Метка: Анализ

12Ноя/14

Авенир — автозаказ и оптимизация складских запасов [дистрибуция]

Заказчик

ООО фирма»Авенир» является крупнейшим дистрибьютором продуктов питания в СКФО и ЮФО.

г.Ставрополь 2012г.

Задача

Уменьшить складские запасы путём их оптимизации. Увеличить оборачиваемость товара. Сократить средства, выделяемые на хранение товара.

За основу было взято решение от BaseGroup — Deductor ISO (оптимизация складских запасов). Подробнее можно почитать в статье Demand Forecast – оптимизация складских запасов на платформе Deductor. Решение доработали под запросы заказчика в разделе получения плана продаж.

Реализация

  • Создали хранилище данных на Fire Bird.
  • Настроили регламенты и процедуры импорта данных из учетных систем, очистки данных и экспорта в хранилище данных.
  • Настроили алгоритмы очистки от всплесков и обогащения от пропусков по каждой территории.
  • Настроили прогнозные модели под данные заказчика. В решении используется 5 (пять) прогнозных моделей.
  • Получили наилучший план из возможных вариантов.
  • Провели анализ договоров с производителями и источников дохода фирмы. Создали иерархию источников дохода по каждому контракту. Это:
    • выполнение плана продаж,
    • выполнение плана закупок,
    • выполнение плана по хранению стоков товара,
    • прогноз спроса.
  • Создали алгоритм, который позволяет перевести план продаж в рублях в «Сколько и какого товара, по какой цене, в какую торговую точку нужно продать, что-бы выполнить план продаж».
  • Получили план продаж скорректированный на маркетинговые и прочие акции.
  • Учли график подачи заявок (заказов) производителю.
  • Получили заказ производителю учитывающий:
    • Скорость реализации товара в местах и днях продаж;
    • Запасы на складе в днях продаж и в местах;
    • Плечо доставки (оформление заявки у заказчика + обработка заявки у заказчика + сроки доставки);
    • Объём и грузоподъёмность транспортных средств;
    • Планы продаж и закупок в рублях;
    • Маркетинговые акции;
    • Дни подачи заявок производителю.
  • Если транспортное средство недогружено, то алгоритм добавляет товары групп [АХ, ВХ, АY]. Если транспортное средство перегружено, то алгоритм убирает товары групп [BZ, CZ, CY].
  • Настроили автоматический запуск процессов.
    • Ежедневный — по импорту данных из учетных систем.
    • Еженедельный — по прогнозу.
    • Ежедневный — по получению.

Результаты

  • Формализовали процесс создания заказа поставщику и закупки товара. После трёх месяцев тестовой эксплуатации и настройки, система стала показывать ошибки операторов.
  • Качество прогноза по фирме за 33 недели составило 88%. т.е. среднее отклонение прогноза от факта составило 11,98% Качество прогноза
  • Получаем наилучший прогноз из возможных. Математически подтверждаем «почему тот или иной прогноз наилучший на данный момент». Кстати… Такого подтверждения нет ни в одной системе конкурентов. Адекватность прогноза
  • Система автоматически определяет какой прогноз адекватен, какой требует экспертной оценки (большой разброс прогноза и факта), а какой требует экспертного вмешательства (как правило, это товары новинки и товары, которые выбывают из продаж).
  • Система работает полностью в автоматизированном режиме. Каждый день у менеджера по закупкам, утром, есть план закупок.
  • План закупок учитывает сроки доставки и транспорт, которым доставляется товар.
  • Сократилось количество менеджеров по закупкам.
  • Побочные эффекты:
    • Отдел продаж еженедельно получает документ отражающий «Сколько какого товара, в какую торговую точку и по какой цене нужно продать что-бы выполнить план продаж».
    • Отдел продаж получил дополнительный инструмент по оценке качества работы торговых представителей.
    • Навели порядок в справочниках учетной системы.
    • Дополнительные отчеты для финансового отдела.

P.S.

  • В 2016 году мигрировали на MSSQL

Сохранить

Сохранить

Сохранить

Сохранить

26Янв/10

Силикс — Прибыли и убытки [производство, продажи]

2005 год.

Компания Силикс Ставрополь. Продажа и производство сухих строительных смесей.

Производство находится в г. Благодарный, Ставропольского края.

Продажи в г. Ставрополь.

 

Задача:

  • Показать руководству текущую картину по прибылям и убыткам.
  • Показать точку безубыточности помесячно.

 

Что сделано:

  • Проведена ревизия системы репликации данных из Благодарного (производство) в Ставрополь (центральный офис). Внесли корректировки.
  • Переделали систему репликации.
  • Создали решение на платформе Deductor.
  • Каждую ночь, в автоматическом режиме, производилась репликация и выгрузка данных из учетной в аналитическую систему.
  • Строились текущие отчеты по задолженностям, производству и продажам.
  • Строился отчет по «точке безубыточности«.
  • Строился отчет по «чистому денежному потоку«.
  • Куча дополнительных отчетов по затратам и продажам.

 

Результат:

У руководителя была панель, по которой он ориентировался в своём бизнесе.

— Числу к 15 я уже приблизительно знал как мы закончим месяц.

— У меня было 2 недели что-бы внести корректировки в текущие действия персонала.

P.S.

Решение проработало 3 года. Потом предприятие провело реструктуризацию и аналитические функции решено было делать в другом решении.

 

09Дек/09

Силикс — Прогноз [производство]

silix_logo

В 2008 году нам поступил заказ на создание прогнозной модели производственного предприятия.

В группу компаний «Силикс» входило предприятие «Спасские кварцевые пески», которое находилось в г.Благодарный Ставропольского края.

Предприятие производило сухие строительные смеси на основе цемента и гипса. Реализация шла по ЮФО и СКФО.

Торговые марки «Силикс», «Уютель», «Уютный дом» и «Профикс».

profix silix1 silix2

Исходные данные:

  • 5 производственных линий.
  • 3 вида полуфабрикатов.
  • Постоянные изменения в калькуляции продукции. Доходило до 15 разных калькуляций на одно изделие под разные комплектующие (в основном химия).
  • Разрозненный учет. 3 учетных системы, находящиеся в разных городах.
  • Вся химия покупалась за валюту за рубежом.

Что мы сделали:

  1. Создали технологическую карту движения товарных потоков.
  2. Проанализировали движение товаро-материальных средств с точки зрения технологического процесса.
  3. Сгруппировали выпускаемую продукцию (номенклатуру) в группы. Получили вместо 50 наименований 7 усреднённых. Пример. Вместо товара с фасовкой 1500, 100, 50 и 25 кг. Мы сделали товар в 1 кг.
  4. Сгруппировали товары заменители (сырьё) в группы. Пример. В зависимости от приобретаемой химии её количество было разным. Поэтому было большое количество калькуляций и изменение калькуляции.
  5. Сделали усреднённую (агрегированную) калькуляцию по каждой группе товаров. Посчитали попередельно коэффициенты потребления и брака.
  6. По факту 2007-2008 годов вычислили задержки денежных средств в остатках сырья, полуфабрикатах, готовой продукции, в днях. Использовали Deductor Studio для ускорения обработки первичных данных.
  7. По факту 2007-2008 годов вычислили задержки дебиторской и кредиторской задолженностях, в днях. Использовали Deductor Studio для ускорения обработки первичных данных.
  8. Вычислили Время прохождения сырья, материалов и полуфабрикатов через производственные линии, в днях. Использовали Deductor Studio для ускорения обработки первичных данных.
  9. На основе полученных данных, в программе Project Expert, собрали прогнозную модель деятельности предприятия на 3 года.

Работы закончили в Октябре 2008 года. Потом был кризис.

К нам пришел собственник и сказал: — «И что мне теперь делать?»

На основе этой модели были даны рекомендации по поводу долгов, кредитов и производства. По нашим рекомендациям получалась следующая картина:

  • Если собственник до нового года (2009) диверсифицирует 11 млн. руб. текущих долгов.
  • Немного изменит производственную схему.
  • То через полтора года он выйдет из долгов и начнет работать в прибыль.

Результат.

  • Собственник диверсифицировал 8 млн.руб. долгов.
  • К концу 2010 года его предприятие вышло из долговой ямы и начало давать прибыль.
  • Предприятие успешно работает до сих пор.
08Дек/08

Новые технологии [производство]

Новые технологииЭто был наш первый крупный проект такого масштаба.

2007 год, мы только стали представителями аналитической платформы Deductor.
В городе Невинномысске есть предприятие «новые технологии». Занимается выпуском монтажной пены для бытовых и промышленных нужд. С учётом, у них, всё в порядке. Но есть одно «НО».
Согласно технологического процесса выпущенный баллончик с пеной перед продажей доукомплектовывался трубочкой и крышечкой. А так как трубочки и крышечки для всех баллонов одинаковые, то их проводили по учету как «предпродажная подготовка«. Операция одна на всю продаваемую партию. Телодвижений для бухгалтера минимум. ПБУ такой финт позволяют делать. Проверки регулярно проходят. Прибыль по предприятию считают. Всё красиво. Только есть один нюанс.
Руководитель не видит доходности каждого, отдельно взятого, баллончика. «Сверху» цену давит рынок, а «снизу» себестоимость. Зазор очень маленький.
Тогда главный бухгалтер берёт Эксель и 10 дней, ручками, распределяет затраты на каждую партию. Причём не только «предпродажная подготовка», а ВСЕ затраты. По сути — делает прибыли и убытки по каждому виду проданной продукции.

Руководитель и главный бухгалтер приглашали ТРИ (!) 1с-ные фирмы. Все, в один голос, отказались браться за этот проект. Мотивировали тем, что не берут на себя ответственность за баланс. Мол «поплыть» может весь учет.

За дело взялись мы с Олегом Павловичем.

  1. Определили источники возникновения затрат.
  2. Определили технологические циклы. И описали карты.
  3. Разделили затраты на прямые и распределяемые по технологическим картам.
  4. Перегруппировали некоторые затраты в соответствии с здравым смыслом.
  5. Написали сценарий на платформе Deductor, который «достаёт» данные по производству, затратам и продажам из 1с. Затем перегруппировывает затраты в соответствии с п.4. Распределяет затраты двумя способами (опять-же «здравый смысл» рулит). Одним способом на произведенную продукцию, а другим на проданную. Потом произведённая и проданная продукция приводится к одним координатам и считается «фактическая себестоимость проданной продукции«.
  6. На следующем этапе посчитанная себестоимость сравнивалась с фактической продажной ценой. На основании этого сравнения руководитель принимал решение о целесообразности выпуска той или иной продукции и о доходности каждого вида продукции.

Проект делали 3 месяца. 2 раза переделывали полностью.
Что в итоге:

  • После проведения последних документов и обработок главный бухгалтер, в конце рабочего дня, нажимал на один ярлычек и выключал монитор.
  • По началу обработка работала 7 часов. Через 2 года — 13 часов.
  • Потом ещё через год я её немного дописал и обработка стала работать 3 часа.
  • Утром следующего дня руководитель мог видеть подробный анализ выпущенной и проданной продукции.
  • Попутно был сделан анализ затрат в виде OLAP куба. Через 2 года главный бухгалтер стал сам использовать это решение для сдачи отчетности по производству в налоговую.
  • Решение, в практически неизменном виде, проработало до конца 2012 года. Потом сменился руководитель, а новому информация по «фактической себестоимости реализованной продукции» была неинтересна.