|
37 Основными расчетными величинами являются: Страховой запас Точка заказа Для определения этих величин используются классические методы логистического анализа. Статистические методы ре1улирования параметров заказа хорошо работают при наличии массивов накопленных данных и стационарности процесса на достаточно длительном интервале времени. Однако, для большинства современных российских компаний, действующих в условиях динамически меняющейся среды, почти не соблюдаются условия стационарности, и, особенно, неизменности ассортимента, чтосущественно ограничивает применимость статистических моделей контроля динамики запасов. Кроме того, статистические методы предполагают анонимность покупателя (как, например, в универсаме или при обычном производстве «на склад»), а также отсутствие возможности активно выяснять намерения клиентов или даже влиять на их поведение. Как правило, при стратегии позиционирования продукта на склад, предприятия в основном имеют дело с прогнозами спроса. Подобная ситуация вообще характерна для производств, выпускающих товары народного потребления в типовом исполнении, т. е. без адаптации конкретного экземпляра продукта к требованиям покупателя. Можно сказать, что прогноз это еще не полученные, но ожидаемые к получению заказы на продажу продукции. Подход «от продаж». Более точные прогнозы объема сбыта, которые обобщают различные договоренности с клиентами и наблюдения за их поведением, позволяют компании существенно улучшить качество управления запасами за счет дополнения «стратегических» («толкающих») моделей планирования заказов так называемыми, «вытягивающими» [96]. |
Такой подход основан на расчете нормативных характеристик запасов по каждому виду товарного ассортимента исходя из наблюдений за их фактической оборачиваемостью на протяжении достаточно представительного периода [83]. Основными расчетными величинами являются: • Страховой запас • Точка заказа Для определения этих величин используются классические методы логистического анализа. Статистические методы регулирования параметров заказа хорошо работают при наличии массивов накопленных данных и стационарности процесса на достаточно длительном интервале времени. Однако, для большинства современных российских компаний, действующих в условиях динамически меняющейся среды, почти не соблюдаются условия стационарности, и, особенно, неизменности товарного ассортимента, что существенно ограничивает применимость статистических моделей контроля динамики запасов. Кроме того, статистические методы предполагает анонимность покупателя (как, например, в универсаме или при обычном производстве «на склад»), а также отсутствие возможности активно выяснять намерения клиентов или даже влиять на их поведение. Как правило, при стратегии позиционирования продукта на склад предприятия в основном имеют дело с прогнозами спроса. Подобная ситуация вообще характерна для производств, выпускающих товары народного потребления в типовом исполнении, т. е. без адаптации конкретного экземпляра продукта к требованиям покупателя. Можно сказать, что прогноз это еще не полученные, но ожидаемые к получению заказы на продажу продукции. Подход «от продаж». Более точные прогнозы объема сбыта, которые обобщают различные договоренности с клиентами и наблюдения за их поведением, позволяют компании существенно улучшить качество управления запасами за счет дополнения «статистических» («толкающих») моделей планирования заказов так называемыми, «вытягивающими». 39 |