Курс «Оптимизация управления закупками и прогноза спроса»

Направление
Менеджмент
Формат
Видео в записи
Домашние задания
Нет
Итоговый экзамен
Нет
Количество уроков
9
Документ об обучении
Сертификат
Обратная связь
Нет
Доступ
Сразу после покупки
Последнее обновление 13.08.2022

О курсе

Успех любой компании зависит от грамотности ежедневно принимаемых тактических решений — именно это способствует ее конкурентоспособности и устойчивому росту.

Как эффективно управлять запасами, рассчитывать прибыль и потери от операций закупки и хранения? Как выявлять «оптимальный» риск и искать золотую середину? Все эти вопросы будут с максимальной детализацией раскрыты в ходе данной программы. А участие в деловой игре «Цепочка поставок» и последующий анализ полученных результатов позволят выявить фундаментальные проблемы управления цепочкой поставок и определить пути их решения.

Программа курса

  1. Количественная модель для мини-кейса «Оптимальный план закупок компании «Холод»
    Знакомство с надстройкой «Поиск решений» MS Excel
    Установка и использование надстройки «Поиск решений» для MS Office 2003
    Получение оптимального плана закупок для мини-кейса
    Постановка и решение задачи об оптимизации плана закупок на основе ресурса «узкого места»
    Основной принцип Теории ограничений Гольдрата
    Последний шаг анализа мини-кейса: «Что делать, если «узкое место» не одно, если их несколько?»
  2. Издержки хранения, их природа и способ оценки
    Товарный кредит и издержки хранения
    Издержка заказа
    Модель экономичного размера заказа
    Частота заказов для большой группы товаров
    Практические примеры использования модели EOQ: Пример «EOQ и требования жизни»
    Практические примеры использования модели EOQ: Пример «Выбор перевозчика»
    Практические примеры использования модели EOQ: Пример «Выбор поставщика»
    Практические примеры использования модели EOQ: Пример «График поставки в условиях сезонного спроса»
  3. Описание проблемной ситуации «На оптовом складе». Постановка вопроса об оценке риска дефицита и необходимом безопасном резерве
    Характеристики случайного спроса. Понятие бизнес-прогноза. Цель бизнес-прогноза
    Метод Монте-Карло и надстройка к MS Excel для реализации этого метода
    Установка надстройки «Моделирование Монте-Карло»
    Частотное распределение и кумулята случайной величины
    Определение среднего значения, стандартного отклонения и частотного распределения суммарного спроса за 2 дня
    «Экспериментальное» определение зависимости стандартного отклонения суммарного спроса за период из L дней от величины L
    «Экспериментальное» определение частотного распределения суммарного спроса за период из L дней от величины L
    Стандартное отклонение статистических оценок среднего значения
    Статистические характеристики суммы случайных величин: нормальное распределение
  4. Разрешение ситуации «На оптовом складе». Вопрос 1 расчет безопасных резервов по заданным значениям риска дефицита
    Разрешение ситуации «На оптовом складе». Вопросы 2 и 3 расчет рисков дефицита по заданным значениям запаса при разных временных интервалах
    Сравнение частотных распределений спроса за 1 день и за 16 дней. Недопустимость выражения безопасного резерва в единицах среднего спроса, «в днях продаж»
    Влияние вариации времени поставки на риск дефицита
    Стандартное отклонение суммарного спроса за время поставки при условии вариации времени поставки. Учет нескольких факторов риска на величину стандартного отклонения суммарного спроса за время поставки
    Безопасный резерв при условии вариации времени поставки. Постановка задачи об оптимальном риске дефицита
  5. Применение модели точки перезаказа ROP к практическому примеру закупок. Издержки хранения безопасного резерва
    Применение модели точки перезаказа ROP к практическому примеру закупок. Расчет ежегодных потерь от упущенных продаж при заданном безопасном резерве
    Аналитическая связь между риском дефицита и величиной от упущенных продаж. Аналитическое выражение для оптимального риска дефицита в модели точки перезаказа
    Определение понятия уровень обслуживания и его связь с риском дефицита. Оптимальный уровень обслуживания в сравнении с практическими ориентирами, часто встречающимися в компаниях
    Сопоставление моделей «точки перезаказа» и «постоянного периода между заказами». Оптимальный размер заказа в модели постоянного периода между заказами
    Пример вычисления размера заказа в модели постоянного периода между заказами. Простое вычисление среднего и стандартного отклонения с помощью стандартных функций MS Excel в случае постоянного спроса
  6. Описание однопериодной модели. Оценка средней прибыли компании в сезон. Постановка задачи об оценке оптимального размера заказа в однопериодной модели. Идея использования метода Монте-Карло для решения этой задачи
    Построение модели MS Excel для применения метода Монте-Карло и определения оптимального размера заказа и максимальной ожидаемой прибыли в однопериодной модели
    Анализ результатов моделирования Монте-Карло: частотные распределения прибыли для разных размеров заказов
    Анализ результатов моделирования Монте-Карло: кумуляты прибыли, интервалы изменения ежедневной прибыли в пределах от 5% до 95%. Компромисс между величиной ожидаемой прибыли и риском убытков
    Какие издержки более тяжелы для фирмы: прямые потери от распродажи излишков товара или потери от упущенных из-за дефицита продаж?
    Расчет методом Монте-Карло максимальной ожидаемой прибыли и минимальных упущенных возможностей
    Сравнение размеров максимальной ожидаемой прибыли и минимальных упущенных возможностей
    Аналитический расчет оптимального риска дефицита и формулы для оценки оптимального размера заказа по нормальному распределению
    Расчет оптимального размера заказа в однопериодной модели в MS Excel
    Аналитическое выражение для ожидаемой прибыли в однопериодной модели
    Влияние уровня обслуживания на величину среднего спроса. Потери от утраты доброго отношения клиента (goodwill)
    Кооперация и разделение рисков в цепочке поставок. Построение модели для расчета методом Монте-Карло в MS Excel
    Кооперация и разделение рисков в цепочке поставок. Анализ результатов Монте-Карло
  7. Принципы и смысл построения технического бизнес-прогноза. Метод наименьших квадратов — основа технического бизнес-прогноза. Простая модель декомпозиции временного ряда
    Использование центрированного скользящего среднего по 12 месяцев для «десезонализации ряда» и нахождения тренда
    Определение средних сезонных факторов и построение линии прогноза
    Анализ остатков прогноза и оценка стандартного отклонения спроса
    Оптимизация параметров прогноза методом минимизации суммы квадратов отклонения данных от линии прогноза
    Использование экспоненциального тренда в мультипликативной модели декомпозиции
    Знакомство с S-трендом и его использование в мультипликативной модели декомпозиции
  8. Еще раз о различии априорно-эмпирических моделей и адаптивных методов
    Метод скользящего среднего
    Идеология метода экспоненциального сглаживания
    Реализация метода экспоненциального сглаживания в MS Excel
    Реализация метода экспоненциального сглаживания в MS Excel для данных, соответствующих постоянному спросу, к спросу с выраженным трендом
    Идеология метода двойного экспоненциального сглаживания — метода Хольта
    Реализация метода Хольта в MS Excel
    Модификация метода Хольта для обработки данных с сезонными колебаниями
    Метод Хольта-Винтерса
    Пример прогноза спроса для единичного артикула в одном из магазинов сети розничной торговли
    «Замеченные неточности»