Содержание к диссертации
Введение
Глава I. Использование систем управления ресурсами предприятия с целью оптимизации его деятельности ...10
1.1. Задача оптимизации производственного и логистического циклов 11
1.2. Концепции автоматизированных систем управления ресурсами предприятия 15
1.3. Применение логистических концепций в стратегическом планировании и текущем управлении...20
1.4. Анализ бизнес-процессов предприятия 26
1.5. Методика разработки программных анализаторов для ERP-систем на базе современных методов теории управления 27
1.6. Алгоритмы оптимизации ценообразования в ERP-системах 31
1.7. Математические методы решения экономических задач .33
Выводы 39
Глава II. Программные анализаторы в информационно-аналитических системах логистического цикла производства 41
2.1. Программные анализаторы в сфере транспортно-экспедиционных услуг 4 2
2.2. Оптимизация ценообразования на базе изучения спроса 4 7
2.3. Методы прогнозирования объема продаж 50
2.3.1. Методы экспертных оценок 53
2 .3.2 Методы анализа и прогнозирования временных рядов 56
2.3.3. Казуальные методы 69
2.4. Факторы спроса на продукцию предприятия 74
2.5. Алгоритмы прогнозирования спроса с учетом межфакторной корреляции 75
2.6. Прогноз стоимости отгрузки готовой продукции..77
Выводы 81
Глава III. Информационно-функциональная структура программных анализаторов . 83
3.1. Этапы разработки программных анализаторов 85
3.2. Механизмы взаимодействия программных анализаторов с информационно-управляющими комплексами предприятия 89
3.3. Анализ информационно-функциональной структуры программных анализаторов 95
3.4. Примеры структур программных анализаторов 97
3.4.1. Структура программного анализатора бюджетирования услуг транспортного экспедитора 98
3.4.2. Структура программного анализатора ценообразования на основании прогнозирования спроса 102
Выводы 103
Глава IV. Экспериментальное исследование функционирования программных анализаторов 105
4.1. Программный анализатор бюджетирования услуг транспортного экспедитора 108
4.2. Программный анализатор для задачи прогнозирования объема продаж 115
Выводы 120
Заключение 122
Список используемой литературы 124
- Концепции автоматизированных систем управления ресурсами предприятия
- Оптимизация ценообразования на базе изучения спроса
- Механизмы взаимодействия программных анализаторов с информационно-управляющими комплексами предприятия
- Программный анализатор для задачи прогнозирования объема продаж
Введение к работе
Способность создавать продукты, удовлетворяющие потребностям покупателя по качеству и количеству, гибкое отслеживание спроса и лучший сервис обеспечивают получение не одноразового, а устойчивого конкурентного преимущества. Еще одним важным фактором конкурентоспособности предприятия является гибкая тактика ценообразования. Завышенная цена на выпускаемую продукцию (услуги) может привести к оттоку потребителей, в то время как отсутствие элементов агрессивности в политике назначения цен - к потере прибыли.
Потребности предприятий в научных исследованиях маркетинга в основном сосредоточены в области прогнозирования спроса с целью выработки и корректировки политики цен. Однако на сегодняшний день нельзя говорить о существовании надежных методик исследования динамики наиболее существенных факторов, влияющих на спрос. В частности это объясняется ограниченным набором методов и моделей для прогнозирования динамики и структуры спроса, что значительно осложняется отсутствием необходимого информационного обеспечения. Вследствие вышеизложенного становятся понятны актуальность исследования и необходимость разработки новых подходов к исследованию оперативного прогнозирования спроса с использованием современных методов теории управления.
Опыт отечественных и зарубежных исследователей приводит к безусловному выводу о необходимости сочетания в прогнозировании субъективного элемента и экономико-математических расчетов.
Прогнозирование спроса и последующее определение уровня цен (с учетом эластичности спроса по цене) составляет важный аспект стратегического управления компанией. Однако для эффективной работы в условиях рыночной экономики требуется придать большую гибкость процессу ценообразования, что осуществляется за счет текущего бюджетирования в рамках оперативного управления компанией.
Несмотря на всю важность задачи, на сегодняшний день здесь также нельзя говорить о существовании надежных методик оптимизации процессов планирования и управления бюджетом предприятий - бюджетирования.
Зачастую, владея достаточным для анализа количеством архивной и текущей информации, предприятия либо вообще не представляют, как ею распорядиться, либо используют ее для построения элементарной отчетности. В используемых сегодня дорогостоящих информационных системах, как правило, не содержится эффективных алгоритмов решения задач ценообразования и текущего бюджетирования.
Цель и задачи исследования.
Целью диссертации является разработка теоретических и прикладных основ создания систем поддержки принятия решений (СППР) руководством
предприятий, осуществляющих перевозки грузов (транспортно-экспедиторских компаний). Создаваемые СППР должны предоставить руководству транспортно-экспедиторских компаний возможность осуществлять стратегическое планирование и оперативную корректировку стоимости продукции (услуг) в зависимости от спроса, себестоимости и дополнительных расходов.
В соответствии с поставленной целью решаются следующие основные задачи:
Разработка моделей, а также эффективных методов и алгоритмов оптимизации ценообразования и текущего бюджетирования для организаций, занимающихся коммерческим экспедированием;
построение с использованием разрабатываемых методов систем управления деятельностью транспортно-экспедиторских компаний на основании экспертной и текущей информации.
Научная новизна.
Научная новизна работы состоит в следующем:
- Исследована и теоретически обоснована возможность
решения на основании экспертной и текущей
информации задач управления оперативным
коммерческим бюджетированием экспедиторской
компании на базе архивной, текущей и
ретроспективной информации.
Разработаны методы синтеза систем управления текущим коммерческим бюджетированием предприятий с использованием адаптивных алгоритмов управления запасами.
Разработаны адаптивные алгоритмы прогнозирования спроса для систем управления (в режиме советчика) ценообразованием в сфере коммерческого экспедирования.
Теоретически обоснована, разработана и практически апробирована методика синтеза распределенной системы мониторинга производственно-финансовой ситуации и текущего .управления для комплексов управления ресурсами экспедиторской компании.
Методы исследования.
В работе использованы методы математического аппарата теории идентификации, адаптивного управления, теории управления запасами, методы статистической обработки данных и статистического моделирования для анализа и оптимизации систем.
Практическая ценность.
Разработанные в диссертации алгоритмы применены в
системе управления ресурсами транспортно-
экспедиторской компании для решения задачи оптимального бюджетирования операции перевозки
определенной партии заданного товара по указанному маршруту.
Разработана и практически используется информационно-оптимизирую-щая система ценообразования с использованием адаптивных моделей прогнозирования спроса на экспедиционные услуги.
Апробация работы.
Основные результаты диссертационной работы докладывались на: Международной конференции «Системный анализ и управление» (Евпатория, Украина, 2004 г.), Международной конференции «Проблемы управления и энергетики» (Тбилиси, Грузия, 2004 г.), на семинарах и совещаниях Института проблем управления РАН.
Концепции автоматизированных систем управления ресурсами предприятия
Разработанная в 90-х годах прошлого века исследовательской компанией Gartner Group концепция систем класса ERP (Enterprise Resources Planning — планирование ресурсов предприятия) [4-6] расширила средства и методы планирования материальных, мощностных и финансовых ресурсов промышленного предприятия, распространив их на компании любых типов. Сегодня под ERP понимается не только большое направление программного обеспечения, объединяющее довольно широкий спектр информационных систем, но и методология эффективного планирования и управления, применяемая при осуществлении продаж, производства, закупок и учета [7,8]. Необходимость решать с помощью одной системы различные задачи изменила подход к построению продуктов: в основе любой современной ERP-системы лежит модульный принцип, и компания (предприятие) может подключать лишь те компоненты и модули, которые ей действительно нужны. Среди типовых функций ERP-систем можно выделить учет и планирование ресурсов, управление спросом, запасами и закупками, а также финансовые задачи.
Системы ERP, представляющие собой комплекс приложений для автоматизации планирования, учета, контроля и анализа всех основных бизнес-операций предприятия, стали эволюционным продолжением систем типа MRPII (Manufacture Resources Planning — планирование производственных ресурсов). История развития стандартов MRP-ERP описана в работах [9,10].
С целью оптимального управления производством в середине 1960-х годов APICS (American Production and Inventory Control Society - американское общество по контролю за производством и запасами) сформулировала принципы управления материальными запасами предприятия, положенные в основу концепции MRP (Material Requirement Planning - планирование материальных потребностей) [11].
В 1970-х г.г. появились автоматизированные системы, реализующие MRP-концепцию. Далее разрабатывалось следующее поколение систем управления производством, в основе которых лежала концепция MRPII (стандарт «MRPII Standard System» [9,10] был издан APICS в 1987 г.).
Системы класса ERP представляют собой эволюцию систем MRPII как в аспекте расширения функциональных возможностей (в частности, решения задач управления большими корпорациями с разнесёнными территориально ресурсами), так и в плане применения современных технологий и стандартов их реализации. (Более подробно концепции MRP, MRPII и ERP рассмотрены в следующем разделе.) Несколько лет назад Gartner Group выпустила вторую версию ERP: появились модули для управления персоналом и проектами. Началась интеграция средств управления ресурсами предприятия с другими приложениями, в том числе с системами для управления цепочками поставок, поддержки взаимоотношений с клиентами и электронного бизнеса. При этом развитие ERP II не пошло по простому пути добавления новых модулей - для решения типовых бизнес-задач стали адаптироваться и совершенствоваться функции уже существующих компонентов, появились специализированные отраслевые системы и средства для управления межкорпоративными бизнес-процессами. Сегодня наблюдается внедрение систем управления ресурсами производства нового класса, которые получили название развитых систем планирования (Advanced Planning/Scheduling - APS) [8,12]. В системах этого типа для решения задач планирования применяются экономико-математические методы. Роль календарно-плановых нормативов на производственные циклы постепенно снижается.
Тем не менее, в последние годы налицо снижение интереса к ERP со стороны заказчиков [13,14].
Активность российских предприятий в использовании ERP-систем невысока из-за того, что они пока не готовы внедрять у себя жесткие западные стандарты учета и не всегда имеют квалифицированных пользователей для работы с новыми ERP-продуктами. По оценкам экспертов, резкого повышения спроса на эти разработки можно ожидать в 2007-2008 годах, когда большинство компаний перейдет на международные стандарты финансового и бухгалтерского учета [12,15] .
Как отмечается в некоторых аналитических материалах [7,8], «на сегодняшний день, по существу, лишь немногим компаниям удалось найти способ воспользоваться всем богатством информации, собранной и сохраненной в рамках их ERP-среды. Из огромного множества функциональных модулей ERP-систем, в основном, реально внедряются модули «Управление финансами» (в том.числе и модуль «Зарплата»), а также модули «Бухгалтерский учет» («Главная книга», «Основные средства» и. т. д.). Т.е. «та функциональность, которая хорошо проработана в программе «1С» (стоимостью на несколько порядков ниже, чем любая зарубежная ERP-система) [7].
Для того чтобы не только с максимальной эффективностью использовать информационные возможности ERP-системы, но и с целью формирования оптимальных управляющих воздействий, необходимо как минимум создание единого информационного пространства предприятия, поскольку все его информационно-управляющие системы оперируют большими объемами разнородных данных [15,16]. Для создания единого информационного пространства предприятия необходимо обеспечить стандартизацию и унификацию аппаратно-программного обеспечения, корректность организации компьютерных сетей. Разработка и внедрение современных информационных систем должны следовать стандартам Открытых систем (стандарт OSI - Open System Interconnection), что предполагает возможность создания систем из разнородных технических средств с последующим наращиванием на их базе вычислительных мощностей и программного обеспечения [б].
Оптимизация ценообразования на базе изучения спроса
Гибкая тактика ценообразования является одним из важнейших факторов достижения предприятием конкурентного преимущества. Завышенная цена на выпускаемую продукцию (услуги) может привести к оттоку потребителей, в то время как отсутствие элементов агрессивности в политике назначения цен может привести к потере прибыли.
Назначение базовой цены определяется прежде всего целью, которую на данном этапе предприятие стремится достичь в своей деятельности [23] . Так, если целью на данном этапе является обеспечение выживаемости предприятия, его стратегия состоит в снижении цен на продукцию. Завоевание лидерства по показателям доли рынка предполагает назначение базовой цены ниже, чем у конкурентов с целью увеличения доли рынка. Завоевание лидерства по показателям качества продукции требует назначения цен более высоких, чем цены конкурентов. Тип рынка, на котором работает предприятие, также оказывает воздействие на процесс ценообразования. На рынке типа чистая конкуренция влияние продавцов на уровень цен незначительно, и уровень цен определяется самим рынком. Монополистическая конкуренция предполагает возможность влияния продавцов на уровень цен. При олигополистической конкуренции уровень цен определяется лидером рынка, и возможна «война цен». Наконец, при чистой монополии цену устанавливает продавец с ориентацией на государственное регулирование. Издержки производства плюс адекватная норма прибыли определяет минимальную цену продукции, обеспечивающую выживание предприятия на данном рынке в данный момент. Максимальная же цена, обеспечивающая достижение выбранной предприятием цели, определяется спросом на товар . или услугу. Если предприятие осуществляет ценообразование, основанное на изучении спроса, оно пользуется одним из следующих методов [77] : ценообразование, основанное на мнении потребителей престижная цена метод ценовых линий метод ценового лидерства метод «снятия сливок с рынка» и проникновения на рынок метод пакетного ценообразования Окончательная цена устанавливается руководством предприятия.
В свою очередь, цена, назначенная предприятием, так или иначе, скажется на величине спроса на продукцию. Зависимость между ценой и величиной спроса (называемую также функцией спроса) можно проиллюстрировать кривой спроса. Для любой такой кривой характерно: чем выше цена товара, тем меньше его будет приобретено. Увеличение спроса приводит к падению цены. Однако для различных товаров характер таких кривых различен. Характеристика товара либо услуги, определяющая характер зависимости спроса от цены, получила название эластичности спроса по цене [25,77].
Потребности совеременных предприятий в научных исследованиях маркетинга в основном сосредоточены в области прогнозирования спроса с целью выработки и корректировки политики цен [22] . Как отмечается в [23], на сегодняшний день не существует надежной методики количественной оценки наиболее существенных факторов, влияющих на спрос. Во многом, это объясняется слабой разработанностью соответствующих методов и моделей для прогнозирования динамики и структуры спроса, что значительно осложняется отсутствием необходимого информационного обеспечения. Исходя из этого, можно сделать вывод об актуальности исследования и необходимости разработки методики прогнозирования спроса с использованием методов моделирования.
Многие западные исследователи указывают на необходимость сочетания в прогнозировании субъективного элемента и экономико-математических расчетов [25,26]. Применение современных информационных систем типа ERP/MRP II предоставляет возможность исследования и статистической обработки маркетинговой информации в динамике, при необходимости - в режиме реального времени [5].
На практике, как правило, предпочтение отдается экспертному анализу статистических данных и как можно более простым математическим моделям. Объясняется это прежде всего тем, что практики хорошо представляют, насколько динамичны рыночные процессы, насколько велика зависимость этой динамики от психологического фактора, и как чувствительны эти процессы к различным случайным воздействиям. Прогнозирование спроса в условиях отечественного рынка требует особой проработки конкретики исследуемой ситуации.
К настоящему времени разработаны модели прогнозирования спроса (объема продаж) на основе корреляционного анализа, метода скользящего среднего, метода экспоненциального сглаживания, метода наименьших квадратов [22,26,78,79]. В следующих разделах приведена краткая характеристика методов прогнозирования.
Прогнозирование объема продаж - неотъемлемая часть процесса принятия решения; это систематическая проверка ресурсов предприятия, позволяющая более полно использовать его преимущества и своевременно выявлять потенциальные угрозы. Предприятие должно постоянно следить за динамикой объема продаж и альтернативными возможностями развития рыночной ситуации с тем, чтобы наилучшим образом распределять имеющиеся ресурсы и выбирать наиболее целесообразные направления своей деятельности.
Самым простым способом прогнозирования рыночной ситуации является экстраполяция, т.е. распространение на будущее тенденций, сформировавшихся в прошлом. Естественно, сложившиеся объективные тенденции изменения экономических показателей в известной степени предопределяют их величину в будущем. К тому же многие рыночные процессы обладают некоторой инерционностью. Особенно это проявляется в краткосрочном прогнозировании. В то же время, прогноз на отдаленный период- должен максимально принимать во внимание вероятность изменения условий, в которых будет функционировать рынок.
Механизмы взаимодействия программных анализаторов с информационно-управляющими комплексами предприятия
Различие функциональной и алгоритмической базы, профессиональной терминологии и уровня подготовленности пользователей АСУП и АСУТП на отечественных предприятиях привело к принципиальным различиям в идеологии построения систем этих классов и, как следствие, практически полной их несовместимости. И это притом, что многие процессы производства товаров и услуг, традиционно относящиеся к сфере АСУТП или АСУП, жестко завязаны друг на друга. Эти проблемы характерны не только для отечественных предприятий и компаний [110-112].
АСУТП оперирует информацией об измеренных параметрах процессов и управления исполнительными механизмами, в то время как в АСУП - это «знания о состоянии дел на предприятии», подкрепленные планово-финансовыми расчетами [6,110]. Стоит заметить, что сегодня многие функции АСУП переходят к системам классов MES (система оперативного управления производством), SSM (система управления сбытом и обслуживанием), SCM (система управления цепочкой поставок) и ERP (система планирования ресурсов производства).
Программные анализаторы осуществляют оптимизацию деятельности (либо отдельных ее участков) предприятия на основе сквозного анализа информационных потоков, как в производственной, так и в организационной сферах [109]. Потребность в таком многоуровневом сквозном анализе обусловлена тем, что контроль ряда технологических параметров в процессе производства продукции часто напрямую связан с расходом компонентов и материалов, которые одновременно являются предметом учета на складе. «Своевременная выписка и оплата счетов на их приобретение позволит, не замораживая деньги на чрезмерные запасы и большие склады, свести к минимуму риск оказаться без необходимых компонентов. Контроль технологических параметров и объем выпуска позволяют формировать паспорт готовой продукции, который сопровождает ее на складе готовой продукции и учитывается на этапе продажи» [109].
Кроме того, АСУТП являются, как правило, системами реального времени, что является другим принципиальным отличием их от систем более высоких уровней управления производством, в частности, систем оперативного (текущего) управления производством. Оперативное управление производством на базе интеграции различных информационно-управляющих систем, по мнению специалистов одного из ведущих разработчиков информационных систем - корпорации Wonderware, предоставляет пользователям следующие преимущества: снижение себестоимости продукции за счет уменьшения незавершенного производства и запасов материалов и комплектующих; своевременное обнаружение и анализ узких и проблемных мест производства; существенное сокращение длительности простоев обрабатывающих центров и повышение общей производительности; ускорение перехода персонала на современные способы контроля и управления производственными процессами; увеличение выхода и улучшение качества выпускаемой продукции; повышение уровня обслуживания клиентов с помощью быстрого .реагирования на запросы и отслеживания заказов; повышение эффективности системы поставок; увеличение точности выполнения плановых заданий.
По сути, речь идет о реальном сокращении как логистического, так и производственного циклов. В последнее время в многочисленных публикациях [6,110-112] подчеркивается значимость тесной интеграции следующих систем: MES (система оперативного управления производством), SSM (система управления сбытом и обслуживанием), SCM (система управления цепочкой поставок), ERP (система планирования ресурсов производства), Р/РЕ (система проектирования производственных процессов и продукции), Industrial (АСУТП).
При этом программный анализатор представляет собой как бы интеллектуальную надстройку над той информационной системой, функциональную задачу которой он решает.
Архитектура программного анализатора разрабатывается таким образом, что не только допускает режим параллельного решения нескольких задач («многозадачный режим»), но принципиально использует массивы данных, относящихся к разным информационным системам [109].
Программный анализатор не связан непосредственно с проектированием производственных процессов и с АСУТП. Хотя в отдельных случаях информационное взаимодействие с соответствующими системами допустимо. Например, если на предприятии не внедрена система класса MES, оперативная информация может поступать для анализа непосредственно из АСУТП и, соответственно, управляющие воздействия из программного анализатора передаются в эту систему в автоматическом режиме. Интерактивный обмен с корпоративными системами информацией, необходимой для функционирования программных анализаторов, осуществляется посредством сервера программного анализатора (рис.3.2.). Отдельная база данных программного анализатора необходима в связи с тем, что для построения модели в режиме реального времени, как правило, требуется оперативно запрашивать данные за длительный период функционирования предприятия. Программа построения модели сразу же после поступления текущих данных анализа заносит его значение в базу данных и строит модель прогноза.
Программный анализатор для задачи прогнозирования объема продаж
Если задача оптимального бюджетирования услуг лежит в области оперативного управления деятельностью компании, то ценообразование на основании прогнозирования спроса на услуги относится к области стратегического управления.
Естественно желание руководства компании получить достоверный прогноз объема продаж на следующий отчетный период (месяц, квартал, год) с целью оценки будущей прибыли и доли рынка. Спрос можно условно разделить на три основные составляющие: спрос, формируемый постоянными клиентами; увеличение спроса за счет притока новых клиентов -определяется затратами на рекламу и высоким качеством услуг (компанию рекомендуют клиенты); снижение спроса за счет оттока клиентов -определяется низким качеством услуг и высокими (сравнительно с конкурентами) ценами.
Если спрогнозировать будущий спрос со стороны постоянных клиентов достаточно легко (он зависит от сезона и, в большинстве случаев, мало меняется от года к году) то с остальными составляющими дело обстоит намного сложнее.
С внедрением учетной системы в компании стали аккуратно отслеживать источники появления новых клиентов, благодаря чему появилась возможность наблюдать динамику спроса в зависимости от затрат на рекламу (в т.ч. с высокой степенью точности рассчитывать прибыль на каждый вложенный в рекламу рубль).
Также, в рамках внедрения системы качества, в компании стали регулярно проводиться опросы клиентов с целью определения степени удовлетворенности оказываемыми услугами. Тем самым осуществлялся текущий мониторинг качества услуг, и выявлялись причины ухода клиентов.
В компании выделили три основных фактора, влияющих на спрос: качество оказываемых услуг; цены на услуги; затраты на рекламу.
Однако попытки совокупного анализа этих факторов не привели к успеху - экспертный прогноз (в роли экспертов выступало руководство компании) давал слишком большую погрешность, что не позволяло использовать его в стратегическом планировании. Для решения данной задачи был разработан программный анализатор.
После формирования руководителем запроса на расчет прогноза осуществляется подключение к программному анализатору (с использованием механизма OLE Automation). На основании переданных туда параметров интерфейса обработки осуществляется построение прогноза. Выходная форма прогноза представлена на рис. 4.10. Файл Действия Таблица Вид Операции Справочники Документы Журналы Отчеты Обработки Сервис ІОкнаЛрнои. Все сформированные прогнозы хранятся в базе данных программного анализатора и в последствии используются для сравнения с фактическими объемами продаж. На рис. 4.11. и 4.12. представлены графики прогнозных и фактических объемов продаж услуг терминальной и таможенной обработки для двух филиалов компании в период с января по март 2005 г.
Внедренная в 000 «Контрансервис» система прогнозирования дополнительных расходов при оказании услуг и, в соответствии с полученным прогнозом, назначения оптимальной цены на услуги позволила решить задачу текущего бюджетирования услуг компании. В результате значительно уменьшилось количество случаев перерасхода по услугам, снизилась общая сумма перерасходов, и сократился отток клиентов из-за необоснованно завышенных цен. Внедрение положительно сказалось и на настроении сотрудников компании, получивших надежный инструмент планирования себестоимости услуг, и значительно реже вынужденных обосновывать перерасходы руководству. 2. Разработанная для 000 «Контрансервис» система прогнозирования спроса на услуги компании позволила ее руководству с достаточной для стратегического планирования точностью оценивать будущие объемы продаж и определять ценовую политику компании. Реализованная в рамках данного внедрения система контроля качества услуг позволила повысить уровень удовлетворенности клиентов, в результате чего, многие впервые приходящие в компанию клиенты, продолжают затем сотрудничество на постоянной основе.
