Управление запасами. Просто о сложном

Другими словами, по их мнению, за ближайший месяц для бесперебойного снабжения вам потребуется 1200 единиц.

Второй способ экспертного прогнозирования. Вы по очереди обходите экспертов и каждому тет-а-тет задаете тот же самый вопрос: какой будет объем потребления артикула АВ123 за следующий месяц?

Получив ответы, вы проводите примитивные расчеты. Откидывается самое большое и самое маленькое значения, а от оставшихся рассчитываете среднее арифметическое (складываются все числа и делятся на их количество). Это и будет прогноз потребления АВ123 на следующий плановый период.

Однако оба упомянутые способа получения прогноза не свободны от одного большого недостатка – экспертного мнения. Проблема заключается в том, что эксперт считает просто потому, что он так считает. (Помните крылатые слова Портоса? «Я дерусь, потому что дерусь.»)

В случае вежливого (читайте, подчиненного вам) эксперта обычно происходит примерно такой диалог.

« – Какой будет объем продаж в следующем месяце?

– 1000 шт. (например).

– Почему вы так считаете?

– Я так оцениваю тенденцию рынка.

– А какова, по вашему мнению, рыночная тенденция?

– Она возрастающая.

– Почему вы так считаете?

– Потому что в течение последних 2-х месяцев продажи росли.

– А с чего вы взяли, что и в третьем месяце они будут расти?

– Я эксперт, я так считаю».

Вопрос: «А с чего вы взяли, что вы эксперт?» – не уместен, так как это именно вы назначили этого специалиста на «позицию» эксперта. Если вам не ценно его мнение, то зачем вы задаете ему вопросы?

В случае не вежливого (читай, не подчиненного вам) сотрудника диалог будет значительно короче:

« – Какой будет объем продаж в следующем месяце?

– 900 шт. (например).

– Почему вы так считаете?

– Я эксперт, я так считаю. Не мешайте мне работать!»

Сотрудник может назвать число, и на просьбу обосновать свою точку зрения, буркнуть что-то неразборчивое.

Или пространно объяснять что-то про мировой финансовый рынок, технический анализ, динамику потребления и производства и т. д. Не стоит всему этому уделять внимание. Мнения первого и второго имеют одинаковый вес и одинаковые шансы на удачу или ошибку. Запасайтесь терпением, через месяц (в нашем примере) все узнаете.

Поэтому в случае с экспертным прогнозированием, Вы изначально должны запретить себе задавать вопрос эксперту, почему он так считает. В этом, по сути, нет смысла. Вы зря потратите его и свое время.

Кроме того, имейте в виду, что практически всегда продавец будет занижать прогноз (еще бы, ведь ему выполнять план по продажам на его основе), а маркетолог будет завышать (ему-то что?). Поэтому в группе экспертов, сотрудников, заинтересованных в завышении и занижении прогноза, должно быть равное количество.

Из собственного опыта скажу, что погрешность в 50% в случае экспертного прогноза – это большая удача (я серьезно, без иронии). Просто у нас нет другого способа выкрутиться.

А вот что делать, если статистика потребления есть, мы поговорим в следующей главе.

Проанализировав эти риски, я настоятельно вам рекомендуюприменять экспертный метод прогноза лишь в случае отсутствия статистики прошлых продаж, то есть в ситуациях, когда рынок стремительно и скачкообразно растет; или когда вы открываете новый офис, магазин, филиал; или когда существенно увеличиваете численность продавцов и т. д. Другими словами, когда не выполняется условие «ожидаемого диапазона». Помните?

Глава 3. Экстраполяция или Будущее похоже на прошлое

В тех случаях, когда к ситуации применим математический аппарат, его непременно нужно использовать. Вы не только получите более точные результаты – вы еще и будете видеть, откуда эти результаты берутся, как их корректировать, как с ними работать.

Для прогнозирования нам понадобятся математические инструменты. Но сперва, хочу обратить ваше внимание на одно принципиальное различие. Математики могут себе позволить абстрактное мышление. Логисты – нет! За каждой нашей формулой, за каждым вычислением, за каждым решением кроется движение товаров на складе. И это может привести к огромной прибыли или таким же убыткам!

Ничего сверхсложного в предлагаемых мною расчетах нет. Нужно лишь четко представлять себе, что именно стоит за тем или иным производимым вами действием.

Начнем же мы с того, что поговорим об экстраполяции. В общем случае этот термин означает построение функции по имеющимся значениям и прогнозирование следующих значений.

Из школьного курса алгебры мы помним, как построить график, если задана функция, отражающая зависимость одного показателя от другого. Однако в жизни нам никто подобную функцию не даст. Поэтому единственное, что мы пока можем сделать – это построить график изменения объема продаж (потребления) от времени. Однако это будет весьма формальная зависимость, поскольку продажи не происходят с течением времени сами по себе. Вы не можете продавать продукцию без рекламного бюджета, без сотрудников, без складского запаса, без транспорта и т. д.

Следовательно, для получения реальной картины все эти (и многие иные) параметры также должны быть учтены при построении графика. Мы же пока просто берем временные координаты и отмечаем на них объемы продаж. Можем ли мы определить, каковы будут этим объемы в следующем месяце?

Экстраполяция позволяет нам утверждать, что «будущее похоже на прошлое». Мы можем увидеть, что происходило в последние периоды, и сделать вывод о том, что в ближайший отрезок времени картина будет похожей.

Такой подход используется не от хорошей жизни. Просто мы не можем предсказать будущее, и полагаем, что оно будет похожим на прошлое.

Если в последний месяц продажи росли, логично предполагать, что они будут расти и в следующем месяце, не правда ли?

Однако, прогнозировать точки перегиба графика продаж с помощью экстраполяции невозможно. Другими словами, если в прошлые периоды продажи падали, мы будем прогнозировать спад. Если росли – рост. А вот момент изменения ситуации (тренда) предсказать практически невозможно.

Получается, что эти модели хорошо работают при краткосрочном и среднесрочном прогнозировании. При долгосрочном прогнозировании они не работают.

Например, если сегодня на улице +20 С, то с определенной вероятностью можно предположить, что завтра и послезавтра погода будет примерно такой же. Но предполагать, что и через несколько месяцев она будет неизменной – безумие.

Теперь посмотрим, как эта идея реализуется в конкретных формулах.

Давайте разберем 2 подхода:

– скользящее среднее

– скользящее среднее с весовыми коэффициентами

Но сначала обсудим один принципиально важный момент, который почти всегда ускользает от практиков.

Глава 4. Подготовка статистики

Источники информации для уточнения прогноза

Если у вас имеются данные потребления за прошлые периоды, то их необходимо… Правильно, подготовить. Звучит парадоксально? На первый взгляд да. Давайте разбираться.

Для простоты мы по-прежнему будем оперировать месячным интервалом между размещением заказа и поступлением на склад (хотя в жизни Т может быть любым).