Этот баннер — требование Роскомнадзора для исполнения 152 ФЗ.
«На сайте осуществляется обработка файлов cookie, необходимых для работы сайта, а также для анализа использования сайта и улучшения предоставляемых сервисов с использованием метрической программы Яндекс.Метрика. Продолжая использовать сайт, вы даёте согласие с использованием данных технологий».
Политика конфиденциальности
|
|
|
Планирование закупок
|
|||
|---|---|---|---|
|
#18+
Здравствуйте. Прошу уважаемое общество поделиться мыслями о возможных вариантах построения ведомости. В торгово-закупочном предприятии используется приложение типа «склад». Номенклатура широкая. Для облегчения работы отдела маркетинга есть ведомость-отчет «Реестр планирования закупок», назначение которого - дать рекомендации по пополнению товаров на складе. Суть ее такая: по каждому товару показывается текущий остаток (О), количество продаж (К1) за заданный период (П), «усредненные» среднемесячные продажи (К2=К1/(количество месяцев в П)), показывается разница О-К2 и дается текстовое сообщение-рекомендация («неликвид», «норма», «требуется докупка»). Я, конечно, понимаю, что такая ведомость довольно примитивна, но наш коллективный разум ничего более умного придумать не смог и в таком виде этот отчет эксплуатируется уже несколько лет. Вот в очередной раз у нас зашла речь о том, что хорошо бы этот отчет давал не только текстовые рекомендации «требуется докупка», но и рекомендовал количество докупки товара. А как? В самом простом случае, если бы периодичность поставок была раз в месяц, а товар продавался бы «равномерно» в течении всего года, этим искомым количеством является «разница» О-К2. Но в жизни все сложнее, у разных товарных групп разная сезонность, разная «популярность». Вот, собственно, и вопрос: какие методы расчета количества докупаемого товара можно применить в описанном случае? ... |
|||
|
:
Нравится:
Не нравится:
|
|||
| 05.03.2005, 13:38 |
|
||
|
Планирование закупок
|
|||
|---|---|---|---|
|
#18+
Я бы начал с анализа данных за предыдущие годы по соответствующим месяцам. + к тому определил бы тенденцию (возрастание/уменьшение соответствующих показателей в масштабе года) (Например, отношение показателей за прошлый месяц к тем же показателям того же месяца прошлого года, либо то же самое по нескольким месяцам) Posted via ActualForum NNTP Server 1.1 ... |
|||
|
:
Нравится:
Не нравится:
|
|||
| 05.03.2005, 15:24 |
|
||
|
Планирование закупок
|
|||
|---|---|---|---|
|
#18+
смею предложить экстраполяцию кривой безье на следующий месяц по продажам. ... |
|||
|
:
Нравится:
Не нравится:
|
|||
| 06.03.2005, 13:10 |
|
||
|
Планирование закупок
|
|||
|---|---|---|---|
|
#18+
о! или разложить в ряд фурье. и примерно прикинуть скока в следующий месяц понадобится товара. в качестве периода взять год. ... |
|||
|
:
Нравится:
Не нравится:
|
|||
| 06.03.2005, 13:12 |
|
||
|
Планирование закупок
|
|||
|---|---|---|---|
|
#18+
Безье, Фурье.... А не получится слишком сложно ? Лучше сфокусировать внимание на более приземлённые вещи: Сезонность продаж в т.ч. день недели (если это важно). Возможности отсечения однократных нетипичных всплексов спроса/предложения. Допустимая частота и объём закупок. Вместимость складов и возможности транспорта. Для каждой группы товара - отдельный расчёт. Настраиваемое кол-во анализируемых периодов. Ну что, мало ? Тут вряд ли дойдут руки до Безье, Фурье... :) ... |
|||
|
:
Нравится:
Не нравится:
|
|||
| 09.03.2005, 10:49 |
|
||
|
Планирование закупок
|
|||
|---|---|---|---|
|
#18+
LSVБезье, Фурье.... А не получится слишком сложно ? Лучше сфокусировать внимание на более приземлённые вещи: Сезонность продаж в т.ч. день недели (если это важно). Возможности отсечения однократных нетипичных всплексов спроса/предложения. Допустимая частота и объём закупок. Вместимость складов и возможности транспорта. Для каждой группы товара - отдельный расчёт. Настраиваемое кол-во анализируемых периодов. Ну что, мало ? Тут вряд ли дойдут руки до Безье, Фурье... :) Ну на вкус и цвет... По мне так в ряд Фурье разложить сложности нету. до 4й гармоники например. Вот и получим отсечение всплесков :) ... |
|||
|
:
Нравится:
Не нравится:
|
|||
| 09.03.2005, 12:19 |
|
||
|
Планирование закупок
|
|||
|---|---|---|---|
|
#18+
Ну фурье, безье это все верно (можно еще предложить метод наименьших квадратов и т.д. ) , просто кроме всего прочего надо учитывать еще ряд особенностей а имено 1. Что 10% товара (имеется в виду позиций товара) дают 90% прибыли (так называемы топ-ы продаж) и что отсутствие на складе соответственно дают наиболее ощутимый убыток 2. Что если это допустим продукты то деление еще происходит по срокам реализации (т.е. например перзатарка скоропортом может тоже сильно отразится на прибыли) 3. Ну и как тут уже говорилась сезонность товаров и учет пиков продаж (например в предпразднечные дни или по пятницам) ... |
|||
|
:
Нравится:
Не нравится:
|
|||
| 09.03.2005, 12:36 |
|
||
|
Планирование закупок
|
|||
|---|---|---|---|
|
#18+
Va1entinЯ бы начал с анализа данных за предыдущие годы по соответствующим месяцам.Именно варианты этого анализа я и хотел бы обсудить. Kartasсмею предложить экстраполяцию кривой безье на следующий месяц по продажам. или разложить в ряд фурье. и примерно прикинуть скока в следующий месяц понадобится товара. в качестве периода взять год. хотелось бы большей конкретики. 2LSV Совершенно верно. 2 olk Верно. Очень глубоко. Пункт 1 – так называемый АБЦ-анализ, но по этой задаче у нас пока вопросы сняты. Давайте немного задачу сузим. 1. Не будем рассматривать «скоропорты», считаем что все материалы не портящиеся. 2. Не будем рассматривать товары, спрос на которые «празднично-зависимый», рассмотрим материалы более общей сезонности (валенки – к зиме, косы - в теплому времени года). 3. Не будем рассматривать вместимость складов и возможности транспорта. 4. Для простоты будем рассматривать фиксированные периоды, например месяц. 5. Не будем пока рассмаривать частоту и объём закупок, ограничимся пока предполагаемым объемом продаж за период. 6. Для начала рассмотрим товары по которым можно набрать статистику за несколько лет. Необходимо получить количественный показатель предполагаемого остатка товара на заданный период. Вот мои попытки рассуждения (пока безуспешные) Допустим, материал продается уже несколько лет. Пусть аггрегированная статистика уже собрана в таблицу STAT_MAT: SM_ID – пк SM_PERIOD_ID – фк на период SM_PRODUKT_ID - фк на материал SM_KOLVO – количество продаж за этот период Думаю теперь на основе этой статистики для заданного периода нужно определить тенденцию сезонности по месяцам: пик, спад, или какой-то численный коэффициент прироста или спада относительно предыдущего периода (периодов?). Наверное, еще нужно как-то расценить «достоверность» этого показателя. Затем на основе полученного показателя за заданный период и число продаж предшествующих периодов спрогнозировать число продаж этого самого заданного периода. Как рассчитать этот самый численный показатель на основе STAT_MAT наиболее корректным образом? ... |
|||
|
:
Нравится:
Не нравится:
|
|||
| 09.03.2005, 14:56 |
|
||
|
Планирование закупок
|
|||
|---|---|---|---|
|
#18+
sag494 Как рассчитать этот самый численный показатель на основе STAT_MAT наиболее корректным образом? Давай я тебе предложу совсем простой вариант. расчитай средние весовые коэффициенты для каждого месяца в предыдущие годы. тоесть какой процент из проданного за весь год товара был продан например в апреле. идея проста как пол валенка. что делать дальше я думаю сам догадаешся. ... |
|||
|
:
Нравится:
Не нравится:
|
|||
| 09.03.2005, 15:02 |
|
||
|
Планирование закупок
|
|||
|---|---|---|---|
|
#18+
предложенная мной "концепция" имеет ряд недостатков. например - начало года. но и тут есть выход :) например расчитывать отношение по соседним месяцам. тоесть в апреле продаётся товара как правило (усреднённо по предыдущим годам) на 13 процентов больше чем в мае. вобщем вариантов ТАКАЯ масса что оёёй. а погрешности будут конечно. и приличные, но допустимые. а для уменьшения погрешности можно целую кучу поправочных коэффициэнтов расчитать. но с нашим рынком хрена с два тут что прогнозировать можно достоверно. я бы посоветовал не заморачиваться и взять какой нить простецкий вариант. ... |
|||
|
:
Нравится:
Не нравится:
|
|||
| 09.03.2005, 15:29 |
|
||
|
Планирование закупок
|
|||
|---|---|---|---|
|
#18+
По-моему, всё предельно просто. Я бы делал примерно так: Данные по товару соответствующему месяцу 1 год тому назад. tovar_zakup_god_nazad Скажем, данные имеются за 5 лет Тогда надо считать среднюю sred_tovar = tovar_zakup_n_let_tomu_nazad / kol_vo_let Если raznica = abs(tovar_zakup_god_nazad - sred_tovar/ tovar_zakup_god_nazad) < 0.1 (условный коэффициент) то с очень большой вероятностью можно смело покупать tovar_zakup = tovar_zakup_god_nazad * 1.1 Излишки, если будут, пойдут на след месяц. Излишки с пред. месяца отнимаем от планируемых закупок + добавляем "стратегический запас" Если raznica большая, начинаем анализировать годичную тенденцию по соотв месяцам (можно по периоду в несколько лет) Например, считаем отношение sred_tovar_pred_mesyac = tovar_zakup_n_let_tomu_nazad_pred_mesyac / kol_vo_let скажем, по 12 предыдущим месяцам. Считаем годовой коэффициент отклонения otkl = sum(sred_tovar_po_mesaycam / sred_tovar_po_mecacam_god_nazad) / 12 Число месяцев тенденции (12 ) взято условно. Коэффициет лучше всего подобрать экспериментальным путём (Например, отодвинуться на год назад, посчитать данные для текущего года и сравнить показатели.) Если тенденция плохая, обратиться к более сложным алгоритмам - изучить соответствующий раздел математической статистики. Можно поставить OLAP и для выявления скрытых зависимостей использовать что-то вроде Data Mining. ... |
|||
|
:
Нравится:
Не нравится:
|
|||
| 10.03.2005, 09:16 |
|
||
|
Планирование закупок
|
|||
|---|---|---|---|
|
#18+
Маленькая поправка sred_tovar = sum(tovar_zakup_n_let_tomu_nazad по годам) / kol_vo_let Posted via ActualForum NNTP Server 1.1 ... |
|||
|
:
Нравится:
Не нравится:
|
|||
| 10.03.2005, 09:18 |
|
||
|
Планирование закупок
|
|||
|---|---|---|---|
|
#18+
а как быть с новыми товарами, у которых нет статистики продаж ? А так же устаревшие товары, но которые совсем упал спрос ? На самом деле - тут далеко не все просто. Best regards, Dnico . ... |
|||
|
:
Нравится:
Не нравится:
|
|||
| 10.03.2005, 09:49 |
|
||
|
Планирование закупок
|
|||
|---|---|---|---|
|
#18+
Добавлю еще (жизненный пример): Есть ходовой товар, который продавался в течении 1 года, но потом его временно перестали поставлять (форсмажор). Продажи упали до нуля ... Но теперь все стало на свои места. Спрос остался. Что делать в этом случае? Best regards, Dnico . ... |
|||
|
:
Нравится:
Не нравится:
|
|||
| 10.03.2005, 09:52 |
|
||
|
Планирование закупок
|
|||
|---|---|---|---|
|
#18+
2Dnico 1. Вопрос ставился по анализу существующей статистики. Закупки нового - отдельный вопрос. 2. К жизненному примеру Решение - анализировать данные. В статистике существует понятие доверительного интервала. Статистические данные, не попадающие в этот интервал, исключаются из анализа. Posted via ActualForum NNTP Server 1.1 ... |
|||
|
:
Нравится:
Не нравится:
|
|||
| 10.03.2005, 10:59 |
|
||
|
Планирование закупок
|
|||
|---|---|---|---|
|
#18+
Kartasрасчитай средние весовые коэффициенты для каждого месяца в предыдущие годы. Действительно просто. Коэффициент продаж месяца к общегодовой продаже. Спасибо, попробую. Va1entinСкажем, данные имеются за 5 лет Тогда надо считать среднюю sred_tovar = tovar_zakup_n_let_tomu_nazad / kol_vo_let … Если raznica большая, начинаем анализировать годичную тенденцию по соотв месяцамПро sred_tovar и raznica понятно, не совсем понял, как ты предлагаешь анализировать тенденцию. Сам задумывался о нахождении среднего показателя за несколько лет типа ((«продажи за месяц N»- «продажи за месяц N-1»)/«продажи за месяц N-1»)/(кол-во лет) и если этот коэффициент более-менее стабилен то пробовать его применить. (или попробовать строить коэффициент не относительно одного предыдущего месяца, а относительно нескольких предыдущих месяцев). Va1entinЕсли тенденция плохая, обратиться к более сложным алгоритмам - изучить соответствующий раздел математической статистики.Туда я и отправил своих просящих маркетологов Kartasно с нашим рынком хрена с два тут что прогнозировать можно достоверноэто и пугает. Va1entinВ статистике существует понятие доверительного интервала. Статистические данные, не попадающие в этот интервал, исключаются из анализа. Не случилось бы так, что все данные были бы исключены из анализа после этого самого анализа по этой самой причине. :) ... |
|||
|
:
Нравится:
Не нравится:
|
|||
| 10.03.2005, 14:12 |
|
||
|
Планирование закупок
|
|||
|---|---|---|---|
|
#18+
Элементарно. Построить регрессию соответствующего месячного показателя по годам и экстраполировать показатель на текущий год. Думаю, что линейной зависимости будет вполне достаточно. ... |
|||
|
:
Нравится:
Не нравится:
|
|||
| 10.03.2005, 15:55 |
|
||
|
Планирование закупок
|
|||
|---|---|---|---|
|
#18+
...но потом его временно перестали поставлять (форсмажор)....Но теперь все стало на свои места. Спрос остался. Что делать в этом случае? Что ? Анализировать только периоды, когда товар был в наличии. Это позволит отсечь мешающие провалы. ... |
|||
|
:
Нравится:
Не нравится:
|
|||
| 10.03.2005, 18:39 |
|
||
|
Планирование закупок
|
|||
|---|---|---|---|
|
#18+
LSVЧто ? Анализировать только периоды, когда товар был в наличии. Это позволит отсечь мешающие провалы. Вот и получается что задачка достаточно сложная - хотя и решаемая. И самое главное все это реализовать не на клиенте, а на сервере. А вообще тема очень интересная. Практически ни в одной программе нет хорошего планирования закупок. А хотелось бы ... Best regards, Dnico . ... |
|||
|
:
Нравится:
Не нравится:
|
|||
| 10.03.2005, 20:42 |
|
||
|
Планирование закупок
|
|||
|---|---|---|---|
|
#18+
DnicoВот и получается что задачка достаточно сложная - хотя и решаемая. И самое главное все это реализовать не на клиенте, а на сервере. по мне так делается одной вьюшкой :) ... |
|||
|
:
Нравится:
Не нравится:
|
|||
| 11.03.2005, 10:44 |
|
||
|
Планирование закупок
|
|||
|---|---|---|---|
|
#18+
Практически ни в одной программе нет хорошего планирования закупок. Потому и нет, что много несовместимых нюансов. Хорошее планирование можно сделать только применительно к конкретной отрасли ...и к конкретной фирме с её БП. :) ... |
|||
|
:
Нравится:
Не нравится:
|
|||
| 11.03.2005, 10:56 |
|
||
|
Планирование закупок
|
|||
|---|---|---|---|
|
#18+
Kartas DnicoВот и получается что задачка достаточно сложная - хотя и решаемая. И самое главное все это реализовать не на клиенте, а на сервере. ДА ? Это шутка ? Можно примерчик ? по мне так делается одной вьюшкой :) ... |
|||
|
:
Нравится:
Не нравится:
|
|||
| 11.03.2005, 12:05 |
|
||
|
Планирование закупок
|
|||
|---|---|---|---|
|
#18+
Kartas DnicoВот и получается что задачка достаточно сложная - хотя и решаемая. И самое главное все это реализовать не на клиенте, а на сервере. по мне так делается одной вьюшкой :) ДА ? Это шутка ? Можно примерчик ? ... |
|||
|
:
Нравится:
Не нравится:
|
|||
| 11.03.2005, 12:07 |
|
||
|
Планирование закупок
|
|||
|---|---|---|---|
|
#18+
Во, блин, развели дискуссию. Вопрос ставился об определении заказа, а вы куда углубились, непонятно куда... Итак, никакой идеальной формулы расчета заказа не существует. Однако на большинстве наших фирм расчет заказа стандартен. Существуют так называемые нормы запаса (НЗ). Они показывают какое кол-во товара (в месяцах продаж) хотелось бы иметь для складе всегда. Во многих фирмах норма запаса едина на все товары, но может и варьироваться в зависимости от товара (ABC-анализ, выделяем товары групп VIP, A, B, C, на VIP - самые большие нормы, на С - самые маленькие). Кроме НЗ нужно иметь план(прогноз/скорость) продаж (ПП), разумеется по каждому товару свой. Если у фирмы есть филиалы, то у каждого филиала тоже свой ПП. Он говорит сколько за месяц продастся этого товара (прогноз). Чаще всего (за неимением лучшего и из-за простоты) используют однофакторный прогноз (на основе собственных продаж предыдущих периодов). И здесь самое важное точность прогноза. Кого-то устравает не больше 10%, кого-то и все 100% (т.е. ошибся в любую сторону не более, чем в 2 раза - нормально). Тут все зависит от вашего (или руководства) желания. Также нужно знать время от момента составления заказа до прихода товара на склад по каждому товару. Если товар импортный, то здесь точность часто бывает аховая. Если у фирмы есть филиалы, нужно знать время доставки от центрального склада до склада филиала. В итоге, расчитываем, исходя из ПП сколько товара будет на складе, когда туда придет текущая (рассчитываемая) заявка (используем время доставки). Сравниваем с НЗ*ПП. Если надо заказывать, то заказываем разницу (не забудьте при составлении НЗ включить в нее время доставки, а то все равно будут перебои!!!). Практика показывает, что основные проблемы в дефектуру склада (так называется отсутствие товара) вносит не низкая точность плана продаж, а нестабильная доставка или несоблюдение графика платежей поставщикам или иные привходящие (от руководства) обстоятельства. Кстати, предложение об учете периодов только с присутствующим товаром абсолютно правильное, только я бы еще посоветовал рассматривать эти периоды не помесячно, а понедельно. Если же у вас вдруг все нормально с доставкой, планирование денежных средств идет гладко и т.д. и вся проблема только в точности ПП, то могу написать и про него, но как-нибудь в другой раз З.Ы. А еще можно посоветовать сходить в магазин и купить книжку по логистике. Только если там будут слова про систему JIT или точно-в-срок, то ее не берите (наши компании в большинстве своем до нее еще не дорасли). А если вы не маркетолог/логист или как там еще, то стоит привлечь сюда их или подумать о создании соответствующего отдела (во главе с собой, конечно) и вынести идею к руководсту :D ... |
|||
|
:
Нравится:
Не нравится:
|
|||
| 18.03.2005, 21:48 |
|
||
|
Планирование закупок
|
|||
|---|---|---|---|
|
#18+
Кому-то этот вопрос кажется простым, кому-то сложным. На самом деле он и простой и сложный. А знаете ли вы, что спрос на продукт четко описывается кривой, которая называется "кривой насыщения"? Для любителей математики - тангенс гиперболический по t. Я изобразил примерный график. По оси х - время от первого выпуска товара до четр-его-знает-какого-времени. По оси Y - спрос. Первая площадка - новый товар. Потребитель еще не распробовал. Потом идет устойчивый рост. Потом - снова площадка. Это момент насыщения рынка и устойчивого спроса. Именно на этой площадке прекрасно работают любые алгоритмы апроксимации. Потом идет "загибание" спроса, так как на рынке появляются новые товары с более высокими потребительскими качествами. Так вот. Практически невозможно математически спрогнозировать спрос ни на одном этапе, кроме "площадки" устойчивого спроса. Есть некоторые группы товаров, у которых площадка устойчивого спроса условно-стабильна. Это, например, молоко, крупы, макароны. Но даже внутри этих групп кривые насыщения для разных видов товаров могут быть разные!. Для того, что бы надежно спрогнозировать спрос, нужно точно знать, на каком временном участке мы находимся на кривой насыщения. Это, на данном уровне развития, рассчитать очень сложно, так как для этого нужны данные по конечным потребителям (людям) вообще. А такой статистики пока нет. Вернее, такая статистика ведется в продвинутых торговых организациях, но ее обобщения на уровне регионального рынка - нет! А нужна статистика по каждому покупателю по региону. Под "регионом" в данном случае я подразумеваю некую территорию, охваченную данным торговым предприятием. Особо опасным являеются два момента. Момент перехода от роста спроса, к устойчивому спросу и от устойчивого спроса к снижению спроса. Именно в эти моменты происходит "затаривание" складов. И пока, кроме квалификацированных менеджеров, эти моменты никто определит не может. Чем более точно менеджер определяет этот момент - тем выше его квалификация. ... |
|||
|
:
Нравится:
Не нравится:
|
|||
| 19.03.2005, 14:20 |
|
||
|
|

start [/forum/topic.php?fid=32&msg=32952536&tid=1545974]: |
0ms |
get settings: |
8ms |
get forum list: |
19ms |
check forum access: |
3ms |
check topic access: |
3ms |
track hit: |
56ms |
get topic data: |
15ms |
get forum data: |
7ms |
get page messages: |
89ms |
get tp. blocked users: |
1ms |
| others: | 257ms |
| total: | 458ms |

| 0 / 0 |
