База знаний | Stock-solver

Легенда об "оборачиваемости".

Оборачиваемость запаса -самый популярный и, в то же время, самый некорректно используемый показатель.

Сначала давайте разберёмся с определениями

Формула общего коэф. оборачиваемости.png

Формула частного периода оборачиваемости.png

Формула разложения периода оборачиваемости через Tоб каждой SKU.png

Формула факторного анализа периода оборачиваемости через Tоб каждой SKU.png

Пусть входящая стоимость единицы (закупочная + распределённые транспортные расходы) - 100р., наценка - 40%. Т.е. валовая прибыль с единицы = 40р.

Анализируемый период - 90дн. Продажи по дням выглядят так:

Время реакции (время с момента заказа до момента оприходования на складе) - 4дня, интервал между просмотрами - 7дней. Т.е. цикл поставки =4+7=11дней.

Заказы поставщику согласно постоянно пересчитываемому буферу выглядят так:

Движение запаса исходя из потребления и заказов:

Результаты такого управления запасом:

Исходные параметры и результаты (норма) для примера с оборачиваемостью.png

Допустим, управление запасом изменилось (стали заказывать по-другому):

Диаграмма продаж и дефицита (ненормально).png

Результаты изменившегося управления запасом:

Исходные параметры и результаты (ненормально) для примера с оборачиваемостью.png

Как видим, и оборачиваемость "улучшилась", и рентабельность выросла.

Вот только УОС упал и, соответственно, появился дефицит. Результат такого управления запасом вряд ли назовёшь хорошим. Может тогда увязать оборачиваемость с УОСом? Т.е. зафиксировать УОС и добиваться для него (зафиксированного УОСа) наилучшей оборачиваемости?

Многие Компании так и пытаются делать, но распространённая ошибка - единый норматив оборачиваемости по всем SKU (c разными УОСами) или, хуже того, единый норматив оборачиваемости по всем SKU с единым УОСом по всем SKU.

Рассмотрим потребление двух SKU за период 90дней. Частота и объём продаж у них одинаковые, в вот вариативность ("колеблемость") потребления разная:

Потребление SKU2 (с большей волатильностью).png

Пусть цикл поставки - 10дней.

Смоделируем для каждой из SKU возможные варианты потребления за цикл поставки:

Моделирование спроса за 10дн. SKU2 (с большей волатильностью).png

Для SKU1 максимальное потребление за 10дней составило 464шт., а для SKU2 - 573шт.

Получается, что при одинаковых для обеих SKU исходных параметрах (частота продаж и объём продаж) для поддержания 100% -го уровня обеспечения спроса (УОСа) по SKU1 придётся поддерживать буфер 464шт, а по SKU2 - 573шт, т.е. по SKU2 на 23% больше!

Соответственно, оборачиваемость при этом никак не получится одинаковой. Если же оборачиваемость SKU2 сделать равной оборачиваемости SKU1, то нужно быть готовым к снижению УОСа SKU2, т.е. появлению дефицита SKU2.

Наверх