Оптимизация управления закупками и прогноза спроса: Повышение квалификации

Введение в курс

• Введение в курс

Оптимизация плана закупок

• Количественная модель для мини-кейса «Оптимальный план закупок компании “Холод”»
• Знакомство с надстройкой «Поиск решений» MS Excel
• Установка и использование надстройки «Поиск решений» для MS Office 2003
• Получение оптимального плана закупок для мини-кейса
• Постановка и решение задачи об оптимизации плана закупок на основе ресурса «узкого места»
• Основной принцип Теории ограничений Гольдрата
• Последний шаг анализа мини-кейса: «Что делать, если «узкое место» не одно, если их несколько?»

Оптимизация управления запасами

• Издержки хранения, их природа и способ оценки
• Товарный кредит и издержки хранения
• Издержка заказа
• Модель экономичного размера заказа
• Частота заказов для большой группы товаров
• Практические примеры использования модели EOQ: Пример «EOQ и требования жизни»
• Практические примеры использования модели EOQ: Пример «Выбор перевозчика»
• Практические примеры использования модели EOQ: Пример «Выбор поставщика»
• Практические примеры использования модели EOQ: Пример «График поставки в условиях сезонного спроса_1»
• Практические примеры использования модели EOQ: Пример «График поставки в условиях сезонного спроса_2»

Случайные вариации спроса

• Описание проблемной ситуации «На оптовом складе». Постановка вопроса об оценке риска дефицита и необходимом безопасном резерве
• Характеристики случайного спроса. Понятие о бизнес-прогнозе. Цель бизнес-прогноза
• Метод Монте-Карло и надстройка к MS Excel для реализации этого метода
• Установка надстройки «Моделирование Монте-Карло».
• Частотное распределение и кумулята случайной величины
• Определение среднего значения, стандартного отклонения и частотного распределения суммарного спроса за 2 дня
• “Экспериментальное” определение зависимости стандартного отклонения суммарного спроса за период из L дней от величины L
• “Экспериментальное” определение частотного распределения суммарного спроса за период из L дней от величины L
• Стандартное отклонение статистических оценок среднего значения
• Статистические характеристики суммы случайных величин: нормальное распределение

Практикум расчета риска дефицита и безопасных резервов по нормальному распределению с помощью MS Excel

• Разрешение ситуации «На оптовом складе». Вопрос 1 расчет безопасных резервов по заданным значениям риска дефицита
• Разрешение ситуации «На оптовом складе». Вопросы 2 и 3 расчет рисков дефицита по заданным значениям запаса при разных временных интервалах
• Сравнение частотных распределений спроса за 1 день и за 16 дней. Недопустимость выражения безопасного резерва в единицах среднего спроса, «в днях продаж»
• Влияние вариации времени поставки на риск дефицита
• Стандартное отклонение суммарного спроса за время поставки при условии вариации времени поставки. Учет нескольких факторов риска на величину стандартного отклонения суммарного спроса за время поставки
• Безопасный резерв при условии вариации времени поставки. Постановка задачи об оптимальном риске дефицита

Модели периодического восполнения запаса

• Применение модели точки перезаказа ROP к практическому примеру закупок. Издержки хранения безопасного резерва
• Применение модели точки перезаказа ROP к практическому примеру закупок. Расчет ежегодных потерь от упущенных продаж при заданном безопасном резерве
• Аналитическая связь между риском дефицита и величиной от упущенных продаж. Аналитическое выражение для оптимального риска дефицита в модели точки перезаказа
• Определение понятия уровень обслуживания и его связь с риском дефицита. Оптимальный уровень обслуживания в сравнении с практическими ориентирами, часто встречающимися в компаниях
• Сопоставление моделей «точки перезаказа» и «постоянного периода между заказами». Оптимальный размер заказа в модели постоянного периода между заказами
• Пример вычисления размера заказа в модели постоянного периода между заказами. Простое вычисление среднего и стандартного отклонения с помощью стандартных функций MS Excel в случае постоянного спроса

Однопериодная модель размера заказа

• Описание однопериодной модели. Оценка средней прибыли компании в сезон. Постановка задачи об оценке оптимального размера заказа в однопериодной модели. Идея использования метода Монте-Карло для решения этой задачи
• Построение модели MS Excel для применения метода Монте-Карло и определения оптимального размера заказа и максимальной ожидаемой прибыли в однопериодной модели
• Анализ результатов моделирования Монте-Карло: частотные распределения прибыли для разных размеров заказов
• Анализ результатов моделирования Монте-Карло: кумуляты прибыли, интервалы изменения ежедневной прибыли в пределах от 5% до 95%. Компромисс между величиной ожидаемой прибыли и риском убытков
• Какие издержки более тяжелы для фирмы: прямые потери от распродажи излишков товара или потери от упущенных из-за дефицита продаж?
• Расчет методом Монте-Карло максимальной ожидаемой прибыли и минимальных упущенных возможностей
• Сравнение размеров максимальной ожидаемой прибыли и минимальных упущенных возможностей
• Аналитический расчет оптимального риска дефицита и формулы для оценки оптимального размера заказа по нормальному распределению
• Расчет оптимального размера заказа в однопериодной модели в MS Excel
• Аналитическое выражение для ожидаемой прибыли в однопериодной модели
• Влияние уровня обслуживания на величину среднего спроса. Потери от утраты доброго отношения клиента (goodwill)
• Кооперация и разделения рисков в цепочке поставок. Построение модели для расчета методом Монте-Карло в MS Excel
• Кооперация и разделения рисков в цепочке поставок. Анализ результатов Монте-Карло

Основы бизнес-прогноза. Априорно-эмпирические методы прогноза

• Принципы и смысл построения технического бизнес-прогноза. Метод наименьших квадратов – основа технического бизнес-прогноза. Простая модель декомпозиции временного ряда
• Использование центрированного скользящего среднего по 12 месяцев для «десезонализации ряда» и нахождения тренда
• Определение средних сезонных факторов и построение линии прогноза
• Анализ остатков прогноза и оценка стандартного отклонения спроса
• Оптимизация параметров прогноза методом минимизации суммы квадратов отклонения данных от линии прогноза
• Использование экспоненциального тренда в мультипликативной модели декомпозиции
• Знакомство с S-трендом и его использование в мультипликативной модели декомпозиции

Адаптивные методы прогноза

• Еще раз о различии априорно-эмпирических моделей и адаптивных методов
• Метод скользящего среднего
• Идеология метода экспоненциального сглаживания
• Реализация метода экспоненциального сглаживания в MS Excel
• Реализация метода экспоненциального сглаживания в MS Excel для данных, соответствующих постоянному спросу, к спросу с выраженным трендом
• Идеология метода двойного экспоненциального сглаживания - метода Хольта
• Реализация метода Хольта в MS Excel
• Модификация метода Хольта для обработки данных с сезонными колебаниями
• Метод Хольта-Винтерса
• Пример прогноза спроса для единичного артикула в одном из магазинов сети розничной торговли
• «Замеченные неточности»

Вы узнаете про

• Приемы и инструментарий оптимизации закупок, статистического анализа и прогноза спроса на основе практических примеров и ситуаций
• Философия адаптивных методов: как сделать прогноз, не задавая математической функции для линии прогноза и не укладывая данные в заранее установленные рамки линейного, логистического или другого тренда
• «Эффект хлыста»: влияние структуры организации и человеческого фактора на удовлетворение спроса конечного потребителя
• Представление о практической реализации концепции оптимального управления запасами на складе

Вы научитесь

• Решать задачи оптимизации с помощью «Поиска решения» (Solver) MS Excel
• Моделировать стратегии поведения участников цепочки поставок (деловая игра «Цепочка поставок»)
• Использовать концепции минимизации издержек для принятия эффективных управленческих решений (заказ группы товаров, выбор поставщика, выбор перевозчика, оптимизация закупок в условиях сезонного спроса)
• Моделировать случайный спрос на основе надстройки «Монте-Карло»
• Рассчитывать риски на основе нормального распределения с помощью MS Excel
• Прогнозировать спрос (проведение линии простого тренда, выделение сезонной компоненты временного ряда)
• Определять параметры линейной регрессии с помощью функции ЛИНЕЙН MS Excel

Хотите получить не только знания, но и Удостоверение о повышении квалификации от Института бизнеса и делового администрированя? Пройдите обучение по данному курсу с поддержкой преподавателя, который проверит, оценит и прокомментирует выполенные вами работы. А вуз в случае успешного завершения курса выдаст вам официальный документ о повышении квалификации. Стоимость обучения с поддержкой преподавателя – 27000 руб.