Планирование в условиях рисков и неопределенности: Оптимизация товарных запасов

Товарные запасы – всегда достаточно острая тема для бизнеса. С одной стороны, они обеспечивают необходимый уровень сервиса, то есть обеспечивают поступление выручки от реализации, с другой – запасы стоят денег сами по себе, плюс, их хранение и транспортировка увеличивают издержки.

Как формируются товарные запасы? Какие рычаги позволяют найти баланс между необходимым уровнем сервиса и издержками бизнеса на содержание запасов? Какие есть неопределенности с точки зрения товарных запасов? Давайте разберемся вместе.

В первую очередь необходимо разобраться, как формируются запасы и как их нужно систематизировать для понимания рычагов влияния на тот или иной тип запаса.

Существует довольно много классификаций запасов – единственно правильной нет. Мы в своей практике выделяем три основные группы по функциональному назначению, способам пополнения и расхода:

С циклическими запасами все достаточно понятно: ими можно управлять, изменяя частоту пополнения и минимальный объем производства или поставок. Прочие запасы специфичны для бизнеса, и способы управления ими тоже специфичны, однако и они возникают в условиях стабильности, а значительную роль в их объеме играет качество планирования и прогнозирования.

Страховые запасы связаны с вариативностью. Они необходимы в условиях неопределенности. Первый тип такой неопределенности с точки зрения запасов – это вопрос спроса и сроков, когда трудно понять, насколько завтра будет заказов больше или меньше среднего, поступит ли следующая поставка вовремя, или опоздает.

Можно ли управлять неопределенностью спроса и сроков, чтобы влиять на объемы страховых запасов? С помощью математической статистики и теории вероятности - вполне.

Здесь мы идем из логики, что страховой запас необходим для обеспечения вероятных отгрузок выше среднего значения в период выполнения заказа на пополнение, а также для отгрузок в случае вероятной задержки поставки. Выделяются два ключевых параметра неопределенности: среднеквадратичные отклонения спроса и сроков поставки.

На этих предпосылках и основывается расчет страховых запасов – по формуле Феттера:

SS = Fs * σ_L,

где

Fs – обратная функция Лапласа, являющаяся параметром целевого уровня сервиса (например, для SL=95% Fs= 1,645)

σ_L – среднеквадратичное отклонение спроса за период LT L=LT*D2 + D2*LT2,

где LT – средний срок выполнения заказа на пополнение запаса, D – среднедневное значение объема отгрузок или продаж, σ – соответствующие среднеквадратичные отклонения.

В исходном виде эта формула использует статистические данные по объемам и срокам. Также она часто модифицируется под различную специфику, например, использование среднеквадратичной ошибки прогноза вместо среднеквадратичного отклонения продаж.

Если проанализировать формулу, то можно заметить, что второе слагаемое под корнем практически не играет роли в случаях:

• а) очень низкого среднего спроса,
• б) небольших LT, характерных для межскладских автоперевозок, когда среднеквадратичное отклонение в сроках, как правило, меньше 1.

С другой стороны, в первом слагаемом под корнем значительную роль играет среднеквадратичное отклонение спроса. Можно сделать вывод, что для продуктов, имеющих низкое среднедневное значение спроса и его высокую вариативность, практически весь страховой запас формируется от среднеквадратичного отклонения спроса.

Обычно такие продукты называют слоумуверами, а по ABC/XYZ-анализу относят к группе С/CY-CZ.

Возможно ли как-то влиять на запасы такой продукции? Здесь нужно вспомнить правило сложения дисперсий, из которого следует, что общее среднеквадратичное отклонение двух величин будет меньше, чем их простая сумма: D1+2=D12 + D22

Фактически, это означает, что при высокой вариативности спроса у одного клиента, общая вариативность нескольких снижается относительно среднего значения, т.к. «всплески» одних компенсируют «спады» других.

Так мы определили рычаг влияния на уровень запасов такой продукции – консолидацию спроса на минимальном количестве складов отгрузки. Для мультиэшелонной цепи поставок решение такой задачи может давать ощутимые результаты по оптимизации товарных запасов.

Консолидируя весь запас слоумуверов на одном складе, можно ли гарантировать лучшее решение для бизнеса? Ответ неоднозначный. В случае консолидации возникает необходимость дополнительно перевозить товар. При прямой доставке увеличивается транспортное плечо, а при использовании кросс-дока появляются дополнительные складские операции и межскладские перемещения. Поэтому рассматривать оптимизацию любых запасов без учета других операционных затрат будет неправильно.

Как сбалансировать операционные затраты и запасы? У вторых есть фиксированная стоимость в каждый момент времени, и чтобы она была однородной с операционными затратами, нужно ее выразить за какой-то период, например, год.

Для этого запасы необходимо рассматривать как инвестиции в будущую прибыль от поддержания целевого уровня сервиса. Для оценки стоимости инвестиций есть показатель WACC – средневзвешенная стоимость капитала. Он отражает стоимость вложенных денег за период времени.

Как правило, оборотный капитал компании формируется из собственных средств (доли выручки от продаж) и из заемных средств, взятых в кредит у банка. Поэтому WACC учитывает потенциальную прибыль от вложения собственных средств, как минимум, на депозит в банке по ставке рефинансирования, так и стоимость обслуживания долга, то есть процентную ставку по кредиту.

Например, если инвестировать собственные 1 000 рублей при ставке рефинансирования 9,5% и добавить заемные 3 000 рублей при ставке по кредиту 17%, то WACC составит 15,1%. Соответственно, «замороженные» в запасах 4 000 рублей будут стоить компании 604 рубля в год.

Важна не сама «замороженная» в запасах сумма, а стоимость этих денег для бизнеса, поскольку при нулевых ставках любой объем замороженных денег не будет стоить компании ничего.

В расчете WACC учитываются ставка по кредитам и ставка рефинансирования. Это подталкивает нас ко второму типу неопределенности с точки зрения запасов, актуальность которой в последнее время быстро растет – неизвестность стоимости «замороженных» в запасах денег из-за изменения ставок.

Ставки, как правило, зависят от макроэкономической ситуации. Например, при росте инфляции их поднимают, при дефляционных рисках – понижают. В случае глобальных событий предсказать что будут делать монетарные власти практически невозможно. Значительное изменение ставок может сильно повлиять на конфигурацию цепей поставок, так как при высокой стоимости капитала необходимо минимизировать объемы запасов. Чтобы соблюдать оптимальный баланс и поддерживать уровень сервиса, нужно будет увеличивать, например, транспортные затраты. И наоборот, при снижении стоимости капитала необходимо оптимизировать операционные затраты, в том числе за счет роста объема запасов.

Один из ключевых способов работы с этим типом неопределенности – сценарное планирование на стратегическом и тактическом уровнях. Имея результаты сценариев с различным развитием макроэкономической ситуации, компания может заранее определить какие изменения в цепях поставок необходимо произвести при повышении или понижении стоимости капитала, чтобы соблюдать баланс между операционными затратами и издержками, связанными с запасами.

Наилучшим инструментом для решения задач по оптимизации запасов является математическое моделирование. С помощью матмоделирования можно оптимизировать страховые запасы путем их консолидации на оптимальном количестве складов и определить наилучшее распределение и объемы запасов при любой макроэкономической ситуации. Также можно учитывать оба типа неопределенностей одновременно.

Примером успешного использования моделирования в решении подобных задач является опыт одного из крупнейших ритейлеров, который, применяя логику снижения страховых запасов при консолидации спроса, рассчитал оптимальное распределение запасов слоумуверов по своим РЦ с учетом операционных затрат. Это позволило розничной сети сократить нормативные запасы по сухому ассортименту на 30%, с 21 дня до 15 дней.

Ранее эксперты команды LAMACON рассказали на вебинаре, как лидеры российского рынка решают текущие задачи управления запасами. Подробности смотрите по ссылке.