Планирование цепи поставок

Прогнозирование и планирование спроса

Работа цепочки поставок начинается с прогноза потребления на рынке. Из-за низкой точности планирования спроса в организации могут происходить масштабные сбои, она может начать плохо обслуживать потребителей, также наблюдается рост затрат. И наоборот, организации, разрабатывающие качественные планы спроса. Выигрывают прежде всего за счет оперативного удовлетворения запросов потребителей и хорошего соотношения затрат и эффективности. Это особенно важно для компаний из сектора ТНП, когда ассортиментная матрица выходит за тысячу наименований. Неточность в прогнозе оборачивается большими потерями: неиспользованием сырья и материалов, производственными потерями, потерями в торговле, косвенными потерями (непроизводство товаров, которые были востребованы рынком). Если прогноз занижен, продукт невозможно будет найти в продаже. Если же прогноз завышен, образуются излишние товарные запасы, что влечет за собой уценку товара и потерянную выгоду. Долгий производственный цикл, сезонные колебания спроса, широкая продуктовая линейка и сокращение жизненного цикла товаров — все это увеличивает вероятность ошибки в прогнозах.

План спроса необходим практически любой организации, участвующей в предоставлении физических продуктов или услуг, требующихся для удовлетворения запросов потребителей. Прежде чем я продолжу дальше, хочу сказать, что прогноз — это первоначальная оценка будущего спроса, основанная на статистике, а план спроса — оценка будущего спроса на основе согласованного анализа и одобренных результатов прогноза. Прогноз эта одна из ступеней планирования. [1, с. 227].

Точный план спроса помогает: доставлять продукцию поставщику в заданное время; иметь необходимое количество необходимой продукции в нужных местах; принимать обоснованные операционные решения; гарантировать, что финансовое планирование соответствует реалиям.

Существует несколько причин, объясняющий потребность иметь точный и надежный план спроса:

1) Несбалансированное время выполнения заказа.

Период обслуживание потребителя — период размещением заказа и получением продукта, когда потребитель готов ждать; часто его продолжительность намного меньше времени, фактически требующегося организации для производства или дистрибьюции продукта.

Для сокращения этого периода организации тратят много денег. Действия, предпринимаемые для того, чтобы модифицировать производственные процессы и снизить время производства, позволяет перемещать ряд операций ближе к потребителю, чтобы сократить время на дистрибьюцию. С учетом этой задачи составляется план спроса, предназначение которого гарантировать наличия продукта в любой момент времени и что его можно будет доставить в течение периода, когда потребитель готов ожидать. [3, с. 226].

2) Управление маркетингом.

Единственным способом при помощи которого многие организации могут расти — это увеличение их рыночной доли. Основные способы — это продвижение и другие маркетинговые приемы. Маркетинговые усилия могут быть действительно эффективным, хотя часто дорогостоящим, но если они плохо спланированы, то фактически мало воздействуют на рост продаж. Достаточно вспомнить компанию Sony при продвижении PlayStation привели к тому, что потребительский спрос стал намного опережать предложение. Маркетологи недооценили влияние событий, связанных со стимулирование спроса. Точный план спроса используется для принятия многих решений, необходимых для размещения нужного продукта в нужном месте, в нужном количестве, когда он нужен, где он нужен.

3) Планирование финансов и составление смет.

Всем органиэациям необходимо регулярно разрабатывать финансовые планы и составлять сметы расходов. Без точного плана спроса, скорее всего, потребуется постоянно проводить коррекцию, к тому же фактические условия проведения любых производственно-сбытовых операций будут далеки от тех, на которые ориентиравались разработчики сметы.

Существует много классификаций методов прогнозирования спроса. Для удобства можно выделить всего две группы: экспертные и статистические.

Первые основаны на экспертных оценках и по своей природе субъективны. Суть их заключается в переведении различных экспертных мнений в формулы, из которых формируется прогноз. К экспертным методам относятся: метод комиссии, «мозговая атака», анкетный опрос, метод Дельфи.

Статистические методы предполагают применение статистических расчетов для построения будущего на основе прошлого. Типичный пример — методы исчисления средних. Один из них — применение скользящей средней величины. Предположим, компания захотела использовать скользящую среднюю величину за 12 недель для прогноза спроса какого-либо товара. Для этого суммируют продажи за последние 12 недель, сумму делят на 12, получая таким образом среднюю величину. Через 7 дней добавляют продажи за последнюю неделю и отбрасывают первую неделю, получая данные опять за 12 недель. В этом случае мы говорим об использовании простой средней. Пример расчета:

Старый прогноз (месячные продажи) — 100 ед.

Фактические продажи (последний месяц) — 80 ед.

Новый прогноз (простая средняя) — 90 ед.

Один из очевидных недостатков этого метода заключается в том, что фактическим продажам придается такой же вес, как и старому прогнозу. Обычно лучше придать больший вес старому прогнозу и меньший — текущим продажам, так как последние могут представлять собой случайную вариацию, единственную в своем роде.

Весовые коэффициенты логичнее определить в 0,8 и 0,2 (в сумме они обязательно должны равняться 1,0). Тогда среднюю величину исчисляют так:

Старый прогноз — 100×0,8 = 80 ед.

Фактические продажи — 80×0,2 = 16 ед.

Новый прогноз (взвешенная средняя) — 80 + 16 = 96 ед.

Этот метод называется экспоненциальным сглаживанием. Весовой коэффициент, приданный текущим продажам (в данном случае 0,2) называют альфа-множителем. Экспоненциальное сглаживание представляет собой исчисление взвешенной скользящей средней. Преимущество этого метода в том, что он упрощает вычисления и часто позволяет хранить меньший объем данных. При экспоненциальном сглаживании требуются данные о «старом прогнозе» и альфа-множителе. Еще более важна гибкость метода. Если прогноз занижает действительный спрос, аналитик способен вручную ввести скорректированный прогноз в систему и приступить к сглаживанию. Это значительно удобнее, чем пытаться скорректировать расчет скользящей средней величины. [5].

При использовании регрессионного и корреляционного анализа рассчитывают формулы, которые придают различный вес «индикаторам», связанным с прогнозируемыми товарами или группами товаров. Например, закладка жилых домов оказывает определенное влияние на продажу металлических изделий строительным фирмам. Динамика валового национального продукта (ВНП), вероятно, тоже оказывает влияние. Таким образом, учитывая степень важности влияния того или иного фактора, можно построить формулу для прогноза суммарных продаж металлоизделий для строительства. При этом особенное внимание нужно уделять ведущим индикаторам, то есть тем, значение которых увеличивается или уменьшается до того, как начнут изменяться прогнозируемые продажи. Правда, использование такого рода индикаторов может принести пользу лишь в том случае, если оно опирается на здравый смысл. Влияние факторов, которые были очень существенны в прошлом, может измениться с течением времени, а потому для них нужно будет применять другой весовой коэффициент. И здесь не обойтись без экспертной оценки.

Следует также помнить, что ни один из указанных методов не может компенсировать или учесть воздействие на спрос других факторов. Например, если продавцы металлических изделий из-за финансовых затруднений решили сократить запасы, зависимость между закладкой домов и продажей металлоизделий не даст точного прогноза. Возросшая иностранная конкуренция также может оказать решающее влияние на динамику продаж.

В реальной практике необходимо использовать простые статистические методы в сочетании с разумным экспертным суждением. Кроме того, выбор метода прогнозирования может и должен определяться параметрами необходимого прогноза (горизонт планирования, уровень детализации и пр.). Например, для составления прогноза спроса для бизнес-плана на 10 лет целесообразнее использовать методы экспертных оценок, нежели статистические.