Построение распределительных логистических систем на основе маркетинговой информации

Пополнения наличия в ассортименте приводит к следующему изменению значения КУП каждой позиции ():

, (2.31)

где - наличие i-го блага в распоряжении хозяйствующего субъекта; - потребность предприятия в i-м благе; - объем текущего заказа i-го блага.

В идеальной ситуации по каждому виду ресурса равен единице. В таком случае подразделение имеет все необходимые блага и одновременно не несет дополнительных расходов по хранению излишнего запаса. Единичное значение также гарантирует, что предприятие не несет потерь в виде неполученной прибыли по альтернативным вариантам вложения средств, отвлеченным на необоснованный запас.

Если принять определенное значение для каждой позиции за оптимальное (желательное соотношение наличия и потребности), то задача управления запасом сводится к достижению такого значения. Потребность в ресурсе определяется условиями, внешними по отношению к системе управляющей запасом, и, следовательно, не зависят от нее. Как от склада сырья не зависит объем производства, так и от магазина не зависит рыночный спрос на продукцию (не считая коммерческих усилий по продвижению товаров и услуг, эффект от которых можно прогнозировать, но не гарантировать). Таким образом, в процессе регулирования запасов, субъект управления может влиять только на числитель дроби. Корректируя объем поставок каждого вида ресурса (), можно добиться оптимального значения показателя дефицитности (). Итак, зная значения, к которому должен стремиться , размер заказа каждой позиции можно рассчитать по следующей формуле:

. (2.32)

В данной формуле произведение выступает как идеальный складской запас. Для того, чтобы можно было осуществлять расчет по данной формуле в условиях, когда текущее наличие превышает оптимальное значение запаса, ее необходимо модифицировать:

. (2.33)

То есть, если наличие склада по ресурсу превышает идеальный запас, то его заказ будет равен нулю.

Рассмотрим геометрический смысл предложенной модели. Для простоты приведем пример с тремя ресурсами, имеющими одинаковую потребность (). Для данного значения потребности известно оптимальное значение наличия () такое, что , где - наличия по трем рассматриваемым товарам на момент формирования заказа. Графически данная ситуация представлена на рисунке 2.2.

98

1

1

Рис. 2.2. Геометрический смысл коэффициента удовлетворения потребности

Согласно приведенному рисунку справедливо следующее равенство:

. (2.34)

В данной ситуации, используя формулу 2.33, рассчитаем размеры заказа по каждому ресурсу:

,

,

.

Приведенные выше расчеты будут справедливы и для материальных благ, имеющих различную потребность. В таком случае оптимальное наличие будет иметь различное значение для разных ресурсов, но будет общим для всех, как и .

Далее разберем поэлементный состав числителя и знаменателя предлагаемого показателя. В общем случае Наличие представляет собой текущий остаток ресурса на складе (), который можно рассчитать по формуле:

, (2.35)

где - остаток ресурса на начало анализируемого периода; - количество ресурса поступившего с начала анализируемого периода (Доставка); - фактический объем потребления ресурса с начала анализируемого периода.

Но на практике существует ряд случаев, когда Наличие включает в свой состав и другие величины. Текущий остаток может быть уменьшен на величину зарезервированных благ под потребителей, а также одновременно увеличен на количество товаров в пути и размещенные, но неотгруженные ресурсы:

, (2.36)

, (2.37)

где - подтвержденный резерв благ под потребителя; - количество благ, находящихся в пути на управляемый склад; - объем размещенных, но неотгруженных заказов.

Расчет Потребности также может осуществляться различными способами. Рассмотрим возможные варианты и их влияние на коэффициент удовлетворения потребности. За базовый примем вариант, по которому Потребность равна «идеальному» остатку как сумме страхового запаса и объему потребления ресурса за анализируемый период. Отметим, что при управлении остатками на практике используется прогнозное значение объема потребления.

, (2.38)

где - страховой остаток по ресурсу, определенный на основании анализа характеристик потребления и условий поставок; - прогнозный объем потребления ресурса за анализируемый период.

Если учесть, что в течение анализируемого периода ресурс расходуется и, следовательно, уменьшается потребность в нем, то становится очевидным включение в расчет Потребности фактического объема потребления. Тогда формула Потребности будет иметь следующий вид:

, (2.39)

где - фактический объем потребления ресурса с начала анализируемого периода.

Далее учтем возможную ошибку прогноза. В тех случаях, когда фактический объем потребления превышает прогнозный, дефицит покрывается страховым запасом. При этом, согласно расчету, потребность снижается, но в действительности возникает необходимость возмещения страхового запаса и удовлетворение той части потребности, на которую превышено прогнозное значение. Учесть данные пожелания позволяет расчет потребности по следующей формуле:

, (2.40)

либо:

. (2.41)

Рассмотрим изменение дефицитности по предложенному критерию, используя в расчетах различные подходы к Наличию и Потребности. Анализ будет состоять в изучении зависимости показателя дефицитности от фактического объема потребления. Наиболее полный состав слагаемых числителя представлен в формуле 2.37. В соответствии с оговоренным условием , , , , можно считать постоянными величинами (т.к. они не зависят от фактического объема потребления - ). Таким образом, формулу 2.37 можно представить в виде следующей зависимости Наличия от фактического объема потребления:

, (2.42)

где - совокупность ресурсов, формирующих независящую от фактического потребления часть Наличия.

Для расчета Потребности были предложены формулы 2.38, 2.39, 2.40, 2.41. Формула 2.39 имеет ряд недостатков. При расчет невозможен, т.к. возникает деление на ноль. При расчетное значение будет отрицательным, что не имеет экономического смысла. Используя остальные формулы, построим три модели зависимости коэффициента удовлетворения потребности от фактического объема потребления.

Модель 1:

. (2.43)

Модель 2:

. (2.44)

Модель 3:

. (2.45)

Поведение данных функций будет различным в зависимости от соотношения постоянных частей (не зависящих от фактического объема потребления) Наличия и Потребности. Рассмотрим следующие ситуации:

Ситуация 1: .

Ситуация 2: .

Ситуация 3: .

Изменение функции по трем моделям для ситуации 1 графически представлено в приложении А. Рассмотрим характер данной зависимости в таблице 2.2.

Таблица 2.2

Анализ функции по трем моделям в ситуации 1

Номер модели	Характер зависимости
Модель № 1	равномерно убывает (дефицитность растет)	равномерно убывает (дефицитность растет)
Модель № 2	возрастает с ускорением (дефицитность снижается)	равномерно убывает (дефицитность растет)
Модель № 3	возрастает с ускорением (дефицитность снижается)	убывает с замедлением (дефицитность растет)

Первая модель показывает линейную зависимость от фактического объема потребления. С ростом объема потребления уменьшается, а дефицитность увеличивается. Вторая и третья модель на участке коэффициент дефицитности растет с ускорением. Но при дальнейшем росте потребления (ошибка прогноза) уменьшается и две модели показывают различный результат. Линейное убывание по второй модели происходит темпами, превышающими первую модель, но более низкими по сравнению с третьей. Темпы убывания показателя при расчете по третьей модели наиболее высокие, с постепенным замедлением по мере потребления ресурса.

Анализ изменения функций во второй ситуации приведен в приложении Б. Рассмотрим характер данной зависимости в таблице 2.3.

Таблица 2.3

Анализ функции по трем моделям в ситуации 2

Номер модели	Характер зависимости
Модель № 1	равномерно убывает (дефицитность растет)	равномерно убывает (дефицитность растет)
Модель № 2	не изменяется (дефицитность постоянна)	равномерно убывает (дефицитность растет)
Модель № 3	не изменяется (дефицитность постоянна)	убывает с замедлением (дефицитность растет)

По модели № 1 мы наблюдаем равномерное убывание на протяжении всего процесса потребления ресурса. При расходовании благ в объемах, не превышающих прогнозное значение потребления, по первой и второй модели остается неизменным, следовательно, на данном участке дефицитность тоже имеет постоянное значение. На участке зависимость от фактического объема потребления имеет вид, аналогичный описанному в ситуации 2. По второй модели анализируемый показатель убывает равномерно. По третьей модели убывает наиболее высокими темпами с замедлением.

Аналогичным образом рассмотрим изменение показателей в предложенных моделях для ситуации 3 (Приложение В, табл. 2.4).

Таблица 2.4

Анализ функции по трем моделям в ситуации 3

Номер модели	Характер зависимости
Модель № 1	равномерно убывает (дефицитность растет)	равномерно убывает (дефицитность растет)
Модель № 2	убывает с ускорением (дефицитность растет)	равномерно убывает (дефицитность растет)
Модель № 3	убывает с ускорением (дефицитность растет)	уменьшается с замедлением (дефицитность растет)

В третьей ситуации по всем моделям происходит уменьшение показателя при потреблении запаса. По первой модели сохраняется линейная зависимость. Вторая и третья модель на участке формируют уменьшение с ускорением. Дальнейшее потребление благ приводит к равномерному росту дефицитности по второй модели и к росту дефицитности с замедлением по третьей модели.

Во всех рассмотренных случаях коэффициент удовлетворения потребности при расчете по первой модели равномерно убывает в процессе расходования благ. Это означает, что дефицит возникает при любом факте потребления. Следовательно, данная модель подходить для всех ресурсов, потребление которых не нормируется. Примером могут послужить средства, хранимые на случай чрезвычайных ситуаций (огнетушители, песок, вода в резервуарах для тушения пожаров). Вторая и третья модель приводят к одинаковому изменению коэффициента дефицитности в случае, когда прогнозное потребление превышает фактическое. При по мере полного расходования благ стремится к нулю. По второй модели на данном участке во всех трех ситуациях убывает линейно. Третья модель приводит к убыванию показателя с замедлением. При этом среднее значение по третьей модели будет ниже среднего значения по второй модели.

Это позволяет сделать вывод о том, что в общем случае прикладное использование третьей модели предпочтительно для ресурсов, дефицит которых имеет более высокую цену. Существуют различные подходы для объединения потребляемых компанией ресурсов в группы по важности. Наиболее распространенный вариант ранжирования расходуемых благ - ABC анализ. В его основе лежит идея группировки объектов по степени влияния на общий результат. Так, например, для ресурсов группы A может использоваться третья модель (как более чувствительная к дефициту). А для объектов, влияние которых на общий результат не столь велико (группа B и C), может использоваться вторая модель расчета коэффициента дефицитности.

Мы рассмотрели основные свойства предложенного показателя. Далее проанализируем варианты его использования в управлении запасами различных ресурсов. Как было показано ранее, может использоваться при расчете очередного заказа на ресурсы по известному прогнозному объему потребления и текущему фактическому наличию (формулы 2.32, 2.33). По данным формулам может быть определен объем заказа на поставку сырья, составлена производственная программа и распределена по сбытовой сети готовая продукция. Если в основу расчета положить рыночный спрос, то вся деятельность по перечисленным направлениям приобретает ориентацию на потребителя.

Использование формулы 2.33 для управления материальными потоками и запасами в многономенклатурной производственно-сбытовой системе позволяет создать структуру наличия ресурсов, пропорциональную их потребности. Рассмотрим это на простом примере. Предположим, необходимо распределить между четырьмя складами 45 единиц одного ресурса по известному текущему остатку и потребности каждого склада в данном ресурсе. Исходные данные и решение представим в таблице 2.5.

Таблица 2.5

Пример № 1 распределения ресурсов с использованием

Исходные данные представлены в первых трех столбцах. Рассчитав текущий , мы видим, что складские остатки неравномерно покрывают потребность - неправильная структура остатков. Оптимальное значение в каждой конкретной ситуации определяется подбором.

Таблица 2.6

Результаты расчетов по подбору оптимального значения

Алгоритм подбора оптимального значения в рамках поставленной задачи состоит из следующих операций:

1) Выбор начального значения (равное нулю, единице, отношению суммарного текущего наличия к суммарной потребности или др.).

2) Расчет условного наличия () для каждого склада по следующей формуле:

, (2.46)

где - фактическая потребность в ресурсе на i-м складе; - текущее наличие ресурса на i-м складе.

Данное значение позволяет исключить из расчета величину запасов, превышающую оптимальное наличие. Неправильность структуры наличия по подразделениям за счет избытка запаса на одном из складов создает видимость суммарного профицита.

3) Определение значения для текущего цикла расчета:

, (2.47)

где - суммарный заказ на все склады (количество ресурса, которое необходимо распределить).

4) Проверка достижения заданной степени точности ():

, (2.48)

где - значения коэффициента удовлетворения потребности соответственно n-го и n-1-го цикла подбора.

Если условие 2.48 верно, то следующим шагом выполняется вторая операция с использованием в расчете значения полученного на третьем этапе последнего цикла подбора. В противном случае необходимо перейти к пятому пункту алгоритма.

5) Расчет размера заказа по формуле 2.33 с использованием значения , полученного на третьем этапе последнего цикла подбора.

Первоначальное оптимальное значение задается любое. Чем ближе первоначальное значение будет к оптимальному, тем меньше циклов пересчета потребуется для расчета оптимального значения . Мы использовали для первого значения , равный единице.

После расчета оптимального значения заданной степени точности по формуле 2.33 мы рассчитываем объем поставки ресурса на каждый склад. Для приведенного примера равен 1,2. В результате проведенного распределения структура запасов выравнивается, за исключением четвертого склада. На текущий момент нет возможности выровнять остаток по этому складу на оптимальное значение , но при систематической работе по предложенной методике ситуация нормализуется и на нем.

Теперь решим ту же задачу, но с необходимостью распределить между четырьмя складами 15 единиц ресурса.

Таблица 2.7

Пример № 2 распределения ресурсов с использованием

Оптимизируя структуру остатков в процессе распределения ресурса, удается вывести значение на 0,8. Это говорит о том, что при равномерном удовлетворении потребности каждого склада в рассматриваемом виде блага, дефицит будет покрыт только на 80 %. Такое решение не всегда является оптимальным для предпринимателя. Не все склады могут иметь одинаковую значимость для бизнеса в целом. Ранжирование по важности может осуществляться с использованием различных признаков, это может быть объем продаж, доля в выручке, рентабельность, выгодность расположения и т.д. В качестве примера для ранжирования используем значение Потребности. Тогда получаем следующий порядок важности складов: № 4; № 1; № 3; № 2. За оптимальное примем 100 % покрытие потребности. Тогда с использованием формулы 2.33 задача будет иметь следующее решение:

Таблица 2.8

Пример № 3 распределения ресурсов с использованием

Объем поставки для четвертого склада составит ноль, т.к. текущее значение превышает оптимальное. Первый склад (следующий по значимости) получает 10 единиц ресурса - достаточное количество для 100 % покрытия потребности. На третий склад мы распределяем остаток ресурса, его прогнозный равен 0,6. Дальнейшее распределение невозможно, поэтому слад номер два не получает ресурс в ходе данного распределения. По данной схеме обеспечения два наиболее значимых склада имеют полное удовлетворение потребности в условиях дефицита, а остальные склады покрывают потенциальный расход лишь частично. Но если использовать такой вариант распределения в первом примере (45 единиц), то первый и третий склад по результатам расчета поставок будут иметь , равный 1. Склад номер два получит 20 единиц ресурса (нераспределенный остаток), и его прогнозный будет равен 1,75. Выбор первого либо второго варианта распределения зависит от конкретной ситуации.

Выше были рассмотрены два подхода к управлению благами на основе . Первый из них предполагает распределение, пропорциональное потребности, и является предпочтительным в условиях превышения Потребности над Наличием - профицит ресурсов. Второй подход учитывает при распределении значимость единиц потребления и дает оптимальное решение в условиях превышения Наличия над Потребностью - дефицит ресурсов. В случае баланса между Наличием и Потребностью оба подхода дадут одинаковый результат.

ГЛАВА 3. ИСПОЛЬЗОВАНИЕ МАРКЕТИНГОВОЙ ИНФОРМАЦИОННОЙ СИСТЕМЫ ДЛЯ ПРИНЯТИЯ РЕШЕНИЙ В СФЕРЕ РАСПРЕДЕЛИТЕЛЬНОЙ ЛОГИСТИКИ

3.1 Уровень использования маркетинговой информации

на предприятиях отрасли строительных материалов

Характеризуя общий уровень востребованности маркетинговой информации участниками российского рынка, можно сказать, что данный ресурс в большинстве случаев не рассматривается как ключевой фактор успеха. Контроль над издержками и развитие сбытовой сети приводят к быстрому и значительному увеличению оборота и прибыли предприятия. В то же время большие инвестиции в развитие маркетинговых информационных систем, на первый взгляд, не оправдывают себя. В отличие от рынка развитых стран российский рынок обладает рядом особенностей: недостаточная насыщенность рынка, неразвитость дистрибутивной сети, подчиненная роль маркетинга на предприятии по отношению к производственным подразделениям и бюджетные ограничения. Это препятствует полноценному использованию всех доступных источников информации и методов ее обработки. В результате на большинстве отечественных компаний отсутствует система маркетинговых знаний. Вместо нее существует разрозненный массив обрывочных и нерегулярно поступающих сведений о рынке и его участниках.

Исключение составляют лишь небольшое число крупных компаний действующих на рынках товаров с высоким спросом и достаточно высоким уровнем предложения. К ним можно отнести предприятия, производящие и реализующие пиво, сигареты, бытовую химию, средства личной гигиены, и др. Если говорить отдельно о промышленности строительных материалов, то необходимо отметить ряд специфических особенностей данной отрасли. Большинство предприятий расположено близко к источникам основного сырья и имеют ограниченные региональные рынки сбыта. Предприятие может развиваться и увеличивать оборот, только если рентабельность продукции покрывает расходы на доставку в отдаленные регионы. В таких условиях объемы производства сильно зависят от рентабельности выпускаемых товаров. Также не все виды строительных материалов реализуются на рынках с одинаковой конкуренцией. В связи с высокими темпами строительства в стране и отсутствием товаров-замени-телей на некоторые виды строительных материалов ряд производителей практически не испытывают никакого соперничества на рынке (например рынок цемента и рынок строительного стекла). Напротив, другие компании ведут борьбу за потребителя как ценовыми, так и неценовыми методами не только с отечественными, но и с зарубежными производителями. Данные факторы являются определяющими при выделении ресурсов на развитие маркетинговых информационных систем.

Исходя из этого, все предприятия, входящие в данную отрасль, можно условно разделить на несколько групп. В первую группу входят небольшие предприятия, обеспечивающие своей продукцией только близлежащие районы. Это, в основном, предприятия по производству строительного кирпича, бетона и железобетона. Во вторую группу входят предприятия национального масштаба, работающие на большом территориальном рынке, но практически без конкуренции. Главным образом сюда можно отнести производителей цемента и строительного стекла. Третья группа включает в себя крупных производителей реализующих свою продукцию в условиях рынка, насыщенного товарами, с постоянно растущей конкуренцией. Это заводы по производству линолеума, керамической плитки и обоев.

Для оценки уровня использования технологий работы с маркетинговой информацией и ее роли в деятельности предприятия нами было проведено анкетирование 55 предприятий, производящих цемент, кирпич, керамическую плитку, линолеум, обои и строительное стекло (бланк анкеты приведен в приложении Г). В качестве респондентов выступали руководители и аналитики отделов маркетинга (либо отделов сбыта, если отдел маркетинга отсутствовал) лидеров отрасли, предприятий со средней долей рынка, а также несколько небольших заводов. Исследование было проведено методом телефонного интервьюирования.

Рис. 3.1. Масштабы деятельности предприятий, участвовавших в анкетировании

Классификация предприятий по масштабам деятельности проводилась с учетом следующих условий: ведущее предприятие отрасли - предприятие, имеющее представительства более чем в 10 регионах страны и контролирующее более 10 % российского рынка; предприятие со средней долей рынка - предприятие, имеющее представительства в нескольких регионах страны и контролирующее не менее 5 % российского рынка; предприятие местного значения - предприятие, действующее в рамках одного региона и оказывающее заметного влияния на деятельность отраслевого рынка. При отнесении предприятия в группу являлось обязательным исполнение обоих условий.

Четырнадцать из пятидесяти пяти опрошенных предприятий отнесли себя к лидерам рынка, тридцать одна компания посчитала себя средней по объемам выпуска, и десять заводов отнесли себя к числу небольших. Далее мы рассмотрим уровень развития маркетинга и использование маркетинговой информации в данных основных группах.



Рис. 3.2. Уровень развития службы маркетинга на различных предприятиях

В основу определения уровня развития службы маркетинга на предприятии были положены два критерия: численность работников и распределение между ними основных маркетинговых функций. По данным критериям нами были выделены четыре уровня:

– развитый отдел маркетинга с выделенными функциональными (продуктовыми, региональными и т.п.) группами специалистов;

– наличие отдела маркетинга со средней численностью (5-7 работников с закрепленными должностными обязанностями);

– отдел маркетинга находится на стадии формирования (2-3 спе-циалиста, выполняющих весь набор маркетинговых функций);

– отдел маркетинга отсутствует как самостоятельное подразделение (при этом часть маркетинговых функций может выполняться экономистом или менеджером отдела продаж).

Как и следовало ожидать, наиболее развитые маркетинговые службы организованы на ведущих предприятиях отрасли. На большинстве крупных предприятий (57,14 %) имеется полнофункциональный отдел маркетинга. Примерно пятая часть всех опрошенных предприятий (21,43 %) имеют развитый отдел маркетинга, в котором выделены группы узкоспециализированных специалистов. На двух предприятиях отдел маркетинга находится на стадии формирования, и лишь одно предприятие не имеет отдела маркетинга. Компании со средней долей рынка не могут себе позволить организацию развитой маркетинговой службы. Скорее всего, это объясняется отсутствием необходимости иметь большой штат маркетологов. Двенадцать заводов имеют средний отдел маркетинга, восемнадцать предприятий занимается формированием службы маркетинга, и лишь одно предприятие не имеет отдела маркетинга. Для малых предприятий, действующих на небольших рынках, проблемы маркетинга не являются определяющими на данный момент. Семь из десяти опрошенных заводов занимаются формированием отдела, остальные три предприятия такой службы не имеют. На основе данной информации можно сделать вывод о том, что крупные компании отрасли строительных материалов в основном занимают активную рыночную позицию. Средние и небольшие предприятия занимаются формированием и развитием службы, ответственной за анализ рыночной среды. Как и в других отраслях, в основном это связано с низким уровнем конкуренции и жесткими бюджетными ограничениями.

98

1

1

Рис. 3.3. Основные потребители маркетинговой информации на предприятии

С целью определения роли маркетинговой информации в деятельности компании мы попытались выявить основных потребителей информации о рынке. Наибольший уровень межфункциональной интеграции на базе маркетинговой информации (определяется количеством подразделений, использующих в своей работе маркетинговую информацию) наблюдается на заводах, которые являются лидерами рынка. Практически на всех предприятиях сведения о рынке поступают в отдел маркетинга, в отдел сбыта и в производственный отдел. На средних и малых предприятиях потребности в маркетинговой информации у различных служб возникают значительно реже, но основными потребителями являются те же функциональные подразделения (маркетинг, сбыт, производство). Опрос показал, что более других подразделений маркетинговой информацией пользуется отдел сбыта. На крупных предприятиях этот отдел стоит в одном ряду с маркетингом и производством. На мелких и средних предприятиях данный отдел частично выполняет функции отдела маркетинга (в случаях его отсутствия). Меньше всех остальных служб маркетинговую информацию в своей работе используют отделы логистики и службы материального обеспечения. Данный отдел в ряду потребителей маркетинговой информации был упомянут только тремя крупными и одним средним предприятием. Основной причиной такой ситуации является организация работ под внутреннего заказчика, без ориентации на потребителя.



Рис. 3.4. Периодичность поступления наиболее востребованной

маркетинговой информации

Основные игроки рынка строительных материалов получают наиболее важные маркетинговые сведение ежедневно. В том же режиме информацию о рынке получают примерно половина средних компаний и 20 % малых предприятий. Ежемесячные отчеты в своей работе используют около 70 % заводов всех категорий (крупные, средние, малые). Также некоторыми предприятиями используются еженедельные отчеты, но ключевой роли в системе информационного обеспечения они не играют. Это позволяет сделать выводы о том, что интенсивная конкурентная борьба вынуждает участников рынка ежедневно отслеживать тенденции в поведении потребителей и конкурентов. По мере того, как снижается конкуренция на рынке товаров анализируемой компании, сокращается и частота обновления маркетинговой информации (от ежедневной к ежемесячной).



Рис.3.5. Основные инструменты, используемые для хранения

и обработки маркетинговой информации.

Важной частью маркетинговой информационной системы являются технические средства и информационные технологии, используемые на предприятии. В своем исследовании мы рассматривали четыре основных уровня развития инструментов работы с маркетинговой информацией: стандартные функции MS Excel; база данных, спроектированная по заказу отдела маркетинга; готовый лицензионный программный пакет маркетингового анализа; аналитический блок корпоративной информационной системы. Абсолютно все малые предприятия используют в своей работе только MS Excel. Большинство средних предприятий также используют для хранения и обработки маркетинговых данных MS Excel. Лишь четыре из тридцати одного опрошенного предприятия имеют в распоряжении маркетинговые базы данных. В развитых компаниях чаще всего для работы маркетинговой информацией используются базы данных (42,86 %), не-много меньше компаний пользуется функциями MS Excel. Достаточно редко на предприятиях отрасли строительных материалов используются специализированные программы маркетингового анализа. Корпоративная информационная система, как единое информационное поле компании, объединя-ющая все основные подразделения компании, внедрена лишь на одном из опрошенных нами предприятии. В целом, можно сказать о низ-ком уровне развития информационных технологий на предприятиях, про-изводящих строительные материалы, но лидеры данного сектора эконо-мики уже приступили к освоению более продуктивных и менее трудо-емких инструментов работы с данными.

Рис. 3.6. Методы прогнозирования, используемые производителями

строительных материалов

Основными методами прогнозирования рыночных процессов на предприятиях любого размера являются методы сглаживания и расчета скользящих средних величин, а также экспертные методы. Следующим по популярности методом прогнозирования на крупных компаниях является простая линейная регрессия, в то время как средние и малые предприятия используют нормативные методы. Ни один из опрошенных заводов не назвал в числе используемых методов прогнозирования многомерный регрессионный анализ. Это объясняется как сложностью математического аппарата, так и отсутствием полной достоверной информации, необходимой для данного инструмента.



Рис. 3.7. Роль маркетинговой информационной системы

на предприятиях отрасли строительных материалов

По экспертной оценке руководителей и ведущих специалистов отделов маркетинга и сбыта предприятий-респондентов нами была получена информация о роли маркетинговой информационной системы в деятельности компании. Лишь три предприятия из пятидесяти пяти опрошенных назвали МИС источником полной, достоверной и своевременной информации о рынке, необходимой для принятия стратегических и тактических решений по различным направлениям деятельности компании. Примерно пятая часть (21,82 %) опрошенных посчитали МИС набором сведений об участниках рынка и рыночных процессах, основными потребителями которой является руководство, и оно пользуется этой информацией периодически, а не на регулярной основе. Подавляющее большинство респондентов (45,45 %) используют МИС в качестве хранилища информации. Более четверти опрошенных предприятий (27,27 %) не смогли сформулировать ответ на поставленный вопрос по причине отсутствия централизованной системы сбора, обработки, хранения и использования маркетинговой информации.

3.2 Пример построения распределительной логистической

системы, основанной на маркетинговой информации

Промышленность строительных материалов относится к десяти основным отраслям промышленности России. Ее доля в суммарном промышленном производстве страны 2,9 %. Важность данной отрасли подчеркивает ее неразрывная связь с актуальной проблемой жилищного строительства. В последние годы наблюдается рост жилищного и промышленного строительства, а следовательно, и увеличение числа предприятий сектора строительных материалов и повышение объемов производства. Объектом нашего исследования стали отрасли, имеющие ряд особенностей организации производства и материального обеспечения. Данные особенности обусловлены непрерывным производственным циклом, необходимостью хранения больших запасов сырья, высокой интенсивностью материальных потоков, длительным сроком транспортировки материалов и готовой продукции, а также низкой гибкостью производственного оборудования в условиях широкого ассортимента. К таким типам производства относится производство стекла и сеталлов, цемента, плиток керамических облицовочных и др.

Наиболее соответствующими целям нашего исследования являются предприятия, производящие плитки керамические облицовочные. Данная отрасль включает в себя все перечисленные выше производственные и логистические особенности. За истекшие пять лет (с 1999 по 2004 гг.) объем выпуска в натуральном выражении увеличился в 2,16 раза и составил 87,07 млн кв. м Учет производства керамической плитки ведется в соответствии со следующей классификацией: 715001 - плитка керамическая глазурованная для внутренней облицовки стен; 715121 - плитка керамическая для полов; 715131 - плитка керамическая фасадная (в том числе плитка для внутренней облицовки стен 51,5 млн кв. м и напольная плитка 34,8 млн кв. м).

В настоящее время в России заводы, производящие керамическую плитку, расположены более чем в 30 регионах. При этом около 87 % объема выпуска в 2004 г. было произведено в Московской, Ленинградской, Ростовской и Орловской областях. По результатам работы в 2004 году можно выделить три крупнейших завода, на долю которых приходится 35,23 % выпускаемой керамической плитки - ОАО «Стройфарфор» (Ростовская область); ОАО ЗАО «Велор» (Орловская область); «Волгоградский керамический завод» (Волгоградская область). Все крупные предприятия данной отрасли имеют разветвленную сеть региональных торговых представительств. Ведущие предприятия охватывают до 20 регионов, в которых обслуживаются клиенты из близлежащих районов.

Работа по детализации и внедрения результатов нашего исследо-вания велась на предприятии, которое является лидером по темпам увеличения производственных мощностей и доли рынка - ОАО «Стройфарфор». С 1998 по 2004 гг. после полной модернизации производства объем выпуска продукции вырос в 7 раз. При общем росте выпуска керамической плитки в России в 2004 г. по сравнению с 2003 г. на 14,16 %, ОАО «Стройфарфор» увеличило производство на 22,37 %.

Как и на других представителях данной отрасли, это предприятие имеет высокую долю активов, замороженных в остатках сырья и готовой продукции, а также большие сроки и крупные партии их поставки. Спрос на керамическую плитку носит ярко выраженный сезонный характер, а основной технологической особенностью является низкая гибкость производства. Под гибкостью в данном случае мы будем понимать возможность быстрого уменьшения или увеличения объемов выпуска. Таким образом, происходит неизбежное накопление готовой продукции зимой и сокращение остатков в летний период. Это связано с основным производственным переделом - утельным и политым обжигом. Высокая чувствительность готовой продукции к времени и температуре обжига не позволяет приостанавливать работу печи на короткие промежутки времени. Одновременно и большой территориальный разброс целевых рынков сбыта лишает возможности быстро реагировать на мгновенные всплески спроса. Все эти факторы, общие для многих отраслей промышленности строительных материалов, усложняют распределение производственных мощностей в условиях широкой номенклатуры выпускаемых изделий (в рамках исследуемого предприятия номенклатура составляла около 200 изделий, выпускаемых на шести технологических линиях).

Колебания спроса на продукцию происходит также в течение месяца. Основными клиентами региональных представительств являются оптовые торговцы. Отсутствие графика поступления заявок от таких клиентов приводит к длительным стагнациям продаж и периодическим всплескам. Это лишает возможности ориентироваться на среднедневное потребление продукции как основной показатель при управлении складами. Большое число региональных представительств требует составления графика для выравнивания отгрузок с центрального склада готовой продукции. Таким образом, классическим способом управления региональными складами является модель с фиксированным временем выдачи заказа. В данной модели в зависимости от остатка на момент выдачи заказа меняется размер заказа. Транспортировка осуществляется вагонами (реже контейнерами - размер суммарной транспортной партии). При неравномерном потреблении текущий заказ, как правило, либо меньше, либо больше вагона. Это не позволяет управлять складом по данной схеме.

Нами была разработана модификация схемы поддержания запасов с фиксированным временем отгрузки. В основу методики был положен результат маркетингового анализа статистики потребления продукции и краткосрочные прогнозы продаж каждой номенклатурной позиции. Эти же данные использовались и при распределении производственных мощностей, и при закупке сырья и материалов. Таким образом, регулярно собираемая и обрабатываемая операционная маркетинговая информация легла в основу интеграции основных функций в работе предприятия.

Основной особенностью указанной методики является гибкое реагирование на колебания спроса, не нарушающее ритмичности пополнения складов.

Применение предложенного нами способа анализа соотношения потребности и наличия для управления различными ресурсами требует определенной адаптации к каждой конкретной ситуации. Для тестирования методики нами была выбрана система распределения готовой продукции по региональным торговым представительствам ОАО «Стройфарфор».

Первоначально были рассчитаны основные параметры уровней запасов на складах. Средний хранимый запас включает в себя уровень страхового запаса и половину размера заказа, поставляемого за один раз. Размер заказа каждой номенклатурной позиции зависит от периода восполнения запасов (срока доставки и размера каждого заказа). Расчет страхового запаса был выполнен с учетом следующих основных рисков:

1. Риск всплеска спроса, превышающего среднестатистическое потребление.

2. Риск задержки продукции в пути.

Используя результаты данных расчетов, статистику потребления продукции в течение каждого месяца, было определено возможное накопления запасов, необходимая вместимость склада и желательный максимальный запас каждого регионального склада.

Исходя из нормативного запаса каждой номенклатурной позиции, фактического запаса на начало месяца и прогнозного спроса, определяется количество вагонов на следующий месяц. При последующем управлении складом в течение месяца это число вагонов может быть откорректировано как в большую, так и в меньшую сторону. Вначале месяца число вагонов, которое планируется отгрузить на 21 дочернее предприятие, используется для построения графика отгрузок с центрального склада завода, что позволяет выровнять его нагрузку. График отгрузок выстраивается автоматизированной системой методом подбора с учетом желательной равномерности поступления продукции в каждый регион и одновременной равномерности отгрузок со склада завода.

Дальнейшая работа системы обеспечения осуществляется на основании данного графика, с отклонениями только в тех случаях, когда произошло резкое снижение либо накопления продукции на одном из складов. Прежде всего осуществляется ежедневная проверка текущего состояния запаса торговых представительств, при отсутствии отклонений от нормативных значений дальнейшая работа проходит по утвержденному месячному графику.

Для управления складами нами использовался способ распределения продукции с равномерным удовлетворением потребности каждого склада без ранжирования дочерних предприятий по важности.

На этапе расчета ассортимента продукции для очередной отгрузки нами была выбрана третья модель определения коэффициента удовлетворения потребности (формула 2.45). Расчет размера заказа по каждой позиции выполнялся по формуле (2.33). Специфика работы данного предприятия наложила следующие основные ограничения на расчет заказа:

1. заказ по каждой номенклатурной позиции округляется до поддона (в зависимости от размера плитки он колеблется от 76,56 до 96 м²);

2. каждый заказ в сумме должен быть кратен вместимости крытого вагона (64 и 68 т).

Для крупных торговых представительств на некоторые виды продукции были установлены минимальные партии отгрузки, равные нескольким поддонам. Для учета больших заказов, поступающих единоразово от различных строительных организаций, менеджер, оформляющий отгрузку, вводил в базу данных обязательный объем заказа. В таких случаях ассортимент формировался пропорционально прогнозному спросу в пределах оставшейся свободной емкости вагона.

Для оценки эффективности применения нового подхода к управлению запасами нами были отобраны несколько показателей. Наиболее распространенные показатели для оценки эффективности управления запасами нами были рассмотрены ранее, во второй главе. Наиболее подходящим показателем в данном случае на наш взгляд является период оборачиваемости запасов (формула 2.3).

Помимо традиционного показателя для оценки обеспеченности региональных представительств готовой продукцией за период тестирования предложенной модели управления запасами, нами был проведен дополнительный анализ. Так как продукция потребляется непоследовательно и неравномерно, необходимо поддерживать хотя бы минимальные остатки по всем номенклатурным позициям.

Остаток по i-й позиции на начало j-го дня () мы обозначили как запас одного позиция-дня. В качестве минимального критического уровня запаса был принят 25 % порог от прогнозного месячного потребления (). Страховой уровень запаса () был определен для каждого регионального представительства в зависимости от его удаленности от основного склада (время доставки), характеристик транспортной составляющей (периодичность отгрузки товаров) и динамики потребления - стабильности потребления (доля возможного потребления одного вида продукции за один день от суммарного месячного объема). Средний страховой запас по всей сбытовой сети составил 48,7 %. Желательный максимальный запас на складе () был рассчитан как сумма страхового запаса и объема одной поставки продукции каждого типа. При вагонных поставках за один раз на склад может поступить не более 58 наименований продукции (число поддонов), при рабочем ассортименте компании - 130 дизайнов. С учетом различной потребности в дизайнах и длительным периодом восполнения всего ассортимента, разовая поставка одного вида продукции приблизительно равна прогнозному месячному спросу.

В некоторых ситуациях уровень критического и страхового запаса может совпадать. Но в нашем случае, при множестве рисков и достаточно высоком страховом запасе, данные уровни различны. Смысл страхового запаса сводится к тому, что при наступлении страхового случая он обеспечивает время для решения проблем с пополнением склада и минимизирует риски потери объема продаж. Но с течением времени остаток может упасть ниже критического уровня, увеличив вероятность отказа клиентам.

Опираясь на данные уровни запасов, были сформированы четыре основных диапазона, в которые попадали запасы одного позиция-дня:

1. Диапазон дефицита () - остатки ниже критического уровня.

2. Диапазон нормального запаса при потреблении страховых остатков () - остатки выше критического уровня и ниже страхового уровня.

3. Диапазон нормального запаса без потребления страховых остатков () - остатки выше страхового уровня и ниже желательного максимального запаса.

4. Диапазон профицита () - остатки выше желательного максимального уровня.

Общее количество позиций и дней месяца составили всю совокупность анализируемых значений ():

, (3.1)

где - общее число всех анализируемых наименований продукции (число номенклатурных позиций); - число дней в периоде.

При этом каждый день остаток по каждой позиции попадал в определенный диапазон. По результатам работы за месяц мы имели количество позиций-дней, попавших в каждый из диапазонов и их долю в общем числе позиций-дней. Алгоритм расчета имеет следующую последовательность.

На первом этапе происходит сопоставление остатка по каждой позиции за каждый день с фиксированными уровнями:

 (3.2)

На втором этапе подсчитывается количество позиций-дней, соответствующих каждому диапазону:

(3.3)

где - число позиций-дней, соответствующих анализируемым диапазонам обеспеченности.

На последнем этапе рассчитываются доли каждого диапазона обеспеченности склада за период:

(3.4)

где - это обеспеченность склада запасом на уроне дефицита, на нормальном уровне (1, 2) и на уровне профицита, %.

При этом справедливо следующее равенство:

. (3.5)

3.3 Оценка результатов тестирования предложенной методики

управления запасами

При внедрении изложенного ранее подхода к управлению запасами на ОАО «Стройфарфор» на этапе тестирования были выбраны четыре региональных представительства: ООО «Евротайл-Балтика», ООО «Евротайл-Красноярск», ООО «Евротайл-Кубань» и ООО «Евротайл-Самара». Данные дочерние предприятия имеют различные сроки доставки и периодичности отгрузок вагонов, а также достаточно весомую долю в обороте компании.

Реализация проекта была проведена в несколько этапов. Первоначально был налажен информационный обмен между региональными и центральным складом. Вместо ежемесячного объема продаж, основной целью которого был контроль поступления денежных средств, был начат ежедневный обмен данными о текущих остатках, резервах и продажах по каждой номенклатурной позиции.

Для тестового внедрения предложенной методики нами были отобраны четыре региональных торговых представительства с различными параметрами складов: ООО «Евротайл-Балтика» (г. Санкт-Петербург), ООО «Евротайл-Красноярск» (г. Красноярск), ООО «Евротайл-Кубань» (г. Краснодар) и ООО «Евротайл-Самара» (г. Самара). Основные данные о данных дочерних структурах приведены в таблице 3.1.

Таблица 3.1

Основные характеристики предприятий,

отобранных для тестирования методики

Наименование предприятия	Доля в обороте компании, %	Период работы на рынке, гг.	Удаленность от центрального склада, км	Время ж/д доставки, дн.
ООО «Евротайл-Балтика»	6,01	с 2002	2 204	10
ООО «Евротайл-Кубань»	11,27	с 2000	358	4
ООО «Евротайл-Красноярск»	2,98	с 2004	4 514	16
ООО «Евротайл-Самара»	8,32	с 2001	1 328	7

Данный список сформирован с учетом максимального разнообразия условий тестирования методики на различных представительствах. Отобранные предприятия имеют различный объем продаж, период работы на рынке, удаленность от производителя и разное время доставки продукции.

С использованием опыта работников логистических и коммерческих служб предприятия были разработаны основные параметры управляемых складов. В зависимости от сроков доставки, возможных сроков задержки товаров в пути, объемов и периодичности поставок продукции, равномерности потребления продукции завода по каждому региональному подразделению были рассчитаны страховые и желательные уровни остатков (в процентах от среднего объема реализации). Определены целевые показатели оборачиваемости запасов. Для перечисленных предприятий они составили:

Таблица 3.2

Основные расчетные параметры складов региональных

представительств (%)

Наименование предприятия	Страховой запас, %	Желательный запас, %	Целевая оборачиваемость запасов, дн.
ООО «Евротайл-Балтика»	49,5	138,71	41,61
ООО «Евротайл-Кубань»	38,4	104,76	31,43
ООО «Евротайл-Красноярск»	65,6	167,63	50,29
ООО «Евротайл-Самара»	44,3	116,25	34,88

На следующем этапе методика расчета размера заказа, описанная во второй главе, была автоматизирована путем составления программы в MS SQL Server и оформления пользовательского интерфейса в MS Access. После начала работы данного алгоритма сократилось время на согласование ассортимента отгружаемой продукции, и практически исключилась вероятность отгрузки невостребованной, излишней продукции по причине человеческой ошибки.

При оценке результатов работы предложенной методики по отобранным показателям была отмечена положительная тенденция их изменения по всем региональным складам. Рассмотрим данные изменения более детально.

На всех предприятиях наблюдается снижение складских запасов, результатом чего стало уменьшение периода оборачиваемости в течение всего периода тестирования (табл. 3.3).

Таблица 3.3

Изменение периода оборачиваемости запаса готовой продукции (дн.)

Наименование	Март 2005	Апрель 2005	Май 2005	Июнь 2005
ООО «Евротайл-Балтика»	61,77	58,51	50,07	46,34
ООО «Евротайл-Кубань»	94,34	78,07	63,92	54,83
ООО «Евротайл-Красноярск»	88,48	84,81	76,41	67,49
ООО «Евротайл-Самара»	47,66	41,48	36,44	31,07

Наибольший результат по снижению остатков был достигнут на ООО «Евротайл-Кубань», это объясняется высоким уровнем спроса на продукцию в данном регионе и близким расположением склада. Также данный склад лидирует и по темпам снижения запасов готовой продукции. На ООО «Евротайл-Самара» период оборачиваемости запаса сократился на 34,8 %. Этот результат можно считать значительным достижением, т.к. в данном представительстве была наилучшая ситуация на начало эксперимента. На 15,4 дней и на 16,6 дней запаса были сокращены остатки ООО «Евротайл-Балтика» и ООО «Евротайл-Красноярск» соответственно. Длительный срок доставки явился основной сложностью в управлении этими региональными складами.

Немаловажно, что при общем снижении соотношения объема продаж и хранимых запасов наблюдалось улучшение качества обеспечения (снижение дефицита на продукцию). Динамика изменения обеспеченности предприятий готовой продукцией представлена в таблице 3.4.

Таблица 3.4

Динамика общей обеспеченности складов предприятий (%)

Наименование	Март 2005	Апрель 2005	Май 2005	Июнь 2005
ООО «Евротайл-Балтика»	80,02	86,08	85,34	88,95
ООО «Евротайл-Кубань»	95,31	95,91	97,50	97,37
ООО «Евротайл-Красноярск»	85,17	87,01	86,60	88,21
ООО «Евротайл-Самара»	93,45	94,69	97,22	95,40

За четыре месяца тестирования общая обеспеченность склада ООО «Евротайл-Балтика» улучшилась на 8,93 %, склада ООО «Евротайл-Кубань» - на 2,06 %, склада ООО «Евротайл-Красноярск» - на 3,04 %, склада ООО «Евротайл-Самара» - на 1,95 %.

О качественном содержании данных изменений говорит более детальный анализ обеспеченности в соответствии с ранее выделенными нами диапазонами обеспеченности. Приведем подробную информацию по каждому региональному представительству отдельно. Детальный анализ представляет собой информацию об обеспечении складов готовой продукцией на уровне профицита, нормального уровня запасов и дефицита.

Таблица 3.5

Динамика обеспеченности склада ООО «EТ-Балтика» (%)

Диапазоны обеспеченности	Март 2005	Апрель 2005	Май 2005	Июнь 2005
Профицит	52,63	46,16	38,76	28,97
Норма 2	9,48	22,07	30,59	37,10
Норма 1	17,91	17,85	15,99	22,88
Дефицит	19,98	13,92	14,66	11,05
ИТОГО не Дефицит	80,02	86,08	85,34	88,95

На момент начала эксперимента запас по 52,63 % ассортиментных позиций был в избытке. Второй по величине группой являлась дефицитная - 19,98 %. На нормальном уровне находилось 27,39 % всего ассортимента. По результатам трех месяцев использования предложенной методики доля нормального обеспечения выросла до 59,98 %. Профицитная и дефицитная группы составили 28,97 и 11,05 % соответственно.