Одни
рождены сделать сказку былью,
а другие – прибылью
Есть такая сказка о Золотом петушке, который кричал с конька крыши: «Царствуй, лежа на боку!» Многие помнят, чем эта сказка закончилась. Тем не менее, управляя собственным бизнесом, каждый все-таки хотел бы оставлять чуть больше времени для себя. Хорошо, говорят, за морем-океаном, где бизнесмены понапридумывали себе компьютерных «золотых петушков», выполняющих немалую часть рутинной работы. Нашим предпринимателям такие «петушки», очевидно, тоже не помешали бы, да по цене они, как правило, действительно золотые.
Впрочем, совсем не обязательно покупать их у заморских умельцев – мы и сами кое-что можем! Надо просто иметь здравый смысл и помнить о принципе допустимого промаха («Логистика для бизнес-логики», ДиЛ № 9, ноябрь 2009 г.). Если не гнаться за красотой и престижем, то порой и «срубленное топором» вполне работоспособно и полезно.
В частности, можно самостоятельно разработать алгоритм и воплотить его в компьютерную программу, чтобы в дальнейшем получать готовенький список того, что и в каком количестве полезно заказать для дальнейшей торговли. Идея очень простая. Сначала создаем перечень товаров в порядке убывания их доходности, потом для каждого указываем прогнозируемое количество продаж (на основании накопленной статистики). А дальше остается помножить количество на цену закупки и, двигаясь сверху вниз, определить, чего и сколько следует заказать на будущий период, исходя из количества имеющихся в данный момент средств. Вот и вся оптимизация!
Шаг первый: составляем рейтинг выгодности товаров
Казалось бы, определить доходность товара просто – достаточно знать разницу между ценой закупки и продажи. Но это верно лишь в том случае, если расходы на хранение товара до продажи равны нулю, что, понятно, бывает далеко не всегда. А когда имеешь дело с товарами, требующими соблюдения температурного режима, задача еще усложняется. Впрочем, как доказывают американцы, все можно посчитать.
Как вариант, можно определить коэффициент «холодного» хранения 1 руб. товара в месяц (Кхран.мес). Для этого нужно выяснить общую месячную стоимость хранения (СУМхол) в холодильнике – затраты на электроэнергию плюс амортизационные расходы. Затем следует зафиксировать стоимость (в ценах учета – закупочных либо продажных) товаров, хранящихся на первое число (СУМнач), и тех, которые были загружены в течение месяца (СУМмес). А дальше остается просто соотнести эти суммы:
Кхран.мес = СУМхол : (СУМнач + СУМмес)
Это обобщенный показатель для всех товаров, подвергавшихся охлаждению в течение месяца. Для простоты будем считать, что дольше ничего не хранится, иначе придется учитывать затраты прошлых периодов, а это слишком запутает дело. Тем не менее, одни товары лежали на полке всего 2–3 часа, а другие – несколько дней, а третьи – целую неделю или даже две. Чтобы учесть это в своих расчетах, нужно определить коэффициент хранения 1 руб. товара в час:
Кхран.час = Кхран.мес : 732
Дальше все просто:
СтоимостьХранения = ЦенаУчета × Кхран.час × ЧасыХранения
Соответственно, прибыльность от продажи единицы товара (ППТ):
ППТ = ЦенаПрод – ЦенаЗакуп – СтоимостьХранения
Если вместо холодильника взять расходы склада, так же можно посчитать и прибыльность с учетом складских расходов.
Понятно, что точно отслеживать часы хранения товара от его поступления до отпуска (продажи, отгрузки) позволяет только автоматизированная система учета. Но можно грубо сделать расчеты и «вручную», оценивая сроки хранения «на глазок». Это все равно позволит определить политику цен, если, конечно, они могут повлиять на сроки реализации продуктов.
Результатов проведенного исследования было бы вполне достаточно, если бы банки выдавали безграничные кредиты под бизнес. Но об этом не приходится даже мечтать. Поэтому при оптимизации закупок не обойтись без понятия рейтинга товаров. Интуитивно понятно, что он тем выше, чем больше прибыль от реализации. Но не все так просто, ведь нужно еще учитывать выгодность товара с точки зрения оборачиваемости средств. Пока он лежит на складе или в магазине, потраченные на его приобретение деньги являются «мертвыми». И чем быстрее они «оживут», тем лучше. При наличии прибыли, разумеется.
Определяется рейтинг товаров на основании продаж за определенный период (назовем его СрокЗамера), который, как правило, измеряется в днях. И для начала следует рассчитать такой параметр, как средняя интенсивность продаж (СИП) товара в день:
СИП = Кол-воПроданногоТовара : СрокЗамера(дней)
Понятно, что чем выше интенсивность продаж товара, тем лучше. Однако, можно продать единицу в год и получить прибыль в 100 тыс. руб., и это окажется выгоднее, чем продавать по 10 штук ежедневно с прибылью по 2 руб. Значит, нужно выяснить еще и среднюю интенсивность поступления прибыли от товара (СИПр):
СИПр = СИП × ППТ
Хотя как часто компания получает прибыль, также очень важно – ее можно пустить в оборот и извлекать дополнительную прибыль от прироста объемов оборачиваемых средств. Не зря говорят, что деньги сегодняшние лучше денег завтрашних! Капитал остается замороженным все время, пока товар хранится в магазине или на складе. Выяснить, в течение какого именно срока, можно следующим образом. Сначала определяем совокупный срок хранения (ССХ) товара:
ССХ = СрокХраненияПроданногоТовара × К-воПроданного
Затем находим средний срок его хранения (СрСХ), исходя из того, что за анализируемый период было N продаж:
СрСХ = (ССХ Продажи 1 + ССХ Продажи 2 + … + ССХ Продажи N) : (К-воПроданного Продажи 1 + К-воПроданного Продажи 2 + … + К-воПроданного Продажи N)
Соотношение этих двух показателей – средней интенсивности поступления прибыли от товара (СИПр) и среднего срока его хранения (СрСХ) и определяет коэффициент рейтинга товара (Крейт):
Крейт = СИПр : СрСХ
Конечно, о точности рассчитанного таким способом коэффициента можно спорить. Впрочем, автоматизация тем и отличается от автоматики, что конечное решение принимает все-таки человек. А ему, согласитесь, проще и быстрее сделать выбор из готового списка, предложенного программой, чем собирать и анализировать все данные вручную. И это много надежнее, чем полагаться на субъективное мнение продавцов, которые более заинтересованы в некотором избытке товаров, чем в их нехватке.
Итак, алгоритм первого шага для составления компьютерной программы выглядит следующим образом:
1) определяем расходы на хранение Сумхран в течение анализируемого периода (срока замера);
2) определяем суммарную стоимость товаров, находящихся на хранении в начале периода (СУМнач) и поступивших в течение периода (СУМмес);
3) рассчитываем коэффициент прироста стоимости хранения товара за час:
Кхран.час = СУМхран : (СУМнач + СУМмес) : 732
4) по мере отгрузки товара определяем стоимость его хранения (ЦенаУчета × Кхран.час × ЧасыХранения) и прибыльность от продажи единицы товара:
ППТ = ЦенаПрод – ЦенаЗакуп – СтоимостьХранения
5) вычисляем совокупный срок хранения товара:
ССХ = СрокХраненияПроданногоТовара × К-воПроданного
6) если в течение периода было несколько (N) продаж, определяем среднее значение их прибыльности, разделив общую сумму прибыли на N, и средний срок хранения товара:
СрСХ = (ССХ Продажи 1 + ССХ Продажи 2 + … + ССХ Продажи N) : (К-воПроданного Продажи 1 + К-воПроданного Продажи 2 + … + К-воПроданного Продажи N)
7) определяем среднюю интенсивность продаж товара (СИП) и среднюю интенсивность поступления прибыли от него (СИПр):
СИПр = Кол-воПроданногоТовара : СрокЗамера(дней) × ППТ
8) сопоставляя два последних показателя, получаем коэффициент для рейтинга:
Крейт = СИПр : СрСХ
9) проводим аналогичные расчеты для всех товаров
10) составляем список товаров в порядке убывания Крейт.
На этом можно считать, что полдела сделано. Теперь важно выяснить, сколько какого товара из составленного списка следует заказывать. Т.е. нужно заняться прогрозированием.
Шаг второй: составляем алгоритм прогноза продаж
Любой прогноз основан на анализе статистики, собранной в прошлых периодах. Будем считать, что какая-то учетная программа у компании есть, а значит, и статистические данные по продажам – не проблема. Хотя важно отследить продажи не вообще, а именно по партиям закупки товаров, подразумевая, что правило FIFO (первый пришел – первый ушел) в компании свято выполняется.
Чтобы делать выводы, нужно проанализировать хотя бы три партии, определив количество единиц товара, проданного в единицу времени, т.е. интенсивность продаж (Е) для каждой из них:
Е = К-воПроданного : СрокРеализации
Выстроив графики на основании полученных цифр, можно наглядно видеть, как эта интенсивность менялась от партии к партии. На Рис. 1 показаны три из множества возможных вариантов: интенсивность продаж
упала, а потом выросла;
выросла, а потом упала;
была высокой, а потом упала.
Штриховой линией отмечена средняя для трех партий интенсивность продаж.
Далее нужно посчитать среднюю интенсивность продаж всех трех партий. Для этого суммируем количество проданного и сроки реализации и находим их соотношение:
Еср. = (К-воПроданного1 + К-воПроданного2 + К-воПроданного3) :
: (СрокРеализации1 + СрокРеализации2 + СрокРеализации3)
Теперь определим, как соотносится интенсивность каждой из партий со средней: К1 = Е1 : Еср.; К2 = Е2 : Еср.; К3 = Е3 : Еср.
На основании полученных данных можно уже делать определенные выводы:
если К1 > 1, а К3 < 1, имеет место устойчивое падение интенсивности продаж;
если К1 < 1, а К3 > 1, интенсивность продаж растет;
если К1 и К2 меньше единицы или К1 и К2 больше единицы, спрос колеблется;
если К1 = К2, спрос устойчивый.
На том и строим прогноз:
где устойчивый рост или устойчивое падение, Кпрогноза = К3;
если спрос колеблется, Кпрогноза = К2;
при устойчивом спросе Кпрогноза = 1.
Соответственно, ожидаемая интенсивность продаж (ОЕ) составляет:
ОЕ = Еср. × Кпрогноза
Теперь легко определить и прогноз количества продаж как произведение ожидаемой их интенсивности и периода реализации партии, т.е. среднего срока между поставками данного товара:
ОжК-воПродаж = ОЕ × ПериодПартии
Отняв от полученного числа имеющийся на время заказа остаток товара, мы и получим размер нового заказа:
К-воЗаказа = ОжК-воПродаж – ОстатокТовара
Наверное, корифеям логистики такой алгоритм прогнозирования может показаться некой ересью, но нет ничего опаснее для хорошего, чем лучшее. Особенно, если это лучшее недоступно. Да и стоит ли применять супер-сложные системы расчетов для решения сравнительно простых и недорогих задач, помня о принципе допустимого промаха?
Шаг третий: составляем заказ товаров
Берем составленный в порядке убывания рейтинга список товаров, в каждой строчке проставляем ожидаемое количество продаж и сумму, необходимую для закупки – и все!
Дело за малым: «научить» все это делать компьютер. Но составить на основании приведенных выше алгоритмов работоспособную программу может даже студент, знакомый с основами программирования. Вопрос может возникнуть только по поводу того, как извлекать необходимые данные из системы учета – для этого ее, очевидно, придется доработать.
И в результате получится пусть не «золотой», но довольно ценный «компьютерный петушок», подсказывающий, куда следует посмотреть, чтобы не пришла беда.
Следует лишь оговориться, что алгоритм, описанный в статье, схематический. Он, конечно, будет работать, но в реальной практике его обычно приходится несколько улучшать. Да и реализация его на разных учетных платформах имеет свои особенности. Но главная цель данной статьи – показать, что автоматизация процесса формирования заказов на основании определения выгодности товаров и прогноза продаж доступна для малых и средних торговых предприятий. Было бы желание! Многие предприниматели, уставшие от постоянной нехватки времени, с сомнением пожимают плечами: «Стоит ли с этим возиться?» Но если не «возиться», ни времени, ни сил больше не станет. Так что есть над чем подумать! Хотя, как сказал Генри Форд, «думать – самая трудная работа, поэтому этим занимается так мало людей».