Проект совершенствования системы управления товарными запасами на примере дистрибьюторской компании
Дипломная работа - Маркетинг
Другие дипломы по предмету Маркетинг
ростого ранжирования, парных сравнений, метод Дельфи.
Математические методы основаны на анализе статистической информации и протекающих процессах и разделяются на три основные группы:
простые методы экстраполяции по временным рядам (метод наименьших квадратов, экспоненциальное сглаживание и другие);
статистические методы, которые включают в себя корреляционный и регрессионный анализ, факторный анализ и другие;
комбинированные методы, которые представляют собой совокупность различных подходов к прогнозированию.
Кроме того, необходимо ответить на ряд вопросов, которые напрямую влияют на выбор метода прогнозирования:
на какой период целесообразно делать прогноз?
насколько детализированным должен быть прогноз?
характерно ли сезонность для анализируемого объекта, наличие тренда?
как часто необходимо пересматривать прогноз и вносить корректировки?
Применительно к логистике, прогноз необходим для качественного планирования деятельности, а также для координации отдельных операций.
При управлении товарными запасами можно говорить о двух типах неопределенности, которым подвержена данная сфера деятельности: неопределенность спроса, требующая прогнозирования, и неопределенность функционального цикла.
При прогнозировании спроса следует учитывать ряд факторов, которые оказывают прямое влияние на динамику спроса, а именно: сезонные колебания, дефицит товара, проведение мероприятий по стимулированию продаж, случайные колебания.
В первую очередь необходимо учитывать дефицит товара. Если товара не было на складе, и компания не смогла удовлетворить спрос, это не значит, что спроса не было. Дефицит необходимо оценивать и прибавлять к уровню продаж, с целью корректного прогнозирования и не допущения возникновения дефицита в будущем.
Проведение мероприятий по стимулированию продаж. При образовании неликвидов или товаров с критичным сроком годности, часто принимаются решения о реализации подобной продукции посредством распродаж. Товар распродается, фактический уровень продаж растет. Однако, подобные продажи нельзя отнести к естественному спросу, так как он был создан искусственным путем.
Учитывая все вышеперечисленные факторы, можно сказать, что прогнозный спрос представляет собой не что иное, как средний объем продаж прошлые периодов с поправкой на определенные коэффициенты, отражающие влияние на спрос определенных факторов.
Рассмотрим метод прогнозирования, получивший широкое распространение в практике в силу относительной простоты в использовании - метод экстраполяции тренда.
В основе метода экстраполяции тренда лежит закономерность, что действующая внутри анализируемого временного ряда, сохраняется и а будущем периоде. Именно на этом утверждении основывается прогнозирование. Важным моментом является подбор модели тренда, имеющий общий вид: по данным базового периода и экстраполяции тренда на прогнозируемом периоде. Данный метод прогнозирования возможен с применением двух моделей: аддитивной и мультипликативной. Прогнозирование осуществляется в несколько этапов. Первый этап заключается в подборе уравнения тренда. При оценке тренда необходимо определить зависимость для уравнения тренда, которая задается определенной функцией - линейной, степенной, экспоненциальной. Параметры модели определяются с помощью метода наименьших квадратов (МНК), при этом должно соблюдаться условие, что сумма квадратов отклонений раiетных значений от фактических должна быть наименьшей. Уравнение линейной модели имеет вид, представленный формулой 2.7:
(2.7)
где - прогнозное значение;
- коэффициенты уравнения линейной модели, которые расiитываются по формулам 2.8 и 2.9;
- период прогнозирования.
(2.8)
. (2.9)
Второй этап заключается в продолжении линии тренда на будущие периоды, или определение точечного прогноза. Для того, чтобы получить прогнозное значение периода t, необходимо в уравнение тренда подставить конкретные значения t. Для получения адекватного прогноза, важно соблюдать следующее соотношение - 3:1, то есть длина предпрогнозного периода должна быть в три раза больше периода прогнозирования.
Третий этап - раiет ошибки прогноза. Так как тренд в большей степени характеризует среднее значение динамического ряда, логично предположить, что фактические значения имеют определенные отклонения от среднего, следовательно, можно говорить и об отклонениях для прогнозного периода. Причем погрешность прогнозного значения обусловлена не только колебаниями значений от среднего, но и вероятностной характеристикой спроса. Погрешность прогноза можно вычислить по формуле 2.10.
(2.10)
где - прогнозное значение показателя;
- фактическое значение;
- число степеней свободы, которое определяется в зависимости от числа наблюдений (N) и числа оцениваемых параметров (z), ; при наличии линейного тренда z = 2.
Погрешность прогноза выражается в виде доверительного интервала. Четвертый этап прогнозирования заключается в определении интервала прогноза при условии, что прогнозные оценки подчиняются нормальному закону распределения. Тогда интервал можно определить по формуле 2.11.
(2.11)
где - критерий Стьюдента с k степенями свободы и уровнем значимости p.
Однако, следует учитывать, что при увеличении периода прогнозирования, погрешность прогноза растет, именно поэтому при раiете