Архив форума

Добрый день.
 
Статья в высшей степени поверхностна - тема не раскрыта вообще.
Окончательное утверждение спорно т.к. в одном случае мы добиваемся определенного уровня обслуживания, в другом оцениваем дисперсию и пытаемся родить страховой запас. Тот и другой методы основаны на статистике. Вопросы применимости - сводятся к вопросу владения мат. аппаратом в конкретной компании. В подавляющем большинстве случаев всё заканчивается либо банальщиной, либо гаданием на кофейной гуще.  
Резюме: Качественно описать страховой запас можно любым предложенным методом. Практической пользы, как от формулы Вильсона (Уилсона, EOS, EOQ, и т.п.). Красиво и бесполезно. Адекватное решение требует работы.

Цитата:

Прошу Вас, если "в мою папку", то только в тот раздел, который используется с целью демонстрации, что не всякое печатное слово истинно и не всякой опубликованной статье можно доверять, несмотря на прочие заслуги автора.  
 
Извиняюсь, я попробую высказаться по вопросу позже.

Уважаемые Коллеги!
Хотелось бы поделиться собственным мнением по поводу обсуждаемой статьи.
Подходы, сравниваемые между собой в статье А.Г. Мадеры, являются некорректными в принципе:
 
1. Целью оптимального управления запасом является получение максимальной прибыли компанией, а не уровень сервиса, заданный непонятно кем.
 
2. Предположение о нормальном распределении спроса является грубым приближением. Реальные распределения спроса, а также длительности поставки, как правило, далеки от "Гаусса".
 
"Правильный" подход, реализованный в нашей автоматизированной системе управления запасом, базируется на следующих моментах:
 
1. Корректная постановка задачи - задание целевой функции оптимизации, например, "прибыль".  
2. Учет реального (произвольного) статистического распределения спроса и сроков доставки по каждой позиции ассортимента.
3. Уровень сервиса, оптимальный для каждой позиции, в "правильной" постановке является расчетным параметром.
 
P.S.
Очень странно, что в списке литературы к статье профессора А.Г. Мадеры отсутствует книга Рыжикова Ю.И. "Теория очередей и управление запасами", которая, по моему мнению, четко описывает правильный подход к построению стратегии управления товарным запасом.

Шаврину Андрею:
 
По ч.1 п.2 Нормальное распределение спроса вполне допустимое приближение при корректном выборе исследуемого периода ЦПТ работает.
 
Как "гауссовские" свойства спроса за большой период (год, два и более) связаны с распределением спроса на периоде доставки? Если спрос за год хорошо описывается нормальным распределением (ЦПТ в этом случае действительно применима),то что это дает для оценки распределения спроса за неделю или за один день? Например в фармацевтической рознице стандартом является доставка заказа на следующий день. Реальные вероятностные распределения спроса, которые мы использовали для оптимизации на практике, крайне редко могут быть удовлетворительно аппроксимированы распределением Гаусса.

По P.S. Господин Рыжиков написал много и часто правильно. Но рекомендовать его, как истину в последней инстанции не могу.
 
Я не утверждал, что в книге Ю.И.Рыжикова содержится истина, более того, я считаю, что эта работа излишне упрощенная. На мой взгляд, Юрий Иванович, один из первых, кто дал корректную постановку (а не решение) задачи оптимизации запаса.  
 
 
 
 
 
 

Добрый день!
 
Обратил внимание на оживленную дискуссию.
Хочу отметить несколько неточностей у автора, с точки зрения суровых реалий:
•      «Расчет величины страхового запаса до сих пор не имеет однозначной методики» – и не может иметь в связи с тем, что для разных компаний, для разных товарных позиций и т.д. существуют разные риски. А задача страхового запаса, «как известно из физики процесса» - снижение существенного негативного влияния этих рисков на деятельность (например, продажи) компании.
•      «Величина страхового запаса постоянно поддерживается дополнительно к ожидаемой потребности» – страховой запас штука динамическая и его размер может изменяться во времени, в зависимости от текущих рисков (их изменения), сезонности, «перекочевок» товара по матрице ABC/ XYZ.
•      «Случайная величина (q) потребления изделий в каждый единичный период времени (например за день или неделю) подчиняется нормальному закону распределения» - отнюдь. Глубоко не факт. Хотя в общем случае для потребительского рынка допущение приемлемо.
•      Формула, безусловно, известная, гораздо широко публикованная в литературе, имеет место быть и даже работает в ряде случаев, но говорить об использовании ее во всех случаях, когда не используется «второй» вариант расчета СЗ – ошибочно.
•      «Так, вероятность P = 0,95 что означает, что в 95% всего времени мы рассчитываем, что запас не исчерпается, и в 5% времени мы будем испытывать дефицит изделий» – строго говоря, вероятность P = 0,95 означает, что в 5% времени мы можем «испытывать дефицит изделий». Вообще, судя по всему, существует несколько вероятностных подходов.  
•      «…здесь понимается количество изделий, которое может быть получено потребителем немедленно из имеющего запаса»
•      Опираясь на УС(ервиса)/УД(оступности)/УО(бслуживания) в 95%, по крайней мере, при принятой формулировке определения, можно придти к выводу, что в данном случае 95% - это доля заявок (доля в общем количестве строк в заявках клиентов, что при большом количестве транзакций, с моей точки зрения, более объективно), которые мы можем удовлетворить. Либо при второй формулировке – это отношение реализованного объема к общей количеству потребности. Вообще, - хорошо, когда оцениваются оба параметра. Про немедленно речи нигде не было, речь всегда шла «в срок удовлетворения потребности обозначенный клиентом». То есть, если клиент присылает заявку на получение чего-то в каком-то количестве 14 мартобря (допустим, просит отправить ему вагон), то удовлетворить эту потребность я обязан не немедленно после получения заявки, а не позднее (и, хорошо бы не ранее) 14 мартобря. И еще, согласно одной из широко известных формулировок, УС/УД/УО характеризует вероятность выполнения заявок клиентов. Т.е. показатель к 95% обозначает, что мы можем не обслужить максимум 5% заявок (хоть по количеству, хоть по объему – кто как измеряет).
•      «…не хватать при данном уровне обслуживания в течение периода выполнения заказа L» - не в течение периода выполнения заказа, а в течение либо отчетного периода (за этот промежуток времени измеряется УС/УД/УО), либо  периода между поступлением пополнения запаса.
•      «если экономичный размер заказа равен Qо , то количество заказов в год составит D / Qо» - а если D не кратно Qо? Тогда целое количество заказов мы не получим. Ладно еще, когда «экономичный размер заказа» - это маршрут: его можно «добить» групповыми и вагонными отправками, а если это контейнер? 67,3 контейнера в год – количество поставок? Чтобы не таскать воздух, - это 67 контейнеров или 68? Если 67, то УС/УД/УО будет ниже 95%, если 68, то больше. Что скажет в этом случае наука? Или я залез в многономенклатурную епархию? Так монотоваром мало кто занимается.
•      «…ожидаемый дефицит, приходящийся на каждый заказ равен..» ну почему на каждый заказ??? Параметр измеряется за отчетный период! Кроме того, если вспомнить все-таки тервер, то какова вероятность того, что во всех поставках в течение года у нас дефицит в 5%, если по партии у нас планируется дефицит в 5%? Хотя тут могу и ошибаться, но правила сложения вероятностей еще никто не менял (мне не докладывали, по крайней мере).
•      «…количества изделий M(k), которых будет не хватать при данном уровне обслуживания в течение периода выполнения заказа L», «отметим, что при M(k) > 0,3989 величина страхового запаса получается отрицательной», т.е. если мы измеряем не целые величины количества изделий, которые будут находиться в дефиците, то страховой запас не нужен? Или я что-то не так понял? Если «количество изделий M(k), которых будет/ может (моё дополнение - В.Ш.) не хватать при данном уровне обслуживания в течение периода выполнения заказа L» составляет 80, допустим, тонн трубы 273х8 мм, то страховой запас мне не нужен и я снижаю размер партии поставки на это количество, или точка перезаказа уменьшается на это количество? или я опять что-то не так понял? Может определиться в обозначениях: сначала M(k) – это количество, потом M(k) – это табличная функция?  
•      Вообще, приведено автором решение не факт, что оптимальное, с точки зрения реалий. Чисто математически – да, красиво. Но «узок круг этих людей и страшно далеки они от народа». Экономичная партия – 100 штук. Ок, с учетом всех затрат. И без ограничения в оборотных средствах. Но если исходить из практики, то партия с высокой вероятностью будет реализована в срок от 15 (не от 12-13) до 20 дней (отклонение-то не только в «+» от матожидания, но и в «-«). Для того, чтобы гарантированно не «просесть» можно запланировать поступление поставки на 18-й день от прибытия предыдущей. Тогда СЗ тут и нужен не будет. Будет чистая потребность, хотя и с упреждением. И УС будет выдержан, и избыточного запаса не создадите. Следующую поставку можно запланировать, контролируя текущие продажи. Более точно можно сказать, только зная дополнительные параметры товародвижения: возможно, поставка нужна не на 18-й, а на 19-20-й день. Данных недостаточно.
•      «Сравнение величины страхового запаса (23 шт. и 4 шт.), вычисленное при обоих подходах показывает, что во втором подходе страховой запас почти в 6 раз меньше, чем при вероятностном подходе. Это явно заниженное значение и оно не может служить достоверной рекомендацией для создания страхового запаса» - очень сильно не факт. А то, что запас в 6 раз меньше, не значит, что продажи будут меньше. Это только значит, что затраты будут меньше и меньше потребуется вложенных средств.
•      Также, помимо размеров вероятного отклонения стоит измерять вероятность возникновения потребности в этом СЗ (отклонении). Для точности и практичности.
 
Не уверен в практической пользе статьи и приведенного анализа для работы в реальных условиях. Можете кидать в меня помидорами.
 
С уважением.
 
Шиков.

Добрый день!
 
Сергей, скорее да, чем нет.   Просто я старался быть корректным.
На самом деле, что такое рассчитанных автором страховой запас в 23 ед. Это значит, что автор предполагает, что в течение этих 15-20 дней реализации партии поставки отклонение в размере СКО в "+" (только в "+"!!!!) произойдет не менее 9 раз (!!!!) . И даже не потрудился посчитать вероятность этого события.
С моей точи зрения это и является свидетельством непонимания автором сути проблемы. Потому и цитата:
Цитата:
.
 
Вред в том, что такие, вроде бы умные люди, профессионалы со статусом (дэн, профф и т.п.) потом советуют и компания вколачивает денег в запас более неорбходимого и несет затраты в 1,5-2 раза выше реально необходимого. О КАКОЙ КОНКУРЕНТОСПОСОБНОСТИ нашей экономики может в данном случае идти речь?
 
Кроме того, думал всегда, что у проффессоров и дэн с грамматикой и пунктуацией все же должно быть получше.
Нам простительно - "от сохи, да от обоза".
 
С уважением.
 
Шиков.

Добрый день коллеги,
 
Виктор, как обычно, грамотно расставил точки над Ё
Добавлю свои 3-4 коп. Страховой запас, как и любой другой, в конечном итоге влияет на прибыль. Устанавливать его ориентируясь только на удовлетворение спроса не совсем корректно. Необходимо учесть влияние размера СЗ на конечную цель ->$. Учитывая критичность товара, конечно.
 
P.S. Степень не даёт основания утверждать о компетентности её владельца. Она подтверждает факт и степень участия в области знаний.

Добрый день! Уважаемый Игорь Аникин затронул очень важную проблему, которая важна не столько для расчета страхового, сколько для обычного запаса - выбор функции распределения спроса. Хотя это уже следствие описания процесса спроса, как такового. Здесь тоже проблем много - например, качественная аппроксимация произвольных процессов с локальными особенностями явление пока еще редкое))  
Возвращаясь к проблеме выбора ф-ции распред. спроса. Здесь важно помнить о том, что товары имеют разную плотность распределения вплоть до определенных часов и дней недели за рассматриваемый период)) Пока мне не попадалась методология расчета запасов, учитывающая такие вещи. В том, что они важны, не сомневаюсь - ведь каждая единица товара - это прибыль или убыток, и от того, насколько точно описан процесс спроса, зависит сколько товара нам необходимо для получения оптимального результата.
А статья уважаемого д.э.н.А разбиралась на этом форуме примерно год назад, но не с таким разгромным счетом)))

Процитировано сообщение: Шиков Виктор от 09.04.2009 :: 09:46:28:
пытался смотреть на эту фразу в анфас и в профиль, но так и не понял

Архипову Станиславу
А что конкретно нужно объяснить? если "аппроксимация произвольных процессов с локальными особенностями" - то имелось в виду следующее: если анализировать процесс спроса (т.е. по имеющимся наблюдениям в определенные моменты времени попытаться воспроизвести сам процесс и его поведение), то это не так легко сделать в силу "засоренности" ряда крупными разовыми закупками ((с) Акулов Н. )или наоборот, провалами. Если их не описать, это может привести к неверному выбору уровня запасов, что скажется на прибыльности компании или на ее репутации в случае с дефицитом.
а если про "товары имеют разную плотность распределения вплоть до определенных часов и дней недели за рассматриваемый период", то я имела ввиду, что плотность распределения однозначно влияет на уровень запасов; и в пределах, например, недели тот же хлеб, продается в разные часы дня неодинаково, но в общем, за всю неделю имеет устойчивый тренд. Это, конечно, уже тонкости   но тем не менее..
 
Еще цитата: "было бы интересно узнать, есть ли люди, опирающиеся не на аналитические распределения, а на фактически измеренные? скажу сразу, один такой опыт у меня был".
Станислав, скажу Вам по секрету, что аналитические распределения опираются на фактические измерения  

Можете и меня записать третьим.
Тоже использую гистограммы для модели редкого
и сильнофлуктуирующего спроса.

Процитировано сообщение: Шаврин Андрей от 14.04.2009 :: 12:05:35:

Андрей, добрый день.
А как ищем? Считаем для разных величин запаса? Левее... Правее... Перебор?
Или рассчитываем всю кривую прибыли?
Для экспериментов и разовых оценок - терпимо. Для постоянной работы или использования в ИС - явно непрактично.
 

Цитата:

Станислав, вот я и пытаюсь заниматься разработкой инструментов качественной аппроксимации процесса спроса и, соответственно, определением рационального размера заказа. Хотя, тема не из легких, я в этом уже убедилась  
Часть наработанного материала я уже докладывала на недавней конференции, но пока нет публикаций, к сожалению, не смогу дать материал на форум (формулы, критерии и т.п.). А очень бы хотелось "обкатать" его и здесь, среди практикующих специалистов, а не только среди уважаемых к.э.н.ов и д.э.н.ов  

Процитировано сообщение: Шаврин Андрей от 14.04.2009 :: 12:05:35:

 
Андрей, уж от Вас не ожидал
 
во-первых, доказать это невозможно. а вот доказать, что это утверждение неверно - легко. методом "от противного"
 
Цитата:

 
если вдруг будет интересно, посмотрите на http://scm-book.ru/EconomicSS
одна из попыток посчитать экономику процесса, интересно услышать мнение.

Добрый день коллеги.
 
Согласен с теми кто меня поправил насчет того, что "всегда" Пуассон в час перейдет в "Нормальный" на неделе. Это гипербола, конечно. Суть, конечно, не в конкретных периодах час - неделя, а в том, что ВСЕГДА существует такой период, когда спрос будет иметь нормальное распределение. Проблема этого "ВСЕГДА" такова, что период может оказаться слишком большим для оперативного периода планирования. В этом случае мы имеем ситуацию спорадического спроса.  В случае спорадического спроса само нахождение параметров модели крайне трудная задача из-за нехватки данных.  
(Например параметр частотности 1 раз в 30 дней, см. Алексей Поташев,
сколько будет "экспериментальных" точек за год? и какова точность этого параметра? и как изменится ситуация на рынке за этот год? - слишком велика неопределенность для ежемесячного планирования этого товара.)  
Полученные результаты будут весьма приблизительны. Спорадический спрос вообще отдельная тема и страховой запас, в этом случае, весьма неоднозначное понятие.