CC BY
122
УДК 001.895:378
Н.В. Астафьева, В.В. Баринов
СТАТИСТИЧЕСКОЕ УПРАВЛЕНИЕ ЛОГИСТИЧЕСКИМ ПРОЦЕССОМ ЗАКУПОК В УСЛОВИЯХ РЕАЛИЗАЦИИ ОПТИМАЛЬНОЙ ПРОГРАММЫ ПОСТАВОК
Рассматривается применение метода статистического управления при осуществлении логистического процесса закупок в условиях реализации оптимальной программы поставок. Приводятся результаты проведенного авторами анализа данных по различным поставщикам графическим и числовым методами. Использование предлагаемого метода способствует выявлению узких мест при осуществлении поставок, излишних запасов на складах и определению надежности поставок.
Статистическое управление, логистический процесс, поставки, закупки N.V. Astafieva, V.V. Barinov
STATISTICAL CONTROL OF LOGISTICAL PURCHASING PROCESS UNDER THE OPTIMAL LOGISTIC IMPLEMENTATION
The article presents a statistical monitoring method while the logistical purchasing process under the supply plan. The authors introduce graphical and numerical results from the analysis of the data on various suppliers. Use of a proposed method contributes revelation of bottlenecks in logistical activities, overstockage in warehouses and reliability assessment of supply.
Statistical management, logistical process, supply, purchases
Статистическое управление процессами - метод известный и широко используемый в производственных подразделениях организаций для отслеживания изменений и управления параметрами изделия с течением времени для улучшения качества выпускаемой продукции. Он получил особенно широкое применение на предприятиях автомобильной промышленности, выпускающих узлы и компоненты для автосборочных заводов. Применение данного метода в процессе производства - это основное требование международных стандартов по системам менеджмента качества ISO/TS 16949, IRIS и AS 9100.
В действительности, область применения метода статистического управления процессами не ограничивается только производством. Его можно применять и в процессе осуществления закупочной деятельности предприятия как инструмент развития отношений с поставщиками и отслеживания, анализа и совершенствования процесса поставок как от одного поставщика, так и от нескольких поставщиков одновременно.
Логистическая интеграция с поставщиками достигается за счет комплекса мер экономического, технологического, технического и методологического характера. Например, для того чтобы управлять поставками материалов и сквозными затратами на логистику, предприятия-партнеры должны обмениваться информацией о количестве складских запасов, объемах и датах поставок, составе затрат, определять степень корреляции между различными факторами, влияющими на скорость и надежность поставок, величину запасов и логистических затрат, совместно вырабатывать комплекс технико-технологических и методологических мер, обеспечивающих снижение общей величины логистических затрат.
Как и любой основанный на статистике метод, предлагаемый к применению в логистике закупок метод статистического управления процессами требует сбора достаточно большого объёма данных о поставках, а именно о датах прихода материалов на склад, количестве поставок партий товара и т.д. Как следствие, он неприменим, если за выбранный период времени от поставщика было недостаточное количество поступлений товара (менее десяти). Преимущество статистического управления заключается в том, что если проводится исследование одного поставщика, то применение данного метода не зависит от вида поставляемого материала и объёма поставляемой партии. Имеет значение только плановый и фактический сроки поставок. Соответственно, чтобы добиться определенной сопоставимости данных при сравнении нескольких поставщиков, необходимо проводить анализ поставщиков одинаковых групп материалов, к примеру, только поставки металла, сырья для литья пластмасс и т.д.
Основой данного метода является отслеживание отклонения в календарных днях от заявленной в заказе даты поставки, которая при расчете принимается за ноль (т.е. отклонение отсутствует). Соответственно, любое отклонение в большую или меньшую сторону, учитываемое в календарных днях, а именно опоздание либо поставка раньше срока, необходимо фиксировать с соответствующим знаком «плюс» или «минус».
Итак, основными этапами данного анализа являются:
1. Сбор данных по поставкам от поставщиков. Чем больший промежуток времени и большее количество поставок будет приниматься в расчет, тем точнее и объективнее будет конечный результат. Для целей текущего исследования возьмем 25 поставок от 4 поставщиков и представим данные в табл. 1.
Таблица 1
Данные по поставкам от поставщиков
Номер поставки Отклонение от плановой даты поставки, дн.
Поставщик А Поставщик В Поставщик С Поставщик D
1 -1 -3 2 0
2 2 2 -1 1
3 0 -1 0 2
4 -5 0 1 3
5 3 0 2 5
6 -3 -5 0 -1
7 0 -2 2 -4
8 4 6 -1 0
9 -6 -1 0 -3
10 -8 -7 -2 -1
11 6 1 1 -2
12 1 -1 0 -5
13 -4 2 1 -4
14 -6 -3 0 -2
15 7 -1 -3 -3
16 -9 0 -1 -1
17 -2 0 1 0
Окончание табл. 1
Номер поставки Отклонение от плановой даты поставки, дн.
Поставщик А Поставщик В Поставщик С Поставщик 0
18 -4 5 0 1
19 3 -3 -2 3
20 -3 -2 2 2
21 -2 -5 0 -2
22 1 1 -1 -1
23 -3 -9 0 0
24 2 1 -3 -3
25 -4 -1 1 5
2. Выбор допустимых границ данного процесса. К примеру, верхней границей может служить выбранный уровень страхового запаса в днях, нижней - допустимые затраты по дополнительному хранению, выраженные в единицах времени. Выбор числовой величины границ может производиться как в целом для поставщика, так и для отдельных групп сырья и материалов, и зависит от нескольких факторов, к примеру, от удаленности поставщика, вида используемого транспорта при перевозке, степени надежности и развитости поставщика и т.д.
Для данного примера возьмем уровень страхового запаса, равный 10 дням. Также примем тот факт, что организация может себе позволить хранить поступивший раньше запланированного срока товар также в течение 10 дней. Соответственно, числовое значение нашего параметра будет иметь вид: 0±10 дней.
3. Расчет индексов способности поставок Сё и Сёк для каждого поставщика:
„ , вгд-нгд
6X5
(1)
где ВГД - верхняя граница допуска процесса (в нашем примере она равна + 10); НГД - нижняя граница допуска процесса (в нашем примере она равна - 10); 5 - стандартное отклонение, рассчитываемое по формуле
5 =
-Д5
^ п-1
(2)
где Хі - фактическое значение отклонения одной поставки от плановой даты в днях; X - среднее арифметическое отклонений по всем поставкам от одного поставщика; п - количество поставок.
т-х I к-нгд
С(1к = тіп
ґвгд
\ зх
(3)
1X5 I 2Хл
Индекс Сй показывает величину разброса значений относительно среднего, т.е. широту или узость процесса, тогда как индекс Сйк определяет смещение среднего арифметического процесса от номинального значения к верхней или нижней границе.
Результаты расчета показаны в табл. 2.
Таблица 2
Данные расчета индексов
Значения Поставщик А Поставщик В Поставщик С Поставщик 0
X -1,24 -1,04 -0,04 -0,4
Б 4,17 3,32 1,46 2,69
сй 0,80 1,00 2,29 1,24
Сйк 0,70 0,90 2,28 1,19
4. Анализ данных по каждому поставщику.
Анализ полученных данных рекомендуется проводить совместно как графическим, так и числовым методами.
Для начала выполним анализ графических данных. Используя данные из табл. 1, необходимо построить гистограммы по поставкам каждого поставщика (рис. 1), а также графики отклонений от номинального значения по поставщикам (рис. 2).
На рис. 1 изображены 4 гистограммы, которые показывают распределение поставок по количеству дней отклонений от плана. Линии тренда не дают представления об отклонении от кривой нормального распределения (кривой Гаусса). Видно, что у поставщиков А, В и Б процессы «широ-276
кие» и наблюдается смещение в сторону нижней границы, у поставщика С процесс «узкий» и находится наиболее близко к номиналу, что говорит о стабильности поставок.
Далее проанализируем графики отклонений от номинального значения, изображенные на рис. 2.
Из приведенных выше графиков видно, что наибольший разброс колебаний наблюдается у поставщика А, а минимальные колебания у поставщика С. У поставщика В колебания выражены не так четко, однако же имеют место зоны наличия тренда, например от 1 до 5 поставки и от 12 до 19 поставки. Данные тренды показывают, что в отличие от поставщиков А и В, у поставщика Б присутствует плавное ухудшение процесса поставок, что говорит о наличии скрытой и неявной причины таких колебаний. Данная ситуация опасна из-за своей неоднозначности, потому что сложно поддается прогнозированию.
Теперь проанализируем числовые данные из табл. 2. Видно, что у трех поставщиков среднее значение процесса отклоняется от номинального к нижней границе, что говорит о наличии отклонений в планах поставок материалов. У поставщика С среднее значение практически совпадает с номинальным значением, что предварительно говорит о стабильности процесса поставок. Если проанализировать значения стандартного отклонения, то у поставщика С оно также минимальное по сравнению с оставшимися тремя поставщиками.
Наконец, следует рассмотреть индексы способности поставок. Исходя из требований к подобным индексам для производственных процессов, установим допустимую границу индексов Сй и Сйк на уровень не менее 1,67. Это значение показывает достаточную «узость» процесса, т.е. относительно ми-
нимальный разброс значений относительно среднего арифметического и близость середины процесса к номинальному значению, что означает низкую вероятность поставки либо сильно раньше срока, что приведет к росту затрат на хранение, либо с большим опозданием, что приведет к остановке производства. У поставщика С значение 1,67 превышено. Соответственно, три оставшихся поставщика не достигли заданного уровня, что требует от организации мер по улучшению работы с этими поставщиками. У поставщика А оба индекса меньше 1, что говорит о высоком риске срыва поставок.
Рис. 2. Графики отклонений от номинального значения по поставщикам
5. Расчет индексов способности поставок Сй и Сйк в целом по всему процессу.
Наконец, необходимо проанализировать процесс поставок в целом, по всем поставщикам. При этом формулы индексов способности поставок, указанные выше, модифицируются. Соответственно, формула для индекса Сё будет иметь вид
' ' _ . ВГД НГД
1п = —--------—
6x5, (4)
где S - среднее арифметическое стандартных отклонений по всем поставщикам, рассчитываемое по формуле
5 = —. (5)
171
где т — количество поставщиков.
Формула для индекса Сйк будет иметь вид
СЛк =пип
(ВГД - X х- нгд\
3x5/
(6)
где X - среднее арифметическое от средних значений отклонений по всем поставщикам, рассчитываемое по формуле
X = —
ш. (7)
Для графического анализа понадобится расчет верхней и нижней границ регулирования. Они являются определенным буфером между ВГД и НГД и показывают, в какой момент организации
необходимо принимать действия, не дожидаясь срывов поставок, либо поставок сильно раньше сро-
ка. Формулы для расчета указаны ниже:
ВГР = X -+ ¿э 5; НГР = Я-А3Б, (8)
где ВГР - верхняя граница регулирования; НГР - нижняя граница регулирования; А3 - статистический коэффициент, для т = 4 равен 1,628.
Данные по процессу указаны в табл. 3.
Таблица 3
Данные по процессу поставок от четырех поставщиков
Показатель X £ ВГД НГД Сс1 ССк
Значение -0,63 2,91 4,06 -5,42 1,15 1,07
6. Анализ данных и разработка корректирующих действий.
При проведении данного анализа также необходимо использовать как графический, так и математический методы анализа (рис. 3).
На гистограмме наблюдается небольшое смещение процесса к нижней границе допуска, а сводный график поставок от всех поставщиков показывает, что у трех поставщиков имеются отклонения в поставках, которые вышли за границы регулирования. Данный факт является первым признаком того, что процесс вышел из-под контроля и не является способным удовлетворять требованиям. Соответственно, по поставщикам А, В и Б необходим анализ причин таких отклонений и последующее принятие корректирующих мер, так как существует высокая вероятность нарушения сроков поставки. У поставщика С наблюдаются минимальные отклонения, и выходы за пределы границ регулирования отсутствуют. Это свидетельствует о стабильно хорошем процессе поставок. Данный факт подтверждают и математические расчеты индексов Сё и Сёк. У поставщика С он больше 1,67, у трех других - меньше.
Таким образом, при использовании статистического метода управления логистическим процессом закупок можно выявить наличие узких мест в поставках от поставщиков, к примеру, сбоев на производственной линии поставщика, наличии излишних запасов на складах поставщиков или ненадежности выбранного перевозчика и т.д. Применение данного метода позволяет выяснить причины отклонений и принять соответствующие действия, чтобы добиться оптимальной программы поставок от поставщиков. Это, в конечном итоге, будет способствовать сокращению дополнительных затрат на
хранение при поставках раньше срока, а также снижению риска остановки производства за счет недопущения опозданий поставок.
Рис. 3. Сводный график по отклонениям поставок и общая гистограмма
Астафьева Наталия Валерьевна -
доктор экономических наук, профессор, заведующая кафедрой «Экономика и управление на автотранспорте» Саратовского государственного технического университета имени Гагарина Ю.А.
Баринов Вячеслав Викторович -
аспирант кафедры
«Экономика и управление на автотранспорте» Саратовского государственного технического университета имени Гагарина Ю.А.
Natalia V. Astafieva -
Dr. Sc., Professor,
Head: Department of Economics and Logistics Yu. Gagarin Saratov State Technical University
Vyacheslav V. Barinov -
Postgraduate,
Department of Economics and Logistics Yu. Gagarin Saratov State Technical University
Статья поступила в редакцию 11.10.11, принята к опубликованию 15.11.11
