Централизованное планирование запасов

Материал из Supply Chain Management Encyclopedia

(Различия между версиями)
Перейти к: навигация, поиск
Строка 14: Строка 14:
Рассмотрим сначала как работает децентрализованная система управления запасами. Предположим, что розничных торговец управляет одним складом и двумя розничными магазинами. Единицей анализа в нашем случае является одна коробка продукта, имеющая ценность (v) равную 12. Используется электронное размещение заказов, при которой затраты на подачу заказа (K) постоянны и низки (2). Норма ежегодных затрат на поддержание запасов (c) составляет 0,20. Все показатели будут измеряться в днях. Таким образом, ценность поддержания запасов на одну коробку в заданный период времени (h) равна:
Рассмотрим сначала как работает децентрализованная система управления запасами. Предположим, что розничных торговец управляет одним складом и двумя розничными магазинами. Единицей анализа в нашем случае является одна коробка продукта, имеющая ценность (v) равную 12. Используется электронное размещение заказов, при которой затраты на подачу заказа (K) постоянны и низки (2). Норма ежегодных затрат на поддержание запасов (c) составляет 0,20. Все показатели будут измеряться в днях. Таким образом, ценность поддержания запасов на одну коробку в заданный период времени (h) равна:
-
* = c × v / 365
+
* h = c × v / 365 = 0.20 × 12 / 365 = 0.0066
-
* = 0.20 × 12 / 365 = 0.0066
+
Следующим шагом в оценке децентрализованной политики является оценка отдельных оптимальных объемов заказа для каждого подразделения. В Таблице 1 показаны постоянные затраты заказа (fixed order cost???) и величина h (одинаковая для всех трех подразделений), объем спроса в день в коробках, и значения оптимального размера заказа.  
Следующим шагом в оценке децентрализованной политики является оценка отдельных оптимальных объемов заказа для каждого подразделения. В Таблице 1 показаны постоянные затраты заказа (fixed order cost???) и величина h (одинаковая для всех трех подразделений), объем спроса в день в коробках, и значения оптимального размера заказа.  

Версия 13:08, 24 августа 2011

English: Centralized inventory planning

Многоступенчатая система управления запасами предполагает ситуацию, при которой одно подразделение (напр., склад) обслуживает множество точек спроса (напр., розничные магазины). Базовая модель оптимального объема заказа и модель управления запасами в условиях неопределенности спроса и времени выполнения хорошо применимы к ситуациям, когда одно подразделение управляет своими собственными запасами и не должно заботиться о запасах других подразделений, находящихся ниже в цепочке создания ценности. Предположим, что у нас есть система, в которой единый склад снабжает два ресторана. Если склад и оба ресторана будут независимо друг от друга применять базовую модель оптимального объема заказа или модель управления запасами в условиях неопределенности и времени выполнения, тогда:

  • каждый участник этой системы будет оптимизировать свою результативность:
  • однако система в целом будет испытывать проблемы от того, что ни одно из подразделений не думает об общей результативности.

Разработчики системы управления должны выбрать между двумя стратегическими вариантами управления цепями поставок:

  1. Децентрализация: стратегия, при которой каждый уровень в цепи поставок (напр., производитель, оптовый торговец, розничный торговец) оптимизирует свою результативность и товаро-материальные запасы независимо от других уровней цепи поставок;
  2. Централизация: стратегия, при которой единый плановый орган имеет доступ к информации множества уровней в цепи поставок и, таким образом, можем составлять план управления запасами для всей системы. Например, в обычной розничной сети каждый розничный магазин предоставляет информацию о реальном спросе плановому органу, который затем может разработать обобщенную политику управления запасами для всей системы.

Существует целый ряд многоступенчатых моделей управления запасами, хотя многие из них являются весьма сложными с точки зрения математики. Нашей целью является демонстрация упрощенной модели для иллюстрации того, как работает многоступенчатое управления запасами и каковы потенциальные выгоды такой системы по сравнению с децентрализованными системами. Многоуровневая модель, которую мы приводим ниже, является конкретным примером того, как работает централизованная система управления запасами.

Пример: Децентрализованная модель

Рассмотрим сначала как работает децентрализованная система управления запасами. Предположим, что розничных торговец управляет одним складом и двумя розничными магазинами. Единицей анализа в нашем случае является одна коробка продукта, имеющая ценность (v) равную 12. Используется электронное размещение заказов, при которой затраты на подачу заказа (K) постоянны и низки (2). Норма ежегодных затрат на поддержание запасов (c) составляет 0,20. Все показатели будут измеряться в днях. Таким образом, ценность поддержания запасов на одну коробку в заданный период времени (h) равна:

  • h = c × v / 365 = 0.20 × 12 / 365 = 0.0066

Следующим шагом в оценке децентрализованной политики является оценка отдельных оптимальных объемов заказа для каждого подразделения. В Таблице 1 показаны постоянные затраты заказа (fixed order cost???) и величина h (одинаковая для всех трех подразделений), объем спроса в день в коробках, и значения оптимального размера заказа.

Таблица 1: Исходные данные для оценки оптимального объема заказа EOQ
K=2; h=.0027 Склад Розничная точка 1 Розничная точка 2
Спрос 40 коробок / день 25 коробок / день 15 коробок / день
EOQ =\sqrt{\frac{2KD}{h} } EOQ =\sqrt{\frac{2\cdot 2\cdot 40}{.0066}} = 156 EOQ =\sqrt{\frac{2\cdot 2\cdot 25}{.0066}} = 123 EOQ =\sqrt{\frac{2\cdot 2\cdot 15}{.0066}} = 96


В таблице 2 показано время выполнения заказа для каждого подразделения и соответствующие стандартные отклонения. Для простоты мы предполагаем, что стандартное отклонение времени выполнения заказа при поставке со склада в розничные точки равно нулю. В противном случае сложность модели значительно вырастет, но основная идея более высокой эффективности централизованного управления запасами от этого никак не изменится. Мы предполагаем, что уровень сервиса в управлении запасами равен 99% и, таким образом, можем считать z равным 2,33. Важной особенностью этой модели является то, что стандартное отклонение ежедневного объема спроса на уровне склада составляет 61 коробку в день хотя на уровне розничных магазинов он составляет 3 или 2 соответственно. В децентрализованной системе каждый уровень отрезан от других уровней с точки зрения информации, которая доступна каждому уровню. В этом случае склад не знает реального ежедневного спроса на уровне розницы. Вместо этого склад может наблюдать только заказы, которые поступают от розничных точек. Ежедневный спрос розничной точки 1 на уровне склада будет похож на поток 0, 0, 0, 123 (оптимальный объем заказа), 0, 0, 0, и т. д. Спрос розничной точки 2 будет иметь похожий характер, только размер оптимального заказа в данном случае составит 96. Этот эффект известен как объединение заказов (order batching) - то есть, когда цепь поставок понимает спрос на основе заказов, которые делают следующие участки цепочки создания ценности, а не реальный спрос конечных потребителей. Чем больше число розничных точек, которые обслуживает склад, тем ниже стандартное отклонение спроса для склада, так как заказы из разных магазинов имеют свойство уравновешивать друг друга. Наш пример специально сконструирован для того, чтобы сделать более наглядным эффект объединения заказов (order batching effect) и, таким образом, потенциальные выгоды централизованной системы управления запасами. Сумма среднего уровня запасов для всех розничных точек равна 620 коробкам.

Таблица 2: Страховой запас и средний уровень запасов при децентрализованной системе управления запасами
Склад Розничная точка 1 Розничная точка 2
Время выполнения заказа (LT) От поставщика на склад = 7 дней Со склада в магазин = 1 день Со склада в магазин = 1 день
Стандартное отклонение времени выполнения заказа (σLT) 2 дня 0 дней 0 дней
Спрос 40 коробок / день 25 коробок / день 15 коробок / день
Стандартное отклонение спроса (σD) 61 3 2
\mbox {Safety stock}=z\sqrt {LT \cdot \sigma D^2+D^2 \cdot \sigma LT^2} 2.33\sqrt {7 \cdot 61^2+40^2 \cdot 2^2}=420 2.33\sqrt {1 \cdot 3^2+15^2 \cdot 0^2}=7 2.33\sqrt {1 \cdot 2^2+15^2 \cdot 0^2}=5
\mbox {Average inventory } = \frac {1}{2}  \,\!\mbox {EOQ} + \mbox {Safety stock} = \frac {1}{2} 156 + 420=498 = \frac {1}{2} 123 + 7=69 = \frac {1}{2} 96 + 5=53
Суммарный уровень средних запасов = 498+69+53 = 620


Пример (продолжение): Централизованная модель

Централизованная система планирования запасов характеризуется наличием единого центра, который имеет доступ к информации об уровне запасов и потребностях всех участков цепи поставок. В данном примере центр планирования должен иметь доступ ко всем актуальной информации на складе и розничных точках. В децентрализованной модели склад видит спрос по мере поступления объединенных заказов. При централизованной системе центр планирования видит реальный спрос конечных потребителей на уровне розничных точек -- таким образом, объединение заказов розничной точкой устраняется из информационных сигналов и заменяется информацией о реальном спросе. Упрощенная модель страхового запаса (Таблица 3) использует время выполнения запаса для одного уровня в 8 дней. Этот показатель обозначает время выполнения заказа от поставщика до розничного магазина. Стандартное отклонение времени выполнения заказа остается таким же как и в децентрализованной модели - 2 дня. Для упрощения модели используется предположение о нулевой вариации времени выполнения заказа от склада до розничного магазина. Также неизменным остается объем ежедневный объем спроса - 40 коробок. Стандартное отклонение дневного спроса значительно сокращается с 61 до 3,61. Нужно отметить два важных момента. Во-первых, VAR(X+Y)= VAR(X)+Var(Y)+2×Covar(X,Y). Мы предположили, что ковариация спроса для всех розничных точек является нулевой. В реальности это не совсем так и, следовательно, мы переоценили эффект централизованной модели на изменение запасов. Во-вторых, как мы уже упоминали ранее, чем большее количество розничных точек обслуживаются системой, тем больше спрос одних розничных точек может уравновешивать спрос других. Таким образом, мы можем еще сильнее переоценить возможности сокращения запасов, которые предоставляет нам централизованная модель, поскольку рассматриваем только две розничные точки. С учетом этих оговорок, страховой запас составляет 81 коробку, оптимальный размер заказа сохранился на уровне децентрализованной модели - 159 коробок. Важно заметить, что запасы всей системы представляют собой сумму запасов на складе, запасов в розничных точках и запасов по пути со склада в розничные точки. Общий уровень запасов в системе значительно сокращается с 620 коробок в децентрализованной модели до 159 коробок в централизованной модели. На практике вряд ли можно ожидать такого сильного сокращения.

Таблица 3: Оценка среднего уровня запасов для централизованной системы управления запасами
Уровень (со склада в магазин)
Время выполнения заказа (LT) От поставщика в магазин = 8 дней
Стандартное отклонение времени выполнения заказа (σLT) 2 дня
Спрос 40 коробок / дней
Стандартное отклонение спроса (σD) \sigma LT = \sqrt {3^2 + 2^2} = 3.61
\mbox {Safety stock} = z \sqrt {LT^e \cdot \sigma D^2+D^2 \cdot \sigma LT^{e2}}  2.33 \sqrt {8 \cdot 3.61^2+40^2 \cdot 2^2}=81
EOQ =\sqrt{\frac{2KD}{h} } EOQ =\sqrt{\frac{2\cdot 2\cdot 40}{.0066}} = 156
\mbox {Average inventory } = \frac {1}{2}  \,\!\mbox {EOQ} + \mbox {Safety stock} = \frac {1}{2} 156 + 81=159
Суммарный уровень средних запасов = 159

Необходимо отметить ряд важных моментов:

  • Все, что произошло в приведенном выше примере, представляет собой устранение эффекта объединения запасов. На практике, такое устранение требует дополнительных расходов на информационные технологии. Например, данные с мест продажи в розничных магазинах нужно использовать не только для price-look-up (???). Теперь их необходимо предоставлять в центр планирования.
  • Повышение эффективности системы складов обычно сопровождается переходом от децентрализованной к централизованной модели. При первой, склад используется для хранения продуктов, которые отправляются в розничную точку по мере получения заказов. В идеале, при второй системе, запасы распределяются по розничным точкам еще до того, как они прибывают на склад. Роль склада, таким образом, изменяется с простого места хранения к передаточному механизму. Технически продвинутые розничные торговцы используют сложные технологии перекрестной погрузки (cross-docking).
  • Обычно эти системы лучше всего работают со стандартными продуктами с повторяющимися циклами заказа. В этом случае каждый день (или неделю) с различных участков цепи поставок можно легко собирать необходимые данные и использовать их для оценки спроса и времени выполнения заказа. Для оценки этих параметров часто используются скользящие средние. В отличие от этой ситуации, продукты с сильно выраженным сезонным характером и единственным циклом заказа (напр., домашние украшения для религиозных праздников) не очень хорошо подходят для данной системы управления запасами. Во многих случаях розничные торговцы работают с данными, получаемыми с розничных точек, и используют склады как буферные зоны для обеспечения доступности продуктов.
  • Возникает вопрос: какая фирма в канале распределения должна взять на себя роль центра планирования? Ответ на этот вопрос зависит от сложности производственного процесса по сравнению с процессом розничной реализации данного продукта, а также осмысленности данных с мест продажи. Когда продукты являются стандартными и покупаются регулярно, а также когда розничный торговец является большой компанией, тогда производитель продукта должен выполнять роль центра планирования. Причиной этого является то, что с точки зрения управления знаниями производителю легче планировать свой производственных процесс и снабжать розничную систему на базе сигналов о конечном спросе, чем розничному торговцу составлять производственный план для производителя. Централизованное управление запасами часто ассоциируется с управляемыми поставщиком запасами (vendor managed inventory), однако, это справедливо только в том случае, если производитель выполняет роль центра планирования. В тех случаях, когда данные с мест продажи имеют меньше осмысленного значения, как в случае с быстро меняющимися предметами моды, тогда зачастую именно розничный торговец является центром планирования. Например, розничные сети модной одежды GAP и H&M передают на аутсорсинг значительную часть своего производства, хотя сохраняют при этом контроль над календарным планированием производства, а также временем поставки продуктов с фабрик в магазины.
Личные инструменты
Our Partners