3

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ УКРАИНЫ

ХАРЬКОВСКАЯ НАЦИОНАЛЬНАЯ АКАДЕМИЯ ГОРОДСКОГО

ХОЗЯЙСТВА

В печать

разрешаю

первый проректор

Г. В.Стадник

МЕТОДИЧЕСКИЕ УКАЗАНИЯ

для выполнения лабораторных работ по курсу

«Компьютерные сети и телекоммуникации»

(для студентов специальностей 6.050.201 «Менеджмент организаций», системы дистанционного образования и иностранных студентов)

ХАРЬКОВ—ХНАГХ— 2004

Методические указания для выполнения лабораторных работ по курсу «Компьютерные сети и телекоммуникации» (для студентов специальностей 6.050.201 «Менеджмент организаций», системы дистанционного образования и иностранных студентов)

Сост.: Карпенко Н.Ю., Рудь И.А., Рухляда В.С. — Харьков: ХНАГХ, 2004. — 20 с.

Составители: Н.Ю. Карпенко,

И.А. Рудь,

В.С. Рухляда.

Рецензент: канд. экон. наук, доцент В.О. Костюк

Рекомендовано кафедрой «Информационных технологий», протокол № ___ от «____» _____________ 2004 г.

Цель работы

Работа заключается в формировании базы данных о движении ТМЦ (поступлении и реализации) и последующем ее анализе.

Методика выполнения работы

Работа состоит из трех этапов.

1 этап. Студент выбирает номенклатуру ТМЦ. Для каждого вида ТМЦ определяет наименование, закупочную цену и три цены реализации: оптовую, мелкооптовую и розничную.

Номенклатура и характеристики ТМЦ индивидуальны для каждого варианта работы. Данные согласовывает с преподавателем.

2 этап. Данные о номенклатуре ТМЦ и ее характеристики заносятся в индивидуальную базу данных, после чего формируется база данных поступления и реализации ТМЦ.

Для автоматизации этого этапа работ предлагается использовать программу, предложенную преподавателем.

3 этап. Производится анализ товарооборота по следующим показателям:

• определение суммарных объемов продаж, поступления товаров и остатков;

• анализ структуры продаж в стоимостном и количественном выражении, определение наиболее «продаваемого» вида ТМЦ (товар А);

• формирование потоков платежей по каждому виду ТМЦ, вычисление внутренней ставки дохода для каждого потока платежей;

• анализ зависимости чистой приведенной прибыли (NPV) от значения нормы дисконтирования (r) , построение диаграмм NPV(r), определение внутренней ставки дохода графическим способом;

• получение данных о динамике продаж каждого вида ТМЦ в количественном выражении, определение степени влияния между объемами продаж различных ТМЦ (корреляционный анализ динамики продаж);

• по данным динамики продаж получение регрессионной зависимости между объемами реализации различных видов ТМЦ, прогнозирование объемов спроса на основании построенной регрессионной зависимости;

• определение степени влияния объемов продаж между отдельными ТМЦ и товаром А методами обработки данных (без использования статистических методов).

Краткое содержание этапов работ

Ввод данных

Д анные о продажах записываются в формате Excel на листе с именем «Продажа товара (подробно)», поступления ТМЦ регистрируются на листе «Приход товара (подробно)». Перечень ТМЦ и их цены записаны на листе Товары. Структура таблиц показана на рис. 1, 2, 3.

Рис. 1 — Структура базы «Приход товара (подробно)»

Ввести данные можно с применением макроса Заполнение Базы() или вручную. Если используется макрос, рекомендуется вначале подготовить список ТМЦ, записать данные на лист Товары, а затем приступать к заполнению базы данных приходов и продаж.

Рис. 2 — Структура базы «Продажа товара (подробно)»

Рис. 3 — Структура листа «Товары»

Рекомендации по заполнению базы данных.

Исходные данные целиком и полностью определяют результаты последующего анализа. Потому водить данные следует осмысленно, заранее продумав структуру товарооборота, темпы реализации продукции, используемые цены, динамику поступления и т.п. Если этого не сделать, то все проблемы возникнут на окончательных этапах работы и устранять их будет сложнее.

Дать единый рецепт на все случаи невозможно. Предлагаем придерживаться схемы заполнения базы данных, которая использовалась при подготовке демонстрационного примера.

Вначале следует сформировать небольшую базу данных, некоторый «микроцикл» реализации товаров. База данных будет состоять из прихода (или нескольких приходов) ТМЦ и их реализации по оптовым, мелкооптовым и розничным ценам.

Для этого вначале выбираем дату прихода ТМЦ, например 19/06/2004. Вводим одну (или несколько) приходных накладных, включив в нее всю номенклатуру. Это будет поступление товаров.

Для каждой позиции товара определяем средний срок его реализации T_i (например, в днях), исходя из этих сроков выбираем период ;

В нашем примере средний срок реализации составил 3 дня. В пределах этого срока (с 19/06/04 по 21/06/04) имитируем продажу всего закупленного объема товаров. Для этого вводим документы «Расходная накладная», используя оптовые и мелкооптовые цены, а также различные количества реализуемых ТМЦ

В пределах одной даты целесообразно построить 5-7 документов на реализацию. Расходные накладные нужно равномерно распределить в пределах выбранного периода Т (таким образом, всего будет построено 15-20 документов).

Затем дополняем базу данных документами на продажу по розничным ценам. Накладных на реализацию по розничным ценам должно быть больше, чем по оптовым и мелкооптовым.

Важно проследить, чтобы часть документов на реализацию по розничным ценам состояла только из одного вида ТМЦ.

При заполнении базы следует контролировать величину остатков: в конце периода Т остатки должны быть близки 0.

Закончив формирование базы данных на период Т, определяем основные показатели товарооборота, чтобы убедиться в отсутствии явных ошибок. Рекомендуется посчитать внутреннюю ставку дохода и NPV (см. ниже), а также определить рентабельность по каждой позиции ТМЦ.

Будем считать, что структура реализации примерно одинакова. Поэтому дальнейшее заполнение базы данных можно выполнить копированием сформированного фрагмента, внеся в него незначительные отличия по объемам реализации (скажем — 5-15%).

На завершающем этапе базу данных дополняем продажами по розничным ценам. Таким образом, в примере была построена база данных движения ТМЦ на 1 месяц.

Определение суммарных объемов продаж, поступления товаров и остатков

Первый этап анализа товарооборота — определение суммарных объемов поступления и реализации товаров. Основной инструмент для определения итоговых данных — сводные таблицы (меню ДанныеСводная таблица…). Исходной информацией служат листы «Приход товара (подробно)» и «Продажа товара (подробно)». Результирующие таблицы следует разместить на листах с именами «Приход товара» и «Продажа товара». Формы результирующих отчетов показаны на рис. 4, 5.

Таблица остатков формируется также с использованием сводных таблиц по нескольким диапазонам консолидации, а именно — по листам «Приход товара (подробно)» и «Продажа товара (подробно)». Форма таблицы остатков показана на рис. 6.

Р ис. 4 — Структура отчета «Приход товара»

Рис 5 — Структура отчета «Продажа товара»

Рис.6 — Форма отчета «Остаток товара»

Анализ структуры

Анализ выполняется на основании продаж (лист «Продажа товара (подробно))». Определить итоговые объемы удобно мастером сводных таблиц или итогами (меню ДанныеСводная таблица…). Вид сводной таблицы показан на рис. 7¹.

Примечание

В Excel 2002 и выше при построении диаграммы по сводной таблице, график располагается на отдельном листе. Чтобы поместить диаграмму и сводную таблицу на один лист нужно преобразовать сводную таблицу в обычную командой:

ПравкаСпециальная Вставка (значения)

На основании структуры продаж строим диаграмму, как показано на рис. 8. Аналогично выполняется анализ структуры продаж в стоимостном выражении.

Рис.8 — Диаграмма «Структура продаж (по количеству)»

Формирование и анализ потоков платежей

В начале нужно объединить на отдельном листе данные двух таблиц: «Приход товара (подробно)» и «Продажа товара (подробно)». В примере он назван База. Выполнить это можно с использование буфера обмена. В результате должна получиться таблица, форма которой изображена на рис. 9.

Рис. 9 — Исходные данные для формирования потоков платежей

Контроль правильности исходных данных

Прежде чем приступить к обработке данных, нужно проконтролировать их правильность (лучше посмотреть, куда прыгаешь до прыжка, а не сразу после!).

Методы контроля выбираются индивидуально. Рекомендуем, как минимум, выполнить следующие действия:

• сопоставить суммарные объемы продаж таблицах Приход товара (подробно), Продажа товара (подробно), Приход товара, Продажа товара и База, основной инструмент – автофильтр и выборочное суммирование;

• проанализировать количество цен, соответствующих каждому виду ТМЦ, основной инструмент – сводные таблицы и формула СЧЕТЕСЛИ().

• Убедиться, что в базе данных нет документов, содержащих строки с различными датами. Иными словами, все строки, образующие документ, должны содержать одинаковое значение даты.

Для выполнения третьего этого этапа удобно использовать сводные таблицы. Форма отчета для контроля правильности заполнения дат в документах представлена на рис. 10.

Рис. 10 — Отчет для контроля заполнения дат в документах

Формула в поле ПР имеет вид: =СЧЁТЕСЛИ(B3:F3;">0")

Из таблицы видно, что документ РН-21 содержит ошибку, в нем имеются строки с датами 20/06/04 и 21/06/04. В режиме автофильтра ошибку нужно локализовать и исправить.

Определение показателя внутренней ставки дохода (IRR)

На основании таблицы База при помощи инструмента сводных таблиц построить отчет, показанный на рис. 11. Эту таблицу разместить на отдельном листе с именем ДинамикаСт. Формула для определения внутренней ставки дохода (IRR) имеет вид²:

= ЕСЛИ(ЕОШИБКА(ВСД(B3:F3;0,1));"";ВСД(B3:F3;0,1))

Рис. 11 — Отчет о потоках платежей и значения IRR

Д ля иллюстрации экономического смысла IRR нужно рассчитать показатель чистой приведенной прибыли (NPV), форма отчета показана на рис. 12.

Рис. 12 — Отчет о значениях чистой приведенной прибыли

Формула определения NPV (ячейка G4):

=ЧПС(B$3;ДинамикаСт!$B4:$F4)

Д ля графического определения внутренней ставки дохода по отчету о показателе NPV нужно построить семейство диаграмм, как показано на рис. 13.

Рис. 13 — Зависимость показателя чистой приведенной прибыли от нормы дисконтирования

Корреляционный анализ динамики продаж

Выполнение данного этапа можно начать с формирования сводной таблицы по динамике продаж в количественном выражении (см. рис. 14). Таблица строится по данным листа «Продажа товара (подробно)». В данной таблице определены суммы по полю количества продаж из таблицы «Продажа товара (подробно)» по каждой дате реализации. Итоги по строкам и столбцам подводить не следует, для чего можно отключить соответствующие параметры сводной таблицы.

Рис.Рис. 14 — Отчет о динамике продаж в количественном выражении

Перед применением надстройки корреляционного анализа таблицу нужно транспонировать. Это следует сделать для того, чтобы указать метки в столбцах таблицы как подписи данных. Для транспонирования таблицы нужно:

• скопировать ее в буфер обмена;

• вставить на лист командой ПравкаСпециальная Вставка, установив флажок Транспонировать;

Пример транспонированной таблицы приведен на рис. 15.

Рис. 15 — Транспонированная таблица динамики продаж

Для оценки взаимосвязи объемов продаж между видами ТМЦ во времени используем надстройку Анализ данных  (СервисАнализ данныхКорреляционный анализ).

При заполнении бланка с параметрами корреляционного анализа (рис. 16) нужно указать область исходных данных, столбец с метками (именами переменных), ячейку, начиная с которой будет размещаться результат расчетов.

По результатам корреляционного анализа подготовить таблицу, как показано на рис. 17. Средствами условного форматирования нужно выделить наибольшие и наименьшие значения коэффициентов корреляции (в диапазоне 0,95— -1, -0,95 — -1). Сделать выводы относительно полученных результатов.

Рис. 16 — Параметры корреляционного анализа

Определение зависимости объемов продаж между различными видами товаров

Начинать расчет нужно с отбора документов, которые содержат более одного вида ТМЦ. Вначале строим сводную таблицу, как показано на рис. 18.

В колонке Пр записана формула определения количества ТМЦ в пределах конкретного документа:

=СЧЁТЕСЛИ(B4:U4;">0") (ячейка V4)

Рис. 17 — Результат корреляционного анализа

С помощью автофильтра или (или сортировки) отбирает документы, в которых в поле Пр значение больше, чем 1. На основании такой таблицы строим сводную таблицу, как показано на рис. 19.

Рис. 18 — Таблица для определения количества ТМЦ в документах

П ри построении такой таблицы мастером сводных таблиц следует наиболее продаваемый ТМЦ разместить в области строк, остальные — в области данных и рассчитать по ним количество значений. Это покажет, сколько раз продавался тот или иной ТМЦ в паре с наиболее «ходовым». Если указать операцию суммирования, отчет покажет, в каком объеме продавался тот или иной товар паре с наиболее «ходовым».

При большом объеме результирующей таблицы необходимо выполнить группировку строк, разбив таблицу на интервальные значения. Например, можно объединить (сгруппировать) строки с объемами продаж от 1 до 10 шт., от 10 до 50 шт., от 50 до 100 шт. и более 100 шт. Доступ к операции группировки (разгруппировки) можно через панель инструментов Сводные таблицы. Включить эту панель инструментов можно при помощи команды меню:

ВидПанели инструментовСводные таблицы.

Обратиться к команде группировки (разгруппировки) можно через панель инструментов Сводные таблицы:

Сводная таблицаГруппа и структураГруппировать

Сводная таблицаГруппа и структураРазгруппировать.

Регрессионный анализ товарооборота

Основная задача этого этапа — получение аналитической зависимости между продажами отдельных видов ТМЦ. Рекомендуем такую схему работы.

В качестве исходных данных используем таблицу динамики продаж, аналогичную представленной на рис.15. По структуре продаж выбираем ТМЦ (назовем его А), для которого будет выполниться прогноз объемов реализации. В примере это Сухарики.

По данным корреляционного анализа определяем ТМЦ, объемы реализации которых взаимосвязаны с товаром А. В примере это Йогурт, Чудо, Сырок «Чудо», Сырок слад.

П реобразуем таблицу так, чтобы ТМЦ А располагался в левом столбце (это будет независимая переменная Y), а остальные ТМЦ располагались в смежных колонках справа (это зависимые переменные Х). Пример таблицы показан на рис. 20 (колонки А-E).

Рис. 20 — Исходные данные для регрессионного анализа результат прогнозирования

Вызываем надстройку Анализ данных (СервиссАнализ данныхРегрессионный анализ) и заполняем бланк запроса, как показано на рис. 21. В нем указываем область таблицы с независимыми переменными, блок значений зависимой переменной и начало блока, в который будут записаны результаты анализа. Разумеется, что в конкретном примере адреса этих блоков будут отличаться от используемых в примере.

Рис. 21 — Бланк с параметрами регрессионного анализа

Результат регрессионного анализа показан на рис. 22. Основная информация — это показатели точности регрессии (в примере значение R-квадрат больше 0,95, что свидетельствует о хорошем приближении), а также коэффициенты регрессии. По данным коэффициентам строим прогноз, как показано на рис. 20, и отклонение прогнозируемых значений от реальных (колонки F,G).

В примере формула регрессии имеет вид: Y=1,221+0,489X₁+1,352 X₂ + 0,309 X₃

Формулы Excel для прогнозируемого объема продаж ТМЦ Сухарики и отклонения прогноза от реальных величин выглядят так:

=C2*$B$38+D2*$B$39+E2*$B$40+$B$37

=B2-F2

Значения этих показателей показаны на рис. 20 (колонки F, G).

Рис. 22 — Результаты регрессионного анализа (фрагмент)

Результат полностью подтверждает данные корреляционного анализа.