Оптимизация страховых запасов

BaseGroup Labs

Общее описание решения

Представляем решение, которое является аналитическим ядром системы управления товарообеспечением. Оно предназначено для автоматизации процессов ассортиментного планирования, прогнозирования товарного запаса и формирования рекомендаций по текущему заказу товара.

Система интегрируется с одной или несколькими учетными системами, содержащими необходимые для анализа данные, поддерживает актуальность данных. Планирование текущего заказа осуществляется согласно установленному регламенту.

BaseGroup Labs

Схема работы

Загрузка данных

Системы учета

Подготовка данных для прогноза

Прогнозирование

Планирование и оптимизация

Движение товаров, справочники

Продажи, остатки, поставки

Варианты группировки, доли

в группах

Прогнозы

Рекомендации по закупке

BaseGroup Labs

Загрузка данных из систем учета

В компаниях функционируют различные системы учета, архивы старых систем, офисные приложения и множество других источников данных.

Для работы системы планирования и оптимизации необходимо консолидировать информацию из всех доступных источников, обеспечить ее полноту, достоверность, непротиворечивость.

BaseGroup Labs

Получение данных

Модуль формирует исходные для целей анализа данные из всех доступных информационных ресурсов. Источниками информации служат:

Исторические данные продаж Оперативные данные по продажам Сведения, необходимые для оптимизации

заказа (остатки, поставщики, календарь поставок и т.п.)

Информация загружается в преднастроенное хранилище данных, что обеспечивает независимость от используемых в компании систем учета.

BaseGroup Labs

Мониторинг качества данных

Модуль контролирует качество поступающей в ХД информации. Система анализирует поступающие данные на предмет типичных ошибок, формирует отчет. Под ошибками понимаются грубые ошибки целостности, достоверности и полноты данных:

Пропуски в данных Аномалии: цена, количеств, скидка... Противоречия

BaseGroup Labs

Подготовка для анализа

Модуль преобразует информацию из учетной системы в пригодный для анализа вид:

Агрегация данных: дневные, недельные, месячные продажи

Расчет дополнительных показателей Обогащение данных Загрузка данных в хранилище

Результатом работы системы является пополнение данных хранилище.

BaseGroup Labs

Подготовка данных для прогноза

Модуль оценивает пригодность данных для применения каждого методов прогнозирования (т.е. для построения значимых моделей). Пригодность данных оценивается на основе качественных критериев товаров:

Длина временного ряда; Наличие ошибок в данных ряда (пропуски, дубли...); Наличие аномальных значений в ряде Кол-во дней, когда товар отсутствовал, не продавался Статистические характеристики рядов; Вид тренда временного ряда; Наличие сезонности и цикличности в данных ряда; Величина случайной составляющей во временном ряде; Степень коррелированности значений ряда Частота продаж, стабильность продаж

BaseGroup Labs

Группировка товаров

Модуль предназначен для преобразования исходных данных (на основе заложенных вариантов группировок) в данные, используемые при прогоне через модели. В базовом варианте модуль формирует из исходных (недельных) рядов продаж товаров временные ряды по группам прогноза.

Далее сформированные временные ряды подаются на вход модуля прогона данных через модели. Группировка может быть как для каждой модели отдельно, так и общей для всех моделей.

BaseGroup Labs

Прогнозирование

Модуль состоит из нескольких сценариев обработки, реализующих прогнозирование, а также наборов входных данных (формируемых в модуле группировки). Данный модуль пропускает через каждую модель соответствующий ей набор данных и получает прогноз по тем или иным группам, а также показатели качества (ошибка модели).

Группа товаров

Модель прогноза 1

Модель прогноза 2

Модель прогноза 3

Сравнение результатов

прогнозирования

BaseGroup Labs

Модели прогнозирования

При построение прогнозов перебираются различные модели:

Модели на основе временных рядов: сезонные, несезонные, линейные, нелинейные, авторегрессия с различными лагами

Модели на основе иерархической структуры: доля группы

Модели на основе сходства, подобия: филиал – аналог, товар – аналог

Модели регрессии на внешние и внутренние факторы: цены, ассортимент конкурентов, цены поставщиков, маркетинговые акции, персонал, местоположение

BaseGroup Labs

Сравнение моделей

Модуль оценивает качество моделей по определенным критериям, на основе этой оценки определяется лучшая модель (которая более всего приближена к реальному моделируемому процессу) и соответственно определяется лучший прогноз. Качество модели может определяться на основе различных показателей:

Суммарное количественное отклонение прогнозных продаж от фактических.

Средняя ошибка прогнозирования на различных периодах продаж.

Дефицит товара, возникший по причине прогноза. Избыточный товарный запас, возникший по причине

прогноза.

BaseGroup Labs

Попозиционный прогноз

Модуль преобразует прогнозные значения по группам прогноза в потоварный прогноз. Разгруппировка производится на основе как самого прогноза так и информации о доли товаров в этом прогнозе, рассчитанного ранее.

Доли групп рассчитываются исходя из предположения, что пропорции продаж товаров какое – то время будут такими же, как и некоторое время назад (период актуальности).

BaseGroup Labs

Расчет даты окончания продаж

Модуль определяет дату, ожидаемого нулевого остатка каждого товара. Дата рассчитывается исходя из предполагаемой скорости продаж (потоварный прогноз).

Скорость продаж

ВремяДата формирования заказ

Складской остаток

Точка нулевого остатка

BaseGroup Labs

Расчет даты поставки товара

Дата поставки товара определяется на основе двух основных показателей: расписание поставки, дата нулевого остатка. Необходимо таким образом заказать товар, чтобы его успели поставить до того момента, как он кончится на складе.

Исходя из этого в расписании поставок товара ищется ближайшая поставка от точки нулевого остатка (в большинстве случаев слева от точки нулевого остатка). Если же товар предположительно кончается до крайнего срока формирования заказа, то товар заказывается в ближайшую поставку (справа от точки нулевого остатка).

BaseGroup Labs

Расчет количества товара

Количество поставляемого товара определяется из предположения того, что товара должно хватить ровно до следующей поставки. Т.е. решается задача оптимизации складских запасов.

На количество заказываемого товара также влияет его минимальная партия, отгружаемая поставщиком. В расчете поставляемого количества также можно учитывать риски, связанные с колебаниями в продажах. Т.е. ввести также страховой запас, который бы эти колебания компенсировал.

BaseGroup Labs

Перенос данных в систему учета

Результаты расчета представляют собой обычные таблицы, которые переносятся в корпоративные системы учета.

Процесс загрузки данных в системы учета в каждом случае реализуется по разному. Обычно он выполняется сотрудниками IT подразделений организации.

Товар Поставщик Количество Дата поставки

… … … …

.. … … …

BaseGroup Labs

Экономическая отдача

Использование подходов, описанных в презентации позволяют получить существенную отдачу:

Автоматизировать значительную часть операций

Повысить скорость принятия решений Снизить уровень страховых запасов Минимизировать влияние человеческого

фактора

BaseGroup Labs

BaseGroup Labs

BaseGroup Labs – профессиональный поставщик Data Warehouse, OLAP, KDD, Data Mining решений и инструментов.

Web-сайт: www.basegroup.ru

Образование: edu.basegroup.ru

E-mail: info@basegroup.ru