- •Министерство образования и науки рф
- •Введение
- •1.Исходные данные
- •2. Выбор поставщика
- •2.1 Балльная оценка конкурсных предложений по среднему баллу оферты
- •2.2 Балльная оценка конкурсных предложений с учетом весовых коэффициентов
- •2.3 Балльная оценка конкурсных предложений по максимальной сумме баллов оферты
- •6.1 Прогнозирование на основе простого среднего значения
- •6.2 Прогнозирование на основе скользящего среднего значения
- •5. Матрица abc-xyz
- •6. Прогноз потребления мтр
- •6.3 Прогнозирование на основе взвешенного скользящего среднего значения
- •7. Системы управления запасами
5. Матрица abc-xyz
Наиболее полную информацию о номенклатуре предприятия можно получить, используя результаты ABC и XYZ-анализа совместно. Для этого составляется матрица ABC-XYZ. Результаты нашей работы представлены в таблице №14.
Таблица №14
|
Уголок 100*100 |
AY |
AZ |
|
Шары стальные |
Двутавр/ 10 |
BZ |
|
CX |
CY |
Швеллер 3/10 |
МТР групп АХ и ВХ отличает высокий оборот и стабильность потребления. Они имеют первостепенное значение для производственного процесса, в связи с чем необходимо обеспечить постоянное наличие их на складе. Расход ресурсов класса Х хорошо прогнозируется, поэтому для этих МТР (Уголок 100*100 и шары стальные) нет необходимости создавать избыточный страховой запас.
МТР, попавшие в ячейки BY (двутавр/10) тоже обеспечивают существенную долю издержек, однако их потребление менее стабильно и предсказуемо. Чтобы снизить для предприятия риск возникновения дефицита по этим позициям номенклатуру, необходимо увеличить страховой запас.
Группа CZ (швеллер 3/10) представлена малозначимыми для предприятия ресурсами, спрос на которые плохо прогнозируем. Как правило, после дополнительного анализа часть этих МТР может быть исключена из номенклатуры предприятия. Некоторые виды ресурсов, попавшие в группу CZ, могут поставляться по необходимости.
6. Прогноз потребления мтр
6.1 Прогнозирование на основе простого среднего значения
Для прогноза среднедневного потребления конкретного месяца используется среднедневное потребление предыдущего месяца. Прогноз месячного потребления выполняется с учетом количества рабочих дней соответствующего месяца.
Учет разного количества рабочих дней по месяцам позволяет более точно определить реальный спрос на ресурс. При получении дробной величины среднедневного потребления необходимо выполнить округление в большую сторону, чтобы избежать нехватки запаса. Расчет прогнозирования на основе простого среднего значения представлен в таблице №15.
Таблица №15
|
Год |
Уголок 100*100 |
Количество рабочих дней в году |
Среднее потребление в год |
|
1 |
5500 |
310 |
18 |
|
2 |
5300 |
310 |
17 |
|
3 |
5200 |
313 |
17 |
|
4 |
5000 |
300 |
17 |
|
5 |
5300 |
325 |
16 |
|
6 |
5700 |
325 |
18 |
|
7 |
5500 |
320 |
17 |
|
8 |
5500 |
340 |
16 |
|
9 |
5400 |
316 |
17 |
|
10 |
5600 |
300 |
19 |
6.2 Прогнозирование на основе скользящего среднего значения
Метод скользящих средних основан на переходе от первоначальных значений членов временного ряда к их средним значениям на определенном интервале времени. Прогнозирование потребности предприятия в МТР на основе скользящего среднего значения представлено в таблице №16.
Таблица №16
|
Год |
Фактическое потребление в год |
Среднее потребление в год, ед. |
Прогноз среднедневной потребности |
Прогноз годового потребления |
Количество рабочих дней в году |
|
1 |
5500 |
18 |
0 |
0 |
310 |
|
2 |
5300 |
17 |
17 |
5400 |
310 |
|
3 |
5200 |
17 |
17 |
5276 |
313 |
|
4 |
5000 |
17 |
17 |
4992 |
300 |
|
5 |
5300 |
16 |
16 |
5358 |
325 |
|
6 |
5700 |
18 |
17 |
5500 |
325 |
|
7 |
5500 |
17 |
17 |
5556 |
320 |
|
8 |
5500 |
16 |
17 |
5672 |
340 |
|
9 |
5400 |
17 |
17 |
5256 |
316 |
|
10 |
5600 |
19 |
18 |
5363 |
300 |
