Классификация моделей и методов теории логистики

Одним из основных методов, применяемых в логистике, является метод определения номенклатурных групп А, В, С. Существующие методы АВС-анализа могут быть объедены в три группы: эмпирический, дифференциальный и аналитический. Несмотря на принципиальные различия у всех методов есть общая часть, которая включает «формирование базы данных» и «выбор или расчет показателей для группирования». Эта важная, но пока мало изученная область АВС-анализа. Исследования метода АВС должны быть продолжены в направлении оценки разрешающей способности метода, когда номенклатура включает сотни и тысячи наименований, объединенных в одну совокупность, а также развития многомерных методов выделения групп с привлечением многокритериальных оценок.

Помимо метода АВС в логистике применяется метод ХYZ, который тоже позволяет выделить номенклатурные группы, с целью выполнения для каждой позиции номенклатуры прогнозных расчетов, оценки и прогнозирования вероятности наступления дефицита и величины страхового запаса. Отнесение конкретной номенклатурной позиции к какой-либо группе в литературе по логистике рекомендуется производить по коэффициенту вариации. Однако коэффициент вариаций не отражает динамики протекающих процессов. Проведенные исследования показали, что возможный вариант решения - это использование методов прогнозирования (в данном случае - экстраполяции) и переход к «динамическому» коэффициенту вариации, который рассчитывается как отношение среднего квадратического отклонения динамического ряда к прогнозному значению динамического ряда, рассчитанному с учетом тренда и сезонной составляющей. Введение «динамического» коэффициента вариации позволяет в большинстве случаев уменьшить доверительный интервал и повысить точность прогноза. Учет прогнозного тренда (и сезонной составляющей при наличии колебательных явлений) приводит к изменению величины «статического» коэффициента вариации, что в свою очередь, влияет на выбор номенклатурной группы для данной позиции. При коэффициентах вариации, больших 35%, оценку номенклатурных групп XYZ проводить не рекомендуется, т.к. распределение отклонений динамического ряда от прогнозного тренда отличается от нормального закона. Следует отметить, что по некоторым позициям номенклатуры при изменении сроков отгрузки может произойти изменение в отнесении позиции к той или иной группе, так как при увеличении сроков отгрузки коэффициент вариации уменьшается. В целом, вопрос о выборе показателя для деления на группы X,Y,Z остается, на наш взгляд, дискуссионным. Учитывая важность XYZ-анализа, особенно при управлении запасами, следует продолжить поиск критерия для деления на группы XYZ, в частности, с использованием корреляционных функций.

Аналитическая модель «точно в срок» позволяет определить продолжительность логистического цикла с заданной доверительной вероятностью. Из случайного характера времени составляющих логистического цикла следует, что понятие «точно в срок» должно рассматриваться с учетом доверительных границ времени цикла. Если время выполнения заказа «точно в срок» задано каким-то определенным значением времени, время цикла заказа является верхней доверительной границей времени, если время выполнения заказа «точно в срок» задано интервалом времени, важно оценить не только верхнюю, но и нижнюю границу времени выполнения заказа. Также на основе аналитической модели «точно в срок» можно оценить вероятность выполнения заказа в какой-либо срок. Однако ни аналитическая, ни имитационная модели не позволяют найти оптимального решения, поэтому исследования в моделировании «точно в срок» должны быть продолжены в направлении создания оптимизационной экономико-математической модели.

В снабженческой, производственной и распределительной логистиках широко используются методы прогнозирования, поскольку значения прогнозных оценок развития анализируемых процессов или явлений являются основой принятия управленческих решений при оперативном, тактическом и стратегическом планировании. Очевидно также, что от точности и надежности прогноза зависит эффективность реализации различных логистических операций и функций: от оценки вероятности дефицита продукции на складе до выбора стратегии развития фирмы. На наш взгляд, для успеха в построении прогнозов знаний только о способах получения прогнозных оценок недостаточно. Важно четко разграничивать области применения разных методов прогнозирования и в зависимости от объема и характера данных быстро и безошибочно выбирать нужный метод в соответствии с целью получения конкретного прогноза. Для выбора метода прогнозирования важно соотнести имеющееся количество и вид данных с требованиями к минимальному количеству исходных данных, на основе которых можно сделать прогноз тем или иным методом.