Содержание к диссертации
Введение
1. Анализ методов и моделей мониторинга поставок комплектующих 10
1.1. Современное состояние вопроса поддержки запасов комплектующих для предприятий автомобильной промышленности 10
1.2.1 Информационная поддержка складов комплектующих 18
1.3. Требования к СУБД для построения АСУТП снабжения комплектующими 23
1.4. Системный анализ задач автоматизации управления поставками комплектующих 25
1.5. Анализ программных технологий оперативного управления поставками 30
1.6. Методы и модели анализа и прогнозирования спроса 34
Выводы по главе 1 39
2. Классификация факторов и модель прогноза в системе управления поставками комплектующих .40
2.1. Методы классификации и группировки номенклатуры комплектующих 41
2.2. Группировка комплектующих по причине замены 43
2.3. Классификация по характеру спроса на комплектующие 45
2.4. Статистический анализ данных для классификации и кластеризации номенклатуры комплектующих 51
2.5. Формирование логического дерева 54
2.6. Методика прогнозирования потребности в комплектующих 62
Выводы по главе 2 75
3. Задачи оптимизации ценовой политики управления поставками комплектующих 76
3.1. Определение согласованных цен на комплектующие 77
3.1.1. Формализация процесса выбора цен в постановке теории игр 79
3.1.2. Теоретико-игровой анализ механизма определения согласованных цен 91
3.2. Определение сроков и объемов закупок комплектующих 94
3.2.1. Процедура обратного ходя для решения задачи выбора объемов закупок 103
3.2.2. Учет процентов за кредит 104
3.2.3. Учет риска повышения цен 107
3.2.4. Учет дискретности объемов закупок 109
3.3. Задача размещения складской сети комплектующих 111
3.4. Описание объектов как точек на дугах с различными метриками графа 115
3.5. Задача поиска центральных элементов системы размещения комплектующих 122
Выводы по главе 3 130
4. Программная реализация системы мониторинга и управления поставками комплектующих 131
4.1. Структура АСУТП снабжения комплектующими 132
4.1.1. Описание подсистемы прогнозирования потребности 144
4.2. Функционал системы управления поставками 146
4.3. Разработка интерфейса программной компоненты системы управления поставками 155
4.4. Экспериментальное исследование качества прогноза спроса на комплектующие 161
Выводы по главе 4 163
Заключение 164
Литература 165
Приложение. Акты внедрения результатов работы
- Современное состояние вопроса поддержки запасов комплектующих для предприятий автомобильной промышленности
- Методы классификации и группировки номенклатуры комплектующих
- Определение согласованных цен на комплектующие
- Структура АСУТП снабжения комплектующими
Введение к работе
Организация снабжения комплектующими является важнейшей частью сбытовой цепи промышленных предприятий, в том числе и предприятий автомобильной промышленности. Для бесперебойного функционирования производства необходимо хорошо налаженное материально-техническое обеспечение,, которое на предприятиях осуществляется через органы материально-технического снабжения. Главной задачей органов снабжения предприятия является рациональное обеспечение производства необходимыми комплектующими соответствующего качества, что ставит вопросы оптимизации стратегии управления запасами. Высокоэффективное снабжение возможно в настоящее время только при условии автоматизации статистики, анализа, прогноза, обработки документации, позволяющей не только оптимизировать запасы, снизить расходы по хранению запасных частей, но и значительно ускорить обслуживание потребителей. При отсутствии налаженной информационной системы, обеспечивающей сбор и обработку информации, организовать конкурентоспособную в сегодняшних условиях сеть обеспечения запасными частями практически невозможно. Своевременный научно-обоснованный и точный прогноз потребности в комплектующих позволяет принимать правильные управленческие решения о номенклатуре и количестве поставляемых на склад деталей, улучшить экономические показатели деятельности предприятия.
Актуальность темы данной диссертации определяется возможностью оптимизации хранимой номенклатуры в соответствии с текущими и прогнозируемыми потребностями рынка автомобильных запасных частей за счет автоматизации процессов мониторинга и аналитической обработки информации.
Целью работы является повышение эффективности системы управления поставками комплектующих за счет автоматизации процесса мониторинга.
5 Для достижения данной цели в работе поставлены и решены следующие
задачи:
Современное состояние вопроса поддержки запасов комплектующих для предприятий автомобильной промышленности
Техцентры изготовителей машин и ремонтные заводы никогда не покрывали в нашей стране спроса на услуги по ремонту техники. Неразвитость рынка услуг по техобслуживанию и ремонту привела к тому, что более 90% отечественного парка машин до сих пор ремонтируется предприятиями-владельцами техники. Эти ремонты "на местах" возможны в силу двух причин: благодаря более высокому по сравнению с другими странами уровню технической грамотности водителей, трактористов, экскаваторщиков и ввиду более низкого уровня самих машин, не требующих слишком сложного оборудования для ремонта. Впрочем, и на Западе, по оценкам специалистов в области автомобилестроения, в настоящее время 40% всего объема ремонтных работ осуществляется самими владельцами автомобилей и предсказывается рост этой доли.
Российские частные владельцы автомобилей, как правило, не имеют свободного времени на их ремонт - в условиях рынка все труднее даются заработки, все больше времени уходит на обеспечение нормальных условий жизни. В то же время и наемные водители, напряженность труда которых возрастает из года в год, все чаще возражают против выполнения ремонтных работ своими силами - это не их специальность.
Из-за огромного уже сейчас дефицита услуг по ремонту, техническому обслуживанию и дополнительному оборудованию автомобильной и другой колесной и гусеничной техники предстоит лавинообразное увеличение количества малых предприятий и индивидуальных предпринимателей для заполнения этой ниши рынка.
В условиях, когда почти весь парк машин ремонтируется владельцами и по этой причине почти весь спрос является мелкооптовым и розничным, удовлетворение потребности в запасных частях происходит пока способами, отличными от зарубежных. Бессистемная торговля машинами и запасными частями не улучшила положение тех потребителей, для которых техника является средством производства, в главном - в ассортименте. Запасные части можно приобрести далеко не все, не всегда, не везде, не в срок и не для всех моделей машин.
Множество посредников принялись торговать запасными частями, выбирая только быстрореализуемую номенклатуру высокого спроса. Потребители вынуждены искать запасные части у десятков поставщиков, покупать дорогие узлы вместо отдельных деталей. Для всех продавцов запасных частей характерно стремление торговать только деталями частого спроса, чтобы не хранить запасов реже спрашиваемых деталей. Но детали частого спроса составляют 20-30% номенклатуры, необходимой для ремонта. Остальной номенклатурой торговцы либо вообще не занимаются, либо заказывают у поставщиков, получив предоплату с покупателей, вынужденных долго ждать поставок.
Такое положение приводит к тому, что растет число посредников, не имеющих обязательств перед потребителями. Отсутствие квалифицированного использования потребительского спроса для производства и сбыта высокорентабельных и качественных оригинальных запасных частей снижает доходы изготовителей и занятость населения, зато способствует процветанию бизнеса зарубежных имитаторов. Их детали их узлы к нашим автомобилям ввозятся в страну в больших количествах.
Постоянный рост количества и оборота всех видов предприятий по торговле запасными частями и ремонту показывает, что рынок остро нуждается в развитии товаропроводящей и сервисной инфраструктуры заводов - изготовителей машин.
Предприятия, которые хотят развиваться, должны внедрять все, что выгодно потребителям. Запасные части - коварнейший и сложный товар. Торговля запасными частями становится весьма прибыльным бизнесом только при современной организации.
Качество машин - не главная причина потери даже отечественного рынка нашими производителями; для любого качества есть свои покупатели. Продажа каких-то машин прекращается, а запчасти к ним продаются еще много лет. Конкуренция новых оригинальных запасных частей с подержанными, восстановленными и неоригинальными - лучшее доказательство существования рынка.
Качество обеспечения запасными частями - полная номенклатура и максимум сутки на ожидание детали - самое главное условие конкурентоспособности техники. Условия этого вида деятельности диктует потребитель. Ему нужна не деталь, которую он заказал, а собственная исправная машина. Все потребители запасных частей во всем мире похожи: они хотели бы покупать запасные части только тогда, когда они понадобятся, как лекарства, получать их немедленно и иметь продавца поблизости.
Только высокая квалификация служит ключом к рентабельности и устойчивому положению на рынке. Модели машин меняются, но рынок будет только ужесточать требования к обеспечению запасными частями, как и к сервису в целом.
Зарубежные фирмы со своими методами и короткими сроками поставки запасных частей быстро завоевывают наш рынок. Чтобы удержать его в своих руках и выдержать в конкурентной борьбе, важно изучить и применить в своей практике опыт зарубежных фирм, специализирующихся в этой отрасли. Отечественному предприятию, вышедшему на российский рынок автозапчастей, необходимо, в первую очередь, составить ясную картину его особенностей, оценить тенденции его развития, выработать собственную конкурентоспособную стратегию.
Методы классификации и группировки номенклатуры комплектующих
В управлении товарными запасами часто прибегают к объемно-стоимостному анализу, т.е. разделению номенклатуры на группы в соответствии с объемами реализации по позициям. В большинстве случаев объемно-стоимостной анализ показывает, что основной объем реализации (70-80 процентов) обеспечивается весьма немногими номенклатурными позициями (10-20) процентов. Соответственно, издержки управления запасами, в основном, зависят от динамики по этой ограниченной номенклатуре. Это свойство запасов позволяет применять при управлении ими принцип Парето: в первую очередь подлежат контролю позиции, обладающие наибольшим объемом реализации, или наименьшей рублевой активностью. При проведении объемно-стоимостного анализа вся номенклатура запасов делится на две группы: запасы с высокой рублевой активностью, т.е. обеспечивающие основной объем реализации и запасы с низкой рублевой активностью. Если желательно подразделить запасы более чем на две классификационные группы, то прибегают к системе «анализа ABC». По этой системе запасы подразделяются на 3 группы - А, В, и С. Группа А объединяет наиболее активные в стоимостном выражении виды запасов, В - запасы средней активности и С — запасы с наиболее низким уровнем рублевой активности.
Для разделения по группам А, В, С применяют тот же метод, что и при объемно-стоимостном анализе. Годовая норма потребления каждого вида умножается на цену, затем товары располагаются по убывающей рублевой активности: для каждой номенклатурной позиции рассчитывается использование по стоимости; производится сортировка позиций по убыванию их использования по стоимости; рассчитывается процент использования по каждому наименованию в1 общем использовании; формируется кумулятивный процентный лист; кумулятивный лист анализируется и производится разделение на группы.
В соответствии с принципом Парето, товары группы А подлежат более тщательному учету и более частой инвентаризации, спрос на них прогнозируется с помощью более сложных методик и более часто и внимательно контролируется своевременное пополнение этих запасов. В то время,- как потребность в активных товарах определяется более точным методом прогнозирования сбыта, потребность в малоактивных товарах может определяться менее точным и более дешевым способом учета прошлого опыта. Неоптимальное управление малоактивными товарами слабо влияет на общие показатели управления запасами. Учитывая это, руководители, с целью снижения напряженности управленческого труда, могут осуществлять закупки сразу годовой потребности по номенклатуре малоактивных товаров.
Таким образом, использование принципа Парето в управлении товарными запасами означает, что вся номенклатура делится на группы по критерию активности. Группа А, как «наиболее активная», подвергается самому тщательному контролю, группе В оказывается меньше управленческого внимания, а группа С обслуживается «наименее активно».
Существует множество причин возникновения потребности в запасных частях. Выше мы описывали факторы, влияющие на возникновение такой потребности. Для предварительного отбора данных с целью последующего корреляционного анализа предлагается поделить весь ассортимент запасных частей на группы по причине замены, т.е. совокупности факторов, обусловливающих возникновение потребности в запасной части.
В эту группу входят запасные части, замена которых производится при плановом техническом обслуживании автомобиля или при периодических регламентных работах по факту износа. Это фильтрующие элементы, фрикционные накладки, свечи зажигания, приводные ремни и т.д.
В конструктивную группу входят детали, замена которых обусловлена выходом из строя по причине технологических или конструктивных недостатков или износом. Потребность в деталях этой группы может быть статистически описана и спрогнозирована. Это могут быть детали трансмиссии, выхлопной системы, электрические и электронные компоненты, другие детали.
К аварийной группе относятся детали, потребность в которых возникает в результате повреждения автомобиля при аварии. Это детали кузова, наружного освещения, остекления, элементы салона, подушки безопасности и другие элементы активной и пассивной безопасности.
К случайной группе относятся все прочие детали, замены которых носят случайный характер и не зависят от общего пробега или возраста автомобиля.
Группировка номенклатуры по причинам замены важна при построении прогноза с выявлением и использованием коррелирующих факторов. С учетом принадлежности детали к определенной группе, можно провести предварительный отбор факторов для исследования корреляции их значений со значениями спроса. Предложенный метод классификации позволяет автоматизировать процесс выбора методики прогнозирования для каждой номенклатурной позиции на начальном этапе прогнозирования. Такое разбиение позволяет повысить точность прогноза потребности для каждой детали и, как следствие, повысить общее качество прогноза для всей группы.
Рассматривая статистику потребления запасной части в прошлые периоды, важно определить характер потребления этой запасной части -является ли он периодическим, случайным или сезонным. Этот метод классификации можно применить при предварительной подготовке и отборе данных для прогнозирования с помощью методов временных рядов.
Под периодическим спросом будем понимать такой характер потребления детали, при котором потребность возникает достаточно часто в течение сезона для формирования достаточной по размеру выборки данных, которая может быть исследована с целью выявления статистических закономерностей.
Если потребление детали носит периодический характер, то для прогнозирования ее потребления в будущие периоды может быть использовано множество различных моделей. Но применение тех же работоспособных моделей к деталям случайного спроса в большинстве случаев даст ошибочные результаты.
Модель, прогнозирующая потребность на основании среднемесячного спроса на деталь, определит среднемесячный спрос в размере 3 штук (36 штук на 12 месяцев). Заполнение склада по такому закону, скорее всего, не позволит удовлетворить в полной мере возникающий спрос, т.к., насколько видно из статистики реализации, деталь потребляется редко и партиями по 12 штук. При среднемесячном заполнении склада небольшими партиями по 3 штуки, возникающий спрос в 12 штук часто не будет удовлетворен.
Потребление детали в данном случае имеет место лишь в 5 месяцах из 12, но такой характер спроса уже нельзя назвать случайным — налицо периодический спрос в течение определенного сезона.
Определение согласованных цен на комплектующие
В централизованной схеме снабжения вопросы материально-технического обеспечения берет на себя центр, заключающий договор с организациями-потребителями. Центр проводит оптовые закупки продукции у производителей, что позволяет ему покупать по более низким ценам и, за счет этого, обеспечивать привлекательность централизованной схемы для потребителей.
В работе решена задача снабжения одним видом продукции. Пусть в регионе имеется п организаций — потенциальных потребителей продукции данного вида. Обозначим через С; цену, по которой i-ый потребитель согласен приобретать продукцию у центра, а через V; - количество продукции, требуемое і-му потребителю в рассматриваемый период времени. Очевидно, что потребитель і будет выбирать централизованную схему снабжения если цена продукции у центра, которую мы будем обозначать через q, будет меньше или равна с;, то есть q Cj. Таким образом, количество продукции, которое будет заказано центру равно сумме потребностей тех потребителей, для которых централизованная схема является выгодной.
Примем, что центр закупает продукцию у одного производителя, получая скидки к оптовой цене при больших объемах закупок. Обозначим через b(V) цену продукции производителя при объёме закупок V. Очевидно, что b(V) также убывающая функция V (как правило, кусочно-постоянная). Прибыль центра при цене продажи потребителям q составит P=(q - b) V(q). (3.2)
В данном случае мы полагаем, что транспортные расходы на доставку продукции от производителя центру входят в цену b(V), а транспортные расходы на доставку продукции от центра потребителям производятся за счет потребителей. Задача заключается в определении цены q, которая обеспечит максимум прибыли центра. Эта цена представляет согласованную цену, поскольку она выгодна и потребителям, и центру.
Из этого факта следует полезное свойство: если для двух точек (VI,E(VI)) И (V2, E(V2)) имеет место V2 V] и E(V2) E(VJ), то, очевидно, решение (V2, s(V2)) лучше, чем решение (Vi, E(VI)). ЭТО СВОЙСТВО позволяет перейти от зависимости E(V) К зависимости (V), которая является убывающей функцией V. Способ построения зависимости E (V) ясен из рис.3.4. (зависимость e (V) показана толстой линией).
В таблице 3.4. указаны значения s(V) только в точках V;, то есть в точках, в которых происходит изменение величины V (появляются новые потребители, согласные заключить договор с центром). Можно показать, что оптимальный объем заказа центра достигается только в этих точках. Действительно, если центру выгодно заключить договор с потребителем на частичное удовлетворение его потребностей в продукции, то центру еще более выгодно заключить договора с этим потребителем на полное обеспечение продукцией.
Теперь, применяя описанные выше правила сравнения вариантов, сравниваем варианты последовательно, начиная с первого. Первый вариант хуже второго, поскольку Vi V2, а і=Єг. Второй вариант лучше третьего, так как s2/ Уз=3/8 єз/ V2=l/3. Второй вариант хуже четвертого, так как є2/ V4=1/4 E4/ V2=l/3. Наконец, четвертый вариант лучше пятого, так как є4/ V5=2/15 65/V4=l/12.
Итак, оптимальным является вариант 4, в котором по централизованной схеме обеспечиваются первые четыре потребителя.
При этом объем продукции, заказываемой центром, составляет 12 единиц, оптовая цена производителя равна 1, а цена продукции центра равна 3. Прибыль центра составляет (3-1)-12 = 24 единицы.
До сих пор предполагалось, что имеется один производитель продукции, которую заказывает центр. В случае нескольких производителей возникает задача распределения заказов между ними.
Задачи такого вида представляют многоэкстремальные задачи математического программирования. Для задачи можно использовать специальные методы (динамического программирования, локальной оптимизации, ветвей и границ и другие).
Рассмотрим применение метода ветвей и границ на конкретном примере. Пусть есть два производителя. Функция S(x) первого производителя имеет вид, показанный на рис.3.6. а второго - на рис. 3.7. Пусть V = 15, первый производитель имеет 12 единиц продукции, а второй -10.
Для получения нижней оценки стоимости заказа заменим функции sk(xk) непрерывными выпуклыми функциями, которые всюду меньше (или равны) исходных функций. Оценочные функции s i(xi)=xb s 2(x2)=2x2 показаны на рис. 3.6. и 3.7. толстыми линиями.
Решим задачу минимизации суммы оценочных функций. Это задача линейного (в общем случае - выпуклого) программирования, для которой существуют эффективные методы решения. В нашем случае решение очевидно. Нужно заказать все имеющееся количество продукции Хі=12 у первого производителя по цене bi=l, а остальные х2=3 единицы - у второго, по цене Ьг-2. Стоимость заказа составит 18 единиц. Однако фактическая стоимость такого заказа составляет 12+3-5 =27 единиц, поскольку при заказе у второго производителя трех единиц продукции цена составит 3 единицы.
Рассмотрим теперь два варианта. В первом варианте заказ у второго производителя не превышает трех единиц, а во втором — не меньше трех единиц, то есть разобьем множество всех решений на два подмножества. Рассмотрим первое подмножество. Поскольку заказ у второго производителя не превышает трех единиц, то его оценочная функция будет уже другой, а именно, s 2(x2) =5х2. Оптимальное решение оценочной задачи остается прежним: Xi=12, х2=3. Однако, оценка стоимости заказа будет равна уже не 18, а 27, что совпадает с фактической стоимостью.
Рассмотрим второе подмножество. Так как заказ у второго производителя в этом подмножестве решений не менее трех единиц, то оценочная функция при х2 3 будет иметь вид, показанный на рис.3.8.
Приведем алгоритм решения оценочной задачи. Начинаем с минимальных заказов у каждого производителя, то есть Х]=0, х2=4 (поскольку оценочная стоимость заказа х2=4 меньше, чем у заказа х2=3). Сравнивая цены при небольшом увеличении заказов видим, что дополнительный заказ выгоднее делать у первого производителя (b i=l), а не у второго (Ъ 2=2). Поэтому оптимальное решение оценочной задачи xi=ll, х2=4, а минимальная оценочная стоимость составляет 19 единиц.
Сравнивая оценочные стоимости двух рассмотренных вариантов, видно, что во втором варианте она меньше. Поэтому выбираем вариант с меньшей оценочной стоимостью. Теперь фактическая стоимость в решении Xi=ll, х2=4 совпадает с оценочной. Поэтому полученное решение является оптимальным решением всей задачи.
В данном случае центр закупает продукции больше, чем требуется, поскольку, закупая ровно 14 единиц, он в данном случае проигрывает. Действительно, если центр закупает у второго производителя не 6 единиц, а 5, стоимость составит 5-3 = 15 единиц вместо 12, а если он закупает у третьего производителя не 9 единиц, а 8, то стоимость составит 8-2 =16 единиц вместо 9. Сравнивая оценочные стоимости подмножеств Qb Q2] и Q22, выбираем подмножество с минимальной оценкой S (Q22) 21. Соответствующее решение хі=0, х2=6, х3=9 является оптимальным, поскольку оценочная стоимость совпадает с фактической. На рис. 3.10. показано дерево ветвлений (разбиений множества всех решений на подмножества), вершины которого соответствуют подмножествам, а числа в вершинах - оценочным стоимостям.
Структура АСУТП снабжения комплектующими
В четвертой главе рассматриваются вопросы построения программно-моделирующего комплекса системы поддержки принятия решений (СППР) по организации поставок комплектующих. Приведен список приложений с описанием их основных функциональных возможностей. Рассматриваются вопросы использования различных программных технологий для оперативной реализации методик управления поставками комплектующих.
При проектировании системы использовалась фреймовая технология. Для реализации взаимодействия с пакетами Statistica и MatLab разработаны компоненты, которые обеспечивают параметризацию запуска макросов, т-файлов и имитационных моделей и последующее внедрение OLE-объектов, сформированных в результате выполнения.
В диссертации разработана структура базы данных, обеспечивающая реализацию функций обмена данными между приложениями. В качестве СУБД для организации баз данных выбрана СУБД Microsoft Access, достоинства которой, определяются следующими моментами: все метаданные, описывающие базу данных, хранятся в одном файле ( .mdb), что упрощает переносимость отдельных структурных элементов; драйвера для работы с базами данных Microsoft Access входят в состав современных версий ОС Microsoft Windows, и, следовательно, не требуется их дополнительная установка при распространении приложений локальной версии системы.
Разработан сценарий СППР по выбору стратегий управления поставками. При формировании методики аналитической обработки использовались инструментальные средства гибридной среды «СОТА», которые позволяют формировать алгоритмическую структуру программных приложений за счет задания переходов между приложениями по условиям его завершения с использованием стандартизованного интерфейса, что и создает пользовательский сценарий (Рис.4.1.).
Структуру БД фирмы можно условно разбить на функциональные модули (подсистемы), каждый из которых выполняет функции по автоматизации одного из элементов деятельности фирмы. Так, можно выделить следующие модули: подсистема обработки запросов; подсистема приема и распределения заказов; подсистема учета отказов в поставках, формирования и передвижения грузов и информирования клиентов о состоянии заказов; подсистема складского учета - прием и выдача товаров на складе; финансовая подсистема.
Информация, накопленная всеми вышеперечисленными подсистемами, была использована как исходная для построения прогнозов спроса на запасные части. С учетом наличия такого статистического материала разработан новый модуль: подсистема прогнозирования спроса на комплектующие и поддержания их наличия на складе.
Подсистема обработки запросов. Запрос оформляется клиентом в случае, если ему неизвестна цена запасной части, наличие ее на складе фирмы или на складах производителей, срок ее поставки на склад фирмы, а также в случае, если эта информация известна, но требует проверки. Запрос клиента представляет собой набор номенклатурных номеров запасных частей с указанием количества единиц товара, необходимого клиенту.
Запросы поступают от клиентов в различных формах: по телефону; по электронной почте; через форму на корпоративном сайте. Запросы, принимаемые по телефону или по электронной почте, заносятся в БД сотрудником, отвечающим за их обработку. Запросы, введенные в форму на сайте, передаются в БД.
В зависимости от номенклатуры, содержащейся в клиентских запросах, они группируются по поставщикам. На основании сформированных запросов создаются автоматические сообщения, пересылаемые поставщикам. В этих сообщениях содержится только информация, необходимая поставщику для ответа на запрос (номенклатура, количество, предполагаемый тип заказа).
Ответ поставщика обрабатывается подсистемой - для каждого элемента номенклатуры в ответе поставщика определяется исходный запрос, ценовая информация обрабатывается по хранимым в БД законам ценообразования (отдельным для каждого поставщика и типа заказа) и на основании обработанных данных генерируются ответы клиентам. Ответ формируется системой без участия пользователя, в формате листа MS Excel, с использованием механизмов OLE.
Все запросы и ответы поставщиков, а также информация, переданная клиентам, сохраняется в БД и подлежит дальнейшему анализу с целью выявления и анализа спроса.
Отдельным элементом подсистемы запросов является прайс-лист. Очевидно, что номенклатурные номера, вводимые клиентом в окно поиска прайс-листа, являются отображением потенциальной текущей потребности. Все введенные значения также сохраняются и переносятся в БД. В случае онлайн прайс-листа, размещенного на корпоративном сайте, эта информация накапливается на web-сервере и периодически выгружается в основную БД в формате переноса данных. В прайс-листах, переданных клиентам на компакт-дисках и используемых изолированно от БД предприятия, все запросы клиентов сохраняются в журнале - этот журнал также еженедельно пересылается по электронной почте.
Множество номенклатурных позиций, составляющих историю запросов клиентов, отражает потребность клиентов в запасных частях. Это множество может быть использовано для оценки- потребности в конкретных номенклатурных позициях, классификации номенклатуры по группам (группы по характеру спроса). Перед использованием собранной истории запросов необходимо произвести первичную обработку данных, так как необработанные данные могут привести к ложным прогнозам и выявлению несуществующей потребности, либо к преувеличению, существующей потребности, что негативно отразится на оборачиваемости и ликвидности1 склада. В частности, возможна (и очень распространена) ситуация, когда в течение некоторого промежутка времени клиент многократно формирует запрос на одну и ту же номенклатурную позицию, получая информацию об ее отсутствии на складе. Предположим, что в течение месяца клиент присылает запрос еженедельно - в БД будет зафиксировано четыре факта обращения по данной номенклатурной позиции. Если использовать эти данные без предварительной обработки и фильтрации, то среднемесячное потребление этой детали (AMD - Average Monthly Demand) при расчете полугодовой статистики составит 4/6 = 0,67, хотя фактический спрос за последние 6 месяцев был лишь на одну единицу (AMD = 1/6 = 0,17). Неправильное определение неудовлетворенной потребности может привести к неправильной классификации номенклатуры (определению к группе редкого спроса, подлежащей закупке на склад, вместо группы отсутствия спроса).
Предварительная обработка истории запросов представляет собой отбор и удаление из выборки, подлежащей анализу, потенциально ложных позиций в следующих случаях: номенклатурная позиция запрашивается многократно одним клиентом единовременный запрос (в течение короткого промежутка времени) от нескольких клиентов
В реализованной БД возникновение регулярного неудовлетворенного спроса на запасную часть фиксируется, и деталь классифицируется как деталь редкого спроса. Подмножество таких номенклатурных позиций проходит предварительную фильтрацию по применяемости (дальнейшему анализу не подлежат запасные части, устанавливаемые на автомобили, снятые с производства более 10 лет назад) - эта операция производится с использованием массива информации о применяемости запасных частей, где каждой номенклатурной позиции соответствует одна или несколько модификаций автомобилей, на которые эта деталь может быть установлена.
