close

Вход

Забыли?

вход по аккаунту

?

Разработка модели прогнозирования спроса при управлении товарными запасами в розничной торговле....pdf

код для вставкиСкачать
На правах рукописи
Ермаков Александр Александрович
РАЗРАБОТКА МОДЕЛИ ПРОГНОЗИРОВАНИЯ СПРОСА ПРИ
УПРАВЛЕНИИ ТОВАРНЫМИ ЗАПАСАМИ В РОЗНИЧНОЙ ТОРГОВЛЕ
Специальность 08.00.05 – «Экономика и управление народным хозяйством»
(логистика)
АВТОРЕФЕРАТ
диссертации на соискание ученой степени
кандидата экономических наук
Москва – 2015
Диссертация
выполнена
в
Федеральном
образовательном
учреждении
высшего
«Государственный университет управления».
государственном
профессионального
бюджетном
образования
Научный руководитель:
Воронов Владимир Иванович
кандидат технических наук, профессор
Официальные оппоненты:
Стыцюк Рита Юрьевна
доктор экономических наук, профессор,
профессор кафедры маркетинга и логистики ФГОБУ
ВПО «Финансовый университет при Правительстве
Российской Федерации»
Шарова Ирина Владимировна
кандидат экономических наук, доцент,
доцент кафедры предпринимательства и логистики
ФГБОУ
ВПО
«Российский
университет имени Г.В. Плеханова»
Ведущая организация:
экономический
ФГБОУ ВПО «Московский государственный
университет путей сообщения» (МИИТ)
Защита состоится «12» мая 2015г. в 14-00 часов на заседании диссертационного
совета Д 212.049.02 при ФГБОУ ВПО «Государственный университет управления» по
адресу: 109542, г. Москва, ул. Рязанский проспект, д. 99, зал заседаний Ученого совета.
С диссертацией и авторефератом можно ознакомиться в библиотеке ФГБОУ ВПО
«Государственный университет управления» и на официальном сайте ГУУ www.guu.ru
Объявление о защите и автореферат диссертации размещены на официальном
сайте ВАК www.vаk2.еd.gоv.ru
Автореферат разослан
«__» марта 2015г.
Ученый секретарь
диссертационного совета Д 212.049.02
кандидат экономических наук, доцент
Казанцева Н.В.
2
I. ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
Актуальность темы исследования. Розничная торговля является конечным
звеном на пути производства и реализации товара. На эффективность торговли
оказывает влияние множество факторов, таких как тип продукции, широта
ассортимента, уровень обслуживания, ценовая политика и т.п. На некоторые из
них менеджеру по управлению запасами повлиять не представляется возможным,
однако остаѐтся достаточное количество факторов, которые существенно влияют
на эффективность деятельности торгового предприятия и при этом поддаются
воздействию. Одним из значимых факторов является удовлетворѐнность спроса,
которая достигается путѐм поддержания необходимой широты ассортимента и
эффективного управления товарными запасами.
Товарные запасы представляют собой оборотные активы торгового
предприятия, в которые вложены финансовые средства. Управление этими
активами требует определѐнных усилий, чтобы избежать как затоваривания, так и
дефицита. Как следствие, управление товарными запасами является важнейшей
функциональной областью логистики торгового предприятия, весьма актуальной
как для крупных торговых организаций, так и для малого бизнеса.
Управление
товарными
запасами,
особенно
многономенклатурными,
должно осуществляться на профессиональном уровне с применением набора
эффективных методов и прикладных программ. С ростом ассортимента продукции
и количества поставщиков становится труднее управлять товарными запасами,
применяя только лишь классические методы управления запасами. В данной
работе рассмотрены статистические методы анализа, а также возможность их
эффективного применения для прогнозирования спроса в процессе управления
товарными запасами.
Степень разработанности проблемы. Вопросам управления запасами
применительно к сфере товарного производства посвящено большое количество
литературы, но существенно меньше – управлению запасами в розничной
торговле. Между тем в производстве, как правило, заметно ниже степень
неопределенности в функциональной области пополнения запасов. В торговле
гораздо выше динамика, которую необходимо учитывать при управлении
запасами, что делает зачастую неприменимым использование традиционных
моделей управления запасами.
3
Проблеме управления запасами посвящено большое количество работ.
Среди них следует отметить труды Б.А. Аникина, В.И. Воронова, Г.Л. Бродецкого,
А.М. Гаджинского, А.А. Канке, И.П. Кошевой, М.Р. Линдерса, В.С. Лукинского,
Ю.В. Малевич, Ю.И. Рыжикова, В.И. Сергеева, А.Н. Стерлиговой, Е.Ф. Харольда,
И.А. Цвиринько, Дж. Шрайбфедера и других.
Решения проблем управления товарными запасами заложены в работах: Д.В.
Боровинского, Р.С. Иванько, Ж.П. Шиловой, Е.Р. Добронравина, Л.А. Савельевой,
М.В. Алябьевой, А.И. Масликова, Е.В. Исуповой, Е.В. Гвоздевой, В.В.
Лукинского, К.В. Климова и других. Следует отметить авторов, в чьих работах
было рассмотрено применение отдельных статистических методов для решения
конкретных задач в управлении запасами – это труды А.Д Тектова, М.В. Сопко,
Е.В. Чаусовой.
Методологической
базой
для
применения
статистических
методов
исследования в управлении товарными запасами послужили труды Ефимовой
М.Р., Петровой Е.В., Румянцева В.Н., Халафяна А.А., Салина В.Н., Шпаковской
Е.П., Сивелькина В.А., Кузнецовой В.Е., Дуброва А.М., Мхитарян В.С., Трошина
Л.И., Афанасьева В.Н., Юзбашева М.М. и др.
Целью диссертационного исследования является разработка теоретикометодических положений и практических рекомендаций по прогнозированию
спроса в ходе реализации процессов управления многономенклатурными
товарными запасами с применением статистических методов.
Для достижения поставленной цели было необходимо решить следующие
задачи:
– обосновать проблему управления товарными запасами и выделить основные
этапы процессов управления запасами для более точной формулировки предмета
исследования;
– рассмотреть уже существующие модели по управлению товарными
запасами, а также провести анализ этих моделей и возможных статистических
методов исследования, которые могут быть использованы в управлении
товарными
запасами
для
повышения
предприятия;
4
эффективности
работы
торгового
– разработать модель управления товарными запасами с применением
определѐнных статистических методов, чтобы оптимизировать уровень товарных
запасов;
– обосновать возможность и эффективность применения разработанной
модели управления товарными запасами на практике;
– сформулировать требования и рекомендации к дальнейшей практической
реализации модели управления товарными запасами на основе статистических
методов исследования и прогнозирования.
Объектом
диссертационного
исследования
являются
организации
розничной торговли.
Предметом
диссертационного
исследования
является
управление
многономенклатурными товарными запасами в организациях розничной торговли.
Область исследования. Диссертационная работа отвечает требованиям
Паспорта специальности ВАК РФ 08.00.05 – Экономика и управление народным
хозяйством, в соответствии с пунктом 4.9. «Теоретические и методологические
вопросы управления запасами в логистических системах».
Теоретической и методической основой исследования послужили
положения и методики теоретических и прикладных наук в области логистики,
статистического анализа, анализа временных радов,
исследования систем
управления запасами. В диссертации были использованы исследования и
разработки отечественных и зарубежных ученых, труды по теории логистики и
управления
запасами,
представленные
в
статистические
открытых
источниках
и
аналитические
сети
Интернет
и
материалы,
в
научных
периодических изданиях. При разработке и обосновании положений диссертации
применялись
системный
подход,
методы
анализа
временных
рядов
и
статистического анализа, методы классификации.
Информационной базой исследования явились опубликованные данные
исследований по теме диссертации, статистическая информация Федеральной
службы государственной статистики РФ, статистические отчеты крупных
компаний розничной торговли и их поставщиков, а также фактический материал,
полученный автором при исследовании управления многономенклатурными
запасами в организациях розничной и оптовой торговли, материалы конференций
и интернет-ресурсы.
5
Достоверность и обоснованность выводов, положений и рекомендаций,
изложенных в данной научной работе, подтверждается представлением и
обсуждением основных научных результатов диссертационного исследования на
всероссийских
научно-практических
конференциях,
апробацией
основных
результатов в практике работы магазинов розничной торговли, в частности в ООО
«Промо Онлайн», ООО «Близнецы» и в ООО «Магистр», а также были
использованы автором в консультационной деятельности.
Научная
новизна
диссертационного
исследования
заключается
в
разработке единой модели прогнозирования спроса при управлении товарными
запасами в розничной торговле с применением статистических методов
исследования и прогнозирования.
Наиболее существенные научные результаты, полученные автором,
выносимые на защиту и обладающие научной новизной, состоят в следующем:
– сформулированы концептуальные положения модели эффективного
управления многономенклатурными товарными запасами в розничной торговле,
заключающиеся в обосновании проблем управления товарными запасами,
выявлении
недостатков
применения
используемых
методов,
определении
улучшений и формировании требований к включаемым методам, что способствует
более эффективному управлению многономенклатурными товарными запасами в
розничной торговле;
– предложена общая модель управления многономенклатурными товарными
запасами, включающая пошаговые процедуры и рекомендации по применению
выделенных статистических методов, группировки по разработанному авторскому
методу, построению прогнозных значений и, при необходимости, переходу к
применению традиционных моделей управления запасами для получения лучшего
результата в процессе оценки и прогнозирования уровня спроса;
– разработан алгоритм модели прогнозирования спроса в управлении
многономенклатурными товарными запасами на основе статистических методов
исследования, содержащий процессы подготовки и сглаживания данных о
продажах, прогнозирования с помощью одного из выбранных по требованиям
доступности и быстроты реализации методов, оценки ошибки прогнозирования и,
при необходимости, корректирования прогнозных значений уровня спроса,
позволяющий быстро и доступно автоматизировать данные процессы;
6
– обоснован и разработан метод группировки многономенклатурных
товаров
на
качественно
основе
применения
улучшить
путѐм
корреляционного
ранжирования
по
анализа,
позволяющий
важности
критериев
классификации номенклатуры состав получаемых при делении групп товаров;
–
разработаны
организационно-методические
рекомендации
по
использованию модели управления многономенклатурными товарными запасами
на основе прогнозирования спроса в розничной торговле, основывающиеся на
требованиях универсальности шагов подготовки данных, лѐгкости освоения
модели, простоты информационно-программной реализации, сформулированы
возможности, перспективы и направления адаптации при использовании
методики.
Практическая
и
теоретическая
значимость
результатов
диссертационного исследования заключается в разработке научно-практических
рекомендаций по моделированию систем управления товарными запасами с
применением статистических методов исследования, апробированных на основе
данных о продажах ряда предприятий розничной торговли. Разработанная
методика и практические рекомендации по ее использованию дают возможность
менеджерам по управлению запасами осуществлять моделирование и получать
статистически обоснованные, надежные и эффективные результаты управления
товарными запасами. Обоснована возможность адаптации модели для применения
в оптовой торговле и производственной деятельности.
Материалы диссертационного исследования могут быть использованы в
народном хозяйстве, а также в учебном процессе, для подготовки бакалавров в
рамках профиля «Логистика и управление цепями поставок» направления
«Менеджмент»,
а
также
на
программах
повышения
квалификации,
профессиональной переподготовки кадров и программах МВА.
Апробация и внедрение результатов диссертационного исследования.
Основные положения и результаты диссертационной работы докладывались
на 20-й Всероссийской студенческой конференции «Проблемы управления 2012», 27-й и 28-й Всероссийских научных конференциях молодых учѐных
«Реформы в России и проблемы управления», 18-й Международной научнопрактической конференции «Актуальные проблемы управления - 2013», а также
обсуждались и получили одобрение на заседаниях кафедры «Логистика»
7
Государственного университета управления. Результаты исследования внедрены в
практику предприятий сферы розничной торговли, в частности в ООО «Промо
Онлайн», ООО «Погребок-ВИД», ООО «Магистр» и в ООО «Близнецы».
Публикации. По теме диссертационного исследования опубликовано 10
научных работ, отражающих основные положения проведѐнного исследования,
общим объѐмом 2,71 п.л., в том числе 4 публикации в изданиях, рекомендованных
ВАК РФ – 1,45 п.л.
Структура и объѐм работы. Диссертация состоит из введения, трех глав,
заключения, списка использованной литературы и приложений. Общий объем
работы составляет 130 страниц машинописного текста и приложения на 11
страницах. Работа содержит 18 рисунков, 12 таблиц, 3 приложения и список
литературы из 132 наименования.
Во введении обоснована актуальность выбранной темы диссертационного
исследования, сформулированы его цель и задачи, определены предмет и объект
исследования, отражена научная новизна и практическая значимость работы.
В первой главе «Исследование процессов управления товарными
запасами в розничной торговле» рассмотрена эволюция розничной торговли и
еѐ современное состояние, а также важность розничной торговли в экономике
административных округов и страны в целом. Был изучен вопрос эффективного
управления запасами как способа повышения результативности деятельности
организаций, работающих в сфере розничной торговли, а также рассмотрены
основные подходы к управлению товарными запасами.
Во второй главе «Теоретические и методические положения по
совершенствованию
процессов
управления
товарными
запасами»
рассмотрены и проанализированы статистические методы исследования и
прогнозирования, из которых, согласно заданным требованиям, были выделены те,
которые будут использоваться при построении модели прогнозирования спроса.
На основе выделенных статистических методов создана концепция процесса
управления товарными запасами на основе статистических методов исследования,
а также построена модель прогнозирования спроса многономенклатурных товаров
при управлении запасами в розничной торговле.
В
третьей
главе
«Организационно-методические
положения
применения модели прогнозирования спроса многономенклатурных товаров
8
в розничной торговле» была применена на практике разработанная модель,
проведено обоснование исходных данных и даны методические рекомендации по
их адаптации к входным требованиям модели, а также по выбору альтернативного
метода прогнозирования и построению прогнозных значений спроса. Дана оценка
результативности
применения
разработанной
модели
управления
многономенклатурными товарными запасами на основе прогнозирования спроса
В заключении сформулированы основные выводы и рекомендации по
результатам проведѐнного исследования.
II. ОСНОВНЫЕ ПОЛОЖЕНИЯ ДИССЕРТАЦИИ, ВЫНОСИМЫЕ НА
ЗАЩИТУ
1. Сформулированы концептуальные положения модели эффективного
управления многономенклатурными товарными запасами в розничной
торговле, заключающиеся в обосновании проблем управления товарными
запасами,
выявлении недостатков применения используемых методов,
определении улучшений и формировании требований к включаемым
методам,
что
способствует
более
эффективному
управлению
многономенклатурными товарными запасами в розничной торговле.
Несмотря на то, что значительное количество литературы посвящено
вопросам управления запасами, практически отсутствуют труды, в которых были
бы рассмотрены методы управления товарными запасами с помощью анализа
временных рядов и прогнозирования на основе такого анализа.
Временные ряды в настоящее время представляют собой наиболее
стремительно развивающееся, многообещающее направление математической
статистики. Для реализации анализа временных рядов и прогнозирования в
первую очередь необходимы данные об остатках товарных запасов на складе или
данные об уровне продаж с определѐнной периодичностью за последние годы.
Существуют две основные цели анализа временных рядов: (1) определение
природы ряда и (2) прогнозирование.
Для реализации эффективного управления товарными запасами необходим
всесторонний анализ исходных данных. Исходными данными должны быть
ежедневные
данные
о
продажах товаров.
Анализ
данных
предполагает
использование статистических методов исследования. В диссертации обобщѐнно
9
сформулирована общая последовательность действий при управлении товарными
запасами с применением статистических методов:
1. Сбор и группировка исходных данных (остатки, продажи);
2. Фильтрация значений ряда данных (ликвидация выбросов);
3. Анализ
исходных
данных
(средние
величины,
динамика,
тренд,
сезонность);
4. Прогнозирование (экспоненциальное сглаживание, АРПСС, скользящее
среднее и экстраполяция);
5. Анализ и интерпретация полученных прогнозных значений (анализ
остатков, ошибки прогноза).
Исходя из описанного порядка действий при управлении товарными
запасами с применением статистических методов исследования, следует сделать
вывод, что данная модель включает в себя большинство из известных
статистических методов. Однако каждый статистический метод имеет свою
специфику и особенность. Поэтому был проведѐн сравнительный анализ методов
на предмет возможности применения конкретных методов в процессе управления
товарными запасами.
В качестве условий для отбора статистических методов сформулированы
следующие требования:
 методы должны быть доступны для применения менеджерам, не
имеющим специальной подготовки, просты и понятны в использовании;
 методы должны отвечать требованию быстроты их применения и не
требовать сложных расчѐтов;
 методы должны давать эффективный результат, позволяющий принять
менеджеру правильное решение в отношении заказа товаров.
Для применения данных условий в качестве критериев отбора необходимо
сформулировать количественные либо качественные шкалы их оценки. При
практической реализации модели, произведенной в ходе диссертационного
исследования, для отбора статистических методов использовалась экспертная
оценка.
Исходя из вышеописанных требований, в работе отобраны статистические
методы анализа и прогнозирования, которые в дальнейшем были использованы в
ходе диссертационного исследования. Такими статистическими методами стали:
10
- интервальные группировки;
- квартильные группировки;
- коэффициенты структурных сдвигов;
- анализ временных рядов;
- корреляционный анализ;
- методы проверки данных на однородность;
- аналитическое выравнивание (тренд-сезонное моделирование);
- адаптивные модели (экспоненциальное сглаживание).
2. Предложена общая модель управления многономенклатурными
товарными запасами, включающая пошаговые процедуры и рекомендации
по применению выделенных статистических методов, группировки по
разработанному авторскому методу, построению прогнозных значений и, при
необходимости, переходу к применению традиционных моделей управления
запасами для получения наилучшего результата в процессе оценки и
прогнозирования уровня спроса.
Одной из основных задач, решаемых при управлении товарными запасами
торгового предприятия, является анализ данных о продажах, а также, при
возможности, восстановленных данных спроса. Используя результаты такого
анализа и имея представление о динамике продаж, можно сделать предположение
о будущих продажах и, соответственно, скорректировать уровень товарных
запасов.
После того, как данные получены, следует произвести группировку данных.
При небольшом количестве позиций номенклатуры каждую из них возможно
проанализировать отдельно, однако при большом числе товарных позиций (от
1000, что характерно для сетевой розничной торговли) необходимо применить
группировку товаров. Перед группировкой возможно отдельно выделить товары,
специфика работы с которыми определяется их физическими (либо какими-то
иными) свойствами: например, можно выделить скоропортящиеся товары
(периодичность заказа у них чаще). Последующее разделение товаров по
поставщикам преследует целью выделение редко заказываемых (за счет более
долгого исполнения заказов) номенклатурных позиций.
Дальнейшая группировка данных должна происходить в зависимости от
количества поставщиков и ассортимента. Если для каждой товарной группы
11
имеется свой поставщик, то следует разделить товары по поставщикам, затем – по
видам.
Однако
при
большом
количестве
поставщиков
деление
по
вышеописанному принципу приведѐт к очень большому количеству групп, что, в
конечном счѐте, приведѐт к слишком долгому и трудоѐмкому анализу данных.
Исследование данной проблемы привело к разработке метода группировки
многономенклатурных товаров на основе применения корреляционного анализа.
Для
узкоспециализированной
розничной
торговли
с
нешироким
ассортиментом и частыми заказами возможно применение давно и хорошо
описанной модели управления запасами с фиксированным объѐмом заказа. При
более редком формировании заказов (от раза в месяц и реже) необходимо
анализировать
и
прогнозировать
спрос,
для
чего
рассматривается
и
обосновывается применение квартильного метода группировок, что приводит к
более равномерному делению на группы.
После того, как собраны и сгруппированы данные о продажах, следующим
этапом является прогнозирование данных о продажах, которое и есть основная
цель анализа данных. Предложена последовательность действий преобразования
сведенных в группы данных и для дальнейшего построения прогнозных значений.
В подавляющем большинстве случаев, в связи с многономенклатурностью,
построение прогнозов и, соответственно, полученные прогнозные значения будут
относиться к группе товаров. Предложен механизм действий для оценки
структуры
каждой группы товаров и еѐ изменения, результатом применения
которого является вывод о степени существенности структурных изменений
группы товаров за рассматриваемый период, а также обоснован выбор в качестве
инструмента интегрального коэффициента структурных сдвигов К. Гатева,
который учитывает интенсивность изменений по отдельным группам и удельный
вес групп в сравниваемых структурах:
n
K Гатева 
 (d
j 1
n
d
j 1
1j
2
1j
 d 0 j)2
n
 d0j
, 0<К<1
(1)
2
j 1
где d1j и d0j – доли номенклатурной позиции в группе за текущий и
предыдущий периоды соответственно, j – количество номенклатурных позиций в
группе.
12
Построение прогнозных значений по группе производится согласно средней
структуре за выбранный период. Для построения прогнозных значений
экспертным образом выбраны метод аналитического выравнивания и адаптивные
методы прогнозирования. Данная модель управления товарными запасами на
основе статистических методов исследования разрабатывалась с учѐтом ранее
сформулированных
основных
требований
о
доступности,
быстроте
и
результативности и полностью им соответствует.
3. Разработан алгоритм модели прогнозирования спроса в управлении
многономенклатурными товарными запасами на основе статистических
методов исследования, содержащий процессы подготовки и сглаживания
данных о продажах, прогнозирования с помощью одного из выбранных по
требованиям доступности и быстроты реализации методов, оценки ошибки
прогнозирования и, при необходимости, корректирования прогнозных
значений, позволяющий быстро и доступно автоматизировать данные
процессы.
В результате разработки модели прогнозирования спроса товарных запасов
на основе статистических методов исследования был построен алгоритм
управления
товарными
запасами,
блок-схема
которого
состоит
из
трѐх
графических изображений: рисунок 1 отражает концептуальную модель целиком,
рисунок 2 отображает разработанный авторский метод группировок на основе
корреляционного анализа, рисунок 3 – процесс построения прогнозных значений.
На рисунке 1 концептуально отображѐн весь процесс анализа и
прогнозирования товарных запасов, включая механизм реализации случая
несложной группировки. Числовые значения блоков ветвления в общем случае
являются настраиваемыми параметрами и при практическом применении должны
быть дополнительно обоснованы математическими либо экспертными методами.
Управление запасами в розничной торговле в случае многономенклатурности
имеет, как правило, достаточно много дополнительных признаков аналитики,
таких как объем фасовки, особенности упаковки и маркировки, физические
параметры товара, зависящие от партии (например, процент влажности конфет
или сухофруктов), и т.п. Учет этих особенностей привел к необходимости
разработки метода сложной группировки товаров на основе применения
13
корреляционного анализа. Блок-схема алгоритма реализации разработанного
автором метода приведена на рисунке 2.
Начало
Сбор данных о
продажах
А
Группировка
не требуется
да
Прогнозирование
спроса и принятие
решений о заказе
товаров
Применение
классической
модели
да
управления
запасами с
фиксированным
объѐмом заказа
Конец
Количество
позиций <30
нет
да
Деление по
поставщикам
Заказ чаще,
чем раз в
месяц
Деление по
виду товара
Применяется
разработанная
группировка с
применением
корреляционного
анализа
да
Требуется
группировка
данных
Продукты
питания
нет
Деление по
поставщикам
нет
Количество
поставщиков
<5
да
Отмена
деления по
нет
поставщикам,
деление по
виду товара
Количество
позиций в группе >50
и поддаѐтся делению
по факторам
Деление на
квартили или
интервальное
деление
да
нет
Количество
нет
позиций в группе
>50
А
Рисунок 1. Модель прогнозирования спроса товарных запасов
14
Начало
Выделение
факторов для
данных по
виду товара
Расчѐт
коэффициента
да
корреляции
продаж по группе
с продажами по
фасовке
да
Коэффициент
корреляции по
модулю >0,7
нет
да
Коэффициент
корреляции по
модулю >0,7
Принять
деление на
группы по
фактору с
наибольшей
корреляцией
Принять
деление на
группы по
фасовке
да
Есть фактор
фасовки
товара
Расчѐт
коэффициентов
корреляции
нет
продаж по
группе с
продажами по
факторам
Количество позиций в
группе >50 и поддаѐтся
делению по факторам
да
нет
Деление на
квартили или
интервальное
деление
Дальнейшая
группировка
не требуется
нет
Количество
позиций в группе
>50
нет
Конец
Рисунок 2. Группировка товаров на основе корреляционного анализа
15
Начало
Каждую группу преобразовать
в один временной ряд
Расчѐт коэффициента
вариации для каждого ряда
В
да
Выявление тренда
и сезонности
временного ряда
да
Поведение ряда
плавное и нет резких
скачков
Применение
аналитического
выравнивания
Удаление
сезонности
Выбор модели
с max коэф-том
детерминации
Временной
ряд состоит из
1 позиции
товара
нет
нет
нет
Выявление выбросов,
по правилу трѐх сигм
и сглаживание
средним значением
Расчѐт коэф-тов
структурных сдвигов
Гатева за последние 5
точек
да
В
Применение
адаптивных
методов
прогнозирования
Используя
подбор по сетке
значений
выбирается
модель с
наименьшей
ошибкой
да
Подстановка
значений t для
получения
прогноза
Кол-во
да проверенных нет
моделей =N
Анализ
остатков
модели
да
Коэф-ты нет
по группе
<0,3
Определение
товаров,
изменяющих
структуру
Товар в период
изменения структуры
участвовал в акции или
связан с каким-либо
мероприятием
Сгладить
выделяющиеся
значения
Построение
прогнозных
значений по
выбранной
модели
Наложение
сезонности на
модель
Расчѐт прогнозных
значений по каждому
товару согласно
структуре в группе
да
Коэф-т
вариации
<33%
В
нет
Выделение
товара в
отдельный
ряд
Построение
прогноза на основе
экспертных оценок
Расчѐт объѐма заказа на основе
прогноза и с учѐтом остатков
Остатки нет
случайны
Конец
Рисунок 3. Подготовка данных о спросе товаров и их прогнозирование
16
На рисунке 3 детально представлен разработанный алгоритм построения
прогнозных значений. Выведение данного контура модели в отдельную блоксхему связано с возможностью его независимого использования на уже
имеющихся
временных
рядах,
подготовленных
иными
способами
или
импортированных из сторонних информационных систем. Контур включает
процесс подготовки временных рядов к прогнозированию, выбор метода
построения прогнозных значений, прогнозирование, анализ ошибок моделей и
интерпретация прогнозных значений.
4. Обоснован и разработан метод группировки многономенклатурных
товаров на основе применения корреляционного анализа, позволяющий
качественно улучшить путѐм ранжирования по важности критериев
классификации номенклатуры состав получаемых при делении групп
товаров.
В ходе построения модели управления товарными запасами автором
разработана сложная группировка, которая основана на корреляционном анализе.
Логика авторского метода группировки основывается на выявлении наличия
сильной взаимосвязи общего уровня продаж с уровнем продаж «дочернего»
временного ряда, выделенного по какому-либо фактору. Под общим уровнем
продаж в данном случае понимается уровень продаж товаров одного вида. В
зависимости от наличия взаимосвязи и происходит дальнейшее деление на
группы, в общем виде отображенное в блок-схеме. Суть метода состоит в
сравнении общей по группе динамики продаж с рядами динамики продаж товаров
этой
группы,
выделенными
по
интересующим
факторам
–
основаниям
классификации (по производителю, фасовке, другим характеристикам). Сравнение
происходит с помощью расчѐта коэффициентов корреляции и дальнейшего
построения корреляционной матрицы, куда входят все факторы.
Коэффициент корреляции между двумя временными рядами рассчитывается
по следующей формуле:
n
rXY 
(X
i 1
n
(X
i 1
i
 X )  (Yi  Y )
,
n
 X )  (Yi  Y )
2
i
2
i 1
17
-1 < rXY < 1
(2)
где X 
1 n
1 n
,
X
Y

 Yi
 i
n i 1
n i 1
– среднее значение выборок, Xi и Yi – значения
основного и дочернего рядов соответственно, n – количество элементов ряда.
В случае невозможности выбора наиболее значимого фактора необходимо
прекратить (в случае малого числа товаров в группе), либо продолжить, но по
другим признакам. Дальнейшее деление на группы по факторам продолжается до
тех пор, пока есть значимые факторы (значимость определяется экспертно
определенным коэффициентом корреляции) или пока есть необходимость в
дальнейшем делении на группы (при большом количестве товаров в группе).
В общем виде последовательность действий разработанного метода
группировки на основе корреляционного анализа выглядит следующим образом:
1. Формируется список классификационных факторов (признаков, по
которому предполагается делить группу однородных товаров на подгруппы);
2. Выделяются дочерние ряды согласно значениям факторов (если нет
строгого деления по значениям – используем интервальное деление);
3.
Строится
корреляционная
матрица,
заполненная
значениями
коэффициентов корреляции дочерних рядов с основным рядом;
4. По максимальному коэффициенту корреляции выбирается наиболее
значимый фактор, в соответствии с которым выделяются номенклатурные группы;
5. Перестраиваются ряды данных (временные ряды) для выделенных
номенклатурных групп;
6. Полученные ряды принимаются основными, и для них повторяются
пункты 3-5 до тех пор, пока остаются сколь-нибудь значимые факторы либо пока
не достигнута нужная глубина номенклатурного «дерева».
Выделение групп товаров таким методом позволяет получить в дальнейшем
более точный прогноз, что связано с механизмом отбора факторов, положенных в
основу классификации групп.
5.
Разработаны
организационно-методические
рекомендации
по
использованию модели управления многономенклатурными товарными
запасами на основе прогнозирования спроса в розничной торговле,
основывающиеся на требованиях универсальности шагов подготовки
данных, лѐгкости освоения модели, простоты информационно-программной
реализации, сформулированы возможности, перспективы и направления
адаптации при использовании методики.
18
Изучение
и
экспертный
отбор
статистических
методов
анализа
и
прогнозирования, а также построение на их основе модели управления товарными
запасами потребовало дальнейшей апробации на реальных данных. Применимость
модели изучена на основе использования ежедневных данных в течение года (то
есть длина ряда - 365 точек) о продажах одного из филиалов крупнейшей торговой
сети магазинов детских товаров «Дочки&Сыночки» с общим ассортиментом более
ем 55000 наименований товара. Для наглядности и удобства дальнейшего анализа
данные по товарам были разделены на товарные группы, а затем – по виду товара,
после чего была применена разработанная автором группировка на группе товаров
«Заменители молока» (134 наименования). В результате реализации алгоритма
группировки выявлены факторы, по которым возможно дальнейшее деление, а
также выявлена взаимосвязь общих продаж по группе с продажами подгрупп,
выделенных на основе данных факторов. Практический результат по данной
группе товаров, очищенный от конкретики торговой марки и объема фасовки,
приведен на рисунке 4.
Заменители молока
Заменители молока
маленького объѐма
Заменители молока
маленького объѐма
готовые к
употреблению
Заменители молока
большого объѐма
Заменители молока
маленького объѐма
неготовые к
употреблению
Рисунок 4. Группировка совокупности товаров «Заменители молока»
По завершению группировки данных применена разработанная блок-схема
алгоритма прогнозирования,
в результате чего автором получены прогнозные
значения по двум из трѐх выделенных ранее групп товаров. Для третьей группы
(по которой не были получены прогнозные значения) принято решение строить
19
прогнозные значения на основе экспертных оценок, чем реализуется включенный
в модель интерфейс с нестатистическими методами и моделями управления
запасами. После получения прогнозных значений проанализированы и признаны
случайными ошибки статистических моделей, по которым строился прогноз, что
позволило сделать вывод об адекватности модели и еѐ применимости для
дальнейшего прогнозирования данных групп товаров. Последующее разделение
прогнозных значений по конкретным товарам произведено согласно их долям в
структуре групп. Важную роль для последующего прогнозирования спроса играет
разработанная автором группировка, существенно уменьшая число используемых
для анализа номенклатурных позиций и, соответственно, временных рядов.
В результате применения разработанной модели в реальном секторе
розничной торговли был сделан вывод, что данная модель является эффективным
инструментом по управлению запасами торгового предприятия, что поможет
структурировать и систематизировать работу специалиста по закупкам и
управлению запасами. Важным фактором результативности является возможность
масштабирования, а также частичного применения модели, что позволяет гибко
сочетать еѐ использование с прочими инструментами управления запасами,
относящимися к экспертным, математическим и прочим методам.
По результатам применения модели управления товарными запасами
разработаны методические рекомендации, призванные как решить возникающие в
процессе
управления
товарными
запасами
задачи,
так
и
обеспечить
взаимодействие с прочими методами. Так, было предложено решение проблемы
группы товаров, которые не поддаются прогнозированию описанными в модели
методами.
В частности, для рассматриваемого примера выявлено, что группа товаров
не поддаѐтся прогнозированию, так как в начале исследуемого периода
неоднократно
прослеживались
«нулевые»
продажи
данных
товаров,
но
сокращение временного ряда приводит к недостаточности исходных данных.
Отсутствие продаж этих товаров в начале периода объясняется тем, что данная
группа товаров только вводилась в продажу и поставки были нерегулярными. В
результате, согласно логике разработанной модели, было принято решение о
прогнозировании данной группы товаров при помощи метода экспертных оценок.
20
Однако может получиться так, что в результате применения модели таких
групп окажется достаточно много. В таком случае становится очень сложно и
трудоѐмко анализировать каждую группу товаров или товар в отдельности, чтобы
выявить какие-либо закономерности и взаимосвязи для получения качественных
экспертных оценок. Учитывая этот факт, автором предлагается использовать
средние значения уровня продаж и индексы сезонности для построения
прогнозных значений. Такой подход является более точным и быстрым, чем
методы экспертных оценок, хотя и менее точным в сравнении с тренд-сезонными
и адаптивными моделями. Автором приведены методические рекомендации для
работы в таком случае. Однако следует отметить, что описанный выше подход к
решению проблемы прогнозирования применим лишь для «спокойных» рядов. То
есть если сезонность отсутствует, а значения ряда данных ведут себя
непредсказуемо, такой случай решается только методом экспертных оценок.
Следует
товарными
отметить,
запасами
что
разработанная
изначально
автором
модель
управления
для
управления
предназначена
многономенклатурными запасами. В работе сформулированы требования и
рекомендации по модификации и адаптации модели с целью применения на
любых товарных запасах в розничной торговле, а также в управлении запасами на
производстве и в оптовой торговле.
Методические рекомендации по адаптации модели, обеспечивающие еѐ
гибкость, основываются на том, что представленные в модели критерии отбора
(условия блоков выбора и ветвления) не являются строгими указаниями. Гибкость
модели реализована путѐм заложенной возможности корректировки проводящим
исследование специалистом решений, касающихся количества товаров в группе,
уровня допустимой ошибки, числа проверяемых моделей прогнозирования, а
также применения нестатистических методов.
Простота внедрения и использования разработанной модели связана с тем,
что обязательность и последовательность реализации шагов модели не является
жесткой.
На
основе
единожды
полученных
групп
товаров
можно
продолжительное время строить прогнозные значения. Тем не менее, изначально
усложняющая задачу управления запасами динамичность внутренней и внешней
среды требует всѐ же время от времени проверять, а при необходимости
перегруппировывать уже имеющиеся группы товаров. Это условие касается и
21
отбираемых для каждой группы моделей прогнозирования: поскольку со временем
меняется поведение ряда, должна меняться и используемая для прогноза модель
динамики ряда.
III. ЗАКЛЮЧЕНИЕ
Основные теоретические выводы и практические результаты исследования
сводятся к следующим положениям:
1. Комплексный анализ теоретических и методических основ управления
запасами в розничной торговле выявил, что вопросы теоретико-методического
обеспечения системного прогнозирования спроса на многономенклатурные запасы
с целью эффективного управления ими не были до сих пор предметом системного
научного исследования. Отдельные труды зарубежных и отечественных ученых
освещают лишь некоторые общие аспекты управления многономенклатурными
запасами, в большинстве случаев сводя решение к применению широко известных
моделей управления однономенклатурными запасами. Это дает основания для
вывода о недостаточности научной проработки данной проблемы, что и
обосновывает актуальность еѐ выбора в качестве предмета диссертационного
исследования.
2.
Основываясь
концептуальные
на
результатах
положения
анализа,
модели
автором
сформулированы
эффективного
управления
многономенклатурными товарными запасами в розничной торговле. Выявлена
принципиальная
новизна
подхода,
учитывающая
большое
количество
и
разнородность номенклатурных позиций, а также динамику спроса.
3.
Разработана
и
предложена
общая
модель
управления
многономенклатурными товарными запасами. Особо следует выделить гибкость и
адаптивность модели, а также возможность еѐ применения совместно с другими
методами и моделями (экспертными, математическими, имитационными).
4. На основе предложенной модели разработан алгоритм прогнозирования
спроса в управлении многономенклатурными товарными запасами на основе
статистических методов исследования, включающий процессы подготовки
данных, прогнозирования с помощью одного из выбранных методов, оценки
ошибки прогнозирования и, при необходимости, корректирования прогнозных
значений.
22
5. В качестве самостоятельного инструмента разработан авторский метод
группировки
многономенклатурных
корреляционного
анализа,
товаров
позволяющий
на
основе
качественно
применения
улучшить
состав
получаемых при делении групп товаров.
6. На основе апробации результатов исследования путѐм применения на
реальных
данных
ряда
предприятий
организационно-методические
управления
рекомендации
многономенклатурными
прогнозирования
спроса
в
розничной
по
товарными
розничной
торговле.
торговли
разработаны
использованию
модели
запасами
основе
Также
на
сформулированы
возможности, перспективы и направления адаптации при использовании
методики.
Реализация
разработанных
в
диссертационной
работе
методических
положений и практических рекомендаций позволит повысить эффективность
управления многономенклатурными товарными запасами путем снижения
среднего уровня запасов и объѐма извлечѐнных из оборота денежных средств,
увеличения оборачиваемости, а также уменьшения трудозатрат на классификацию
и определение параметров заказа многономенклатурных запасов.
IV. ПУБЛИКАЦИИ ПО ТЕМЕ ИССЛЕДОВАНИЯ:
Публикации
в
изданиях,
рекомендованных
ВАК
при
министерстве
образования и науки Российской Федерации:
1. Ермаков А.А. Анализ временных рядов в управлении запасами в
логистике распределения и снабжения /А.А. Ермаков // Вестник ГУУ. – 2012. №15. (0,3 п.л.)
2. Ермаков А.А. Устойчивость региональной логистической системы на
основе инновационно-интегральной парадигмы с учѐтом рисковых ситуаций /
Я.Ю. Павлова, О.Г. Хаустова, А.А. Ермаков // Вестник ГУУ. – 2012. - №20. (0,5
п.л.)
3. Ермаков А.А. Статистические группировки как эффективный инструмент
в управлении запасами / А.А. Ермаков // Интернет-журнал «Науковедение». –
2014.
–
№5
(24)
[Электронный
ресурс]
http://naukovedenie.ru/PDF/73EVN514.pdf. (0,31 п.л.)
23
Режим
доступа:
4. Ермаков А.А. Разработка методики совершенствования группировки
товаров при прогнозировании спроса в управлении многономенклатурными
товарными запасами / А.А. Ермаков, И.А. Ермаков // Интернет-журнал
«Науковедение». – 2015. – №1 (26) [Электронный ресурс] Режим доступа:
http://naukovedenie.ru/PDF/117EVN115.pdf. (0,34 п.л.)
Статьи в научных журналах и сборниках:
5. Ермаков А.А. Внешнеторговая статистика в развитии международного
маркетинга и логистики / В.И. Воронов, А.В. Воронов, А.А. Ермаков // Маркетинг.
– 2014. - №1 (134). (0,38 п.л.)
6. Ермаков А.А. Фактор сезонности продаж в розничной торговле / А.А.
Ермаков // Маркетинг. – 2014. - №5 (138). (0,37 п.л.)
7. Ермаков А.А. Применение инструментария анализа временных рядов в
логистике распределения и снабжения / А.А. Ермаков // Материалы 20-й
Всероссийской студенческой конференции «Проблемы управления - 2012». Вып.
1; Государственный университет управления. – М.: ГУУ, 2012. (0,13 п.л.)
8.
Ермаков
А.А.
Применение
статистических
методов
анализа
и
прогнозирования в логистике / И.А. Ермаков, А.А. Ермаков // Материалы 27-й
Всероссийской научной конференции молодых учѐных «Реформы в России и
проблемы управления - 2012». Государственный университет управления. – М.:
ГУУ, 2012. (0,14 п.л.)
9. Ермаков А.А. К вопросу о создании модели управления запасами на
основе статистических методов исследования / А.А. Ермаков // Материалы 28-й
Всероссийской научной конференции молодых учѐных «Реформы в России и
проблемы управления». Государственный университет управления. – М.: ГУУ,
2013. (0,10 п.л.)
10. Ермаков А.А. Моделирование системы управления товарными запасами
на основе статистических методов исследования / А.А. Ермаков // Материалы 18-й
Международной научно-практической конференции «Актуальные проблемы
управления - 2013». Государственный университет управления. – М.: ГУУ, 2013.
(0,14 п.л.)
24
Документ
Категория
Без категории
Просмотров
25
Размер файла
358 Кб
Теги
розничной, разработка, прогнозирование, запасами, pdf, торговли, управления, спроса, модель, товарными
1/--страниц
Пожаловаться на содержимое документа