Архив рубрики: Управление цепочками поставок

Управление запасами и учет резервов

Захотелось обобщить некоторые часто встречающиеся в практике моменты связанные с учетом запасов, резервов и расчете потребности к заказу сырья, товаров, готовой продукции.

Может быть эта заметка потом станет сценарием для небольшого ролика. Посмотрим…

Для тех, кто читает мой блог и подписан на все наши социальные сети, не новость и не секрет, что я и мои партнеры внедряем решения по управлению наличием в цепочках поставок, основанные на подходах Теории ограничений.

Правда, после знакомства с подходами DDMRP меня терзают смутные сомнения: может надо было создавать и продвигать отдельную "наклейку", как это сделали Кэрол Птак и Чэд Смит, которые тоже опёрлись на подходы ТОС и доработали их по своему. Но это офтоп... Кому интересно могут посмотреть ролики сравнения в ВК, Рутубе или Youtube (кому что удобнее)

А с 2023 мы уже умеем управлять производственными процессами и в процессе «научения» нашего флагманского продукта НЕТСТОК.ПРО управлять заказами в смешанной среде, то есть и «для наличия» и «под заказ».

В общем, если вы умеете рассчитывать целевой уровень буфера (ЦУБ), то обеспечение наличия — это очень простая задача:

Потребность к заказу = Целевой уровень буфера — Остатки на руках — Заказанное ранее

Дьявол, как обычно, кроется в мелочах.

  1. Какие остатки учитывать? Физические «на руках», или за вычетом тех, что мы уже пообещали клиенту?
  2. Заказанное ранее — это то, что мы везем для пополнения на склад или и то, что поедет транзитом (кроссдокингом) прямо к клиенту?

И только с ЦУБом все более или менее понятно…

Из более или менее «твердого» у нас есть ЦУБ и физический остаток на складах. Все остальное — это как договоримся.

Такую важную "тонкость" как соответствие физических остатков на складе и в учетной системе оставим пока "за скобками", будем считать, что они плюс-минус сходятся

Не все товары, которые физически лежат на складах, это наши товары. Часть мы уже могли пообещать нашим клиентами или запланировать к перемещению в филиалы и, если мы их будем рассматривать как доступные к продаже, то возникновение ситуации, когда мы не сможем выполнить свои обещания — это только вопрос времени.

Понятно, что никто таких ситуаций не любит. Поэтому и был придуман механизм резервирования товаров. В разных учетных системах он реализован по разному. Даже в рамках платформы 1С в разных конфигурациях резервирование работает по разному. Но, в том или ином виде, он существует практически везде.

Видов резервирования — огромное множество. Если в компании в системе мотивации продавцов зашито индивидуальное вознаграждение от объемов продаж, и при этом компания не обеспечивает наличие на складах, то «продаваны» всеми правдами и неправдами будут пытаться поставить товар «в резерв» под себя, чтобы не упустить потенциальное вознаграждение.

Как только с этим не борятся!!! Автоматически сбрасывают резервы по истечении какого-то времени, учитывают разные категории резервов. Но люди действуют строго в соответствии с афоризмом д-ра Голдратта: «Скажите, как вы меня будете оценивать, и я скажу, как я буду себя вести»

Если компания не обеспечивает наличие товара, то менеджер по продажам обязательно найдет способ «наложить лапу на товар» и, хоть чучелом, хоть тушкой, но поставить товар в резерв для своей выгоды.

В реальности у нас сложилась следующая практика:

Во-первых, мы теперь стараемся фиксировать и показывать физические остатки «на руках»

Во-вторых, обязательно выделяем резерв «из наличия», т.е. товары, которые есть на складе, но поставлены в резерв. Формально — это уже не наши товары.

Соответственно, выделяем «промежуточное» состояние — «В наличии свободно». Это количество товара, которое доступно к быстрой отгрузке в любой момент. Но это еще не всё.

Время от времени, а то и часто, имеющегося товара недостаточно для какого-либо клиента. Но, если мы не сообщим об этом системе или человеку, отвечающему за закупки, то он(а) об этом никогда не догадается.

В некоторых типовых конфигурациях 1С такой тип резерва называется «резервировать по мере поступления». Он ставит в резерв новые поступления товара, оставляя имеющиеся остатки свободными для продажи. Есть такой тип не везде, но по сути, с точки зрения управления запасами «для наличия», он очень даже полезен, поэтому его приходится «эмулировать» разными способами.

Таким образом, третий показатель — это «резерв по мере поступления»

И тогда мы получаем нужный нам для расчетов показатель «Свободные остатки»:

Свободный остаток = Товар физически в наличии — Резерв из наличия — Резерв по мере поступления

И — да, этот показатель вполне себе может быть отрицательным, что будет означать, что нам надо заказать весь объем буфера и еще чуть-чуть, на величину выкопанной в остатках ямы.

Вот такая сложилась практика работы с резервами.

Безусловно, что этим пользоваться надо убедиться, что наши менеджеры по продажам не страдают «прихватизаторством» товара.

Удачи вам в борьбе с психологической инерцией, постоянного наличия, хорошей оборачиваемости и высокой рентабельности запасов!!!

А о сложностях учета товаров «в пути» поговорим как-нибудь в другой раз.

«Хотели как лучше, а получилось как всегда…» Короткая реплика по следам обучения

Привет всем!

Эта заметка появилась вследствие некоторой информации, которую мне рассказали слушатели в рамках курса «Революция в управлении запасами», который мы регулярно проводим в онлайне. Кому вдруг стало интересно вот вам ссылочка на очередной набор.

Каким-то образом в одном из наборов группа состояла только из представителей фармкомпаний. Точнее дистрибьюторов фармакологии.

Дистрибьюция лекарственных препаратов — это идеальный рынок, для внедрения решений управления наличием Теории ограничений. Главная предпосылка для внедрения этих решений: ситуация, когда время терпения клиента короче, чем время, которое требуется компании для исполнения его заказа.

На рынке лекарственных препаратов (за исключением особо редких заболеваний и препаратов) — это обыденная правда жизни. Лекарственные препараты должны быть доступны по первому требованию, при этом запасы не должны быть такого размера, чтобы медленная оборачиваемость приводила к истечению срока годности.

Решение Replenishment как раз предназначено для этого: чтобы товара хватало для покрытия спроса с учетом спроса и сроков пополнения, но было бы не слишком большим.

На что мне слушатели, говорят: в наших условиях это нереализуемо!

Почему?

Давайте разбираться.

Лекарственные препараты — это одна из первых областей экономики, где внедрялась сплошная маркировка. Фармацевтам это счастье прилетело летом 2020 года. Сказать, что проблем было много — это ничего не сказать.

За окном пандемия, а у сетей дистрибьюции фармпрепаратов возникает блокировка. Введение маркировки «положило» всю систему «Честный знак». Сроки пополнения (не путать со сроками поставок!!!! — Д.Е.) вырастают в десять раз. Поставка занимает три дня, но из-за «лежащей» ИТ-инфраструктуры время от заказа до продажи достигает 30 дней.

Боролись с фальсификатами и «серыми» схемами — положили отрасль. Пришлось срочно вводить заявительный характер, чтобы в разгар пандемии страна не оказалась без лекарств.

Но этим сложности не ограничились.

Есть такой раздел «Жизненно необходимые и важнейшие лекарственные препараты» (ЖНВЛП), в отношении которых контролируется не только оригинальность, сроки годности лекарственных препаратов, но и уровень наценки, поскольку эти препараты должны быть доступны широким слоям населения.

Поэтому в QR-код зашивается не только производитель, серия, но и цена отпуска.

Благие намерения?

Безусловно!!!

Но…

Опять «хотели как лучше, а получилось как всегда…»

Производитель может указать при выпуске любую цену на конкретную отгрузку, не привязываясь к даже к технологической серии препарата (т.е. производственной партии).

А значит, что под разные контракты одна и та же (СОВСЕМ ОДНА И ТА ЖЕ! ИЗ ОДНОГО «ЧАНА»!) продукция может быть поставлена по разным ценам. И разница в цене может превышать максимально установленный государством уровень наценки, а маркировка это нарушение позволит сразу же выявить.

В результате дистрибьюторы вынуждены прогнозировать потребление отдельно по каждому контракту. А НАДЕЖНЫЙ ПРОГНОЗ НЕ ВОЗМОЖЕН В ПРИНЦИПЕ! Но перекрыть ошибку из запасов, образовавшихся по другому контракту — нельзя.

В итоге: рост запасов, списания и прочие потери…

Решали одну проблему, породили другую.

И если, кто-то думает, что это связано с «идиотизмом чиновников», то он сильно заблуждается. Это типичная ситуация при разработке любых решений в компаниях любого уровня. Просто государственная машина и бюрократический аппарат крупных корпораций имеет огромную инерцию и очень медленную скорость реакции, а охват и масштаб последствий на порядки больше, чем у любых компаний.

Опыт пяти потоков обучения Мыслительным инструментам Теории ограничений, показывает, что сложнее всего при разработке решений дается восходящая ветвь U-shape (кто не понял, о чем я можно посмотреть по ссылке). Ни один слушатель из пяти потоков не смог справиться с отработкой Дерева предпосылок и препятствий. И не потому, что тупые, а потому, что это очень скучный процесс, с точки зрения трудоемкости отнимающий 60-80%% общей трудоемкости разработки решения.

А это люди, которые заплатили денег, чтобы их обучили этим инструментам, которые знают зачем это нужно.

А при разработке решений в обычных условиях, отработку 4 и 5 слоя сопротивления изменениям вообще стараются пропустить.

Так что, мы еще не раз услышим «хотели как лучше, а получилось как всегда…»

Участие в международной премии Constantinus

В этом году мы приняли участие в национальном этапе премии «Constantinus International Award» 2024 с проектом, выполненном в компании АО «Химтраст».

Особенность этой премии в том, что она вручается как консультантам, так и их заказчикам.

По результатам жюри Национального Инстутута Сертифицированных Консультантов по Управлению (НИСКУ) наш совместный проект стал лауреатом II степени в номинации “Цифровая трансформация года”.

Международная премия Constantinus — это награда, которая присуждается консалтинговым проектам с исключительной потребительской ценностью.  

Денис Еганов (собственник компании “Химтраст”) и Дмитрий Егоров (консультант компании “Химтраст) презентовали проект “Трансформация бизнес-процессов управления ассортиментом и поддержки принятия решений по управлению запасами на основе решений Теории ограничений».

Результаты были обнародованы 7 августа 2024 и мы с вами ими делимся.

Подробное описание проекта можно посмотреть в документальном фильме:

Работа с ассортиментом и ценами в ситуации ограничения мощности

И так мы решили, что часть номенклатуры нам хранить выгодно, а часть невыгодно. Как мы принимали такое решение?

Находясь в ситуации, когда у нас есть ресурс, который не может обеспечить пиковый спрос, мы решили отказаться от части рынка. От той части списка нашей номеклатуры, где мы решили, что хранение этой номенклатуры нам невыгодно.

Мы так решили, потому что сумма Прохода, то есть разницы между ценой продажи и абсолютно-переменными затратами (обычно — это закупочная стоимсть товаров, комиссионные вознаграждения, привязанные к выручке, и стоимость материалов в производстве, больше там, как правило, ничего нет) — маленькая.

Бывают ситуации, когда сумма Прохода, который вы зарабатываете, меньше, чем сумма запасов, которая у вас лежит на складе.

А это значит, что вы еще приплатили за возможность продать!!!

Интересный, конечно, вид бизнеса, но, на мой взгляд, это больше про некоммерческие организации. Когда вы некоммерческая организация — то ваша задача создать пользу обществу, а прибыль — это условие желательное, но не обязательное.

Поэтому подавлящее большинство компаний вынуждены как-то разгребать свою номенклатуру и сортировать ее: вот этоу хранить всегда, а вот эту возить только под заказ.

Сгенерировано нейросетью Шедеврум

Пример из свежего…

Мы в январе этого (2024) года закончили делать полный аудит управления запасами у клиента. Забрали данные за год и по нашим расчетам получилось, что только 10% от всего того, что компания покупает (и, соответственно, продает) дает ей 90% годовой маржи. То есть мы получаем даже не правило Паретто 20/80, а 10/90.

Под какой-то публикацией, где я рассказывал как считать Целевой Уровень Буфера, мне задали вопрос: «А что делать, если поставщик квотирует поставки?» То есть поставщик не поставляет вам столько, сколько вы хотите купить.

Давайте посмотрим с точки зрения того, что я уже много раз рассказывал.

Очевидно, что это типичное ограничение мощности. Поставщик поставил вас в ситуацию, когда у вас возникает ограниченный ресурс. Количество ресурса, которое вы можете купить, лимитировано поставщиком.

Исходя из этого, обеспечить наличие по рыночным ценам — вы не в состоянии.

Не потому, что вы такие плохие, а потому что вам поставщик не дает.

И если нет поставщика, который имеет аналог, точно такой же, и вам остается рассказать рынку, что такая же полезная штука, то ваш поставщик является держателем эксклюзивного ресурса, то вы попадаете в очень грустную ситуацию, потому что обеспечить наличие вы не можете и, соответственно, всё, что свяазано с обеспечение наличия — вам не помогает.

И в этой ситуации обеспечивать наличие, стараться не упустить клиента — нереально!

Это очень похоже на ситуацию, которую мы будем иметь, например, в торговле вином.

Сгенерировано нейросетью Шедеврум

У нас есть массовые столовые вина, которые называются одинаково, год от года отличаются, но пользователь покупает вино из некой ценовой категории, и главное, чтобы там чего-нибудь было.

Ну например, никого не хочу обидеть, первое, что пришло в голову из часто встречающихся вин, которые можно увидеть почти во всех магазинах, это Монтепульчано. Недорогое столовое, как правило, сухое красное вино. Никто там не будет разбираться какого оно года, с какого склона и так далее.

Здесь главное обеспечить наличие. В этой категории есть бутылка красного вина Монтепульчано, оно неплохо продается, его покупают, пусть она будет всегда.

А есть вина коллекционные, для которых характерна одна простая вещь — ограниченный урожай.

Это ограниченный объем ресурса, который вы будете продавать на рынке.

Можете ли вы здесь обеспечить наличие?

Нет!

Здесь мы должны подходить с такой же позиции, с какой мы подходим к управлению ограничения мощности, — чем больше загружена наша мощность, тем выше должна быть цена.

Поэтому, если вы работаете в ситуации, когда поставщик вас квотирует, то вы как компания имеете перед собой одну очень важную задачу: с этой квоты заработать максимум денег.

И с точки зрения Теории ограничения, у вас, формально, есть две стратегических позиции:

Первая стратегическая позиция: сразу поднять цену. Может быть даже выше рынка, чтобы у вас квота не закончилась слишком рано, и чтобы с каждой единицы проданного товара вы получили больше денег, чем конкуренты. А если у вас останется «хвостик», то вы егом можете распродать со скидкой. А если он не останется — то и счастье вам до следующей поставки. Какая у вас квота: месячная, квартальная, годовая, — это уже вопрос переговоров.

То есть первый способ — это торговать «выше рынка», продавая медленнее, зарабатывая больше.

Возможно возражение, что мы будем будем терять долю рынка…

Не забывайте, что ваша задача, как коммерческой компании, не только держать долю рынка, но и собрать с этой доли максимальное количество денег. Если поставщик вас квотирует, то нравится вам это, или не нравится, но вам надо с этого ограниченного количества заработать максимум денег. Поэтому лучше продавать медленее.

Как это посчитать можно посмотреть в книжке «Управленческий учет на стероидах«, где я заимствовал у И.В. Липсица кусочек про расчет безубыточного изменения объема продаж. Почитайте. Мне кажется будет полезно.

Вторая стратегическая позиция состоит в том, что вы начинаете продвать по рыночной цене, постепенно поднимая цену по мере того, как у вас остается меньший остаток. Каждую последующую порцию продавая по более высокой цене. Регулируя ценой скорость потребления и обеспечивая себе заработок с ограниченного ресурса.

Обратите внимание, мы здесь уже не говорим про управление наличем. Мы говорим про управление ограниченным ресурсом, то есть мы находимся в ситуации ограничения мощности.

Так работают базовые принципы Теории ограничений.

Учет влияния минимальной партии заказа у Поставщика

Учет размера минимальной партии — это достаточно сложный вопрос.

Иногда спрашивают: «Как поступать, если раньше закупали по 10, а сейчас можем только по 15? Но, если купим по 15, то позиция может вообще застрять и лежать на складе хотелось бы взять ее поменьше…»

То есть, в этой ситуации увеличилась минимальная партия заказа у поставщика.

Это вопрос из серии: «Как бы так и на елку влезть и жопу не поцарапать?»

Если поставщик вам будет поставлять по 15, то, вообще-то, вариантов у вас нет. Вы пытаетесь договориться с поставщиком о том, что он может вам поставить партию меньшего размера, и, если договориться с поставщиком не получается, то, к сожалению, вы можете только принять решение «рисковать или не рисковать».

Если нам самим это дорого, то мы можем попытаться купить это на паях с товарищем — найти еще одного потребителя, который такой товар потребляет и закупать вскладчину. Этакий вариант закупочного кооператива. Но принципиально это сути не меняет.

Когда поставщик увеличивает минимальную партию — это серьезная проблема. Чем больше у вас минимальная партия закупки, тем больше у вас «холостого запаса» — запаса, который вы вынуждены хранить просто потому, что меньше вы купить не можете. В результате запас — слишком большой с точки зрения продаж.

Безусловно, это попытка поставщика переложить проблемы с оборачиваемостью вниз по цепочке поставок, но тут уже выбор за тем, кто покупает: если вам это надо — вы это покупаете, если не надо — не покупаете.

Связанный с этим вопрос: «Как устанавливать Целевой Уровень Буфера при небольших продажах, если минимальная партия у нас большая?» Когда минимальная партия у нас вагон, а потребляем мы две бочки (утрирую, конечно — ДЕ).

Такие соотношения бывают в реальных проектах, когда минимальная партия тонна, а потребление за надежный срок пополнения — 120 килограмм.

Как здесь устанавливать Целевой Уровень Буфера?

Оттолкнемся мы от первоначальной исходной посылки: мы обеспечиваем запасы для того, чтобы гарантировать высокую скорость реакции.

То есть для начала мы должны принять решение: хранить эту номенклатуру или не хранить?

Нам надо хранить номенклатуру, если клиент не готов ждать пока мы ее привезем, или готов взять один процент от минимальной партии, а мы не можем привезти и, при этом, это клиент, от которого мы не можем отказаться. Или если это какой-то компонент, без которго мы не можем производить готовую продукцию. В этих случаях, нам надо хранить эту номенклатуру и мы можем переходить к следующим шагам, иначе — возите ее «под заказ».

Следующий вопрос, который требует ответа: «Что такое «много», и что такое «мало»?» Сколько нам нужно хранить?

Здесь есть два способа, которыми мы можем себя повести.

Первый способ — установить ЦУБ на уровне максимального потребления и заказывать выше расчитанного ЦУБ, что назвывается в «голубое» или «овербуфер», но это будет вызывать ненужные вопросы и внимание при анализе управления наличием.

Когда у вас немного номенклатуры, то можно помнить, что этот конкретный артикул мы закзываем так много из-за большого размера минимальной партии, но…. Когда речь идет о тысячах, десятках тысяч, а иногда и о сотнях тысяч точек управления запасами, то всего не упомнишь. И у «большого начальника», который просто смотрит на состояние наличия, могуть возникнуть вопросы: зачем вы столько заказали?

Поэтому мне больше нравится второй способ, который мы используем в НетСтоке для автоматического расчета рекомендаций ЦУБ.

Мы рассчитываем, где бы у нас находился ЦУБ, если бы у нас не было минимальной партии. Соответственно находим желтую и красную границу, как 2/3 и 1/3 от ЦУБ. Желтая граница — это 2/3 от максимального потребления за срок пополнения, и нам этого количества почти гарантированно хватит до момента, пока приедет следующая партия заказа. И к этой рассчитанной границе желтого мы плюсуем минимальную партию заказа. У нас получается ОГРОМНАЯ зеленая зона. И при анализе наличия, мы видим, что это количество — это НОРМАЛЬНО, несмотря на плохую оборачиваемость.

Ну а дальше мы вполне можем использовать типовые механизмы Динамического управления буфером.

Запасами невозможно управлять в условиях неопределенности… Да ладно?!!!

Нам достаточно часто приходится отвечать на вопросы, как управлять запасами в условиях неопределенности. Чаще всего это звучить как-то вроде: «Это работает только в стабильных условиях, а сейчас ничего нельзя предсказать, поэтому…» А что дальше, после «поэтому»?

Принимать решения на основании интуции? Так интуиция устроена очень просто: опыт, «насмотренность» формируют некоторые наборы паттернов, которые распознаются мимо сознания. То есть интуиция — это просто опыт.

Спойлер: вне зависимости от уровня неопределенности, физика процесса управления запасами не меняется!!!

Возьмем типичный вопрос от нашего клиента: мы брали товары из Москвы и всё пополнения составлял в среднем 7-9 дней, а сейчас будем брать из-за границы и срок будет поставки 40-60 дней.

Понятно, что это огромные увеличение сроков, но что делать что клиенту делать с этим?

Когда началась СВО с этим столкнулись очень многие. Самое смешное, что меньше всего это на себе последствия ощутили те клиенты, которые и так поставляли что-нибудь из Китая.

Для них для них срок пополнения в 8 месяцев — это норма. Соответственно, месяц туда, месяц сюда — это в общем не очень большие потрясения.

А вот для тех кто возил из Европы началась весёлая жизнь.

Как мы с этим клиентом смеялись на одном из наших проектных комитетов: «Господа, добро пожаловать в наш мир!»

Когда клиент привык к европейским поставкам за 1-2 дня. Это же счастье! Ничего надо хранить! Крутые, запасами управлять не надо!

И вдруг такое!!!

Добро пожаловать в наш мир!

Что делать в этом случае?

Ну первое, естественное, — это нужно установить новые сроки. То есть определить новых поставщиков, установить новые сроки, и под этим новые сроки рассчитать целевый уровень буфера. А дальше — обычная стандартная, много раз нами описанная процедура управления запасами в соответствии с методикой.

Это главное, что нужно сделать. Когда вы говорите, что все будет непонятно, то это неправда. Совершенно точно, у вас будут удлиняться сроки — это ПОНЯТНО. Вы будете дольше везти товары, а если у вас будут удлиняться сроки — вам надо больше хранить запасов. Больше ничего не произойдет.

С точки зрения потребления может произойти проседание или кратковременный скачок. Но нужно просто следить за тем, насколько меняется потребление за новый срок пополнения.

Так что, если у вас есть НетСток, то больше вам ничего делать не надо. Остальное — это обычная рутина Динамического управления буфером из заказами.

Очень просто: посчитали новый размер буфера и сделали заказ до этого размера!

Вся проблема в том, где взять деньги на такой увеличенный заказ. Это самое сложное!

Тут уже добро пожаловать в Экономику Прохода, которая помогает выбрать самое выгодное из имеющегося, а также определить потребность в оборотном капитале.

Реплика об управлении наличием аналогов

В этой публикации я хочу поговорить об управлении наличием, когда у нас в номенклатуре есть аналоги. Это один из часто всплывающих в переговорах вопросов.

Аналоги — это номенклатура, которая с точки зрения покупателя, представляет собой одно и то же, хотя имеет разные фирменные наименования или просто по разному называется у разных поставщиков.

Дисклеймер: мы очень осторожно относимся к объединению разных номеклатур в одну в качестве аналога.

Потому что является номенклатура аналогом или нет — решает потребитель, и его основания для различения или объединения разных артикул в аналог продавцу чаще всего просто неизвестны. Поэтому, когда речь идет о готовой продукции или товарах, мы всегда рекомендуем прежде, чем объединять номеклатуру с точки зрения аналогов, поуправлять отдельно и убедится, что увеличение продаж одной номнеклатуры приводит к снижению продаж другой. Если это не так, то это НЕ АНАЛОГИ, А РАЗНАЯ НОМЕНКЛАТУРА, живущая по своим законам.

Для управления наличием сырья и компонентов у производственных компаний, использование аналогов — это рутинная практика, так как в этом случае — потребитель это вы. В этом случае целесообразно всё разнообразие взаимозаменяющих комонентов объединить в одну номенклатурную позицию и обеспечивать ее наличие.

В этом случае, мы рассчитываем потребность в основной номенклатуре, а дальше закупщик рассылает эту потребность по поставщикам, получает от них наличие, цены, условия поставки и, уже опираясь на эти данные, размещает заказы на поставку.

Важно: это работает только, если производству всё равно, сырьем какого поставщика пользоваться.

Для торговых компаний поиск аналогов — это часто задача из разряда Data Analytic, а может быть и Data Science. В любом случае требует анализа Big Data.

Такая вот получилась короткая реплика…

Чуточку подробнее об АВС-анализе. В продолжение предыдущих публикаций

Попробую поподробнее остановиться на том, как мы подходим к АВС анализу.

Классический АВС, это по сути Паретто-анализ, где вся номеклатура делится по принципу: А — это то, что дает 80% вклада в показатель, В — тут по разному подходят, кто-то берет 10%, кто-то берет 15%, ну и оставшиеся дают 5-10%%. Основной вопрос: на основе какого показателя делается АВС-анализ?И, сразу, чтобы не забыть: обычно к АВС прикручивается XYZ-анализ. Напоминаю, что XYZ анализ имеет смысл только в случае, если у вас нормальное распределение вероятности. Во всех остальных случаях он смысла не имеет. Я об этом уже писал чуть раньше.

И возвращаемся к АВС.

Первая заморока — это по какому показателю делать АВС анализ. Обычно его делают либо по выручке, либо по количеству. Имеет право на жизнь, но…

Основная цель компании — зарабатывать деньги. А одна и та же номенклатурная позиция может продаваться по разным ценам, давать разную выручку и приноить разное количество денег. Потому что деньги компания зарабатывает за счет разницы между ценой продажи и абсолютно-перенными затратами на ее покупку и/или создание, то есть за счет суммы Прохода (в терминологии Теории ограничений) или маржинальной прибыли (она же — маржа) в привычном управленческом сленге. Так вот, объем генерируемой маржи и определяет сколько денег компания зарабатывает, потому что дальше, мы эту маржу только тратим на условно-постоянные расходы и создание запасов/инвестиций.

Важно!!! Здесь речь идет именно о сумме маржи, а не о маржинальности, то есть проценте маржи в выручке.

Многие компании, разрабатывающие собственные решения для АВС анализа, уже дошли до этого понимания и проводят АВС анализ в том числе и по марже. Почему анализа по одной марже недостаточно?

Давайте рассмотрим ситуацию с точки зрения продажи автомобилей.

Вы можете продавать условную Ладу Гранту и условный Бентли. (Я здесь никого из производителей не хочу обидеть, просто это пример, который прост с точки зрения обывателя) Так вот, сумма годовой маржи от продажи Лады Гранты и от продажи Бентли может оказаться одинакова. То есть, с точки зрения АВС анализа по марже — это сопоставимые позиции. Означает ли это, что нам и ту и другую модель надо обязательно держать «в наличии»?

Совершенно точно — нет. Первая продается значительно (на порядки) чаще, а стоит в разы меньше, а значит запасы будут сильно дешевле, в сравнении со второй моделью.

Поэтому АВС анализа по Проходу (марже) недостаточно.

Нам нужен еще анализ по частоте продаж. И опять не XYZ относительно среднего, а именно какова частота продаж.

Здесь мы пошли самым простым путем: мы считаем частоту продаж как количество дней, когда были продажи, относительно количества дней в периоде. При этом правило 20/80 здесь работает не очень хорошо, поэтому мы сделали так для каждого места хранения считаем среднее количество дней в периоде (по умолчанию анализируем год, но это опционально). Далее, всё, что меньше среднего это группа С — она тянет среднее значение вниз. Из оставшихся 20% лучших — это группа А, остальные — группа В.

Соединяя эти два измерения, мы получаем некий список номенклатуры, которая лучше всех продается и приносит много денег: АА, АВ, ВА, ВВ (где первая буква отвечает за частоту продаж). Хотя возможны и варианты: СА, СВ (редко продается, приносит много денег, имеет смысл привозить/производить «под заказ»), АС, ВС (часто продается, приносит мало денег. Что это такое?), СС (классическая позиция «для ассортимента», что она там делает?)

Возможно возражение: а почему вы смотрите именно на дни, а не на сами продажи/чеки?

Но чем это отличается от продажи одного Бентли? Если у вас обычно продаются небольшие объемы, но, иногда, случается крупная продажа, то вопрос, на который вам надо ответить: а вы готовы хранить запасы под такие продажи или лучше к ним заранее готовиться? Напоминаю, что запасы имеет смысл хранить, только если клиент не готов ждать. А клиент, который покупает крупную партию, как правило, знает, что таких объемов на складах поставщики не держат. И ключевой вопрос: согласен ли он подождать, пока ему привезут его объем или взять частями? Но это уже отдельная тема.

Наш подход к АВС анализу уже показал свою полезность у клиентов, помогая в том числе и в части ценовой и скидочной политики.

Например, у нас есть позиция с индексом АС, что означает: очень частые продажи, при этом с точки зрения вклада в объем маржи — она попадает в группу С. Первое, что здесь стоит проанализировать, это можно ли поднять цену на позицию? Она явно пользуется спросом, но почему-то приносит мало денег. Или компания сознательно создает «убыточного лидера продаж» для того, чтобы дополнительно заработать на взаимодополняющих товарах? Если это осознанное решение в компании — тоже хорошо.

А на этом на сегодня все. Не прощаюсь. Надеюсь было полезно.

Как устанавливать и администрировать статусы номенклатуры?

Каким образом и исходя из чего устанавливать статусы управления номенклатурой? А также как их пересматривать?

Статусы — это «Складская», «Заказная», «Вывод» и «Новинка», о которых мы говорили раньше.

Есть первый простой вариант — это экспертное суждение. Или просто «правило трех П»: «пол, палец, потолок». Когда у вас тысяча номенклатурных позиций, то, наверное, это еще как-то можно сделать экспертно. А вот когда у вас десятыки тысяч номенклатурных позиций, то сделать это вручную уже достаточно сложно.

Поэтому мы добавляем к этому некие «калькуляторы», и некие рекомендации, на основе этих «калькуляторов».

Дальше мы будем говорить только о товарах. Детали и тонкости расчетов в этой публикации мы опустим.

Есть несколько параметров, опираясь на которые можно принимать решения.

Во-первых, нам нужна номенклатура, которая приносит нам больше всего денег.

Во-вторых, нам нужна номенклатура, которая не просто приносит много денег, но еще и часто продается. Потому что может существовать номенклатура, которая редко продается, но приносит много денег. Но надо ли ее хранить, если она продается раз в год — это очень большой вопрос!!! Компания может такие вещи себе позволить только при наличии излишка денег.

И третий параметр, который нам важен — это рентабельность запасов, то есть с какой скоростью деньги вложенные в номенклатуру превращаются в новые деньги.

Для этого мы реализовали механизм трехмерного ABC анализа, который отличается от традиционного АВС анализа.

Очень многие делают АВС анализ по количеству или по выручке, что приводит к возникновению проблемы: номеклатура может давать большую выручку, но при этом почти не приносит компании денег, потому что уровень маржи/наценки в цене может быть очень маленьким. Поэтому первое, что нужно делать, это делать АВС анализ не по выручке, не по количеству, а по той самой «марже» в абсолютном выражении, которую мы зарабатываем. В Теории ограничений используется термин «Проход», который означает разницу между выручкой и абсолютно-переменным затратами. Мы не будем здесь погружаться в тонкости: если вы ничего никуда не разносите, то Проход — это синоним Валовой прибыли. Так что первое, что нужно сделать при АВС анализе — это выполнить АВС анализ по валовой прибыли.

Пример нашего клиента.

У клиента 67 тысяч SKU. Из них в группу А (то есть дающие 80% годовой валовой прибыли) попадает 3 500 SKU, что даже не укладывается в правило Паретто 20/80, здесь у нас около 5% номенклатуры дают 80% ГОДОВОЙ валовой прибыли, в группу В (еще 10%, А+В = 90% годовой валовой прибыли) попадает еще 4 000 SKU. То есть 90% годовой вловой прибыли дают 7,5 тыс. SKU. И остается огромная группа С.

Мы наблюдаем огромную конценрацию валовой прибыли в ассортименте. И это не особенность отдельно взятого клиента.

Итак, первое измерение — это объем валовой прибыли.

Второе измерение — это частота продаж. Чем чазе позициия продается, тем важнее обеспечить ее наличие. Потому что за ней ходят, ее справшивают, если ее не будет — то это негативное влияние на репутацию. И эта частота не имет ни какого отношения к XYZ анализу. Это совсем про другое. Частота отвечает на вопрос: как часто эта позиция продается. А XYZ — это отдельная история.

У клиентов часто возникают вопросы: в типовых учетных системах, в той же 1С «Управление торговлей» есть АВС xyz анализ, а у вас нет XYZ, как так?

XYZ анализ — это такая интересная история, которая строится на предположении, что у вас продажи подчиняются нормальному распределению, то есть оно симметрично относительно среднего и вероятность отклонения резко падает, по мере увеличения размера отклонения. Вот вам картинка с нормальным распределением:

Такая вот «Гауссова шляпа».

Соответственно, X — это то, что попадает в середину этой «шляпы», то есть мало отклоняется от среднего (в диапазоне плюс минус сигма), Y — это то что попадает в следующий карман (плюс минус две сигмы), а Z — это то, что попадает в края.

У нас огромное количество клиентов говорит: у меня вся номеклатура AZ., что означает что разброс относительного среднего превышает две сигмы. И это нормально!!! С чего вы взяли, что у вас гауссово распределение?!!!

Если у вас только компания не научно-исследовательский институт, где у вас работают ученые-статистики, которые строят статистические гипотезы, графики распределния вероятности, вы можете посчитать медиану, моду, среднее, эксцентрисет и прочие замечательные характеристики распределения… Подавляющее большинство компаний этим не занимаются. А это значит, что расчеты на основании среднего — опасны.

Вы же вообще не знаете, какое у вас распределение вероятности продаж! Вот вам пример реального распределения вероятности по номенклатуре из одной группы:

И третий параметр — это ROI. Но пользоваться им до тех пор, пока вы не наладили управление наличием мы не рекомендуем. Потому что самый лучший показатель будет у тех товаров, которые продавались, но их не было в наличии. Так что это дополнительный параметр для ситуации, когда большая напряженка с деньгами.

Продолжение следует, а для тех кому невтерпеж: добро пожаловать на обучение.

Как считается надежный срок пополнения (RRT)?

Надежный срок пополнения — это еще один критически важный параметр, необходимый для обеспечения наличия.

Как рассчитать надежный срок пополнения?

Надежный срок пополнения — это время, которое нам нужно чтобы мы гарантированно могли пополнить товарный запас.

Он в себя включает помимо собственно срока исполнения заказа/ которые короткий, еще несколько отрезков времени.

Самое смешное, что очень часто забывают, — это время приходования заказов, а это иногда неделя или две, то есть это иногда бывают большие сроки. К сроку поставки надо добавить время, чтобы принять товар по количеству, качеству, отразить в учетной системе.

В очень многих компаниях из-за того, что присутствует хронический дефицит товара, процесса приемки по количеству и качеству не происходит. Товар клиенту отгружается «с колес». Потом обнаруживается, что отгрузили не то, брак, возникают возвраты, потерянная репутация, куча взаимодействия и переписки.

Просто по тому, что этот этап приемки по количеству и качеству пропустили.

Дальше это собственно срок выполнения заказа.

Он определяется только тем, что дает вам ваш поставщик. Допустим, какой-нибудь отечественный завод работает так: дайте нам в этом месяце заказ, мы его поставим на следующий месяц в план производства. Соответственно, в производство ваш заказ может попасть на любую дату в течение следующего месяца, и отгружен будет в любую дату месяца, который будет после того периода, на который мы делаем план производства. То есть мы уже получаем срок исполнения заказа 60 дней.

Но и это еще не всё! Вам же надо прожить с чем-то пока у вас проходит время между заказами.

У нас есть еще время накопления заказа или время ожидания между заказами, которое определяется либо частотой заказов, установленной поставщиком или вами, либо размером минимальной партии заказа: чем больше минимальная партия, тем дольше она накапливается.

Если вы размещаете заказ раз в месяц, как в моем примере с заводом, то у вас получается 60 дней плюс 30 дней — 90 дней. То есть надежный срок пополнения, в течение которого вам надо обеспечивать наличие, составляет 90 дней (это без учета времени приходования на склад).

Для расчета сроков пополнения сырья и материалов расчет выполняется аналогично.

Особую сложность составляет производство готовой продукции.

Готовая продукция предполагает, что мы должны запланировать производство, произвести и после этого выпустить на склад готовой продукции.

Это время определяется следующими факторами:

Длиной производственного цикла, то есть за какое время вы можете эту продукцию произвести. При этом важно, что иногда нужно учесть, что какую-то номенклатуру мы выпускаем регулярно, а какую-то производим редко. Поэтому для первой номенклатуры у вас срок будет короче, а для второй длиннее. Просто потому, что вы ее реше производите.

Дальше мы добавляем частоту планирования. Если вы планируете один раз в месяц, то время между планами у вас 30 дней. При этом, если вы планируете сразу следующий месяц, то ваши плановики могут поставить как в начало месяца, так и в конец, то есть еще 30 дней. Таким образом, сразу 60 дней плюсуем. Если вы план производства делаете каждую неделю, на неделю, то у вас будет, соответственно, две недели плюс производственный цикл. Если, как некоторые наши клиенты, вы делаете план каждый день, то у вас будет производственный цикл плюс один день.

Так считается надежный срок пополнения (Reliable Replenishment Time — RRT). При этом занизить срок пополнения опаснее, чем завысить.

Подробно как считается и применяется надежный срок пополнения мы разбираем на обучении методике: Ближайшее обучение по управлению запасами: https://vmss.pro/training/