Научная статья на тему 'Оперативное управление запасами в розничной торговле'

Оперативное управление запасами в розничной торговле Текст научной статьи по специальности «Экономика и бизнес»

CC BY
470
90
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
РОЗНИЧНАЯ ТОРГОВЛЯ / ЗАПАСЫ / УПРАВЛЕНИЕ ЗАПАСАМИ / МОДЕЛИРОВАНИЕ / RETAIL TRADE / INVENTORY / INVENTORY MANAGEMENT / MODELING

Аннотация научной статьи по экономике и бизнесу, автор научной работы — Башлачева Татьяна Александровна, Ильченко Ангелина Николаевна

Рассматривается цикл управления запасами розничного магазина. Предлагаемый модельный подход позволяет максимально автоматизировать процедуры цикла управления запасами и обеспечивает эффективную поддержку реализации стратегии компании в режиме оперативного управления товарными запасами.

i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

INVENTORY OPERATIONAL MANAGEMENT IN RETAIL TRADE

Inventory management cycle in retail store is investigated. The modelling approach proposed in the article allows to automate the procedures of inventory management cycle and ensure effective support of company’s strategy realization in operational inventory management

Текст научной работы на тему «Оперативное управление запасами в розничной торговле»

УДК 339.144

ОПЕРАТИВНОЕ УПРАВЛЕНИЕ ЗАПАСАМИ В РОЗНИЧНОЙ ТОРГОВЛЕ

Т.А. Башлачева, А.Н. Ильченко

Ивановский государственный химико-технологический университет

Рассматривается цикл управления запасами розничного магазина. Предлагаемый модельный подход позволяет максимально автоматизировать процедуры цикла управления запасами и обеспечивает эффективную поддержку реализации стратегии компании в режиме оперативного управления товарными запасами.

Ключевые слова: розничная торговля, запасы, управление запасами, моделирование.

Розничная торговля является важнейшей отраслью хозяйственной деятельности и заключается в реализации товаров непосредственно населению для личного потребления. В последнее время процессы интеграции и глобализации влекут за собой появление крупных сетей розничных магазинов, которые занимают значительную долю потребительского рынка.

В нашей работе мы сконцентрировали внимание на розничных магазинах торговых сетей формата FMCG (Fast Moving Consumer Goods - товары повседневного спроса), развитие которых идет наиболее интенсивно. Среди особенностей сетевых предприятий розничной торговли можно отметить широкий ассортимент товаров, нацеленность на удовлетворение покупательского спроса, который характеризуется изменчивостью, территориальную разбросанность филиалов, сложную организационную и управленческую структуру. Необходимой составляющей успешной деятельности крупной торговой сети является создание запасов, как на складах, так и в розничных магазинах. Если особенности работы по управлению складскими запасами достаточно широко отражены в специализированной литературе, то задача управления запасами в розничных магазинах является новой и малоисследованной. Тем не менее, задача формирования оптимального запаса товара в магазине

является актуальной, от ее решения зависит экономический результат деятельности торговой компании.

Главная цель создания запаса товара в магазине - удовлетворение покупательского спроса, обеспечение заданного уровня обслуживания покупателей. Руководство устанавливает нормы удовлетворения спроса для различных групп товаров, которые стремится выполнять. При этом дефицит товара на полках магазина приводит к недополученной выручке и оказывает отрицательное влияние на имидж магазина. С другой стороны, создание избыточного запаса товара в магазине вызывает дополнительные издержки, связанные в первую очередь с хранением и замораживанием денежных средств.

Стохастический характер потребления товарных запасов, а также наличие неформализуемых факторов, оказывающих влияние на размер запаса (психологическое восприятие товара на витрине, экспертная оценка прогнозного значения продаж и т.п.), приводят к необходимости разработки оптимальной схемы пополнения запасов с учетом особенностей розничной торговли.

Процесс управления запасами носит циклический характер и состоит из процедур различного качества. Цикл управления запасами розничного магазина представлен на рисунке 1. На этапе оценки роли товарного запаса в реализации

стратегии организации (процедура 1) определяется роль конкретной номенклатурной единицы с точки зрения маркетинга, устанавливаются нормативные по-

При изменении условий потреблена

казатели состояния запасов (рентабельность, оборачиваемость, уровень обслуживания и т.п.). Данная процедура является управленческой.

•4

1. Оценка роли товарного запаса в реализации стратегии организации

Рис. 1. Цикл управления запасами розничного магазина

Процедура 2 «Мониторинг состояния запасов» включает в себя расчеты основных показателей состояния запасов, анализ их значений, контроль их отклонения от нормативов. Мониторинг состояния запасов многономенклатурного магазина предполагает использование современных средств оперативной обработки информации об остатках товаров в магазине.

Процедура 3 «АВС-анализ номенклатуры запаса» позволяет выделить несколько групп товаров с похожими свойствами, для каждой из которых разрабатываются стратегии пополнения запасов. АВС-анализ - метод ранжирования, позволяющий классифицировать ресурсы фирмы по степени их важности: А - наи-

более важные товары, С - наименее важные товары. Каждый товар характеризуется рядом параметров. После выбора одного из параметров в качестве критерия оценки, АВС-анализ проводят следующим образом [1].

1. Во-первых, нужно отсортировать объекты анализа в порядке убывания значения параметра.

2. Рассчитать долю параметра от общей суммы параметров выбранных объектов (это делается для того, чтобы оценить «вклад» каждого объекта в общий результат).

3. Рассчитать эту долю с накопительным итогом.

4. Присвоить класс А, В или С группе выбранных объектов.

Алгоритм АВС-анализа прозрачен и легко программируется в информационной системе. Для розничного магазина мы предлагаем проводить АВС-анализ товаров в виде двумерного ранжирования по критериям «доля в реализованной наценке за месяц» и «количество чеков за месяц». Месяц - достаточно большой срок, чтобы получить необходимый объем данных о продажах, но при этом позволяет гибко реагировать на сезонные

колебания спроса. Границами групп А, В и С по накопительному итогу выберем соответственно 75%, 90% и 100%. Товары с нулевым значением критерия отнесем к группе D. Указанные границы групп выбраны на основе экспертной оценки графиков накопительного итога для товаров розничного магазина формата FMCG. Далее для каждой точки продаж строится классификационная матрица, представленная в таблице 1.

Таблица 1

Классификация товаров на основе двойного АВС-анализа

Наценка / Чеки а ь С d

А В С D п ■■

Условное обозначение Группа Характеристика товара Номер выделенной группы

Аа, АЬ, Са, Ва, Da Наиболее востребованный и прибыльный товар, который покупатель ожидает увидеть в магазине. Много статистических данных. 1

Bb, Cb, Db Товар не приносит большой прибыли, но продается минимум раз в неделю и должен присутствовать в РМ. Немного статистических данных. 2

Ас, Вс Товар с высокой наценкой, но покупается редко. Мало статистических данных. 3

Сс, Г)с. ГМ Малодоходный товар с редкими продажами либо с отсутствием продаж, требует анализа на ликвидность. 4

Данная двойная классификация определяет две важнейшие характеристики: насколько востребован товар покупателем (критерий - количество чеков) и насколько выгоден для продавца (критерий

- наценка). Ячейки Ас1, Вс1, Сс1 не рассматриваются, так как подобные ситуации невозможны в практических условиях. Все получившиеся товарные подгруппы мы разделили на 4 крупные группы

товаров, характеристики которых даны в таблице.

На основе проведенной классификации номенклатуры в рамках процедуры 4 цикла управления запасами производится расчет прогнозного значения потребности для товаров каждой из выделенных групп. Модель расчета потребности приоритетных для компании товаров 1 группы основана на принципах матема-

тической статистики. Требуется определить объем ожидаемой потребности в запасе за период до следующей поставки. При этом величина потребности в краткосрочном периоде подвержена влиянию большого количества факторов внешней среды и носит вероятностный характер.

Предположим, что потребность в запасе изменяется в соответствии с нормальным законом распределения. Тогда случайная величина X - это объем потребности в запасе. На графике плотности распределения потребности в запасе (рис. 2) справа от математического ожидания случайной величины X располагаются ее значения, превышающие среднюю величину. Правая область графика является областью риска дефицита запаса, который возникает при удовлетворении потребности, превышающей прогнозируемую среднюю величину спроса. Слева от математического ожидания случайной величины X находится область риска избытка запаса, который накапливается при объеме потребности, меньшем прогнозной средней величины спроса.

Площадь под кривой функции распределения вероятностей равна 1. В управлении запасами эта характеристика является аналогом уровня обслуживания. Уровень обслуживания - это часть немедленно удовлетворенного спроса.

В зависимости от выбранной величины уровня обслуживания определяется необходимый страховой запас 5. Основная функция страхового запаса в данном случае - предусмотреть возможные изменения объема потребности в запасе для удовлетворения покупательского спроса. Можно сказать, что уровень обслуживания - это вероятность того, что значение ожидаемой потребности в товаре X попадет в интервал [0; X + 5 ].

Для вычисления вероятности попадания случайной величины X в интервал (а, Ъ) используется табличная функция Лапласа:

Уровень обслуживания потребителей

^______________50%__________________>

^____________________84,13 %___________

97 72%

Рис. 2. График плотности нормального распределения объема продаж

Тогда вероятность попадания нор- чины X в заданный интервал {а, Ъ) будет

мально распределенной случайной вели- равна:

Па<х<ь)=-ФГ^=МШ], (2)

где М{Х) - математическое ожидание случайной величины X; а - среднеквадратическое отклонение случайной величины X.

Известно [3], что с вероятностью 68,26% случайная величина X попадает в интервал X ± а; с вероятностью 95,44%

- в интервал X ± 2а; с вероятностью 99,74% - в интервал X ± За. Однако, возвращаясь к экономическому смыслу задачи, отметим, что нам важно рассмотреть только те события, которые превышают средний объем продаж. Например, среднее значение потребности плюс или минус одно среднеквадратическое отклонение будет содержать приблизительно 68% всех возможных событий. При этом остается около 16% событий, которые могут привести к излишкам запаса, и 16% событий, которые могут привести к дефициту. Это означает, что запасы, достаточные для покрытия продаж в одно среднеквадратическое отклонение, помимо среднего объема продаж, обеспечивают уровень

Исходные данные для расчета

обслуживания потребителей приблизительно в 84% случаев (100% - 16%). То есть с вероятностью 84% при уровне запаса X + а дефицита товара не будет. Аналогично для запаса X + 2а уровень обслуживания составит 97,72%, для

запаса X + За - 99,87%. Таким образом, на основе выбора необходимого уровня обслуживания страховой запас рассчитывается как среднеквадратическое отклонение случайной величины потребности в запасе X, умноженное на соответствующий коэффициент.

Используя рассмотренный выше подход, опишем алгоритм расчета необходимого уровня запаса товаров 1 группы, основанный на заданной величине уровня обслуживания клиентов.

1. Исходные данные: временной ряд дневных продаж товара в розничном магазине за последние 30 дней (табл. 2).

2. Находим минимальный остаток (МО) -минимальное количество товара в магазине, позволяющее совершить покупку:

МО = тт1£.г£30 xi, где х, > 0. (3)

Таблица 2

потребности товаров 1 группы

Дата 1.01.2011 30.01.2011

Продано, шт. *30

Остатки на утро, шт. У\ Узо

3. Из временного ряда продаж исключаем дни с нулевым значением хи когда остаток товара на утро был меньше минимального остатка. Такая обработка исходного временного ряда позволяет не рассматривать в качестве показательных нулевые значения продаж, обусловленные отсутствием необходимого для

совершения покупки количества товара в магазине.

4. Определяем, на какое количество дней т требуется обеспечить запас товара.

5. Выполняем преобразование исходного временного ряда дневных продаж товара путем нахождения скользящей суммы потребности в товаре за т дней щ, где 1 <7 < / - т.

Таблица 3

Преобразование исходного временного ряда_______________________

Объем продаж за день, xi Хі х2 х3 х4 Хг

Скользящая сумма продаж за т дней, и, и1 = Х\ + х2 + х3 и2 =х2 + х3 + х4 І+2 и1=ЦХг І

Подобная обработка обусловлена тем, что для случайной величины дневной потребности в товаре X характерно наличие выбросов и большое значение среднеквадратического отклонения. Полученная случайная величина потребности в товаре на т дней и более устойчива, выбросы продаж нивелируют друг друга. Это позволяет сделать предположение о нормальном распределении случайной величины и и использовать подход к определению уровня обслуживания и страхового запаса, описанный ранее.

6. Вычисляем среднеквадратическое отклонение случайной величины II:

а = -

\YjJUj-u)2

п-1

(4)

где и, - 7-е значение статистического ряда, полученного в пункте 5;

и - среднеарифметическое ряда; п - количество значений в статистическом ряду.

7. Пусть для товаров 1 группы уровень обслуживания установлен равным 97%. Тогда страховой запас 5 рассчитывается как 2 среднеквадратических отклонения о.

8. В результате потребность в запасе

товара на ш дней составит и + 2(7.

Рассмотрим алгоритм расчета потребности для товаров 2 группы. В эту группу попадают товары, находящиеся на стадии роста или, наоборот, спада своего

жизненного (либо сезонного) цикла. В связи с этим важным является учет краткосрочной тенденции в изменениях объемов продаж. Так как товары принадлежат к группе В по количеству чеков, их продажи осуществляются не более двух-трех раз в неделю, поэтому из-за недостаточности статистических данных о ежедневных продажах целесообразно для этой группы перейти к оценке недельных продаж. Анализ возможных методик прогнозирования показал, что в качестве алгоритма расчета потребности товаров 2 группы хорошо описывает числовые данные система взвешивания среднего значения недельной потребности [4]. Эта система повышает важность последних периодов времени и охватывает диапазон, достаточный для исключения влияния временных пиков продаж.

В качестве такого диапазона выберем 5 недель. В таблице 4 представлены исходные данные по статистике продаж в данном розничном магазине за последние 5 недель и соответствующие весовые

коэффициенты. Прогнозная потребность в товаре X на следующую неделю

рассчитывается по формуле:

УГ к>х>

_ 1 1 г

10 ’

где к, - соответствующий весовой

коэффициент;

х, - количество проданного товара за / неделю.

Х = -

(5)

Таблица 4

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Исходные данные для расчета потребности товаров 2 группы

Неделя 1 2 3 4 5

Продано, шт. Х\ х2 х3 х4 х5

Весовой коэффициент кі 1 1,5 2 2,5 3

Основная особенность товаров 3 и 4 групп в том, что они покупаются крайне редко и статистика продаж по ним практически отсутствует. Для таких товаров целесообразно создавать запас, равный месячной потребности, по формуле:

Х=тах (х,, х2), (6)

где X- прогнозная потребность в товаре; XI - объем продаж товара в прошлом месяце текущего года;

Хг - объем продаж товара в текущем месяце прошлого года.

Из-за высокой вероятности образования неликвидных товаров каждую позицию 4 группы необходимо регулярно проверять на неликвидность и на основе этого оценивать дальнейшую целесообразность поддержания запаса в магазине.

Если вернуться к процедурам цикла управления запасами, нужно отметить, что зачастую принятие решения об уровне спроса требует участия специалистов, знающих все многообразие неформали-зуемых факторов, которые необходимо учитывать при формировании товарного запаса в магазине. Поэтому реализуется управленческая процедура 5 «Определение уровня потребности в запасе». В условиях широкой номенклатуры она может выглядеть как ввод дополнительных статических параметров, в частности, витринного минимума. Витринный минимум

- это статический параметр, который определяет минимальное количество товара на витрине магазина для создания правильной выкладки, а также для совершения покупки.

Процедура 6 «Разработка алгоритма управления запасом» направлена на составление модели управления запасами, позволяющей максимально автоматизировать этот процесс. Наиболее подходящая концепция системы управления запасами в розничных магазинах, на наш взгляд, это

модель «Минимум-максимум» [2]. Данная модель работает с двумя уровнями запаса

- минимальным и максимальным. Минимальный пороговый уровень в нашем случае равен потребности, рассчитанной по алгоритму для данной группы товаров. Максимальный пороговый уровень будет равен максимальному значению между рассчитанной потребностью (процедура 4) и витринным минимумом (процедура 5).

Процедура 7 «Размещение запасов в розничном магазине (РМ)» включает совокупность расчетов оптимального движения материальных потоков: планирование графика поставок товара в магазины, регламентация процессов отгрузки со склада и приемки товаров в магазине, выкладка товаров на витрину.

Обобщая все рассмотренные алгоритмы, получаем схему управления запасами товаров в розничном магазине с использованием АВС-классификации, моделей краткосрочных прогнозов продаж и модели «Минимум-максимум», которая может быть реализована в информационной системе предприятия (рис. 3).

Максимальная автоматизация процедур цикла управления запасами в рамках действующей информационной системы позволяет корректно организовать управление запасами розничного магазина в оперативном режиме и обеспечить эффективную поддержку реализации стратегии компании.

В заключение еще раз подчеркнем, что роль управления запасами товаров в сети розничных магазинов заключается в том, чтобы поддерживать оптимальный объем товаров в каждый момент времени в каждом магазине. В результате грамотного управления пополнением товарных запасов в магазинах происходит значительная экономия затрат.

Рис. 3. Схема управления товарными запасами розничного магазина

ЛИТЕРАТУРА

1. Башлачева, Т.А. ABC-анализ как математический инструмент в задаче управления запасами // Материалы VIII Региональной студенческой конференции с международным участием «Фундаментальные науки - специалисту нового века» (19-21 апреля 2010 г.) / ГОУ ВПО Ивановский государственный химико-технологический университет. Иваново, 2010. - стр. 152

2. Сергеев, В.И. Корпоративная логистика. 300 ответов на вопросы профессионалов / Под общ. редакцией проф. В.И. Сергеева. (Дыбская В.В., Зайцев Е.И., Сергеев В.И., Стерлигова А.Н. и др.) - М.: Инфра-М, 2004. - 976 с.

3. Сток, Дж.Р. Стратегическое управление логистикой / Дж.Р. Сток, Д.М. Ламберт; Пер. с 4-го англ. изд. - М.: ИНФРА-М, 2005. -797 с.

4. Шрайбфедер, Дж. Эффективное управление запасами / Дж. Шрайбфедер; Пер. с англ. - 2-е изд. - М.: Альпина Бизнес Букс, 2006. - 304 с.

Рукопись поступила в редакцию 1105.2011.

INVENTORY OPERATIONAL MANAGEMENT IN RETAIL TRADE

T. Bashlacheva, A. Ilchenko

Inventory management cycle in retail store is investigated. The modelling approach proposed in the article allows to automate the procedures of inventory management cycle and ensure effective support of company’s strategy realization in operational inventory management.

Keywords: retail trade, inventory, inventory management, modeling.

i Надоели баннеры? Вы всегда можете отключить рекламу.