Ливинцов Кирилл Андреевич

Реферат по теме выпускной работы

Введение

В современных требованиях, предъявляемых к качеству работы торгово-розничных предприятий, отмечается, что эффективная работа сотрудников полностью зависит от оснащения их информационными и автоматизированными средствами и их успешного использования в системе заказа товаров.

Автоматизированная система управления заказами товаров на предприятии значительно повысит эффективность работы, и внесет ряд основных преимуществ, таких как: экономия времени рабочему персоналу, снижение затрат на операции обновления данных, структурированное хранение данных о товарах, их заказа и ведения складского учета. При этом информационная система автоматизирует и ведёт учёт товаров, поставку и отпуск товаров со склада предприятия. Всё это будет сопутствовать более качественному обслуживанию, повышению результативности работы предприятия, повышению точности учёта и снижению потерь товара.

1. Актуальность темы

Рассматривается достаточно актуальная экономическая тема современности – автоматизация систем управления заказами торговым предприятием (АСУТП). Автоматизированное управление – это важнейшая функция, без которой немыслима современная целенаправленная деятельность любой социально-экономической, организационно-производственной системы (предприятия, организации, территории).

2. Цель и задачи исследования, планируемые результаты

Целью является, минимизация затрат в торговой деятельности на предприятиях с помощью разработки автоматизированной торгово-розничной системы, которая внесет ряд преимуществ предприятия, а именно:
1. Повышение эффективности работы;
2. Сокращение расходов;
3. Обеспечение бесперебойной работы системы;
4. Повышение операционной эффективности и снижение административных расходов;
5. Унификация и стандартизация номенклатуры;
6. Снижение трудозатрат и сроков выполнения бизнес процессов;
7. Повышение требований по актуальности и оперативности предоставления данных;
8. Повышение прозрачности и контролируемости закупок для всех заинтересованных сторон;
9. Организация эффективного взаимодействия.

Основные задачи подсистемы:

Данная подсистема будет решать задачу по автоматизации учета заказав товаров на предприятих и выполнять следующие функции:
1. Ввод, хранение, изменение и удаление информации о товарах;
2. Ввод, хранение, изменение и удаление информации о клиентах;
3. Оперативный доступ к имеющимся данным;
4. Календарное планирование заказов товара;
5. Контроль сроков доставки товаров.

3. Описание основных принципов постороение АСУП

В настоящее время необходимость автоматизации системы управления предприятием не вызывает сомнений [2]. Принципом построения любой автоматизированной системы управлении на предприятии является автоматизация технологического или производственного процесса, который непосредственно влияет на эффективность работоспособности сотрудника, или же ряда сотрудников для упрощения или усовершенствования рабочего процесса, к ним относятся:
1. Принцип новых задач, которые можно решать, используя возможности вычислительной техники;
2. Принцип комплексного, или системного подхода;
3. Принцип первого руководителя;
4. Принцип непрерывного развития системы;
5. Принцип согласованности пропускных способностей отдельных частей или подсистемы в целом;
6. Принцип соответствия модели и решаемой задаче;
7. Принцип упрощение при сохранении существенных свойств системы.

Используя возможности вычислительной техники для повышения эффективности управления заказов и ведения учета товара на торгово-розничных повысит эффективность рабочего процесса. Основной принцип АСУП является повышение управляемости предприятия и эффективности его деятельности за счет улучшения качества бизнес-процессов, в том числе автоматизации их функций. Автоматизация функций бизнес-процессов позволяет руководству оперативно получать достоверную информацию о себестоимости продукции, производственных запасах и прочую необходимую информацию, на основании которой легко принимать обоснованные управленческие решения [4].

4. Анализ существующих методов

4.1 Метод Оперативного-календарного планирования заказа и отгрузки продукции

Данный метод является одной из основных задач подсистемы управления сбытом и заказом готовой продукции, решение которой из-за трудоемкости стало возможным только в условиях применения ЭВМ. Предварительное планирование — это определение величины и номенклатуры отгрузки данному потребителю. Причем на этом этапе рассматривается не месячный план отгрузки Рrij, а квартальный Рij что создает возможность на этапе принятия решения комплектовать партии отгружаемых изделии, удовлетворяющие спросу потребителей по номенклатурному набору [9].

Для оптимального размера заказа, с многономенклатурными данными, когда в одной партии предоставляются разные виды товаров, используется метод по укрупненной номенклатуре заказов товара, который более всего подходит для торгово-розничных предприятий, в формуле которой:
• Ntt – наличие i-гo изделия на складе в j-й день;
• Mi – минимальная транзитная партия;
• Ntil – наличие на складе i-го изделия, относящегося к j-му варианту заказа;
• Рij – заказ i-го изделия j-м грузополучателем;
• Rij – количество i-гo изделия l-го варианта заказа, уже отгруженного j-му потребителю.

4.2 Метод ABC анализа и XYZ анализа

Одним из наиболее известных методов анализа товарного запаса на складе является АВС – анализ. Идея АВС – анализа основана на принципе Парето, который формулируется следующим образом: За большинство возможных результатов отвечает относительное небольшое число причин. В настоящее время принцип широко известен как правило 20 на 80 [12].

АВС – анализ будем проводить по объему продаж за период. В результате получим 3 группы товаров:
• группа А – товар, который лучше всего продается; эта группа составляет 20% ассортимента и 49% общего объема продаж;
• группа В – товар, который хорошо продается; эта группа составляет 30% ассортимента и 30% общего объема продаж;
• группа С – товар этой группы составляет 50% ассортимента и 21% общего объема продаж; в эту группу попадает весь ассортиментный хвост».

Основная идея XYZ – анализа состоит в группировании товара по однородности анализируемых параметров, другими словами по коэффициенту вариации. Коэффициент вариации позволяет сравнить между собой стабильность продаж нескольких товаров, имеющий разный объем продаж, в формуле которой:
• ν – коэффициент вариации;
• σ – среднее квадратическое (стандартное) отклонение;
• х среднее- среднее значение.

Величина среднего квадратического отклонения позволяет оценить меру рассеивания значений вариантов относительно среднего арифметического. Чем меньше среднее квадратическое отклонение, тем ближе к среднему находится значение. Среднее квадратическое отклонение вариационного ряда рассчитывается по формуле представленной на риснке 2.

При проведении XYZ – анализа товары группируются по величине коэффициента вариации. В группу Х попадают товары с коэффициентом вариации меньше 10%. В группу Y – товары с коэффициентом вариации от 10% до 25%. И в группу Z – товары с коэффициентом вариации более 25%. Таким образом, применение XYZ – анализа позволяет разделить весь ассортимент на группы в зависимости от стабильности продаж. По полученным результатам целесообразно провести работу по выявлению и устранению основных причин, влияющих на стабильность и прогнозируемость продаж.

При комплексном анализе состояния системы управления товарными ресурсами наиболее продуктивно является совмещение результатов АВС и XYZ анализов. При совмещении результатов определяется девять групп товаров.

Товары групп А и обеспечивают основной товарооборот компании, поэтому необходимо контролировать постоянное их наличие на складе. Товары групп A и B необходимо распределить по складу, таким образом, чтобы доступ к ним был наиболее быстрый и удобный, для более быстрой отгрузки товаров. Товары группы C составляют до 80% ассортимента компании. Применение XYZ - анализа позволяет сильно сократить время, которое менеджер тратит на управление и контроль над товарами данной группы.

4.3 Метод прогнозирования с помощью экстраполяции по скользящей средней

Экстраполяция по скользящей средней применяется для целей краткосрочного прогнозирования. Необходимость применения скользящей средней вызывается следующими обстоятельствами. Бывают случаи, когда имеющиеся данные динамического ряда не позволяют обнаруживать какую-либо тенденцию развития того или иного процесса (из-за случайных и периодических колебаний исходных данных). В таких случаях для лучшего выявления тенденции прибегают к методу скользящей средней [9].

Метод скользящей средней состоит в замене фактических уровней динамического ряда расчетными, имеющими значительно меньшую колеблемость, чем исходные данные. При этом средняя рассчитывается по группам данных за определенный интервал времени, причем каждая последующая группа образуется со сдвигом на один год (месяц). Число значений n для подсчета скользящей средней выбирается в зависимости от того, насколько важны старые значения исследуемого показателя в сравнении с новыми. Так, если мы будем использовать для подсчета 3-х месячный период, тогда: Y*= (92 + 88 + 96) / 3 = 92.

4.4 Метод прогнозирования с помощью экспоненциальной средней

Одним из простейших приемов сглаживания динамического ряда с учетом устаревания является расчет специальных показателей, получивших название экспоненциальных средних, которые широко применяются в краткосрочном прогнозировании. Основная идея метода состоит в использовании в качестве прогноза линейной комбинации прошлых и текущих наблюдений. Экспоненциальная средняя рассчитывается по формуле: Qt = a yt + (1 a )Qt-1
• qt – экспоненциальная средняя (сглаженное значение уровня ряда) на момент t;
• α – коэффициент, характеризующий вес текущего наблюдения при расчете экспоненциальной средней.
Из уравнения следует, что средний уровень ряда на момент t равен линейной комбинации двух величин: фактического уровня для этого же момента и среднего уровня, рассчитанного для предыдущего периода.

Рисунок 3 – Вариация регрессии, вариация предсказаний регрессионной модели в точках

4.5 Метод прогнозирование на основе сезонных колебаний

Одним из статистических методов прогнозирования является расчет прогнозов на основе сезонных колебаний уровней динамического ряда. При этом под сезонными колебаниями понимаются такие изменения уровня динамического ряда, которые вызываются влияниями времени года. Проявляются они с различной интенсивностью во всех сферах жизни общества: производстве, обращении и потреблении. Сезонные колебания строго цикличны – повторяются через каждый год, хотя сама длительность времен года имеет колебания. Для изучения сезонных колебаний необходимо иметь уровни за каждый квартал, а лучше за каждый месяц, иногда даже за декады, хотя декадные уровни могут уже сильно исказиться мелкомасштабной случайной колеблемостью [14].

Методика статистического прогноза по сезонным колебаниям основана на их экстраполяции, т.е. на предположении, что параметры сезонных колебаний сохраняются до прогнозируемого периода. Для измерения сезонных колебаний обычно исчисляются индексы сезонности (Is). В общем виде индексы сезонности определяются отношением исходных (эмпирических) уровней ряда динамики (yi) , к теоретическим (расчетным) уровням (yti), выступающим в качестве базы сравнения: Isi = yi : yti

Рассчитанные таким образом средние индексы сезонности свободны от влияния основной тенденции развития и случайных отклонений. Isi = ( å * ( yi / yti )) / n
Выступающие при этом в качестве переменной базы сравнения теоретические уровни (yti) представляют своего рода среднюю ось кривой, т.к. их расчет основан на положениях метода наименьших квадратов. В этой формуле базой сравнения является общий для анализируемого ряда динамики средний уровень (y). Поскольку для всех эмпирических уровней анализируемого ряда динамики этот общий средний уровень является постоянной величиной, то применение формулы называют способом постоянной средней.

4.6 Метод прогнозирования с помощью линейной регрессии

Данный метод один из самых простейших, и чаще всего используется для прогнозирования более-менее стабильных и регулярных продаж, однако при максимально аккуратном «сглаживании» промо-объемов, он подойдет и для нестабильных рядов [14]. Важно отметить, что если история продаж у нас не очень большая (менее 4-5 периодов), данный метод прогнозирования не рекомендуется к использованию.Средние значения факторного и результативного признаков можно вычислить по формулам:

Прогнозирование методом линейной регрессии базируется на анализе взаимосвязи двух переменных (метод парной корреляции) - влияния вариации факторного показателя x на результативный показатель y [15].При этом для расчета коэффициентов а и b используют формулы, представленные на рисунках 5-6. Взаимозависимость этих показателей можно выразить формулой: ух = а + bx
• y – результативный показатель, ед. изм.;
• x – факторный показатель, ед. изм.;
• а, b – коэффициенты, отражающие зависимость факторного и результативного показателей.

5. Обзор существующих систем АСУП

К разработкам ведущих фирм можно отнести готовые решения в виде CRM систем, а также комплексных автоматизированных систем, решающих целый ряд проблем, связанных не только с управлением заказов на предприятии, но и вспомогательных для этого функций. Достоинтсва и недостатки ниже перечисленных систем будут указаны в таблицах 1-2.
    Яркими примерами таких систем являются:
• товаро-учётная система ЕКАМ;
• облачная программа складского учета МойСклад;
• автоматизированная система 1С: Торговля и склад.