Управление производством и материальными запасами в век ЭВМ (стр. 38 )

Рассмотрим, например, наименование товара, размер партии которого равен 6-месячной потребности. Имеются два периода пополнения запаса, или два цикла заказа, когда возможно возникновение дефицита. Следовательно, если допустим один случай дефицита, то страховой запас не требуется, так как возможность возникновения дефицита без страхового запаса равняется 50%. С другой стороны, когда товар заказывается партиями, равными 5-недельной потребности, возможно десять случаев возникновения дефицита в год16. Если желателен только один случай дефицита в год, то потребуется страховой запас в 1,60 среднего абсолютного отклонения и уровень обслуживания составит 90%. Последняя цифра попросту означает, что при десяти возможных случаях дефицита и одном допустимом случае страховой запас исчислен так, что он гарантирует наличие в девяти случаях из десяти.

Следовательно, для исчисления точки заказа необходимо:

1) определить число допустимых случаев дефицита в год;

2) выразить число циклов заказа без дефицита в виде процента от общего числа заказов или возможных случаев возникновения дефицита в течение года; например, если возможны пять случаев дефицита, а допустим один, уровень обслуживания равен 80%;

3) найти в таблице гарантийных коэффициентов соответствующее значение среднего абсолютного отклонения.

Понятия дефицита и уровня обслуживания имеют статистическую природу. На практике обслуживание часто измеряют количеством отгружаемых наименований; количеством наименований в еженедельном перечне дефицитных наименований, по которым не выполнены заказы; количеством невыполненных заказов по этим наименованиям и т. д. Практик должен сопоставить статистическое понятие дефицита с каким-то содержательным измерителем качества обслуживания, используемым в реальных ситуациях. Всегда важно помнить, что статистические данные, какими бы точными вычисления ни казались, представляют собой только аппроксимацию.

Расчетами величины страхового запаса следует пользоваться с большой осмотрительностью. Планирование и корректировка очередности — значительно более важная проблема. В большинстве реальных ситуаций результаты работы куда больше зависят от умения регулировать очередность работ. Следовательно, во многих случаях страховой запас можно устанавливать приблизительно, не ухудшая при этом результаты, выдаваемые системой.

Никогда не следует упускать из виду, что страховой запас влияет на обоснованность расчетов очередности. Страховой запас следует исчислять на уровне комплексного графика, а затем «развертывать» по компонентам, а не рассчитывать по каждому компоненту. Чтобы избежать нарушений комплектности компонентов, страховой запас следует рассчитывать только на уровне, где спрос независим, то есть на уровне комплексного графика. Если производить независимые расчеты по компонентам с зависимым спросом, то по деталям, идущим в одну и ту же сборку, могут значиться несовместимые даты выполнения заказа.

Математический расчет страхового запаса в свое время рассматривался в качестве важнейшего метода управления запасами. В настоящее время осознали, что вопрос, когда заказывать, имеет второстепенное значение, а самым важным является планирование очередности на основе действительной потребности. Методы расчета страхового запаса по-прежнему не лишены смысла, но они не имеют того значения, которое им некогда приписывали.

Разработка эффективной системы прогнозирования

Большинство прогнозов не сбывается, во всяком случае в полной мере. В результате службы маркетинга и сбыта стремятся уклониться от ответственности за прогнозирование так долго, как это им удается. Служба управления производством и запасами обычно настойчиво жалуется на то, что ей мало или совсем не помогает единственная служба, которая могла бы оказывать помощь. Когда же руководство наконец внимает жалобам и спрашивает: «Хорошо, а какой прогноз вы ждете от службы маркетинга?» — люди, ведающие производством, часто отвечают примерно так: «У нас в запасе 15 тысяч наименований товаров; пусть для каждого из них разработают прогноз на каждый из ближайших 6 месяцев». Или: «Скажите, сколько машин каждой марки можно будет продавать через 9 месяцев». Такого рода требования, разумеется, явно абсурдны. И они весьма озадачивают руководство компании, которое понимает, что у службы маркетинга и сбыта есть дела поважнее, чем пытаться прогнозировать продажу тысяч наименований за каждый месяц.

Что же должна прогнозировать служба маркетинга? Знание внешней обстановки позволяет ей прогнозировать:

1) продажи по группам товаров;

2) продажи рекламируемых товаров;

3) продажи новых товаров;

4) продажи отдельных наименований, по которым ожидается значительное увеличение или сокращение спроса в результате воздействия внешних факторов.

Из такого подхода вытекает, конечно, что служба управления производством и запасами обычно в состоянии разработать прогноз по товарам с нормальным спросом лучше, чем кто-либо другой. Как выразился один начальник производства: «Каждый раз, когда я прошу отдел сбыта дать мне прогноз, они просят у меня данные для его составления».

Такого рода рутинные прогнозы обычно разрабатывают с помощью того или иного метода усреднения, например экспоненциального сглаживания. Для большинства наименований лучшей прогнозной оценкой обычно является средняя из продаж за периоды, непосредственно предшествующие прогнозируемому. Нет никакой нужды заставлять службу маркетинга заниматься такого рода прогнозами. Если ее прогноз для группы товаров не совпадает по итогу с индивидуальными средними по группе, то средние цифры для каждого наименования необходимо пропорционально изменить с учетом группового прогноза, если предполагается, что последний более точен.

Изложенный принцип довольно прост: служба управления производством и запасами лучше вооружена для разработки внутренних прогнозов. Внутренние прогнозы основаны на данных самой компании (например, фактический спрос за прошлые периоды), внешние — базируются на факторах, находящихся вне фирмы (например, изменение цены или новая продукция конкурирующей компании). Лучшие прогнозы часто получают при сочетании обоих подходов.

Одна из наиболее серьезных проблем, с которыми сталкивается большинство компаний при прогнозировании, заключается в том, что они не могут четко определить, для какой цели должен служить прогноз. Например, раз в год разрабатывают план капиталовложений. К этому времени полезно, очевидно, иметь некий общий прогноз в разрезе групп товаров на 4—5 лет для более точной оценки потребности в оборудовании. Другие прогнозы разрабатывают для выявления потребности в мощностях на ближайшие несколько месяцев с целью определить потребность в рабочей силе. Такие прогнозы не обязательно должны быть составлены для каждой детали, они призваны выявить общее количество необходимых нормативных часов в разрезе участков в течение планового периода.

Разрабатывают также прогнозы по конкретным наименованиям с целью определить потребность в материалах, необходимых для их изготовления. Такие прогнозы следует часто обновлять. Это рутинные прогнозы, которые большей частью разрабатываются на непрерывной основе службой управления производством и запасами.

В большинстве компаний пришли к выводу, что более надежные прогнозы они получают в том случае, когда удается обеспечить совместную работу над прогнозом службы управления производством и запасами и службы маркетинга. Как тут не вспомнить удачное, хотя и затасканное: «Создать бригаду!» Как правило, самым целесообразным бывает такое распределение обязанностей:

1. Службе сбыта следует составлять прогнозы только по группам товаров, широко рекламируемым товарам, а также товарам, по которым ожидается или замечена определенная тенденция. По остальным наименованиям прогнозы может разрабатывать служба управления производством и запасами, используя методы усреднения.

2. На службу управления производством и запасами следует возложить обязанность по слежению за прогнозами. Эта служба, несомненно, пожелает принять какое-то участие в прогностической работе, особенно если учесть, что, как правило, она располагает фактическими данными, требующимися прогнозистам. Указанную службу следует обязать докладывать службе маркетинга о всех существенных отклонениях от прогноза, с тем чтобы они могли быть должным образом истолкованы.

3. Служба управления производством и запасами обязана воплотить прогнозы продаж в планы производства. Последние отличаются от прогнозов продаж, поскольку компании обычно не планируют выпуск продукции на уровне, точно соответствующем объемам продаж, так как необходимо обеспечить ритмичную работу завода и т. д.

4. Служба маркетинга должна быстро реагировать на просьбы истолковать тот или иной прогноз. Если прогноз не скорректирован, то следует предполагать, что он действителен. Производственная и снабженческая деятельность не останавливается, пока кто-то выгадывает время, чтобы полностью гарантировать себя от ошибок. Если ждать слишком долго, прогноз вообще станет излишним!

Самым важным является, пожалуй, культивирование реалистического подхода к прогнозам. В них нет ничего романтического, а прогнозирование — нормальная потребность предприятия. Даже если не существует четко выраженных организационных форм прогностической деятельности, компания использует прогнозы; и в той или иной форме они должны разрабатываться. Вопрос заключается в том, будут ли их разрабатывать ответственно и согласованно люди, лучше всего подготовленные для этой работы.

Важно, чтобы управляющие подходили к прогнозам с сознанием ответственности. Оптимистический прогноз, ласкающий слух генерального директора, может повлечь за собой большие вложения в запасы, если этому прогнозу поверили, а он не осуществился. Генеральный директор обязан представлять себе последствия прогнозов. Высший руководитель больше других ответствен за создание такой атмосферы, при которой отношение к прогнозам было бы реалистическим. Выработка политики в области прогнозирования, четкое определение того, что и когда следует прогнозировать, распределение обязанностей в этой области, поощрение совместной работы службы управления производством и запасами и службы маркетинга и особенно разработка чувствительной системы управления производством и запасами — все это способно дать компании больше, чем все хитроумные математические методы прогнозирования, когда-либо разработанные.