Методические положения по управлению функционированием системы логистического сервиса в автосалонах

В управлении системой логистического сервиса в автосалонах приходится принимать решения в условиях неопределенности внешней среды, поскольку возрастает значение влияния ее факторов на изменение потребительского спроса. Эффективность управления системой логистического сервиса во многом зависит от применяемых инструментов, в частности, от прогнозирования спроса на поставки новых автомобилей в автосалоне, который дает представление о возможных перспективных направлениях развития системы логистического сервиса и позволяет оценить неопределенность, возникающую во время принятия решений. Следует отметить, что оценка эффективности функционирования систем логистического сервиса невозможна без расчета прогнозных оценок объема продаж продукции.

Прогнозирование спроса - это научное предвидение общего объема и структуры спроса на потребительские товары и услуги, которые могут быть предъявлены на рынке в прогнозируемом периоде при определенных условиях изменения платежеспособности потребителей и предложения товаров. Прогнозы потребительского спроса необходимы для разработки стратегий развития производственных и торговых предприятий, для выработки рациональной политики государственного регулирования товарного обращения.

Следует разграничить понятие прогноза от понятия прогнозирования.

Прогнозирование - это процесс формирования вероятностных суждений о состоянии объекта в будущем.

Прогноз - есть объективное, вероятностное по своей природе суждение о динамике важнейших характеристик объекта и альтернативных вариантах его поведения, при условии выполнения сформулированных гипотез. Он необходим для выработки рекомендаций с целью повышения конкурентоспособности автосалонов на рынке. От прогноза требуется:

  • • надежность, научная обоснованность, системность с учетом факторов, которые могут оказывать влияние в перспективе;
  • • воспроизводимость и доказательность, т.е. получение того же результата при повторной обработке данных, в том числе на базе других методов, исключая субъективность;
  • • альтернативный характер прогноза с четкой формулировкой всех гипотез и предпосылок, положенных в его основу;
  • • верифицируемость прогноза, т.е. наличие надежной методики оценки достоверности и точности прогноза для возможности его корректировки;
  • • ясный и четкий язык формулировок, понятных для лиц, непосредственно принимающих решение и нс дающих повода для противоречивых толкований;
  • • плановый характер прогноза, т.е. прогноз должен быть своевременным и служить целям управления.

Так, в своей исследовательской работе Н.Г. Плетнева отмечает, что в логистике прогнозирование чаще всего используется в управлении запасами ресурсов, готовой продукции, незавершенного производства и т.п., а также при разработке логистической стратегии, когда важно оценить общие показатели деятельности1. Ситуации, в которых требуется найти прогноз, разнообразны: в одних случаях, существует недостаток данных, в других - чрезмерное их количество; иногда тенденция обнаруживается достаточно легко, часто ее нет; во многих сферах деятельности приходится учитывать сезонные и циклические колебания, а также другие важные для конкретного прогноза факторы, такие как фаза жизненного цикла, эффект от маркетинговых мероприятий и др. Что касается сезонности, то в логистике в целом существует разнообразие ситуаций, в которых может возникать необходимость учета данной составляющей. Например, спрос может заменяться поквартально, помесячно, по дням недели и даже по часам суток.[1] [2]

Для обеспечения соответствия спроса и предложения на рынке в автосалонах применяются методы прогнозирования. Существует определенное количество методов прогнозирования, которые могут быть использованы в реальной практике коммерческих фирм. Методы прогнозирования можно разбить на три группы:

  • • качественные;
  • • статистические;
  • • факторные.

Эти три группы различаются по степени точности прогноза в долгосрочном и краткосрочном периодах, степени сложности и трудоемкости при расчетах, а также по источнику, из которого выбираются исходные данные для прогнозирования (например, экспертные оценки, маркетинговые исследования, статистика и пр.). Остановимся подробнее на этих методах прогнозирования, которые применяются на различных уровнях управления и сферах деятельности.

Качественные методы. В качественных методах прогнозирование основывается на мнениях и суждениях экспертов, интуиции сотрудников, результатах маркетинговых исследований или сравнении с деятельностью конкурирующих предприятий. Информация такого рода, как правило, не содержит в себе количественных данных, является приблизительной и часто носит субъективный характер.

Разумеется, что из-за этого качественные методы нс отвечают строгим научным критериям. Однако в случаях, когда статистические данные не доступны или нет уверенности, что статистические закономерности сохранятся в будущем, у качественных методов просто нет альтернатив. И хотя эти методы нельзя практически стандартизировать и добиться от них высокой точности прогноза, однако они с успехом могут использоваться при оценке рыночных перспектив нового продукта или новой технологии, прогнозировании изменений в законодательстве или правительственной политики и т.д. Как правило, качественные методы используются при средне- и долгосрочном прогнозировании.

Статистические методы. В случаях, когда фирме доступен достаточно большой объем статистических данных и есть уверенность, что тренд или сезонные колебания достаточно стабильны, то статистические методы показывают высокую эффективность при составлении краткосрочных прогнозов спроса на товары. Главной предпосылкой статистических методик является предположение, что будущее является продолжением прошлого. Поскольку статистические данные, как правило, носят количественный характер, то при прогнозировании широко используются различные математические и количественные модели, заимствованные, прежде всего, из области статистики. Точность прогноза на период до 6 месяцев обычно является достаточно высокой. Это объясняется тем, что в краткосрочном периоде тенденции спроса обычно достаточно устойчивы.

Статистические прогнозы напрямую зависят от имеющихся исходных данных. Чем обширнее статистическая база, тем точнее прогноз. По мере поступления новых статистических данных постепенно меняется и прогноз на будущее. Вместе с тем при переломе тенденции статистический прогноз сигнализирует об этом с некоторым запозданием. Это является серьезным недостатком статистических моделей и накладывает на них определенные ограничения при практическом использовании.

Факторные методы. Главной предпосылкой для использования факторных моделей при прогнозировании спроса является тот факт, что динамика спроса обусловлена целым рядом взаимно обусловленных причин, которые иногда можно выявить и проанализировать. Например, на уровень спроса положительно влияет уровень логистического обслуживания. В этом случае при целенаправленной политике фирмы по повышению уровня логистического сервиса можно ожидать увеличения объема спроса. В таких случаях говорят, что уровень логистического сервиса потребителей является фактором роста уровня спроса. В случае, когда удастся полно и качественно выявить все причинно-следственные связи и описать их, факторные модели позволяют прогнозировать с высокой степенью точности, будущие изменения спроса в средне- и долгосрочном периодах.

В общем виде, этапы прогнозирования представлены на рис. 18.

Этапы прогнозирования спроса

Рис. 18. Этапы прогнозирования спроса

На основе выполненного анализа особенностей методов прогнозирования и целей получения прогноза представим методические положения по управлению системой логистического сервиса в автосалонах, состоящими из следующих этапов:

Первый этап. Подготовка и обработка исходной информации для расчета прогноза.

Второй этап. Разработка гипотезы предполагаемых социально- экономических условий развития спроса в прогнозируемом периоде.

Третий этап. Расчет прогноза на перспективу.

Четвертый этап. Оценка полученных результатов прогнозирования спроса и разработка правил их возможной корректировки.

На первом этапе. Осуществляется подготовка необходимых фактических, нормативных и прогнозируемых показателей о развитии потребительского спроса и предложения товаров, факторов, формирующих их динамику, а также обеспечение достоверности и сопоставимости исходных данных. Основными источниками информации являются:

• отчетные и плановые балансы денежных доходов и расходов

населения, разрабатываемые федеральными и региональными

статистическими и экономическими органами;

  • • данные выборочных обследований бюджетов домашних хозяйств, проводимые статистическими органами;
  • • данные о динамике цен на потребительские товары и услуги, получаемые на основании проводимых статистическими органами выборочных наблюдений за ценами;
  • • данные статистической отчетности о динамике показателей продаж по автомобилям в разрезе марок.

Кроме того, весьма полезны данные выборочных обследований бюджетов домашних хозяйств, позволяющие оценивать и прогнозировать уровень и структуру спроса в зависимости от уровня среднедушевых доходов населения.

На втором этапе. Разрабатывается гипотеза о спросе, представляющая собой научно обоснованные предположения о характере взаимосвязи спроса и факторов, формирующих его динамику. Она разрабатывается для объяснения факторов спроса и содержит общие направления и тенденции его развития.

Па третьем этапе. Проводится расчет прогноза спроса на перспективу.

При этом рекомендуется, с одной стороны, исходить из объективной оценки

факторов и условий, формирующих основные тенденции развития

потребительского спроса, а с другой - отвлечься от влияния некоторых

ПО текущих условий, чтобы избежать их механического перенесения на будущее. Поэтому расчеты прогнозов спроса базируются на предварительных прогнозах важнейших факторов, формирующих уровень и динамику потребительского спроса:

  • • роста внутреннего валового продукта и основных направлений его использования;
  • • роста денежных доходов и расходов населения;
  • • изменения уровня цен на потребительские товары и услуги;
  • • изменения численности населения, его социально-экономической и половозрастной структуры.

Кроме перечисленных факторов общего порядка, учитывается влияние специфических факторов, формирующих спрос на отдельные группы товаров. Сущность прогнозирования потребительского спроса заключается в определении и синтезе комплекса факторов, формирующих основные тенденции его развития.

На четвертом этапе. Прогнозирование потребительского спроса завершается расчетами вероятностных оценок и доверительных интервалов полученных прогнозов. Поскольку прогнозирование спроса содержи!' элементы детерминированности и неопределенности его будущего развития, постольку оно всегда имеет вероятностный характер. Разрабатывается также система мер, направленная на корректировку полученных прогнозов при возможном изменении факторов и условий развития потребительского спроса в прогнозируемом периоде.

Таковы логика и содержание процесса прогнозирования

потребительского спроса. Выбор же конкретных методов его

прогнозирования в значительной мере зависит от продолжительности периода прогнозирования и степени детализации или агрегирования потребительского спроса. Следует отметить, что в зависимости от продолжительности периода прогнозирование потребительского спроса может быть краткосрочным (на 1-2 года), среднесрочным (на 3-5 лет) и долгосрочным (на срок выше 5 лет).

На основе анализа временных рядов можно строить прогнозы потребления на будущие периоды. В общем случае во временном ряде потребности выделим следующие составляющие:

  • а) относительно равномерный спрос;
  • б) сезонную потребность;
  • в) тенденции изменения спроса;
  • г) циклические колебания спроса;
  • д) наличие эффекта стимулирования продаж;
  • е) случайные колебания спроса.

Прежде чем, приступить непосредственно к прогнозированию спроса на поставки автомобилей в автосалонах, необходимо провести исследование рынка автомобилей в РФ. Общий объем продаж новых легковых автомобилей за 2012 год увеличился на 11% по сравнению с 2011 годом и составил 2935 тыс. единиц, превысив рекордный объем 2008 года (2897 тыс. штук). При подготовке прогноза развития российского рынка легковых автомобилей на 2013-2016 годы (рис. 19) были использованы материалы ведущих мировых и российских аналитических агентств, а также аналитические данные экспертов (аналитическое агентство «АВТОСТАТ», АЕБ, LMC Automotive (ранее J.D. Power), IHS Global Insight, открытые источники, расчеты «Эрнст энд Янг».)

Продажи новых легковых автомобилей в России, исторические и прогнозные данные (тыс. штук)

Рис. 19. Продажи новых легковых автомобилей в России, исторические и прогнозные данные (тыс. штук)

Рост несколько замедлился в последнем квартале 2012 года на фоне ухудшения экономической конъюнктуры и неуверенности на финансовых рынках, однако положительная динамика по отношению к предыдущему году сохранилась. Основными факторами роста продаж стали:

  • • Рост доходов населения и оживление потребительского спроса
  • • Рост кредитования на покупку автомобилей
  • • Стабильная макроэкономическая ситуация в России.

При этом оптимистичные ожидания относительно роста продаж в 2012 году, вызванные стремительным повышением спроса в 2011 году (39% в натуральном выражении), оказали влияние на увеличение объемов продаж во второй половине 2012 года. Уже в третьем квартале 2012 года автосалоны были вынуждены предлагать скидки и проводить акции в связи с наличием больших запасов автомобилей на складах. Прогнозные сценарии развития российского автомобильного рынка, сделанные специалистами аналитического агентства «АВТОСТАТ» представлены на рис.20. В

ИЗ среднесрочной перспективе российский рынок новых автомобилей будет стагнировать и вряд ли превысит 2,5 млн. (рис. 21)[3].

Прогноз развития автомобильного рынка РФ до 2014г

Рис. 20. Прогноз развития автомобильного рынка РФ до 2014г2.

Прогнозные сценарии развития автомобильного рынка РФ

Рис. 21. Прогнозные сценарии развития автомобильного рынка РФ

Стоит отметить, что среди важных событий на автомобильном рынке, которые повлияют на его дальнейшее развитие в прогнозный период, следует отметить поэтапный переход со стандарта топлива Евро-2 на Евро-5, запланированный на следующие три года (с 2013 года действует Евро-3, с 2015 года будет принят Евро-4 и с 2016 года — Евро-5).

Основными факторами роста продаж легковых автомобилей в последующие годы станут:

  • • Устаревший автопарк (средний возраст автомобилей в России составляет 12 лет, в Европе — семь лет);
  • • Низкая степень обеспеченности населения автомобилями по сравнению с развитыми автомобильными рынками (260 автомобилей на 1000 человек в России по сравнению с 532 автомобилями в Германии и 641 - в США)
  • • Рост числа программ автокредитования, предлагаемых банками совместно с автоконцернами
  • • Развитие инфраструктуры и строительство автомобильных дорог.
  • • Создание новых производственных мощностей
  • • Расширение модельного ряда выпускаемых в России иномарок
  • • Оздоровление российской экономики
  • • Государственная поддержка в рамках Стратегии — 2020, нацеленной на замещение импорта внутренним производством
  • • Торговая политика, стимулирующая внутреннее производство, а также обязательные утилизационные сборы.

Таким образом, динамично развивающийся автомобильный рынок России характеризуется превышением спроса над предложением и большой емкостью. За новыми автомобилями иностранного производства выстраиваются очереди длиной в несколько месяцев, растет объем кредитных денежных средств, привлекаемых компаниями в сектор автомобильного ритейла. Всё это позволяет делать оптимистичные прогнозы по развитию автомобильного рынка в России в краткосрочной перспективе.

Следует отметить, что управление функционированием системой логистического сервиса взаимосвязано с прогнозированием спроса на поставки новых автомобилей в автосалоне, являющегося основополагающим элементом стратегического планирования, который дает представление о возможных перспективных направлениях совершенствования системы логистического сервиса и позволяет оценить неопределенность, возникающую во время принятия решений.

Для эффективного функционирования системы логистического сервиса, в первую очередь, необходимо провести исследование функций и методов управления, а также осуществить экономический анализ и сделать прогноз основных показателей деятельности автосалонов. Исследования происходило на основе деятельности автосалона ООО «Автомир-Саратов» - одного из крупнейших розничных автомобильных дилеров на саратовском рынке.

Поскольку спрос на автомобили достаточно неустойчив и определяется сезонным характером процессов их потребления, то воспользуемся методом построения тренда на основе классического анализа временных рядов за последние три года в автосалоне ООО «Автомир-Саратов» в г. Саратове (рис. 22).

Динамика продаж автомобилей в ООО «Автомир-Саратов»

Рис. 22. Динамика продаж автомобилей в ООО «Автомир-Саратов»

Для прогнозирования спроса будущих поставок автомобилей рассчитаем прогноз по временным рядам, который предусматривает определение прогнозного значения переменной исключительно на основе прошлых и текущих значений этой же переменной.

В классическом анализе временных рядов прогнозирование спроса осуществляется путем перемножения четырех значений:

где F - прогноз спроса (в товарных или денежных единицах), Т - линия тренда, S - индекс сезонных колебаний, С - индекс циклических колебаний, R - индекс случайных колебаний.

На практике в модели прогнозирования спроса оставляют только тренд и сезонные колебания. Это объясняется тем, что в условиях хорошей прогнозируемое™ спроса индекс случайных колебаний равен единице (R = 1,0). Кроме того, во многих случаях достаточно сложно выявить многолетние циклические колебания, основываясь на анализе случайных колебаний. Поэтому индекс циклических колебаний также полагается единице (С = 1,0). И это допущение не имеет таких уж серьезных последствий, поскольку модель часто приходится корректировать по мере того, как поступают все новые и новые данные. Эффект циклических колебаний просто компенсируется регулярными корректировками модели.

Линия тренда может быть определена несколькими способами, например, методом скользящих средних, или методом суммы квадратов разностей. Сумма квадратов разностей - это математическая методика, которая позволяет подобрать такой тренд, при котором сумма квадратов разностей между фактическими и модельными значениями временного ряда сводится к минимуму. Методика применима к любым линиям тренда, как линейным, так и нелинейным.

Далее необходимо вычислить сезонную составляющую модели прогнозирования спроса, которая представлена в виде индекса, значение

которого меняется в каждом из периодов в пределах горизонта

117

прогнозирования. Этот индекс представляет собой отношение фактического спроса за данный период к среднему спросу. Средний спрос можно рассчитать как среднее арифметическое спроса за определенный период, методом скользящих средних или с помощью тренда.

Формулы расчета показателей прогнозирования спроса представлены в таблице 8.

Таблица 8

Показатели прогнозирования спроса_

Наимеиова

ние

показателя

Формула расчета

Краткое описание

1. Линейный тренд

Т = а + bxt,

где t - это время, Т - средний уровень спроса, a-D-Ы

, Y.n>(0~N(D)(t)

Xr-Nr

где N - размер временного ряда (количество периодов t во временном ряде);

Dt - фактический спрос в период t; D - средний спрос за N временных периодов;

I - среднее значение величин t за период N

Тренд представляет долгосрочные изменения в продажах, обусловленные такими факторами, как рост населения, расширение рынков, изменения потребительских предпочтений, улучшение качества продукции и сервисного обслуживания и T.II.

2. Сезонные колебания

S,=D,/T,,

где St - сезонный индекс периода t; Tt - величина тренда, рассчитанного по формуле Tt = а + bxt.

Сезонные колебания представляют собой регулярные всплески и падения продаж, которые повторяются с регулярностью в 12 месяцев.

3. Прогноз продаж

где Ft - прогноз продаж для периода t; L - количество периодов, которые охватывают один сезонный цикл. L=12

Прогноз продаж представляет обоснованное суждение о величине продаж на период.

Результаты расчета показателей прогнозирования спроса представлены в приложении Б и таблице 9.

Таблица 9

Прогнозирование с индексами

Месяц

Фев

Март

Аир

Май

Июнь

Июль

Авг

Сент

Окт

Нояб

Дек

Прогноз с индексом за последний год

85

98

111

103

103

98

90

99

102

100

108

Прогноз с усредненным индексом

108

112

106

115

128

108

95

92

87

82

78

В результате был проведен прогнозный расчет поставок автомобилей на основании полученных результатов в ходе исследования временных рядов и построена модель прогнозирования спроса (рисунок 23).

Модель прогнозирования спроса будущих поставок автомобилей в автосалоне ООО «Автомир-Саратов»

Рис. 23. Модель прогнозирования спроса будущих поставок автомобилей в автосалоне ООО «Автомир-Саратов»

Следует отметить, что в полученной модели индексы случайных и циклических колебаний равны единице, это объясняется тем, что достаточно сложно выявить многолетние циклические колебания, основываясь на анализе случайных колебаний, поэтому данные эффекты колебаний компенсируются регулярными корректировками модели. Прогноз целесообразно осуществлять помесячно, поскольку в продаже автомобилей чётко прослеживается сезонность в течение года. На основе прогноза спроса на каждый из месяцев предстоящего года рассчитывается требуемое количество автомобилей, расчет преобразуется в заявку на квоту, отправляемую главному дистрибьютору.

Модель прогнозирования спроса поставок автомобилей позволяет провести обоснование прогнозных значений продаж с учетом сезонных колебаний, ограничений ресурсов, в результате чего появляется возможность оценить продажи с помощью линейного тренда и совершенствовать уровень обслуживания потребителей автосалона с учетом ключевых показателей качества логистического сервиса.

По мнению Н.Г. Плетневой для успеха в построении прогнозов знаний только о способах получения прогнозных оценок недостаточно. Важно четко разграничивать области применения разных методов прогнозирования и в зависимости от объема и характера данных быстро и безошибочно выбирать нужный метод в соответствии с целью получения конкретного прогноза. 1

Успех прогнозирования в значительной степени связан с тем, насколько надежна и достоверна та информация, на которой базируется сам прогноз. Имеет значение и полнота набора факторов, которые влияют на состояние и развитие рынка, и степень обоснованности их набора, и методика, которая используется при расчете фактор-показателей. На точность и достоверность прогноза рынка влияет характер и степень устойчивости/колеблемости данного товарного рынка и экономики в целом (чем менее устойчив рынок, тем меньше степень надежности прогноза). Поскольку в маркетинге используются различные типы и формы моделирования рыночных процессов и явлений, то от правильности выбора

'Плетнева Н.Г. Теория и методология управления логистическими системамив условиях неопределенности: Автореф. ... дис. докт. экон. наук. - Санкт-Петербург. 2008. - 37 с.

120

методологии построения модели, от степени аппроксимации эмпирических данных зависит качество прогноза. Иными словами, должна быть обеспечена адекватность выбранной прогнозной модели. Важную роль в обеспечении точности расчетов и надежности прогноза играет компьютерная технология, использование возможностей Интернета, применение стандартных пакетов прикладных программ, разработанных алгоритмов и т.п.

Все это вместе взятое обеспечивает точность прогноза, которая зависит от следующих условий:

  • • надежности и полноты информации о рыночных процессах и факторах, определяющих их уровень и развитие;
  • • степени устойчивости рынка и экономики в целом;
  • • адекватности прогнозной модели;
  • • технической вооруженности прогноза (в т.ч. использования компьютерной технологии и т.п.).

Одним из параметров выбора метода прогнозирования является величина ошибки модели прогноза. Ошибка прогнозирования выражается такими показателями, как среднеквадратическое отклонение, вариация или среднее абсолютное отклонение. Уравнение среднеквадратического отклонения имеет вид:

где Sh - средняя ошибка прогнозирования; Ai - фактический спрос в период i; Fi - прогноз на период i; N - размер временного ряда.

Точный прогноз спроса на продукцию позволяет достичь желаемого уровня логистического сервиса потребителей автосалона при хранении минимальных запасов.

Логическим обобщением разработанных подходов является обобщенный алгоритм, объединяющий модели и методы управления логистическим сервисом, на основе которого осуществляется выбор расчетной модели, варианта системы, адекватной решаемой задаче, и метода ее решения. С этой целью в предложен алгоритм принятия управленческих решений по оптимизации управления потоковыми процессами на основе их структуризации, применяемый с целью проектирования и функционирования системы логистического сервиса в автосалоне, позволяющий минимизировать уровень общих издержек повысить уровень логистического сервиса (рис. 24).

Обобщенный алгоритм и методическое обеспечение управления

Рис. 24. Обобщенный алгоритм и методическое обеспечение управления

системой логистического сервиса 123

Предложенный алгоритм управления системой логистического сервиса адаптирован к условиям внутренней и внешней среды, построен на принципах логистики и включает интеграцию системного и процессного подходов к управлению системой логистического сервиса. Данный алгоритм ориентирован на высокий уровень обслуживания и регулирование этого уровня для каждого сегмента потребителей, четко связанного с результатами бизнес-процессов в автосалонах, измеряемых на базе ключевых показателей логистического сервиса.

  • [1] Плетнева Н.Г. Теория и методология управления логистическими системами в условияхнеопределенности: Автореф. ... дис. докт. экой. наук. - Санкт-Петербург, 2008. - 37 с.
  • [2] Там же. С.22
  • [3] по материалам сайта [Электронный ресурс]. - Режим доступа:http://wvw.mipr.ru/publications/articIe.htm?id=27 дата обращения: (16.12.2013) по материалам сайта [Электронный ресурс]. - Режим доступа:http://forum.integs.ru/viewtopic.php?f=14&t=483 дата обращения: (16.12.2013)
 
Посмотреть оригинал
< Пред   СОДЕРЖАНИЕ   ОРИГИНАЛ   След >