Оптимизация управления закупками и прогноза спроса

48 ак. часов
16 часов видео
17 кейсов
27 000

О программе

Успех любой компании зависит от грамотности ежедневно принимаемых тактических решений — именно это способствует ее конкурентоспособности и устойчивому росту.

Как эффективно управлять запасами, рассчитывать прибыль и потери от операций закупки и хранения? Как выявлять «оптимальный» риск и искать золотую середину? Все эти вопросы будут с максимальной детализацией раскрыты в ходе данной программы. А участие в деловой игре «Цепочка поставок» и последующий анализ полученных результатов позволят выявить фундаментальные проблемы управления цепочкой поставок и определить пути их решения.

Для кого эта программа

  • Руководитель предприятия, который осознал важность оптимизации управления ключевыми операциями компании
  • Менеджер, чья деятельность связана с управлением цепочками поставок компании

Вы узнаете про

  • Приемы и инструментарий оптимизации закупок, статистического анализа и прогноза спроса на основе практических примеров и ситуаций
  • Философию адаптивных методов: как сделать прогноз, не задавая математической функции для линии прогноза и не укладывая данные в заранее установленные рамки линейного, логистического или другого тренда
  • «Эффект хлыста»: влияние структуры организации и человеческого фактора на удовлетворение спроса конечного потребителя
  • Практическую реализацию концепции оптимального управления запасами на складе

Вы научитесь

  • Решать задачи по оптимизации с помощью «Поиска решения» (Solver) MS Excel
  • Моделировать стратегии поведения участников цепочки поставок (деловая игра «Цепочка поставок»)
  • Использовать концепции минимизации издержек для принятия эффективных управленческих решений (заказ группы товаров, выбор поставщика, выбор перевозчика, оптимизация закупок в условиях сезонного спроса)
  • Моделировать случайный спрос на основе надстройки «Монте-Карло»
  • Рассчитывать риски на основе нормального распределения с помощью MS Excel
  • Прогнозировать спрос (проведение линии простого тренда, выделение сезонной компоненты временного ряда)
  • Определять параметры линейной регрессии с помощью функции ЛИНЕЙН MS Excel

По результатам обучения вы получите Удостоверение ИБДА о повышении квалификации.

 


Содержание программы

Оптимизация управления закупками и прогноза спроса

  1. Введение в курс
  2. Оптимизация плана закупок
    1. Количественная модель для мини-кейса «Оптимальный план закупок компании «Холод»
    2. Знакомство с надстройкой «Поиск решений» MS Excel
    3. Установка и использование надстройки «Поиск решений» для MS Office 2003
    4. Получение оптимального плана закупок для мини-кейса
    5. Постановка и решение задачи об оптимизации плана закупок на основе ресурса «узкого места»
    6. Основной принцип Теории ограничений Гольдрата
    7. Последний шаг анализа мини-кейса: «Что делать, если «узкое место» не одно, если их несколько?»
  3. Оптимизация управления запасами
    1. Издержки хранения, их природа и способ оценки
    2. Товарный кредит и издержки хранения
    3. Издержка заказа
    4. Модель экономичного размера заказа
    5. Частота заказов для большой группы товаров
    6. Практические примеры использования модели EOQ: Пример «EOQ и требования жизни»
    7. Практические примеры использования модели EOQ: Пример «Выбор перевозчика»
    8. Практические примеры использования модели EOQ: Пример «Выбор поставщика»
    9. Практические примеры использования модели EOQ: Пример «График поставки в условиях сезонного спроса»
  4. Случайные вариации спроса
    1. Описание проблемной ситуации «На оптовом складе». Постановка вопроса об оценке риска дефицита и необходимом безопасном резерве
    2. Характеристики случайного спроса. Понятие бизнес-прогноза. Цель бизнес-прогноза
    3. Метод Монте-Карло и надстройка к MS Excel для реализации этого метода
    4. Установка надстройки «Моделирование Монте-Карло»
    5. Частотное распределение и кумулята случайной величины
    6. Определение среднего значения, стандартного отклонения и частотного распределения суммарного спроса за 2 дня
    7. «Экспериментальное» определение зависимости стандартного отклонения суммарного спроса за период из L дней от величины L
    8. «Экспериментальное» определение частотного распределения суммарного спроса за период из L дней от величины L
    9. Стандартное отклонение статистических оценок среднего значения
    10. Статистические характеристики суммы случайных величин: нормальное распределение
  5. Практикум расчета риска дефицита и безопасных резервов по нормальному распределению с помощью MS Excel
    1. Разрешение ситуации «На оптовом складе». Вопрос 1 расчет безопасных резервов по заданным значениям риска дефицита
    2. Разрешение ситуации «На оптовом складе». Вопросы 2 и 3 расчет рисков дефицита по заданным значениям запаса при разных временных интервалах
    3. Сравнение частотных распределений спроса за 1 день и за 16 дней. Недопустимость выражения безопасного резерва в единицах среднего спроса, «в днях продаж»
    4. Влияние вариации времени поставки на риск дефицита
    5. Стандартное отклонение суммарного спроса за время поставки при условии вариации времени поставки. Учет нескольких факторов риска на величину стандартного отклонения суммарного спроса за время поставки
    6. Безопасный резерв при условии вариации времени поставки. Постановка задачи об оптимальном риске дефицита
  6. Модели периодического восполнения запаса
    1. Применение модели точки перезаказа ROP к практическому примеру закупок. Издержки хранения безопасного резерва
    2. Применение модели точки перезаказа ROP к практическому примеру закупок. Расчет ежегодных потерь от упущенных продаж при заданном безопасном резерве
    3. Аналитическая связь между риском дефицита и величиной от упущенных продаж. Аналитическое выражение для оптимального риска дефицита в модели точки перезаказа
    4. Определение понятия уровень обслуживания и его связь с риском дефицита. Оптимальный уровень обслуживания в сравнении с практическими ориентирами, часто встречающимися в компаниях
    5. Сопоставление моделей «точки перезаказа» и «постоянного периода между заказами». Оптимальный размер заказа в модели постоянного периода между заказами
    6. Пример вычисления размера заказа в модели постоянного периода между заказами. Простое вычисление среднего и стандартного отклонения с помощью стандартных функций MS Excel в случае постоянного спроса
  7. Однопериодная модель размера заказа
    1. Описание однопериодной модели. Оценка средней прибыли компании в сезон. Постановка задачи об оценке оптимального размера заказа в однопериодной модели. Идея использования метода Монте-Карло для решения этой задачи
    2. Построение модели MS Excel для применения метода Монте-Карло и определения оптимального размера заказа и максимальной ожидаемой прибыли в однопериодной модели
    3. Анализ результатов моделирования Монте-Карло: частотные распределения прибыли для разных размеров заказов
    4. Анализ результатов моделирования Монте-Карло: кумуляты прибыли, интервалы изменения ежедневной прибыли в пределах от 5% до 95%. Компромисс между величиной ожидаемой прибыли и риском убытков
    5. Какие издержки более тяжелы для фирмы: прямые потери от распродажи излишков товара или потери от упущенных из-за дефицита продаж?
    6. Расчет методом Монте-Карло максимальной ожидаемой прибыли и минимальных упущенных возможностей
    7. Сравнение размеров максимальной ожидаемой прибыли и минимальных упущенных возможностей
    8. Аналитический расчет оптимального риска дефицита и формулы для оценки оптимального размера заказа по нормальному распределению
    9. Расчет оптимального размера заказа в однопериодной модели в MS Excel
    10. Аналитическое выражение для ожидаемой прибыли в однопериодной модели
    11. Влияние уровня обслуживания на величину среднего спроса. Потери от утраты доброго отношения клиента (goodwill)
    12. Кооперация и разделение рисков в цепочке поставок. Построение модели для расчета методом Монте-Карло в MS Excel
    13. Кооперация и разделение рисков в цепочке поставок. Анализ результатов Монте-Карло
  8. Основы бизнес-прогноза. Априорно-эмпирические методы прогноза
    1. Принципы и смысл построения технического бизнес-прогноза. Метод наименьших квадратов — основа технического бизнес-прогноза. Простая модель декомпозиции временного ряда
    2. Использование центрированного скользящего среднего по 12 месяцев для «десезонализации ряда» и нахождения тренда
    3. Определение средних сезонных факторов и построение линии прогноза
    4. Анализ остатков прогноза и оценка стандартного отклонения спроса
    5. Оптимизация параметров прогноза методом минимизации суммы квадратов отклонения данных от линии прогноза
    6. Использование экспоненциального тренда в мультипликативной модели декомпозиции
    7. Знакомство с S-трендом и его использование в мультипликативной модели декомпозиции
  9. Адаптивные методы прогноза
    1. Еще раз о различии априорно-эмпирических моделей и адаптивных методов
    2. Метод скользящего среднего
    3. Идеология метода экспоненциального сглаживания
    4. Реализация метода экспоненциального сглаживания в MS Excel
    5. Реализация метода экспоненциального сглаживания в MS Excel для данных, соответствующих постоянному спросу, к спросу с выраженным трендом
    6. Идеология метода двойного экспоненциального сглаживания — метода Хольта
    7. Реализация метода Хольта в MS Excel
    8. Модификация метода Хольта для обработки данных с сезонными колебаниями
    9. Метод Хольта-Винтерса
    10. Пример прогноза спроса для единичного артикула в одном из магазинов сети розничной торговли
    11. «Замеченные неточности»

Преподаватели

#<Instructor:0x007f925d1cffb0>

Зайцев Михаил

Кандидат физических наук, профессор, заместитель директора ИБДА по международным программам, руководитель совместной программы Executive MBA школы менеджмента университета Антверпена (UAMS) и ИБДА

ИБДА


Сухарев Александр Николаевич

Сухарев Александр Николаевич

Это самый содержательный и глубокий курс среди всех, с которыми мне удалось познакомиться с 2001 года. Вскрывается суть и физический смысл используемых моделей. Подробно описано применение моделей при помощи популярных программ. Мне очень понравился данный курс: и поддержкой, и содержательностью, и тем, что на мои задания даются комментарии и пояснения. Для меня это была исключительно неожиданная и удивительно хорошая новость. В очных семинарах или тренингах других авторов такого ответственного и глубокого отношения преподавателя не встречал ни разу.