Вряд ли стоит лишний раз говорить, насколько важно, чтобы складские запасы предприятия сферы автобизнеса соответствовали его реальным потребностям и уровню потребительского спроса. В противном случае мы имеем либо «замораживание» инвестиций — если запасы и оборачиваемость склада чересчур велики, либо недовольных клиентов, потребности которых удовлетворяются с большим опозданием.
Избежать этих негативных моментов поможет точный расчет складских запасов, а вернее, так называемых страховых запасов, которые трактуются экономическими словарями как запасы материальных и финансовых ресурсов на случай возникновения непредвиденных обстоятельств. В контексте данной статьи мы будем говорить, естественно, о материальных ресурсах, оперируя запчастями, хранящимися на складе.
Вот что говорит по этому поводу Сергей Ястребков, начальник отдела запчастей «АвтоСпецЦентра на Обручева»:
— При формировании и прогнозировании необходимых для оптимальной работы складских запасов мы анализируем реализацию товарно-материальных ценностей за период с учетом сезонного спроса, а также опираемся на накопленную статистику продаж. Прошлые показатели продаж — хороший индикатор будущих, при построении прогноза большой вес имеют показатели среднего расхода в прошлом, но ориентироваться исключительно на этот фактор не стоит. Показатель прошлого расхода не всегда отражает изменения рынка. Товар может приобретать или терять популярность. А прирост или сокращение числа покупателей приводит к значительному отличию будущих объемов расхода от предыдущих. Построение прогноза исключительно на основе прошлого среднего расхода сродни поездке в автомобиле с непрозрачным лобовым стеклом и ориентацией только по зеркалам заднего вида. Авария — вопрос времени!
Основные инструменты технологий управления запасами, которыми пользуемся мы,— это нормирование минимального (страхового) запаса, нормирование максимально допустимого уровня запаса и нормирование момента оформления заказа на закупку.
Точных расчетов придерживаются и в ГК «Автомир».

Александр Серков, руководитель направления продаж запасных частей ГК «Автомир»:
— Прогноз необходимых для оптимальной работы складских запасов строится на основе статистики потребления и личного опыта логиста по поставкам. Механизм прогноза строится на основе ABC-анализа, учитывающего попозиционную статистику объемов реализации товарно-материальных ценностей, наложенную на вариативность спроса. По позициям, имеющим стабильный спрос, формируются страховые запасы. По остальным позициям решение принимается индивидуально на основе тренда изменения объемов потребления с учетом сезонности спроса.

С математическим расчетом базовых параметров нам поможет формула среднеквадратичного отклонения (СКО). Не стоит ее пугаться, сложной она выглядит лишь чисто визуально. На самом деле это очень эффективная модель, давно и успешно применяемая в статистике и с алгебраической точки зрения довольно простая. Формально СКО — обозначается греческой буквой    — в теории вероятностей и статистике наиболее распространенный показатель рассеивания значений случайной величины относительно ее математического ожидания и используется для оценки рисков. Отсчитывается в единицах измерения самой случайной величины, равно корню квадратному из дисперсии случайной величины. Чаще всего среднеквадратическое отклонение используют при расчете стандартной ошибки среднего арифметического, при построении доверительных интервалов, при статистической проверке гипотез, при измерении линейной взаимосвязи между случайными величинами. На практике СКО позволяет определить, насколько значения в множестве могут отличаться от среднего.
Формула выглядит следующим образом:




Прежде чем перейти непосредственно к расчетам, необходимо определиться с рисками неопределенности. Преимущественно складское хозяйство имеет дело с двумя типами таких рисков — риски неопределенности в поставках: мало ли что случилось у поставщика или транспортной компании, детали вроде заказаны, но в срок почему то не приходят, такое происходит сплошь и рядом,— и риски неопределенности в спросе.
И те и другие риски можно оценить и иными способами. Например, риски неопределенности в поставках — по фактическим рискам выполнения графика поставок (вероятностный метод). А риски неопределенности в спросе — методом анализа зависимости продаж от запаса, методом «минимум — максимум» или по фактическим вероятностным рискам отклонения от плана продаж.

Сергей Ястребков:
— Если товар запрашивают раз в год, можно поддерживать запас, равный обычному объему потребления. Продав его, мы вновь заказываем у поставщика аналогичный объем. В этом случае возникает риск столкнуться с дефицитом в период реализации заказа.
Также можно создать дополнительный запас товара, поставки которого требуют длительного времени. Иначе после продажи одного обычного объема запаса долгое время не будет.
Для определения запаса товара нерегулярного потребления, к примеру, используем матрицу (см. таблицу 1).
Александр Серков:
— При прогнозировании спроса риски неопределенности минимальны, если накоплен достаточный объем статистики потребления и налажен учет «потерянных продаж». Неопределенности в поставках часто не поддаются никакой формализации, поэтому решение проблем, связанных с «перебоями» в поставках, связано с увеличением страховых запасов.
У нас формирование страховых запасов строится по методу минимумов на основе спрогнозированного спроса и учета девальвированных рисков неопределенности при поставках. Практически минимизация рисков при поставках сводится к разумному увеличению планируемого «плеча поставки» и, как следствие, приводит к росту объема страховых запасов. По сути, это минимаксная модель, для которой минимальный страховой запас (точка заказа) определен с учетом существующих рисков неопределенности поставок, а максимальный запас определен на основе спрогнозированного спроса.

Точную информацию дает также и использование СКО.

Сергей Ястребков:
— Для оценки рисков мы используем математическое моделирование. Страховой запас снижает риск отсутствия сырья, комплектующих и товаров в случае срыва поставок или непредвиденных скачков продаж. Рассчитывается как запас, который позволит осуществлять непрерывную деятельность до поступления товара, закупленного в «аварийном» (сверхплановом) режиме.
Расчет страхового запаса можно выполнить также на основе дневного потребления. При этом подходе объем страхового запаса определяется умножением показателя «количество дней, на которое рассчитан страховой запас» на текущий дневной спрос.
Достигнутые результаты дают веские основания для оптимизма при оценке наших перспектив. Удовлетворение спроса — 92 %, оборачиваемость склада — 20 дней, это хороший результат.

Александр Серков:
— Использование методов прогнозирования позволило увеличить эффективность использования активов компании: сократились объемы складских запасов, увеличилась оборачиваемость, сокращается объем низколиквидных запасов. За то время, как мы начали активно заниматься логистикой, нам удалось на 25–30 % снизить товарные запасы и, соответственно, инвестиции в них. Оборачиваемость возросла примерно в полтора раза.

Отличные результаты показывают обе компании. Их удалось добиться, лишь минимизировав обозначенные выше неопределенности, что обеспечило стабильную и высокоэффективную работу предприятия. К такой минимизации необходимо стремиться постоянно, проводя регулярный анализ ситуации, поскольку в современном неидеальном мире практически невозможно полностью оградить себя от факторов неопределенности.
Переходим от лирики к вычислениям. Рассчитать страховой запас в случае неопределенного спроса мы сможем путем вычисления ошибки прогноза. Сначала необходимо выделить группы товаров, объединенных одинаковым характером спроса. После чего по формуле определяется отклонение фактического спроса от прогнозируемого, где xi — прогнозируемый спрос, x — фактический спрос (в единицах измерения товаров) для i-го периода, n — количество рассматриваемых периодов.
Для группы продукции страховой запас вычисляется по формуле:
SS =    k,
где k — страховой фактор.
В обычном случае страховой фактор берется из таблиц, содержащихся в большом количестве книг по теории вероятностей и математической статистике. Он напрямую зависит от так называемого уровня обслуживания, или, как его еще называют, уровня сервиса, который определяется как отношение своевременно поставленных (по времени и количеству) товаров к общему заказанному количеству. Частный пример приведен в таблице 2.
«Уровень обслуживания» — параметр, отражающий вероятность мгновенного предоставления требуемой для проведения работ запчасти. То есть, грубо говоря, если из 100 запросов на склад сразу было удовлетворено 80, значит, уровень обслуживания равен 80. Естественно, надо понимать, что уровень обслуживания 100 практически нереален, самые передовые предприятия отрасли работают с коэффициентом около 90.
Теперь необходимо учесть фактор времени, затрачиваемого на поставку, то есть риски неопределенности в поставках. Для этого рассчитаем страховое время, то есть период времени, на который может отличаться срок поставки от запланированного. Вычисления проводятся по той же формуле, только ставим вместо xi — плановое время поставки, вместо x — фактическое для i-го периода, n — количество рассматриваемых периодов.
Для группы продукции страховое время вычисляется аналогично:
ST =    k.
Его учет в уровне страховых запасов осуществляется так:
SS =    k√ST.

Предлагаемая методика определения уровня страховых запасов предельно проста и без каких либо проблем может быть освоена любым автосервисным предприятием.