 2 + R 3 + R 4 + R 5 + R 6 + R 7 + R 8 + R 9 \u003d 1.

Model formiranja gubitaka uzrokovanih fluktuacijama faktora eksternog i unutrašnjeg okruženja preduzeća.

Formule za izračunavanje veličine deficita ili viška zaliha materijalnih sredstava za svih devet situacija prikazane su u tabeli. 2.12, gdje ν , ν - koeficijenti varijacije obima proizvodne potrošnje i intervala isporuka iznad planiranih vrijednosti; ν , ν - koeficijenti varijacije obima industrijske potrošnje i intervala isporuka, čije su vrijednosti niže od planiranih.

Rice. 2.7. Stablo formiranja logično mogućih situacija nastanka nestašice i viška materijala

u upravljanju zalihama

Tabela 2.12.

Formule za određivanje manjka ili viška materijala

Situacija	Formula za izračun	Količinska karakteristika δ	Deficit - δ Višak - s
	δ = brzo (- ν - ν ν-ν)	δ < 0
	δ = post(-ν )	δ < 0
	δ = post (ν+ ν ν -ν)	ili δ < 0, iliδ > 0	ili δ , ilis
	δ = post(-ν )	δ < 0
	δ =0	δ = 0	δ = 0
	δ = postν	δ > 0
	δ = post (- ν+ν ν+ν)	ili δ < 0, iliδ > 0	ili δ , ilis
	δ = postν	δ > 0
	δ = brzo (ν- ν ν+ ν)	δ > 0

Poznavajući veličinu manjka ili viška materijala u svakoj od devet mogućih situacija, kao i vjerovatnoću nastanka situacije, možemo odrediti matematičko očekivanje M nedostatak ili višak materijala:

Ako vrijednost M<0 , tada postoji manjak zaliha materijala δ , ako M>0, tada postoji višak zaliha materijala s.

Poznavanje iznosa gubitaka zbog nedostatka ili viška materijala u svakoj od devet mogućih situacija S 1 , S 2 , …, S 9 , kao i vjerovatnoća njihovog nastanka R 1,R 2, …,R 9, možemo odrediti matematičko očekivanje gubitaka GOSPOĐA].

Pojava deficita δ podrazumijeva potrebu stvaranja zaliha osiguranja kako bi se minimizirali gubici uzrokovani nedostatkom materijalnih resursa. Pojava ekscesa s ukazuje na potrebu smanjenja nivoa zaliha materijala, što povlači za sobom „zamrzavanje“ obrtnih sredstava uloženih u zalihe materijalnih resursa.

Dakle, vrijednost zaliha materijalnih resursa Qnormama na početku planskog perioda, osiguravajući kontinuitet proizvodnog procesa, biće jednak:

Qnormama = Qtech + Qprep + Qstrah, (2.13)

gdje Qstrah = M[δ ].

3. faza. Optimizacija nivoa zaliha materijalnih resursa svodi se na minimiziranje matematičkog očekivanja gubitaka uzrokovanih uticajem slučajnih faktora. Optimalni nivo zaliha će biti onaj na kojem matematičko očekivanje gubitaka dostiže minimum.

4. faza. Identifikacija "uskih grla", čije potpuno ili djelomično otklanjanje će smanjiti veličinu potrebnih zaliha materijalnih resursa.

Rezultati analize uticaja faktora na nivo zaliha materijala omogućavaju nam da odredimo kompleks neophodnih logističkih transformacija u delatnosti. razne strukture poboljšati rezultate ovih aktivnosti.

5. faza. U ovoj fazi rješava se zadatak razvoja organizacionih mjera, čija će implementacija smanjiti potrebne zalihe materijalnih sredstava. Glavni pravci za otklanjanje "uskih grla" prikazani su u tabeli. 2.13.

Glavni napori da se minimiziraju gubici uzrokovani nedostatkom ili viškom materijalnih resursa u oblasti logistike snabdijevanja trebaju biti usmjereni na rješavanje problema osiguravanja koordinacije akcija dobavljača i primaoca materijala kako bi se ispunili planirani uslovi isporuke. Istovremeno, proizvodna logistika treba da teži da osigura minimiziranje gubitaka u proizvodnji, a distributivna logistika - da poboljša tačnost predviđanja potražnje za proizvodima kompanije.

Razvijajući se od početka 20. stoljeća, teorija optimizacije nivoa zaliha materijalnih resursa imala je za cilj smanjenje veličine zaliha na nivo koji obezbjeđuje minimalne troškove za njegovo stvaranje i održavanje. U ovom slučaju gubici zbog nedostatka ili viška materijala nisu uzeti u obzir.

Tabela 2.13.

Spisak mjera koje imaju za cilj minimiziranje zaliha materijalnih resursa

	Akcije
Kršenje od strane dobavljača rasporeda za isporuku materijala. Neusklađenost kvaliteta materijala sa ugovorom. Neusklađenost količine materijala sa ugovorom. Neusklađenost isporučenih materijala prema nomenklaturi.	Izbor dobavljača, obezbjeđujući potreban nivo kvaliteta materijalnih resursa. Ukoliko nije moguće pronaći drugog dobavljača, neophodno je učešće preduzeća u poboljšanju kvaliteta isporučenih resursa. Koordinacija sa dobavljačima o najisplativijim uslovima isporuke proizvoda.
Neočekivano povećanje potražnje za proizvodima kompanije. Nepredviđena promjena sastava narudžbe gotovog proizvoda.	Unapređenje rada odjela marketinga i prodaje. Saradnja sa kupcima, uključujući formiranje i zajedničku implementaciju sa kupcima efikasne strategije za fizičku distribuciju gotovih proizvoda.
Velika fluktuacija osoblja. Nizak kvalitet obuke osoblja. Nesavršenost skladišnog knjigovodstva materijala. Nesavršenost sistema motivacije za štednju resursa (brak). Greške u planiranju potrebe za materijalnim resursima.	Razvoj osoblja. Unapređenje tehnologije, organizovanje proizvodnje gotovih proizvoda, kao i obračun materijala, kako na zalihama, tako i u fazi proizvodnje.

Stoga se predloženi pristup upravljanju zalihama zasniva na metodologiji optimizacije nivoa zaliha prema kriteriju minimalnih gubitaka uzrokovanih manjkom ili viškom materijala uslijed sezonskih fluktuacija.

Ekonomski efekat korišćenja predložene metodologije za određivanje nivoa zaliha materijalnih resursa, minimizirajući gubitke usled njihovog nedostatka, je sledeći:

1. Izračunato na osnovu predložene metodologije, optimalni nivo zaliha livačkog gvožđa za 2009. godinu je znatno niži od vrednosti standarda koji je na snazi ​​u preduzeću AD VEMZ (tabela 2.14).

Tabela 2.14

Uporedna procjena nivoa zaliha livenog gvožđa za 2009. godinu

Razvijena metodologija

VEMZ

u tonama

u hiljadama rubalja

u % mjesečne potrebe za materijalom

u tonama

u hiljadama rubalja

u % mjesečne potrebe za materijalom

1 kvartal

2 kvartal

3 kvartal

4 kvartal

Srednje

190,0

242,4

standard Uložena obrtna sredstva u zalihe livenog gvožđa za 1. kvartal 2009. godine iznose 33% mesečne potrebe za ovu vrstu materijalnih resursa. U 1. kvartalu 2009. godine standard zaliha sirovog gvožđa koji je na snazi ​​u AD VEMZ iznosio je 50% mjesečne potrebe, što je znatno više od zaliha potrebnih za osiguranje procesa proizvodnje.

2. Formiranje zalihe livenog gvožđa u količini utvrđenoj na osnovu predložene metodologije omogućava smanjenje nivoa materijalnih ostataka na početku planskog perioda za 242,4 tone -190,0 tona = 52,4 tone. zaliha livenog gvožđa povećava se za 27,5%. Vrijednost indikatora Δ TOojednako: Δ TOo= 242,4/190=1,275.

Budući da je vrijednost Δ TOo> 1, onda postoji situacija u kojoj upotreba predložene metodologije omogućava smanjenje iznosa predujmljenih obrtnih sredstava za formiranje zaliha materijalnih resursa.

3. Potreban iznos predujmljenih finansijskih sredstava za formiranje zaliha livenog gvožđa u skladu sa važećim standardom zaliha za 2009. godinu je 1.260 hiljada rubalja. mjesečno ili 15120 hiljada rubalja. za 2004

Ušteda obrtnog kapitala uloženog u zalihe livenog gvožđa, čija je optimalna vrednost određena na osnovu razvijene metodologije, iznosi 3264 hiljade rubalja. za 2009. godinu (Tabela 2.15).

Tabela 2.15

Obračun ušteda od oslobađanja obrtnih sredstava,

uloženo u zalihe livenog gvožđa u 2009

2009	Standardni nivo zaliha livačkog gvožđa na početku meseca		Ušteda obrtnog kapitala
	Razvijena metodologija	VEMZ
	u hiljadama rubalja	u hiljadama rubalja	u hiljadama rubalja
			4 =(3-2)*3
1 kvartal			428 ∙ 3=1284
2 kvartal			312 ∙ 3=936
3 kvartal			95 ∙ 3= 285
4 kvartal			253 ∙ 3=759
Ukupno

4. Nivo snabdevanja proizvodnje livenim gvožđem u proseku za 2009. godinu biće najmanje 95%. Poređenja radi, stvarno odobreni standardi za zalihe livnog gvožđa (za 2009. godinu) značajno su premašili potrebni nivo zaliha materijala. Nivo obezbeđenosti proizvodnje sirovim gvožđem u 2004. godini kretao se od 107% do 152%, da bi na kraju godine iznosio 137%.

zalihe u ekonomskih sistema nastala iz raznih razloga. Osnovni razlozi za formiranje zaliha su: nesklad između obima ponude i potražnje za materijalnim resursima (međuproizvodima i finalnim proizvodima) u vremenu i prostoru; mogući kvarovi u normalnom toku proizvodnje, distribucije i transporta materijalnih resursa, kao i nagle promjene (fluktuacije) u veličini potražnje; sezonske fluktuacije proizvodnje (ponude), potrošnje (tražnje), kao i one koje su određene uslovima transporta materijalnih resursa; špekulativne namjere i inflatorna očekivanja; ekonomski faktori zasnovani na uštedama: troškovi transporta, zbog popusta na cene za veličinu kupljene parcele; troškovi naručivanja; kao rezultat, minimiziranje zastoja u proizvodnji, uz trenutnu uslugu kupcima (klijentima), itd.

Jedan od razloga za gomilanje zaliha je mogućnost sezonskih fluktuacija potražnje. Potražnja za zalihama proizvoda može biti deterministička (u najjednostavnijem slučaju, konstantna tokom vremena) ili nasumična. Slučajnost potražnje opisuje se ili slučajnim momentom potražnje, ili slučajnim iznosom potražnje u determinističkim ili slučajnim vremenima. Proučavamo modele upravljanja zalihama (UM) sa slučajnim obimom potražnje. Uobičajeno, ako nemate dovoljne zalihe robe ili sirovina za njenu proizvodnju u slučaju kompanije po meri, nije isključena situacija da efektivna potražnja neće biti zadovoljena.

U savremenim ekonomskim uslovima u Rusiji, jedan od glavnih problema finansijskih i ekonomskih aktivnosti kompanije je problem rasta cena. Značajno povećanje troškova materijalnih resursa neophodnih za proces proizvodnje negativno utiče na funkcionisanje preduzeća, dovodi do prekida u snabdevanju, sve do zaustavljanja proizvodnog procesa. Stoga je ulaganje slobodnih sredstava u zalihe jedan od mogućih načina da se izbjegne pad kupovne moći novca.

S druge strane, sistem koji je u stanju da predvidi inflatorne procese u privredi stvara rezervu kako bi se ostvario profit povećanjem tržišne cijene.

U proučavanju svakog problema upravljanja zalihama potrebno je odrediti količinu naručenih proizvoda i vrijeme njihovog plasmana. Potražnja se može zadovoljiti stvaranjem zaliha jednom za cijeli vremenski period koji se razmatra, ili kreiranjem zaliha za svaku jedinicu vremena u tom periodu.

Tako se odluke o relativnoj veličini naloga određuju iz uslova za minimiziranje ukupnih troškova sistema upravljanja zalihama, koji su izraženi u obliku slike 2.8.

Rice. 2.8. Sistem upravljanja zalihama

Pod statičnim modelima (zadacima) upravljanja zalihama podrazumijevaju se takvi modeli čiji svi parametri ostaju nepromijenjeni tokom cijelog perioda upravljanja ili se njihove promjene mogu zanemariti. Postoji definicija drugih autora, na primjer: "Ako se svi parametri modela ne mijenjaju tokom vremena, onda se naziva statičnim, inače se naziva dinamičkim" .

U problemima statičkog upravljanja zalihama, planirani period upravljanja je vremenski period u kojem se odluka o nivou zaliha donosi samo jednom, na početku ovog perioda, uzimajući u obzir cjelokupnu historiju i ne zavisi od vremena.

Proučavanje statičkih modela je od interesa u slučaju kada je potrebno uspostaviti početni nivo zaliha novih proizvoda, što je polazna osnova za rješavanje dinamičkih problema upravljanja zalihama. Za razliku od statičkih, dinamički modeli upravljanja zalihama nastaju u situacijama kada se vrijednost parametara modela mijenja tokom vremena.

Pretpostavimo da su svi proizvodi na zalihama objedinjeni u jedan proizvod. Neke od ovih zaliha mogu se koristiti u procesu proizvodnje, a neke - za potrošnju. Proučavanje ovih modela je od nezavisnog interesa i predstavlja polazni materijal za proučavanje modela zaliha više proizvoda.

Zadatak KM pojedinačnog proizvoda je da izabere rješenje koje se sastoji u pronalaženju takvog obima zaliha proizvoda x, čime se minimiziraju ukupni troškovi, koji se sastoje od troškova zaliha, kao i očekivanih troškova skladištenja i gubitaka od nestašice zaliha proizvoda, tj.

pod ograničenjima

xÎ X= {x: 0 ≤ x ≤ x ≤}. (2.15)

Ovdje je funkcija troškova f(X,ω) je dat kako slijedi:

gdje cx- trošak stvaranja zaliha; a - specifični troškovi skladištenja, mjereni u novčanim jedinicama; b - jedinični troškovi zbog nestašica, mjereni u novčanim jedinicama; z- prodajna cijena jedinice robe; x – garantovani vektor potražnje; - gornji nivo zaliha proizvoda za posmatrani period; φ (ω) dω je vjerovatnoća da će potražnja ω za period koji se razmatra je u intervalu (ω, ω + dω).

Zadatak (2.14) i (2.15) je poseban slučaj problema stohastičke optimizacije.

Za poređenje sa algoritmima predloženim u radu, predstavljamo uobičajeni - klasični (ili tradicionalni) - pristup rješavanju problema (2.14), (2.15) bez ograničenja. Onda neophodno stanje to x* je optimalan nivo zaliha, biće

Evo je derivat ciljne funkcije F(x) in tačka x*, je derivat funkcije troškova (integrand). f(x, w) na optimalnom nivou zaliha x* i potražnja w.

Prema (2.16)

F x (x)= od+a R(w≤ x)-(b+z)(1- P(w≤ x}) =

= od+ (a + b + z) P(w≤ x) – (b + z) = 0,

jer - funkcija distribucije w, onda

Dakle, optimalni nivo zaliha koji odgovara minimumu funkcije cilja F(x), određuje se pomoću inverzne funkcije (2.17), tj.

Ako se, uzimajući u obzir ograničenje (2.15), rješenje obično nalazi na sljedeći način: ako, onda prihvatamo; ako, prihvatiti; ako onda X* je pravo rješenje za optimalni nivo zaliha.

Tako smo odredili iznos ulaganja I u zalihe prema formuli:

I \u003d P c · X*, (2.18)

gdje P c- tržišnu vrijednost jedinice zaliha proizvoda, X*- optimalan nivo zaliha.

Prilikom rješavanja zadataka (2.14) i (2.15) klasična metoda obično se javljaju brojne poteškoće koje se sastoje u sljedećem: nije uvijek moguće odrediti funkcije (zakon) raspodjele potražnje, tj. rješenje jednačine (2.16) postaje teško.

Ove karakteristike ograničavaju primjenu klasičnog pristupa, pa je potrebno kreirati posebne metode usmjerene na rješavanje US problema oblika (2.14) i (2.15) koji se rješavaju korištenjem dostupne informacije o zapažanjima (realizacijama) vrijednosti potražnje w i vrijednosti funkcije troškova f(x,w) za fiksnu potražnju w i nivo zaliha X.

Algoritam 1. Neka je aproksimacija dobijena na sth iteraciji x s , s= 0, 1, ..., do optimalnog nivoa zaliha X*(x 0 – početno nagađanje može se proizvoljno izabrati da bude 0). onda:

1. U skladu sa početnim podacima o specifičnim vrijednostima potražnje, dobijamo zapažanje w s nad implementacijom slučajne varijable w na s-toj iteraciji. Imajte na umu da se za to može koristiti simulacijski model potražnje.

2. Konstruirajte vektor stohastičkog gradijenta funkcije F x (x), određeno (2.14):

gdje je stohastički gradijent funkcije f(x, w) od strane X u tački (x s , w s) definira se na sljedeći način:

Evo x 0 = 0; ρ s - veličina koraka u smjeru gradijentnog spuštanja na s-toj iteraciji.

Ovi uslovi su neophodni za konvergenciju niza ( x s) dobijeno prema (2.20) do rješenja zadatka X* vjerovatnoća 1.

Algoritmi se ne mijenjaju promjenom zakona raspodjele potražnje w, poznavanje ovih zakona u eksplicitnom obliku nije potrebno. Ovo posljednje znači da je algoritam primjenjiv na rješavanje složenijih problema u kojima se zahtjev postavlja pomoću simulacionog modela. Ovaj algoritam se lako implementira na računaru.

Za razliku od zadataka za jedan proizvod, kompanija organizira zalihe m vrste proizvoda. Problem je pronaći takav obim zaliha x= (x 1 , ..., x m) koji minimizira očekivane troškove, tj.

pod ograničenjima

Ovdje je funkcija troškova f i (x i ,ω i) povezan sa obimom zaliha x i i potražnja ω i, može se predstaviti u sljedećem obliku:

gdje sa i - jedinični troškovi zaliha i tip (uključujući troškove izvršenja naloga); α - jedinični troškovi povezani sa skladištenjem viška zaliha i-ta proizvodnja u jedinici vremena; β i– jedinični troškovi povezani sa gubitkom od deficita i-ta proizvodnja u jedinici vremena; z i - Prodajna cijena i th vrsta proizvoda; I - donju i gornju graničnu količinu zaliha proizvoda i-th vrsta.

Konkretno, kada F(x) ima kontinuirane izvode, njegov minimum bez uzimanja u obzir ograničenja (2.22) dobija se klasičnom metodom sličnom (2.17), traženo rješenje x i *, i= 1,...,m nalazi se iz jednačine i= 1,2 …, m, gdje je F i(x i) = P{ω i < x i} - funkcija distribucije ω i .

Ako je funkcija distribucije poznata, onda

U slučaju kada funkcija F nije poznata i(Xi), primjena metode stohastičkog gradijenta svodi se na analitički algoritam 2.14.

Algoritam 2. Neka je aproksimacija dobijena na sth iteraciji , s= 0, 1, ..., do optimalnog nivoa zaliha ( – početna aproksimacija se može izabrati proizvoljno, na primjer jednaka 0). onda:

1. U skladu sa početnim podacima o vrijednostima potražnje, dobijamo zapažanje nad implementacijom slučajne varijable w na s-toj iteraciji. Imajte na umu da se za to može koristiti simulacijski model potražnje.

2. Konstruirajte stohastički gradijent vektora, gdje je stohastički gradijent funkcije f i (x i , w i) u tački - definira se na sljedeći način:

3. Nova aproksimacija se određuje prema rekurentnom pravilu:

Za konvergenciju niza () do rješenja problema, dovoljno je imati slične uslove date u algoritmu 1 za.

Rješenje problema KM korektivnim odlukama je da se prvobitno donesena (na osnovu dostupnih statističkih podataka o potražnji) odluka o obimu zaliha proizvoda u uslovima netačnih informacija i potražnje naknadno precizira, koriguje kao sve tačnije informacije. o njima se dobija. Opća shema Rješenje problema KM sa korekcijom je sljedeće: odluka (prihvatanje početnog nivoa zaliha) - posmatranje (implementacija potražnje) - odluka (određivanje optimalne korekcije nivoa zaliha). Ovdje je glavni cilj upravljanja zalihama sa korekcijom odabrati nivo zaliha koji minimizira očekivane troškove njegove implementacije i korekcije. KM zadaci sa korektivnim odlukama imaju adaptivna svojstva pri donošenju optimalne odluke u pogledu nivoa rezervi.

Prilagođavanje nivoa zaliha nije posledica nedostataka u funkcionisanju preduzeća, ono je organski svojstveno upravljanju zalihama u probabilističkim uslovima.

U problemu upravljanja zalihama, uzimajući u obzir mogući transport, uzimajući u obzir korekciju, u kojoj se traži minimiziranje očekivanih troškova viškova, transporta proizvoda i očekivanih gubitaka od nestašica, tj.

At x i≥ 0, i= 1, ... , m. (2.26)

Evo f(x, w) je slučajna varijabla, optimalna vrijednost ciljne funkcije stohastičkog transportnog problema definira se kao minimum funkcije:

Za varijable y ij , r i, And h i sljedeće su podložne ograničenjima

; ; yij ≥0 , hj ≥ 0, i=1, … , m; . j=1, … , n. (2.28)

Problem (2.26) - (2.27) je problem US sa korekcijom, gdje je (2.26) korekcija; (2.28) - korektivno.

U navedenim zadacima postoje, odnosno, dvije faze odlučivanja: prva - donošenje odluke o početnom nivou zaliha; drugi je preraspodjela zaliha između tržišta nakon što postane poznata veličina potražnje.

Za rješavanje navedenog problema (2.26) - (2.28) predlaže se algoritam 2.16.

Prilikom razmatranja i analize praktične primjene problema KM sa korekcijom, zaključuje se koje će varijable biti u problemu određivanja početnog nivoa zaliha, a koje u problemu korekcije.

Dinamički problemi KM nastaju kada se vrijednosti parametara modela mijenjaju u kontrolnom intervalu. Takve promjene se mogu dešavati kontinuirano, u svakom trenutku vremena, i tada se razmatra dinamički model sa kontinuiranim vremenom, ili u momentima prelaska iz jednog podintervala (perioda) kontrole u drugi - tada se razmatra dinamički model sa diskretnim vremenom.

Treba napomenuti da se zbog niza razloga (manja informatička složenost, jednostavniji aparat za matematičko modeliranje, diskretna priroda dobijanja informacija i promjena upravljačkih radnji, itd.) najčešće susreću dinamički modeli sa diskretnim vremenom. Za rješavanje ovih problema predložene su metode zasnovane na idejama dinamičkog programiranja i teorije čekanja. Uspjeh primjene ovih metoda na probleme kontrole zaliha je neefikasan, jer ove metode nameću vrlo stroge zahtjeve za dimenziju problema i zakone raspodjele slučajnih varijabli.

Dinamički KM modeli, u kojima je period upravljanja podložan cijepanju, a proizvod koji je ostao na kraju prethodnog vremenskog perioda, mogu se koristiti za zadovoljavanje potražnje u narednom vremenskom periodu, tj. kontrolne akcije su funkcije vremena.

Promjene parametara modela tokom vremena ne mogu se uvijek zanemariti. To se može učiniti, na primjer, u slučaju relativno kratkog kontrolnog intervala ili u slučaju stacionarnog toka kontrolnog procesa.

Deterministički i stohastički problemi upravljanja zalihama dinamičkog tipa razmatrani su u radovima domaćih i stranih naučnika. Za rješavanje ovih problema predložene su metode zasnovane na idejama dinamičkog programiranja i teorije čekanja. Uspjeh primjene ovih metoda na probleme kontrole zaliha je neefikasan, jer ove metode nameću vrlo stroge zahtjeve za dimenziju problema i zakone raspodjele slučajnih varijabli.

Razmislite t interval, koji je podijeljen na N period. Tokom ovih perioda, kompanija mora zadovoljiti slučajnu potražnju w t za neki homogeni proizvod x t in t-th period. Funkcija distribucije potražnje ili njena realizacija smatra se poznatom. Potražnja w t zadovoljan u cjelini ili djelimično - u mjeri u kojoj to omogućava da se zalihe na raspolaganju. Ako potražnja w t nije u potpunosti zadovoljena, onda vrijednost nezadovoljene potražnje y t određuje se formulom

Pretpostavimo da je vrijednost prethodno nezadovoljene potražnje att nije uzeto u obzir u ( t+ 1)th period. U tom slučaju kompanija trpi gubitke koji su direktno proporcionalni vrijednosti nezadovoljene potražnje ω t. Strategija upravljanja zalihama je da se proveri da li je nivo zaliha dostigao niži kontrolni (kritični) nivo, tj. da li je uslov ispunjen x t≤ . Ako je to slučaj, a prethodno poslani zahtjev za povećanje obima zaliha je zadovoljen, onda se podnosi novi zahtjev za povećanje obima zaliha proizvoda. Iznos istovremenog povećanja zaliha je fiksan i jednak je gornjem nivou kontrole , > . U ovom slučaju, količina zaliha proizvoda se provjerava samo u diskretnim vremenima u redovnim intervalima, na primjer, koji se poklapaju s početkom svakog perioda. Vrijeme isporuke naručene nove serije proizvoda je jednako ll< N .

Matematička formulacija problema sastoji se u pronalaženju takvih optimalnih parametara , koji minimiziraju očekivane troškove kompanije F(, ) = Mf(, , w) pod uslovom 0≤ ≤ .

Evo f(, , w) - funkcija troškova, izražava ukupne troškove vezane za poslovanje preduzeća, a utvrđuje se na sljedeći način:

Ovdje: ; ; respektivno su troškovi stvaranja, troškovi skladištenja viškova i gubici od nestašice zaliha proizvoda.

Slika 2.9 prikazuje blok dijagram funkcionisanja simulacionog modela razmatranog problema upravljanja zalihama.

Rice. 2.9. Dijagram toka za izračunavanje očekivanih ukupnih troškova

Kao rezultat (igranja) eksperimenta, na izlazu dobijamo numeričku vrijednost funkcije (2.30). Simulacijski ciklus koji odgovara ovome je zaokružen iza isprekidanog pravokutnika.

Algoritam za rješavanje problema se suštinski ne razlikuje od prethodnih.

Razmatranje konceptualnog iskaza još jednog praktičnog zadatka KM je sljedeće. Planiranje u hijerarhijskim sistemima MTS-a zajedničkih eskadrila vrši se godišnje za određeni period do kraja tekuće godine. Na osnovu očekivanog bilansa ovog materijala na kraju godine, vrši se godišnja prijava (potrebni resursi) P:

P = PP + (NC + NW – O), (2.31)

gdje je PP proizvodna zaliha za zadovoljavanje potražnje dodijeljene flote aviona i helikoptera; O - ostatak; NZ- nesmanjivu zalihu dizajniranu da zadovolji potrebe redovnih aviona drugih javne uprave vazduhoplovna preduzeća (GUAP); NW- sigurnosne zalihe, dizajnirane da kompenzuju poremećaje u snabdevanju.

Kako su isporuke predviđene jednom kvartalno, nivo zaliha se utvrđuje za svaki kvartal (osim NW, što je prenos), a godišnja potražnja se dobija zbrajanjem kvartalnih zaliha, uzimajući u obzir stanja prema formuli (2.31), što je nedovoljno.

Naime, nivoi zaliha svake vrste, a shodno tome i potreba za resursima, određuju se potražnjom za imovinom za planirani period (godinu). Složenost i odgovornost planiranja u hijerarhijskom višeelementnom sistemu snabdijevanja sa nasumičnom potražnjom pogoršana je potrebom da se uzmu u obzir veliki gubici zbog zastoja u floti aviona i helikoptera u slučaju nedostatka zrakoplovne opreme i značajnih troškova skladištenja i održavanja. višak inventara u normalnom stanju u slučaju viška avio opreme.

Za njega se, pored uvedenih oznaka, uvode i sljedeće oznake: x i, - početni nivo zaliha za i-m skladište; wj, - slučajne varijable koje karakterišu potražnju za rezervnim dijelovima j-a Vazduhoplovnotehnička baza (ATB); yij- obim isporuka rezervnih dijelova iz i-to skladište na j th baza; c ij- jedinični troškovi za transport rezervnih delova iz i-to skladište na j th baza; a i- jedinični troškovi skladištenja rezervnih dijelova i-m skladište; β j- specifični gubici uzrokovani nedostatkom rezervnih dijelova za j-th baza. Pretpostavlja se da β j ≥ max c ij, gdje se izračunava maksimum za ta mjesta skladištenja i, prijevoz od kojeg do mjesta potrošnje j dozvoljeno.

Izazov je odabrati početni nivo zaliha koji minimizira očekivane ukupne troškove povezane sa skladištenjem, zalihama i otpremom rezervnih dijelova.

Osnovna karakteristika robnog toka kao objekta trgovinske logistike je njegova količina, koju određuju: obim i način potrošnje korisnika i kapacitet proizvođača; propusnost preprodavca; priroda proizvodnog procesa dobavljača-proizvođača proizvoda; efikasnost transporta i komunikacija; finansijske mogućnosti trgovačkih subjekata, njihovu sposobnost da blagovremeno iu potpunosti isporuče proizvode.

Predmet implementacije razvoja je trgovačko preduzeće(ili trgovačka investiciona kompanija) koja prodaje građevinski materijal. Kompanija ima konglomerat - lanac prodavnica. Ove prodavnice prodaju građevinski materijal. Postoji zajednički magacin u koji se isporučuje materijal za privremeno skladištenje i prodavnice gde se prodaju na malo. Istovremeno, roba iz skladišta se prodaje na veliko.

Prilikom rješavanja problema (2.14), (2.15) izvršeni su proračuni za sljedeće vrijednosti njegovih parametara: trošak 1 m 3 rezane građe do trenutka isporuke u skladište (uključujući troškove ispunjenja narudžbe ) je od= 153 c.u.; troškovi skladištenja 1 m 3 ploča α = 3 c.u. godišnje; gubici od nedostatka 1 m 3 ploča β = 44 c.u.; potražnja ω je ravnomjerno raspoređena po intervalu, tj. prema klasični pristup, optimalan nivo zaliha će biti x*= 3226,2 m 3. U ovom slučaju iznos ulaganja je

I \u003d 153 3226,2 \u003d 493608,6 k.u.

Izvršena kalkulacija pokazuje da veličina optimalne nabavne partije za stvaranje zaliha značajno zavisi od troškova skladištenja i ostvarene cijene. Dakle, ako je organizacija isporuke i skladištenja jednog vagona drvnog materijala, prema našim proračunima, 9180 USD, onda se trošak skladištenja 60 m 3 drvne građe tokom godine utvrđuje u iznosu od 60 m 3 x 3 AMERIČKI DOLAR. = 180 c.u.

Rezultat pomoću algoritma 1 prikazan je u tabeli 2 i slici 6.

Kao što se može vidjeti iz trećeg reda tabele 2, vrijednost očekivanih troškova poklapa se sa njegovom vrijednošću pronađenom klasičnom metodom, a nivo zaliha x*= 3229,137m 3 ne odgovara. Takva slika prirodno proizilazi iz netačnosti, a priori informacija, u vezi sa slučajnom potražnjom. Prilikom izvođenja proračuna nema potrebe za postizanjem visoke tačnosti rješenja.

Proračuni su obavljeni za sljedeće vrijednosti parametara modela: ω i su slučajne varijable ravnomjerno raspoređene u intervalu [ l i, q i], i= 1,...,5. Vektori l = (l l , ..., l 5), q= (q 1 , ..., q 5), a= (α 1 , ..., α 5); β = (β 1 , ..., β 5) su dati kao l= (9700, 9500, 7000, 6600, 4850), q= (10000, 10000, 7500, 6800, 5000),

Tabela 2.

Proračun optimalnog nivoa zaliha rezane građe uz promjenu troškova skladištenja i nepromjenjivost prodajne cijene

(z = 244 c.u.)

	Troškovi skladištenja - a, (m 3 / c.u.)	Optimalno nivo zaliha X*, (m 3)	Ukupni očekivani troškovi - F(x), (c.u.)
		3229,137	627781,795

α = (5, 5, 5, 5, 5),

β = (50, 45, 45, 30, 39),

c=(210, 200, 190, 185, 157),

z=(260, 245, 235, 215, 196).

Rice. 2.10. Grafikon procesa optimizacije nivoa zaliha svakih 10 iteracija

Potražnja ω je ravnomjerno raspoređena u intervalu [ l i, q i].

x* = (9780,7972; 9644,3672; 7168,0885; 6655,7884; 4880,9800),

F(X*) = 8949085,51.

Kao rezultat proučavanja algoritma 2, dobijen je optimalni nivo zaliha.

Na osnovu sprovedenog naučnog istraživanja mogu se izvesti sledeći zaključci i sugestije:

1. Sveobuhvatno proučavanje teorijskih, metodoloških i praktičnih problema formiranja i korišćenja zaliha, optimizacije njihove veličine u savremenim uslovima pokazalo je da, generalno, uvođenje stohastičkih modela i metoda upravljanja zalihama ima određeni ekonomski efekat. , njihova široka upotreba u trgovini na veliko otkriće skrivene unutrašnje rezerve kompanije i povećati nivo efikasnosti njihovog poslovanja.

2. Kao rezultat studije utvrđeno je da preduzeća ostvaruju profit koji je očigledno nedovoljan za normalno funkcionisanje u tržišnim ekonomskim uslovima, postoji nizak obrt sredstava uloženih u zalihe i visok nivo troškova distribucije. Razlog tome je dijelom i to što se odluke o upravljanju zalihama u trgovačkim i investicionim društvima uglavnom donose intuitivno, bez uzimanja u obzir posebnih ekonomskih proračuna. Kao rezultat toga, čak i manje greške postaju velike greške koje su "skupe" za kompaniju. Stoga se primjenom matematičkih metoda u upravljanju zalihama stvaraju preduslovi za donošenje naučno utemeljenih odluka.

3. Na osnovu razvijenih složenih ekonomsko-matematičkih modela upravljanja zalihama, otkriveno je da veličina optimalne partije nabavke za potrebe stvaranja rezervi zavisi od troškova formiranja, održavanja, cene proizvoda, nivoa prihoda preduzeća. populacija, sezonalnost i faktori konkurentnosti.

4. Izvršena je sistematska analiza preduslova za praktičnu upotrebu sistema modela upravljanja zalihama, čije se predložene metode mogu dobro koristiti u praksi, posebno u veletrgovinskim preduzećima. U tržišnim uslovima, potonji imaju priliku da samostalno donose odluke o vremenu i veličini narudžbe robe, samostalno uspostavljaju ekonomske odnose sa dobavljačima, po potrebi privlače dodatna obrtna sredstva i samostalno određuju prodajnu cijenu robe.

5. Nivo glavnih ekonomskih pokazatelja aktivnosti viših nivoa menadžmenta kompanije određen je sistemom generalizovanih indikatora. Međutim, metode analize koje se koriste u praksi ne zadovoljavaju u potpunosti savremene zahtjeve. U tom smislu, obećavajuće metode stohastičke optimizacije, posebno dvostepeni problem stohastičkog programiranja posebne strukture.

6. Rezultati naučnog istraživanja bili su razvoj metodologije za konstruisanje skupa ekonomsko-matematičkih modela za optimizaciju upravljanja zalihama, u cilju povećanja stepena efikasnog korišćenja materijalnih i radnih resursa. Uvođenje ove metode kroz implementaciju modela optimizacije omogućava vam da povećate iznos profita i poboljšate ekonomsku efikasnost preduzeća.

Odobrena je lista sezonskih delatnosti čiji se rad u organizacijama tokom pune sezone, pri obračunu staža osiguranja, uzima u obzir da njegovo trajanje u odgovarajućoj kalendarskoj godini bude puna godina. Uredba Vlade Ruske Federacije od 4. jula 2002. br. 498.

Sudakevič S. A., Osobine planiranja i računovodstva u preduzećima industrije konzervi u novim uslovima rada, M., 1970.

Važno je uzeti u obzir uticaj sezonskih fluktuacija. Na primjer, za istraživačke kompanije u Rusiji izražena je sezonalnost - glavni period aktivnog rada u vezi sa istraživanjem pada na oktobar-april, jer je u to vrijeme moguće osigurati kretanje timova i opreme po neravnom terenu ( u tajgi ili tundri duž "zimskog puta"). Time se određuje godišnji proizvodni ciklus po sljedećoj shemi - u kasno proljeće, ljeto i ranu jesen, pripremni radovi i pažljivo planiranje, a od oktobra do aprila - operativno upravljanje proizvodnim procesom. Ali to takođe stvara poteškoće, posebno u upravljanju finansijama kompanije, jer su skoro svi projekti sa ovim pristupom investicioni projekti i zahtevaju infuziju sredstava nekoliko meseci (do 6-8 meseci) pre početka aktivne faze rada. . A kompanija prima plaćanje za obavljeni posao već u završnim fazama projekata - na osnovu rezultata fizičkih posmatranja.

Utjecaj sezonskih fluktuacija na proizvodnju nafte povezan s organizacijom proizvodnog procesa nije toliko kritičan. To je zbog razvoja građevinskih tehnologija, koje danas mogu osigurati kontinuitet procesa proizvodnje ugljovodonika u bilo koje doba godine. Međutim, još uvijek postoji utjecaj sezonskih kolebanja temperature ubrizgane vode na proizvodnju naftnih rezervi. To je zbog činjenice da u hladnoj sezoni injektirana voda može imati temperaturu znatno nižu od temperature ležišta, što dovodi do promjene svojstava ležišta proizvodnih formacija i, kao rezultat, do gubitaka u proizvodnji nafte. Takvi gubici mogu biti i do 0,3-1% akumulirane proizvodnje nafte. Sve to zahtijeva od ekstraktivnih kompanija da sprovedu dodatni set mjera usmjerenih na smanjenje gubitaka u proizvodnji nafte (izolacija vodovodnih cjevovoda, obezbjeđivanje grijanja injektirane vode, promjena ciklusa ubrizgavanja vode, itd.). Što se tiče transporta ugljovodonika, važno je uzeti u obzir način na koji će se transport odvijati, korišćenjem magistralnih naftovoda ili plovnim putevima za transport nafte i gasa, uključujući izvozne šeme duž Severnog morskog puta i drugih ruta. Prilikom korišćenja vodenog transporta nafte i gasa postoje restriktivni uslovi koji su posledica uticaja sezonskih fluktuacija: ledeni režim, ograničen kapacitet tankera, sezonalnost transporta.

Takođe je važno uzeti u obzir sezonske fluktuacije vezane za ravnotežu ponude i potražnje unutar i izvan zemlje za naftom i gasom, uz remontne radove u rafinerijama nafte, koji se obično izvode u kasno ljeto - ranu jesen, aktivnost u agroindustrijski kompleks (sjetva, žetva).

Dakle, utjecaj sezonskih fluktuacija osjećaju gotovo sve kompanije u sektoru nafte i plina, što ih tjera da poštuju određena pravila i uzmu u obzir moguća ograničenja u vođenju poslovanja:

• kod utvrđivanja sezonskih zavisnosti proizvodnje i prodaje - analiza sezonskosti treba da se zasniva na vremenskim serijama koje pokrivaju nekoliko godina (oko 3 godine) ritmičke aktivnosti kompanije i savremenim metodama statističke obrade podataka;
• u toku komparativna analiza- poređenje pokazatelja poslovanja preduzeća (obim proizvodnje, rezerve, transport, prodaja, prihod, marginalni prihod, operativni rashodi) za različite vremenske periode treba izvršiti uzimajući u obzir sezonski karakter, kako bi upoređeni podaci bili uporedivi;
• Prilikom formiranja modela planiranja, srednjoročni i dugoročni modeli planiranja treba da uzmu u obzir sezonske fluktuacije obima globalne i domaće potrošnje ugljovodonika i moguća promjena cijene;
• Prilikom izrade prognoze aktivnosti kompanije i provođenja analize „šta ako“, operativna prognoza i modeliranje treba da budu osjetljivi na promjene vanjskih faktora, te da ažurno reagiraju na njihove promjene uzrokovane kako sezonskim fluktuacijama tako i promjenama faktora unutar sezone.

Za rješavanje ovih problema, uzimajući u obzir sezonalnost, koriste se BI sistemi.

Šta mogu BI sistemi?

Kompanije u sektoru nafte i gasa počele su da pokazuju interesovanje za različite IT sisteme od trenutka kada su se pojavile na ruskom tržištu. Danas to sa sigurnošću možemo reći industrije nafte i gasa- jedan od lidera u oblasti automatizacije sopstvene proizvodnje. Dakle, od 1990-ih, industrijska preduzeća aktivno implementiraju tehnološke sisteme menadžment (APCS), 2000-ih - sistemi poslovnog planiranja i poslovne analize. Ove odluke su prvenstveno imale za cilj obavljanje računovodstvene funkcije. Najčešće su to bili ERP sistemi klase ili sopstveni razvoji, koji su u prvim fazama, po pravilu, zatvarali zadatke materijala, upravljanja i računovodstva preduzeća. Nešto kasnije, korišćenjem ovakvih sistema, automatizovana su i druga područja aktivnosti (prodaja, logistika, nabavka itd.). Međutim, danas takvi sistemi nisu u stanju da uzmu u obzir eksterne faktore i ne dozvoljavaju ozbiljnu analitiku u različitim parametrima. A danas naftne i plinske kompanije moraju mnogo analizirati: dinamiku prodaje, strukturu bilo kakvih pokazatelja, ponašanje faktorska analiza, identifikovati zavisnosti, proceniti sezonske fluktuacije i njihov uticaj na određene procese kompanije (vidi sliku). Posljednji faktor važno je uzeti u obzir i u procesu analize aktivnosti, jer njegovo zanemarivanje može dovesti do grešaka zbog poređenja raznorodnih nizova informacija pri izradi prognoza i planova, budući da je netačna prognoza ili plan koji ne uzima u obzir Faktori sezonskosti računa mogu dovesti do finansijskih gubitaka, zastoja opreme ili preopterećenja skladišta.

Zbog toga sada vidimo prilično veliku potražnju za Business Discovery rješenjima koja omogućavaju poslovnim korisnicima da samostalno analiziraju poslovne informacije i na osnovu toga donose informirane i informirane odluke. Na primjer, moderni BI alati vam omogućavaju da pretražujete ovisnosti različitih indikatora uspješnosti kompanije i uzmete u obzir utjecaj sezonskih fluktuacija na ekonomske i proizvodne pokazatelje, procijenite mogući uticaj pomjeranja granica sezone (anomalno vrijeme). Osim toga, BI sistemi vam omogućavaju da simulirate različite situacije vezane za potrebu da se eliminišu odstupanja koja su nastala zbog uticaja sezonalnosti (na primjer, povećanje produktivnosti za dostizanje planiranih količina, povećanje vremena za završetak posla za postizanje ciljeva itd. ).

Kako kompanija dolazi do činjenice da joj je potreban BI alat? Prije svega, poticaj za uvođenje nove poslovne aplikacije su ozbiljne poslovne promjene (spajanje kompanija, izdvajanje podjele u samostalnu poslovnu jedinicu i sl.), prisustvo „moralno“ zastarjelog sistema čije ažuriranje možda neće donijeti efekat koji se može dobiti korištenjem BI-ja, ili situaciju u kojoj je kompanija akumulirala veliku količinu podataka, analitički rad sa kojima će optimizirati aktivnosti kompanije i pronaći dodatne točke uštede unutar kompanije.

Osnovni zahtjevi pri odabiru BI sistema:

. Osiguravanje analize cjelokupnog istorijskog niza informacija- u mnogim slučajevima govorimo o potrebi obrade informacija akumuliranih tokom 3-5 godina. Ima svoje posebnosti vezane, na primjer, na činjenicu da se eksploatiše informacioni sistemi Nerijetko se "evoluiraju", stalno vrše bilo kakve promjene koje utiču kako na strukturu pohranjenih podataka tako i na modifikaciju samih "uslovno konstantnih" podataka (posebno se radi o slučajevima kao što su dodavanje novih tabela u baze podataka, modificiranje postojećih). , preimenovanje preduzeća, promena strukture preduzeća itd.);

. Velika brzina obrade korisničkih zahtjeva- veliki broj izvora podataka i njihov značajan obim ne bi trebalo da budu prepreka za dobijanje odgovora na poslovna pitanja. Danas niko nije spreman da čeka ne samo nekoliko dana, nekoliko sati da bi saznao razloge odstupanja bilo kojih pokazatelja preduzeća od planiranih. A ponekad morate obraditi desetine terabajta informacija, koje mogu doći iz 10-15, a ponekad i više izvora;

. Kratki rokovi implementacije alata poslovne analize- Često nije važna samo brzina obrade zahteva, već i brzina implementacije alata za poslovnu analizu. Projekti koji traju 10-12 mjeseci ili više znače značajne gubitke za vlasnike i menadžere preduzeća, što se može i treba izbjeći. Stoga, iz čitavog niza ponuda na tržištu, morate odabrati upravo ono rješenje koje će biti najizbalansiranije u smislu troškova, vremena implementacije i mogućnosti;

. Fleksibilnost alata i njegova dostupnost za poslovanje- zbog činjenice da skup izvora nije konstantan, periodično se pojavljuju nove oblasti za analizu, postaju dostupni izvori eksterni za preduzeća (web stranice, resursi novinskih agencija, monitoring kompanija), alat za poslovnu analizu treba da pruži fleksibilne mogućnosti rekonfiguracije. Istovremeno, važno je da alat osigurava da model ostane nepromijenjen za poslovnog korisnika u slučaju promjene skupa izvora i njegovog razvoja u slučaju dodavanja novih područja analize.

Kako pokazuje naša praksa, inicijator uvođenja BI od strane samih kompanija najčešće je finansijsko-ekonomska služba. I to je logično, budući da su predstavnici ovog odjela odgovorni za procjenu i poboljšanje performansi kompanije u cjelini i njenih pojedinačnih CFD-ova. Dakle, među našim projektima (primenjen je BI sistem baziran na Qlik View platformi): glavni kupac implementacije u Geotech Holdingu bio je finansijski direktor, u Gazpromnjeftu je to bilo Odeljenje za ekonomiju i finansije Regionalne prodajne direkcije. Često implementaciju BI inicira sam menadžment u nastojanju da se poveća nivo upravljivosti kompanije.

Kako se implementira BI?

Ali da bi se implementacija BI sistema opravdala i donijela očekivani efekat, potrebno je u fazi planiranja uzeti u obzir sve „zamke“ projekta. Na osnovu iskustva u radu sa kompanijama kao što su Gazprom njeft, GEOTECH Holding i TNK BP, možemo sa sigurnošću reći da se projekat može uspešno realizovati samo ako uzme u obzir specifičnosti industrije i u trenutku implementacije kompanija je „isporučila“ Računovodstvo. U takvim uslovima, BI sistem za nekoliko meseci postaje radni alat za skoro sve odeljenja kompanije. U suprotnom, IT integrator koji će dizajnirati BI sistem moraće da dovede u red računovodstvene sisteme i referentne informacije naftne i gasne kompanije, čime će povećati kvalitet podataka potrebnih za rad sa BI alatom. Naravno, izbor izvođača i stručna stručnost IT kompanije su od velike važnosti, jer se ona u takvim slučajevima neće moći ograničiti na tipičnu implementaciju projekta – tome će prethoditi dosta posla sa primarnim informacije. I ovdje, što više iskustva i znanja o industrijskim nijansama, brže i bolje će se implementirati BI aplikacija.

Generalno, metodologija za implementaciju BI sistema sastoji se od četiri faze (vidi dijagram): priprema, projektovanje, izvođenje i puštanje u rad. Istovremeno, prva faza je ključna, jer mnogo zavisi od toga koliko je dobro izgrađena komunikacija između tima izvođača i naručioca, kako će uloge biti raspoređene među učesnicima projekta i rasporeda rada sa prekretnicama. (rezultati) se sastavlja. Glavni zadatak druge faze je razviti arhitekturu i opisati sve detalje projekta BI sistema, koji ne samo da bi se mogao organski uklopiti u postojeće poslovne procese, već je pretpostavljao i mogućnost skaliranja sistema kako u smislu obima podataka tako iu pogledu količine podataka. broj korisnika. U fazi implementacije, ideolozima projekta kupac predstavlja gotovo rješenje sa svim funkcionalnostima. Ispituje se i ocjenjuje, ako je potrebno - izvršite potrebna podešavanja i pripremite upute za rad novi sistem. I konačno, u četvrtoj fazi, BI rješenje se pušta u probni rad. Ovdje su definirani izvještajni periodi, tokom kojeg će se sistem koristiti za pripremu izvještajne analitike. Čim se pripremi i pažljivo ispita da li ima netačnosti, novi BI sistem se pušta u rad.

Šta se mijenja pojavom BI-ja?

Najvažnija stvar koja se dešava uvođenjem BI sistema je značajno smanjenje rutinskih procesa i mogućnost direktnog prelaska na analitički rad u kontekstu onih indikatora koji su relevantni u određenom vremenskom periodu. Istovremeno, „dubina“ analize zavisi samo od konkretnog zadatka i želja korisnika: počevši od samog niži nivo i završavajući sa makroekonomskim pokazateljima, procjenu izgleda investicionog projekta.

Danas, u uslovima žestoke konkurencije, svako se oslanja samo na sebe. Neko se kladi na sezonski posao iskoristiti kratkoročne uspone u kupovnoj aktivnosti i maksimizirati profit. A neko, naprotiv, zbog sezonskog faktora ima značajnih problema sa padom prodaje i posledicama tih padova.

Promet je obim prodaje robe trgovinske organizacije u novčanom smislu za određeni vremenski period.

O obimu prodaje, dinamici i realizaciji plana prometa maloprodaja pod uticajem raznih faktora koji se odnose na:

1. sa promjenama cijena i količina prodane robe;

2. sa promjenom broja stanovnika i prometom robe po osobi;

3. sa promjenom ponude radne snage i nivoa produktivnosti rada;

4. sa dostupnošću robnih resursa;

5. sa sezonalnošću prodatih proizvoda.

Jedan od bitnih faktora koji utiču na obim prodaje u preduzećima je faktor sezone. U tabeli su prikazane vrste proizvoda koje su tražene u određenim periodima godine.

Tabela 1

Potražnja za proizvodima u različitim periodima godine

	Praznici i datumi	Tražena roba
novembar-januar		Božićna roba, suveniri, razglednice, prehrambeni proizvodi, alkoholna i bezalkoholna pića, Aparati, odjeća, kozmetika, pirotehnika itd.
februar mart	Dan zaljubljenih (14. februar). Dan branioca otadžbine (23. februar). Međunarodni dan žena (8. mart).	suveniri, cveće, razglednice, konditorskih proizvoda, alkoholna pića, odjeća, kozmetika, parfimerija itd.
mart, april		jaja, brašno, uskršnji kolači, prehrambene boje, svijeće
		potrepštine za piknik, alkoholna pića, cvijeće itd.
avgust-oktobar		kancelarijski materijal, udžbenici, odeća, obuća, kompjuteri i kancelarijska oprema.

Smatra se da sezonske fluktuacije u prodaji gotovo uvijek negativno utiču na aktivnosti kompanije. Potrebno je razmotriti sve prednosti i nedostatke takvih pojava.

Rizik od zamrzavanja obrtnog kapitala.

Ako godišnji obim prodaje u velikoj mjeri ovisi o vanjskim faktorima (kao što su vremenske prilike), problemi se mogu naići čak i u vrijeme kada se očekuje da će potražnja potrošača rasti do maksimuma.

Promet i nedostatak kvalifikovanih radnika.

Kako bi smanjili troškove, menadžeri mnogih sezonskih poslova ili otpuštaju dio radne snage na miran period, ili u početku zapošljavaju radnike samo za sezonu, ili smanjuju plate. Ali do početka sezone rastuće potražnje potrošača, kompanije često imaju problema s odabirom kvalifikovanog osoblja.

Razvoj i lansiranje novih proizvoda.

Također je zgodno iskoristiti vrijeme pada potrošačke aktivnosti za razvoj i lansiranje novih proizvoda, koji će naknadno dopuniti listu asortimana kompanije i pomoći u povećanju prodaje.

Obuka kadrova, priprema za rad u sezoni.

Mnoga preduzeća tokom pada potražnje potrošača posvećuju veliku pažnju razvoju osoblja kako bi se ljudi pripremili za to kvalitetan rad tokom perioda rasta prodaje.

A ovo su samo neke od pojava povezanih sa sezonalnošću poslovanja, i posljedicama koje ona izaziva. Poduzeća čiji obim prodaje ovisi o sezonskim fluktuacijama moraju provoditi marketinške aktivnosti. Kao što pokazuje praksa, u zavisnosti od intenziteta prodaje potrebne su različite stimulativne mere. Ove aktivnosti su prikazane na slici 1.

Slika 1. Zavisnost aktivnosti od intenziteta prodaje

Na primeru preduzeća „Modern“ doo izvršena je analiza uticaja faktora sezonskosti na obim prodaje. Analiza je izvršena prema podacima o prodaji začina jednog komercijalnog preduzeća u gradu Kemerovu. Ova analiza pokazalo da faktor sezonskosti ima veliki uticaj na obim prodaje začina.

Rice. 2 Dinamika prodaje proizvoda pod uticajem faktora sezonskosti

Iz podataka grafikona se vidi da je u julu-avgustu (period kiseljenja) povećana prodaja začina za kupus, paradajz i krastavce. U narednim mjesecima prodaja ovih proizvoda je svedena na nulu. U novembru-decembru raste prodaja zelenila (luk, peršun i kopar). To je zbog činjenice da zelje koje se čuva od ljeta ističe i postaje potrebno kupiti sušeno bilje. U decembru je prodaja začina za piletinu skočila u nebo. Ova dinamika povezana je s početkom novogodišnjih praznika. Da bi se ostvario veći profit, aktivnosti promocije prodaje moraju se planirati i provoditi uzimajući u obzir sezonske fluktuacije prodaje.

Nakon analize utjecaja sezonalnosti na prodaju proizvoda, možemo zaključiti da je faktor sezonskosti, naravno, najvažniji faktor utiče na obim prodaje začina. Treba napomenuti da sezonalnost ne treba posmatrati samo kao negativnu pojavu, jer analiza prodajnog tržišta i pravilno unapređenje prodaje mogu dovesti do još veće prodaje, a samim tim i do povećanja neto dobiti kompanije.