• Выпуски
  • Основные выпуски
  • Приложения
• Авторам
  • Правила публикации статей
  • Технические требования
  • Оплата
  • Лицензионный договор
  • График публикаций
• Редакционный совет
• Публикационная этика
• О журнале
  • Общая информация
  • Список авторов
  • Контакты
• Издательство МЦИТО

Редакционно-издательские услуги Международные публикации Бесплатные вебинары

• Об управлении ассортиментом в условиях внешнеэкономической деятельности предприятия торговли
• Управление товарными запасами посредством внедрения автоматизированной системы учета

Степанов Вадим Григорьевич,кандидат экономических наук, доцент, директор по исследованиям и разработкам, руководитель проектовINFORT Group,заведующий кафедрой общих математических иестественнонаучных дисциплин ФГБОУ ВПО Российский экономический университет им. Г.В. Плеханова», Тульский филиал, г. Тулаsvg@infortgroup.ru

Степанова Татьяна Викторовна,руководитель консалтинговой фирмыINFORT Group, старший преподаватель кафедры общих математических и естественнонаучных дисциплин ФГБОУ ВПО Российский экономический университет им. Г.В. Плеханова», Тульский филиал, г. Тулаstv@infortgroup.ru

Юдин Сергей Владимирович,доктор технических наук, профессор, профессор кафедры общих математических и естественнонаучныхдисциплин ФГБОУ ВПО Российский экономический университет им. Г.В. Плеханова», Тульский филиал, г. Тулаsvjudin@rambler.ru

Юрищева Наталья Александровна,Менеджер по проектам консалтинговой фирмы INFORT Goup,cт. лаборант кафедры общих математических и естественнонаучных дисциплин ФГБОУ ВПО Российский экономический университет им. Г.В. Плеханова», Тульский филиал, г. Тула

Nataliayrishcheva@mail.ru

Якушин Дмитрий Иванович,кандидат технических наук, доцент кафедры общих математических и естественнонаучных дисциплин ФГБОУ ВПО Российский экономический университет им. Г.В. Плеханова», Тульский филиал, г. Тулаyd220174@yandex.ru

Румянцева Инна Ивановна,кандидат технических наук, доцент, доцент кафедры общих математических и естественнонаучных дисциплин ФГБОУ ВПО Российский экономический университет им. Г.В. Плеханова», Тульский филиал, г. Тулаinivna@mail.ru

Об эффективности информационных технологий управления закупками

Аннотация.Задача управления закупками является ключевой в системе управления коммерческой деятельностьюпредприятия торговли. Даже предприятиям малого бизнеса, имеющим широкий ассортимент товаров, приходится внедрять автоматизированные системы управления закупками.И здесь возникает вопрос об эффективности применяемой информационной технологии управления закупками, которая определяется в первую очередькачеством математического обеспечения. От качества применяемого математического аппаратазависит эффективность и стоимость обеспечения системы управления закупками. В работе представлены основные модели управления товарными запасами, сделан краткий сравнительный анализ используемых моделей и методов оптимизации, а также методов статистического анализа и прогнозированияпродаж. Ключевые слова: закупки, запасы, управление, технология, анализ, оптимизация, прогнозирование, модель.Раздел: (04) экономика.

Задача управления закупками является ключевой для любого предприятия торговли. Низкая обеспеченность продаж товарными запасами приводит к возникновению дефицита товаров и объективному снижению уровня качества торгового обслуживания потребителей. Чрезмерные же запасы означают неоправданно замороженные денежные средства предприятия, что может негативно сказаться на финансовых показателях его коммерческой деятельности. Таким образом, ошибки в управлении товарными запасами приводят, в целом, к заметному снижению уровня конкурентоспособности предприятия на рынке.В системе управления коммерческой деятельностью предприятия, управление закупками является наиболее сложным для реализации функциональным блоком. В условиях наличия у предприятия торговли широкого ассортимента товаров и значительной динамики объемов продаж, заказ товаров на глазок» обязательно приведет к указанным вышепроблемам. Поэтому даже на предприятиях малого бизнеса требуется внедрять автоматизированные системы управления закупками. И здесь возникает вопрос об эффективности применяемой для автоматизации информационной технологии управления закупками, от которой напрямую зависит качество контроля и планирования уровня товарных запасов, а также стоимость обеспечения функционирования системы управления закупками. При этом различают следующие виды обеспечения системы управления: организационноэкономическое, информационное, математическое, техническое и программное. Информационная технология представляет собой совокупность моделей, методов и соответствующих алгоритмов получения информационного продукта посредством преобразования ресурсов. В нашем случае информационным продуктом являются оптимальные значения показателей, характеризующих уровень товарных запасов, а в качестве ресурсов выступают исходные данные для анализа и планирования запасов информационное сырье, организационные, финансовые, технические и программные средства, а также люди, участвующие в процессе закупок. Следовательно, ключевым фактором, определяющим эффективность информационной технологии, будет являться именно математическое обеспечение системы управления закупками. Поэтому далее рассмотрим математические модели и методы, лежащие в основе информационных технологий управления закупками. Как правило, информационные системы управления закупками основаны на классической модели пилы» динамики уровня товарных запасов см. рисунок. Уровень товарных запасов может быть выражен, как в натуральных или стоимостных единицах S, так и в днях обеспеченности продаж товарными запасами: ,

(1)где Q–среднедневной объем продаж товара, выраженный в натуральных или стоимостных единицах.Учитывая, что практически для любого товара характерны колебания спроса и соответствующие колебания объемов закупок, как сезонного, так и случайного характера, использование показателя обеспеченности продаж товарными запасами Rпозволяет наилучшим образом отразить суть пилы» динамики уровня запасов.



Пила»уровня обеспеченности продаж товарными запасами

Рассмотрим данную модель. В начальный момент времени происходит пополнение запасов товара в объеме, обеспечивающем его продажи на заданный период в RMAXдней. Величину RMAXназывают максимальнымуровнем обеспеченности продаж товарными запасами. Далее, в течение заданного периода Pдней происходит равномерное уменьшение уровня обеспеченности продаж до заданного значения RMIN, которое определяет минимальныйуровень обеспеченности продаж товарными запасами. В момент, когда уровень обеспеченности продаж достигает значения RMIN, вновь происходит пополнение запасов товара в объеме, необходимом для его продажи в течение RMAXдней и т. д. Таким образом,величина Pопределяет период между поставкамитовара. Имеет место следующая формула, связывающая указанные величины: RMAX= RMIN+ P.Минимальный уровень обеспеченности продаж RMINопределяется временемтехнологической обработки товара, которое отсчитывается от момента его поступления на склад предприятия торговли и до момента его готовности к продаже покупателям. Значение величины определяется с учетом основных параметров организации технологического процесса закупок, и затем, как правило, корректируется вверх, в предположении о возможных случайных колебаниях времени выполнения отдельных технологических операций по обработке товара. Величина RMINсоответствует объему страхового запасатовара.Значение Pпериода между поставками определяется в результате решения задачи оптимизации и затем, при необходимости, корректируется с учетом организации технологического процесса закупок, например, с учетом возможностей поставщиков поставлять товар в определенные моменты времени.Значение величины Q, которое определяет период, необходимый для обработки и выполнения заявки, задается нормативным путем. Время Qотсчитывается от момента фиксирования потребности в закупке и формирования заказа поставщику до момента поступления товара на склад предприятия. Значение RQ= RMIN+ Qназывается точкой заказа. При этом полагается, что RMINRQRMAX.Рассмотренная модель с двумя уровнями управления запасами RMINи RMAX, называется (R, r)моделью управления товарными запасами. Данная модель предполагает оперативный контрольуровня обеспеченности продаж товарными запасами. Это означает, что каждый день проверяется условие: если текущий на день 0,1,2,… уровень обеспеченности продаж товара запасами R(t) RQ, и, при этом, товар не находится в пути то есть еще не заказан, то осуществляется заказ товара на R*дней. Значение R*вычисляется с учетом дефицита товара по формуле

R* = RMAX–R(t) + Q,

2′или, без учета дефицита товара, по формуле R* = RMAX–max{R(t) –Q; 0}

2′′Контроль уровня запасов товара может осуществляться и периодически, через заданное время .В этом случае имеет место (R, r, )модель управления товарными запасами. Системы с периодическим контролем уровня обеспеченности продаж товарными запасами по сравнению с системами оперативного контроля объективно приводят к увеличению объема запасов. Поэтому их реализация, как правило, обусловлена только особенностями организации и информационного обеспечения системы управления закупками, когда, например, нет возможности оперативно получать исходные данные для контроля уровня обеспеченности продаж.Величины RMIN, Pи Q, а также все рассчитанные на их основе рассмотренные выше производные величины, определяют параметры управления товарными запасами. Товары, поставщики и точки продаж в случае торговой сети с различными значениями параметров RMIN, Pи Q, объединяются в группы закупок.Теперь обратимся к вопросу нахождения оптимальных значений параметров управления товарными запасами. Значения параметров RMIN, Pи Qоптимизируются принципиально разными способами. Оптимизация значений параметров RMINи Qосуществляется посредством совершенствования организации технологического процесса закупок, а значения параметра P–в результате построения экономикоматематической модели и решения соответствующей задачи оптимизации.Математические модели оптимизации значения параметра Pразличаются используемыми критериями оптимальности. Классические экономикоматематические модели оптимального управления товарными запасами ориентированы на минимизацию издержек, связанных с процессом закупок, и, в некоторых случаях, дефицитом товаров. Поэтому критерии оптимальности в таких моделях представляют собой целевую функцию издержек. Примером может служить модель Уилсона, в которой используется следующий критерий оптимальности: ,

(3)где Q–прогноз среднедневного объема продаж ед.; сF–постоянные издержки, связанные с заказом товара у.е.; сV–переменные издержки хранения единицы товара в единицу времени у.е.;C(P)–функция среднедневных издержек, связанных с управлением товарными запасами в течение периода Pу.е..Решение задачи 3 имеет следующий вид: .

(4)Однако, в коммерческой практике, использование данной и подобных моделей, несмотря на кажущуюся их вычислительную простоту и логичность, имеет один существенный недостаток: на предприятиях, как правило, отсутствуют достоверные данные о таких видах издержек. Соответственно, учитывая, что значение прогноза среднедневных продаж Q, также, является приближенным значением, в формуле 4 точным является только число 2. Понятно, что на основе таких исходных данных невозможно получить корректное значение P.Для применения методов оптимизации, использующих в качестве исходной информации данные об издержках, требуется предварительно поставить качественный управленческий учет так как в бухгалтерском учете такие виды издержек не учитываются, что для многих предприятийторговли является не такой уж и тривиальной задачей.

Поэтому целесообразно использовать другой подход, когда математическая модель, использующаяся для оптимизации параметров управления товарными запасами, строится с учетом целевых значений финансовых показателей коммерческой деятельности предприятия. Это представляется вполне логичным, так как любой реализуемый на предприятии бизнеспроцесс, должен получать, в первую очередь, свою финансовую оценку. Воспользуемся финансовым показателем деловой активностипредприятия –коэффициентом оборачиваемости активов товарных запасовза анализируемый период продолжительностью Tдней как правило, в качестве такого периода имеет смысл выбирать календарный месяц или квартал: , в случае ассортимента товаров, или, в случае одного товара или группы однородных товаров,где C–себестоимость продаж у. е.; Q–физический объем продаж товара ед.;

AS–средняя стоимость запасов у. е.;ASQ–средний объем запасов ед..Обратная к kSвеличина –период оборачиваемости активов товарных запасов, вычисляется по формуле: , где .Так, как средний уровень обеспеченности продаж товарными запасами рассчитанный в ценах закупки товаров , то TS= AR.Далее, имеем: . Следовательно, , и тогда, окончательно, получаем:

(5) или .

(6)Таким образом, задав целевое значениеkS*или TS*, и используя формулы 5 или 6 можно определить оптимальное значение периода между поставкамиP*.Далее, построим модель для обоснованного выбора целевого значенияkS*(TS*).Пусть X–объем выручки за период T. Определим величину GM = X –C–объем валовой прибыли маржи, полученной за период T.Далее, введем показатель , характеризующий отдачу от товарных запасов. Данный показатель близок по своему смыслу к показателю рентабельности активов предприятия ROA(ReturnOnAssets). Тогда, где mk–средняяторговая наценка; kS–коэффициент оборачиваемости товарных запасов. Таким образом, получаем формулу факторной моделидля анализа финансовых показателей коммерческой деятельности предприятия торговли с целью оптимального управления товарными запасами: S mk × kS

(7)Из соотношения 7 следует, что обеспечить целевую отдачу от товарных запасов S*можно, управляя уровнем рентабельности продаж наценкой mk и уровнем деловой активности коэффициентом оборачиваемость товарных запасов kS). Однако, как правило, в условиях конкурентного рынка возможности предприятия по управлению рентабельностью продажзаметно ограничены. Поэтому, наценку mkчасто приходится рассматривать как параметр факторной модели, а его значение, –как заданное извне и неуправляемое предприятием. Тогда для достижения целевого значения S*следует вычислить значение kS* = S* / mk, а затем по формуле 6 –целевое значение периода между поставками P*.

Рассмотрев вопрос нахождения оптимальных значений параметров управления товарными запасами, которые выражаются в днях обеспеченности продаж, перейдем к рассмотрению вопроса о выборе метода для расчета величины обеспеченности продаж запасами. Как уже было указано выше, формула, связывающая показатели обеспеченности продаж товарными запасами, физического объема запасов товара S и физического объема среднедневных продаж товара Qна текущий момент времени день   0, 1, 2,…,имеет следующий вид: .

(8)В формуле 8 значение величины товарных запасов S(t)носит объективный характер и относится к данным оперативного учета товарных запасов предприятия торговли. Значение же величины объема среднедневных продаж Q(t)вычисляется и, следовательно, носит субъективный характер, так как его корректность зависит от применяемых методов статистического анализа и прогнозирования продаж.Проблема применения количественных методов для расчета объема среднедневных продаж, как нистранно, заключается именно в том, что, с одной стороны, на сегодняшний день разработан мощный аппарат экономикостатистических моделей и методов анализа и прогнозирования, которые позволяют получить вполне точные результаты. Однако, с другой стороны, вспомним, что статистика изучает массовые явления и дает качественные результаты только в случае достаточного объема исходных данных. Поэтому, в целом, для того, чтобы получать максимально точные прогнозы объемов продаж по широкой товарной номенклатуре, требуется применять не только совершенный математический аппарат моделей и методов, но и, как следствие, мощное информационное, программное и техническое обеспечение анализа продаж, которое требует соответствующего финансирования и квалификации персонала предприятия. Для вычисления качественных прогнозов приходится покупать дорогостоящие программы управления закупками, включающие модули обработки учетных данных –системы управления базами данных, и модули статистического анализа и прогнозирования продаж. Подобные программы оперируют большими объемами информации, и, поэтому, могут работать только на мощных компьютерах, чаще всего, –файлсерверах, при этом затрачивая на вычисления часы компьютерного времени. Очевидно, что, например, для малого предприятия торговли, обладающего широким ассортиментом товаров, такой вариант автоматизации закупок становится просто нереальным. Именно поэтому ключевая задача для обеспечения эффективности информационной технологии и системы управления закупками заключается в нахождении не просто точных методов анализа и прогнозирования продаж, а таких методов, которые бы обеспечили компромисс между точностью прогноза и объемом тех информационных, материальных, финансовых и человеческих ресурсов, которые требуют подобные расчеты.Автор, занимаясь разработкой и внедрением информационных технологий и систем управления продажами, закупками и маркетингом с 1990 г., работая на руководящих должностях и в качестве консультанта по управлению и бизнесанализу в организациях торговли с 1996 года, в значительной степени сумел решить данную проблему. Разработанная автором технология INFORT Goup Soekeeping реализует рассмотренные выше (R,r)и (R,r,)модели оптимального управления товарными запасами на основе факторной модели анализа финансовых показателей коммерческой деятельности предприятия торговли. Для расчета объемов среднедневных продаж используется адаптивная модель анализа и прогнозирования временных рядов более подробно об адаптивных моделях см. в [1], которая основана на рекуррентной формуле:,

(9)связывающей значение Q(t)прогноза объема среднедневных продаж на момент времени   1, 2,…, с предыдущим прогнозным значением Q(t –k)и фактическими значениями объемов qt–1,…,qt–k, где 1 kt.

Использование адаптивной модели анализа и прогнозирования объемов продаж позволяет существенно уменьшить объем исходных данных и, соответственно, повышает скорость обработки статистической информации. В частности, замена в автоматизированной системе управления закупками одной из торговых сетей классической модели статистического анализа и прогнозирования на адаптивную модель, позволила сократить объем исходных данных в 12раз. Время выполнение расчетов для примерно 80точек продаж при номенклатуре 8–10тысяч позиций сократилось с 3–5часов до нескольких десятков минут. При этом существенно улучшился прогноз объемов продаж редко продающихся позиций номенклатуры торговой сети. Расчеты на основе формулы 9 позволяют сглаживать существенные скачки спроса и вовремя учитывать изменения тренда объемов продаж. Это объективно приводит к сокращению объема товарных запасов на величину примерно до 20%и в то же время исключает дефицит товаров. Автоматизированная система управления закупками на основе технологии INFORT Goup Soekeeping позволяет персоналу службы закупок эффективно управлять закупками в условиях работы крупной торговой сети и многотысячной номенклатуры товаров. Эффективность достигается за счёт сокращения общего времени расчёта, повышения производительности труда менеджеров по закупкам и повышения точности прогнозов, обеспечивающих снижение совокупных издержек.Информационная технология управления INFORT Goup Soekeeping реализуется в рамках автоматизированной системы управления INFORT Goup Sales & Banding, предназначенной для поддержки принятия управленческих решений в сфере продаж, закупок и маркетинга предприятия торговли см. [4]).

Ссылки на источники1.Лукашин Ю.П. Адаптивные методы краткосрочного прогнозирования временных рядов: учеб. пособие.–М.: Финансы и статистика, 2003. –416 с.: ил.2.Материалы исследований и разработок INFORT Goup –Центра информационных технологий и систем управления продажами и маркетингом. –URL: http:// www.infortgroup.ru.3.Степанов В. Г. Информационные технологии управления продажами и маркетингом /Издательство LAPLAMBERTAcademicPublishing, AVAcademikerverlagGmbH&Co. –KG, Saarbruken, Deutschland, 2013.4.Степанов В. Г. Модели и технологии последовательного управления продвижением /Издательство LAPLAMBERTAcademicPublishing, OmniScriptum GmbH&Co. KG. –Saarbruken, Deutschland, 2014.5.Степанов В. Г. Основы информационных технологий управления бизнеспроцессами /Издательство LAPLAMBERTAcademicPublishing, AVAcademikerverlagGmbH&Co. –KG, Saarbruken, Deutschland, 2013.6.Степанов В. Г., Степанова Т. В. Информационные технологии управления продажами и товарными запасами в торговых сетях // Теория и практика современной торговли: сб.науч.тр. /под ред. д.э.н., проф. В. И. Зудина. –Тула: ТФ РГТЭУ, 2008. –С. 162–176.7.Степанов В. Г., Степанова Т. В. Системы управления товарными запасами на предприятиях торговли: основные принципы построения и показатели функционирования. // Экономика России: теория и практика: сб. науч. тр.Тульского филиала РГТЭУ / под ред. д.э.н., проф. В.И.Зудина.–Тула: ИППГрифиК», 2004. –С. 122–129.

VadimStepanov,

Candidate of Economic Sciences, associate professor, director of research and to developments, project manager of INFORT Group consulting, head of the department of the General mathematical and naturalscience disciplines Plekhanov Russian University of Economics, Tula branch, Tulasvg@infortgroup.ruTatyana Stepanova,head of INFORT Group consulting, senior teacher of the department ofthe General mathematical and naturalscience disciplines Plekhanov Russian University of Economics, Tula branch, Tulastv@infortgroup.ruSergey Yudin,Doctor of Engineering, professor, professor of the department of the General mathematical and naturalscience disciplines Plekhanov Russian University of Economics, Tula branch, Tulasvjudin@rambler.ruNatalia Yrishcheva,

Project manager of INFORT Group consulting, Sn. laboratory of the department of the General mathematical and naturalscience disciplines Plekhanov Russian University of Economics, Tula branch, TulaNataliayrishcheva@mail.ruDmitry Yakushin,Candidate of Technical Sciences, associate professor of the department of the General mathematical and naturalscience disciplines Plekhanov Russian University of Economics, Tula branch, Tulayd220174@yandex.ruInna Rumyantseva,Candidate of Technical Sciences, associate professor, associate professor of the department of the General mathematical and naturalscience disciplines Plekhanov Russian University of Economics, Tula branch, Tulainivna@mail.ruOn the effectiveness of information technology procurement managementAbstract. The task of procurement management is key in the management of business enterprises of trade. Even small businesses that have a wide range of products, it is necessary to implement automated procurement management system. This raises the question of the effectiveness of applied information technology procurement management, which is determined, first of all, the quality of the brainware. The quality of the applied mathematical apparatus, depends on the effectiveness and cost of software procurement management system. The paper presents the basic model of inventory management, made a brief comparative analysis of the models and optimization techniques, and methods of statistical analysis and sales forecasting.Keywords: procurement, inventory, management, technology, analysis, optimization, forecasting model.

Рекомендовано к публикации:

Юдиным С. В., доктором технических наук, профессором ФГБОУ ВПО Российский экономический университет им. Г. В. Плеханова», Тульский филиал