Управление запасами: прогнозирование спроса и мониторинг реализации продукции пищевой промышленности

Достаточно легко предположить типичную для большинства предприятий ситуацию, особенно в пищевой промышленности:

Высокая вероятность возникновения «неликвидов» = скоропортящаяся продукция + широкий ассортимент в условиях недетерминированного спроса

Продукцию невозможно навязать или протолкнуть, ее можно только предложить. С излишками продукции практически невозможно бороться. Из-за отсутствия «стоков» и технологий переработки неликвиды в большей части превращаются в потери. Учитывая специфику скоропортящейся продукции, лучше недопродать, чем потерять из-за перепроизводства.

В результате вопрос прогнозирования спроса выходит на уровень стратегических условий существования компании, особенно в пищевой промышленности.

Исходные условия

Компания выпускала широкий ассортимент продукции: около трехсот позиций постоянно в ассортименте. В предыдущие годы перечень выпускаемой продукции порой превышал пятьсот позиций. Автор провел ABC-анализ и предложил резко сократить ассортимент. Для регламентации работы с ассортиментом был составлен реестр выпускаемой продукции. Он регулярно (раз в полгода) пересматривался. Реестр состоял из трех разделов:

• обязательные позиции (после оптимизации – 155 позиций)
• продукция, выпускаемая под заказ торговли (25 позиций)
• продукция, выпускаемая по технологической необходимости (35 позиций)

И это был только первый шаг в трудной работе управления ассортиментом.

В компании, потери из-за ошибок планирования – прямые потери из-за перепроизводства и недополучение прибыли из-за недостаточного выпуска продукции – оказались вне компетенции центров ответственности. Все списывалось на непредсказуемые обстоятельства. А из-за значительности данного показателя эта проблема выдвинулась на первый план. Проведенный анализ показал, что при существующем уровне рентабельности каждый процент невозвратных потерь необходимо было компенсировать примерно десятипроцентным ростом продаж. И это без учета косвенного ущерба, который неизбежно возникнет в случае подобных «проколов», например разочарование покупателей, которым был обещан товар, числящийся в заказе, но не обнаруженный на складе.

Также накладывали свой отпечаток особенности отрасли. Причины, усложняющие процесс прогнозирования:

• неритмичность потребления – характер потребления зависит от очень большого количества факторов (кроме стандартных макроэкономических – сезонность, праздники, погода, разная эластичность спроса и т.д.);
• нестабильность цены и качества из-за сильной зависимости от природных факторов, качества, цены и самого наличия сырья;
• низкая квалификация персонала в ритейле и на производстве не позволяет планировать «снизу». По этой же причине требуется жесткий и ежедневный контроль за остатками и реализацией планов с оперативной коррекцией заданий, поскольку инициатива персонала порой непредсказуема.

В данной ситуации требовалось разработать методику построения прогноза спроса и построить на ее основе системы планирования продаж, производства, закупок, логистики и т.д.

Из-за большого количества клиентов, а главное, из-за низкой квалификации персонала невозможно было организовать планирование «снизу». Выход один – планирование сверху и транслирование плановых показателей вниз, а также оперативный мониторинг выполнения планов.

Следующим шагом требовалось разработать систему мониторинга и корректировки планов, желательно в режиме реального времени.

Авторская модель прогнозирования спроса и мониторинга реализации продукции

Именно для решения этой проблемы автором данной статьи была разработана модель управленческого учета отдела продаж, построенная на системе прогнозирования продаж и системе оперативного мониторинга итогов продаж. В течение нескольких лет модель была расширена, усовершенствована и преобразована в модель управленческого учета коммерческого направления всего торгово-производственного холдинга.

В разработанной модели были учтены четыре фактора, влияющие на точность прогнозирования:

1. Уровень потребления в прошлых периодах. Построение прогноза продаж проводится на основании экстраполяции существующих тенденций, определяемых на основе анализа статистических данных по продажам за последние три года. Но данные экстраполируются с учетом календарных эффектов.

3. Коллаборативная информация о влиянии неких нетипичных внешних событий. В предлагаемой методике данный подход применяется дважды: на втором и пятом этапе методики. И это является усовершенствованием методики Шрайбфедера (Джон Шрайбфедер. Эффективное управление запасами. Пер. с англ. М.: Альпина Бизнес Букс, 2006). И именно поэтому данный фактор применяется перед фактором тренда (фактор 3 перед фактором 2).

Сначала проводится экспертная «очистка» результатов реализации периода. Точнее, она проводится сразу же по закрытии каждого календарного периода (месяца, года).

Экспертным путем вводятся поправки на случайный или, точнее, нетипичный характер прироста или спада торговли за данный период. Ожидаемые внешние воздействия, такие как сезонные изменения спроса, сезонное отсутствие или перебои с сырьем у поставщиков, ожидаемые колебания цен на сырье или изменения параметров его качества и т.д., считаются системными, и их влияние как раз очень важно учесть и зафиксировать при оценке сезонности. А выделить необходимо случайные субъективные факторы, непосредственно связанные, в частности, с действиями наших сотрудников. Например, в одной рыбоперерабатывающей компании отдел закупки не смог закупить требуемый объем скумбрии, и в результате компания недополучила как минимум восемьсот тысяч. В другой период, наоборот, удалось выгодно приобрести несколько крупных партий сельди. Спрос на сельдь очень эластичен, и благодаря привлекательной цене компания дополнительно продала с плановой рентабельностью продукции на два миллиона рублей. Проведение рекламных акций по продвижению филе семги и форели в гипермаркетах «Ашан» в декабре увеличило выручку на семь и девять миллионов рублей соответственно.

Очень важно планомерно и своевременно проводить данную экспертную оценку. Задним числом практически невозможно вспомнить истинные причины взлетов и провалов. Поэтому данные поправки необходимо вводить при подведении итогов каждого отчетного периода. И в результате мы имеем не просто объемы продаж прошлых периодов, а так называемые очищенные показатели, скорректированные на величину нетипичных внешних воздействий, – поистине величину истинного спроса на продукцию. Полученную величину можно назвать показателем спроса, приведенного к стандартным внешним условиям работы.

2. Тенденции, уменьшение или увеличение объема потребления в течение определенного периода времени. Приходится учитывать несколько тенденций и закономерностей. В пищевой отрасли, и для рыбопереработки в частности, основные закономерности спроса связаны с сезонностью и с праздничным изменением спроса, особенно на определенные виды ассортимента.

Многие рыбные производители знают «правило буквы «р»: соленая и копченая рыба пользуется спросом в те месяцы, в названии которых есть буква «р», то есть с сентября по апрель.

Далее ведется расчет парных коэффициентов сезонности. Расчет проводится поэтапно по результатам трех последних лет для пары двух одинаковых месяцев за три последних года. На первом этапе за базу принимаются итоги реализации предыдущего месяца. Например, продажи декабря на фоне ноября – по следующей формуле:

Кдекабрь-ноябрь = (2 x Sдек.05 / Sноя.05 + Sдек.04 / Sноя.04 + Sдек.03 / Sноя.03) / 4

Где, S - «очищенная стоимость» нормативного дня конкретного месяца. Влияние последнего года усилено коэффициентом 2.

Далее база меняется, например, рассчитывается коэффициент продаж декабря на фоне октября и т.д. Расчет парных коэффициентов обычно ведется для трех-четырех последних месяцев и еще для одного подобного, например для октября это апрель, а для мая это январь и т.д.

Можно было бы рассчитать коэффициенты сезонности, взяв за базу результаты продаж любого конкретного месяца, например января. В этом случае значительное влияние может оказать соотношение продаж между базовыми месяцами разных лет. Корректнее и точнее использовать парные коэффициенты. Именно расчет парных коэффициентов со «скользящей» базой дает более точные результаты, так как нивелирует влияние выбранного за базу месяца.

Влияние праздников в данной методике учитывается косвенным образом. Практически все значимые праздники, за исключением, пожалуй, религиозных праздников со скользящими датами, привязаны к конкретным календарным числам. Их порой так и называют - праздничные даты. Поэтому пока их учитывают в расчетах сезонности. Именно с этим связано то, что коэффициенты сезонности сильно разнятся для позиций праздничного ассортимента от другой продукции. В связи с этим коэффициенты сезонности рассчитываются отдельно для основных групп ассортимента. Именно разделение ассортимента на несколько групп и позволяет косвенным образом в рамках учета сезонности учесть и влияние праздников. В будущем планируется развести учет сезонности и влияния праздников.

Для рынка рыбопродукции, как и для всего рынка потребительских товаров, очень характерно наличие нескольких стратегических тенденций. Также нельзя не учитывать и влияние моды.

В настоящее время наблюдаются три устойчивые тенденции: постоянное увеличение спроса на упакованную продукцию, рост популярности калиброванных товаров – обе тенденции вызваны увеличением доли магазинов самообслуживания и, в частности, сетей. Третья тенденция связана с изменениями вкусовых предпочтений потребителей – непрерывно падает спрос на продукцию холодного копчения, частично спрос замещается продуктами горячего копчения.

Мода очень трудно поддается учету и прогнозу. В данном случае положиться можно только на экспертную оценку. Влияние моды необходимо учесть при прогнозировании спроса на новые продукты.

4. Горизонт планирования. При составлении прогноза на длительный интервал – год и более – обязателен учет устойчивых тенденций и моды. При планировании на месяц ими можно пренебречь.

В методике данного этапа построения прогноза и заключается одно из ноу-хау предлагаемой модели. При построении модели используется приведение к условному параметру – среднему дню реализации. Данный подход позволяет анализировать конечные и промежуточные результаты, руководствуясь здравым смыслом, что существенно облегчает выявление ошибок, допущенных либо при проведении расчетов, либо при вводе первоначальных данных.

В частности, для нивелирования влияния календарных (недельных) факторов вводится понятие нормативного рабочего дня – среднестатистический рабочий день. При этом допускается, например, что полный рабочий день равен 1, а неполный – суббота или предпраздничный день – равен 0,3. Благодаря этому допущению, зная график работы складов, можем посчитать нормативную длительность каждого месяца, выраженную в нормативных днях. В одном и том же месяце может оказаться по четыре субботы и воскресенья, а в следующем году в том же месяце – пять суббот и пять воскресений. Желательно учесть также и високосный год, и появление новых праздников или дополнительных выходных дней, как это произошло в этом году на новогодние праздники.

Таким образом, при расчетах используется весовой показатель нормативного рабочего дня. Этот показатель рассчитывается делением «очищенных» объемов продаж (показателя спроса) за конкретный временной интервал на нормативную длительность данного интервала. Получается «стоимость» нормативного дня или среднестатистические отгрузки в день в данном периоде.

«Стоимость» одного нормативного дня прогнозируемого периода (ожидаемый среднестатистический оборот за один рабочий день) рассчитывается по следующей формуле:

Sдек. = (2 x Sноя. x Кд-н + Sокт. x Кд-о + Sceн. x Кд-с) / 4

*влияние последнего месяца усилено коэффициентом 2.

Получается стоимость нормативного дня рассматриваемого месяца. Умножив его на нормативную длительность, несложно получить нормативный объем продаж. Теперь от нормативных величин необходимо перейти к прогнозным.

Вновь фактор №3. Уже упоминавшаяся коллаборативная информация о влиянии неких нетипичных внешних событий. Только теперь мы должны учесть влияние нетипичных внешних событий, ожидаемых или же запланированных в рассматриваемом периоде, и, соответственно, изменить расчетные нормативные данные.

К нормативной величине добавляются (или вычитаются) известные на момент планирования дополнительные объемы продаж, вызванные текущими действиями или происшествиями. Например, рекламная акция в таких-то сетях или гипермаркетах принесет столько-то, такой-то дилер из-за проблем с платежами не будет грузиться в этом месяце – вычитаем столько-то и т.д. Получается планируемый объем продаж. Далее можно рассчитать и планируемый среднестатистический день отгрузки.

В результате получен среднестатистический объем продаж в день на планируемый период. На самом деле таких продаж, скорее всего, не будет ни в один из дней. Для оперативного мониторинга продаж необходимо спрогнозировать не только «среднюю температуру по больнице», но и ежедневную динамику продаж.

Для построения динамики применяются также данные за предыдущие периоды. Для расчетов используются относительные результаты продаж, приведенные к их среднестатистическому дню отгрузки, за последние два – три месяца плюс аналогичный период и тот же период прошлого и позапрошлого года. То есть каждый конкретный день рассматривается по отношению к среднестатистическому дню отгрузки для прошлых периодов и нормативному дню отгрузки для планируемых периодов. Например, объемы продаж в понедельник 14 марта составили 0,685 от среднестатистического дня отгрузки за март, а во вторник 15 марта – 1,163. Получаются своеобразные весовые коэффициенты.

Чтобы получить прогноз динамики планируемого периода, применяется экспертный метод. Слишком много внешних воздействий способны повлиять на изменение динамики. Причем проявляются некоторые из них неожиданно и нерегулярно, поэтому учесть их в расчетах иначе как экспертной оценкой очень трудно. Правильнее будет сказать, что статистические методы обработки не способны дать стабильный приемлемый результат, так как методику расчета придется корректировать при каждом анализе.

Данные по сравниваемым месяцам располагают по рядам и выравнивают по дням недели (все данные за понедельник располагаются один под другим). Все праздники выделяются цветом. Такое наглядное представление данных за прошлые периоды позволяет эксперту выделить цикличные изменения, закономерности, связанные с сезонностью, и иные тенденции.

Предложенная методика расчетов преднамеренно приведена к некоему физическому объекту – дню реализации. Данный подход позволяет анализировать конечные и промежуточные результаты, руководствуясь здравым смыслом, что существенно облегчает нахождение ошибок, вкравшихся в расчеты.

Система оперативного мониторинга продаж

Используя данную методику, легко в любой день отследить выполнение плана, как в абсолютных, так и в относительных показателях.

В MS Excel заносятся данные об итогах продаж каждой торговой точки (каждого склада) ежедневно вечером после обмена данными из «1С». Все остальные показатели рассчитываются автоматически. Получаем текущее отклонение от плановых показателей месяца по каждой торговой точке и по компании в целом. Также автоматически выдается отклонение от плана накопительным итогом и динамичный прогноз продаж на весь период.

Прогноз рассчитывается (экстраполируется) пропорционально отработанным дням, только не линейно, а с учетом нормативного веса каждого дня. Формула расчетов проста, на уровне обычной арифметики, тем не менее приведем ее:

Данная система позволяет вести непрерывный мониторинг торговли. Затраты на его обеспечение при правильной и предварительной подготовке, как видим, весьма незначительны. Высокая ценность такой оперативной информации не требует доказательств. Важно, что это полноценная реализация задачи управленческого учета при минимальных затратах на программное обеспечение.

Система прогнозирования продаж в разбивке по ассортименту

Общий прогноз продаж дает ориентир. Но для производства необходим не ориентир, а четкий производственный план. Для каждой группы товара требуется индивидуальный расчет.

Прогноз ведется не по позициям прайс-листа, а по более укрупненным подгруппам. В подгруппу товарные позиции объединяются по принципу – один вид сырья, одна и та же технология, примерно одинаковая расфасовка: например, все семь видов пресервов «сельдь филе 220г» или вся скумбрия горячего копчения независимо от размерного ряда. Важно, чтобы пропорции внутри подгруппы были достаточно стабильны. Иногда подгруппы приходится преобразовывать. Делать это нужно только в случае крайней необходимости, поскольку теряется сравнимость результатов. Тем не менее, когда резко изменилась и структура, и динамика спроса на калиброванный кусок филе семги и форели, пришлось вывести эти позиции в отдельные из общих подгрупп «Семга филе кус. в/у» и «Форель филе кус. в/у».

Позиции включались в прогнозный лист по результатам рейтинга продаж – упрощенной версии ABC-анализа и на основе экспертных оценок перспектив отдельных видов продукции. Изначально для прогнозирования было выделено 43 товарные подгруппы, объединившие 96 позиций номенклатуры, включая технологические. Затем число подгрупп возросло до 48. С начала 2006 г. некоторые подгруппы были преобразованы, добавлены новые, и на настоящий момент прогноз проводится по 52 подгруппам, куда входит 120 позиций номенклатуры.

В рамках исследовательской работы был проведен ABC-анализ итогов продаж за последнее полугодие. Идея метода ABC состоит в том, чтобы из всего множества однотипных объектов выделить наиболее значимые с точки зрения оптимизации уровня запасов.

ABC-распределение получилось просто классическое: 80% оборота делает 20% ассортимента. Результаты представлены на рис. 1.

Рисунок 1. ABC-анализ

Всего за полгода для реализации было выпущено 285 товарных позиций (экспериментальные виды не учитывались). Распределение ассортимента по группам в результате ABC анализа приведено в табл. 1.

Таблица 1. Распределение ассортимента по товарным группам

Анализ показал, что 42 из 52 подгрупп сформированы из позиций группы A. Причем все 59 позиций группы A уже включены в прогнозный лист. Десять подгрупп было сформировано из товарных позиций группы B, причем из 51 позиции номенклатуры реализованной продукции, попавшей в группу B, в прогнозный лист попала 31 позиция.

Остальные 30 видов номенклатуры включены в отдельные подгруппы по производственной необходимости, невзирая на их незначительный объем реализации. Из группы C в прогнозный лист не была добавлена ни одна новая подгруппа. Теория подтвердила адекватность экспертной оценки.

Можно отметить некоторую избыточность прогнозного листа. Со временем он будет сокращен. Некоторые позиции введены с надеждой на перспективу, некоторые позиции существуют по инерции. Другим «кандидатам на вылет» дан последний испытательный срок, есть надежда реанимировать их. Слишком часто менять прогнозный лист не рекомендуется – нарушится преемственность. В этом случае лучше перестраховаться, ведь сократить всегда можно успеть, а вот восстанавливать данные за несколько периодов – весьма трудоемкая задача.

Прогноз продаж в разбивке по позициям ассортиментного перечня ведется по той же методике, которую мы использовали для расчетов общего объема продаж за период.

На первом этапе ведется расчет парных коэффициентов сезонности. Расчет проводится поэтапно по результатам трех последних лет для пары двух одинаковых месяцев за три последних года. На первом этапе за базу принимаются итоги реализации предыдущего месяца. Например, продажи декабря 2009 г. на фоне ноября – по следующей формуле:

Кдекабрь-ноябрь = (2 x Pдек.08 / Pноя.08 + Pдек.07 / Pноя.07 + Pдек.06 / Pноя.06) / 4

Где, Р - итоги реализации конкретного месяца данной подгруппы продукции в расчете на один нормативный день. Влияние последнего года также усилено коэффициентом 2.

Далее база меняется – например, рассчитывается коэффициент продаж декабря на фоне октября и т.д. Расчет парных коэффициентов обычно ведется для трех-четырех последних месяцев и еще для одного подобного, например для октября это апрель, а для мая это январь и т.д.

На втором этапе рассчитываются объемы продаж на прогнозируемый период. Ожидаемый среднестатистический оборот за один рабочий день по данной товарной группе рассчитывается по следующей формуле:

Sдек.09 = (2 x Pноя.09 x Кд-н + Pокт.09 x Кд-о + Pсен.09 x Кд-с) / 4

Где, Р - итоги реализации конкретного месяца данной подгруппы продукции в расчете на один нормативный день. Влияние последнего месяца также усилено коэффициентом 2.

Получаем стоимость нормативного дня рассматриваемого месяца. Умножив ее на нормативную длительность, мы можем получить нормативный объем продаж.

Тем не менее полученная расчетная величина не является окончательной. Она является лишь ориентиром для группы экспертов. Практика показала, что оптимальный состав такой группы - три, максимум четыре специалиста. Эксперты формируют прогноз, опираясь на приведенные расчеты, дополнительную, так называемую коллаборативную информацию, исходя из множества других трудно формализуемых параметров: опыта, интуиции, понимания тенденций, анализа динамики продаж за предыдущие периоды. Иногда специалисты приходят к единому мнению, иногда приходится рассчитывать среднее арифметическое из индивидуальных прогнозов.

На основе полученного прогноза составляется производственный план и корректируется программа закупки сырья. Практика показала, что, формируя прогноз по ассортименту, на основании которого будет составлен производственный план, необходимо ориентироваться на пессимистический сценарий развития событий, трактуя различные варианты именно с наихудшей стороны. Сказывается специфика скоропортящейся продукции. Опять же, имея столь эффективную систему оперативного мониторинга продаж и достаточно короткий технологический цикл - пять-шесть дней, можно позволить себе работать с небольшими остатками.

Программа закупки сырья формируется на сезон (примерно полгода), а по итогам месячных прогнозов лишь корректируется. Производственная программа ориентируется, как уже отмечалось выше, на пессимистический прогноз. А отдел закупки ориентируется на оптимистический: то есть пессимистический план плюс 20%. Остатки свежемороженого сырья прекрасно перейдут на следующий месяц, а вот оперативно закупить дополнительную партию сырья либо невозможно, либо просто дорого.

Система оперативного мониторинга продаж по позициям товарной номенклатуры

Для эффективного управления информация о состоянии общих продаж необходима каждый день. Поэтому оперативный мониторинг продаж проводится ежедневно, тем более что требует он совсем немного усилий: примерно десять минут и десятикратное нажатие нескольких клавиш компьютера дают искомый результат. Мониторинг продаж по ассортименту – более сложная операция. При существующей методике он занимает примерно два-три часа. Поэтому нормативно он выполняется примерно раз в декаду или же по необходимости в случае резких изменений объемов торговли.

Помимо прогноза продаж и соотнесения его с плановыми показателями, данная методика позволяет отслеживать и анализировать состояние остатков продукции.

Причем для анализа остатков используются не только абсолютные их величины на текущий период, но и соотношение их с текущими темпами продаж. Для наглядности это соотношение выражено в днях, то есть на сколько рабочих дней хватит текущих остатков, если сохранится имеющийся уровень продаж. Эта очень наглядная форма представления остатков позволяет оперативно принимать решения о конкретных действиях по работе с каждым видом продукции с учетом их сроков хранения.

Заключение

Модель позволяет оперативно получать информацию об итогах продаж в нескольких разрезах и управлять процессом в режиме реального времени. Данная методика прогнозирования, примененная совместно с бюджетированием, построенным с использованием системы калькулирования Direct-costing, позволяет не только составлять прогнозный бюджет доходов и расходов (БДР), но и корректировать его в случае необходимости. Причем в результате достигается не только требуемый прирост прибыли, но и необходимый для его обеспечения прирост объемов продаж. Система позволяет рассчитать точное задание службам компании, а также бюджет, который можно выделить для достижения требуемого результата.

Система нашла применение в постоянной практике бюджетирования одной из холдинговых компаний пищевой промышленности.

Автор: А. Шаталов, Консультант по общему и стратегическому менеджменту «ФинЭкспертиза Консалтинг»
Источник: Консультант, 2014 №9