Магистерский диплом на тему Совершенствование процесса управления прогнозированием спроса в логистике предпринимательской деятельности на примере ООО «Ив Роше Восток»

Содержание:

Введение 3
1. Теоретические аспекты управления прогнозированием спроса в логистике предпринимательской деятельности 5
1.1. Сущность и значение прогнозирования спроса 5
1.2. Влияние прогнозирования спроса на логистику предприятия 14
2. Практические аспекты управления прогнозированием спроса в логистике предпринимательской деятельности на примере ООО «Ив Роше Восток» 20
2.1. Анализ управления прогнозированием спроса в ООО «Ив Роше Восток» 20
2.2. Оценка логистических процессов и влияния прогнозирования спроса предпринимательскую деятельность ООО «Ив Роше Восток» 29
3. Разработка рекомендаций управления прогнозированием спроса в логистике предпринимательской деятельности на примере ООО «Ив Роше Восток» 40
3.1. Пути оптимизации логистических процессов в управлении спросом в ООО «Ив Роше Восток» 40
3.2. Оценка эффективности предложенных мероприятий 63
Заключение 73
Список использованных источников 82

Введение:

Актуальность темы исследования определена тем, что определенные особенности производства и продаж требуют систематической оценки и анализа индикаторов логистики, так как их отклонение от запланированных ценностей может привести к нехватке сырья для производства или чрезмерных запасов готовых изделий, увеличив стоимость хранения инвентаря. Запланированные ценности для метрик логистики основаны на продажах и прогнозировании спроса. Решение этой проблемы нельзя назвать простым, потому что спрос на продукты зависит в ряде причин, которые включают динамику промышленности или сегмента рынка, жизненного цикла продукта и фактического обнаружения определенной категории продукта на стадии активного роста или снижения, эффективности торговых компаний, сезонности спроса, и т.д.
Методы прогнозирования спроса и предложения ранее были основаны на прогнозирующей модели, но оценка допустимой ошибки прогноза важна для получения разумных запланированных ценностей индикаторов логистики. Величина допустимой ошибки прогноза неоднозначна и зависит от категории проданных продуктов, масштаб производства, системы продаж, объекта прогнозирования (например, спрос на регионы, продукты и компанию в целом должен быть принят во внимание и отражен как различная точность прогноза).
Рассматривая прогнозирование и планирование как обязательный элемент руководства компании, важно оценить, как эти процессы затрагивают эффективность логистики организации. Этот подход позволяет определять оптимальные затраты для прогнозирования и планирования, минимизируя затраты логистики, оценивая возможные риски, связанные с различными сценариями прогнозирования спроса и предложения (реальные, оптимистические и пессимистические сценарии), формируя основание моделей прогноза, которые лучше всего достигают целей планирования в компании.
В этом отношении анализ влияния планирования продаж и прогнозирования спроса на индикаторах логистики релевантный и пользующийся спросом в методах управления бизнесом.
Целью исследования является анализ влияния прогнозов сбыта на логистические показатели и разработка рекомендаций управления прогнозированием спроса в логистике предпринимательской деятельности на примере ООО «Ив Роше Восток».
Для достижения поставленных целей необходимо выполнить решение следующих задач:
— раскрыть сущность и значение прогнозирования спроса;
— изучить влияние прогнозирования спроса на логистику предприятия;
— провести анализ управления прогнозированием спроса в ООО «Ив Роше Восток»;
— оценить логистические процессы и влияния прогнозирования спроса на предпринимательскую деятельность ООО «Ив Роше Восток»;
— предложить пути оптимизации логистических процессов в управлении спросом в ООО «Ив Роше Восток»;
— провести оценку эффективности предложенных мероприятий.
При написании работы была использована научная литература, публикации, электронные журналы, интернет-ресурсы. В качестве методологического основания выступили математические и статистические методы, контент-анализ, сравнительный анализ.
Предметом исследования выступают системы планирования продаж и прогнозирования спроса, а объектом — компания ООО «Ив Роше Восток».
Цель и задачи исследования определили структуру работы, которая представлена введением, тремя главами, заключением, списком использованных источников и приложениями.

Заключение:

Управление товарными запасами – достаточно трудоемкий процесс, основанный на постоянном анализе больших массивов данных. При этом, когда ассортимент состоит из нескольких позиций, контроль за запасами, потреблением и закупками не очень сложный. Нужно только следить, чтобы товар не заканчивался и своевременно делать заказы. Для этого достаточно иметь в штате логиста с 3-5 летним опытом управления запасами.
Когда же количество позиций измеряется сотнями и тысячами, никакой опыт не поможет контролировать состояние склада, оперативно выявлять потребность и производить корректные расчеты. Для решения этой задачи необходимо использовать соответствующее программное обеспечение.
Существуют фундаментальные принципы, которые необходимо учитывать, прогнозируя спрос на любом уровне иерархии плановых решений. Несоблюдение этих принципов приводит к тому, что прогноз спроса становится либо невысоким по качеству, либо нерелевантным с позиций принимаемых предприятием решений.
Горизонт прогнозирования спроса. Разницу во времени между моментом, когда прогнозируется спрос, и тем плановым периодом, на который прогнозируется спрос, называют временным лагом. Выбор необходимого временного лага зависит от того, сколько времени предприятию нужно, чтобы разработать и принять все необходимые меры для того, чтобы отреагировать на информацию о прогнозе спроса. Если для наращивания производственной мощности в соответствии с прогнозом о будущем росте спроса требуется год, прогноз спроса с горизонтом менее года недостаточен, он не позволит решить необходимую задачу управления производственной мощностью. Или, например, если длительность производственного цикла при «производстве на заказ» составляет один месяц, нелогично иметь горизонт прогнозирования более коротким, ибо на такой прогноз предприятие не сумеет вовремя среагировать, подготовив необходимые запасы сырья и материалов.
При выборе горизонта прогнозирования спроса необходимо учитывать, что на более отдаленные плановые периоды прогноз будет менее точным, чем на более близкие. Соответственно, выбор горизонта прогнозирования спроса должен быть обоснован теми решениями, которые принимаются на основе сформированного прогноза — слишком короткий горизонт прогнозирования не позволяет адекватно решить поставленную задачу, а более долгий — создает проблемы с качеством прогноза.
Выбор объекта прогнозирования спроса. Чем детальнее прогноз, тем менее он точен. Соответственно, для каждого уровня иерархии планов необходимо выбирать тот уровень детализации объекта прогнозирования, который позволит решить поставленную задачу, но не приводит к ненужной детализации. Ненужной считается детализация, которая, увеличивая трудоемкость и стоимость прогноза спроса, не прибавляет прогнозу ценности с точки зрения принятия решений.
В целом, можно сказать, что параметры прогнозов спроса определяются целью использования прогноза. Чем выше уровень принятия решений и чем крупнее по масштабу принимаемые решения, тем более крупно и на более далекую перспективу строится прогноз спроса.
Качество прогноза спроса. Любому прогнозу присущ риск ошибки. Трудно представить прогноз, не содержащий ошибку. Можно выделить два типа ошибки прогноза спроса: ошибка оценки объема спроса и ошибка оценки структуры спроса. Эти типы ошибок необходимо рассматривать в зависимости от того, о каком уровне принятия решений на предприятии идет речь.
Риск ошибки оценки объема спроса при прогнозировании спроса может быть на любом уровне планирования. При долгосрочном прогнозировании спроса риск проявляется на уровне категорий продукции и товарных групп. Риск влияет на доступность необходимого объема ключевых ресурсов и на исполнение финансовых планов предприятия. При оперативном прогнозировании спроса риск проявляется на уровне номенклатурных позиций продукции, и влияет на фактический уровень обслуживания клиентов.
Риск ошибки оценки структуры спроса при прогнозировании спроса проявляется только при долгосрочном прогнозировании спроса на уровне категорий продукции и товарных групп. Предполагается одна структура спроса внутри товарной группы по номенклатурным позициям, а фактически структура оказывается иной.
Учесть указанные риски можно двумя способами: повышением качества прогнозов и/или резервированием ресурсов, предназначенных специально для покрытия этих рисков. На практике, как правило, используют оба способа одновременно — работают над повышением качества прогнозов спроса, и (поскольку стопроцентное качество прогноза на практике недостижимо) формируют резервные величины ресурсов (резервные товарно-материальные запасы, резервное время, резервную производственную мощность).
Для оценки качества прогноза выделяют две основные измеряемые характеристики: ошибка прогноза и точность прогноза.
Ошибка прогноза — разница между фактическим значением спроса и его прогнозным значением. Она может быть выражена как в абсолютном выражении, так и в относительном — в процентах от фактического значения спроса.
Точность прогноза — это выраженная в процентах величина, равная разнице между 100% и выраженной в процентах ошибкой прогноза спроса.
Основной для оценки точности и качества прогноза спроса является измеренная ошибка и точность прогноза для каждого отдельно взятого планового периода.
Однако чаще интерес представляет не отдельно взятый плановый период, а то, в какой степени хорош тот или иной метод прогнозирования спроса. Для этого принято рассчитывать сводные характеристики точности прогноза спроса. Двумя основными способами оценить точность метода прогнозирования спроса являются средняя абсолютная ошибка в процентах (MAPE – Mean Absolute Percentage Erro) и средняя процентная ошибка (MPE – Mean Percentage Error).
Ошибки прогноза спроса можно классифицировать на две категории: случайные отклонения и смещение.
Случайные отклонения означают, что в сумме ошибки прогноза стремятся к нулю, и плановые периоды, для которых спрос был переоценен, чередуются с плановыми периодами, для которых спрос был недооценен, то есть, в ошибке прогноза спроса нет тенденциозности, отрицательные и положительные значения ошибок прогноза спроса в целом погашают друг друга.
Смещение же означает, что есть серьезная проблема — значительно более серьезная, нежели случайные ошибки — систематическое завышение или занижение прогноза спроса. Предвзятость прогноза можно объяснить как объективными, так и субъективными обстоятельствами. Цель может быть связана с выбором модели прогнозирования спроса, которая, возможно, не вполне актуальна, например, не учитывает существенные факторы, влияющие на спрос. Внешние обстоятельства позволяют проводить оценку и корректировку за счет совершенствования моделей прогнозирования, сбора и подготовки данных для прогнозирования спроса, подготовки кадров для прогнозирования.
Субъективные обстоятельства связаны с намеренной недооценкой или завышением прогноза. Это означает, что прогнозист заинтересован, по тем или иным причинам, в смещении прогноза, поскольку получает определенные выгоды от сдвига прогноза. Например, если прогноз спроса создается отделом продаж предприятия и он получает премию за переполнение плана продаж, трудно ожидать от него оптимистичного прогноза спроса. И наоборот, если отдел маркетинга создает прогноз спроса, а маркетинговый бюджет рассматривается как процент от планируемой выручки, не ждите пессимистичного прогноза спроса. Нейтрализация влияния субъективных факторов в некоторой степени достигается правильной организацией процесса прогнозирования спроса.
В заключение следует сказать, что, помимо понятия «точность прогноза», можно выделить понятие «качество прогноза». Под качеством прогноза понимают способность процесса прогнозирования спроса формировать такие прогнозы, которые устойчиво отличались бы от фактических значений спроса не более чем на заданную величину ошибки. То есть качество прогноза означает способность удерживать ошибку прогноза в заданных пределах. Это очень важно с точки зрения управления, поскольку к заданным границам ошибки прогноза предприятие может заранее подготовиться, и такой масштаб ошибки не ставит под угрозу уровень обслуживания заказчиков.
В Россию марка Ив Роше пришла в 1991 году. Тогда же открылся первый бутик на улице Тверская, который работает и сегодня. На протяжении более 20 лет Ив Роше доставляет из Франции на российский рынок Растительную Косметику. Ив Роше самостоятельно распространяет продукцию через собственные каналы сбыта: бутики, каталоги, Интернет. СЕГОДНЯ «ИВ РОШЕ» – ЭТО:
Марка, присутствующая на 5 континентах и в 80 странах.
Марка №1 во Франции в уходе за лицом, за телом, в макияже, в банных линиях, в антивозрастном уходе.
1 000 видов продукции, представляющих все гаммы косметических средств: уход за лицом, уход за телом, парфюмерия, макияж, банные линии.
2-ая международная сеть, появившаяся на российском рынке.
первая монобрендовая сеть косметических бутиков в России.
2-ая по количеству магазинов косметическая ритейлинговая сеть в России.
победитель VII Всероссийского конкурса «Золотые Сети-2010» в номинации «Лучшее Дизайнерское Решение и Фирменный Стиль».
более 300 бутиков в 118 городах России.
более 6 миллионов клиентов.
Информационная система в центре, во Франции, устанавливает оптимальный уровень материальных запасов для этого отделения. Это в настоящее время имеет пять недель продаж и включает все пункты в систему начиная с отгрузки в отделение французской фабрикой.
Важный параметр системы, которая установлена для каждой статьи (название) товаров, является своим минимальным количеством, который направлется по адресу отделения, как только система выпускает рекомендацию на пополнении инвентаря. В этом случае к отделению партия товаров (как только системные государства малейший дефицит), равняйтесь минимальному количеству товаров, определенных в системе.
У системы продажи, используемой предприятием, есть только один центр дистрибуции — склад распределения фирмы, от которой выполнена отгрузка товаров всем клиентам. Склад расположен в Московской области, которая позволяет легко выполнять доставку или экспорт товаров как маленькими фургонами, так и большими трейлерами. Около склада есть таможенные посты Московской региональной таможни и Центральной таможни акциза. Это позволяет быстро выполнять таможенную очистку товаров, прибывающих в «Ив Роше Восток».
Замечено, что качество прогноза спроса определяется в большей мере хорошей организацией процесса прогнозирования спроса, чем отдельно взятыми сколь угодно сложными математическими моделями. Тем не менее, рассмотрим далее, какие типы методов прогнозирования спроса существуют, и в каких обстоятельствах их целесообразно применять.
В настоящее время в мировой практике управления закупками активно исследуется и внедряется такая технология как VMI (Vendor Managed Inventory) — запасы, управляемые поставщиком, которая базируется на тесном сотрудничестве поставщика и потребителя в цепи поставок.
В настоящее время данную технологию используют такие компании как Wal-Mart, Procter&Gamble, Gilette, Whitbread beer company, Coca Cola, Media Markt и многие другие. В России она встречается пока очень редко, всего лишь на нескольких предприятиях с иностранным капиталом: Вимм-Билль-Данн, Metro, Real.
Основная концепция VMI технологии состоит в следующем: поставщик берет на себя управление запасами своих материалов у потребителя (дистрибьютора), а потребитель, в свою очередь, своевременно дает информацию о наличии у него материалов, производственном плане, нормативах запасов материалов и их изменении, о запасах в пути, об отложенных запасах и возвратах.
Для реализации системы VMI необходимо решить следующие вопросы:
выбрать место расположения запасов: на складе у потребителя или у поставщика, или на промежуточных складах;
решить вопросы о праве собственности на запасы, кто берет на себя риски устаревания материалов и образования неликвидов, о создании консигнационных складах, при которых материалы будут оплачены потребителем только в случае их использования или продажи;
определиться с системой оперативного управления поставкой материалов: «на заказ», «на склад» или другие;
обеспечить своевременность передачи информации между поставщиком и потребителем, информационную интеграцию и прозрачность информации.
Система VМI подходит для материалов групп AX и BX, расходуемых в больших количествах при регулярном спросе и частой поставке. Расход материалов этих групп стабилен и хорошо прогнозируется.
В системе VMI активно применяется стандарт CPFR (Collaborative Planning Forecasting and Replenishment) — совместного планирования, прогнозирования и пополнения товарных запасов в цепочке поставок.
Основные преимущества технологии VMI для потребителя:
сокращение материальных запасов, особенно страховых;
сокращение дефицита материалов;
сокращение логистических затрат потребителя на управление запасами и затрат по закупке, поскольку ответственность несет поставщик;
увеличение продаж, так как у потребителя всегда есть товар в нужное время; улучшается надежность поставки от поставщика, потому что он более сфокусирован на решении этой проблемы.
Основные преимущества технологии VMI для поставщика:
лучшее прогнозирование и планирование поставок, так как сам поставщик управляет производством своей продукции и транспортировкой;
сокращение ошибок в заказах и возврата товаров за счет более точного планирования продаж;
оптимизация своего производства, использования ресурсов, снижение уровня товарно-материальных запасов;
повышение конкурентоспособности за счет оптимизации запасов, улучшения обслуживания потребителей;
установление партнерских отношений с клиентом в цепи поставок.
Возможные риски при использовании данной технологии:
у потребителя должна быть хорошо развита ИТ-инфраструктура;
поставщик может использовать информацию о потребителе в своих целях;
могут возникнуть проблемы с передачей информации;
поставщики могут неожиданно отказаться от поставки материалов, перейти на изготовление других материалов, заключить более выгодные контракты с другими потребителями, обанкротиться.
Для России данная технология новая, неизвестная. Уже есть организации, использующие данную технологию, но их очень мало: мало кто хочет рисковать, экспериментировать в данной области.
Система VMI должна применяться, в первую очередь, между поставщиками и потребителями — партнерами с большим товарооборотом, у которых тесные долгосрочные связи по кооперации, строящиеся на базе совместной работы и обмена информацией. Такие отношения характерны для небольшого количества поставщиков, требуют от партнеров совместных решений проблем, учет мнения партнера, сообщение друг другу важной информации (производственной и прочей), широкое использование интегрированных информационных систем. Поэтому внедрение VМI систем возможно, скорее всего, в комплексе взаимосвязанных юридических лиц, в которых основное предприятие может определять решения, принимаемые дочерними предприятиями.
Внедрение системы VMI требует больших подготовительных и проектных работ по согласованию систем кодирования материалов, передаче накопленных учетных данных об истории поставок и потреблении материалов, о нормах запасов и т.д. Непростая работа предстоит по прогнозированию выпуска продукции потребителем, ее замене, планируемых маркетинговых мероприятиях по товарной политике, провокациями и т.д. Требуется внедрение единых интегрированных систем управления (SAP, 1C и т.д.) или согласование действующих.
Подводя итоги проделанной работы, можно отметить, что была разработана процедура совершенствования системы управления запасами, на основе VMI системы. Важным этапом в обеспечение функционирования новой системы управления запасами, была разработка и выбор модели управления запасами для различных категорий продукции.
Таким образом, в рамках третьей главы были определены особенности цепей поставок для ООО «Ив Роше Восток», были выявлены типичные проблемы компании в области управления запасами, показан алгоритм внедренияVMI систем, а также была произведена модификация формулы Уилсона.

Фрагмент текста работы:

1. Теоретические аспекты управления прогнозированием спроса в логистике предпринимательской деятельности
1.1. Сущность и значение прогнозирования спроса

Прогнозирование – предположение о том, какой спрос на продукцию может быть в будущем [24, c.19]. Эти предположения делают на основе опыта прошлых лет, анализа рынка и причинно-следственных связей. Точность прогноза имеет принципиально важное значение, т.к. прогноз спроса является отправной точкой для расчета страховых запасов и планирования производственно-логистических операций как на долгосрочном, так и на среднесрочном горизонте.
Если процесс прогнозирования не осуществляется в компании, если прогноз имеет низкую точность, погрешности прогноза не измеряются и не учитываются, это приводит к неприятным последствиям [30, c.28]:
— отсутствие запасов на ходовые товары и формирование запасов на невостребованную продукцию
— упущенная прибыль в следствие нереализованных возможностей- излишние замороженные средства
— закупка ненужных материалов и производство ненужных полуфабрикатов, затаривание складов
— и т.п.
Прогнозирование спроса — определение возможного будущего спроса на товары и услуги, чтобы лучше адаптировать экономические предприятия к условиям развивающегося рынка. Прогноз спроса — теоретически оправданная система индикаторов неизвестного объема и структуры спроса. Прогнозирование соединяет прошлый опыт об объеме и структуре спроса с прогнозом их будущего государства.
Прогноз спроса рассматривается как прогноз физического объема продаж товаров (услуг). Его можно дифференцировать по категориям потребителей и регионам. Прогнозирование может быть сделано на любой период выполнения. Основной акцент в краткосрочном прогнозе сделан на количественную, качественную и ценовую оценку изменений в объеме и структуре спроса; время и случайные факторы принимаются во внимание. Долгосрочные прогнозы спроса определяют, прежде всего, возможный физический объем продаж товаров и динамику изменения цен.