Материальные запасы в логистической системе. Тема 1. Прогнозирование спроса. Лекция 2

1. УПРАВЛЕНИЕ ЗАПАСАМИ

канд. экон. наук, доцент
кафедры логистики
Трухан Юлия Леонардовна

2. Тема 1. Материальные запасы в логистической системе. Параметры, цель и задачи управления запасами

ЛЕКЦИЯ 2. Прогнозирование спроса
1.
2.
3.
4.
5.
6.
Виды спроса.
Прогнозирование спроса нерегулярно
потребляемых товаров.
Прогнозирование зависимого спроса.
Информационная база прогнозирования
независимого спроса.
Пассивное прогнозирование независимого спроса.
Прогнозирование по индикаторам.

3. Вопрос 1. Виды спроса

Спрос – то количество товара, которое предполагается
для продажи или использования предприятием в
наступающем отчетном периоде.

4.

Потребность –
осознанная
необходимость
человека и всего
общества в
материальных и
социальных благах,
услугах и духовных
ценностях
Спрос –
определенная часть
общественной
потребности,
обеспеченная
денежными средствами

5. Потребность в ТМЦ может иметь зависимый и независимый характер

Зависимый спрос (dependent Независимый спрос
demand)
(independent demand)
имеет место при наличии
технологической (вертикальной)
обусловленности закупок,
производственного процесса
никак не связан со спросом на другой
продукт, прогнозируется отдельно для
каждого наименования ТМЦ

6. Потребность в ТМЦ может иметь регулярный и нерегулярный характер

Регулярное потребление
Нерегулярное потребление
ситуация, в которой запас потребляется
ежедневно, еженедельно или
ежемесячно.
ситуация, в которой спрос ТМЦ время от
времени отсутствует. Характерно
превышение объема отгрузок (продаж) в
отдельные периоды над средним объемом
продаж за длительный период времени

7. Классификация видов спроса

По отношению
покупателя к товару:
Твердосформулированный;
Конкретизированный;
Альтернативный;
Импульсный.
По реальному
состоянию товарного
обеспечения
Реализованный спрос;
Неудовлетворенный
спрос;
Отложенный спрос;
Формирующийся спрос.

8. На формирование спроса оказывают влияние:

Уровень развития производства товаров;
Численность, состав, культурный уровень и
покупательная способность населения;
Национальные, профессиональные, исторические,
географические и климатические особенности;
Уровень цен на рассматриваемые товары,
взаимозаменяемые товары, дополняющие данный
товар в потреблении;
Величина свободного дохода населения;
Мода и сезонность;
Ожидание потребителей;
Маркетинговые активности и т.д.

9. Вопрос 2. Прогнозирование спроса нерегулярно потребляемых товаров

Прогнозирование (греч. prognosis = предвидение) –
*опережающее отражение будущего;
*вид познавательной деятельности, направленный на
определение тенденций динамики конкретного
объекта или события на основе анализа его
состояния в прошлом и настоящем.
Прогнозирование спроса — это процесс планирования и
предварительной оценки спроса на товары и материалы, позволяющий
компаниям сохранять максимальную рентабельность.
Без точного прогнозирования спроса, учитывающего потребности,
предпочтения и намерения покупателей, компании рискуют получить
значительные объемы излишней дорогостоящей продукции или упустить
дополнительные возможности сбыта.

10.

Нерегулярно
потребляемый
товар
Критически
важный
Относительно
важный
Некритичный
товар
его отсутствие приводит
к большим проблемам и
затратам вплоть до
остановки основного
производственного
процесса
его отсутствие снизит
продуктивность
основного процесса, но
не остановит его
его отсутствие
оказывает практически
нулевое воздействие на
все производство

11.

Суть эвристического подхода состоит в том,
что спрос на нерегулярно потребляемый
товар определяется как максимум:
Типичный спрос – спрос, соответствующий наибольшей
вероятности распределения.
Скорректированный средний спрос – отношение
суммарного потребления к числу периодов, в которое
происходило это потребление.

12. Вопрос 3. Прогнозирование зависимого спроса

Основной метод прогнозирования зависимого
спроса – нормативный.
Информационная база для прогнозирования включает: спрос на конечный
продукт, нормы расхода на сырье и материалы, данные о технологии
производства в виде структурных деревьев.

13. Пример.

Предприятие производит 2 вида продукции (А и В), календарный график спроса на
которые представлен в таблице ниже. Для производства данной продукции
используется деталь АВ256. В таблице также отражены нормы расхода детали на
единицу готовой продукции, а также сроки опережения в декадах поставки детали.
Требуется рассчитать на 1-й квартал потребность в детали с разбивкой по
декадам.
Январь
А
300
200
В
Февраль
200
200
Март
Апрель
200
100
400
100
20
20
20
400
400
Нормы
расхода
Опережение
в декаду
1
1
2
4
Потребность в детали АВ256
А
В
Потребность в детали АВ256
Разбитие по деталям

14. Решение.

Январь
А
300
Февраль
200
200
200
В
Март
Апрель
200
100
400
100
20
20
400
20
400
Нормы
расхода
Опережение
в декаду
1
1
2
4
Потребность в детали АВ256
А
В
200
200
200
200
200
40
200
40
400
40
240
40
400
400
Разбитие по деталям
Потребность в детали АВ256
400 400
240
400
Ответ: общая потребность в детали на 1 кв. составляет 1720 шт.

15. Вопрос 4. Информационная база прогнозирования независимого спроса

Правила формирования базы данных для
прогнозирования независимого спроса:
Информационная база формируется не по продажам, а по
заказам клиентов;
Нетипичное количество товара не должно отражаться в
базе данных;
Номенклатура
10499 Пазл "Арт коллекция "Завтрак гребцов.
Бриджмен" (1000)
Сентябрь Октябрь Ноябрь
2021 г
2021 г
2021 г
380
420
460
Декабрь Январь
2021 г
2022 г
1370
499
Февраль Неудовлетвор
2022 г
енный спрос
427
Если товар-заменитель В вытесняет из номенклатуры товар А,
то потребление отражается как совокупное по обоим товарам;
85

16.

Правила формирования базы данных для
прогнозирования независимого спроса:
При приобретении или потере клиента в ряд спроса
вносятся корректировки;
Из базы данных устраняется эффект промо-акций.

17.

Помимо таких общеизвестных факторов, как сезонность спроса, изменение платежеспособности
населения, влияние затрат на рекламу, при прогнозировании следует учитывать как внешнее
(появление новых конкурентов вследствие изменения производственных технологий, резкое
изменение экономической ситуации в стране), так и внутреннее (учет количества обращений
вместо количества продаж, используемое программное обеспечение, налаженное взаимодействие
между различными отделами организации) влияние на точность прогноза.
! Чем дороже реализуемый товар, тем выше цена ошибки на стадии планирования размера закупок.

18. Вопрос 5. Пассивное прогнозирование независимого спроса

Подходы к прогнозированию спроса
Количественный
По временным
рядам
Качественный
Комбинированный
По индикаторам
По возможности воздействия фирмы на свое будущее прогнозы делятся на активные и
пассивные.
Пассивный прогноз исходит из того, что фирма в силу ряда причин (отсутствие необходимых
средств, наличие благоприятных тенденций развития и т. д.) не намерена воздействовать на
свою среду (и предполагает возможность самостоятельного, независимого от действия фирмы
развития внешних процессов). Например: тенденция падения спроса сохраняется, необходимо
сокращать производство.
Активный прогноз предусматривает возможность активных действий фирмы по
проектированию собственного будущего, ее реальное воздействие и внешнюю среду. Например:
фирма по производству стройматериалов выпускает известь, и, если рынок стройматериалов
насыщен, включает дополнительные усилия по стимулированию спроса (агрессивная реклама
для садоводов).

19.

20. Неэконометрические методы пассивного прогнозирования

Наивный прогноз основывается на
предположении о том, что прогнозируемое
потребление будущего периода равно
потреблению предшествующего периода.
Месяц
Фактические отгрузки (Т)
Наивный прогноз(Т)
Январь
376
-
Февраль
572
376
Март
485
572

21. Неэконометрические методы пассивного прогнозирования

Повысить точность наивного прогноза позволяет
метод прогнозирования по простой средней
величине потребления с учетом числа рабочих
дней в месяце.
Месяц
Фактические
отгрузки (Т)
Число
рабочих
дней
Среднее
в день по факт.
отгрузкам (Т)
Прогноз
среднедневного
потребности (Т)
Прогноз
месячной
потребности
(Т)
Январь
Февраль
Март
Апрель
Май
Июнь
376
572
485
586
454
538
16
20
21
21
20
22
23,5
28,6
23,1
27,9
22,7
24,5
23,5
28,6
23,1
27,9
22,7
470
600,6
485,1
558
499,4

22. Неэконометрические методы пассивного прогнозирования

Прогноз на основе скользящего среднего значения потребления
запаса. При составлении прогноза используется значение средней
арифметической величины потребления за последние периоды
наблюдений. Для составления прогноза по скользящей средней
требуется определить число периодов наблюдений, которые будут
использоваться в расчете.
Месяц
Фактические
отгрузки за
месяц
Число
рабочих
дней
Среднее
потребление
в день
Прогноз
среднедневной
потребности
Прогноз
месячной
потребности
Январь
376
16
23,5
-
-
Февраль
572
20
28,6
-
-
Март
485
21
23,1
26,1
548.1
Апрель
586
21
27,9
25,9
543.9
Май
454
20
22,7
25,5
510
Июнь
538
22
24,5
25.3
556,6

23. Неэконометрические методы пассивного прогнозирования

Для учета важности отдельных периодов наблюдений используют
метод взвешенной скользящей средней. В этом методе каждому
используемому в расчете скользящей средней периоду присваивается
коэффициент, отражающий значимость влияния этого периода на
прогнозное значение потребления. Значимость более поздних
периодов должна быть выше, чем значимость более ранних периодов.
Месяц
Фактические
отгрузки за
месяц
Число
рабочих
дней
Среднее
Прогноз
Прогноз
потребление среднедневной
месячной
в день
потребности
потребности
Январь
376
16
23,5
Февраль
572
20
28,6
Март
485
21
23,1
27, 8
582,8
Апрель
586
21
27,9
24
504,4
Май
454
20
22,7
27,1
542
Июнь
538
22
24,5
23,6
518,5
В приведенном примере
выберем коэффициенты
значимости прошлых периодов
при прогнозировании
потребности будущего периода
для последнего периода равным
5, для предпоследнего — 1.
Прогноз среднедневной
потребности в марте:
(28,6*5+23,5*1)/6=27,8
Прогноз месячной потребности в
марте: 27,8*21=582,8

24. Неэконометрические методы пассивного прогнозирования

Метод экспоненциального сглаживания (Модель Брауна) основан на
средневзвешенном значении продаж по определенному числу
прошедших периодов. При этом наибольшие весовые коэффициенты
придаются последним нескольким значениям спроса, что дает
возможность учесть тенденцию к расширению или сокращению объемов
продаж. Формула метода экспоненциального сглаживания имеет
следующий вид:

25. Альтернативными данным методам являются эконометрические методы:

Модели временных рядов.
Временной ряд – совокупность значений какого-либо показателя за несколько
последовательных периодов времени. Аддитивную модель прогнозирования можно
представить в виде формулы:
F = T + S +E,
где F – прогнозируемое значение,
T – трендовая составляющая,
S – сезонная компонента,
E – случайная составляющая или ошибка прогноза.
Мультипликативная модель в общем виде может быть представлена в виде формулы:
F=T*S*E
Авторегрессионные модели строятся на стационарных
временных рядах, т.е. не имеющих тренда и сезонной
компоненты.

26. Вопрос 6. Прогнозирование по индикаторам

27. Пример.

В качестве индикатора прогнозирования спроса выбран
показатель численности постояльцев гостиницы. На основании
статистического ряда, описывающего связь между численностью
постояльцев и спросом на основные виды продуктов, было
рассчитано следующее уравнение линейной регрессии:
у=1085,9+1,7733х
Спрогнозируйте спрос на основные продукты питания в ресторане
гостиницы, если численность постояльцев составит 230 человек.

28. Спасибо за внимание!