| Русский | Українська | English | ДонНТУ | Магистры |
 |
Червинская Наталья Владимировна nashenka@mail.ru Факультет компьютерных информационных технологий и автоматики Тема магистерской работы: « Разработка компьютеризированной подсистемы контроля обеспечения лекарственными препаратами Донецкого региона» Научный руководитель: доцент, к.т.н. Мокрый Г.В. |
|||
| Диссертация | Библиотека | Ссылки | Индивидуальное задание | Отчет о поиске |
|
Тема магистерской работы – "Разработка компьютеризированной системы контроля обеспечения лекарственными препаратами Донецкого региона". | |
 |
Содержание |
|
Актуальность Создание запасов, их хранение, распределение и пополнение характерны для всех видов хозяйственной деятельности. Регулирование объема товарных запасов на торговом предприятии позволяет сократить расходы, увеличить прибыль и высвободить оборотные средства. В то же время растущая конкуренция на рынке и динамичный рост компании значительно повышают требования к системе ресурсного планирования. В условиях постоянного расширения ассортимента и объемов деятельности, роста объемов необходимых оборотных средств, давления со стороны конкурентов, постоянного повышения требовательности клиентов из-за превышения предложения над спросом приходится постоянно пересматривать ценовую политику. В сложившейся ситуации существующие в компании подходы к планированию и управлению запасами и оборотными средствами могут оказаться недостаточно эффективными, вследствие чего возможно возникновение следующих проблем:
Состояние и эффективность использования производственных запасов, как самой значительной части оборотного капитала – является одним из основных условий успешной деятельности предприятия. Развитие рыночных отношений определяет новые условия их организации. Инфляция, неплатежи и другие кризисные явления вынуждают предприятия изменять свою политику по отношению к производственным запасам, искать новые источники пополнения, изучать проблему эффективности их использования. Поэтому для предприятия все возможные способы рационального расходования средств, одним из которых является определение оптимальной величины производственных запасов приобретают все большую значимость. На западном рынке ещё в 70е годы появились разнообразные программные реализации математических моделей управления запасами, часто встроенные в системы автоматизации торговли в виде модулей автоматического формирования заказов. Как правило, это были простейшие модели управления запасами, которые учитывали только стационарный и детерминированный виды спроса, хотя на самом деле они встречаются довольно редко и в реальных ситуациях спрос носит, в основном, непредсказуемый характер. В данное время в названиях многих программных продуктов фигурирует словосочетание "система управления запасами предприятия". Однако за ними нередко скрывается или обычный бухгалтерский комплекс, или программа, предназначенная для решения исключительно учетных задач, например, для наведения порядка на складе в расчетах с поставщиками и покупателями. В действительности, в полноценной системе управления запасами предприятия должны присутствовать такие функции, как планирование, учет, контроль и анализ. Если же данный список представлен в программе не целиком, то о полной качественной поддержке процессов управления запасами не может быть и речи, ведь далеко не последним условием достижения успеха предприятием является его способность избегать как переполнения, так и перебоев в наличии товаров. Эти недостатки проявляются тогда, когда объемы и сроки закупок плохо взаимосвязаны с продажами. Современное состояние систем управления запасами, представленных на украинском рынке, можно охарактеризовать следующим образом:
Обзор разработок Рыночные отношения служат толчком проявления инициативы хозяйствующих субъектов в области формирования и использования запасов. Наиболее передовыми в отношении использования современных подходов к управлению запасами оказываются торговые структуры, для которых это является важнейшим инструментом сохранения и расширения своей ниши на рынке, основным фактором повышения конкурентоспособности. Товарные запасы торговых предприятий представляют их основной удельный вес в стоимости активов, являются основным источником пополнения собственных средств в виде прибыли от реализации и, вместе с тем, товарные запасы представляют собой основную проблему ежедневного контроля. Поэтому для обеспечения необходимой отдачи от вложенных в бизнес средств, для обеспечения необходимых темпов роста фирмы актуальным является использование научных методов управления запасами. Задачи управления запасами являются одними из сложных в математическом смысле, которые существуют в области управления торговлей. С развитием вычислительной техники, созданием огромных систем разветвленной розничной торговли появились модели управления планированием поставок. В настоящее время принципы построения систем управления запасами хорошо изучены, однако остается широкий простор для анализа конкретных ситуаций, в которых применяются торговые системы, анализа конкретных экономических задач пригодных для отечественных предприятий. Особым образом в этом направлении выделяется торговля лекарствами, которая обладает целым рядом особенностей. Объектом исследования является склад лекарственных препаратов компании "Аптечный холдинг". В компании около 90 дочерних предприятий и 657 розничных точек, 85 центральных аптек, структурные подразделения которых расположены почти во всех населенных пунктах Донецкой области и представлены: 206 аптеками, 315 аптечными пунктами, 136 аптечными киосками и 385 фельдшерско-акушерскими пунктами. В холдинге работает более 2,5 тысяч сотрудников. Ему принадлежат более 110 тыс.м2 помещений, из которых 25 тыс. м2 складов. Потребителями товаров и услуг компаний, кроме населения и аптек, являются 163 лечебно-профилактических учреждений Донецкой области. Холдинг имеет прямые договора со всеми отечественными и 18 иностранными фармпроизводителями. Его представительства открыты в Крыму, Полтавской, Одесской, Запорожской, Луганской, Днепропетровской, Харьковской и Херсонской областях.
В мировой практике к настоящему времени выработаны стандартные походы к решению проблемы планирования запасов, которые условно можно разделить на две группы: "от склада" и "от продаж". Однако для принятия решения об их внедрении важно оценить, насколько они применимы в конкретных условиях, учитывающих российскую специфику. Подход "от склада". В большинстве западных ERP-систем управление запасами реализуется с помощью какой-либо из технологий SIC (Statistical Inventory Control), которые используют статистические методы для моделирования спроса и времени пополнения товарных запасов (для производственных компаний – с учетом времени изготовления). Такой подход основан на расчете нормативных характеристик запасов по каждому виду товарного ассортимента исходя из наблюдений за их фактической оборачиваемостью на протяжении достаточно представительного периода. Основными расчетными величинами являются:
Для определения этих величин используются классические методы логистического анализа. На основании статистических данных выделяются ассортиментные группы, характеризуемые различной значимостью в общем товарообороте (категории А,В,С) и различной степенью предсказуемости поведения (X,Y,Z). И для каждой из них применяются соответствующие методы планирования, учета и контроля. Категория А включает ограниченное количество наиболее существенных в стоимостном отношении позиций, которые требуют тщательного планирования, учета и контроля. Товары категории В требуют стандартного контроля и налаженного учета. А для категории С допустимы упрощенные методы планирования, учета и контроля. Такое разбиение позволяет сосредоточиться на главном, а не "мучаться", планируя позиции, которые составляют 0,1% оборота. Статистические методы регулирования параметров заказа хорошо работают при наличии массивов накопленных данных и стационарности процесса на достаточно длительном интервале времени. Однако, для большинства современных российских компаний, действующих в условиях динамически меняющейся среды, почти не соблюдаются условия стационарности, и, особенно, неизменности товарного ассортимента, что существенно ограничивает применимость статистических моделей контроля динамики запасов. Кроме того, статистические методы предполагает анонимность покупателя (как, например, в универсаме или при обычном производстве "на склад"), а также отсутствие возможности активно выяснять намерения клиентов или даже влиять на их поведение. Таким образом, при использовании SIC решение о закупке принимается в основном на основании статистических наблюдений за динамикой запасов, а не на данных, полученных в результате индивидуального анализа истории взаимоотношений или непосредственного контакта с клиентами, что существенно повышает предсказуемость объемов продаж в краткосрочной перспективе. Подход "от продаж". Более точные прогнозы объема сбыта, которые обобщают различные договоренности с клиентами и наблюдения за их поведением, позволяют компании существенно улучшить качество управления запасами за счет дополнения "статистических" ("толкающих") моделей планирования заказов так называемыми, "вытягивающими". Например, типа модели DRP (Distribution Requirements Planning), применяемой в системе BAAN – модели пополнения запасов на основе обработки совокупности заявок дистрибьюторов. С другой стороны, подобные "тянущие" модели в чистом виде возможны только для компаний, работающих "на заказ" по всем ассортиментным позициям. Поэтому, практически для каждой компании, исходя из особенностей ее торгово-закупочной деятельности, целесообразно строить индивидуальную систему планирования и управления запасами, совмещающую оба похода. Причем в число эффективных приемов, позволяющих решить важную, но частную задачу управления запасами, могут включаться и такие универсальные техники управления ресурсами, как бюджетирование. Бюджетирование и управление запасами "в одном флаконе". В этом случае последовательность этапов планирования может быть следующей: клиент – ассортимент – консолидация по ассортименту – консолидация по ЦФУ. Первичные бюджеты продаж по клиентам (ассортимент по клиентам) составляются менеджерами отдела сбыта (для каждого клиента, с которым работает менеджер). Далее происходит консолидация данных по всем клиентам всех менеджеров и составляется сводный бюджет продаж по ассортименту, который является основанием для планирования закупок и запасов в данном периоде. Первоначальными объектами планирования при составлении бюджета продаж являются заказы клиентов по номенклатурным позициям. Менеджер отдела сбыта может планировать сначала в порядке значимости групп клиентов (А-В-С), а потом по каждому клиенту, начиная с наиболее значимых и стабильных позиций. С клиентами группы А (а их у каждого менеджера не так уж много) возможны также активные методы работы – а именно подтверждения заказов, изучение факторов влияющих на спрос по основным позициям, новые предложения, поддержка клиентов группы по редким ассортиментным позициям, обеспечивающих сбыт основного ассортимента и т.п. Безусловно, для поддержки процедуры планирования из учетной системы могут быть выведены справочные аналитические отчеты по объемам продаж за предыдущие периоды. Однако следует учитывать, что для планирования месячного заказа по позиции иногда важно не столько знание среднего размера заказа, сколько того, что заказ вообще состоится. То есть, система планирования должна также размечать позиции по группам XYZ, т.е. в зависимости от предсказуемости заказа (весовых коэффициентов, соответствующих группам предсказуемости). Сводная таблица планирования по менеджеру в разрезе клиентов, размеченная по группам АВС, XYZ, преобразуется в таблицу по ассортименту, которая передается в отдел закупок и является основой для планирования закупок в интересах наиболее крупных и стабильных клиентов. Одновременно со стороны склада осуществляется централизованное планирование менее значащих и менее предсказуемых позиций ассортимента, что минимизирует общий объем запаса. Для этого менеджеры отдела закупок, обобщив данные по предыдущим периодам и наличные запасы, могут планировать склад классическим способом с помощью SIC системы – от среднего плюс среднеквадратическое отклонение. Задачи и функции Какой бы метод управления запасами не был выбран, существует минимальное число функций, при которых система становится управляемой и обеспечивается возможность реализации этих методов. Это, прежде всего, относится к налаживанию четкого бизнес-процесса логистических операций, а также к постановке управленческого учета. Внедрение указанных ниже функций сразу же и непосредственно сказывается на уменьшении стоимости хранения и доставки товара. В плане реализации логистических функций в компании должны быть решены следующие задачи:
Определение соответствующих объемных, пространственных и временных параметров запасов позволит перейти к оптимизации размещения товаров на складе, а, следовательно, к минимизации затрат. Мониторинг состояния запасов должен обеспечивать непрерывное сравнение нормативных параметров с фактическими, чтобы начала работать "следящая система" управление запасами. А расчет нормативных характеристик запасов (в натуральном выражении) позволит обоснованно формировать бюджеты и перейти к оптимизации издержек, связанных с формированием и поддержанием запасов. Любая модель управления запасами, в конечном счете, должна дать ответ на два вопроса:
Ответ на первый вопрос выражается через размер заказа, определяющего оптимальное количество ресурсов, которое необходимо поставлять каждый раз, когда происходит размещение заказа. В зависимости от рассматриваемой ситуации размер заказа может меняться во времени. Ответ на второй вопрос зависит от типа системы управления запасами. Если система предусматривает периодический контроль состояния запаса через равные промежутки времени (например, еженедельно или ежемесячно), момент поступления нового заказа обычно совпадает с началом каждого интервала времени. Если же в системе предусмотрен непрерывный контроль состояние запаса, точка заказа обычно определяется уровнем запаса, при котором необходимо размещать новый заказ. Таким образом, решение обобщённой задачи управления запасами определяется следующим образом:
Размер и точка заказа обычно определяются из условий минимизации суммарных затрат системы управления запасами, которые можно выразить в виде функции этих двух переменных. Суммарные затраты системы управления запасами выражаются в виде функции их основных компонент следующим образом: 
Затраты на приобретение становятся важным фактором , когда цена единицы продукции зависит от размера заказа, что обычно выражается в виде оптовых скидок в тех случаях, когда цена единицы продукции убывает с возрастанием размера заказа. Затраты на оформление заказа представляют собой постоянные расходы, связанные с его размещением. Таким образом, при удовлетворении спроса в течение заданного периода времени путем размещения более мелких заказов (более часто) затраты возрастают по сравнению со случаем, когда спрос удовлетворяется посредством более крупных заказов (и, следовательно реже). Затраты на хранение запаса, которые представляют собой расходы на содержание запаса на складе (например, процент на инвестированный капитал, затраты на переработку, амортизационные расходы и эксплутационные расходы), обычно возрастают с увеличением уровня запаса. Наконец, потеря дефицита представляют собой расходы, обусловленные отсутствием запаса необходимой продукции. Обычно они связаны с ухудшением репутации поставщика у потребителя и с потенциальными потерями прибыли. Рисунок 1 иллюстрирует зависимость четырёх компонент затрат обобщенной модели управления запасами от уровня запаса. Оптимальный уровень запаса соответствует минимуму суммарных затрат. Отметим, что модель управления запасами не обязательно должна включать все четыре вида затрат, так как некоторые из них могут быть не значительными, а иногда учёт всех видов затрат чрезмерно усложняет функцию суммарных затрат. На практике какую – либо компоненту затрат можно не учитывать при условии, что она не составляет существенную часть общих затрат. Рисунок 1 – Зависимость компонент затрат обобщенной модели управления запасами от уровня запаса. Разработка правил определения момента и объема заказа, определение приоритетов при пополнении запасов позволит получить относительно простые способы регулирования параметров заказа. Кроме того, необходимо наладить жесткий контроль за ходом выполнения заказов, что обеспечивает обратную связь, необходимую для принятия эффективных оперативных решений по закупкам. Однако ключевым фактором, определяющим качество системы управления запасами, является способ выработки предположений о необходимой величине закупок. В настоящее время принципы построения систем управления запасами хорошо изучены, однако остается широкий простор для анализа конкретных ситуаций, в которых применяются торговые системы, анализа конкретных экономических задач пригодных для отечественных предприятий. Главный механизм системы управления запасами, который необходимо внедрить в работу состоит в реализации принципа обратной связи. Это классический принцип любой управляемой системы. Суть этого принципа заключается в том, что, если руководящее звено системы оказывает управляющее воздействие на рабочий элемент системы, то в системе должна существовать "обратная связь", которая дает данные о новом состоянии всей системы и оценивает результативность ее функционирования. Система будет управляема, если после воздействия на нее можно определить ее новое состояние, оценить его, и с учетом полученных новых данных о системе можно принять следующее корректирующее воздействие на систему. Чтобы принять управляющее решение, направленное на удержание динамически изменяющегося состояния товарной системы, необходимо иметь обобщенные характеристики состояния системы, отражающие ее динамику и реакцию на ранее принятые управляющие воздействия. В настоящее время сформированы требования, предъявляемые к современным системам управления запасами. Как известно, управление состоит из следующего набора функций: планирование, прогнозирование, учет, анализ, регулирование. В соответствии с этим, в современной системе управления запасами должны осуществляться следующие функции:
Таким образом, можно сказать, что научной новизной является разработка многофакторной математической модели, которая бы учитывала влияние нескольких параметров на результаты прогноза величины запаса. Целью же данной работы является разработка такой модели, на основании которой можно разработать алгоритмы, предназначенные для использования в компьютеризированной сис теме управления запасами, а также создание такой системы. Анализ темы Управленческие решения должны быть предложены на основе прогнозирования спроса. Для всех моделей управления запасами необходима информация, которая касается спроса на товары потребления (в нашем случае – это лекарственные препараты).Исследование и прогнозирование спроса является одной из самых сложных и важных задач управления запасами. Поэтому к этому вопросу следует подходить с особой серьезностью и тщательностью. Спрос на предметы потребления может быть разделен на следующие классы:
Прогнозирование – это оценка значения переменной (или ряда переменных) для какого-то момента времени будущего. В прогнозировании исходят из того, что если мы можем хотя бы приблизительно спрогнозировать будущее, то сможем выбрать свое оптимальное поведение, чтобы при наступлении будущего находиться в лучшей позиции.Характерные черты прогнозов:
Так как мнения специалистов отдела маркетинга или менеджеров управления запасами недостаточно, в системе управления запасами должна быть использована количественная расчетная методика, которая может играть роль в модификации прогнозов при нестандартных обстоятельствах. Прогнозирование – это важный момент принятия решения в управлении запасами торгующих фирм. При управлении запасами лекарств необходимо оценить степень спроса каждого лекарства, которая осуществляется на основе анализа статистических данных о продажах каждого типа лекарств в течение определенного периода времени. Качество прогноза непосредственно отражается на качестве принимаемых управленческих решений по управлению запасами. Для эффективного управления запасами важно выбрать обоснованный метод и методику прогнозирования. Используемые методы прогнозирования зависят от вида бизнес-решений. Прежде всего, при прогнозировании используют категории краткосрочный, среднесрочный, долгосрочный прогноз. Срок прогнозирования зависит от вида бизнес-решений. Краткосрочным называют прогноз в том случае, когда период динамики спроса больше длительности прогнозного периода. Это оперативный прогноз. В нашем случае это 1-3 месяца. Среднесрочный подразумевает примерное равенство периода динамики и периода прогноза. Это тактический прогноз. В нашем случае это 3-6 месяцев. Долгосрочный прогноз является стратегическим, период динамики спроса для которого меньше периода прогноза. Таблица 1 Срок прогнозирования в зависимости от вида бизнес-решений. |
| Период времени | Тип решения | Пример |
| Краткосрочный до 6 месяцев | Оперативный | Управление товарными запасами, планирование производства и распределения |
| Среднесрочный 6 месяцев – 2 года | Тактический | Аренда завода и оборудования, изменения кадров |
| Долгосрочный | Стратегический | Исследования, развитие завода, капитальные вложения. Изменения продукта. |
|
Методы прогнозирования также делятся на следующие категории:
Спрос можно разделить на следующие элементы: средний спрос для периода, тренд, сезонные влияния, циклическая составляющая, автокоррекция (связь с предшествующими значениями) и случайная вариация (то, что остается). Реализация темы Чаще всего в управлении запасами при прогнозировании спроса пользуются методом анализа рядов динамики[2]. Исходят из того, что переменная изменяется во времени и зависит только от времени и своих прошлых значений. Обычно прогнозирование спроса ведется на уровне средних значений и дисперсий. Если таковые оценены, то далее принимают функцию о виде распределения. Чтобы учесть колебания временных рядов применяют различные методы прогнозирования и анализа. При анализе временных рядов особое внимание уделяется исследованию и описанию их структуры. Цель таких исследований заключается в построении модели, которая используется для прогнозирования временного ряда. В общем виде модель временного ряда выглядит так[1]: |
где f(t) – уравнение тренда, оно описывает тенденцию в изменении анализируемого признака xt. Это долговременная постоянная составляющая; St – сезонная компонента, формирующая периодически повторяющиеся в определенное время года колебания анализируемого признака; εt – случайная величина, которая не поддается учету и регистрации. Анализ методов прогнозирования показал, что метод экспоненциального сглаживания в большей степени отвечает необходимым требованиям для прогнозирования спроса на лекарства. Метод экспоненциального сглаживания заключается в том, что временной ряд сглаживается с помощью взвешенной скользящей средней, в которой веса подчиняются экспоненциальному закону. Взвешенная скользящая средняя с экспоненциальными весами характеризует значение процесса на конце интервала сглаживания, т.е. является характеристикой последних уровней ряда. Именно это свойство используется для прогнозирования. Ряд xt (t=1,2,…,n) описывается полиномом p-степени.[1]: |
 |
| Необходимо по данным ряда xt составить прогноз на моменты времени t=n+l (l=1,2,…,L) путём взвешивания наблюдений ряда xt таким образом, чтобы более поздним наблюдениям придавались большие веса, чем более ранним наблюдениям. Прогноз уровней ряда xt в момент времени t=n+l строится с помошью разложения в ряд Тейлора: |
 |
| где x(k)t – к-я производная, взятая в момент t. Экспоненциальная средняя первого порядка для ряда выглядит: |
 |
| где α – параметр сглаживания (0< α <1). Экспоненциальная средняя k-го порядка для ряда имеет вид: |
 |
| Рекуррентная формула для определения экспоненциальной средней k-го порядка выглядит следующим образом: |
 |
| В качестве формул для оценки коэффициентов модели были рассмотрены линейная и квадратичная модели тренда. |
 |
 |
| После соответствующих преобразований получены формулы для прогноза по линейной модели: |
 |
| где |
 |
 |
 |
| и по квадратичной модели: |
 |
| где |
 |
 |
| Начальные условия S[t-l]k были определены с помощью специальной формулы Брауна. Значения коэффициентов a0, a1 и a2 в этих формулах были найдены с помощью метода наименьших квадратов. При построении прогнозов с помощью метода экспоненциального сглаживания одной из основных проблем является выбор оптимального значения параметра сглаживания α. При различных значениях α результаты будут различными. Если α ближе к 1, то в прогнозе учитываются в основном последние наблюдения, если α ближе к 0, то учитываются все наблюдения. Обзор результатов Приведенный метод прогноза был проверен для предсказания спроса на ряд лекарств на период в две недели. Минимальная ошибка для линейного прогноза получена при α=0,211 и составила 10,22%. Для квадратичной модели при α=0,161 ошибка равнялась 9,57%. Для использованного временного ряда обе модели дали примерно одинаковые результаты. Но для других рядов результаты могут отличаться. Нужно выбирать ту модель, которая дает меньшую погрешность. Таким образом, при создании системы управления запасами для прогнозирования величины спроса можно использовать приведенный метод прогноза. В качестве результатов выполненной работы можно выделить следующие. Был изучен объект управления, которым является склад лекарственных препаратов. Склады такого типа характеризуются наличием достаточно большого ассортимента лекарственных средств, которые имеют достаточно высокую динамику спроса, которая изменяется как в течение года, так и сезонно. Было проанализировано текущее состояние существующих аналогичных систем, разработки ведущих фирм (западных и в т.ч. в странах СНГ) в данной области. На основе результатов анализа было выбрано направление собственных исследований – создание системы управления запасами лекарственных средств, основанной на принципе прогнозирования спроса с помощью методов анализа временных рядов. Исследования показали, что предложенный метод является наиболее эффективным при создании разрабатываемой системы с учетом её сезонных и других особенностей. |
| Список использованных источников:
|