Применение классификационного АВС-подхода в целях оптимизации использования складских площадей

УДК 658.7

Применение классификационного АВС-подхода  в целях оптимизации использования складских площадей

Сахнова Ксения Владимировна

студент 4 курса,

Новосибирский государственный технический университет,

г. Новосибирск, Россия

E-mail: ksenia.sahnova@yandex.ru

Научный руководитель – Щеколдин Владислав Юрьевич

к.т.н., доцент кафедры маркетинга и сервиса

Новосибирский государственный технический университет,

г. Новосибирск, Россия

E-mail: raix@mail.ru

Implementation of the classification by ABC-approach for warehouse space optimization

Sakhnova Ksenia Vladimirovna

Bachelor student, fourth year

Novosibirsk State Technical University, Novosibirsk, Russia

Scientific Supervisor –Shchekoldin Vladislav Yurievich

Candidate of Science in Engineering (Ph.D.),

Associate Professor of Marketing and Service Department

Novosibirsk State Technical University, Novosibirsk, Russia

В статье рассмотрена возможность привлечения теории кумулятивных кривых и методики ABC-анализа с целью грамотной организации складского пространства. Приведены расчеты на основе реальных статистических данных транспортно-логистической компании.

Ключевые слова: складская логистика, ABC-анализ, динамика продаж.

The article considers the possibility of implementation of cumulative curves theory and the ABC-analysis technique for competent organization of storage space in warehousing. Calculations and analysis based on real statistical data of a logistics company are presented.

Key words: warehouse logistics, ABC-analysis, changes-in-sales.

В современных условиях всеобщего ускорения логистических процессов весьма актуален вопрос экономии времени на отдельных логистических операциях. При этом время на транспортировку сложно сократить из-за большого числа случайных факторов, тогда как склад чаще всего относится к внутренней структуре компании, что позволяет выстраивать гибкие системы управления [3].

Изучение таких вопросов в логистической отрасли, а также на конкретных средних и крупных производственных и торговых предприятиях представляется весьма актуальным, поскольку такие компании имеют складские помещения с материальными потоками самой разнообразной природы. Затраты на содержание склада значительны, и потому каждое предприятие хочет получить максимальную отдачу от имеющихся площадей [2].

Рассмотрим возможность организации складского хранения таким образом, чтобы наиболее востребованные грузы находились на минимальном расстоянии от зоны погрузки. Для того, чтобы применить имеющуюся классификацию для товаров распределения по зонам складирования, воспользуемся методикой ABC-анализа, где класс А включает товары наибольшего спроса, В – среднего, а С – малого или сезонного [0].

По данным транспортно-логистической компании, работающей в ЗападноСибирском регионе, получена статистика прихода грузов на склад за период с 24.10.2018 г. по 03.12.2019 г. Для удобства анализа имеющаяся номенклатура была сгруппирована по типам грузов, в результате из первоначальных 154 наименований были выделены 18 групп товаров.

Для проведения АВС-анализа было выбрано два показателя, характеризующих грузы – объем (в м³) и количество (в шт.). Были построены кумулятивные кривые, проведена оценка соответствующей регрессионной зависимости на основе параметризации Раше [5]. Для выделения классов А-В-С был использован интегральный метод [4]. На рис. 1 продемонстрирован процесс оценивания кумулятивной кривой и разбиения ее на классы для показателя «объем».

Рисунок 1. Графическая визуализация процедуры АВС-анализа

Численные результаты АВС-анализа представлены в табл.1.

Таблица 1. Результаты одномерного АВС-анализа обобщенной номенклатуры

Данные табл.1 свидетельствуют о том, что принципиальных различий в разбиении товаров по двум показателям не существует, на что косвенно указывает и достигнутая точность аппроксимации (в 0,29% и 0,27% на одну позицию номенклатуры). Поэтому две группы с наибольшими значениями показателей попадают в класс А, следующие шесть – в класс В, и оставшиеся 10 – в класс С.

В класс А вошли группы с наибольшими объемами и числом поставок – запасные части, техника и оборудование. Анализ графика их поставок показывает, что в период навигации – с апреля по ноябрь – возникает рост спроса.

Для группы В ситуация достаточно отличается: ненулевой спрос имеется почти в каждый месяц, но объемы значительно ниже, чем по классу А.

Рисунок 2 – Динамика спроса на товары класса А

Рисунок 3 – Динамика спроса на товары класса В

Рисунок 4 – Динамика спроса на товары класса С

Основываясь на проведенных расчетах, можно предложить следующие рекомендации по оптимизации логистических процессов на складе компании:

• товары класса С располагать в дальней зоне склада как товары наименьшего спроса, но заранее упаковывать таким образом, чтобы перевозить максимум груза за минимальное количество рейсов погрузчика;
• для грузов класса В отвести центральную и, в периоды низкого спроса на товары класса А, ближнюю к зоне погрузки часть склада;
• ввиду сезонности спроса на товары класса А, особенно на период навигации, освобождать ближнюю к зоне погрузки часть склада.

Применение этих рекомендаций должно помочь исследуемой компании оптимизировать процесс погрузочно-разгрузочных работ, а также избегать штрафных санкций от контрагентов за простой транспортных средств.

Ценность обсуждаемой в работе методики заключается в ее универсальности – классификационный АВС-анализ можно использовать как для оптимизации производственных и складских помещений, так и для формирования ассортимента торговых компаний. Следовательно, проведение подобного анализа в совокупности с инструментами прогнозирования и математического моделирования могут дать хорошие результаты и возможности для развития бизнеса.

Библиографический список:

1. Бауэрсокс Д. Дж., Клосс Д. Дж. Логистика: интегрированная цепь поставок. – М.: ЗАО «Олимп-Бизнес», 2008. – 640 с.
2. Крылатков П.П., Кузнецова Е.Ю., Кожушко Г.Г., Минеева Т.А. Логистика промышленного предприятия: учебное пособие – Екатеринбург: Изд-во Урал. ун-та, 2016. – 176 с.
3. Курганов В. М. Логистика. Транспорт и склад в цепи поставок товаров [Электронный ресурс]: учебно-практическое пособие. – М.: Кн. мир, 2009.
4. Лукинский В. С. Модели и методы теории логистики: учеб. пособие /
   2-е изд. – СПб.: Питер, 2007. – 448 с.
5. Shchekoldin V.Y., Lyssenko M.Y. Development of classification methods based on cumulative curves analysis // XIV International Scientific-Technical Conference on Actual Problems of Electronics Instrument Engineering (APEIE), Novosibirsk, 2018, pp. 164-167. 
6. Материал размещен кафедрой «Логистика и маркетинг в АПК» Красноярского государственного аграрного университета

7. Источник: Материалы XV Международной научно-практической конференции «Логистика – Евразийский мост» ЛЕМ - 2020