modelowanie systemu zarządzania przepływem materiałów i oceny
Post on 11-Jan-2017
227 Views
Preview:
TRANSCRIPT
MODELOWANIE SYSTEMU ZARZĄDZANIA PRZEPŁYWEM MATERIAŁÓW I OCENY EFEKTYWNOŚCI PROCESÓW
BOGUSŁAW ŚLIWCZYŃSKI (RED.)
Modelowanie systemu zarządzania przepływem materiałów i oceny efektywności procesów
Redakcja naukowa Bogusław Śliwczyoski
Zespół autorów: Michał Adamczak Piotr Cyplik Roman Domański Łukasz Hadaś Adam Koliński Martyna Malak Paweł Romanow Maciej Stajniak Bogusław Śliwczyński Żaneta Pruska Wydawca: Wyższa Szkoła Logistyki ul. Estkowskiego 6 61-755 Poznań www.wsl.com.pl Kolegium Redakcyjne: Marek Fertsch, Ireneusz Fechner, Stanisław Krzyżaniak (przewodniczący), Aleksander Niemczyk, Bogusław Śliwczyński, Ryszard Świekatowski, Kamila Janiszewska DOI: 10.17270/B.M. 978-83-62285-24-2 ISBN 978-83-62285-24-2 Copyright © by Wyższa Szkoła Logistyki Poznań 2015. Wszelkie prawa zastrzeżone Monografia powstała w ramach realizacji projektu badawczego „Symulacja zarządzania przepływem materiałów przedsiębiorstwa instrumentem wielowariantowej analizy efektywności procesów transportowych‖ nr N N509 549940, ze środków finansowania nauki przyznanych przez Ministerstwo Nauki i Szkolnictwa Wyższego decyzją Nr 5499/B/T02/2011/40 i zgodne z umową nr 5499/B/T02/2011/40 zawartą pomiędzy Narodowym Centrum Nauki a Wyższą Szkołą Logistyki w Poznaniu. Recenzent: dr hab. inż. Józef Frąś, prof. PP Opracowanie redakcyjne oraz skład i łamanie: Adam Koliński Projekt okładki: Mateusz Hoppe
1 | S t r o n a
Spis treści
Wstęp .......................................................................................................................................... 2
1. Zarządzanie przepływem materiałów w procesie zaopatrzenia przedsiębiorstwa ................. 4
2. Środowisko informatyczne modelowania i symulacji zarządzania przepływem materiałów 16
3. Model systemu zarządzania przepływem materiałów w procesie zaopatrzenia ................... 20
3.1. Model planowania sprzedaży i operacji - S&OP..................................................................... 30
3.2. Model planowania potrzeb materiałowych ........................................................................... 37
3.3. Model procesów zamawiania ................................................................................................ 52
3.4. Model procesów transportowych .......................................................................................... 83
3.5. Model systemu magazynowania .......................................................................................... 104
3.6. Model controllingu operacyjnego i oceny efektywności ..................................................... 119
Podsumowanie ........................................................................................................................... 145
Spis literatury ............................................................................................................................. 147
2 | S t r o n a
Wstęp
Jednym z kluczowych zagadnień współczesnego zarządzania operacyjnego w przedsiębiorstwach
jest dobór metod zarządzania przepływem materiałów oraz rozwiązań organizacyjnych w łańcuchu
dostaw, dostosowanych do zmiennej sytuacji rynkowej, warunków współpracy z dostawcami
i odbiorcami w łańcuchu dostaw, oczekiwań klienta oraz poprawy osiąganych wyników. Jest to
problem obserwowany od wielu lat, którego konsekwencją może być ponoszenie nakładów
nadmiarowych, powodujących koszty nieadekwatne do tworzonej wartości dla klienta. Wybór z wielu
sposobów poprawy efektywności przedsiębiorstwa jest zgodnie z zasadą ekwifinalności problemem
praktyki zarządzania i stanowi wciąż otwarte wyzwanie dla kadry kierowniczej.
Tworzenie modeli procesów i systemów operacyjnych oraz symulacja ich zachowania
w warunkach quasi-rzeczywistych, umożliwia analizę wyników ekonomicznych (np. kosztów,
rentowności, płynności finansowej i zapotrzebowania na kapitał obrotowy) oraz operacyjnych
(np. produktywności, sprawności, niezawodności, poziomu wykorzystania zasobów), zanim podjęte
zostaną decyzje inwestycyjne i zobowiązania finansowe. Jest działaniem wyprzedzającym
przebudowę procesów czy struktur organizacyjnych przedsiębiorstwa. Potrzeba modelowania
i symulacji jest efektem dążenia do poprawy wyników przedsiębiorstwa i maksymalizacji jego wartości.
Często wynika z doświadczeń menedżerów w podejmowaniu nietrafionych decyzji bez ich uprzedniej
dogłębnej analizy. Modelowanie i symulacja systemów i procesów operacyjnych (w tym logistycznych)
w łańcuchu dostaw, wynika z potrzeby sprawdzenia scenariuszy działań i wariantów rozwiązań
organizacyjnych (np. zaopatrzenia, transportu, produkcji, dystrybucji, outsourcingu) oraz metod
i parametrów zarządzania operacyjnego na etapie planowania decyzyjnego.
Modelowanie parametryczne systemów przepływu materiałów, umożliwia przeprowadzenie
wielowariantowych analiz procesów zaopatrzenia i określenie wpływu metod i parametrów działania,
na efektywność procesów zaopatrzenia, transportowych czy magazynowych. Wielowymiarowe
zależności potrzeb materiałowych w procesach produkcji, zamawiania i odtwarzania zapasów
materiałów oraz realizacji dostaw, umożliwiają analizowanie relacji trade off z czynnikami zarządzania
procesów transportowych. W modelu controllingu operacyjnego kojarzonych jest wiele wskaźników
operacyjnych i kosztowych procesów zamawiania, transportowych czy magazynowych, w sprzężeniu
zwrotnym z kształtowaniem parametrów analizowanych procesów. Wykorzystanie systemu
controllingu do wspomagania decyzji zarządzania operacyjnego (wg metod zarządzania sterowanego
wynikiem – ang. Score Driven Management), umożliwia kompleksową analizę wielowymiarowych
zależności wyników ekonomicznych przedsiębiorstwa od doboru czynników operacyjnych zarządzania
przepływem materiałów i procesami transportowymi (w tym flotą i przewozami). Analiza danych
wyników symulacji uporządkowanych wg łańcucha wartości procesu zaopatrzenia, umożliwia
odniesienie efektywności operacyjnej procesów zaopatrzenia, transportowych i magazynowych (w tym
m.in. niezawodności, sprawności, elastyczności czy przepustowości) do przyjętego scenariusza
zarządzania przepływem materiałowym.
Modele procesów przepływu materiałów i ich wzajemne zależności zostały przeniesione
w podręczniku na poziom algorytmów informatycznych i generatorów przepływów symulacyjnych
w środowisku iGrafx Process 2011 for Enterprise Modeling. Uzyskane w ten sposób interaktywne
modele procesów, środowisko symulacji i interfejsy importu/eksportu danych z/do systemów
informatycznych wykorzystywanych przez przedsiębiorstwa, tworzą uniwersalne narzędzie
informatyczne wspomagania decyzji wyboru scenariuszy zaopatrzenia i wariantów dostaw.
Przedstawione modele procesów, specyfikacje danych i opisy parametryczne umożliwiają ich
zastosowanie narzędziowe w dowolnym środowisku informatycznym przedsiębiorstw (najczęściej
heterogenicznym środowisku wielu systemów informatycznych). Wykorzystanie w przedstawionych
modelach procesów rzeczywiste dane operacyjne umożliwiają szacowania konsekwencji
podejmowanych decyzji już na etapie planowania zaopatrzenia.
Przedstawione w monografii zagadnienia modelowania i symulacji procesów logistycznych
w środowisku informatycznym iGrafx Process 2011 for Enterprise Modeling, mają charakter
uzupełnienia narzędziowego wiedzy teoretycznej w zakresie analizy danych operacyjnych
zarządzania, algorytmizacji metod zarządzania oraz na ich podstawie symulacji działania procesów
i definiowania modeli decyzyjnych wg notacji BPMN (ang Business Process Model & Notation).
3 | S t r o n a
Szanowni Państwo
Modelowanie i symulacja procesów zarządzania w celu podejmowania racjonalnych decyzji jest
przewodnikiem uniwersalnego podejścia metodycznego we wszystkich obszarach zarządzania
operacyjnego - sprzedażą, produkcją, dystrybucją czy logistyką w łańcuchów dostaw przedsiębiorstw.
Jest sprawdzeniem umiejętności przełożenia wiedzy z teorii na jej praktyczne zastosowanie w quasi
rzeczywistym środowisku modeli systemów i procesów oraz narzędziem weryfikacji metod
podejmowania decyzji. W trakcie opracowania modeli zarządzania często powstają inspiracje
i innowacyjne pomysły dla technologii, produktów czy poprawy efektywności procesów. Stąd książkę
dedykuję kadrze przedsiębiorstw na różnych szczeblach zarządzania oraz studentom.
Redaktor monografii dziękuje wszystkim autorom, za ich profesjonalizm i zaangażowanie w
dyskusje wprowadzające wartościowe korekty do treści książki oraz skłonność do merytorycznych
kompromisów.
Bogusław Śliwczyński
4 | S t r o n a © Wyższa Szkoła Logistyki, Poznao 2015 Śliwczyoski B. (red.), Modelowanie systemu zarządzania przepływem materiałów i oceny efektywności procesów.
1. Zarządzanie przepływem materiałów w procesie zaopatrzenia przedsiębiorstwa
BOGUSŁAW ŚLIWCZYŃSKI Wyższa Szkoła Logistyki
Dostępność materiałów niezbędnych do prowadzenia planowej działalności przedsiębiorstwa jest
osiągana poprzez planowanie, organizowanie, kierowanie i sterowanie oraz kontrolowanie procesu
zaopatrzenia, integrację z pozostałymi procesami przedsiębiorstwa oraz gromadzenie i przetwarzanie
informacji1.
Zarządzanie przepływem materiałów w procesie zaopatrzenia (rys. 1.1), ma na celu zapewnienie
ciągłości dostaw i niezawodności zaopatrywanych procesów:
produkcji (np. zaopatrzenie w materiały, części, podzespoły),
sprzedaży (zaopatrzenie w towary),
działalności przedsiębiorstwa (zaopatrzenie w narzędzia, materiały pomocnicze i części
w dziale remontów i napraw lub dziale technicznym, itp.).
Rys. 1.1 Obszary zarządzania przepływem materiałów w procesie zaopatrzenia i ich integracja z innymi obszarami zarządzania operacyjnego w łańcuchu dostaw przedsiębiorstwa.
Źródło: opracowanie własne.
Przedsiębiorstwa często współpracują z siecią dostawców materiałów i usług oraz
podwykonawców komponentów niezbędnych do wytworzenia wyrobów gotowych. Na rysunku 1.2
przedstawiono przykładową sieć zaopatrzenia i kooperacji produkcji. Potrzeby materiałowe i
zarządzania ich przepływem w procesach zaopatrzenia w sieci dostawców wynikają z
1 Szerzej zagadnienia zarządzania zakupami i zaopatrzeniem w celu utrzymania ciągłości procesów gospodarczych przedstawiono w pracach:
Lysons K., Farrington B.: Purchasing and Supply Chain Management, Financial Times / Prentice Hall, Ontario 2006, s. 158-174 oraz Mańkowski C.: Zakupy i zaopatrzenie, w: Logistyka (red.) Kisperska-Moroń D. i Krzyżaniak S., Wydawnictwo Instytutu Logistyki i Magazynowania, Poznań 2009, s. 127 – 140.
Planowanie wariantowe źródeł i kanałów zaopatrzenia Kwalifikacja dostawców (np. wg przyjętych kryteriów oceny) Projektowanie i negocjowanie kontraktów zakupowych i organizacji
dostaw Planowanie potrzeb materiałowych (np. wg metody MRPI), Planowanie zamówień i dostaw oraz obsługi przyjęcia dostaw (w tym
procesów magazynowych i kontroli jakości materiałów) Organizowanie i realizacja procesów transportowych (opcjonalnie
outsourcing usług transportowych) Zarządzanie zapasami i bezpieczeństwem materiałowym Planowanie kosztów zaopatrzenia Kontrolowanie wyników zaopatrzenia – realizacji zamówień i dostaw,
procesów transportowych, zapasów, procesów magazynowych
Zarządzanie przepływem materiałów
w procesie zaopatrzenia Inne obszary zarządzania operacyjnego:
produkcja,
magazynowanie,
transport,
zarządzanie zapasami.
Integracja
procesowa
Produkt
D O S T A W C Y
Zaopatrzenie
magazyn materiałów
Produkcja
Dystrybucja
transport magazyn regionalny zakupy transport
Obsługa klienta
magazyn wyrobów
Klient
Analiza wartości produktu dla Klienta
Mapowanie wartości produktu
na proces zaopatrzenia
5 | S t r o n a
długoterminowych planów i prognoz na produkty przedsiębiorstwa, określone w ramach planowania
sprzedaży i produkcji S&OP2(ang. Sale i Operations Planning).
Rys. 1.2. Przykład sieci zaopatrzenia i kooperacji produkcji
Źródło: opracowanie własne
Celem tworzenie zintegrowanego planu produkcji i sprzedaży S&OP w określonym horyzoncie
czasu jest:
opracowanie planu sprzedaży uwzględniającego:
o prognozy sprzedaży istniejących obecnie w ofercie wyrobów lub usług,
o błędy prognoz,
o zapotrzebowanie na rynkach, na których działa przedsiębiorstwo,
o zapotrzebowanie na rynkach, na których przedsiębiorstwo zamierza rozpocząć działalność,
o wycofanie się z rynków nieperspektywicznych, na których prowadzona działalności nie
przynosi założonych zysków,
o plany wprowadzenie na rynek nowych wyrobów lub usług,
o wycofanie z rynku wyrobów lub usług,
o sezonowość popytu na wyroby lub usługi,
o prowadzone akcje marketingowe,
o udział w przetargach,
o istniejące zobowiązania sprzedażowe (np. podpisane umowy na dostawy),
opracowanie planu produkcji uwzględniającego:
o zapotrzebowanie na wyroby lub usługi wynikające z planu sprzedaży,
o dostępność wymaganych technologii,
o aktualne moce produkcyjne na każdym z etapów produkcji (moce rozumiane nie tylko jako
maszyny ale również i ludzie),
o perspektywiczne moce produkcyjne
o plan remontów, przeglądów,
o możliwość stworzenia zapasu sezonowego,
opracowanie planu zaopatrzenia uwzględniającego:
o zapotrzebowanie na materiały surowce wynikające z planu produkcji,
o dostępność materiałów i surowców na rynku,
o zawarte kontrakty w dostawcami,
o możliwości wybranych dostawców,
o dostępne zapasy w przedsiębiorstwie,
o możliwość zgromadzenia zapasu sezonowego,
o możliwe formy współpracy z dostawcami (np. VMI)
2 ―Plan S&OP umożliwia zagregowane planowanie operacyjne relacji popyt-dostawy oraz zrozumienie konsekwencji finansowych w powiązaniu z
założeniami Biznes Planu‖: Andrew Purton, President of Oliver Wight EAME, ‗Sales and Operations Planning Conference‘ Berlin, 25th February
2008.
Dosta
wcy p
ierw
otn
i
Centra
zaopatrzenia
Dostawcy komponentów
i podzespołów
Kooperant 1
Kooperant 2
Producent
Dostawcy
kooperanta
6 | S t r o n a
Przykład planu sprzedaży i operacji opracowywanego dla długoterminowego horyzontu planu
S&OP, obejmującego programowanie asortymentu i wielkości sprzedaży na poszczególnych rynkach,
analizę zdolności produkcyjnej i bilansowania zasobów przedsiębiorstwa oraz weryfikacji zyskowności
planu na podstawie analizy przychodów ze sprzedaży i kosztów wszystkich operacji
zabezpieczających sprzedaż w łańcuchu dostaw, przedstawiono na rysunku 1.3.
Rys. 1.3. Przykład planu S&OP z uwzględnieniem analizy zdolności produkcyjnej i bilansowania zasobów oraz weryfikacji zyskowności planu na podstawie analizy przychodów ze sprzedaży i kosztów wszystkich operacji
Źródło: Wyniki badań własnych
K. Parker wyróżnia pięć etapów w tworzeniu planu produkcji i sprzedaży3:
planowanie dochodów ze sprzedaży – planowanie nowych produktów, marży, zysku, dochodów,
planowanie popytu - prognozowanie popytu, wprowadzania nowych produktów na rynek,
współpracy marketingu i sprzedaży,
planowanie zapotrzebowania – materiałowego, zasobów produkcyjnych, transportowych,
bilansowanie zadań ze zdolnościami oparte na kryterium zyskowności – sprawdzanie realności
wykonania zadań, tworzenie scenariuszy na wypadek różnych zdarzeń,
3 Parker K., S&OP encompassing broader financial and performance parameters, Manufacturing Business Technology, January 2008, s.30
Rynki
sprzedaży
Plan roczny sprzedaży dla produktów
A B C D E F
A
B
C
D
E
4 500
-
-
1 200
-
-
11 600
-
-
1 500
-
54 800
23 900
17 500
-
15 600
-
12 800
-
8 700
-
8 500
-
6 300
9 200
-
-
-
22 000
25 400
Razem 5 700 13 100 95 800 37 100 24 000 47 400
Miesiące 1 2 3 4 5 6 7 8 9 10 11 12 Razem
Plan sprzedaży i dostaw 2000 2800 3100 3900 2700 1900 2300 1900 2800 3900 4600 5200 37 100
Zdolność produkcyjna 3600 3600 3600 3600 3100 3100 2800 2800 3600 3600 3600 3600 40 600
Plan produkcji 2000 2800 3400 3600 2700 2600 2800 2800 3600 3600 3600 3600 37 100
Planowany zapas 0 0 300 0 0 700 500 900 800 0 0 0 3 200
Miesiąc
Plan dostaw i sprzedaży /szt./
Plan produkcji /szt./
Łączna planowana pracochłonnośd w łaocuchu dostaw
/rbh/
Liczba potrzebnych pracowników
Koszty produkcji
i dostaw
Przychody ze sprzedaży
1 2000 2000 10000 50 64000 82000
2 2800 2800 14000 70 89600 114800
3 3100 3400 17000 85 108800 127100
4 3900 3600 18000 90 115200 159900
5 2700 2700 13500 68 86400 110700
6 1900 2600 13000 65 83200 77900
7 2300 2800 14000 70 89600 94300
8 1900 2800 14000 70 89600 77900
9 2800 3600 18000 90 115200 114800
10 3900 3600 18000 90 115200 159900
11 4600 3600 18000 90 115200 188600
12 5200 3600 18000 90 115200 213200
Razem 37100 37100 - - 1.187.200 1.521.100
0
1000
2000
3000
4000
5000
6000
1 2 3 4 5 6 7 8 9 10 11 12
Plan sprzedaży i produkcji Zdolność produkcyjna Plan ilościowo-asortymentowy Planowany zapas
Wsparcie decyzji bilansowania planu S&OP i zdolności produkcyjnych – wybór wariantu: produkcja w okresach wcześniejszych i utrzymanie zapasu
Planowana sprzedaż produktu D na rynkach A, C i E
Całkowity koszt zaopatrzenia, produkcji, dystrybucji i sprzedaży
na docelowym rynku wynosi 32 zł. Planowana średnia cena sprzedaży
produktu D wynosi 41 zł (po uwzględnieniu średniego poziomu
rabatów cenowych i skont).
Dostępna zdolnośd operacyjna jest planowana na poziomie 20.000
roboczogodzin na miesiąc co oznacza, że plan jest realny i
możliwy do wykonania.
Urealnione planowanie produkcji i zapasu z uwzględnieniem ograniczenia zdolności produkcyjnych
Analiza planu sprzedaży
Analiza operacyjna – możliwości realizacji
Analiza symulacyjna wyniku – ocena konsekwencji decyzji dla danych:
7 | S t r o n a
kontrola wskaźników – mierzenie kluczowych wskaźników wydajności, błędów prognoz, kapitału
obrotowego, wykonania założeń planu.
Na podstawie planu S&OP i zapotrzebowania na produkt finalny (wyrób lub usługę), określana jest
ilość i rodzaj materiałów, części, podzespołów potrzebnych do zaspokojenia potrzeb klienta (np.
wyprodukowania wyrobu gotowego). Potrzeby ilości, asortymentu i jakości materiałów określone na
podstawie struktury wyrobu, są ważną grupą czynników wyznaczenia dostawców w sieci dostaw (rys.
1.4) – np. dostawca materiału C został wybrany do współpracy, gdyż jest producentem materiału C o
wymaganej jakości i posiada odpowiedni potencjał produkcyjny, aby dostarczyć wymaganą ilość tego
materiału. Dla producenta jest ważne spełnienie wielu innych potrzeb związanych z dostarczanym
materiałem – np. jego ceny i warunków płatności.
Rys. 1.4. Struktura wyrobu (ilość, asortyment i jakość materiałów) jako podstawa analizy dostawców i współpracy w procesie zaopatrzenia i koprodukcji
Źródło: Wyniki badań własnych
Kolejną ważną grupą czynników, wyznaczających zarówno sieć dostawców jak i organizację
współpracy przedsiębiorstw i sposób realizacji dostaw w procesie zaopatrzenia, jest organizacja i
przebieg procesu produkcyjnego, zasady gospodarki materiałami i zarządzania zapasami oraz
planowania zamówień i dostaw. W tym obszarze powstają potrzeby czasu i miejsca dostaw
materiałów, do których musi być dostosowana organizacja i planowanie procesów transportowych w
sieci zaopatrzenia.
Czas i miejsce wykonania dostawy w procesie zaopatrzenia wynika z czasu i miejsca realizacji
operacji w procesie produkcyjnym lub odtworzenia zapasu w procesie magazynowania.
Wykorzystywane na tym etapie zasady planowania zaopatrzenia i narzędzia - cyklogram wytwarzania
produktu i harmonogram operacji produkcyjnych oraz harmonogram zamówień i dostaw -
przedstawiono na rysunku 1.5 (materiał C jest dostarczany przez dostawcę w pierwszym dniu
harmonogramu produkcji do Zakładu 1, a dostawca podzespołu N dostarcza do tego samego zakładu
podzespoły w trzecim dniu harmonogramu produkcji). Dostawy mogą być dokładnie
zsynchronizowane z potrzebami zużycia materiałów (dostawy w systemie Just-in-Time, a także Just-
in-Sequence) lub wg potrzeb odtwarzania zapasu.
Rys. 1.5. Określenie harmonogramu potrzeb materiałowych i realizacji dostaw z wykorzystaniem narzędzi - cyklogramu wytwarzania produktu i harmonogramu operacji produkcyjnych
Źródło: Wyniki badań własnych
Producent
C 2G
A – Wyrób finalny
X 2Y Z
C 3D M N
Kooperant – dostawca
podzespołu N
Dostawca materiału C
Potrzeby – co? ile? jakiej jakości?
Zakład 1
– operacje produkcyjne
Zakład 2
– operacje montażowe
C
N
2Y
M
A
3D
C
2G
X
Z
1 dzień 2 dzień 3 dzień Dostawca
materiału C
Dostawca podzespołu N
Potrzeby
– kiedy? gdzie?
8 | S t r o n a
W klasycznej formie zaopatrzenia odbiorca składa zamówienie, odtwarza zapas będąc jego
właścicielem, samodzielnie nim zarządza i ponosi odpowiedzialność za zabezpieczenie potrzeb
materiałowych. Jednak ze względu na poprawę efektywności procesów zaopatrzenia, obowiązki
monitorowania potrzeb i zamawiania, realizacji dostaw, zarządzania zapasem, a także własność i
odpowiedzialność za utrzymywane zapasy – mogą być przenoszone pomiędzy uczestnikami procesu
zaopatrzenia: odbiorcą, dostawcą, operatorem logistycznym. Pomiędzy partnerami następuje podział
odpowiedzialności i ponoszonych kosztów4. W wariantowych rozwiązaniach zarządzania przepływem
materiałów uwzględniane są różne relacje odpowiedzialności uczestników za - proces zaopatrzenia,
modele zarządzania i utrzymania zapasów, procesy magazynowe (w tym możliwości pojemności i/lub
przepustowości magazynu) oraz ograniczenia kapitałowe wpływające na wielkość i częstotliwość
dostaw. Czynniki kształtowania przepływu materiałów wpływają na efektywność procesów
zakupowych, transportowych, zarządzania zapasami (w tym lokalizacji i własności zapasów),
procesów magazynowych. W procesach organizacji zaopatrzenia (rys. 1.6) - pomiędzy dostawcą,
operatorem logistycznym i odbiorcą - najczęściej stosowane warianty zaopatrzenia obejmują:
Rys. 1.6. Organizacja procesu zaopatrzenia i warunków współpracy partnerów (warunków kontraktu)
Źródło: Wyniki badań własnych
wariant 1 - zarządzanie i odpowiedzialność dostawcy za proces zaopatrzenia odbiorcy (opcja
VMI5), zapas jest utrzymywany u dostawcy i jest własnością dostawcy (opcją może być brak
zapasu i dostawy w systemie JiT z procesu produkcji dostawcy do procesu produkcji odbiorcy)
wariant 2 - zarządzanie i odpowiedzialność dostawcy za proces zaopatrzenia odbiorcy (opcja
VMI), zapas jest utrzymywany u dostawcy i jest własnością odbiorcy,
wariant 3 - zarządzanie i odpowiedzialność dostawcy za proces zaopatrzenia odbiorcy (opcja
VMI), zapas jest utrzymywany u odbiorcy i jest własnością dostawcy,
wariant 4 - zarządzanie i odpowiedzialność dostawcy za proces zaopatrzenia odbiorcy (opcja
VMI), zapas jest utrzymywany u operatora logistycznego i jest własnością dostawcy,
wariant 5 - odpowiedzialność dostawcy za proces zaopatrzenia odbiorcy (opcja VMI), zapas jest
zarządzany przez operatora logistycznego i utrzymywany u operatora logistycznego i jest
własnością dostawcy,
wariant 6 - zarządzanie i odpowiedzialność odbiorcy za własny proces zaopatrzenia, zapas jest
utrzymywany u dostawcy i jest własnością dostawcy (opcja consignment stock),
wariant 7 - zarządzanie i odpowiedzialność odbiorcy za własny proces zaopatrzenia, zapas jest
utrzymywany u dostawcy i jest własnością odbiorcy,
4 Krzyżaniak S., 2008, Zapasy we współczesnych rozwiązaniach logistycznych, Logistyka nr 4/2008, s. 8
5 VMI - ang. Vendor Managed Inventory - wariant zarządzania zapasami w łańcuchu dostaw przez dostawcę w ramach wspólnego planowania,
prognozowania i uzupełniania zapasów (ang. CPFR - Collaborative Planning, Forecasting & Replenishment) oraz kontroli i sterowania powiązanych procesów w łańcuchu dostaw. Już w roku 1984 przedsiębiorstwa Procter & Gamble oraz Wal-Mart podejęły pierwsze próby współpracy w zakresie ciągłego uzupełniania zapasów. Utworzony i empirycznie przetestowany system współpracy wg zasad CRP (ang. Continuous Replenishment Process) umożliwiał zarządzanie zapasami przez dostawcę – firmę Wal-Mart wg zasad VMI (ang. Vendor Managed Inventory). Podejmowane działania miały na celu podwyższenie rentowności przedsiębiorstw poprzez udoskonalenie wymiany informacji, wymiane danych prognozowania popytu, lepszy nadzór nad dostawami i racjonalny dobór asortymentu sprzedawanych produktów do potrzeby klientów wg zasad zarzadzania kategorią (ang. Category Management).
Dostawca Odbiorca
Operator logistyczny (centrum zaopatrzenia)
Czynniki organizacji współpracy: - lokalizacja materiałów i zapasu - własność materiałów - zarządzanie dostawami i zapasem
9 | S t r o n a
wariant 8 - zarządzanie i odpowiedzialność odbiorcy za własny proces zaopatrzenia, zapas jest
utrzymywany u odbiorcy i jest własnością odbiorcy (klasyczna forma zaopatrzenia),
wariant 9 - zarządzanie i odpowiedzialność odbiorcy za własny proces zaopatrzenia, zapas jest
utrzymywany u operatora logistycznego i jest własnością dostawcy,
wariant 10 - zarządzanie i odpowiedzialność odbiorcy za własny proces zaopatrzenia, zapas jest
utrzymywany u operatora logistycznego i jest własnością odbiorcy (forma centrum zaopatrzenia),
wariant 11 - odpowiedzialność odbiorcy za własny proces zaopatrzenia, zapas jest utrzymywany u
operatora logistycznego i zarządzany przez operatora logistycznego, jest własnością odbiorcy.
Do analizy i oceny poszczególnych wariantów zaopatrzenia stosowane jest kryterium efektywności
przepływu materiałów, obejmujące pod względem ekonomicznym najniższy (lub satysfakcjonujący)6
koszt całkowity realizowanych procesów oraz pod względem operacyjnym najwyższą (lub
satysfakcjonującą) niezawodność zabezpieczenia potrzeb materiałowych. W procesie analizy
uwzględnianych jest wiele uwarunkowań organizacji i realizacji procesów transportowych, w tym:
możliwość wykorzystania własnych środków transportu i kierowców oraz opcjonalna organizacja
outsourcingu procesów transportowych,
zakres odpowiedzialności za organizację i realizację procesu transportowego w ramach kontraktu
zakupowego (zakres gestii transportowej wynika np. z przyjętej formuły handlowej w ramach 11
formuł handlowych INCOTERMS 2010, definiujących odpowiedzialność sprzedającego i
kupującego)
rodzaj transportu (np. drogowy, kolejowy, morski, wodny śródlądowy, powietrzny – lotniczy, z
wykorzystaniem bezzałogowych statków powietrznych - BSP),
koszt transportu oraz załadunku i wyładunku, odprawy celnej, ubezpieczenia, inne koszty,
czas przewozu, pora dostawy – dzienna/nocna, możliwość konsolidacji dostaw od jednego
dostawcy oraz od wielu dostawców w ramach łączonej trasy przewozowej,
ograniczenia wielkości jednostkowej dostawy, możliwości obsługi częstych dostaw i korelacji
terminu dostawy z gotowością jej przyjęcia i obsługi (uwzględniając przepustowość magazynu, w
tym: wielkość frontu przeładunkowego i liczbę bram w strefie przyjęć, ilość urządzeń
rozładunkowych i infrastruktury transportu wewnętrznego, liczbę pracowników),
sposób załadunku i zabezpieczenia na czas transportu i przeładunków,
postać dostarczanego ładunku – opakowania jednostkowe i zbiorcze, zabezpieczenie ładunku,
identyfikacja ładunku,
stopień wykorzystania ładowności i dobowego czasu pracy środków transportu.
Przykładowy zakres gromadzonych danych zaopatrzenia skojarzonych z pozycją materiałową, na
potrzeby syntetycznej i długookresowej analizy uwarunkowań procesów zaopatrzenia i czynników
wpływu na sposoby pozyskania materiałów (ang. sourcing), obejmuje:
analizę otoczenia na rynkach zaopatrzenia:
o poziomy i trendy cen materiałów,
o inflację oraz prawdopodobieństwo recesji, strajków,
o niedobory surowcowo-materiałowe i zewnętrzne drenowanie rynku,
o zmiany technologiczne i ich charakter (np. przełomowe, powolne),
o potencjał produkcyjny lub wydobywczy (w tym wielkość nadwyżki),
o liczbę dostawców dla grup materiałowych, organizację dostaw na poszczególnych rynkach (w
tym poziom dojrzałości logistycznej, gotowość wymiany danych),
analizę strategicznego wpływu dostawców7:
o identyfikację wrażliwości materiałów strategicznych na zmiany otoczenia,
6 Autorzy mają świadomość, że analiza wszystkich możliwych wariantów nie jest na ogół możliwa (Roubens M., Preference relations on actions
and criteria in multiple criteria decision making. European Journal of Operational Research, 1981, vol. 10, s. 51–55), a rozpatrywana w pracy synteza czynników operacyjnych procesów i zasobów w łańcuchu dostaw pozwala jedynie na wybór poli-optymalnego wariantu (tzn. nie gorszego od żadnego z pozostałych). W praktyce oznacza to wyznaczenie rozwiązania satysfakcjonującego spośród wariantów dopuszczalnych, a nie jednoznacznie najlepszego. Formuła poziomu satysfakcji ustalona dla kryterium oceny wariantów jest zgodna z zasadą satysfakcji Herberta A. Simona (laureata nagrody Nobla za badania systemów podejmowania decyzji w organizacjach gospodarczych), wg której w przedsiębiorstwach nie są poszukiwane rozwiązania optymalne i trudne, a realne i satysfakcjonujące. W mechanizmach podejmowania decyzji ustalane są progi satysfakcji dla zadanego kryterium i wybierany jest ten wariant, który jest satysfakcjonujący ze względu na wszystkie przyjęte kryteria (Rational decision making in business organizations. American Economic Review , 69, 1979 No 4 s.493-513). 7 Sławińska M. Współpraca z dostawcami w: Strategie konkurencji w handlu detalicznym w warunkach globalizacji rynku (red.) M. Sławińska,
Wydawnictwo AE w Poznaniu, Poznań 2005, s. 159 – 166.
10 | S t r o n a
o ocenę konsekwencji zmian na rynku zaopatrzenia dla działalności przedsiębiorstwa,
o wymagane ilości zaopatrywanych materiałów w kontekście potencjału dostawców,
o udział kosztów zakupu materiałów w całkowitych kosztach przedsiębiorstwa,
o znaczenie jakości materiałów dla jakości produktu finalnego i jego konkurencyjności oraz
satysfakcji klienta i poziomu sprzedaży,
analizę ryzyka i bezpieczeństwa materiałowego:
o dostępność materiałów na rynkach zaopatrzenia (np. ciągła, sezonowa, zależna od innych
czynników),
o liczbę dostawców w powiązaniu z dostępnością i popytem zgłaszanym przez zidentyfikowanych
innych odbiorców (konkurentów),
o możliwość własnej produkcji, a także powiązania kapitałowego z dostawcą,
o ryzyko długotrwałego składowania przy zaopatrywaniu w większych ilościach,
o możliwość substytucji materiałowej,
o rynek pracy i możliwość rekrutacji pracowników,
o dostawców wchodzących i wychodzących z rynku,
o patenty, licencje, wyłączność i monopolizacja źródeł zaopatrzenia
o rosnące wykorzystanie zaawansowanych technologii i powszechnego dostępu do internetowych
platform zakupowych,
o wahania kursów walut i inne wg potrzeb.
Wg H. Minzberga i J. B. Quinna wyniki analizy uwarunkowań dla strategii operacyjnej, tworzą sieć
zależności czynników wpływających na wartość produktu już na etapie zaopatrzenia surowcowo-
materiałowego8. Zintegrowane środowisko gospodarki materiałowej, w którym podstawę współpracy i
wymiany danych stanowią dane indeksu materiałowego (dane zdefiniowane w kartotece indeksu
materiałowego), przedstawiono na rysunku 1.7.
Źródło: Opracowanie własne na podstawie wyników badań
8 Mintzberg H., Quinn J. B.: The Strategy Process, Prentice Hall, Englewood Cliffs 1991, s. 63.
Kartoteka Indeksu Materiałowego
Moduł Magazyn
Kartoteka Stanów Magazynowych
Dowody przychodu
materiałowego
Dowody
inwentaryzacji Inne dowody
obrotu materiałowego
Rozchód
Dowody rozchodu
materiałowego
Moduł Gospodarki
Materiałowej
Moduł – Zaopatrzenie
obsługa ofert i oferentów
obsługa zapotrzebowań materiałowych
obsługa zamówień do sprzedawców
obsługa limitów materiałowych ilościowych i wartościowych
Moduł Sprzedaży
Rys. 1.7 Schemat integracji modułów systemu informatycznego przedsiębiorstwa wykorzystujących wspólne dane zdefiniowane w kartotece indeksu materiałowego
Planowanie i organizacja procesu zaopatrzenia
Obsługa zgłoszonych potrzeb materiałowych ilościowo-wartościowych
Obsługa zakupów
Ewidencja obrotu materiałowego – dostarczania i zużycia materiałów
Rozliczenie procesu zaopatrzenia
Moduł - Finansowo-Księgowy
księgowanie materiałów w ZPK
Stanowisko pracy w Dziale Finansowo-Księgowym
Stanowisko pracy w Dziale Gospodarki
Materiałowej - branżysta
Dowody przeceny materiału
Przychód
11 | S t r o n a
System wymiany danych (np. w oparciu o dostęp do wspólnej kartoteki materiałowej w
zintegrowanej bazie danych systemu informatycznego przedsiębiorstwa) umożliwia wypracowanie
wspólnej dla wielu procesów koncepcji efektywnych i niezawodnych działań operacyjnych (rys. 1.8).
Integracja i kontrola danych z wielu obszarów zarządzania operacyjnego, umożliwia wsparcie
planowania i organizacji procesu zaopatrzenia (np. prawidłowości obliczeń ilości i wielkości zamówień,
terminów planowanych dostaw, przepustowości magazynu czy poziomu zapasów).
Rys. 1.8 Wymiana danych operacyjnych integrowana poprzez wykorzystanie indeksu materiałowego, pomiędzy procesem zaopatrzenia a innymi procesami powiązanymi
Źródło: Opracowanie własne na podstawie wyników badań
Dane indeksu materiałowego są podstawą koordynacji i integracji synergii działań w ramach
procesu planowania potrzeb materiałowych, wspólnej bazy danych planistycznych, procedury
planowania i formuł planistycznych oraz parametrów i normatywów planowania (rys. 1.9).
Podstawową bazę informacyjną procesu zaopatrzenia tworzą dwa systemy ewidencji:
system ewidencji i informacji operacyjnej – umożliwiający ewidencję danych o zasobach
zaopatrzenia i działaniach realizowanych w procesach przepływu materiałowego (np. w procesie
zamawiania, transportu i dostaw, magazynowania),
system ewidencji i informacji finansowej – umożliwiający w powiązaniu z indeksem materiałowym
ewidencję kosztów i wydatków ponoszonych w działalności gospodarczej procesu zaopatrzenia,
która jest przypisana do poszczególnych miejsc powstawania kosztów (koszty są najczęściej
przypisane do komórek organizacyjnych – uczestników procesu zaopatrzenia i alokowane w
oparciu o przepływającą pozycje materiałową oraz wg przyjętych metod kalkulacji i rachunku
kosztów - na zasoby, działania i produkty).
Dostawca Zaopatrzenie i gospodarka
materiałowa
Współpraca i wymiana dokumentów Zamówienie Zmiany w zamówieniu Awizo dostawy Faktura
Kontrola i sterowanie procesu zamówieniowego
Magazyn
Zamówienia w realizacji Procedury składania potrzeb
Limity materiałowe – ilościowe i wartościowe
Potrzeby materiałowe Prognozy potrzeb
Monitorowanie jakości współpracy
Stany zapasów Stan obciążenia magazynu (obrót magazynowy, wykorzystana powierzchnia i pojemność) Dane o realizacji dostaw zaopatrzenia Poziom reklamacji i zwrotów Monitorowanie jakości współpracy z dostawcą
Realizowane zamówienia i planowane dostawy
Dane do planowania obsługi bieżących dostaw (na podstawie awizowania
dostaw)
Dział Finansowo-Księgowy
Plany zakupowe i planowane budżety Bieżące dane i wyniki operacyjne
Bieżące koszty materiałowe i zaopatrzenia
Wyniki rachunku kosztów materiałowych Wskaźniki kosztów zaopatrzenia
Produkcja Inne działy
przedsiębiorstwa Dane indeksu materiałowego
12 | S t r o n a
Rys. 1.9 Wspólne wykorzystanie danych indeksu materiałowego w procesie integracji danych planowania potrzeb
materiałowych i organizacji zaopatrzenia
Źródło: Opracowanie własne na podstawie wyników badań
Integracja systemu rachunkowości finansowej i ewidencji operacyjnej w spójny system
informacji o procesach przepływu materiałowego (rys. 1.10), pozwala przetwarzać w czasie
rzeczywistym ewidencjonowane dane (np. księgowane na kontach analitycznych zespołów
4, 5, 7 zakładowego planu kont)
Data wykonania
zadania
Nazwa materiału
Indeks materiałowy
Jednostka miary
Wielkośd zużycia
Zadanie Czas
trwania Działanie Podproces Proces Produkt
Identyfikator produktu
2015-04-18 Olej nap. ON-1 litr 18 Przewóz
materiałów 5h
Dostawa materiałów
Realizacja zamówienia
Zaopatrzenie Obudowa
silnika OSH-451
12/08/ZAKUP 2015-04-23 411-07-07-1 1000,00 501-02 800,00 1 Olej nap. ON-1 18 Litr PLN
Identyfikator księgowy
Data księgowania
Nr konta (zespołu 4)
Kwota Ma (4)
Nr konta (zespołu 5)
Kwota Wn (5)
Nr MPK
Nazwa materiału
Indeks materiałowy
Ilośd Jednostka
miary Rodzaj waluty
Rys. 1.10 Schemat definiowania relacji danych operacyjnych i księgowych w oparciu o indeks materiałowy
Źródło: Opracowanie własne na podstawie wyników badań
Struktura wyrobu – zapotrzebowanie na materiały składowe
Struktura procesu technologicznego (z uwzględnieniem obciążenia zdolności produkcyjnej)
Bieżący stan zapasów
Cykl dostawy materiałów
Normatywy wielkości partii produkcyjnej
Harmonogram remontów i konserwacji (definiowanie dostępnej zdolności produkcyjnej)
Aktualnie realizowane zamówienia
(otwarte)
Portfel zaległych zamówieo
Wielkośd potrzeb brutto
Wielkośd potrzeb netto Wielkości i terminy dostaw Miejsce, termin i poziom utrzymywanych zapasów
Plan zakupów Harmonogram wydatków
Terminy płatności
Planowanie potrzeb materiałowych
(np. wg metody MRP)
Źródło danych: Dział produkcji Źródło danych Dział Produkcji lub Dział Techologii Dział Produkcji lub Planowania Produkcji Dział Remontów lub Utrzymania Ruchu Dział Obsługi Klientta Dział Finansowy lub Zaopatrzenia
Źródło danych
Dział Produkcji, Konstrukcji lub
Technologii
Dział Magazynu
Dział Zaopatrzenia
Dział Zaopatrzenia
Integracja danych
Integracja danych
Zintegrowane odniesienie do indeksu materiałowego - analiza poprawności obliczeo, aktualności danych i normatywów,
doboru metod i parametrów planowania działao i zasobów, zgodności z planem, analiza odchyleo, wskazanie sposobu
korekty błędów
Ewidencja danych operacyjnych (ilościowo - asortymentowa)
System informacyjny controllingu operacyjnego:
gromadzenie, filtrowanie i kojarzenie danych,
przetwarzanie danych (np. kalkulacja, obliczanie mierników)
porównanie ze wzorcem (np. planem, normatywem, budżetem)
wnioskowanie, interpretacja, propozycja działania
sprawozdawczośd (wg zdefiniowanego systemu raportowania)
Ewidencja danych księgowych (wartościowa)
Relacja powiązania danych operacyjnych i danych kosztowych
Koszty wg rodzaju
Koszty wg okresu /data kosztu a data wydatku/
Koszty wg MPK
Koszty na produkt OSH-451
Struktura rodzajowa kosztów w produkcie
Koszty na proces/ działanie / zadanie
Dynamika / trend / okresowośd kosztów
Koszt przewozu w zakupie / dostawie / zaopatrzeniu
Koszty transportu na produkt OSH-451
Inne kalkulacje wg potrzeb
13 | S t r o n a
W ten sposób system controllingu w procesie zaopatrzenia jest zasilany w dane
rzeczywiste, które po przetworzeniu są porównywane z danymi budżetowymi9 (planami
rzeczowo finansowymi) wg struktury raportów ‗plan-wykonanie‘. Tworzenie jednoznacznych
relacji danych operacyjnych i księgowych w zintegrowanym systemie informacji zarządczej
(rys. 1.10) jest warunkiem wielowymiarowych kalkulacji kosztów, rotacji, cyklu kapitału itd. wg
analizowanego indeksu materiałowego.
Zaprojektowane w zakładowym planie kont relacje (rys. 1.10) pozwalają na kalkulację
kosztów materiałowych na procesy i produkty przedsiębiorstwa. Jednoznaczne relacje
wielkości zużycia materiałowego w działaniach operacyjnych przedsiębiorstwa są podstawą
analizy kosztów materiałowych i materiałochłonności produktów działań.
Indeks materiałowy (IM) – jest to symboliczne oznaczenie materiału jednoznacznie
określające materiał we wszystkich procesach biznesowych przedsiębiorstwa (w tym w
procesie zaopatrzenia). Logika struktury indeksu wynika z ilości stosowanych materiałów
oraz potrzeb ich grupowania oraz sprawnej i jednoznacznej identyfikacji pozycji materiałowej.
Kartoteka Indeksu Materiałowego (KIM) – jest to zbiór jednoznacznie zdefiniowanych
danych opisujących pozycję materiałową w polach bazy danych systemu informatycznego
przedsiębiorstwa, które kompletnie i jednoznacznie opisują materiał skojarzony z indeksem
materiałowym. Przykładową notację indeksu materiałowego przedstawiono na rys. 1.11.
KT - Kategoria GR - Grupa PG - Podgrupa KL - Klasa NR - Kolejny numer pozycji materiałowej
N N N N N N N N N N N N N N N N N N
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
N - wartość numeryczna (09)
Rys. 1.11 Przykładowa notacja indeksu materiałowego o 18 cyfrach znaczących
Źródło: Opracowanie własne
W bazie indeksów materiałowych numer jest przyporządkowany (w ramach kategorii, grupy czy
klasy) np. według alfabetu w kategorii, według wzrastającej wartości podstawowych parametrów
technologicznych lub konstrukcyjnych, według kolorów od jasnego do ciemnego, lub według innej
jednolicie i jednoznacznie ustalonej logiki klasyfikacji. Zasada zaindeksowania pozycji materiałowej
polega na kwalifikacji merytorycznej obszarów indeksu KT, GR, PG i KL, oraz przydzieleniu kolejnego
numeru porządkowego NR dla pozycji materiałowej, wg formuły:
ID (nowy numer) := ID (stary numer) + 1
Dane opisujące indeks materiałowy (IM) w kartotece indeksu materiałowego (KIM) tworzą wspólny
rekord danych w bazie danych SI przedsiębiorstwa (tabela 1.1).
9 Leszczyński Z.: Wdrożenie informatycznego systemu rachunkowości zarządczej w przedsiębiorstwie przemysłowym. Monitor Rachunkowości i
Finansów nr 6 z 2001 r.
14 | S t r o n a
Tabela 1.1. Przykład danych składowych Kartoteki Indeksu Materiałowego
Nr pola KIM
Nazwa pola Długość pola
Format danych Opis pola
1 IM (KT) 3 Cyfry (0-9) Konkatenacja danych z pięciu pól - IM(KT – Kategoria), IM(GR – Grupa), IM(PG – Podgrupa),
IM(KL – Klasa), IM(NR - Kolejny numer pozycji materiałowej)
- tworzy logicznie numer indeksu materiałowego
2 IM (GR) 3 Cyfry (0-9)
3 IM (PG) 3 Cyfry (0-9)
4 IM (KL) 2 Cyfry (0-9)
5 IM (NR) 7 Cyfry (0-9)
6 IM 2 15 Cyfry (0-9) (opcjonalnie) Drugi indeks – np. nr katalogowy dostawcy
7 IM 3 15 Cyfry (0-9) (opcjonalnie) Trzeci indeks – np. nr katalogowy branżowy (np.
narzucony przez odbiorcę)
8 Nazwa 1 60 Tekst Nazwa katalogowa dostawcy i dodatkowy opis
9 Nazwa 2 60 Tekst Nazwa wewnętrzna przedsiębiorstwa, opis technologiczno-konstrukcyjny, normy branżowe, rodzaje testów kwalifikacji
jakości
10 Nazwa 3 60 Tekst Inna nazwa branżowa
11 Data założenia
indeksu 8 DDMMYYYY Data złożenia kartoteki indeksu materiałowego
12 JM 10 Tekst (słownik) Słownik jednostek miary (np. kilogram, metr, sztuka, litr, m3, m
2)
13 PKWiU 10 Znaki
alfanumeryczne Polska Klasyfikacja Wyrobów i Usług
14 Zastosowanie
IM 60 Tekst
Opis, gdzie stosowany jest IM w przedsiębiorstwie (np. indeksy struktur wyrobów lub marszrut wykonania wyrobu)
15 Aktualny
poziom zapasu 10 Liczba Wartość określona wg słownika jednostek miary IM
16 Zapas
bezpieczeństwa 10 Liczba
Wartość dynamiczna obliczana automatycznie wg algorytmu i formuł zapasu bezpieczeństwa; wartość określona wg słownika
jednostek miary dla IM
17 Nr konta zapasu
15 Znaki
alfanumeryczne Wg zasad numerowania kont analitycznych w Zakładowym
Planie Kont
18 Koszt
wytworzenia 12 Waluta Dane wg kalkulacji kosztu wytworzenia
19 Dostawca 1 12 Znaki
alfanumeryczne Wg zasad indeksacji kontrahentów w Katalogu Kontrahentów
Księgi Głównej SI
20 Cena 1 12 Waluta Dane wg kontraktu zakupowego lub cen wynegocjowanych z
dostawcą 1
21 Minimalne
zamówienie 1 10 Liczba Wartość określona wg słownika jednostek miary IM
22 Czas realizacji zamówienia 1
4 dni, godziny Wartość wynikająca z pomiaru pełnego czasu realizacji
zamówienia – od identyfikacji potrzeby złożenia zamówienia do uzyskania dostępu do zapasu przez branżystę
23 Dostawca 2 12 Znaki
alfanumeryczne Wg zasad indeksacji kontrahentów w Katalogu Kontrahentów
Księgi Głównej SI
24 Cena 2 12 Waluta Dane wg kontraktu zakupowego lub cen wynegocjowanych z
dostawcą 2
25 Minimalne
zamówienie 2 10 Liczba Wartość określona wg słownika jednostek miary IM
26 Czas realizacji zamówienia 2
4 dni, godziny Wartość wynikająca z pomiaru pełnego czasu realizacji
zamówienia – od identyfikacji potrzeby złożenia zamówienia do uzyskania dostępu do zapasu przez branżystę
27 Dostawca 3 12 Znaki
alfanumeryczne Wg zasad indeksacji kontrahentów w Katalogu Kontrahentów
Księgi Głównej SI
28 Cena 3 12 Waluta Dane wg kontraktu zakupowego lub cen wynegocjowanych z
dostawcą 3
29 Minimalne
zamówienie 3 10 Liczba Wartość określona wg słownika jednostek miary IM
30 Czas realizacji zamówienia 3
4 dni, godziny Wartość wynikająca z pomiaru pełnego czasu realizacji
zamówienia – od identyfikacji potrzeby złożenia zamówienia do uzyskania dostępu do zapasu przez branżystę
31 Zamiennik 18 Cyfry (0-9) Numer indeksu materiałowego zamiennika
32 Kategoria ABC 1 litera Wartość dynamiczna obliczana automatycznie wg klasyfikacji
ABC wartości rozchodów materiałowych
33 Kategoria XYZ 1 litera Wartość dynamiczna obliczana automatycznie wg klasyfikacji
XYZ ilości rozchodów materiałowych
… … … … …
Źródło: Opracowanie własne na podstawie wyników badań
15 | S t r o n a
Zdefiniowanie danych pozycji materiałowej już na etapie projektowania produktu i podejmowania
decyzji zaopatrzenia materiałowego, wymaga przeprowadzenia analizy wielu danych potencjału
wewnętrznego i otoczenia łańcuchów dostaw, wpływających na kształtowanie przyszłych łańcuchów
wartości w procesie przepływu materiałowego. Wg Mirosław Chaberka możliwości dostosowania
produktu do specyficznych wymagań klienta oraz dostarczenie go w ilości, czasie i miejscu przez
niego pożądanym, stanowią o racjonalizacji przepływu materiałów pomiędzy podmiotami
gospodarczymi, a ich rynkami zaopatrzenia i zbytu10
. Stąd celem tworzenia/aktualizacji kartotek
indeksów materiałowych (pozycji zarówno wytwarzanych jak i kupowanych) jest:
utworzenie lub usunięcie z bazy danych przedsiębiorstwa danych opisujących pozycję
materiałową,
opis indeksu materiałowego oraz definiowanie danych niezbędnych do zarządzania indeksem
materiałowym, w tym:
o kwalifikacja – przypisanie do kategorii, grupy lub klasy materiałów oraz materiału wyższego
poziomu w strukturze wyrobu,
o zdefiniowanie wszystkich dodatkowych identyfikatorów skojarzonych z pozycją materiałową
wg innych systemów indeksacji, jednoznacznie określające pozycję materiałową – np. indeks
dostawcy, indeks odbiorcy (np. wg klasyfikacji sieci sprzedaży, systemu NATO, itp.),
o PKWiU pozycji materiałowej,
o struktura materiałowa (gdy komponent złożony) – w tym ilości i indeksy wszystkich pozycji
składowych oraz zależnościach między poszczególnymi pozycjami, cyklogram wytwarzania,
o wymagania techniczno-technologiczne (w tym norm branżowych, testów kwalifikacji jakości,
itp.),
o dostawcy i warunki kontraktu (w tym np. minimalna wielkość/wartość zamówienia) – dane
rejestrowane w wyniku zakończenia procedury kwalifikacji dostawców i podpisania kontraktu
zaopatrzeniowego,
o zasady zamawiania i warunki organizacyjne - np. okresowe przekazywanie prognoz, śledzenie
statusu realizacji zamówienia i monitorowania dostaw, elektroniczna wymiana danych, formaty
dokumentów wymiany handlowej (zamówienia, awizo dostawy, raport o zapasach, cennik,
itp.), udostępnienie elektronicznych danych katalogowych do danych kartoteki indeksu
materiałowego odbiorcy, itp.
o parametry zarządzania zapasami (np. poziomu zmawiania, zapasu bezpieczeństwa, wielkości
zamówienia, częstotliwości zmawiania, zapasu maksymalnego),
o tolerancja odchylenia, % na odpady lub limit braków,
o cena lub kalkulacja kosztów wytworzenia (w tym możliwość przeceny lub przeszacowania
wartości), powiązanie z nr konta księgowego wartości zapasu pozycji materiałowej wg
Zakładowego Planu Kont Księgi Głównej,
o przynależność do kategorii wg klasyfikacji ABC i XYZ,
o powiązanie z kartoteką stanów magazynowych (aktualny zapas), wyniki różnic
inwentaryzacyjnych i kompensaty,
o pozycja(e) materiałowa zastępcza (zamiennik), która może być zastosowana w przypadku,
gdy materiał podstawowy nie jest osiągalny; definiowane są wszelkie ograniczenia stosowania
pozycji zastępczych; powiązanie indeksów materiału podstawowego i zamiennika zwiększa
elastyczność planowania i niezawodność realizacji potrzeb,
zmiana (przebudowa) struktury indeksu,
rejestracja zmian, pozwalających na zarządzanie terminami obowiązywania nowych danych oraz
wprowadzania i wycofywania pozycji materiałowej,
kojarzenie i weryfikacja pozycji materiałowej (indeksu materiałowego).
10
Chaberek M.: Makro-i mikroekonomiczne aspekty wsparcia logistycznego. Wydawnictwo Uniwersytetu Gdańskiego, Gdańsk 2002, s. 42.
16 | S t r o n a © Wyższa Szkoła Logistyki, Poznao 2015 Śliwczyoski B. (red.), Modelowanie systemu zarządzania przepływem materiałów i oceny efektywności procesów.
2. Środowisko informatyczne modelowania i symulacji zarządzania przepływem materiałów
BOGUSŁAW ŚLIWCZYŃSKI Wyższa Szkoła Logistyki
Jednym ze sposobów weryfikacji poprawności i kompletności modelu zarządzania przepływem
materiałów, jest przeprowadzenie testów w informatycznym środowisku modelowania i symulacji.
Modelowanie procesów i wariantów przepływów materiałowych, algorytmizacja funkcji decyzyjnych w
procesach - zamawiania i zarządzania zapasami, transportowych, magazynowania czy controllingu
operacyjnego - umożliwiają wielowymiarowe badania scenariuszy zarządzania przepływem
materiałowym w łańcuchach dostaw przedsiębiorstw. Tworzony model powinien być traktowany
między innymi jako narzędzie umożliwiające poznanie i zrozumienie pewnego wycinka rzeczywistości
oraz pozwalające na prowadzenie eksperymentów i symulacji.11
W praktyce wykorzystywanych jest wiele środowisk informatycznych do modelowania i symulacji
procesów gospodarczych – np. IBM, Sun, iGrafx, Borland, ARIS Design Platform Casewise, IDS,
EDS, Stafware, Sybase, Soar, ACT, Simul8, Arena. W książce przedstawiono środowisko
informatyczne iGrafx Process
Wykorzystanie środowiska informatycznego umożliwia przygotowanie modelu symulacyjnego jako
aplikacji informatycznej i narzędzia wspomagającego decyzje zarządcze. Model przygotowany w
środowisku iGrafx Process może być zintegrowany mechanizmem importu i eksportu danych
operacyjnych i finansowych z/do systemu klasy ERP przedsiębiorstwa, a na etapie modelowania dane
mogą być przygotowane w arkuszach kalkulacyjnych MS Excel lub tablicach danych MS Access.
Na rysunku 2.1 przedstawiono koncepcję architektury środowiska informatycznego wykorzystaną na
potrzeby modelowania i symulacji systemu zarządzania przepływem materiałów.
Rys. 2.1 Środowisko informatyczne modelu symulacyjnego zarządzania przepływem materiałowym
z wykorzystaniem iGrafx Process for Enterprise Modeling
Źródło: Opracowanie własne
11
Skwarnik M., 2007, System informacyjny logistyki jako przedmiot modelowania, w: A. Nowicki, I. Chomiak-Orsa, Systemy informacyjne logistyki, Wydawnictwo Akademii Ekonomicznej im. Oskara Langego we Wrocławiu, Wrocław, s. 24
- wymagania - transponowanie
celów - parametry
- modelowanie - symulacja
Import danych z: - systemów informatycznych ERP - MS Excel - MS Access
Interfejs danych wsadowych
Środowisko
informatyczne
iGrafx Process for Enterprise
Modeling
Rejestr / Raport danych wyjściowych
Wspólna baza danych
Eksport danych do: - systemów informatycznych ERP - MS Excel - MS Access
System wspomagania decyzji menedżerskich zarządzania
przepływem materiałów przedsiębiorstwa i jego
procesów transportowych
- wspomaganie decyzji
Przedsiębiorstwo
Przedsiębiorstwo
17 | S t r o n a
Środowisko informatyczne iGrafx® Process umożliwia projektowanie procesów przepływu
materiałowego – w tym wzajemne zależności procesów transportowych, zaopatrzenia i zarządzania
zapasami, zasobów magazynowych oraz ich analizę efektywności w modelu controllingu
operacyjnego. Elastyczne możliwości sprzężenia zwrotnego danych analizy efektywności z modelu
controllingu operacyjnego w celu weryfikacji parametrów modeli symulacyjnych procesów
operacyjnych – zamawiania i zarządzania zapasami, transportu i magazynowania, przedstawiono na
rysunku 2.2.
Model symulacyjny procesów zaopatrzenia
i transportu
Model symulacyjny controllingu
operacyjnego
Dane wejścioweExcel
Dane wyjściowe.csv
Dane wejścioweExcel
Raport controllingu.csv
Możliwośd protokołowania transakcji z poszczególnych
iteracji symulacji
Możliwośd protokołowania transakcji z poszczególnych
iteracji symulacji
Rys. 2.2. Model sprzężenia zwrotnego danych analizy efektywności z modelu controllingu operacyjnego do modelu procesów operacyjnych przepływu materiałów
Źródło: Opracowanie własne
Dane wejściowe do modelu controllingu zawierają dane wynikowe z raportu symulacyjnego oraz
niezbędne dane wsadowe. Po wykonaniu symulacji analizy controllingowej generowany jest raport
analizy efektywność poszczególnych wariantów zarządzania operacyjnego, będący podstawą
modyfikacji parametrów procesów operacyjnych zamawiania i zarządzania zapasami, transportu i
magazynowania.
Do modelowania procesów przepływu materiałów w środowisku iGrafx Process wykorzystano trzy
typy obiektów (zaprezentowane na rysunku 2.3) - zdarzenia, czynności i bramki.
Rys. 2.3. Typy obiektów wykorzystywane do modelowania w środowisku iGrafx Process
Źródło: Opracowanie własne
Zdarzenie określa stan przed lub po realizacji procesu, np. dostarczony materiał, ładunek
załadowany na środek transportu. W ramach omawianego dalej procesu zaopatrzenia zdarzenia
początkowe procesu transportowego i dane wejściowe są kształtowane przez proces zamawiania
materiałów u dostawcy. Informacje pochodzące z procesu zamawiania kształtujące potrzebę
transportową obejmują m.in.:
ilość materiału (jednostek naturalnych indeksu) wynikającą z zamówienia,
termin realizacji zamówienia,
lokalizację dostawcy (dane z kartoteki indeksu materiałowego) .
Zdarzenie
początkowe
Czynność
w procesie
Bramka sterująca
Zdarzenie końcowe
18 | S t r o n a
Zdarzenie wejściowe uruchamia sekwencję wielu czynności planowania fizycznej realizacji dostaw
w modelu procesu transportowego obejmujące m.in.:
przyjęcia zamówienia z działu zaopatrzenia,
pobrania danych lokalizacji dostawcy,
obliczenia długość trasy,
przeliczenia wielkości załadunku w procesie transportu na podstawie zamówienia,
planowanie przewozu.
Przykład zamodelowanego w środowisku iGrafx Process podprocesu formowania ładunku w
procesie transportowym przedstawiono na rys. 2.4.
Rys. 2.4. Przykład podprocesu formowania ładunku w procesie transportowym
(model w środowisku iGrafx Process)
Źródło: Opracowanie własne
W zintegrowanym środowisku informatycznym wykorzystującym notację BPMN, jest zastosowany
język programowania BPEL (ang. Business Execution Language for Web Services) oparty na XML
(ang. Extensible Markup Language) i służący do tworzenia kodu programu realizującego proces
opisany za pomocą BPMN, oraz zunifikowany sposób zapisu modeli procesów biznesowych w
formacie XML – XPDL (ang. XML Process Description Language). Przykład modelu procesu realizacji
przesyłki w transporcie w notacji BPMN przedstawiono na rys. 2.5.
Rys. 2.5 Model procesu realizacji przesyłki w transporcie w notacji BPMN
Źródło: Opracowanie własne w programie iGrafx Process
Informatyzacja modelu, obejmuje m.in. zastosowanie makrodefinicji programowych dla
odwzorowania algorytmów poszczególnych funkcji transformacji modeli składowych systemu
zarządzania przepływem materiałów. W ramach definiowania komponentów programowych i
parametryzacji transakcji procesowych, a także scenariuszy modelu i funkcji dla formuł decyzyjnych
wykorzystywane są standardowe mechanizmy iGrafx Process. Ogólny model systemu zarządzania
19 | S t r o n a
przepływem materiałów na poziomie głównych procesów składowych modelu przedstawiono na rys.
2.6.
Model planowania
S&OPModel planowania
potrzeb
materiałowych
Model planowania
Model zamawiania
Prototyp realizacji
potrzeb rynkowychAktualizacja
prognoz
Model weryfikacji
metod zamawiania
Model systemu
transportowego
Model
weryfikacji
systemu
transportowego
Model controllingu
operacyjnego -
model analizy
efektywności
Model
magazynowania
Model planowania transportu
Rys. 2.6 Model systemu zarządzania przepływem materiałów na poziomie głównych procesów składowych
Źródło: Opracowanie własne w programie iGrafx Process
20 | S t r o n a © Wyższa Szkoła Logistyki, Poznao 2015 Śliwczyoski B. (red.), Modelowanie systemu zarządzania przepływem materiałów i oceny efektywności procesów.
3. Model systemu zarządzania przepływem materiałów w procesie zaopatrzenia
MICHAŁ ADAMCZAK, PIOTR CYPLIK, ROMAN DOMAŃSKI, ŁUKASZ HADAŚ,
MARTYNA MALAK, ŻANETA PRUSKA, BOGUSŁAW ŚLIWCZYŃSKI Wyższa Szkoła Logistyki
Model systemu zarządzania przepływem materiałów w procesie zaopatrzenia obejmuje procesy
składowe planowania potrzeb materiałowych, zamawiania i zarządzania zapasami, dostaw i
zarządzania procesami transportowymi, magazynowania. Umożliwia dobór wartości parametrów
operacyjnych poszczególnych procesów i relacji zachodzących między nimi, w celu projektowania
efektywnych metod zarządzania. Model jest odwzorowaniem rzeczywistego systemu oraz jego
ilościową i jakościową reprezentacją12. System silnie powiązanych zmiennych gospodarczych,
stanowiących przedmiot badań zarządzania zaopatrzeniem13, tworzą cztery zasadnicze czynniki –
klienci, produkty, procesy14 i zasoby15.
Wiele z przedstawionych dotychczas zależności czasowych charakteryzujących procesy
zaopatrzenia powoduje, że celowy do rozważenia w dalszych analizach jest model dynamiczny -
odwzorowujący przepływ materiałów w funkcji czasu, w odróżnieniu od modelu statycznego -
odwzorowującego system i jego otoczenie w ustalonym stanie i czasie. Modele dynamiczne nazywane
są również w literaturze modelami procesu. W dynamicznym systemie operacji przedsiębiorstwa
każdy proces stanowi układ transformacji, posiadający wejście – x(t), wyjście – y(t) i transformację – T
przekształcającą wejście w wyjście, wg zależności 3.1:
y(t) = T (x(t)) (3.1)
Utworzona na podstawie przedstawionej zależności charakterystyka operacyjna układu
transformacji (rys. 3.1) tworzy odwzorowanie opisujące proces, którego stan może być zmienny w
czasie i opisany funkcją dynamiki g(t) i sterowania s(t).
Rys. 3.1 Układ transformacji – element systemu sterowania procesami łańcucha dostaw
Źródło: Opracowanie własne
12
Jacyna M.: Modelowanie i ocena systemów transportowych, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2009, s. 28. 13
Na podstawie wielu definicji prezentowanych w literaturze przedmiotu, autorzy, jako wykładnię dla dalszej części pracy przyjęli definicję przedstawioną w pracy Waters D., Zarządzanie operacyjne. PWN, Warszawa 2001, s. 32: ‗Zarządzanie operacyjne jest obszarem zarządzania odpowiedzialnym za wszystkie działania bezpośrednio dotyczące wytwarzania produktu‘. Z przedstawionej definicji wynika, że wszystkie klasyczne funkcje zarządzania są wykorzystywane w obszarze zarządzania operacyjnego.
14 Wg normy ISO 9000:2000: proces to jest zbiór działań wzajemnie powiązanych lub wzajemnie oddziałujących, które przekształcają wejścia w wyjścia; wg polskiej normy PN-ISO 8402 (pkt. 1.2): proces to jest zestaw wzajemnie powiązanych zasobów i uporządkowanych działań, które przekształcają stan wejściowy w wyjściowy
15 Aktywa wykorzystywane w procesach przedsiębiorstwa - wg definicji przedstawionej w pracy: Urbanowska-Sojkin E., Banaszyk P., Witczak H., Zarządzanie strategiczne przedsiębiorstwem, PWE Warszawa 2007, s. 151. Stanowią je wszystkie czynniki materialne i niematerialne, którymi dysponuje przedsiębiorstwo dla realizacji celów. W przedsiębiorstwie tworzą je rodzaje zasobów: ludzkie; materialne - rzeczowe i finansowe; organizacyjne, informacyjne i prawne; technologiczne; marketingowe (w tym społeczne i konkurencyjne).
T (g(t), s(t))
x(t) y(t)
np. strumień materiałów
np. proces zaopatrzenia
np. strumień kompletów produkcyjnych przygotowanych i dostarczonych wg wymagań Just In Time i Just In Sequence
Charakterystyka operacyjna:
Wydajność, sprawność
Przepustowość, pojemność
Niezawodność
Poziom wykorzystania zasobów, stopień dopasowania do przepływu (wąskie gardło)
Szybkość reakcji (inercja wyjścia na zmiany wejścia)
Czas realizacji operacji, lokalizacja w systemie
Poziom i struktura kosztów (np. wg zmienności, układu rodzajowego)
Efektywność
21 | S t r o n a
Transformacja jest zbiorem dynamicznych przekształceń dokonywanych w zbiorze elementów
systemu operacyjnego. Transformacji podlega materiał przekształcany w procesie produkcji w wyrób
gotowy, potrzeba materiałowa przekształcona w procesie zaopatrzenia w dostawę materiałów, a
procesie realizacji dostaw formułą transformacji jest specyfikacja ładunkowa, według której materiały
są kompletowane w ładunki. Formuła transformacji w procesie zaopatrzenia wynika z wielu czynników,
np. struktury wyrobu (w tym rachunku ilościowo-asortymentowego materiałów), technologii
produkcyjnej (definiującej marszrutę produkcyjną, rodzaj i kolejność operacji oraz procedury ich
wykonania na stanowiskach pracy), organizacji procesów transportowych, stanu zapasów. Pomiędzy
transformacjami zachodzącymi w wielu elementach systemu zaopatrzenia występują sprzężenia
proste i zwrotne, w formie prostej lub rozgałęzionej. Podejmowanie decyzji w procesie zarządzania
przepływem materiałów obejmuje całokształt uwarunkowań sytuacji problemowej podlegających
parametryzacji w modelu zarządzania, a podstawowym celem jest podjęcie najlepszej lub
satysfakcjonującej decyzji kształtowania przepływów materiałowych. Zadanie decyzyjne zarządzania
przepływem materiałów można opisać za pomocą formuły 3.216
:
< S0, T, Q | S, C, O, Y, f, K, D > (3.2) elementy znane | elementy nieznane
gdzie:
W przypadku zarządzania przepływem materiałów, czas i zasoby niezbędne do podjęcia decyzji
mogą być nieznane lub są określane przez decydenta w procesie regulacji, co je kwalifikuje do zbioru
elementów nieznanych. Wiele z przedstawionych elementów zadania decyzyjnego w praktycznych
uwarunkowaniach procesów zaopatrzenia jest zmiennych w czasie, co powoduje zmianę zapisu
formuły 3.2 na postać dynamiczną (niektóre elementy są w funkcji czasu – np. zasoby, ograniczenia,
preferencje). Ponadto elementy są powiązane relacjami i nie można ich rozpatrywać w układzie
odosobnionym (np. czas na podjęcie decyzji, ograniczenia, kryteria wyboru). Stan systemu
zarządzania przepływem materiałów jest monitorowany w systemie controllingu operacyjnego, ze
względu na ponoszone koszty, poziom obsługi i niezawodność dostaw, ograniczenia floty
transportowej, poziom zapasów i wiele innych miar wartości procesów. Wielokryterialny dobór metod
zarządzania i regulacja parametrów operacyjnych przepływu materiałów, mają na celu zapewnienie
takiego działania systemu zaopatrzenia, w którym odchylenia od zadanej normy (np. czasu dostawy,
poziomu zapasów) zostają skorygowane w zakładanym czasie i przy określonym poziomie kosztów, a
stan wyjściowy y zostaje doprowadzony do pożądanej wartości z (normy) (wzór 3.3).
| y – z | → 0
Logikę sterowania w systemie przepływu materiałów z zastosowanym systemu controllingu
operacyjnego obejmującego funkcje układu pomiarowego i układu regulacji w pętli sprzężenia
zwrotnego, przedstawiono na rysunku 3.2.
16
K. Krzakiewicz (red.). Teoretyczne podstawy organizacji i zarządzania. Wydawnictwo AE w Poznaniu, Poznań 2008, s. 133.
Elementy znane zadania decyzyjnego Elementy nieznane zadania decyzyjnego S0 – sytuacja problemowa
S = (S1, …, Sn) – zbiór alternatywnych sytuacji uzupełniających sytuacje problemową
T – czas na podjęcie decyzji
C = (C1, …, Cn) – zbiór celów, dla realizacji których podejmowana jest decyzja
O = (O1, …, On) – zbiór ograniczeń Q – zasoby niezbędne do podjęcia decyzji Y = (Y1, …, Yn) – zbiór alternatywnych wariantów decyzji f – funkcja preferencji decydenta K – kryteria wyboru decyzji D – decyzja (decyzja optymalna lub satysfakcjonująca)
22 | S t r o n a
Rys. 3.2 Model układu sterowania przepływem materiałów z systemem controllingu operacyjnego w pętli sprzężenia zwrotnego
Źródło: Opracowanie własne
W założeniach dla modelu systemu zarządzania przepływem materiałów stan na wyjściu powinien
być zgodny z założonym planem - normą układu sterowania, a dopuszczalna różnica pomiędzy
stanem wyjścia y systemu (np. poziomem kosztów, poziomem niezawodności zaopatrzenia), a normą
z powinna mieścić się w granicach dopuszczalnej tolerancji odchyleń stanu wyjściowego,
wynikającej z formuły satysfakcji (wzór 3.4).
| y – z | ≤ (3.4)
W praktyce procesów zaopatrzenia przedsiębiorstw często występują potrzeby wielokierunkowego
sterowania przepływem materiałów ze względu na opóźnienia dostaw materiałów, niezgodności
jakościowe i reklamacje, zwiększone potrzeby materiałowe wynikające z braków produkcyjnych, itp.
Opracowanie właściwego modelu wielowariantowej symulacji przepływu materiałów w
procesach zaopatrzenia odbywa się iteracyjnie, zaczynając od wersji o najmniejszej złożoności,
poprzez jego uszczegółowianie, aż do otrzymania modelu docelowego17. Celem algorytmizacji
obliczeń dla formułowanych zadań sterowania przepływem materiałów, nie zawsze jest osiągnięcie
rozwiązania optymalnego, a zgodnie z wymaganiami praktyki zarządzania w przedsiębiorstwach,
może być rozwiązanie satysfakcjonujące18 z punktu widzenia celów krótkookresowych (np. poziomu
planowanego zysku) lub długookresowych (poziomu zakładanego udziału w rynku). Próg satysfakcji
osiągnięcia celu jest definiowany za pomocą dwóch parametrów:
wartości planowanej - z (normy) (niekoniecznie optymalnej),
dopuszczalnej tolerancji odchyleń stanu wyjściowego - (błędu).
Do kompleksowego opisu i analizy procesów (traktowanych jak układy transformacji) w sieci
zależności systemu przepływu materiałów, wykorzystano metodykę analizy i jednoczesnie regułę
opisu ICOM19 (ang. I - Input, O - Output, C - Control, M – Mechanism) (rys. 3.3).
17
Jacyna M., Modelowanie i ocena systemów transportowych, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2009, s. 36. 18
Reguła jest zgodna z zasadą satysfakcji H. A. Simona (laureata nagrody Nobla za badania systemów podejmowania decyzji w organizacjach gospodarczych), wg której w przedsiębiorstwach nie zawsze są poszukiwane rozwiązania optymalne i trudne, a realne i satysfakcjonujące. W mechanizmach podejmowania decyzji ustalane są progi satysfakcji dla zadanego kryterium i wybierany jest ten wariant, który jest satysfakcjonujący ze względu na wszystkie przyjęte kryteria. Rational decision making in business organizations. American Economic Review , 69, 1979 No 4 s.493-513
19 Weckenmann A., Brenner P.: A Process Modelling Approach For Design of Experiments, Information Control Problems in Manufacturing – INCOM 2006, s. 799-802
System przepływu materiałów – procesy
zamawiania, transportu, magazynowania
System controllingu – układ regulacji
System controllingu - układ pomiarowy
x y
z
| y – z | ≤
| y – z | >
23 | S t r o n a
Rys. 3.3. Metodyka analizy i reguła opisu procesów ICOM (działań, operacji, czynności)
Źródło: Opracowanie własne
Oddziaływanie na przepływ materiału i produkt każdego procesu (np. planowania potrzeb
materiałowych, zamawiania, transportu, magazynowania), obejmuje pomiar wyjścia procesu (Output),
pomiar i oddziaływanie na strumienie wejściowe procesu (Input), zasoby realizacji (Mechanism) oraz
metody i parametry sterowania procesem (Control) (rys. 3.3).
Do odwzorowania przeniesienia wartości w kolejnych etapach przepływu materiałów oraz
tworzenia i dostarczania produktu w procesie zaopatrzenia, wykorzystywane są metody mapowania20
procesów. Mapa procesu obrazująca graficznie przepływ pracy, jest podstawą analizy i oceny
przyrostu wartości procesu oraz punktem odniesienia doboru metod poprawy efektywności procesu.
Na potrzeby analizy wartości wykorzystywane są mapy procesu wykonywane z wykorzystaniem wielu
notacji21
procesowych, m in.:
IDEF - Integration DEFinition language22,
BPMN – Business Process Model and Notation,
UML – Universal Modelling Language,
DFD – Data Flow Diagram,
VSM i LVSM - Value Stream Mapping i Lean Value Stream Mapping,
notacja modelowania Rummera-Brache/Cross-functional – czynności rozpisane na komórki
organizacyjne i fazy przepływu,
W modelu zarządzania przepływem materiałów zastosowano referencyjną metodykę podejścia
procesowego SCOR23
. Znaczenie modelu SCOR i jego przydatność dla modelowania przepływu
materiałów ze względu na wielowariantową i wielokryterialną analizę efektywności procesów, wynika z
uniwersalnego podejścia do zarządzania różnymi konfiguracjami łańcuchów dostaw (w ramach
różnych profili działalności przedsiębiorstw oraz sektorów i branż gospodarczych) i metodyki myślenia
sieciowego24
.
20
Tworzenie szczegółowego schematu przebiegu procesu (mapy procesu), obejmującego wejścia, wyjścia, działania i wykorzystywane w nich zasoby, w odpowiedniej kolejności ich występowania. Graficzne przedstawienie ciągu działań i ich wzajemnych powiązań
21 Notacja to określony zestaw symboli (język graficzny) oraz zasady ich użycia, służący do wizualizacji przebiegu procesu.
22 Normy IDEF tworzenia przebiegu procesu opracował na początku lat 70-tych Department Obrony USA. Rodzina technik została rozwinięta przez D. T. Rossa. Na podstawie norm IDEF prof. August Wilhelm Scheer z Uniwersytetu Saarbrucken opracował metody umożliwiające mapowanie, analizę i reorganizację procesów gospodarczych. Do najczęściej stosowanych należą techniki:
IDEF0 - stosowana do tworzenia modelu funkcjonalnego prezentującego strukturę funkcji, procesów lub czynności w ramach modelowanego systemu,
IDEF1 - wykorzystywana do tworzenia modelu informacyjnego prezentującego charakter i strukturę zależności i przepływ informacji w systemie,
IDEF2 - używana do tworzenia modelu dynamicznego procesu lub systemu, umożliwiająca opis zmiany ich zachowań w czasie,
IDEF3 - stosowana do opisu i modelowania przepływu pracy w procesach. 23
SCOR – ang. Supply-Chain Operations Reference Model – model referencyjny operacji łańcucha dostaw integrujący pięć podstawowych procesów –planowania, zaopatrzenia, produkcji, dystrybucji i obsługi zwrotów (reverse logistics). Ponad 1000 przedsiębiorstw współpracujących w ramach światowej organizacji Supply-Chain Council – SCC uzgodniło najbardziej reprezentatywne metody opisu procesów łańcucha dostaw, zestaw mierników oceny procesów i ich wyników oraz najlepsze praktyki zarządzania procesami w łańcuchu dostaw. Najnowsze wyniki prac – SCOR Model Overview Version 9.0. – został opublikowany oficjalnie przez Supply-Chain Council w 2008 roku.
24 Metodykę myślenia sieciowego opisał prof. Zimniewicz w pracy: Współczesne koncepcje i metody zarządzania. PWE, Warszawa 2003, s. 131-137 na podstawie - Probst G., Gomez P.: Vernetztes Denken. Unternehmen ganzheitlichen führen, Wiesbaden 1989 oraz Ulrich H., Probst G.: Anleitung zum ganzheitlichen Denken Und Handeln. Ein Brevier für Führungskräfte, Bern-Stuttgart 1990
I - Input
M - Mechanism
Kompletacja ładunku
O - Output
Skompletowane ładunki przygotowane
do załadunku
C - Control
Pracownicy, częśd budynku magazynowego w strefie kompletacji, maszyny i urządzenia strefy kompletacji,
energia, kapitał
Materiały do skompletowania opakowania, etykiety, folia
Procedura kompletacji, instrukcja pakowania i znakowania, specyfikacja kompletacyjna,
zasady kontroli ładunku, normatywy zużycia
I - Input
M - Mechanism
Proces O - Output
Wyjście - produkt działania
C - Control
Zasoby zaangażowane w procesie (np. ludzie, budynki, maszyny, kapitał)
Wejście - np. materiały
Sterowanie ( strategia, polityka, zasady ,metody,
procedury, formuły)
24 | S t r o n a
W modelu SCOR zdefiniowano pięć procesów podstawowych umożliwiających modelowanie
wewnętrznych i zewnętrznych łańcuchów dostaw przedsiębiorstw:
plan - planowanie – harmonogramowanie,
source - pozyskanie/ nabycie - zaopatrzenie,
make - wykonanie – wytwarzanie,
deliver - wysłanie – dostawy, dostarczanie,
return - procesy zwrotne.
Zasady dekompozycji procesów w ramach kolejnych poziomów modelu SCOR, umożliwiających
konfigurowanie łańcucha wartości, przedstawiono na rys. 3.4.
Rys. 3.4. Zasady dekompozycji procesów na kolejnych poziomach modelu SCOR.
Źródło: Opracowanie własne na podstawie założeń The Supply-Chain Operations Reference-model (SCOR) ver. 9.0, Supply Chain Council 2008. s. 3-16.
Wartość praktyczną wypracowanego modelu osiągnięto w wyniku współpracy ponad 1000 przedsiębiorstw w
globalnej organizacji Supply Chain Council. Pięć obszarów referencyjnych modelu obejmuje:
standardowe opisy procesów zarządzania,
struktury relacji (zależności) pomiędzy procesami,
standardowe wyniki mierników procesów,
najlepsze praktyki zarządzania w ramach branży i klasy procesów,
standardowe konfiguracje i funkcjonalności łańcuchów dostaw.
Model SCOR ma na celu pomóc menedżerom przedsiębiorstw różnych profili działalności oraz branż i sektorów
działań – np. produkcyjnych, handlowych, usługowych - sformułować struktury łańcuchów dostaw, zmierzyć
procesy w łańcuchu, ocenić efektywność własnych działań oraz wskazać ogólne kierunki poprawy procesów.
Ustandaryzowany pomiar i analiza operacyjna oraz możliwość odniesienia do najlepszych wyników w danej grupie
przedsiębiorstw i klasie procesów, umożliwiają zarówno doskonalenie jak i upraszczanie procesów.
Rys. 3.4. Zasady dekompozycji procesów na kolejnych poziomach modelu SCOR
Źródło: Opracowanie własne na podstawie założeń The Supply-Chain Operations Reference-model (SCOR) ver. 9.0, Supply Chain Council 2008. s. 3-16.
W modelu SCOR prezentowane jest podejście procesowe, bez względu na liczbę podmiotów
uczestniczących w procesach, w tym powiązania dostawcy i odbiorcy w łańcuchu dostaw na różnych
poziomach zarządzania ich wzajemnymi relacjami. Na rysunku 3.5 przedstawiono złożoność relacji
pomiędzy liczbą podmiotów gospodarczych, zachodzącymi w nich procesami oraz łańcuchami
dostaw. Produkcja wyrobu gotowego wymaga zaopatrzenia w wiele materiałów, surowców, części
składowych oferowanych często przez wielu dostawców, stąd istotną kwestią jest analiza sieciowa
relacji relacji Deliver (D) – Source (S) w łańcuchu dostaw.
Zwrot Zwrot
Opis Schemat Specyfikacja
Poziom strategiczny -procesy główne łańcucha
dostaw – klasy (typy) procesów
Poziom 1 modelu referencyjnego operacji łańcucha dostaw definiuje cel działania i konfigurację procesów głównych. Stanowi podstawę definiowania celów wartości dla klienta i konkurencyjności produktu.
Nabycie Wykonanie Wysłanie
Planowanie 1
Poziom
Poziom konfiguracji
procesów - kategorie procesów
Na poziomie 2 łańcuch dostaw przedsiębiorstwa jest konfigurowany wg potrzeb klienta, produktu i planowanego
wyniku, ze zdefiniowanych kategorii procesów. Przedsiębiorstwa implementują strategię operacyjną poprzez konfigurację
łańcucha wartości ze zdefiniowanych procesów.
2
Poziom elementów procesu -dekompozycja
procesu
Poziom 3 definiuje zdolność przedsiębiorstwa do konkurowania
wartością produktu na wybranych rynkach i zawiera:
• definicję elementów procesów (np. zaopatrzenia, produkcji, dystrybucji)
• wejścia i wyjścia informacyjne elementów procesu
• mierniki wyników procesu
• najlepsze praktyki konfiguracji procesu – jeżeli istnieją
• organizacja możliwości które wspierają najlepsze praktyki
• zasoby (system/narzędzia) Przedsiębiorstwa dostosowują procesy do wymagań realizacji strategii operacyjnej.
3
P1.1 Identyfikacja, nadanie priorytetów i
agregacja potrzeb
P1.2 Identyfikacja, ocena i agregacja zdolności zasobów
P1.3 Bilansowanie
potrzeb z zasobami
P1.4 Opracowanie i komunikacja planów
operacyjnych łańcucha dostaw
Na poziomie 4 dekompozycji wg modelu SCOR przedsiębiorstwa implementują
wybrane praktyki zarządzania łańcuchem dostaw. Zdefiniowane są praktyki
osiągnięcia cech konkurencyjności i adaptowane w zmiennych warunkach
otoczenia rynkowego.
Poziom implementacji -dekompozycja elementów
procesu
4
Mod
el R
efe
rencyjn
y O
pera
cji
łańcuch
a D
osta
w
Nie zdefiniowane w modelu SCOR –
klasyczna dekompozycja
hierarchii procesu
25 | S t r o n a
S DM
S DM
S DM M S DM
S DM
S DM
S DM S DM S DM
S DM
S DMPodmioty
gospodarcze
Procesy /
podprocesy
S DM S DM S DM
S D
Łańcuchy
dostaw
Rys. 3.5 Wielowymiarowość procesu zaopatrzenia w modelu SCOR
Źródło: Opracowanie własne
Łącząc logikę opisu referencyjnego SCOR i formułę opisu ICOM w łańcuchach zaopatrzenia, na
każdym etapie przepływu materiałów występuje relacja dostawca-odbiorca, w której odbiorca w
procesie może pełnić rolę dostawcy w kolejnym procesie (rys. 3.6).
S DM S DM S DM
S DM
S DM
Podmioty gospodarcze
Podmiot nPodmiot n -1 Podmiot n +1
Pro
cesy
/ p
od
pro
cesy
Proces
Podproces n-1
Podproces n-2 Wyróżniony
obszar
zainteresowań
Rys. 3.6. Model relacji uczestników przepływu materiałów wg opisu referencyjnego SCOR
Źródło: Opracowanie własne
Uczestnikami łańcucha mogą być różne podmioty gospodarcze np. producenci, ich dostawcy,
operatorzy logistyczni, przewoźnicy. Logika opisu umożliwia uniwersalny opis każdego etapu
przepływu i transformacji materiałów, w przekroju rzeczowym, czasowym i przestrzennym.
Ogólny model zarządzania przepływem materiałów w procesie zaopatrzenia przedstawiony na rys
3.7 uwzględnia modele składowe poszczególnych funkcji operacyjnych:
(1) Model planowania S&OP – opracowywany na podstawie prognozy sprzedaży i zapotrzebowania
długookresowego na produkty przedsiębiorstwa. W ramach modelu jest wykonywana
transformacja planu sprzedaży na planowanie operacji w łańcuchu dostaw, w tym
zapotrzebowanie na produkty na docelowym rynku jest przenoszone na poziom planowania
spływu wyrobów z produkcji z uwzględnieniem algorytmów: zarządzania popytem, bilansowanie
zasobów produkcyjnych, weryfikację wyników finansowych oraz pokrycie potrzeb kapitału
operacyjnego.
W odniesieniu do potrzeb planu S&OP modelowane są zasoby systemu transportowego oraz
warunki outsourcingu usług transportowych, zasoby magazynowe oraz rachunek kosztów
rozpatrywanych procesów zaopatrzenia.
26 | S t r o n a
(1.1) Model planowania potrzeb materiałowych – z uwzględnieniem struktury materiałowej wyrobu i
rachunku materiałowego (ang. BOM – Bill of Materials), technologii i marszrut produkcyjnych
wymaganych do harmonogramowania zapotrzebowania materiałowego, stanów i zużycia
zapasów – symulowane są wartości potrzeb materiałowych netto,
(2) Model zamawiania – umożliwiający symulację wielu wariantów modeli zamawiania (np. Partia na
Partię, Ekonomiczne Wielkość zamówienia, Stała Wielkość Zamówienia) wg obliczonych potrzeb
materiałowych netto, wg iteracyjnie zmienianych parametrów modeli. Model zamawiania
obejmuje symulację warunków wejściowych na podstawie kontraktów zakupowych, kosztów
realizacji zamówienia i utrzymania zapasów, a także zasobów systemu transportowego i
magazynowego.
(3) Generator rzeczywistego zużycia i (4) Algorytm aktualizacji prognoz – pomocnicze modele
symulacyjne rzeczywistego zużycia dla badanych indeksów materiałowych, niezbędne dla
symulacji rzeczywistego środowiska zużycia i potrzeb materiałowych, realizacji dostaw
materiałowych i procesów transportowych oraz dostępności zapasów na etapie weryfikacji modeli
zmawiania.
(5) Model weryfikacji metod zamawiania – umożliwiający analizę wielokryterialną i wybór modeli
satysfakcjonujących wg zadanych wartości kryteriów; ocena jest dokonywana na podstawie
założonych wymagań dla modelu (operacyjnych) oraz odchyleń zabezpieczenia materiałowego
otrzymanych na podstawie porównania z danymi generatora rzeczywistego zużycia
materiałowego.
(6) Model systemu transportowego i (6.1) model weryfikacji systemu transportowego – obejmujący
modelowe rozwiązanie wielokryterialnego planowania załadunku i tras transportowych oraz
obciążenia floty i harmonogramowania przewozów. W ramach modelu uwzględniono kryteria
decyzyjne outsourcingu usług transportowych oraz weryfikacji operacyjnej i finansowej procesów
transportowych.
(7) Model magazynowania – stanowi model pomocniczy wymagany dla zdefiniowania możliwości
przyjęcia i obsługi dostaw materiałowych oraz utrzymania zapasów.
(8) Model controllingu operacyjnego (model analizy efektywności) – oparty o założenia i analizy
danych kosztów kalkulacyjnych i efektywności procesów przepływu materiałów oraz założenia
wyniku finansowego przyjęte już na etapie planu S&OP.
W metodyce modelowania procesów składowych zarządzania przepływem materiałów (np.
planowania potrzeb materiałowych, zamawiania i zarządzania zapasami, analizy kosztów i
efektywności, itd.), obok podstawowych zależności merytorycznych, wykorzystano założenia modelu
referencyjnego SCOR, klasyczną teorię systemów oraz formułę ICOM opisu procesów.
27 | S t r o n a
1.1 Model planowania
potrzeb materiałowych2. Model zamawiania
4. Algorytm
aktualizacji prognoz
5. Model weryfikacji
metod zamawiania
3. Generator
rzeczywistego zużycia
(generator liczb
losowych)
Wartość zakupów w przyjętym okresiePrognozy miesięczne z S&OP
Standardowy błąd prognozy
BOM
Termin wyprzedzenia dla
płaszczyzny wyrobu
Poziom obsługi klienta w ujęciu
probabilistycznym - POP
Normatyw braków,
Rozkład zapotrzebowania brutto w ujęciu dziennym
Potrzeby brutto
w ujęciu
dziennym
Historia zużycia indeksu
materiałowego w ujęciu dzień po dniu
Prognoza (średnia) w okresie
Standardowy błąd prognozy
Kompletność rzeczywistych danych
Strefy zużycia prognoz
Teoretyczny rozkład popytu
(uzupełnienie brakujących danych)
Zużycie (rzeczywiste) indeksu
materiałowego w ujęciu dzień po dniu
Zużycie (losowe) indeksu
materiałowego w ujęciu dzień po dniu
Strefy zużycia prognoz
Horyzont prognostyczny
Zaktualizowana prognoza
w ujęciu dzień po dniu
Weryfikacja statyczna (SIR)
Przepustowość magazynu
Pojemność magazynu
0
0
Poziom obsługi klienta w ujęciu ilościowym
(SIR) - wartość zmodyfikowana
Czas realizacji zamówienia - LT
Minimum logistyczne
Zapas bezpieczeństwa – ZB
Cena jednostkowa – c
Współczynnik kosztu utrzymania zapasu –
Liczba okresów pokrycia potrzeb - n
Horyzont planowania potrzeb - t
Współczynnik bezpieczeństwa -
Odchylenie standardowe czasu cyklu
uzupełniania zapasu -
Jednostkowy koszt uzupełniania zapasu – Kuz
Prognoza - Pr
0
0
6. Model systemu
transportowego
Budżet
Liczba środków
transportu
Charakterystyka
taboru
1. Model planowania
S&OP
Indeks materiałowy
Dostawca - D 6.1 Model weryfikacji
systemu
transportowego
Poziom obsługi klienta w ujęciu
probabilistycznym - POP
Wyniki weryfikacji
metod zamawiania
Poziom obsługi klienta w ujęciu
probabilistycznym - POP
Poziom obsługi klienta w ujęciu
ilościowym (SIR) - wartość
zmodyfikowana
LT
SWD, minimum logistyczne
Zapas bezpieczeństwa – ZB
Cena jednostkowa – c
Współczynnik kosztu utrzymania
zapasu –
Liczba okresów pokrycia potrzeb - n
Horyzont planowania potrzeb - t
Współczynnik bezpieczeństwa -
Odchylenie standardowe czasu cyklu
uzupełniania zapasu -
Jednostkowy koszt uzupełniania
zapasu – Kuz
Długoterminowe
zagregowane planowanie
sprzedaży wyrobów
gotowych
Zasoby przedsiębiorstwa
(materialne, organizacyjne)
Warunki kontraktów i ceny materiałów
Plany wyników (BSC)
Ograniczenia kapitałowe
7. Model
magazynowania
8. Model controllingu
operacyjnego – model
analizy efektywnościStany
zapasów
Stany zapasów
Pojemność i
przepustowość
magazynu
Poziom obsługi SIR
Poziom zapasów
Rotacja
Dane operacyjne
zamówień i dostaw
Dane operacyjne
przewozów
Wykorzystania pojazdów
Wykorzystania outsourcingu
Dane planistyczne
- koszty, przychody, zysk,
poziomy zapasów, kapitał
obrotowy
Stany zapasów
Pojemność i
przepustowość
magazynu
Wynik analizy
efektywności
Rzeczywiste koszty
Identyfikacja odchyleń o
założeń
Sterowanie
rekonfiguracją modeli
Parametry infrastruktury
i procesów magazynowych
Stany zapasów
Poziom obsługi klienta w ujęciu ilościowym (SIR) -
wartość zmodyfikowana
Czas realizacji zamówienia - LT
Minimum logistyczne
Zapas bezpieczeństwa – ZB
Cena jednostkowa – c
Współczynnik kosztu utrzymania zapasu
Liczba okresów pokrycia potrzeb - n
Horyzont planowania potrzeb - t
Współczynnik bezpieczeństwa
Odchylenie standardowe czasu cyklu uzupełniania
zapasu
Jednostkowy koszt uzupełniania zapasu – Kuz
Prognoza - Pr
Rys. 3.7. Model wielowariantowej symulacji zarządzania przepływem materiałów i analizy efektywności w procesie zaopatrzenia
Źródło: Opracowanie własne
28 | S t r o n a
Tabelaryczne zestawienie danych wejściowych i parametrów wsadowych, dla poszczególnych
etapów oceny efektywności procesu zaopatrzenia z uwzględnieniem modułów/procesów składowych
dostarczających dane wejściowych, przedstawiono w tabeli 3.1.
Tabela 3.1 Zestawienie danych wejściowych i parametrów wsadowych do analizy efektywności
procesu zaopatrzenia
Moduł/proces dostarczający dane
Dane wejściowe Element modelu Parametry wsadowe modelu
Moduł S&OP tzi – czas realizacji pojedynczego zamówienia
Analiza i ocena kontroli dostaw
nd – całkowita ilość dostaw
Moduł weryfikacji zamówienia
tdi – czas pojedynczej dostawy wws – wartość wadliwych surowców
Moduł weryfikacji zamówienia
nz – ilość zrealizowanych zamówień
wwo – wartość wadliwych opakowań
wwmp – wartość wadliwych materiałów pomocniczych
LRiZ – liczba reklamacji i zwrotów
LDZ – liczba dostaw zrealizowanych zgodnie z parametrami zamówienia
LDT – liczba dostaw terminowych
LDS – liczba dostaw spełniających specjalne wymagania
wzi – wartość pojedynczego zamówienia
Moduł transportowy Dgt – liczba wozodni gotowości technicznej
Analiza i ocena efektywności
procesów transportowych
Tnw – czas prac przeładunkowych Kt – przebieg ładowny (w wozokilometrach) P – przebieg ogółem (w wozokilometrach) Lp – ilość zużytego paliwa (w litrach)
Moduł transportowy Di – liczba wozodni gotowości ewidencyjnych
Moduł transportowy De – liczba wozodni pracy
Moduł transportowy Dgt – liczba wozodni gotowości technicznej
Moduł transportowy G – łączna liczba wozogodzin pracy floty transportowej
Moduł transportowy Tj – czas jazdy
Moduł transportowy q – średnia ładowność poszczególnych grup pojazdów
Moduł transportowy T – czas pracy floty transportowej (w wozogodzinach)
Moduł transportowy Zjł – liczba jazd ładownych wykonywanych przez wszystkie pojazdy lub grupę
Moduł transportowy D – przejechana droga (w kilometrach)
Moduł transportowy Ł – przewieziony ładunek
Moduł S&OP tp – czas pojedynczego przyjęcia materiałów
Analiza zabezpieczenia
potrzeb w procesie zaopatrzenia
LDK – liczba dostaw kompletnych
Moduł S&OP LŁZ – liczba pozycji zawartych w ładunkach zunifikowanych
nd – całkowita ilość dostaw
Moduł S&OP LŁ – liczba pozycji zawartych we wszystkich ładunkach
nz – liczba zatrudnionych
Moduł S&OP LZZ – liczba zamówień zrealizowanych z zapasu dostawcy
LZ – liczba wszystkich zrealizowanych zamówień (dane historyczne)
Moduł S&OP Di – wielkość pojedynczej dostawy
Analiza i ocena efektywności zarządzania zapasami
nd – całkowita ilość dostaw Ldn – liczba dostaw niezgodnych z wymaganiami ω – współczynnik bezpieczeństwa uo – wskaźnik okresowego kosztu utrzymania zapasu wKuz – współczynnik kosztów utrzymania zapasów
Moduł S&OP P – wielkość potrzeb w badanym okresie
Moduł S&OP ZPi – zapas początkowy w i-tym okresie
Moduł S&OP ZKi – zapas końcowy w i-tym okresie
Moduł S&OP n – liczba pomiarów zapasów
Moduł S&OP σPT – odchylenie standardowe błędu prognozy w okresie cyklu uzupełnienia zapasu
Moduł S&OP Pp – prognozowana średnia wartość popytu
Moduł S&OP ku – koszt związany z zamówieniem i przyjęciem jednej dostawy
29 | S t r o n a
Moduł/proces dostarczający dane
Dane wejściowe Element modelu Parametry wsadowe modelu
Moduł S&OP C – cena zakupu
Moduł S&OP kJOZ – koszt jednostkowy odtworzenia zapasu
Moduł zamówienia KZP – wartość kosztów zaopatrzenia
Analiza kosztów i kapitału w procesie
zaopatrzenia
KO – wartość kosztów ogółem
Moduł zamówienia LD – liczba dostawców KRS – wartość kosztów reklamowanych surowców
Moduł zamówienia KZPD – wartość kosztów zaopatrzenia przypadających na określonego dostawcę
KSO – wartość kosztów surowców ogółem
Moduł zamówienia nDD – ilość dostaw zrealizowanych przez określonego dostawcę
KDN – wartość kosztów dostaw niekompletnych
Moduł zamówienia KZM – wartość kosztów zużycia materiałów
Moduł zamówienia ZM – przeciętny stan zapasów materiałowych
Moduł weryfikacji zamówienia
Om – wielkość obrotu magazynowego w badanym okresie
Analiza wydajności organizacyjnej
magazynu
Zp – średnia liczba zatrudnionych pracowników w magazynie
Moduł weryfikacji zamówienia
Omr – wielkość obrotu magazynowego wg rozchodu w badanym okresie
Tre – liczba godzin przepracowanych przez magazynierów w badanym okresie
Moduł weryfikacji zamówienia
Zs – wielkość średniego zapasu magazynowego
Tre – liczba godzin przepracowanych przez magazynierów w badanym okresie
Ww – wartość wyposażenia technicznego magazynu
Zp – średnia liczba zatrudnionych pracowników w magazynie
Ps – powierzchnia składowa magazynu
Moduł weryfikacji zamówienia
Om – wielkość obrotu magazynowego w badanym okresie
Analiza wydajności technicznej magazynu
Ww – wartość wyposażenia technicznego magazynu
Moduł transportowy Tte – efektywny czas pracy śr. transportu magazynowego
Vs – pojemność składowa (nominalna) magazynu wg planu zagospodarowania przestrzeni magazynowej
Moduł transportowy Qr – ciężar ładunków przemieszczanych śr. tr. mag.
Vu – pojemność użytkowa magazynu
Moduł transportowy Zsp – zapas dóbr składowanych w magazynie na paletach
Wst – wartość środków transportu magazynowego
Moduł transportowy Zc – zapas dóbr składowanych w magazynie
Moduł Generatora Potrzeb
Kmc – koszty magazynowania w badanym okresie
Analiza ekonomiczna
pracy magazynu
U – wielkość zysku osiągniętego przez magazyn w badanym okresie
Moduł weryfikacji zamówienia
Omp – wielkość obrotu magazynowego wg przychodu w badanym okresie
Zi – wielkość zapasu magazynowego na początku badanego okresu
Moduł Generatora Potrzeb
Omr – wielkość obrotu magazynowego wg rozchodu w badanym okresie
d – liczba dni w badanym okresie
Moduł Generatora Potrzeb
Zs (w) – wartość średniego zapasu magazynowego w badanym okresie
Moduł Generatora Potrzeb
Zs (t) – wielkość średniego zapasu magazynowego w badanym okresie
Moduł Generatora Potrzeb
Kmc – koszty magazynowania w badanym okresie
Analiza kosztów magazynowania
Ww – wartość wyposażenia technicznego magazynu
Moduł weryfikacji zamówienia
Omr – wielkość obrotu magazynowego wg rozchodu w badanym okresie
Zp – średnia liczba zatrudnionych pracowników w magazynie
Moduł S&OP Moduł S&OP Moduł S&OP Moduł S&OP
Zśr – zapas średni w badanym okresie Lpm – liczba przemieszczeń w magazynie Kk – koszty kompletacji Lzk – liczba zleceń kompletacyjnych
Pu – powierzchnia użytkowa magazynu Kmu – koszty eksploatacji wyposażenia magazynu Kmo – koszty osobowe pracowników magazynowych KM – koszty magazynu Lms – liczba miejsc składowych ogółem
Źródło: Opracowanie własne
30 | S t r o n a © Wyższa Szkoła Logistyki, Poznao 2015 Śliwczyoski B. (red.), Modelowanie systemu zarządzania przepływem materiałów i oceny efektywności procesów.
3.1. Model planowania sprzedaży i operacji - S&OP
MICHAŁ ADAMCZAK, PIOTR CYPLIK, ROMAN DOMAŃSKI, ŁUKASZ HADAŚ,
MARTYNA MALAK, ŻANETA PRUSKA, BOGUSŁAW ŚLIWCZYŃSKI Wyższa Szkoła Logistyki
Plan S&OP obejmuje programowanie asortymentu i wielkości sprzedaży oraz produkcji i operacji w
łańcuchu przepływu materiałów i produktów. Zarządzanie przepływem materiałów jest przede
wszystkim powiązane z działaniami w średnim i krótkim horyzoncie planowania (główny harmonogram
produkcji, planowanie potrzeb materiałowych), ale jego uwarunkowania strategiczne i rynkowe –
prognozy sprzedaży i produkcji, plany finansowe, plany inwestycyjne i rozwoju zasobów
przedsiębiorstwa – wynikają z planów długookresowych (strategicznych). Przykładowy schemat
relacji planów zarządzania przepływem materiałów i uwarunkowania oraz wpływ planu S&OP na
zależności pomiędzy planowaniem długo-, średnio- i krótkoterminowym przedstawiono na rysunku
3.1.1.
Rys. 3.1.1. Lokalizacja i relacje planu S&OP w otoczeniu zarządzania przepływem materiałów
Źródło: Opracowanie własne
Do planów otoczenia przepływu materiałów, znacząco wpływających na efektywność planu S&OP
są zaliczane:
— Prognoza działalności przedsiębiorstwa – w jej ramach wykonywana jest ocena czynników
otoczenia (ekonomicznych, technologicznych, społecznych) i działań konkurencji, które mogą
wpływać na popyt na produkty przedsiębiorstwa. Na podstawie prognoz podejmowane są
strategiczne decyzje sprzedaży (rynki, grupy produktów), decyzje o rozwoju technologicznym i
zasobów ludzkich, decyzje inwestycyjne, kształtowana jest jakość i zapotrzebowanie na kapitał.
— Plan sprzedaży i produkcji (S&OP) – obejmuje kojarzenie grup wytwarzanych wyrobów z rynkami
ich sprzedaży (z podziałem na grupy klientów i obszary geograficzne). Połączenie produkt – rynek
jest podstawą integracji planowania wszystkich działań (marketingowych i kreowania popytu,
budowania kanałów dystrybucji i zaopatrzenia, dopasowania wydajności i poziomu
technologicznego produkcji oraz jakości produktu według wymagań rynku). Planowanie sprzedaży
tworzy podstawy planowania przychodów przedsiębiorstwa. Analiza opłacalności planu S&OP jest
podstawą efektywnego planowania procesów przepływu materiałów i jest odniesieniem dla
systemu controllingu operacyjnego (patrz rys. 3.7).
Asortymentowo-ilościowy plan
produkcji
Plan zapotrzebowania
na zasoby
Plan finansowy Plan sprzedaży i produkcji
- S&OP
Prognozy działalności przedsiębiorstwa (np. sprzedaży)
Długi horyzont planowania
Wstępny plan wykorzystania
potencjału
Główny harmonogram
produkcji Zarządzanie popytem
Plan obciążeń potencjału (zasobów)
Plan potrzeb materiałowych
Sterowanie
zaopatrzeniem
Sterowanie przebiegiem
działań (produkcji)
Średni horyzont planowania
Krótki horyzont planowania
31 | S t r o n a
— Asortymentowo-ilościowy plan produkcji – określa ilościowe zadania przyszłych okresów, łączną
wielkość produkcji grup wyrobów przedsiębiorstwa rozłożoną w czasie, wymaganą do pokrycia
popytu. Planowanie produkcji na tym poziomie powinno uwzględniać sezonowość popytu, wąskie
gardła i okresowe tworzenie zapasów w powiązaniu z planem zapotrzebowania na zasoby
produkcyjne przedsiębiorstwa oraz potrzebami kooperacji z podwykonawcami. Plan
asortymentowo-ilościowym łączy planowanie długookresowe (sprzedaży, finansów) z planem
średniookresowym – głównym harmonogramem produkcji.
— Plan zapotrzebowania na zasoby – określa długoterminowe potrzeby zasobów przedsiębiorstwa
zabezpieczających realizację planów sprzedaży (ludzi i wiedzy, mocy produkcyjnych,
transportowych i magazynowych oraz budynków i wyposażenia, systemów informatycznych). Plan
jest podstawą przygotowania planów inwestycyjnych, a wielkości potrzeb zasobów powinny
wystarczyć na realizację planu produkcji.
— Plan finansowy – zawiera zestawienie wielkości planowanych przychodów ze sprzedaży z
kosztami produkcji i sprzedaży wyrobów oraz innymi wydatkami przedsiębiorstwa w okresie czasu
objętym planem. Określone zostają potrzeby finansowe przedsiębiorstwa oraz źródła ich pokrycia.
— Główny harmonogram produkcji – zawiera terminy i liczbę partii produkcyjnych poszczególnych
wyrobów w średnim horyzoncie czasu, który jest jednocześnie podstawą wstępnego planu
wykorzystania (obciążenia) potencjału produkcyjnego. Plan stanowi podstawę określenia
harmonogramu spływu wyrobów finalnych z produkcji, zapotrzebowania na materiały i realizację
dostaw materiałów. Główny harmonogram produkcji jest centralnym ogniwem łączącym wszystkie
czynności planistyczne i organizacyjne przepływu materiałów (w tym sterowania zaopatrzeniem
materiałowym, procesami transportowymi i dostaw materiałów).
— Wstępny plan wykorzystania potencjału produkcyjnego – stanowi podstawę dopasowania
harmonogramu produkcji do dostępnej w takim samym cyklu czasowym zdolności produkcyjnej
przedsiębiorstwa oraz możliwości dostawców i kooperantów. Na podstawie porównania obciążeń
(wynikających z planu sprzedaży i produkcji) i zdolności produkcyjnych, plan jest narzędziem
kontrolnym, pozwalającym określić „wąskie gardła‖ przepływu materiałów i ograniczenia
dostępności zasobów produkcyjnych.
— Zarządzanie popytem – obejmuje zbieranie i porządkowanie danych zamówień zewnętrznych (od
klientów) i wewnętrznych (np. działań promocyjnych lub sieci serwisowej) na produkty.
Analizowane są ceny, pilność realizacji, zyskowność produktu. Określane są wielkości i terminy
produkcji poszczególnych partii produkcyjnych dla głównego harmonogramu produkcji,
pokrywające potrzeby planu ilościowo-asortymentowego produkcji.
— Plan potrzeb materiałowych – określa harmonogram zapotrzebowania materiałowego dla
produktów, wytwarzanych zgodnie z przyjętymi w harmonogramie produkcji partiami
produkcyjnymi. Plan określa asortyment i wielkość potrzeb poszczególnych materiałów
wynikających ze struktury wyrobu gotowego. Praktycznie plan potrzeb materiałowych obejmuje
każdy element wyrobu finalnego, na każdym etapie procesu wytwarzania.
— Plan obciążeń potencjału (zasobów) – określa harmonogram obciążenia zdolności produkcyjnych
niezbędnych do wykonania operacji produkcyjnych. Obliczone w planie wielkości i czas obciążenia
ludzi oraz maszyn i urządzeń, umożliwiają kontrolę przyjętego harmonogramu produkcji oraz planu
potrzeb materiałowych i w przypadku braku możliwości zbilansowania obciążeń, wprowadzane są
korekty do planu produkcji i planu potrzeb materiałowych.
W wyniku opracowania planu S&OP dla przyjętych normatywów operacyjnych i kosztowych
pracochłonności, zużycia materiałów, energii i innych kosztów standardowych oraz przychodów ze
sprzedaży planowanych produktów – wykonywane jest bilansowanie potrzeb ze zdolnościami
produkcyjnymi (określenie realności planu) oraz na podstawie przychodów i kosztów sprzedaży –
wykonywana jest analiza efektywności planu S&OP. Efektywność procesów (E) w pełnym łańcuchu
wytwarzania i sprzedaży produktów jest określana m.in. na podstawie efektu osiągania zysku (Z) w
horyzoncie planu S&OP:
32 | S t r o n a
Z = P – K E = Z/P (efektywność sprzedaży); E = Z/K (efektywność kosztowa); E = Z/A (efektywność aktywów)
gdzie: P – przychody ze sprzedaży określonych w planie wyrobów (na podstawie wszystkich grup produktów),
K – koszty ponoszone w pełnych łańcuchach dostaw wyrobów na docelowe rynki.
A – aktywa trwałe i obrotowe (zasoby) przedsiębiorstwa
Na podstawie planu S&OP opracowywany jest plan potrzeb materiałowych dla wytworzenia i
sprzedaży zaplanowanej oferty ilościowo-asortymentowej produktów. Szczegółowy algorytm
planowania potrzeb materiałowych (materiału AC231-09-002) na podstawie planu S&OP
przedstawiono na rys. 3.1.2.
33 | S t r o n a
Rys. 3.1.1 Algorytm planowania potrzeb materiałowych
(materiału AC231-09-002) na podstawie planu S&OP
Źródło: Opracowanie własne na podstawie wyników badań
OP: okres planowania sprzedaży
PS|P1(OP): zagregowana wielkość potrzeb sprzedaży P1 w okresie OP
START Algorytm obliczenia wielkości potrzeb
materiału AC231-09-002
Generator prognoz zapotrzebowania zagregowanego
PS|P1 := rozkład (prognoza sprzedaży P1)
PS|P1(OP):= RP|P1(OP)
struktura wyrobu P1 : BOM(P1) wykaz materiałowy (BOM)P1 : i1..in
zapas dysponowany (i1..in) : zapi1 .. zapin
otwarte zamówienie (i1..in) : zami1 .. zamin poziom braków (i1..in) : braki1 .. brakin
Algorytm planowania dystrybucji – przeniesienia potrzeb sprzedaży na poziom spływu z produkcji
Algorytm zarządzania popytem
Algorytm bilansowania zasobów produkcyjnych
Algorytm weryfikacji finansowej
- analiza wyniku finansowego,
- analiza potrzeb kapitału operacyjnego,
Algorytm planowania S&OP
P|P1 := wielkość potrzeb produkcji P1
Algorytm rachunku materiałowego AC231-09-002
PM|AC231-09-002 := wielkość potrzeb materiałowych indeksu AC231-09-002
Czy PM|AC231-09-002 ≥
WZmin
TAK
NIE
WDN:=∑WDi|DN (i1..iK)
Minimalna wielkość zamówienia AC231-09-002 : WZmin Minimalna wartość wszystkich zamówień WDi|DN składanych
do dostawcy AC231-09-002 : WDNmin [dostawca DN]
Czy WDN ≥ WDNmin
TAK
NIE
PM|AC231-09-002 := WZmin
Czy WDNmin - WDN ≥
WZmin - PM|AC231-09-002
TAK
PM|AC231-09-002 := PM|AC231-09-002 + (WDNmin - WDN)
NIE
STOP Algorytm obliczenia wielkości potrzeb
materiału AC231-09-002
34 | S t r o n a
Dane wykorzystywane w modelu na etapie planowania S&OP - do analizy i weryfikacji prognoz i
planów sprzedaży, mocy produkcyjnych i dostępnych zapasów - przedstawiono w tabeli 3.1.1.
Tabela 3.1.1 Dane planu S&OP i długoterminowej analizy potrzeb materiałowych
Dana Oznaczenie Format danych Jednostka
miary Źródło Wzór Opis pola
Pri+1 Średnia
arytmetyczna liczba
Zależna od
prognozowanej wielkości i
jednostki czasu
(szt/dzień, kg/m-c itp.)
Dział sprzedaży –
wyroby gotowe Dział zaopatrzenia
– materiały surowce
Pri+1=
n
Pn
i
j1
Wartość wyznaczana na potrzeby tworzenia
planu S&OP
Pri prognoza na i-ty
okres liczba
Zależna od prognozowanej
wielkości i
jednostki czasu (szt/dzień, kg/m-
c itp.)
Dział sprzedaży – wyroby gotowe
Dział zaopatrzenia – materiały
surowce
-
Wartość prognozy badanej cechy w
określonym przedziale czasu
jP
Popyt w j-tym
okresie na rynkach, na których działa
przedsiębiorstwo
liczba
Zależna od
badanej wielkości i jednostki czasu (szt/dzień, kg/m-
c itp.)
Dział sprzedaży –
wyroby gotowe Dział zaopatrzenia
– materiały
surowce
- Wartość niezbędna do
określania prognoz
n liczba elementów
próby liczba -
Dział sprzedaży –
wyroby gotowe Dział zaopatrzenia
– materiały surowce
-
Ilość okresów na podstawie, których określono wielkość
prognozy
Pri+1 Średnia
arytmetyczna liczba
Zależna od prognozowanej
wielkości i
jednostki czasu (szt/dzień, kg/m-
c itp.)
Dział sprzedaży –wyroby gotowe
Dział zaopatrzenia – materiały
surowce Pri+1=
k
Pi
ki
j1
Wartość wyznaczana
na potrzeby tworzenia planu S&OP
k
ilość elementów, na
podstawie, których liczona jest
prognoza
liczba -
Dział sprzedaży –
wyroby gotowe Dział zaopatrzenia
– materiały
surowce
-
Pozwala na okreslenie
z jak długiego przedziału czasu mają
być brane dane do
sporządzenia prognozy
Pri+1 Średnia ruchoma
ważona liczba
Zależna od
prognozowanej wielkości i
jednostki czasu
(szt/dzień, kg/m-c itp.)
Dział sprzedaży –
wyroby gotowe Dział zaopatrzenia
– materiały surowce
Pri+1=
i
ki
j
i
ki
jj
w
wP
1
1 Wartość wyznaczana
na potrzeby tworzenia
planu S&OP
jw waga j-tego elementu
liczba Liczba dodatnia
Dział sprzedaży – wyroby gotowe
Dział zaopatrzenia – materiały
surowce
-
Pozwala na określenie
istotności danej cechy, istnieje możliwość
dopierania wag, których suma wynosi 1 jak i systemu wag bez
granicznej wartości sumy
Pri+1 Model Browna liczba
Zależna od prognozowanej
wielkości i jednostki czasu
(szt/dzień, kg/m-c itp.)
Dział sprzedaży –
wyroby gotowe Dział zaopatrzenia
– materiały
surowce
Pri+1 = Pi· + Pri· (1 -
),
Wartość wyznaczana na potrzeby tworzenia
planu S&OP
- stała wygładzania liczba <0;1>
Dział sprzedaży –wyroby gotowe
Dział zaopatrzenia
– materiały surowce
-
Pi popyt rzeczywisty w
i-tym okresie liczba
Zależna od badanej wielkości
i jednostki czasu (szt/dzień, kg/m-
c itp.)
Dział sprzedaży –wyroby gotowe
Dział zaopatrzenia – materiały
surowce
-
Zanotowana wartość popytu w określonym
przedziale czasu na określony wyrób lub
usługę
Pri+1 Model Holta
liczba
Zależna od prognozowanej
wielkości i jednostki czasu
(szt/dzień, kg/m-
c itp.)
Dział sprzedaży –wyroby gotowe
Dział zaopatrzenia – materiały
surowce
Pri+j = ai + bi·j
ai = ·Pi + (1-)·(ai-1
+ bi-1)
bi = ·(ai – ai-1) + (1-
)·bi-1
Wartość wyznaczana
na potrzeby tworzenia planu S&OP
35 | S t r o n a
Dana Oznaczenie Format danych Jednostka
miary Źródło Wzór Opis pola
stała wygładzania
trendu
liczba
zawierająca się w przedziale <0;1>
Dział sprzedaży –
wyroby gotowe Dział zaopatrzenia
– materiały surowce
-
Wielkość używana w celu opracowania
prognozy wg. modelu Holta
pjP
Planowany popyt w j-tym okresie na
rynkach, na których przedsiębiorstwo zamierza działać
liczba
Zależna od badanej wielkości
i jednostki czasu (szt/dzień, kg/m-
c itp.)
Dział sprzedaży - Wartość niezbędna do
określania prognoz
Psai Plan sprzedaży a-
tego asortymentu w i-tym okresie czasu
liczba
Zależna od
badanej wielkości i jednostki czasu (szt/dzień, kg/m-
c itp.)
Dział sprzedaży -
Plan sprzedaży sporządzany w ujęciu
zgodnym z potrzebami przedsiębiorstwa (np.
w ujęciu asortymentowo
ilościowym z
uwzględnieniem rynków, na których
działa przedsiębiorstwo)
aw Asortyment
wycofywany z rynku Alfanumeryczny
litery/liczby -
Dział sprzedaży Dział marketingu
-
Zestaw pozycji materiałowych,
których sprzedaż nie
będzie kontynuowana
an Asortyment
wprowadzany na rynek
Alfanumeryczny litery/liczby
- Dział sprzedaży Dział marketingu
-
Zestaw pozycji
materiałowych, wprowadzanych na
rynek
si Wskaźnik
sezonowości liczba procent
Dział sprzedaży –
wyroby gotowe Dział zaopatrzenia
– materiały surowce
si= Pi/P Dana niezbędna do
opracowywania
planów sprzedaży
Oai
Potwierdzone
zamówienia na dany asortymenty
liczba
Zależna od badanej wielkości
i jednostki czasu (szt/dzień, kg/m-
c itp.)
Dział sprzedaży -
Sumaryczna wielkość zamówień na dany
asortyment w określonym przedziale
czasu
Ti Dostępne
technologie w i-tym
okresie czasu
Alfanumeryczny litery/liczby
-
Technologiczne
przygotowanie produkcji
Planowanie produkcji
-
Zbiór technologii, z
których może korzystać
przedsiębiorstwo w
określonym przedziale czasu
Mti
Moce produkcyjne dla t-tej technologii
w i-tym okresie czasu
liczba Gr – godziny
robocze
Technologiczne przygotowanie
produkcji Planowanie produkcji
-
Moce określone w godzinach roboczych
dla każdej z dysponowanych
technologii
Lti
Dostępne zasoby
ludzkie dla t-tej technologii w i-tym
okresie czasu
liczba Gr – godziny
robocze
Dział kadr
Planowanie produkcji
-
Moce produkcyjne ludzi w godzinach
roboczych dla każdej z dysponowanych
technologii
Rti Plan remontów dla
t-tej technologii w i-
tym okresie czasu
liczba Gr – godziny
robocze
Dział utrzymania
ruchu -
Plan remontów
rozumiany jako umniejszenie
dostępnych mocy
produkcyjnych dla t-tej technologii w i-tym
okresie czasu
Ppaii
Program produkcji
a-tego asortymentu w i-tym okresie
czasu
liczba
Zależna od
badanej wielkości i jednostki czasu (szt/dzień, kg/m-
c itp.)
Planowanie produkcji
- Program
asortymentowo ilościowy
Dai
Zapotrzebowanie na a-ty asortyment w i-
tym przedziale
czasu
liczba
Zależna od
badanej wielkości i jednostki czasu
(szt/dzień, kg/m-c itp.)
Planowanie produkcji
Dział zaopatrzenia
- Zapotrzebowanie
wynikające z metody
MRP
ZWa Dostępny zapas wolny a-tego
asortymentu
liczba
Zależna od badanej wielkości i jednostki czasu
(szt/dzień, kg/m-c itp.)
Dział zaopatrzenia ZWa =
ZMa + ZZa + ZRa
Zapas, którym dysponuje w
określonym przedziale czasu przedsiębiorstwo
36 | S t r o n a
Dana Oznaczenie Format danych Jednostka
miary Źródło Wzór Opis pola
ZMa Zapas magazynowy
a-tego asortymentu liczba
Zależna od
badanej wielkości i jednostki czasu
(szt/dzień, kg/m-c itp.)
Dział zaopatrzenia
WMS -
Dostępny na
magazynie zapas
ZZa Zapas zamówiony
a-tego asortymentu liczba
Zależna od badanej wielkości
i jednostki czasu (szt/dzień, kg/m-
c itp.)
Dział zaopatrzenia - Materiały zamówione u
dostawcy
ZRa
Zapas
zarezerwowany a-tego asortymentu
liczba
Zależna od badanej wielkości
i jednostki czasu (szt/dzień, kg/m-
c itp.)
Dział zaopatrzenia
Planowanie produkcji
-
Zapasa zarezerwowany na
potrzeby sprzedaży, produkcji, działań
specjalnych
Sx Dostawca Alfanumeryczny
litery/liczby - Dział zaopatrzenia -
Symbol dostawcy, do
którego przypisane są wszystkie
charakterystyki
materiałów
Źródło: Wyniki badań własnych
Dane wejściowe prognoz i planów sprzedaży do planu S&OP mogą być importowane z baz danych
systemu ERP przedsiębiorstwa lub z innych źródeł (np. arkuszy danych). W modelu systemu
zarządzania przepływem materiałów może być na etapie planowania S&OP wykorzystany generator
prognoz/planów sprzedaży. Model procesu planowania S&OP uwzględniający zagnieżdżone
podprocesy, wykonany w środowisku iGrafx Process, przedstawiono na rys. 3.1.2.
Początek modelu S&OP
1
Model SOP
5
Przekazanie planu S&OP
Komunikat WyjscieSOP
Partner: Model PPM
6Prognozowanie
i planowanie
sprzedaży
2
Bilansowanie
zdolności operacyjnej
w łańcuchu dostaw
3
Analiza efektywności
planu S&OP
4
Rys. 3.1.2 Model procesu S&OP wykonany w środowisku iGrafx Process
Źródło: Wyniki badań własnych
37 | S t r o n a © Wyższa Szkoła Logistyki, Poznao 2015 Śliwczyoski B. (red.), Modelowanie systemu zarządzania przepływem materiałów i oceny efektywności procesów.
3.2. Model planowania potrzeb materiałowych
MICHAŁ ADAMCZAK, PIOTR CYPLIK, ROMAN DOMAŃSKI, ŁUKASZ HADAŚ,
MARTYNA MALAK, ŻANETA PRUSKA, BOGUSŁAW ŚLIWCZYŃSKI Wyższa Szkoła Logistyki
Planowanie potrzeb w sieci zaopatrzenia i kooperacji produkcji ma na celu zapewnienie dostaw
zgodnie z wymaganiami planu operacji produkcyjnych wg planu S&OP. Do planowania potrzeb
materiałowych i kooperacji produkcji (potrzeb dostaw podzespołów i półproduktów od
podwykonawców) są wykorzystywane metody planowania potrzeb materiałowych (rodzina metod
klasy MRP). Określany jest harmonogram zapotrzebowania materiałowego, wynikający z asortymentu
oraz wielkości i terminu wykonania wyrobu gotowego w procesie produkcji. Obliczane są terminy
dostawy elementów, surowców i materiałów, koniecznych do wytworzenia wyrobu gotowego zgodnie z
harmonogramem produkcji lub planem odtwarzania zapasów. Planowanie potrzeb materiałowych
obejmuje każdy element wyrobu finalnego, w każdej fazie procesu wytwarzania. W wyniku planowania
zgodnie z metodą MRP powstaje harmonogram dostaw, który jest podstawą planowania potrzeb
transportowych przedsiębiorstwa. Podstawą integracji działań jest wspólna baza danych
planistycznych, procedury i formuły planowania oraz parametry i normatywy planowania (rys. 3.2.1).
Rys. 3.2.1. Środowisko integracji danych planowania potrzeb materiałowych i organizacji zaopatrzenia
Źródło: opracowanie własne
Dane wejściowe w planowaniu potrzeb materiałowych obejmują:
zapotrzebowanie materiałowe brutto,
struktura wyrobu,
zapas dysponowany,
wielkość partii produkcji (dostawy),
cykle produkcji (dostaw).
Struktura wyrobu – zapotrzebowanie na materiały składowe
Struktura procesu technologicznego (z uwzględnieniem obciążenia zdolności produkcyjnej)
Bieżący stan zapasów
Cykl dostawy materiałów
Normatywy wielkości partii produkcyjnej
Harmonogram remontów i konserwacji (definiowanie dostępnej zdolności produkcyjnej)
Aktualnie realizowane zamówienia
(otwarte)
Portfel zaległych zamówieo
Wielkośd potrzeb brutto
Wielkośd potrzeb netto Wielkości i terminy dostaw Miejsce, termin i poziom utrzymywanych zapasów
Plan zakupów Harmonogram wydatków
Terminy płatności
Planowanie potrzeb materiałowych
(np. wg metody MRP)
Źródło danych: Dział produkcji Źródło danych Dział Produkcji lub Dział Techologii Dział Produkcji lub Planowania Produkcji Dział Remontów lub Utrzymania Ruchu Dział Obsługi Klientta Dział Finansowy lub Zaopatrzenia
Źródło danych
Dział Produkcji, Konstrukcji lub
Technologii
Dział Magazynu
Dział Zaopatrzenia
Dział Zaopatrzenia
Integracja danych
Integracja danych
Zintegrowane odniesienie do indeksu materiałowego - analiza poprawności obliczeo, aktualności danych i normatywów,
doboru metod i parametrów planowania działao i zasobów, zgodności z planem, analiza odchyleo, wskazanie sposobu
korekty błędów
38 | S t r o n a
Potrzeby brutto wynikają z zapotrzebowania na dany element (zamówienia, prognozy) na
określonym poziomie złożoności wyrobu, wyliczone w oparciu o strukturę wyrobu i program produkcji.
Analiza struktury wyrobu polega na określeniu:
elementów koniecznych do wyprodukowania wyrobu finalnego,
poziomu wyrobu finalnego, na którym występuje zapotrzebowanie na każdy z elementów,
oraz powtarzalności każdego z elementów na każdym z poziomów.
Powszechnie wykorzystywaną formą graficzną jest drzewo struktury wyrobu z naniesioną normą
ilościową zużycia materiałów dla jednej sztuki wyrobu gotowego (podaną w nawiasie), indeksami
materiałowymi oraz oznaczeniem poziomu złożoności wyrobu. Relacje pomiędzy materiałami,
częściami, podzespołami i zespołami, informujące w jaki sposób wszystkie elementy z listy materiałów
są łączone ze sobą, w celu otrzymania wyrobu gotowego. Poziom złożoności wyrobu jest
odniesieniem do procesu produkcyjnego – np. poziom produktu gotowego (poziom 0), poziom
półproduktu (poziom 1), poziom podzespołu (poziom 2), czy elementu (poziom 3). Poziomem „O‖ jest
zawsze oznaczany poziom wyrobu finalnego. Przykładowe drzewo struktury wyrobu - miernika
elektrycznego - przedstawiono na rysunku 3.2.2.
Rys. 3.2.2. Przykład struktury wyrobu – Miernika elektrycznego ME 142
Źródło: opracowanie własne
Zapas dysponowany określa ilość danego materiału, dostępną i możliwą do wykorzystana, a
uwzględniając zależności operacyjne przedsiębiorstw w procesie zaopatrzenia zapas dysponowany
można występować w jednym z czterech wariantów:
zapas w magazynie,
zapas w magazynie + zapas w transporcie, albo tylko zapas w transporcie,
(zapas w magazynie + zapas w transporcie, albo tylko zapas w transporcie) – wielkość rezerwacji,
((zapas w magazynie + zapas w transporcie albo tylko zapas w transporcie) – wielkość rezerwacji)
– zapas zabezpieczający.25
Na podstawie przedstawionych danych analizy potrzeb materiałowych wykonywany jest bilans
przepływających przez przedsiębiorstwo strumieni materiałów i surowców, zdefiniowany formułą:
Zp + D = Z + Zk gdzie:
Zp – zapas początkowy,
D – wielkość dostaw,
Z – wielkość zużycia,
Zk – zapas końcowy.
Z zasady bilansowania potrzeb materiałowych można uzyskać następujące dane ilościowe:
prognozowane wielkości (ilość) zużycia,
planowanie wielkości dostaw,
planowane wielkości zapasu końcowego.
W oparciu o zasadę bilansowania potrzeb materiałowych można również określić dane w wymiarze
czasowym:
prognozowany czas (moment wystąpienia) zużycia,
planowany termin złożenia zamówienia, który można opisać formułą:
25
Fertsch M., Podstawy zarządzania przepływem materiałów w przykładach, Instytut Logistyki i Magazynowania, Poznań 2003, s.28-33
Układ pomiarowy – UP-C 710 (1)
Zasilacz – Z 220 (1) Konstrukcja – K 8 (1)
Wyświetlacz cyfrowy – WC-P 660 (1)
Obudowa – O-12 (1) Zaciski elektrotechniczne – ZE 9 (4)
Miernik elektryczny – ME 142 (1) Poziom 0 Poziom wyrobu
Poziom 1 Poziom półwyrobu
Poziom 2 Poziom zespołu
39 | S t r o n a
Tzam = Td – Tcd gdzie:
Tzam – planowany termin złożenia zamówienia,
Td – planowany termin dostawy,
Tcd – czas cyklu dostawy.26
Kluczowym zagadnieniem w bilansowaniu potrzeb materiałowych jest kalkulacja wielkości zapasu.
Planowanie potrzeb netto, to uwzględnianie w całkowitych potrzebach brutto dysponowanego stanu
zapasów (zapasów możliwych do wykorzystania po odliczeniu np. zapasów rezerwowych dla innych
potrzeb i wymaganych zapasów końcowych – bezpieczeństwa) oraz złożonych zamówień
pozostających w trakcie realizacji, co można zdefiniować formułą:
PN = PB – Z – Zotw gdzie:
PN – potrzeby netto,
PB – potrzeby brutto,
Z – zapas,
Zotw – otwarte zamówienia.27
W ramach analizy materiałowej uwzględniane są dane historii zużycia materiałowego i prognoz
potrzeb materiałowych, a także rezerw i zapasów obowiązkowych. Na przyszłe potrzeby materiałowe
w procesie zaopatrzenia, rzutujące zarówno na potrzeby kapitałowe, wielkość zamówienia,
przepustowość procesu transportowego jak i magazynowego, wpływają reklamacje i zwroty, tolerancje
zużycia oraz ubytki i braki materiałowe, a także wielkości produkcji za braki – które korygują plan
ilościowo-asortymentowy potrzeb materiałowych
1. Model planowania
potrzeb materiałowych
Wartość zakupów w przyjętym okresie
Prognozy miesięczne z SOP
Standardowy błąd prognozy
BOM
Termin wyprzedzenia dla
płaszczyzny wyrobu
Normatyw braków,
Rozkład zapotrzebowania brutto w ujęciu dziennym
Potrzeby brutto w ujęciu dziennym
Rys. 3.2.3. Model planowania potrzeb materiałowych wg metodyki opisu ICOM
Źródło: Opracowanie własne
W przedstawionym na rys. 3.2.3 modelu planowania potrzeb materiałowych wg metodyki ICOM
ograniczeniem jest wartość zakupów w określonym czasie (zaplanowany budżet na materiały).
Parametrami mającymi wpływ na wynik są: normatyw braków (konieczność powiększenia ilości z
planu S&OP o współczynnik wadliwości materiałów) oraz rozkład zapotrzebowania brutto w ujęciu
dziennym (zależny od mechanizmu transformującego zagregowaną wielkość miesięczną na
zdezagregowane wielkości dzienne).
26
Śliwczyński B., Planowanie logistyczne, Instytut Logistyki i Magazynowania, Poznań 2008, s. 120 27
Śliwczyński B., Planowanie logistyczne, Instytut Logistyki i Magazynowania, Poznań 2008, s. 126
40 | S t r o n a
3.2.1. Dane modelu planowania potrzeb materiałowych
Podstawą integracji w modelu wielu danych dotyczących potrzeb materiałowych (rys. 3.2.1) jest
jednoznaczna identyfikacja materiałowa i system indeksacji (kodyfikacji) materiałowej. Logika struktury
indeksu wynika z ilości stosowanych materiałów oraz potrzeb ich grupowania oraz sprawnej i
jednoznacznej identyfikacji pozycji materiałowej. Przykładową notację indeksu materiałowego
przedstawiono na rys. 3.2.1.1.
KT - Kategoria GR - Grupa PG - Podgrupa KL - Klasa NR - Kolejny numer pozycji materiałowej
N N N N N N N N N N N N N N N N N N
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
N - wartość numeryczna (09)
Rys. 3.2.1.1. Przykładowa notacja indeksu materiałowego o 18 cyfrach znaczących
Źródło: Opracowanie własne
Jednoznacznie zdefiniowane dane opisujące pozycję materiałową w polach bazy danych systemu
informatycznego przedsiębiorstwa, zawiera Kartoteka Indeksu Materiałowego (KIM). Dane opisujące
indeks materiałowy (IM) w kartotece indeksu materiałowego (KIM) przedstawione w tabeli 1.1 (rozdział
1) tworzą wspólny rekord danych w bazie danych SI przedsiębiorstwa.
Na potrzeby planowania potrzeb materiałowych niezbędne są dane i parametry planowania
dotyczące (tabela 3.2.1.2):
horyzontu planowania,
potrzeb brutto (zużycie) w tym horyzoncie (rozkład w czasie),
dostępnego zapasu w momencie opracowywania planu i sposobu jego kalkulacji,
założonych (otwartych) zamówień (uruchomienia produkcji, dostawy w transporcie), które
nastąpiły przed uruchomieniem planu,
długości cykli realizacji produkcji/dostawy,
wielkości partii produkcji/dostawy
danych uzupełniających dot. zapasu: wielkość zapasu rezerwowego czy zabezpieczającego,
sposobu wyliczania zapotrzebowania netto.
Tabela 3.2.1.2 Dane i parametry planowania potrzeb materiałowych
Dana Oznaczenie Format danych Jednostka miary
Źródło danych Wzór Opis pola
ZP Zapas
początkowy Liczba
wg jednostek
naturalnych (szt., l, mb,
m2, itp.)
Dział Zarządzania Zapasami
ZP = ZK
Początkowy stan zapasu na dany okres jest równy stanowi tego zapasu na
koniec poprzedniego okresu; zapas może być
wyrażony wg jednej z formuł na ZD,
WD Wielkość dostawy Liczba
Zależna od badanej wielkości (szt, l, kg
itp.)
Plan SOP, Kartoteka
dostawców
Partia produkcji: nopt (EWP)
Partia dostawy: SWP, EWP, PNP, SLPP, OSCZ, MPZ, NKJ, NKŁ
Wyznaczanie wielkości partii produkcji uwzględnia
relacje kosztów uruchomienia do realizacji
produkcji; wyznaczanie wielkości partii dostawy
uwzględnia relacje kosztów zamawiania i
magazynowania zapasów
Z (PB)
Zużycie, zapotrzebowanie (potrzeby) brutto
Liczba
wg jednostek
naturalnych (szt., l, mb,
m2, itp.)
Plan SOP prognozy,
zamówienia
Charakterystyka danych w ramach potrzeb brutto
(zużycie)
41 | S t r o n a
Dana Oznaczenie Format danych Jednostka miary
Źródło danych Wzór Opis pola
ZK Zapas końcowy Liczba
wg jednostek
naturalnych (szt., l, mb,
m2, itp.)
Dział Zarządzania Zapasami
ZK = ZP + WD -Z
Zapas końcowy jest wyliczany jako różnica
pomiędzy zapasem początkowym i
otrzymanymi dostawami a wielkością zużycia
(potrzeby)
BM Bilans
materiałowy Liczba
wg jednostek
naturalnych (szt., l, mb,
m2, itp.)
Dział Zarządzania Zapasami, Kartoteka
dostawców, Plan SOP
ZP + D = Z + ZK
Poszukiwany jest stan równowagi (L=P) - bilans może pokazać niedobór albo nadmiar materiałów
TD Termin dostawy Data Dział
Zakupów
Moment otrzymania dostawy wewnętrznej lub
zewnętrznej
TCD (CD)
Czas cyklu dostawy,
cykl dostawy Liczba
Jednostki czasu:
godziny, minuty
Kartoteka dostawców
Cykle dostawy: deklaracje dostawców
Charakterystyka danych w ramach cykli dostaw
TZ Termin złożenia
zamówienia (planowany)
Data Plan SOP, Kartoteka
dostawców TZ = TD - TCD
Moment złożenia zamówienia jest wyliczany
jako różnica pomiędzy terminem dostawy a
czasem cyklu dostawy
ZO Otwarte
zamówienia Liczba
wg jednostek
naturalnych (szt., l, mb,
m2, itp.)
Plan SOP
Wykaz wszystkich uruchomionych ale nie zakończonych zleceń produkcyjnych oraz
wszystkich zamówionych ale nie przyjętych dostaw
PN Zapotrzebowanie (potrzeby) netto
Liczba
Zależna od badanej wielkości (szt, l, kg
itp.)
MRP PN = PB - ZD
Potrzeby netto są wyliczane jako różnica pomiędzy potrzebami
brutto a stanem zapasu dysponowanego
PB Zapotrzebowanie (potrzeby) brutto
Liczba
Zależna od badanej wielkości (szt, l, kg
itp.)
Plan SOP prognozy,
zamówienia
Potrzeby brutto określa się w odniesieniu do
każdego przedmiotu na wszystkich poziomach złożoności struktury
wyrobu
C Cyklogram
Rysunek, schemat
montażowy graf drzewo,
Struktura
wyrobu (BOM)
Cyklogram jest obróconą w prawo o kąt prosty
strukturą wyrobu, która uwzględnia czasy cykli
przedmiotów; występuje w dwóch odmianach: w
przód oraz w tył
BOM Struktura wyrobu
Rysunek, graf drzewo,
tabela strukturalna
Dział Konstrukcji;
Dział Technologii
Charakterystyka danych w ramach struktury wyrobu
P/Z Pochodzenie przedmiotu
Znaki alfanumeryczne: litera lub cyfra
Plan SOP
Przedmioty mogą wykazać jedną z dwóch
charakterystyk: pochodzenie z produkcji
własnej albo pochodzenie obce, z zakupów
zewnętrznych
ZD Zapas
dysponowany Liczba
Zależna od badanej wielkości (szt, l, kg
itp.)
Dział Zarządzania Zapasami
ZD1=ZM, ZD2=ZM+ZT, ZD3=(1,2)-ZR, ZD4=(1,2,3)-ZZ
Zapas dysponowany: ZM – materiał w magazynie; ZT – zapas w transporcie ZR – rezerwacja zapasu
ZZ - zapas bezpieczeństwa
CD Cykl produkcji, cykl dostawy
Liczba
Jednostki czasu:
godziny, minuty
Plan SOP, Kartoteka
dostawców
Cykle produkcji:
sz, r, sz-r Cykle dostawy:
deklaracje dostawców
Charakterystyka danych w ramach cykli dostaw
Źródło: opracowanie własne
42 | S t r o n a
3.2.2. Algorytmy przetwarzania danych
Algorytm planowanie potrzeb materiałowych obejmuje planowanie wielkości i terminów
potrzeb poszczególnych materiałów wchodzących w skład wyrobu gotowego. Wielkości potrzeb
materiałowych – potrzeb netto (PN) – są określane na podstawie:
potrzeb brutto wyrobów (PB) – liczby wyrobów gotowych określonych przez wielkość partii
produkcyjnej w głównym harmonogramie produkcji,
struktury wyrobu gotowego – określającej zapotrzebowanie na wszystkie materiały
i elementy składowe wchodzące w skład wyrobu,
aktualnego stanu zapasów dysponowanych poszczególnych materiałów (SZAP) – zapasów
możliwych do wykorzystania po odliczeniu np. zapasów zarezerwowanych do innych potrzeb i
wymaganych zapasów końcowych – bezpieczeństwa) oraz złożonych zamówień (SZAM),
pozostających w trakcie realizacji.
Obliczenie wielkości potrzeb materiałowych wynika z pierwszej zasady planowania potrzeb
materiałowych – obliczanie potrzeb netto:
PN = PB – (SZAP + SZAM)
Terminy potrzeb materiałowych – czas zamówienia (TZAM) – są określane na podstawie:
przebiegu procesu produkcyjnego, z którego wynika rozłożenie zapotrzebowania na materiały w
czasie produkcji (w poszczególnych etapach procesu wytwarzania wyrobu), określone przez
planowane terminy dostaw – (TD),
cyklu dostawy (od dostawców) lub wykonania (od podwykonawców) każdego materiału, części,
podzespołu, itp. wchodzącego w skład wyrobu; czas cyklu dostawy – (TCD).
Obliczenie terminu potrzeb materiałowych wynika z drugiej zasady planowania potrzeb
materiałowych – obliczania czasu zamówienia materiałów:
TZAM = TD – TCD
Algorytm przetwarzania danych w modelu planowania potrzeb materiałowych przedstawiono na
rysunku 3.2.2.1.
43 | S t r o n a
START
Oblicz potrzeby brutto na części składowe na podstawie struktury wyrobu BOM oraz
terminu wyprzedzenia dla płaszczyzny wyrobu
Pobierz:
· Prognozę miesięczną z S&OP – dla
wyrobów gotowych
· Prognozę miesięczną z S&OP – dla
części składowych
· Rozkład zapotrzebowania brutto w ujęciu
dziennym
· Normatyw braków - b,
Pobierz:
· Strukturę wyrobu BOM,
· Termin wyprzedzenia dla płaszczyzny wyrobu
Oblicz postulowaną wielkość produkcji wyrobu na podstawie wzoru:
Ustal wielkość zapotrzebowania na wyrób gotowy w ujęciu dziennym na podstawie WP
oraz rozkładu zapotrzebowania brutto w ujęciu dziennym
STOP
Mo
de
l
za
ma
wia
nia
Wyślij potrzeby brutto w ujęciu dziennym oraz wielkość
zapasu zabezpieczającego
Mo
de
l
pla
no
wa
nia
po
trze
b
ma
teria
łow
ych
Pobierz wielkość zapasu zabezpieczającego z
Algorytmu kalkulacji wielkości zapasu
zabezpieczającego
Ustal wielkość zapotrzebowania na część składową w ujęciu dziennym na podstawie
prognozy miesięcznej oraz rozkładu zapotrzebowania brutto w ujęciu dziennym
WGPr
CSPr
Zsumuj dla każdego dnia z okresu zapotrzebowanie wynikające z prognoz wyrobu i części
składowych
)1( bPRWP nn
iPB
Mo
de
l S
&O
P
Pr - prognoza miesięczna z S&OP b - normatyw braków WP – wielkość produkcji wyrobu gotowego BOM – struktura wyrobu
Rys. 3.2.2.1.Algorytm modelu planowania potrzeb materiałowych
Źródło: opracowanie własne
Na podstawie prognozy miesięcznej z planu S&OP oraz normatywów braków pochodzących z
kartoteki materiałowej, obliczana jest planowana wielkość produkcji wyrobu (WP) z uwzględnieniem
poziomu zapasu bezpieczeństwa. Na podstawie ustalenia wielkości zapotrzebowania na wyrób
gotowy w ujęciu dziennym, wykonywane jest przeliczenie zapotrzebowania brutto na materiały
składowe w oparciu o strukturę wyrobu (BOM) oraz ustalony termin realizacji wyrobu i zamówień na
poszczególne materiały. Analiza odchyleń prognozy i planów pozwala zgodnie z algorytmem
przedstawionym na rysunku 3.2.2.2 obliczyć zapas bezpieczeństwa. Wyznaczone potrzeby brutto dla
materiałów przekazywane są do modelu zamawiania.
44 | S t r o n a
START
Pobierz:
· Prognozę miesięczną z S&OP – z okresu n-1
· Prognozę miesięczną z S&OP – na okres n
· Standardowy błąd prognozy z S&OP z okresu n-1
Oblicz standardowy błąd prognozy dla okresu n na podstawie formuły:
Oblicz odchylenia standardowe błędu prognozy w cyklu uzupełniania zapasu na podstawie
formuły:
1Pr n
nPr
1ns
n
n
nn
ss Pr
Pr 1
1
TnnPT sTn
Pr
Pobierz z modelu S&OP:
· Zakładany poziom obsługi klienta dla wybranej
pozycji asortymentowej POP oraz odpowiadający
mu współczynnik bezpieczeństwa
Oblicz wielkość zapasu zabezpieczającego dla n-tego okresu według formuły:
PTnnZB
STOP
Wyślij wielkość zapasu zabezpieczającego do modelu
planowania potrzeb materiałowych Mo
de
l
pla
no
wa
nia
po
trze
b
ma
teria
łow
ych
Mo
de
l S
&O
PM
od
el S
&O
P
Oznaczenia:
Prn-1 - prognoza miesięczna z S&OP – z okresu n-1 Prn - prognoza miesięczna z S&OP – na okres n Sn-1 - standardowy błąd prognozy z S&OP z okresu n-1 Sn - standardowy błąd prognozy dla okresu n ϬPTn - odchylenie standardowe błędu prognozy w cyklu uzupełniania zapasu T – cykl uzupełniania zapasu ϬT - odchylenie standardowe cyklu uzupełniania zapasu POP – poziom obsługi klienta dla wybranej pozycji asortymentowej
- współczynnik bezpieczeństwa ZBn - zapas zabezpieczający dla n-tego okresu
Rysunek 3.2.2.2. Algorytm kalkulacji wielkości zapasu zabezpieczającego
Źródło: Opracowanie własne
45 | S t r o n a
3.2.3. Informatyczny model planowania potrzeb materiałowych i środowisko symulacyjne
Informatyczny model planowania potrzeb materiałowych wykorzystuje standardowe funkcje
makrodefinicji programowych iGrafx Process dla odwzorowania przedstawionych w poprzednim
rozdziale algorytmów, parametryzację transakcji procesowych i scenariuszy modelu oraz funkcji
formuł decyzyjnych. Model planowania potrzeb materiałowych (PPM) odpowiedzialny jest za
obliczanie prognozy zapotrzebowania na bieżący okres oraz nettowanie potrzeb z uwzględnieniem
zapasu dysponowanego. Obliczanie wielkości prognozy na bieżący okres opiera się o zdefiniowane
prognozy miesięczne, rozkłady tygodniowe oraz równomierne rozłożenie planowanych potrzeb w 7 –
dniowym tygodniu. Proces nettowania opiera się o bieżący stan magazynowy indeksu (po wydaniu
zamówień w bieżącym okresie ale przed przyjęciem dostawy w tym okresie), dostawy w transporcie,
sumę prognozowanego zapotrzebowania w LT.
Atrybuty transakcyjne służą do zapisywania danych generowanych i utrzymywanych w trakcie
trwania symulacji bieżącej transakcji (żetonu symulacji), w określonym modelu. Atrybuty
scenariuszowe pozwalają na przenoszenie danych pomiędzy modelami oraz pomiędzy transakcjami.
Nazwy atrybutów scenariuszowych w formułach obliczeniowych oznaczone są symbolem „S.‖.
Tabela 3.2.3.1. Atrybuty transakcyjne wykorzystywane w modelu planowania potrzeb materiałowych
Nazwa atrybutu transakcyjnego Opis atrybutu Formuła obliczeniowa
PrognozaM
Wielkość prognozy zapotrzebowania w analizowanym miesiącu. Wielkość ta pobierana jest z danych wsadowych na podstawie analizy miesiąca, w którym znajduje się aktualnie symulacja.
S.PrognozaM1
ZapasBezpieczenstwaM
Wielkość zapasu zabezpieczającego w analizowanym miesiącu. Wielkość ta pobierana jest z danych wsadowych na podstawie analizy miesiąca, w którym znajduje się aktualnie symulacja.
S.ZapasBezpieczenstwaM1
RozkladPopytuTygodniowegoT
Procent popytu miesięcznego przypadającego na bieżący tydzień. Wielkość ta pobierana jest z danych wsadowych na podstawie analizy miesiąca, w którym znajduje się aktualnie symulacja.
S.RozkladPopytuTygodniowegoT1
PotrzebaBrutto Prognozowana potrzeba brutto w bieżącym okresie. Wynika ona z prognozy miesięcznej oraz rozkładu tygodniowego.
Round((PrognozaM * RozkladPopytuTygodniowegoT) / 7;0)
SumaPotrzebwLT
Suma prognozowanego zapotrzebowania w czasie cyklu uzupełniania zapasu (Lead Time). Prezentowana formuła obliczeniowa stanowi tylko jeden z wykorzystanych wariantów. Warianty wynikają z konieczności dostosowania sumy do okresów w jakich będzie liczona.
Round((28-NumerDnia) * PotrzebaBrutto + ((S.LeadTime - (28-NumerDnia)) * S.PrognozaM2 * RozkladPopytuTygodniowegoT /7);0)
PotrzebaNetto
Potrzeba netto pokazuje niedomiar zapasu stosunku do zapotrzebowania. Konieczne jest zatem uzupełnieni zapasu poprzez złożenie zamówienia do dostawcy.
If((SumaPotrzebwLT - S.StanMagazynowyIndeksu + ZapasBezpieczenstwaM - S.DostawaWTransporcie ) > 0;(SumaPotrzebwLT - S.StanMagazynowyIndeksu + ZapasBezpieczenstwaM - S.DostawaWTransporcie );0)
Źródło: Opracowanie własne – iGrafx Process
46 | S t r o n a
Tabela 3.2.3.2. Atrybuty scenariuszowe wykorzystywane w modelu planowania potrzeb
materiałowych
Nazwa atrybutu scenariuszowego
Opis atrybutu Formuła obliczeniowa
DostawaWTransporcie
Zapas zamówiony ale jeszcze niedostarczony. Różnica między sumaryczną wielkością zamówień i sumaryczną wielkością dostaw. Wielkość niezbędna w czynności nettowania potrzeb i wyznaczania terminu złożenia zamówienia do dostawcy.
S.SumaWielkosciZamowien - S.SumaWielkosciDostaw
Źródło: Opracowanie własne – iGrafx Process
Algorytmy wykonawcze modelu zamawiania w środowisku iGrafx Process zostały uzupełnione na
potrzeby przeprowadzenia symulacji o model planowania S&OP oraz model fizycznej realizacji
dostawy. Dane wsadowe do modelu zamawiania importowane są z pliku zewnętrznego, a następnie
przydzielane do atrybutów transakcyjnych. Dane do modelu symulacyjnego wprowadzane są w
odstępach jednego dnia. W tabeli 3.2.3.3 przedstawiono strukturę danych wejściowych dla modelu
zamawiania.
Tabela 3.2.3.3. Dane wsadowe do symulacji modelu zamawiania
OdstepCzasowy NumerDnia Miesiac Tydzien Dzien IndeksMaterialowy
1 1 M1 T1 D1 Indeks1
1 2 M1 T1 D2 Indeks1
1 3 M1 T1 D3 Indeks1
1 4 M1 T1 D4 Indeks1
1 5 M1 T1 D5 Indeks1
1 6 M1 T1 D6 Indeks1
1 7 M1 T1 D7 Indeks1
1 8 M1 T2 D1 Indeks1
1 9 M1 T2 D2 Indeks1
1 10 M1 T2 D3 Indeks1
1 11 M1 T2 D4 Indeks1
1 12 M1 T2 D5 Indeks1
1 13 M1 T2 D6 Indeks1
1 14 M1 T2 D7 Indeks1
1 15 M1 T3 D1 Indeks1
Źródło: Opracowanie własne – iGrafx Process
W poniższej tabeli przestawiono bliżej atrybuty transakcyjne będące efektem importu danych ze
źródła zewnętrznego.
Tabela 3.2.3.4. Atrybuty transakcyjne modelu zamawiania inicjowane danymi wsadowymi
Nazwa atrybutu transakcyjnego Opis atrybutu
NumerDnia Określa kolejne numery dni w jakich wprowadzane są dane do modelu symulacyjnego
Miesiac Określa nazwę (numer) miesiąca w jakim znajduje się dzień, w którym aktualnie wykonywana jest symulacja
Tydzien Określa numer tygodni w jakim znajduje się dzień, w którym aktualnie wykonywana jest symulacja
Dzien Określa numer dnia w tygodniu w jakim znajduje się dzień, w którym aktualnie wykonywana jest symulacja
IndeksMaterialowy Podaje dla jakiego indeksu materiałowego wykonywana jest aktualnie symulacja
Źródło: Opracowanie własne – iGrafx Process
Oprócz atrybutów transakcyjnych jako dane wejściowe traktuje się również wartości początkowe
atrybutów scenariuszowych. W tabeli 3.2.3.5 przedstawiono szczegółowy opis atrybutów
scenariuszowych oraz wartości początkowe dla procesu symulacji.
47 | S t r o n a
Tabela 3.2.3.5 Struktura i wartości atrybutów scenariuszowych modelu zamawiania w środowisku
iGrafx Process
Nazwa atrybutu scenariuszowego Opis atrybutu Wartość
początkowa
StanMagazynowyIndeksu Zapas początkowy z jakim rozpoczynana jest symulacja w modelu zamawiania
500
PrognozaM1
Prognoza zużycia dla analizowanego indeksu materiałowego w miesiącu pierwszym M1
2800
PrognozaM2
Prognoza zużycia dla analizowanego indeksu materiałowego w miesiącu drugim M2
5600
PrognozaM3 Prognoza zużycia dla analizowanego indeksu materiałowego w miesiącu trzecim M3
1400
OdchylenieStandardoweM1 Zakładane odchylenie standardowe zapotrzebowania w miesiącu pierwszym M1
50
OdchylenieStandardoweM2
Zakładane odchylenie standardowe zapotrzebowania w miesiącu drugim M2
100
OdchylenieStandardoweM3
Zakładane odchylenie standardowe zapotrzebowania w miesiącu trzecim M3
25
RokladPopytuTygodniowegoT1
Procent zapotrzebowania miesięcznego przewidywany w tygodniu pierwszym (T1) tego miesiąca
25%
RokladPopytuTygodniowegoT2
Procent zapotrzebowania miesięcznego przewidywany w tygodniu drugim (T2) tego miesiąca
25%
RokladPopytuTygodniowegoT3
Procent zapotrzebowania miesięcznego przewidywany w tygodniu trzecim (T3) tego miesiąca
25%
RokladPopytuTygodniowegoT4
Procent zapotrzebowania miesięcznego przewidywany w tygodniu czwartym (T4) tego miesiąca
25%
KosztUzupelnianiaZapasu Normatywny koszt uzupełniania zapasu – koszt jednej dostawy
250zł
CenaJednostkowa Cena jednostkowa zakupu analizowanego materiału
50zł
WspolczynnikKosztuUtrzymaniaZapasu Współczynnik kosztu utrzymania zapasu w ujęciu kwartalnym
0,05
LeadTime Czas cyklu uzupełniania zapasu 2
ZapasBezpieczenstwaM1
Wielkość zapasu zabezpieczającego w miesiącu pierwszym M1
150
ZapasBezpieczenstwaM2 Wielkość zapasu zabezpieczającego w miesiącu drugim M2
300
ZapasBezpieczenstwaM3 Wielkość zapasu zabezpieczającego w miesiącu trzecim M3
75
StalaWielkoscZamowienia
Stała wielkość zamówienia wykorzystywana w metodzie zamawiania SWZ. Atrybut wykorzystywany w scenariuszu symulacyjnym SWZ
1000
MetodaZamawiania Oznaczenie metody zamawiania jaką będzie prowadzona symulacja w wybranym scenariuszu symulacyjnym
EWZ, SWZ, PNP
Źródło: Opracowanie własne – iGrafx Process
Atrybuty transakcyjne to służą do zapisywania danych generowanych i utrzymywanych w symulacji
w trakcie trwania symulacji bieżącej transakcji (żetonu symulacji), w określonym modelu. Atrybuty
scenariuszowe pozwalają na przenoszenie danych pomiędzy modelami oraz pomiędzy transakcjami.
Nazwy atrybutów scenariuszowych w formułach obliczeniowych oznaczone są symbolem „S.‖. W
modelu zamawiania dane planistyczne są generowane dynamicznie.
Generator rzeczywistego zużycia
Model służący do odzwierciedlenia rzeczywistego zapotrzebowania na analizowany materiał.
Wielkość zapotrzebowania jest generowana losowo na podstawie rozkładu normalnego o
parametrach średniej (zgodniej z prognozą miesięczną – dane wsadowe) oraz odchylenia
standardowego (zgodnego z danymi wsadowymi). W dalszej części opracowania zapotrzebowanie na
materiały w funkcji potrzeb sprzedaży i klienta dla wyrobu finalnego będzie traktowane jako potrzeba
zarówno klienta zewnętrznego jak i klienta wewnętrzny.
48 | S t r o n a
Tabela 3.2.3.6. Atrybuty transakcyjne wykorzystywane w generatorze rzeczywistego zużycia
Nazwa atrybutu transakcyjnego
Opis atrybutu Formuła obliczeniowa
PotrzebaKlienta
Formuła obliczeniowa może przybierać różne formy w zależności od miesiąca w jakim znajduje się symulacja. Różnica polega jednak tylko i wyłącznie na zmienia numeru prognozy oraz zmianie odchylenia standardowego.
If(Round(NormDist(S.PrognozaM1 / 28;S.OdchylenieStandardoweM1) ;0)<0 ; 0 ; Round(NormDist(S.PrognozaM1 / 28;S.OdchylenieStandardoweM1) ;0))
Źródło: Opracowanie własne – iGrafx Process
Tabela 3.2.3.7. Atrybuty scenariuszowe wykorzystywane w generatorze rzeczywistego zużycia
Nazwa atrybutu scenariuszowego
Opis atrybutu Formuła obliczeniowa
PotrzebaKlienta
Potrzeba klienta w bieżącym okresie. Przeniesienie do atrybutu scenariuszowego tej wielkości wynika z konieczności wykorzystania jej w innym modelu (Modelu zmawiania PNP)
PotrzebaKlienta
Źródło: Opracowanie własne – iGrafx Process
Model symulacyjny procesów magazynowania – przyjęć i wydań
Moduł magazynowy wydań pozwala na umniejszanie stanu magazynowego indeksu zgodnie z
zamówieniami klientów. Wydać ze stanu można wielkość zgodną z zamówieniem, jeśli pozwala na to
stan magazynowy lub cały dostępny zapas jeśli jest go mniej niż potrzebuje klient.
Tabela 3.2.3.8. Atrybuty transakcyjne wykorzystywane w modelu magazynowym
Nazwa atrybutu transakcyjnego
Opis atrybutu Formuła obliczeniowa
WydanieDoKlienta
Ilość danego indeksu materiałowego jaka zostanie wydana klientowi ze stanu magazynowego. W przypadku dostępnego stanu pokrywającego wielkość zamówienia wydanie do klienta będzie równe ilościowo zamówieniu klienta w przeciwnym razie wydana zostanie ilość materiału, która znajduje się na stanie magazynowym.
If(S.StanMagazynowyIndeksu >= PotrzebaKlienta ;PotrzebaKlienta ;S.StanMagazynowyIndeksu)
Źródło: Opracowanie własne – iGrafx Process
Tabela 3.2.3.9. Atrybuty scenariuszowe wykorzystywane w modelu magazynowym
Nazwa atrybutu scenariuszowego
Opis atrybutu Formuła obliczeniowa
S.StanMagazynowyIndeksu Zapas danego indeksu materiałowego w bieżącym okresie. W analizowanym modelu zapas jest umniejszany wydaniem do klienta.
S.StanMagazynowyIndeksu –WydanieDoKlienta
Źródło: Opracowanie własne – iGrafx Process
Model symulacyjny oceny realizacji zamówienia
Model oceny realizacji zamówienia służy do obliczenia wskaźnika ilościowej realizacji zamówień
klientów.
Tabela 3.2.3.10. Atrybuty transakcyjne wykorzystywane w modelu oceny realizacji zamówienia
Nazwa atrybutu transakcyjnego
Opis atrybutu Formuła obliczeniowa
RealizacjaZamowienia Procentowa realizacja zamówienia klienta. Stosunem wielkości wydania ze stanu magazynowego do wielkości zamówienia
WydanieDoKlienta / PotrzebaKlienta
Źródło: Opracowanie własne – iGrafx Process
49 | S t r o n a
Tabela 3.2.3.11. Atrybuty scenariuszowe wykorzystywane w modelu oceny realizacji zamówienia
Nazwa atrybutu scenariuszowego
Opis atrybutu Formuła obliczeniowa
S.SumaZamowienKlientow
Ilość materiału jaką zamówił klient do bieżącej symulacji. S.SumaZamowienKlientow + PotrzebaKlienta
S.SumaWydanDoKlienta Ilość materiału jaką wydano klientowi do bieżącej symulacji.
S.SumaWydanDoKlienta + WydanieDoKlienta
SumaNiezrealizowanegoZapotrzebow
Ilość materiału, która nie została wydana klientowi z powodu braku w zapasie.
S.SumaZamowienKlientow - S.SumaWydanDoKlienta
SIR
Stopień ilościowej realizacji. Prezentuje stosunek ilości wydanej klientowi do ilości zmatowionej przez klienta. Wielkość analizowana w raporcie wyników pokazuje poziom obsługi klienta w ujęciu ilościowym dla całej symulacji.
S.SumaWydanDoKlienta / S.SumaZamowienKlientow
Źródło: Opracowanie własne – iGrafx Process
Do modelu planowania potrzeb materiałowych (PPM) przekazywane są parametry [dzień], [tydzień,
[miesiąc], [numer dnia] i [indeks materiałowy] z modelu S&OP (tabela 3.2.3.3).
W procesie symulacji dla każdego dnia w miesiącu generowane są wielkości prognozy miesięcznej
potrzeb oraz zapasu bezpieczeństwa. Wielkości zostały przypisane jako wartości początkowe
symulacji i różnią się dla poszczególnych miesięcy. W kolejnym kroku symulacji definiowane są
znaczniki numeru dnia dla tygodnia i miesiąca analizowanego planu S&OP. W zależności od tygodnia
pobierany jest odpowiedni rozkład dzienny popytu tygodniowego, który również stanowi wartość
początkową symulacji.
Na rysunkach 3.2.3.1 - 3 przedstawiono ogólny schemat modelu PPM podzielony na trzy części
umożliwiające odczytanie szczegółów diagramów i ich analizę.
Rys. 3.2.3.1. Model planowania potrzeb materiałowych – schemat cześć 1
Źródło: opracowanie własne – iGrafx Process 2011
Dalej obliczona zostaje potrzeba brutto w ujęciu dziennym jako 1/7 rozkładu tygodniowego popytu,
co zobrazowano w ramach formuły:
T.PotrzebaBrutto = Round((PrognozaM * RozkladPopytuTygodniowegoT) / 7;0)
W kolejnym kroku symulacji następuje obliczenie wielkości zapotrzebowania w okresie realizacji
zamówienia (LT - Lead Time). Okres realizacji zamówienia może obejmować okres czasu opcjonalnie:
w miesiącu pierwszym, częściowo przypadać w miesiącu pierwszym i drugim lub częściowo w
miesiącach drugim i trzecim. Stąd w algorytmach modelu jest zaprojektowane rozgałęzienie na
50 | S t r o n a
poszczególne miesiące oraz zaprojektowana jest bramka decyzyjna umożliwiająca odpowiedź, czy
Lead Time kończy się w ramach danego miesiąca. Przedstawiona formuła obrazuje przypadek, w
którym lead time kończy się w ramach jednego dowolnego miesiąca zapotrzebowania:
T.SumaPotrzebwLT = Round(S.LeadTime * PotrzebaBrutto ; 0)
W przypadku, gdy okres realizacji zamówienia obejmuje 2 miesiące, zapotrzebowanie w LT
obliczane jest według formuły, przedstawionej na rysunku 3.2.3.2.
Rys. 3.2.3.2. Model planowania potrzeb materiałowych – schemat część 2
Źródło: opracowanie własne - iGrafx Process 2011
Następnie wyznaczone zostają wolne zapasy w drodze jako różnica sumy wielkości zamówień i
sumy wielkości dostaw, które niezbędne są do określenia wielkości zapotrzebowania netto. Potrzeby
netto dla indeksu obliczane są jako:
SumaPotrzebwLT - S.StanMagazynowyIndeksu + ZapasBezpieczenstwaM
- S.DostawaWTransporcie
Aktualna wielkość stanu magazynowego indeksu pobierana jest z modelu magazynowego -
wydania. Jeżeli wyznaczona wartość potrzeby netto jest równa zero wówczas mamy do czynienia z
brakiem potrzeby złożenia zamówienia i proces symulacji jest zakończony. Natomiast jeżeli wartość
zapotrzebowania jest > 0 (wystąpi potrzeba netto>0), wówczas wygenerowana zostaje potrzeba
złożenia zamówienia, zgodnie z modelem, którego dotyczy wybrany scenariusz symulacji tj. PNP,
EWZ lub SWZ. Komunikat o potrzebie złożenia zamówienia, niosący ze sobą parametry, które
zostały wymienione we wcześniejszej części opracowania zostaje przekazany do modelu zamawiania
PNP, EWZ lub SWZ.
51 | S t r o n a
Rys. 3.2.3.3. Model planowania potrzeb materiałowych – schemat część 3
Źródło: opracowanie własne - iGrafx Process 2011
Wejściem do każdego z trzech modeli zamawiania jest Potrzeba zamówienia, pochodząca z
modelu PPM.
52 | S t r o n a © Wyższa Szkoła Logistyki, Poznao 2015 Śliwczyoski B. (red.), Modelowanie systemu zarządzania przepływem materiałów i oceny efektywności procesów.
3.3. Model procesów zamawiania
MICHAŁ ADAMCZAK, PIOTR CYPLIK, ROMAN DOMAŃSKI, ŁUKASZ HADAŚ,
MARTYNA MALAK, ŻANETA PRUSKA Wyższa Szkoła Logistyki
Efektywne zarządzanie zaopatrzeniem wymaga racjonalnych decyzji dotyczących asortymentu,
czasu i wielkości zamówienia materiałowego uwzględniających minimalny lub satysfakcjonujący
poziom kosztów zapasów przy założonym poziomie obsługi potrzeb (service level).28
Klasyczne
(tradycyjne) modele zamawiania i zarządzania zapasami służą do precyzyjnego określenia wielkości
partii dostawy i wyznaczenia momentu złożenia zamówienia dla danego dobra materialnego (towaru).
Traktują one zapas konkretnego towaru w określonym miejscu w sposób autonomiczny, co oznacza
że nie uwzględniają powiązań pomiędzy poszczególnymi towarami w obrębie przedsiębiorstwa.
Algorytmy wyznaczania dwóch podstawowych parametrów tych modeli tj. wielkości partii oraz okresu
między zamówieniami w klasycznych modelach zarządzania zapasami bazują na znalezieniu
minimum funkcji całkowitych kosztów działania systemu. Funkcję tę można przedstawić
następująco29
:
332211 CKCKCKC
gdzie:
C – całkowity koszt związany z zapasami, C1 – koszt nadmiaru zapasu, C2 – koszt braku zapasu,
C3 – koszt obsługi procesu zamawiania (np. koszty złożenia zamówienia, koszty planowania), Ki – współczynniki zależne od innych parametrów uwzględnianych w danym modelu np. od wielkości partii.
Podstawą weryfikacji modelu zamawiania jest symulacja wielkości i terminu zamówienia
materiałów, danych kluczowych dla ustalenia harmonogramu transportu. Dane wejściowe są
przekazywane z modelu planowania potrzeb materiałowych, a dane wyjściowe zasilają model
systemu transportowego (rys. 3.3.1).
2. Model zamawiania
Potrzeby brutto w ujęciu dziennym
Weryfikacja statyczna (SIR)
Przepustowość magazynu
Pojemność magazynu
iWZ
LTiTZ
iTZ
Poziom obsługi klienta w ujęciu ilościowym (SIR) - wartość
zmodyfikowana
LT
Dostawca - D
SWD, minimum logistyczne
Zapas bezpieczeństwa – ZB
Cena jednostkowa – c
Współczynnik kosztu utrzymania zapasu –
Liczba okresów pokrycia potrzeb - n
Horyzont planowania potrzeb - t
Współczynnik bezpieczeństwa -
Odchylenie standardowe czasu cyklu uzupełniania zapasu -
Jednostkowy koszt uzupełniania zapasu – Kuz
Prognoza - Pr
0
0
iRTNMT
iRTNDT
WZi – wielkośd zamówienia w „i-tym” okresie ; TZi – termin pojawienia się potrzeby w „i-tym” okresie
TZi-LT – termin złożenia zamówienia w „i-tym” okresie ; NMTRTi – najwcześniejszy możliwy termin rozpoczęcia procesu transportowego w „i-tym” okresie NDTRTi - najpóźniejszy dopuszczalny termin rozpoczęcia procesu transportowego w „i-tym” okresie SIR - poziom obsługi klienta w ujęciu ilościowym - wartośd zmodyfikowana LT – Lead time (czas cyklu uzupełnienia zapasu)
Rys. 3.3.1. Opis modelu zamawiania wg metodyki ICOM
Źródło: Opracowanie własne
28
Sarjusz-Wolski Z., Sterowanie zapasami w przedsiębiorstwie, Polskie Wydawnictwo Ekonomiczne, Warszawa 2000, s. 18 29
Carlson J.G., Just-in-Time in quick time, Proceedings of the 2nd International Conference, 20-22 October 1987, London UK. IFS (Publications) Ltd, Bedford UK, Springer - Verlag
53 | S t r o n a
Ustalanie wielkości partii i ustalanie ich rozmieszczenia w celu minimalizowania kosztów i czasu
zamawiania jest definiowane jako problem ekonomicznego planowania partii – Economic Lot
Scheduling Problem (ELSP).30
Na ustalenie wielkości partii wpływ mają czynniki ekonomiczne oraz
organizacyjne (warunki przedsiębiorstwa, cechy pozycji materiałowych). W modelu planowania
potrzeb materiałowych (PPM) zapotrzebowanie na poszczególne pozycje zapasów jest wyrażone w
ujęciu dyskretnym drogą obliczania potrzeb brutto i netto w ustalonym horyzoncie czasowym. W
zakresie ustalania wielkości partii (zamówienia, dostawy) wypracowano wiele metod, wśród nich:
Stała Wielkość Zamówienia (SWZ) / Fixed Order Quantity (FOQ)
Ekonomiczna Wielkość Zamówienia (EWZ) / Economic Order Quantity (EOQ)
Partia Na Partię (PNP) / Lot For Lot (LFL)
Stała Liczba Przedziałów Potrzeb (SLPP) / Fixed Period Requirements (FPR)
Obliczeniowy Stały Cykl Zamawiania (OSCZ) / Period Order Quantity (POQ)
Najniższy Koszt Jednostkowy (NKJ) / Least Unit Cost (LUC)
Najniższy Koszt Łączny (NKŁ) / Least Total Cost (LTC)
Algorytm Wagnera-Withina (AWW) / Wagner-Within Algorithm (WWA)31
Algorytm Silvera-Meala (ASW) / Silver-Meal Algorithm (SMA)32
Model Poziomu Zamawiania (MPZ) / Re-Order Point Model (ROP)33
.
30
Roundy R., Rounding off powers of two in continuous relaxations of capacited lot sizing problems, Management Science 1989, No.12 31
Orlicky J., Planowanie potrzeb materiałowych – nowy styl sterowania produkcją i zapasami, Państwowe Wydawnictwo Ekonomiczne, Warszawa 1981, s. 193-194 32
Sarjusz-Wolski Z., Sterowanie zapasami w przedsiębiorstwie, Polskie Wydawnictwo Ekonomiczne, Warszawa 2000, s. 194-199 33
Sarjusz-Wolski Z., Sterowanie zapasami w przedsiębiorstwie, Polskie Wydawnictwo Ekonomiczne, Warszawa 2000, s. 96-104
54 | S t r o n a
2.1. Stała wielkość
zamówienia
2.2. Ekonomiczna
wielkość zamówienia
2.3. Partia na partię
2.4. Stała liczba
przedziałów potrzeb
2.5. Obliczeniowy
stały cykl zamawiania
2.6. Najniższy koszt
jednostkowy
2.7. Najniższy koszt
łączny
2.8. Algorytm
Wagnera-Withina
2.9. Algorytm Silvera -
Meala
2.10. Model poziomu
zamawiania
Potrzeby brutto w „i-tym‖ okresie - Pbi
Wielkość zapasu w „i-tym‖ okresie – Zi
LT
SWD, minimum logistyczne
Zapas bezpieczeństwa - ZB
iWZ
LTiTZ
LT,
Zapas bezpieczeństwa – ZB
Cena jednostkowa – c
Współczynnik kosztu utrzymania zapasu –
Potrzeby brutto w „i-tym‖ okresie - Pbi
Wielkość zapasu w „i-tym‖ okresie – Zi
0
iTZ
Potrzeby brutto w „i-tym‖ okresie - Pbi
Wielkość zapasu w „i-tym‖ okresie – Zi
LT,
Zapas bezpieczeństwa – ZB
LT,
Liczba okresów pokrycia potrzeb - n
Potrzeby brutto w „i-tym‖ okresie - Pbi
Wielkość zapasu w „i-tym‖ okresie – Zi
LT
Horyzont planowania potrzeb - t
Zapas bezpieczeństwa – ZB
Cena jednostkowa – c
Współczynnik kosztu utrzymania zapasu – 0
Potrzeby brutto w „i-tym‖ okresie - Pbi
Wielkość zapasu w „i-tym‖ okresie – Zi
Przepustowość magazynu
Przepustowość magazynu
Przepustowość magazynu
Przepustowość magazynu
Przepustowość magazynu Przepustowość magazynu
Przepustowość magazynu
Przepustowość magazynu
Przepustowość magazynu
Przepustowość magazynu
LT,
Zapas bezpieczeństwa – ZB
Jednostkowy koszt uzupełniania zapasu - Kuz
Cena jednostkowa – c
Współczynnik kosztu utrzymania zapasu – 0
Potrzeby brutto w „i-tym‖ okresie - Pbi
Wielkość zapasu w „i-tym‖ okresie – Zi
Potrzeby brutto w „i-tym‖ okresie - Pbi
Wielkość zapasu w „i-tym‖ okresie – Zi
LT
Zapas bezpieczeństwa – ZB
Jednostkowy koszt uzupełniania zapasu - Kuz
Cena jednostkowa – c
Współczynnik kosztu utrzymania zapasu – 0
Potrzeby brutto w „i-tym‖ okresie - Pbi
Wielkość zapasu w „i-tym‖ okresie – Zi
LT
Zapas bezpieczeństwa – ZB
Jednostkowy koszt uzupełniania zapasu - Kuz
Cena jednostkowa – c
Współczynnik kosztu utrzymania zapasu – 0
Potrzeby brutto w „i-tym‖ okresie - Pbi
Wielkość zapasu w „i-tym‖ okresie – Zi
LT
Zapas bezpieczeństwa – ZB
Jednostkowy koszt uzupełniania zapasu - Kuz
Cena jednostkowa – c
Współczynnik kosztu utrzymania zapasu –
Potrzeby brutto w „i-tym‖ okresie - Pbi
Wielkość zapasu w „i-tym‖ okresie – Zi
Prognoza Pr
0
LT
Zapas bezpieczeństwa – ZB
Jednostkowy koszt uzupełniania zapasu - Kuz
Cena jednostkowa – c
Współczynnik kosztu utrzymania zapasu –
Współczynnik bezpieczeństwa -
Odchylenie standardowe czasu cyklu
uzupełniania zapasu -
Prognoza - Pr
0
0
iRTNMT
iRTNDT
iWZ
LTiTZ
iTZ
iRTNMT
iRTNDT
iWZ
LTiTZ
iTZ
iRTNMT
iRTNDT
iWZ
LTiTZ
iTZ
iRTNMT
iRTNDT
iWZ
LTiTZ
iTZ
iRTNMT
iRTNDT
iWZ
LTiTZ
iTZ
iRTNMT
iRTNDT
iWZ
LTiTZ
iTZ
iRTNMT
iRTNDT
iWZ
LTiTZ
iTZ
iRTNMT
iRTNDT
iWZ
LTiTZ
iTZ
iRTNMT
iRTNDT
iWZ
LTiTZ
iTZ
iRTNMT
iRTNDT
Rys. 3.3.3. Warianty modeli zamawiania - opis wg metodyki ICOM
Źródło: Opracowanie własne
55 | S t r o n a
Metody ustalania wielkości partii dostawy można podzielić na te, które określają stałe,
powtarzające się wielkości zamówień oraz na te, które określają zmienne wielkości zamówień.34
Stała
wielkość partii może wynikać z obliczeń (wielkość partii, przy której ponoszone są najniższe koszty)
albo może być wynikiem warunków organizacyjnych (stała wielkość pojemników, stały system dostaw,
stała i ograniczona powierzchnia magazynowania). Zmienne metody wielkości partii cechuje
natomiast dobre dopasowanie sumarycznej wielkości dostaw do zapotrzebowania.35
Weryfikację dynamiczną generowanych wielkości zamówień wykonano na podstawie zmienianej
wielkości zaktualizowanej prognozy (generowanej w algorytmie aktualizacji prognoz) w okresie
potrzeb obliczonych na podstawie rzeczywistych danych z przedsiębiorstwa lub wygenerowanych
liczb losowych (dane zaczerpnięte z generatora rzeczywistego zużycia/generatora liczb losowych). W
weryfikacji dynamicznej na podstawie danych rzeczywistego zużycia obliczany jest zapas w ujęciu
dzień po dniu oraz niezrealizowany popyt wynikający z braku w zapasie.
Generator rzeczywistego zużycia (rys. 3.3.3) zamodelowany z wykorzystaniem generatora liczb
losowych jest źródłem danych historii zużycia w dziennej jednostce terminowania. W przypadku
danych empirycznych, pobieranych z historii działalności przedsiębiorstwa, nazywany jest
generatorem rzeczywistego zużycia. Natomiast w przypadku danych teoretycznych jest wynikiem
modelowania rozkładu popytu. W generatorze rzeczywistego zużycia daną wejściową będzie
stanowiła historia zużycia danego indeksu materiałowego w ujęciu dziennym. Celem uzupełnienia
brakujących danych wykorzystać należy teoretyczny rozkład popytu. Efektem będzie wygenerowanie
rzeczywistego zużycia indeksu materiałowego w ujęciu dziennym.
3.1. Generator
rzeczywistego zużycia Zużycie (rzeczywiste) indeksu materiałowego w ujęciu dzień po dniu
Teoretyczny rozkład popytu
(uzupełnienie brakujących danych)
Kompletność rzeczywistych danych
Historia zużycia indeksu materiałowego w ujęciu dzień po dniu
Rys.3.3.3. Generator rzeczywistego zużycia opisany wg formuły ICOM
Źródło: Opracowanie własne
Tabela 3.3.1. Wejścia/wyjścia generatora rzeczywistego zużycia
Wejścia Wyjścia Parametry
Historia zużycia indeksu
materiałowego w ujęciu dzień po
dniu
Zużycie (rzeczywiste) indeksu
materiałowego w ujęciu dzień po
dniu
Teoretyczny rozkład popytu
(uzupełnienie brakujących
danych)
Źródło: Opracowanie własne
3.3.1. Analiza danych i algorytmy modelu zamawiania
W modelach zamawiania materiałów powinien być zdefiniowany czas realizacji zamówienia (ang.
LT - lead time) oraz okno czasowe analizy potrzeb materiałowych oraz planowania zamówień i
dostaw. Po zakończeniu iteracji planowania wielkość i termin zamówienia na wyjściu
modelu/algorytmu, przekazywane są do systemu transportowego, w celu zaplanowania procesów
transportowych i harmonogramu dostaw.
34
Orlicky J., Planowanie potrzeb materiałowych – nowy styl sterowania produkcją i zapasami, Państwowe Wydawnictwo Ekonomiczne, Warszawa 1981, s. 194 35
Śliwczyński B., Planowanie logistyczne, Instytut Logistyki i Magazynowania, Poznań 2008, s. 224-225
56 | S t r o n a
Model - Stała Wielkość Zamówienia (SWZ) / Fixed Order Quantity (FOQ)
PBi - potrzeby brutto w „i-tym‖ okresie Zi - wielkość zapasu w „i-tym‖ okresie WZi – wielkość zamówienia w „i-tym‖
okresie TZi – termin pojawienia się potrzeby w „i-
tym‖ okresie TZi-LT – termin złożenia zamówienia w „i-
tym‖ okresie NMTRTi – najwcześniejszy możliwy termin
rozpoczęcia procesu transportowego w „i-tym‖ okresie
NDTRTi - najpóźniejszy dopuszczalny termin rozpoczęcia procesu transportowego w „i-tym‖ okresie
SIR - poziom obsługi klienta w ujęciu ilościowym - wartość zmodyfikowana
LT – Lead time (czas cyklu uzupełnienia zapasu)
SWD – stała wielkość dostawy ZB - zapas bezpieczeństwa
Rys. 3.3.1.1 Model zamawiania - Stała Wielkość Zamówienia – opis wg formuły ICOM
Źródło: Opracowanie własne
Tabela 3.3.1.1. Analiza danych wejście/wyjście dla modelu - Stała wielkość zamówienia
Wejścia Wyjścia Parametry
Potrzeby brutto w „i-tym‖ okresie - Pbi
Wielkość zapasu w „i-tym‖ okresie – Zi
iWZ
iTZ
LTiTZ
iRTNMT
iRTNDT
LT SWZ, minimum logistyczne Zapas bezpieczeństwa - ZB
Źródło: Opracowanie własne
2.1. Stała wielkość
zamówienia
Potrzeby brutto w „i-tym‖ okresie - Pbi
Wielkość zapasu w „i-tym‖ okresie – Zi
LT
SWD, minimum logistyczne
Zapas bezpieczeństwa - ZB
iWZ
LTiTZ
iTZ
Przepustowość magazynu
iRTNMT
iRTNDT
57 | S t r o n a
START
Oblicz potrzeby netto w „i-tym‖ okresie PNi zgodnie ze wzorem;
PNi = PBi – Zi + ZB
PNi>0
TAK
Pni>WD
Dobierz najbliższą wielokrotność wielkości dostawy WD w stosunku do potrzeby netto PNi
Tak
Zaplanuj zamówienie w jednostce terminowania i-LT:
STOP
Nie
Pobierz:
· Lead time – LT z algorytmu wyznaczania okien
transportowych
· Wielkość zapasu w „i-tym‖ okresie Zi z modelu
zamawiania
Pobierz wielkość dostawy WD
iLTi WZZ
Czy pozostały
nierozpatrzone
okresy?
NIE
TAK
NIE
Przeprowadź kolejną
iterację
dla następnego okresu: i +
1 … ∞
Mo
de
l sys
tem
u
tra
nsp
ort
ow
eg
o
Mo
de
l
zam
aw
ian
ia /
Alg
ory
tm
wyz
na
cza
nia
oki
en
cza
sow
ych
w tra
nsp
orc
ie
Mo
de
l za
ma
wia
nia
Pobierz:
· wielkość zapasu zabezpieczającego - ZB z
Algorytmu kalkulacji wielkości zapasu
zabezpieczającego
· potrzeby brutto w „i-tym‖ okresie Pbi z modelu
planowania potrzeb materiałowych
Mo
de
l pla
no
wa
nia
po
trze
b
ma
teria
łow
ych
Prześlij do transportu , , w terminie LTiTZ RTiNMTRTiNDT
iWZ
PBi - potrzeby brutto w „i-tym‖ okresie Zi - wielkość zapasu w „i-tym‖ okresie LT - Lead time (czas cyklu uzupełnienia zapasu) PNi - potrzeby netto w „i-tym‖ okresie ZB - zapas bezpieczeństwa WD – wielkość dostawy WZi – wielkość zamówienia w „i-tym‖ okresie TZi-LT – termin złożenia zamówienia w „i-tym‖ okresie NMTRTi – najwcześniejszy możliwy termin rozpoczęcia procesu transportowego w „i-tym‖ okresie NDTRTi - najpóźniejszy dopuszczalny termin rozpoczęcia procesu transportowego w „i-tym‖ okresie
Rys. 3.3.1.2. Algorytm modelu stałej wielkości zamówienia (SWZ) Źródło: Opracowanie własne
58 | S t r o n a
Model - Ekonomiczna Wielkość Zamówienia (EWZ)
/ Economic Order Quantity (EOQ)
PBi - potrzeby brutto w „i-tym‖ okresie Zi - wielkość zapasu w „i-tym‖ okresie WZi – wielkość zamówienia w „i-tym‖ okresie TZi – termin pojawienia się potrzeby w „i-tym‖ okresie TZi-LT – termin złożenia zamówienia w „i-tym‖ okresie NMTRTi – najwcześniejszy możliwy termin
rozpoczęcia procesu transportowego w „i-tym‖ okresie
NDTRTi - najpóźniejszy dopuszczalny termin rozpoczęcia procesu transportowego w „i-tym‖ okresie
SIR - poziom obsługi klienta w ujęciu ilościowym - wartość zmodyfikowana
LT – Lead time (czas cyklu uzupełnienia zapasu) ZB - zapas bezpieczeństwa c - cena jednostkowa
0 - współczynnik kosztu utrzymania zapasu
Rys. 3.3.1.3. Model zamawiania - Ekonomiczna wielkość zamówienia – opis wg formuły ICOM
Źródło: Opracowanie własne
Tabela 3.3.1.2. Analiza danych wejście/wyjście dla modelu - Ekonomiczna wielkość zamówienia
Wejścia Wyjścia Parametry
Potrzeby brutto w „i-tym‖ okresie - Pbi Wielkość zapasu w „i-tym‖ okresie – Zi
iWZ
iTZ
LTiTZ
iRTNMT
iRTNDT
LT, Zapas bezpieczeństwa – ZB
Cena jednostkowa – c Współczynnik kosztu utrzymania
zapasu – 0
Źródło: Opracowanie własne
Wykaz symboli stosowanych w algorytmie Ekonomicznej wielkości zamówienia: PBi - potrzeby brutto w „i-tym‖ okresie ; Zi - wielkość zapasu w „i-tym‖ okresie LT - Lead time (czas cyklu uzupełnienia zapasu) ; PNi - potrzeby netto w „i-tym‖ okresie
ZB - zapas bezpieczeństwa ; 0 - współczynnik kosztu utrzymania zapasu
C - cena jednostkowa zakupu LDi – liczba dostaw dla przyjętej wielkości dostawy WDi – wielkość dostawy KUzWDi - koszt transportu jednej dostawy KUz zależny od wielkości dostawy WD PNt - potrzeb netto w horyzoncie planowania t WDi+1 – wielkość dostawy powiększona o jedną jednostkę WZi – wielkość zamówienia w „i-tym‖ okresie KCWDi min – minimalny koszt całkowity ; TZi-LT – termin złożenia zamówienia w „i-tym‖ okresie NMTRTi – najwcześniejszy możliwy termin rozpoczęcia procesu transportowego w „i-tym‖ okresie NDTRTi - najpóźniejszy dopuszczalny termin rozpoczęcia procesu transportowego w „i-tym‖ okresie
2.2. Ekonomiczna
wielkość zamówienia
LT,
Zapas bezpieczeństwa – ZB
Cena jednostkowa – c
Współczynnik kosztu utrzymania zapasu –
Potrzeby brutto w „i-tym‖ okresie - Pbi
Wielkość zapasu w „i-tym‖ okresie – Zi
0
Przepustowość magazynu
iWZ
LTiTZ
iTZ
iRTNMT
iRTNDT
59 | S t r o n a
Oblicz potrzeby netto w „i-tym‖ okresie PNi zgodnie ze wzorem:
PNi=PBi – Zi + ZB
PNi > 0
Dokonaj zsumowania wielkości potrzeb netto w horyzoncie
planowania t:
SPNt
Oblicz współczynnik kosztu utrzymania zapasu w przyjętej
jednostce terminowania
0
Tak
Oblicz koszt utrzymania zapasu KUt ze zworu:
Zaplanuj wielkość zamówienia:
WZi (KCwdi min)=WDi
cWDKUt iWDi 05,0
Zaplanuj termin zamówienie w jednostce i-LT:
STOP
Nie
Przeprowadź kolejną iterację
dla następnego okresu: i + 1 … ∞
Przyjmij najmniejszą możliwą wielkość dostawy WDi
Oblicz liczbę dostaw dla przyjętej wielkości dostawy ze wzoru:
i
t
iWD
PNLD
Oblicz koszt uzupełniania zapasu ze wzoru:
WDiWDi KUzWDi
PNtKUz
Oblicz koszt całkowity KC ze wzoru:
WDiWDiWDi KUtKUzKC
Powiększ wielkość dostawy o jedną jednostkę
1iWD
ti PNWD 1
Wybierz minimalny koszt całkowity:
NIE
TAK
NIE
iti WDPNWD 1TAK
minWDiKC
Pobierz cenę jednostkową zakupu C
Pobierz koszt transportu jednej
dostawy KUz zależny od wielkości
dostawy WD:
WDiKUz
Pobierz wielkość dostawy WDi dla
minimalnego kosztu całkowitego
Czy pozostały
nierozpatrzone
okresy?
NIE
TAK
iLTi WZTZ
LTiTZ
Mode
l sys
temu
trans
porto
wego
Mode
l
zama
wian
ia /
Algo
rytm
wyzn
acza
nia
okien
czas
owyc
h
w tra
nspo
rcie
START
Pobierz:
· Lead time – LT z algorytmu wyznaczania okien
transportowych
· Wielkość zapasu w „i-tym‖ okresie Zi z modelu
zamawiania
Mode
l zam
awian
iaPobierz:
· wielkość zapasu zabezpieczającego - ZB z
Algorytmu kalkulacji wielkości zapasu
zabezpieczającego
· potrzeby brutto w „i-tym‖ okresie Pbi z modelu
planowania potrzeb materiałowychMode
l plan
owan
ia
potrz
eb
mater
iałow
ych
Prześlij do transportu , , w terminie LTiTZ RTiNMTRTiNDT
iWZ
Rys. 3.3.1.4. Algorytm modelu - Ekonomiczna Wielkość Zamówienia
Źródło: Opracowanie własne
60 | S t r o n a
Model - Partia Na Partię (PNP) / Lot For Lot (LFL)
PBi - potrzeby brutto w „i-tym‖ okresie Zi - wielkość zapasu w „i-tym‖ okresie WZi – wielkość zamówienia w „i-tym‖ okresie TZi – termin pojawienia się potrzeby w „i-tym‖ okresie TZi-LT – termin złożenia zamówienia w „i-tym‖ okresie NMTRTi – najwcześniejszy możliwy termin rozpoczęcia procesu transportowego w „i-tym‖ okresie NDTRTi - najpóźniejszy dopuszczalny termin rozpoczęcia procesu transportowego w „i-tym‖ okresie SIR - poziom obsługi klienta w ujęciu ilościowym - wartość zmodyfikowana LT – Lead time (czas cyklu uzupełnienia zapasu) ZB - zapas bezpieczeństwa
Rys. 3.3.1.5. Model zamawiania - Partia na Partię – opis wg formuły ICOM
Źródło: Opracowanie własne
Tabela 3.3.1.3. Dane wejście/wyjście dla modelu zamawiania - Partia na Partię
Wejścia Wyjścia Parametry
Potrzeby brutto w „i-tym‖ okresie -
Pbi
Wielkość zapasu w „i-tym‖ okresie
– Zi
iWZ
iTZ
LTiTZ
iRTNMT
iRTNDT
LT,
Zapas bezpieczeństwa – ZB
Źródło: Opracowanie własne
Wykaz symboli stosowanych w algorytmie modelu Partia na Partię: PBi - potrzeby brutto w „i-tym” okresie Zi - wielkość zapasu w „i-tym” okresie LT - Lead time (czas cyklu uzupełnienia zapasu) PNi - potrzeby netto w „i-tym” okresie ZB - zapas bezpieczeństwa WZi – wielkość zamówienia w „i-tym” okresie TZi-LT – termin złożenia zamówienia w „i-tym” okresie NMTRTi – najwcześniejszy możliwy termin rozpoczęcia procesu transportowego w „i-tym” okresie NDTRTi - najpóźniejszy dopuszczalny termin rozpoczęcia procesu transportowego w „i-tym” okresie
2.3. Partia na partięPotrzeby brutto w „i-tym‖ okresie - Pbi
Wielkość zapasu w „i-tym‖ okresie – Zi
LT,
Zapas bezpieczeństwa – ZB
Przepustowość magazynu
iWZ
LTiTZ
iTZ
iRTNMT
iRTNDT
61 | S t r o n a
PNi>0
STOP
Zaplanuj zamówienie:
ii PNWZ
Zaplanuj zamówienie w jednostce terminowania i-LT:
NIE
TAK
Przeprowadź kolejną iterację
dla następnego okresu: i + 1 … ∞
TAK
Czy pozostały
nierozpatrzone
okresy?
NIEM
od
el syste
mu
tra
nsp
ort
ow
eg
o
Oblicz potrzeby netto w „i-tym‖ okresie PNi zgodnie ze wzorem;
PNi = PBi – Zi + ZB
iLTi WZTZ
Mo
de
l
za
ma
wia
nia
/
Alg
ory
tm
wyzn
acza
nia
okie
n c
za
so
wych
w tra
nsp
orc
ie
START
Pobierz:
· Lead time – LT z algorytmu wyznaczania okien
transportowych
· Wielkość zapasu w „i-tym‖ okresie Zi z modelu
zamawiania
Mo
de
l za
ma
wia
nia
Pobierz:
· wielkość zapasu zabezpieczającego - ZB z
Algorytmu kalkulacji wielkości zapasu
zabezpieczającego
· potrzeby brutto w „i-tym‖ okresie Pbi z modelu
planowania potrzeb materiałowych
Mo
de
l p
lan
ow
an
ia
po
trze
b
ma
teria
łow
ych
Prześlij do transportu , , w terminie LTiTZ RTiNMTRTiNDT
iWZ
Rys. 3.3.1.6. Algorytm modelu zamawiania - Partia na Partię
Źródło: Opracowanie własne
62 | S t r o n a
Model - Stała Liczba Przedziałów Potrzeb (SLPP) / Fixed Period Requirements (FPR)
PBi - potrzeby brutto w „i-tym‖ okresie Zi - wielkość zapasu w „i-tym‖ okresie WZi – wielkość zamówienia w „i-tym‖ okresie TZi – termin pojawienia się potrzeby w „i-tym‖
okresie TZi-LT – termin złożenia zamówienia w „i-tym‖
okresie NMTRTi – najwcześniejszy możliwy termin
rozpoczęcia procesu transportowego w „i-tym‖ okresie
NDTRTi - najpóźniejszy dopuszczalny termin rozpoczęcia procesu transportowego w „i-tym‖ okresie
SIR - poziom obsługi klienta w ujęciu ilościowym - wartość zmodyfikowana
LT – Lead time (czas cyklu uzupełnienia zapasu) n – Liczba okresów pokrycia potrzeb
Rys. 3.3.1.7. Model zamawiania - Stała liczba przedziałów potrzeb – opis wg formuły ICOM
Źródło: Opracowanie własne
Tabela 3.3.1.4. Dane wejście/wyjście dla modelu - Stała liczba przedziałów potrzeb
Wejścia Wyjścia Parametry
Potrzeby brutto w „i-tym‖ okresie - Pbi
Wielkość zapasu w „i-tym‖ okresie – Zi
iWZ
iTZ
LTiTZ
iRTNMT
iRTNDT
LT, Liczba okresów pokrycia potrzeb -
n
Źródło: Opracowanie własne
Wykaz symboli stosowanych w algorytmie modelu - Stała liczba przedziałów potrzeb: PBi - potrzeby brutto w „i-tym” okresie Zi - wielkość zapasu w „i-tym” okresie LT - Lead time (czas cyklu uzupełnienia zapasu) PNi - potrzeby netto w „i-tym” okresie ZB - zapas bezpieczeństwa n – liczba okresów pokrycia potrzeb
1ni
i iPB - potrzeby brutto dla ustalonego okresu pokrycia potrzeb
WZi – wielkość zamówienia w „i-tym” okresie TZi-LT – termin złożenia zamówienia w „i-tym” okresie NMTRTi – najwcześniejszy możliwy termin rozpoczęcia procesu transportowego w „i-tym” okresie NDTRTi - najpóźniejszy dopuszczalny termin rozpoczęcia procesu transportowego w „i-tym” okresie
2.4. Stała liczba
przedziałów potrzeb
LT,
Liczba okresów pokrycia potrzeb - n
Potrzeby brutto w „i-tym‖ okresie - Pbi
Wielkość zapasu w „i-tym‖ okresie – Zi
Przepustowość magazynu
iWZ
LTiTZ
iTZ
iRTNMT
iRTNDT
63 | S t r o n a
Ustal liczbę okresów pokrycia potrzeb n (n=const.)
Zaplanuj wielkość zamówienia:
1ni
i iii PBPNWZ
Zaplanuj termin zamówienie w jednostce i-LT:
iLTi WZTZ
Przejdź do planowania kolejnego cyklu pokrycia potrzeb
TAK
Czy pozostały
nierozpatrzone
okresy?
Oblicz potrzeby netto w „i-tym‖ okresie PNi zgodnie ze wzorem;
PNi = PBi – Zi + ZB
PNi>0 NIE
TAK
Przeprowadź kolejną iterację
dla następnego okresu: i + 1 … ∞
STOP
NIE
Mo
de
l syste
mu
tra
nsp
ort
ow
eg
o
Pobierz potrzeby brutto dla ustalonego okresu
pokrycia potrzeb SPBn
1ni
i iPB
Mo
de
l
za
ma
wia
nia
/
Alg
ory
tm
wyzn
acza
nia
okie
n c
za
so
wych
w tra
nsp
orc
ie
START
Pobierz:
· Lead time – LT z algorytmu wyznaczania okien
transportowych
· Wielkość zapasu w „i-tym‖ okresie Zi z modelu
zamawiania
Mo
de
l za
ma
wia
nia
Pobierz:
· wielkość zapasu zabezpieczającego - ZB z
Algorytmu kalkulacji wielkości zapasu
zabezpieczającego
· potrzeby brutto w „i-tym‖ okresie Pbi z modelu
planowania potrzeb materiałowych
Mo
de
l p
lan
ow
an
ia
po
trze
b
ma
teria
łow
ych
Prześlij do transportu , , w terminie LTiTZ RTiNMTRTiNDT
iWZ
Rys. 3.3.1.8. Algorytm modelu zamawiania - Stała liczba przedziałów potrzeb
Źródło: Opracowanie własne
64 | S t r o n a
Obliczeniowy Stały Cykl Zamawiania (OSCZ) / Period Order Quantity (POQ)
PBi - potrzeby brutto w „i-tym‖ okresie Zi - wielkość zapasu w „i-tym‖ okresie WZi – wielkość zamówienia w „i-tym‖ okresie TZi – termin pojawienia się potrzeby w „i-tym‖
okresie TZi-LT – termin złożenia zamówienia w „i-tym‖
okresie NMTRTi – najwcześniejszy możliwy termin
rozpoczęcia procesu transportowego w „i-tym‖ okresie
NDTRTi - najpóźniejszy dopuszczalny termin rozpoczęcia procesu transportowego w „i-tym‖ okresie
SIR - poziom obsługi klienta w ujęciu ilościowym - wartość zmodyfikowana
LT – Lead time (czas cyklu uzupełnienia zapasu) ZB - zapas bezpieczeństwa c - cena jednostkowa
0 - współczynnik kosztu utrzymania zapasu
t - horyzont planowania potrzeb
Rys. 3.3.1.9. Model zamawiania - Obliczeniowy stały cykl zamawiania – opis wg formuły ICOM
Źródło: Opracowanie własne
Tabela 3.3.1.5. Dane wejście/wyjście dla modelu - Obliczeniowy stały cykl zamawiania
Wejścia Wyjścia Parametry
Potrzeby brutto w „i-tym‖ okresie - Pbi
Wielkość zapasu w „i-tym‖ okresie – Zi
iWZ
iTZ
LTiTZ
iRTNMT
iRTNDT
LT
Horyzont planowania potrzeb - t
Zapas bezpieczeństwa – ZB
Cena jednostkowa – c
Współczynnik kosztu utrzymania
zapasu – 0
Źródło: Opracowanie własne
t - horyzont planowania potrzeb, EWZ – ekonomiczna wielkość zamówienia WZi – wielkość zamówienia w „i-tym‖ okresie KCWDi min – minimalny koszt całkowity dla dostawy wielkości WDi PNt - potrzeb netto w horyzoncie planowania t PBt - potrzeb brutto w horyzoncie planowania t Zi - wielkość zapasu w „i-tym‖ okresie LZt – liczba zamówień w horyzoncie planowania t CZ t – cykl zamawiania w horyzoncie planowania t JT – jednostka terminowania PBi - potrzeby brutto w „i-tym‖ okresie LT - Lead time (czas cyklu uzupełnienia zapasu) PNi - potrzeby netto w „i-tym‖ okresie ZB - zapas bezpieczeństwa TZi-LT – termin złożenia zamówienia w „i-tym‖ okresie NMTRTi – najwcześniejszy możliwy termin rozpoczęcia procesu transportowego w „i-tym‖ okresie NDTRTi - najpóźniejszy dopuszczalny termin rozpoczęcia procesu transportowego w „i-tym‖ okresie
2.5. Obliczeniowy
stały cykl zamawiania
LT
Horyzont planowania potrzeb - t
Zapas bezpieczeństwa – ZB
Cena jednostkowa – c
Współczynnik kosztu utrzymania zapasu – 0
Potrzeby brutto w „i-tym‖ okresie - Pbi
Wielkość zapasu w „i-tym‖ okresie – Zi
Przepustowość magazynu
iWZ
LTiTZ
iTZ
iRTNMT
iRTNDT
65 | S t r o n a
START
Zaplanuj wielkość zamówienia w cyklu terminowania CZt:
Określ horyzont planowania potrzeb t
ti PNWZ
STOP
Czy pozostały
nierozpatrzone
okresy?
NIE
TAK
Oblicz potrzeby netto w „i-tym‖ okresie PNi zgodnie ze wzorem;
PNi = PBi – Zi + ZB
PNi>0 NIE
TAK
Przeprowadź kolejną iterację
dla następnego okresu: i + 1 … ∞
Pobierz EWZ = WZi (KCwdi min) wyliczoną metodą
EWZ (algorytm ekonomicznej wielkości zamówienia)
Mo
de
l syste
mu
tra
nsp
ort
ow
eg
o
Dokonaj zsumowania wielkości potrzeb netto w horyzoncie planowania t:
Wyznacz liczbę zamówień w horyzoncie planowania t według wzoru LZt:
Określ cykl zamawiania w horyzoncie planowania t według
przyjętej jednostki terminowania CZt:
EWZ
PNLZ
t
t
t
tLZ
JTCZ
itt ZPBPN
Mo
de
l
za
ma
wia
nia
/
Alg
ory
tm
wyzn
acza
nia
okie
n c
za
so
wych
w tra
nsp
orc
ie
Pobierz:
· Lead time – LT z algorytmu wyznaczania okien
transportowych
· Wielkość zapasu w „i-tym‖ okresie Zi z modelu
zamawiania
Mo
de
l za
ma
wia
nia
Pobierz:
· wielkość zapasu zabezpieczającego - ZB z
Algorytmu kalkulacji wielkości zapasu
zabezpieczającego
· potrzeby brutto w „i-tym‖ okresie Pbi z modelu
planowania potrzeb materiałowych
Mo
de
l p
lan
ow
an
ia
po
trze
b
ma
teria
łow
ych
Mo
de
l za
ma
wia
nia
Prześlij do transportu , , w terminie LTiTZ RTiNMTRTiNDT
iWZ
Rys. 3.3.1.10. Algorytm modelu - Obliczeniowy stały cykl zamawiania
Źródło: Opracowanie własne
66 | S t r o n a
Najniższy Koszt Jednostkowy (NKJ) / Least Unit Cost (LUC)
PBi - potrzeby brutto w „i-tym‖ okresie Zi - wielkość zapasu w „i-tym‖ okresie WZi – wielkość zamówienia w „i-tym‖ okresie TZi – termin pojawienia się potrzeby w „i-tym‖ okresie TZi-LT – termin złożenia zamówienia w „i-tym‖ okresie NMTRTi – najwcześniejszy możliwy termin rozpoczęcia
procesu transportowego w „i-tym‖ okresie NDTRTi - najpóźniejszy dopuszczalny termin
rozpoczęcia procesu transportowego w „i-tym‖ okresie
SIR - poziom obsługi klienta w ujęciu ilościowym - wartość zmodyfikowana
LT – Lead time (czas cyklu uzupełnienia zapasu) ZB - zapas bezpieczeństwa c - cena jednostkowa
0 - współczynnik kosztu utrzymania zapasu
Kuz - jednostkowy koszt uzupełniania zapasu
Rys. 3.3.1.11. Model zamawiania - Najniższy koszt jednostkowy – opis wg formuły ICOM
Źródło: Opracowanie własne
Tabela 3.3.1.6. Analiza danych wejście/wyjście dla modelu - Najniższy koszt jednostkowy
Wejścia Wyjścia Parametry
Potrzeby brutto w „i-tym‖ okresie - Pbi
Wielkość zapasu w „i-tym‖ okresie – Zi
iWZ
iTZ
LTiTZ
iRTNMT
iRTNDT
LT, Zapas bezpieczeństwa – ZB
Jednostkowy koszt uzupełniania zapasu - Kuz
Cena jednostkowa – c Współczynnik kosztu utrzymania
zapasu – 0
Źródło: Opracowanie własne
Wykaz symboli stosowanych w algorytmie modelu - Najniższy koszt jednostkowy:
PBi - potrzeby brutto w „i-tym‖ okresie Zi - wielkość zapasu w „i-tym‖ okresie LT - Lead time (czas cyklu uzupełnienia zapasu) PNi - potrzeby netto w „i-tym‖ okresie ZB - zapas bezpieczeństwa
0 - współczynnik kosztu utrzymania zapasu
c - cena jednostkowa zakupu KUt – koszt utrzymania zapasu KUz - koszty uzupełniania zapasu KUzPNi – koszt uzupełniania zapasu dla potrzeb netto w „i-tym‖ okresie ŁKZ(i) – łączny koszt zapasów na jedną sztukę dla pierwszego nierozpatrzonego okresu m – kolejny nierozpatrzony okres/kolejna iteracja, ŁKZ (i+m) - łączny koszt zapasów na jedną sztukę dla pierwszego nierozpatrzonego i m-kolejnych nierozpatrzonych okresów ŁKZ (i+m) min – minimalny łączny koszt zapasów na jedną sztukę dla pierwszego nierozpatrzonego i m-kolejnych nierozpatrzonych okresów iŁKZ min - okres w którym łączny koszt zapasów na jedną sztukę jest minimalny WZi – wielkość zamówienia w „i-tym‖ okresie TZi-LT – termin złożenia zamówienia w „i-tym‖ okresie NMTRTi – najwcześniejszy możliwy termin rozpoczęcia procesu transportowego w „i-tym‖ okresie NDTRTi - najpóźniejszy dopuszczalny termin rozpoczęcia procesu transportowego w „i-tym‖ okresie
2.6. Najniższy koszt
jednostkowy
Przepustowość magazynu
LT,
Zapas bezpieczeństwa – ZB
Jednostkowy koszt uzupełniania zapasu - Kuz
Cena jednostkowa – c
Współczynnik kosztu utrzymania zapasu – 0
Potrzeby brutto w „i-tym‖ okresie - Pbi
Wielkość zapasu w „i-tym‖ okresie – Zi
iWZ
LTiTZ
iTZ
iRTNMT
iRTNDT
67 | S t r o n a
Pobierz okres, w którym łączny koszt
zapasów na jednostkę był minimalny:
Zaplanuj termin zamówienia w jednostce i-LT:
Pobierz koszty uzupełniania zapasu:
Oblicz Łączny Koszt Zapasów na jedną sztukę dla kolejnego nierozpatrzonego okresu
ŁKZ(i+n):
mi
i
mii
mi
i
tmimPBiPNi
PBPN
KuPBmiKUz
miŁKZ
1
1
)1)((
)(
Oblicz potrzeby netto w „i-tym‖ okresie PNi zgodnie ze wzorem;
PNi = PBi – Zi +ZB
PNi>0 NIE
Oblicz współczynnik kosztu utrzymania zapasu w przyjętej jednostce terminowania nazwij:
0
Oblicz koszt utrzymywania zapasu na jednostkę terminowania KUt:
TAK
cKUt 0
Oblicz Łączny Koszt Zapasów na jedną sztukę dla pierwszego nierozpatrzonego okresu
ŁKZ(i):
i
PNi
PN
KUziŁKZ )(
NIE
Zaplanuj wielkość zamówienia:
Przeprowadź kolejną iterację
(m-numer kolejnej iteracji)
TAK
min
1
ŁKZi
i iii PBPNWZ
iLTi WZTZ
Przeprowadź kolejną iterację
dla następnego okresu: i + 1 … ∞
c
mPBiPNiKUz
STOP
Czy pozostały
nierozpatrzone
okresy?
NIE
TAK
Mod
el s
yste
mu
trans
porto
weg
o
Pobierz parametry:
· Pobierz cenę jednostkową c
Pobierz koszty uzupełniania zapasu:
PNiKUz
Pobierz potrzebę brutto dla kolejnego
nierozpatrzonego okresu PBi+m
(m-numer kolejnej iteracji)
Pobierz parametry:
· Potrzebę netto dla pierwszego
nierozpatrzonego okresu PNi
Wybierz minimalny łączny koszt zapasów na jednostkę:
PBPBmi
i
mi
1
min)( miŁKZ
minŁKZi
Mod
el
zam
awia
nia
/
Algo
rytm
wyz
nacz
ania
okie
n cz
asow
ych
w tr
ansp
orci
e
START
Pobierz:
· Lead time – LT z algorytmu wyznaczania okien
transportowych
· Wielkość zapasu w „i-tym‖ okresie Zi z modelu
zamawiania
Mod
el z
amaw
iani
a
Pobierz:
· wielkość zapasu zabezpieczającego - ZB z
Algorytmu kalkulacji wielkości zapasu
zabezpieczającego
· potrzeby brutto w „i-tym‖ okresie Pbi z modelu
planowania potrzeb materiałowychMod
el p
lano
wan
ia
potrz
eb
mat
eria
łow
ych
Prześlij do transportu , , w terminie LTiTZ RTiNMTRTiNDT
iWZ
Rys. 3.3.1.12. Algorytm modelu zamawiania - Najniższy koszt jednostkowy
Źródło: Opracowanie własne
68 | S t r o n a
Najniższy Koszt Łączny (NKŁ) / Least Total Cost (LTC)
PBi - potrzeby brutto w „i-tym‖ okresie Zi - wielkość zapasu w „i-tym‖ okresie WZi – wielkość zamówienia w „i-tym‖ okresie TZi – termin pojawienia się potrzeby w „i-tym‖
okresie TZi-LT – termin złożenia zamówienia w „i-tym‖
okresie NMTRTi – najwcześniejszy możliwy termin
rozpoczęcia procesu transportowego w „i-tym‖ okresie
NDTRTi - najpóźniejszy dopuszczalny termin rozpoczęcia procesu transportowego w „i-tym‖ okresie
SIR - poziom obsługi klienta w ujęciu ilościowym - wartość zmodyfikowana
LT – Lead time (czas cyklu uzupełnienia zapasu)
ZB - zapas bezpieczeństwa c - cena jednostkowa
0 - współczynnik kosztu utrzymania
zapasu Kuz - jednostkowy koszt uzupełniania zapasu
Rys. 3.3.1.13. Model zamawiania - Najniższy koszt łączny – opis wg formuły ICOM
Źródło: Opracowanie własne
Tabela 3.3.1.7. Analiza danych wejście/wyjście dla modelu - Najniższy koszt łączny
Wejścia Wyjścia Parametry
Potrzeby brutto w „i-tym‖ okresie -
Pbi
Wielkość zapasu w „i-tym‖ okresie
– Zi
iWZ
iTZ
LTiTZ
iRTNMT
iRTNDT
LT,
Zapas bezpieczeństwa – ZB
Jednostkowy koszt uzupełniania
zapasu - Kuz
Cena jednostkowa – c
Współczynnik kosztu utrzymania
zapasu – 0
Źródło: Opracowanie własne
Wykaz symboli stosowanych w algorytmie modelu - Najniższy koszt łączny: PBi - potrzeby brutto w „i-tym” okresie ; Zi - wielkość zapasu w „i-tym” okresie ; LT - Lead time (czas cyklu uzupełnienia zapasu) ; PNi - potrzeby netto w „i-tym” okresie ; ZB - zapas bezpieczeństwa
0 - współczynnik kosztu utrzymania zapasu ; c - cena jednostkowa zakupu
KUzPNi – koszt uzupełniania zapasu dla potrzeb netto w „i-tym” okresie
PNiKUzEPO - ekonomiczny pozycjo okres dla kosztu uzupełniania zapasów partii wielkości zaspakajającej potrzeby z bieżącego
okresu ; POS(i) – pozycjookres w „i-tym” okresie/dla pierwszego nierozpatrzonego okresu R(i) – różnica między pozycjo okresem i EPO w „i-tym” okresie/dla pierwszego nierozpatrzonego okresu
m – kolejny nierozpatrzony okres/kolejna iteracja ; mPBiPNi
KUz - kosztu uzupełniania zapasów partii wielkości
zaspakajającej potrzeby z bieżącego okresu i m-kolejnych,
mPBiPNiKUzEPO - ekonomiczny pozycjo okres dla kosztu uzupełniania zapasów partii wielkości zaspakajającej potrzeby z
bieżącego okresu i m-kolejnych ; R(i+m) - różnica między pozycjo okresem i EPO dla „i+m” okresu R(i+m) min – minimalna różnica między pozycjo okresem i EPO dla okresów od „i” do „i+m” IRmin – okres w którym różnica między pozycjo okresem i EPO była minimalna WZi – wielkość zamówienia w „i-tym” okresie ; TZi-LT – termin złożenia zamówienia w „i-tym” okresie NMTRTi – najwcześniejszy możliwy termin rozpoczęcia procesu transportowego w „i-tym” okresie NDTRTi - najpóźniejszy dopuszczalny termin rozpoczęcia procesu transportowego w „i-tym” okresie
2.7. Najniższy koszt
łączny
Przepustowość magazynu
Potrzeby brutto w „i-tym‖ okresie - Pbi
Wielkość zapasu w „i-tym‖ okresie – Zi
LT
Zapas bezpieczeństwa – ZB
Jednostkowy koszt uzupełniania zapasu - Kuz
Cena jednostkowa – c
Współczynnik kosztu utrzymania zapasu – 0
iWZ
LTiTZ
iTZ
iRTNMT
iRTNDT
69 | S t r o n a
Pobierz okres, w którym różnica była
minimalna:
Pobierz koszty uzupełniania zapasu:
Oblicz pozycjookres skumulowany dla kolejnego
nierozpatrzonego okresu POS(i+n):
Oblicz potrzeby netto w „i-tym‖ okresie PNi zgodnie ze wzorem;
PNi = PBi – Zi + ZB
PNi>0 NIE
Oblicz współczynnik kosztu utrzymania zapasu w przyjętej jednostce terminowania nazwij:
0
TAK
Oblicz pozycjookres skumulowany dla pierwszego
nierozpatrzonego okresu POS(i) dla (i=1):
0)1()( iPNiiPOS
NIE
Przeprowadź kolejną iterację
(m-numer kolejnej iteracji)
TAK
mi
i
miPBmimiPOS1
)1)(()(
Oblicz różnicę między POSi a EPO zgodnie z formułą:
PNiKUzEPOPOSiiR )(
Oblicz różnicę między POS(i+m) a EPO zgodnie z formułą:
imPBiPNiKUzEPOmiPOSmiR
)()(
Przeprowadź kolejną iterację
dla następnego okresu: i + 1 … ∞
STOP
Czy pozostały
nierozpatrzone
okresy?
NIE
Oblicz współczynnik EPO:
c
KUzEPO PNi
KUzPNi
0
Oblicz współczynnik EPO:
c
KUzEPO
mPBiPNi
KUz mPBiPNi
0
TAK
Mode
l sys
temu
trans
porto
wego
Pobierz parametry:
· Pobierz cenę jednostkową c
Pobierz koszty uzupełniania zapasu:
PNiKUz
Pobierz parametry:
· Potrzebę netto dla pierwszego
nierozpatrzonego okresu PNi
Pobierz potrzebę brutto dla kolejnego
nierozpatrzonego okresu PBi+m
(m-numer kolejnej iteracji)
mPBiPNiKUz
Zaplanuj termin zamówienia w jednostce i-LT:
Zaplanuj wielkość zamówienia:
min
1
Ri
i iii PBPNWZ
iLTi WZTZ
Wybierz minimalną różnicę:
PBPBmi
i
mi
1
min)( miR
minRi
Mode
l
zama
wian
ia /
Algo
rytm
wyzn
acza
nia
okien
czas
owyc
h
w tra
nspo
rcie
START
Pobierz:
· Lead time – LT z algorytmu wyznaczania okien
transportowych
· Wielkość zapasu w „i-tym‖ okresie Zi z modelu
zamawianiaMo
del z
amaw
iania
Pobierz:
· wielkość zapasu zabezpieczającego - ZB z
Algorytmu kalkulacji wielkości zapasu
zabezpieczającego
· potrzeby brutto w „i-tym‖ okresie Pbi z modelu
planowania potrzeb materiałowychMode
l plan
owan
ia
potrz
eb
mater
iałow
ych
Prześlij do transportu , , w terminie LTiTZ RTiNMTRTiNDT
iWZ
Rys. 3.3.1.14. Algorytm modelu zamawiania - Najniższy koszt łączny
Źródło: Opracowanie własne.
70 | S t r o n a
Algorytm Wagnera-Withina (AWW) / Wagner-Within Algorithm (WWA)
PBi - potrzeby brutto w „i-tym‖ okresie Zi - wielkość zapasu w „i-tym‖ okresie WZi – wielkość zamówienia w „i-tym‖ okresie TZi – termin pojawienia się potrzeby w „i-tym‖
okresie TZi-LT – termin złożenia zamówienia w „i-tym‖
okresie NMTRTi – najwcześniejszy możliwy termin
rozpoczęcia procesu transportowego w „i-tym‖ okresie
NDTRTi - najpóźniejszy dopuszczalny termin rozpoczęcia procesu transportowego w „i-tym‖ okresie
SIR - poziom obsługi klienta w ujęciu ilościowym - wartość zmodyfikowana
LT – Lead time (czas cyklu uzupełnienia zapasu) ZB - zapas bezpieczeństwa c - cena jednostkowa
0 - współczynnik kosztu utrzymania zapasu
Kuz - jednostkowy koszt uzupełniania zapasu
Rys. 3.3.1.15. Model zamawiania - algorytm Wagnera – Withina – opis wg formuły ICOM
Źródło: Opracowanie własne
Tabela 3.3.1.8. Analiza danych wejście/wyjście dla modelu - Algorytm Wagnera - Withina
Wejścia Wyjścia Parametry
Potrzeby brutto w „i-tym‖ okresie - Pbi Wielkość zapasu w „i-tym‖ okresie – Zi
iWZ
iTZ
LTiTZ
iRTNMT
iRTNDT
LT, Zapas bezpieczeństwa – ZB
Jednostkowy koszt uzupełniania zapasu - Kuz
Cena jednostkowa – c Współczynnik kosztu utrzymania
zapasu – 0
Źródło: Opracowanie własne
Wykaz symboli stosowanych w algorytmie modelu - Wagnera – Withina:
N – liczba okresów z jakich liczony jest kwadrat współczynnika zmienności
VC – kwadrat współczynnika zmienności ,
PBi - potrzeby brutto w „i-tym‖ okresie
Zi - wielkość zapasu w „i-tym‖ okresie,
LT - Lead time (czas cyklu uzupełnienia zapasu)
PNi - potrzeby netto w „i-tym‖ okresie,
ZB - zapas bezpieczeństwa
KUz – koszt uzupełniania zapasu,
WD – wielkość dostawy
0 - współczynnik kosztu utrzymania zapasu,
c - cena jednostkowa zakupu
KUt – koszt utrzymania zapasu
ŁKZJT (i) – łączny koszt zapasów na jednostkę terminowania dla pierwszego nierozpatrzonego okresu „i‖
PBi – potrzeby brutto w „i-tym‖ okresie
ŁKZJT (i+m) – łączny koszt zapasów na jednostkę terminowania dla pierwszego nierozpatrzonego i m-kolejnych
nierozpatrzonych okresów
m – kolejny nierozpatrzony okres/kolejna iteracja,
ŁKZJT (i+m) min – minimalny łączny koszt zapasów na jednostkę terminowania dla pierwszego nierozpatrzonego i m-kolejnych
nierozpatrzonych okresów
iŁKZJT min - okres w którym łączny koszt zapasów na jednostkę terminowania jest minimalny
WZi – wielkość zamówienia w „i-tym‖ okresie
TZi-LT – termin złożenia zamówienia w „i-tym‖ okresie
NMTRTi – najwcześniejszy możliwy termin rozpoczęcia procesu transportowego w „i-tym‖ okresie
NDTRTi - najpóźniejszy dopuszczalny termin rozpoczęcia procesu transportowego w „i-tym‖ okresie
2.8. Algorytm
Wagnera-Withina
Przepustowość magazynu
Potrzeby brutto w „i-tym‖ okresie - Pbi
Wielkość zapasu w „i-tym‖ okresie – Zi
LT
Zapas bezpieczeństwa – ZB
Jednostkowy koszt uzupełniania zapasu - Kuz
Cena jednostkowa – c
Współczynnik kosztu utrzymania zapasu – 0
iWZ
LTiTZ
iTZ
iRTNMT
iRTNDT
71 | S t r o n a
Oblicz Łączny Koszt Zapasów na Jednostkę Terminowania dla kolejnego
nierozpatrzonego okresu ŁKZJT(i+m) dla wariantu wspólnej dostawy:
mi
KuPBmi
miŁKZJTmiŁKZJT
mi
i
tmi
1
)1)((
)1()(*
VC>=0,2
Oblicz kwadrat współczynnika zmienności względnej zgodnie ze wzorem:
START
Oblicz potrzeby netto w „i-tym‖ okresie PNi zgodnie ze wzorem;
PNi = PBi – Zi + ZB
PNi>0
Złóż zamówienie w systemie EWD
NIE
Oblicz współczynnik kosztu utrzymania zapasu w przyjętej jednostce terminowania nazwij:
0
Oblicz koszt utrzymywania zapasu na jednostkę terminowania KUt:
TAK
cKUt 0
Oblicz Łączny Koszt Zapasów na Jednostkę Terminowania dla pierwszego
nierozpatrzonego okresu ŁKZJT(i):
i
KUziŁKZJT )(
Przeprowadź kolejną iterację
(m-numer kolejnej iteracji)
TAK
21
2
1
Ni i
i
P
Ni PBN
VC
NIE
Oblicz łączny Koszt Zapasów na Jednostkę Terminowania dla kolejnego
nierozpatrzonego okresu ŁKZJT (i+m) dla wariantu kilku dostaw:
)()1()( miKUzmiŁKZJTmiŁKZJT
Przeprowadź kolejną iterację
dla następnego okresu: i + 1 … ∞
Pobierz parametry:
· PBi
· N
Ge
ne
rato
r
rze
czyw
iste
go
zu
życia
(ge
ne
rato
r lic
zb
loso
sw
ych
)
Pobierz koszty uzupełniania zapasu KUz
zależne od wielkości dostawy WD
Pobierz cenę jednostkową zakupu C
Pobierz potrzebę netto dla pierwszego
nierozpatrzonego okresu PNi (i=1)
Pobierz potrzebę brutto dla kolejnego nierozpatrzonego
okresu PBi+m
(m-numer kolejnej iteracji)
NIE
Pobierz koszty uzupełniania zapasu KUz
zależne od wielkości dostawy WD
PBPBmi
i
mi
1
Pobierz okres, w którym łączny koszt
zapasów na jednostkę był minimalny:
Zaplanuj termin zamówienia w jednostce i-LT:
Zaplanuj wielkość zamówienia:
ŁKZmiani
i iii PBPNWZ1
iLTi WZTZ
STOP
Czy pozostały
nierozpatrzone
okresy?
NIE
Mo
de
l syste
mu
tra
nsp
ort
ow
eg
o
Wybierz minimalny łączny koszt zapasów na jednostkę:
min)( miŁKZJT
minŁKZJTi
Mo
de
l
za
ma
wia
nia
/
Alg
ory
tm
wyzn
acza
nia
okie
n c
za
so
wych
w tra
nsp
orc
ie
TAK
Pobierz:
· Lead time – LT z algorytmu wyznaczania okien
transportowych
· Wielkość zapasu w „i-tym‖ okresie Zi z modelu
zamawiania
Mo
de
l za
ma
wia
nia
Pobierz:
· wielkość zapasu zabezpieczającego - ZB z
Algorytmu kalkulacji wielkości zapasu
zabezpieczającego
· potrzeby brutto w „i-tym‖ okresie Pbi z modelu
planowania potrzeb materiałowych
Mo
de
l p
lan
ow
an
ia
po
trze
b
ma
teria
łow
ych
Prześlij do transportu , , w terminie LTiTZ RTiNMTRTiNDT
iWZ
Rys. 3.3.1.16. Algorytm modelu zamawiania Wagnera - Withina
Źródło: Opracowanie własne
72 | S t r o n a
Algorytm Silvera-Meala (ASW) / Silver-Meal Algorithm (SMA)
PBi - potrzeby brutto w „i-tym‖ okresie Zi - wielkość zapasu w „i-tym‖ okresie WZi – wielkość zamówienia w „i-tym‖ okresie TZi – termin pojawienia się potrzeby w „i-tym‖
okresie TZi-LT – termin złożenia zamówienia w „i-tym‖
okresie NMTRTi – najwcześniejszy możliwy termin
rozpoczęcia procesu transportowego w „i-tym‖ okresie
NDTRTi - najpóźniejszy dopuszczalny termin rozpoczęcia procesu transportowego w „i-tym‖ okresie
SIR - poziom obsługi klienta w ujęciu ilościowym - wartość zmodyfikowana
LT – Lead time (czas cyklu uzupełnienia zapasu) ZB - zapas bezpieczeństwa c - cena jednostkowa
0 - współczynnik kosztu utrzymania zapasu
Kuz - jednostkowy koszt uzupełniania zapasu
Rys. 3.3.1.17. Model zamawiania - algorytm Silvera-Meala – opis wg formuły ICOM
Źródło: Opracowanie własne
Tabela 3.3.1.9. Analiza danych wejście/wyjście dla modelu Silvera-Meala
Wejścia Wyjścia Parametry
Potrzeby brutto w „i-tym‖ okresie - Pbi
Wielkość zapasu w „i-tym‖ okresie – Zi
iWZ
iTZ
LTiTZ
iRTNMT
iRTNDT
LT, Zapas bezpieczeństwa – ZB
Jednostkowy koszt uzupełniania zapasu - Kuz Cena jednostkowa – c
Współczynnik kosztu utrzymania zapasu – 0
Źródło: Opracowanie własne
Wykaz symboli stosowanych w algorytmie modelu zamawiania Silvera - Meala:
N – liczba okresów z jakich liczony jest kwadrat współczynnika zmienności
VC – kwadrat współczynnika zmienności ; PBi - potrzeby brutto w „i-tym‖ okresie
Zi - wielkość zapasu w „i-tym‖ okresie ; LT - Lead time (czas cyklu uzupełnienia zapasu)
PNi - potrzeby netto w „i-tym‖ okresie ; ZB - zapas bezpieczeństwa ; KUt – koszt utrzymania zapasu
0 - współczynnik kosztu utrzymania zapasu
c - cena jednostkowa zakupu
KUzPNi – koszt uzupełniania zapasu dla potrzeb netto w „i-tym‖ okresie
ŁKZJT (i) – łączny koszt zapasów na jednostkę terminowania dla pierwszego nierozpatrzonego okresu „i‖
m – kolejny nierozpatrzony okres/kolejna iteracja,
ŁKZJT (i+m) - łączny koszt zapasów na jednostkę terminowania dla pierwszego nierozpatrzonego i m-kolejnych
nierozpatrzonych okresów mPBiPNi
KUz -
∑ PB – suma potrzeb brutto w przyjętym horyzoncie planistycznym
ŁKZJT (i+m) min – minimalny łączny koszt zapasów na jednostkę terminowania dla pierwszego nierozpatrzonego i m-kolejnych
nierozpatrzonych okresów
iŁKZJT min - okres w którym łączny koszt zapasów na jednostkę terminowania jest minimalny
WZi – wielkość zamówienia w „i-tym‖ okresie ; TZi-LT – termin złożenia zamówienia w „i-tym‖ okresie
NMTRTi – najwcześniejszy możliwy termin rozpoczęcia procesu transportowego w „i-tym‖ okresie
NDTRTi - najpóźniejszy dopuszczalny termin rozpoczęcia procesu transportowego w „i-tym‖ okresie
2.9. Algorytm Silvera -
Meala
Przepustowość magazynu
Potrzeby brutto w „i-tym‖ okresie - Pbi
Wielkość zapasu w „i-tym‖ okresie – Zi
LT
Zapas bezpieczeństwa – ZB
Jednostkowy koszt uzupełniania zapasu - Kuz
Cena jednostkowa – c
Współczynnik kosztu utrzymania zapasu – 0
iWZ
LTiTZ
iTZ
iRTNMT
iRTNDT
73 | S t r o n a
Pobierz okres, w którym łączny koszt
zapasów był minimalny:
Oblicz Łączny Koszt Zapasów na Jednostkę Terminowania dla kolejnego
nierozpatrzonego okresu ŁKZJT(i+m):
mi
KuPBmiKUz
miŁKZJT
mi
i
tmimPBiPNi
1
)1)((
)(
VC>=0,2
Oblicz kwadrat współczynnika zmienności względnej zgodnie ze wzorem:
TAK
START
Oblicz potrzeby netto w „i-tym‖ okresie PNi zgodnie ze wzorem;
PNi = PBi – Zi + ZB
PNi>0
Złóż zamówienie w systemie EWD
NIE
NIE
Oblicz współczynnik kosztu utrzymania zapasu w przyjętej jednostce terminowania nazwij:
0
Oblicz koszt utrzymywania zapasu na jednostkę terminowania KUt:
TAK
cKUt 0
Oblicz Łączny Koszt Zapasów na Jednostkę Terminowania dla pierwszego
nierozpatrzonego okresu ŁKZJT(i):
i
KUziŁKZJT PNi)(
NIE
Przeprowadź kolejną iterację
(m-numer kolejnej iteracji)
TAK
21
2
1
Ni i
i
P
Ni PBN
VC
Przeprowadź kolejną iterację
dla następnego okresu: i + 1 … ∞
STOP
Czy pozostały
nierozpatrzone
okresy?
NIE
TAK
Pobierz parametry:
· Cenę jednostkową c
Pobierz koszty uzupełniania zapasu:
PNiKUz
Pobierz koszty uzupełniania zapasu:
mPBiPNiKUz
Pobierz potrzebę brutto dla kolejnego
nierozpatrzonego okresu PBi+m
(m-numer kolejnej iteracji)
Mo
de
l sys
tem
u
tra
nsp
ort
ow
eg
o
Mo
de
l sys
tem
u
tra
nsp
ort
ow
eg
o /
tab
ela
z z
akr
esa
mi
kosz
tu tra
nsp
ort
u
Pobierz parametry:
· N
· PBi
Pobierz parametry:
· Potrzebę netto dla pierwszego
nierozpatrzonego okresu PNi
Zaplanuj termin zamówienia w jednostce i-LT:
Zaplanuj wielkość zamówienia:
ŁKZJTmiani
i iii PBPNWZ1
iLTi WZTZ
Wybierz minimalny łączny koszt zapasów:
PBPBmi
i
mi
1
min)( miŁKZJT
minŁKZJTi
Mo
de
l
zam
aw
ian
ia /
Alg
ory
tm
wyz
na
cza
nia
oki
en
cza
sow
ych
w tra
nsp
orc
ie
Ge
ne
rato
r
rze
czyw
iste
go
zuży
cia
(g
en
era
tor
liczb
loso
wyc
h)
Pobierz:
· Lead time – LT z algorytmu wyznaczania okien
transportowych
· Wielkość zapasu w „i-tym‖ okresie Zi z modelu
zamawiania
Mo
de
l za
ma
wia
nia
Pobierz:
· wielkość zapasu zabezpieczającego - ZB z
Algorytmu kalkulacji wielkości zapasu
zabezpieczającego
· potrzeby brutto w „i-tym‖ okresie Pbi z modelu
planowania potrzeb materiałowych
Mo
de
l pla
no
wa
nia
po
trze
b
ma
teria
łow
ych
Prześlij do transportu , , w terminie LTiTZ RTiNMTRTiNDT
iWZ
Rys. 3.3.1.18. Algorytm modelu zamawiania Silvera-Meala
Źródło: Opracowanie własne
74 | S t r o n a
Model Poziomu Zamawiania (MPZ) / Re-Order Point Model (ROP)
PBi - potrzeby brutto w „i-tym‖ okresie Zi - wielkość zapasu w „i-tym‖ okresie Pr - prognoza miesięczna z S&OP WZi – wielkość zamówienia w „i-tym‖ okresie TZi – termin pojawienia się potrzeby w „i-tym‖
okresie TZi-LT – termin złożenia zamówienia w „i-tym‖
okresie NMTRTi – najwcześniejszy możliwy termin
rozpoczęcia procesu transportowego w „i-tym‖ okresie
NDTRTi - najpóźniejszy dopuszczalny termin rozpoczęcia procesu transportowego w „i-tym‖ okresie
SIR - poziom obsługi klienta w ujęciu ilościowym - wartość zmodyfikowana
LT – Lead time (czas cyklu uzupełnienia zapasu) ZB - zapas bezpieczeństwa c - cena jednostkowa
0 - współczynnik kosztu utrzymania zapasu
- współczynnik bezpieczeństwa
0 - odchylenie standardowe czasu cyklu
uzupełniania zapasu Kuz - jednostkowy koszt uzupełniania zapasu
Rys. 3.3.1.19. Model zamawiania - model poziomu zamawiania – opis wg formuły ICOM
Źródło: Opracowanie własne
Tabela 3.3.1.10. Analiza danych wejście/wyjście dla modelu poziomu zamawiania
Wejścia Wyjścia Parametry
Potrzeby brutto w „i-tym‖ okresie - Pbi Wielkość zapasu w „i-tym‖ okresie – Zi
iWZ
iTZ
LTiTZ
iRTNMT
iRTNDT
LT Zapas bezpieczeństwa – ZB
Jednostkowy koszt uzupełniania zapasu - Kuz Cena jednostkowa – c
Współczynnik kosztu utrzymania zapasu – 0
Współczynnik bezpieczeństwa -
Odchylenie standardowe czasu cyklu uzupełniania
zapasu - 0
Prognoza - Pr
Źródło: Opracowanie własne
Wykaz symboli stosowanych w modelu poziomu zamawiania:
- współczynnik bezpieczeństwa
ZB – zapas zabezpieczający PBi - potrzeby brutto w „i-tym‖ okresie Pr - prognoza miesięczna z S&OP ZI –zapas informacyjny T – średni czas trwania cyklu uzupełniania zapasu σPT – odchylenie standardowe popytu w cyklu uzupełniania zapasu EWZ – ekonomiczna wielkość zamówienia Zi - wielkość zapasu w „i-tym‖ okresie
i
LTi
iWD - suma wielkości zamówień w okresie od „i‖ do „i-LT‖
LT - Lead time (czas cyklu uzupełnienia zapasu) ZWi – zapas wolny w pierwszym nierozpatrzonym okresie/w „i-tym‖ okresie TZi-LT – termin złożenia zamówienia w „i-tym‖ okresie WZi – wielkość zamówienia w „i-tym‖ okresie EWZ – ekonomiczna wielkość zamówienia
NMTRTi – najwcześniejszy możliwy termin rozpoczęcia procesu transportowego w „i-tym‖ okresie NDTRTi - najpóźniejszy dopuszczalny termin rozpoczęcia procesu transportowego w „i-tym‖ okresie
2.10. Model poziomu
zamawiania
Przepustowość magazynu
Potrzeby brutto w „i-tym‖ okresie - Pbi
Wielkość zapasu w „i-tym‖ okresie – Zi
Prognoza Pr
LT
Zapas bezpieczeństwa – ZB
Jednostkowy koszt uzupełniania zapasu - Kuz
Cena jednostkowa – c
Współczynnik kosztu utrzymania zapasu –
Współczynnik bezpieczeństwa -
Odchylenie standardowe czasu cyklu
uzupełniania zapasu -
Prognoza - Pr
0
0
iWZ
LTiTZ
iTZ
iRTNMT
iRTNDT
75 | S t r o n a
Oblicz zapas informacyjny zgodnie ze wzorem;
ZI = Pr * T + ZB
Pobierz EWZ z algorytmu ekonomicznej wielkości
zamówienia (EWZ)Mo
de
l
za
ma
wia
nia
Oblicz Zapas Wolny dla pierwszego nierozpatrzonego okresu Pni (i=1) zgodnie ze
wzorem:
ZW<ZI
Zaplanuj zamówienie:
EWZWZ i
Zaplanuj zamówienie w jednostce terminowania i-LT:
TAK
NIEPrzeprowadź kolejną iterację
(n-numer kolejnej iteracji)
STOP
Czy pozostały
nierozpatrzone
okresy?
NIE
Mo
de
l syste
mu
tra
nsp
ort
ow
eg
o
TAK
Pobierz parametry:
· Potrzeby brutto w „i-tym‖ okresie PBi
· Wielkość zapasu w „i-tym‖ okresie Zi
· Suma wielkości zamówień w jednostce
terminowania i-LT
· Lead time LT
iLTi WZTZ
i
i
LTi
iii PBWDZZW
Pobierz prognozy dla ustalonego okresu pokrycia
potrzeb SPrn
1
Prni
i n
Mo
de
l
za
ma
wia
nia
/
Alg
ory
tm
wyzn
acza
nia
okie
n c
za
so
wych
w tra
nsp
orc
ie
Prześlij do transportu , , w terminie LTiTZ RTiNMTRTiNDT
iWZ
START
Pobierz:
· Lead time – LT z algorytmu wyznaczania okien
transportowych
· Wielkość zapasu w „i-tym‖ okresie Zi z modelu
zamawiania
Mo
de
l za
ma
wia
nia
Pobierz:
· wielkość zapasu zabezpieczającego - ZB z
Algorytmu kalkulacji wielkości zapasu
zabezpieczającego
· potrzeby brutto w „i-tym‖ okresie PBi z modelu
planowania potrzeb materiałowych
Mo
de
l p
lan
ow
an
ia
po
trze
b
ma
teria
łow
ych
Rys. 3.3.1.20. Algorytm modelu poziomu zamawiania.
Źródło: Opracowanie własne
76 | S t r o n a
3.3.2. Informatyczny model zamawiania i środowisko symulacyjne
Informatyczny model zamwiania wykorzystuje standardowe funkcje makrodefinicji programowych
iGrafx Process dla odwzorowania przedstawionych w poprzednim rozdziale algorytmów metod
zamawiania, parametryzację transakcji procesowych i scenariuszy modelu oraz funkcji formuł
decyzyjnych. Wejściem do każdego z trzech modeli zamawiania jest potrzeba materiałowa z modelu
PPM.
Model symulacyjny zamawiania i zarządzania zapasami - EWZ
Model zamawiania EWZ realizowany jej w klasyczny sposób z wykorzystaniem formuły
matematycznej na obliczanie ekonomicznej wielkości zamówienia. Zamawiana jest ekonomiczna
wielkość zamówienia (atrybut transakcji) lub jej wielokrotność. Atrybuty scenariuszowe
wykorzystywane są w celu identyfikacji sumy zamówień, którą z kolei służy do obliczania dostaw w
transporcie (zapasu zamówionego ale nie dostarczonego jeszcze do magazynu).
Tabela 3.3.2.1. Atrybuty transakcyjne wykorzystywane w modelu zamawiania EWZ
Nazwa atrybutu transakcyjnego
Opis atrybutu Formuła obliczeniowa
WielkoscZamowienia
Określona wielkość zamówienia generowana metodą EWZ. Wielkość ekonomiczna partii liczona jest w sposób klasyczny zgodny z formułą matematyczną. W przypadku przekroczenia przez zapotrzebowanie wielkości zamówienia możliwe jest zamówienia wielokrotności obliczonej wielkości partii.
Ceiling(SumaPotrzebwLT/(Sqrt((2 * (S.PrognozaM1 + S.PrognozaM2 + S.PrognozaM3) * S.KosztUzupelnianiaZapasu )/( S.CenaJednostkowa * S.WspolczynnikKosztuUtrzymaniaZap ))))*Ceiling(Sqrt((2 * (S.PrognozaM1 + S.PrognozaM2 + S.PrognozaM3) * S.KosztUzupelnianiaZapasu )/( S.CenaJednostkowa * S.WspolczynnikKosztuUtrzymaniaZap )))
Źródło: opracowanie własne - iGrafx Process
Tabela 3.3.2.2. Atrybuty scenariuszowe wykorzystywane w modelu zamawiania EWZ
Nazwa atrybutu scenariuszowego
Opis atrybutu Formuła obliczeniowa
SumaWielkosciZamowien
Obliczenie sumy zamówionych od dostawców materiałów. Ostateczna wartość atrybutu w raporcie wyników symulacji pozwala na identyfikacje sumy wielkości zamówień.
S.SumaWielkosciZamowien + WiekoscZamowienia
LiczbaZamowien
Określenie liczby zamówień dokonanych zgodnie z określoną metodą do dnia bieżącej symulacji. Ostateczna wartość atrybutu w raporcie wyników symulacji pozwala na identyfikacje całkowitej liczby zamówień.
If(WiekoscZamowienia >0;S.LiczbaZamowien + 1;S.LiczbaZamowien)
Źródło: opracowanie własne - iGrafx Process
Model symulacyjny zamawiania i zarządzania zapasami - PNP
Model zamawiania partia na partię realizowany jest w modelu symulacyjnym w sposób odbiegający
od jego klasycznej formy. Z uwagi na realizację zapotrzebowania (zużycia) w modelu symulacyjnym
według logiki MTS (ang. Make To Stock) klasyczna realizacja metody nie znalazła zastosowania.
Została ona zmieniona w metodę, w której wielkość zamówienia równa jest wielkości zużycia w
bieżącym okresie powiększonej o uzupełnienie zapasu do poziomu zapasu zabezpieczającego.
Atrybuty scenariuszowe ulegają zmianom według tego samego schematu, co w przypadku
poprzedniej metody zamawiania.
77 | S t r o n a
Tabela 3.3.2.3. Atrybuty transakcyjne wykorzystywane w modelu zamawiania PNP
Nazwa atrybutu transakcyjnego
Opis atrybutu Formuła obliczeniowa
PotrzebaBruttopoLT Prognozowana potrzeba brutto po okresie lead time Round((S.PrognozaM1 * S.RozkladPopytuTygodniowegoT1) / 7;0)
ZuzyciePNP Zużycie materiału (badanego indeksu materiałowego) w bieżącej jednostce czasu
S.PotrzebaKlienta
UzupelnenieZBPNP
Ilość materiału jaką powinno się domówić z punktu widzenia uzupełnienie stanu magazynowego do poziomu zapasu zabezpieczającego po wydaniu prognozowanej wielkości zapotrzebowania.
If((ZapasBezpieczenstwaM - (S.StanMagazynowyIndeksu +S.DostawaWTransporcie - PotrzebaBruttopoLT - SumaPotrzebwLT + ZuzyciePNP))>0 ;(ZapasBezpieczenstwaM - (S.StanMagazynowyIndeksu +S.DostawaWTransporcie-PotrzebaBruttopoLT - SumaPotrzebwLT + ZuzyciePNP));0)
WielkoscZamowienia
Określona wielkość zamówienia generowana metodą PNP. Wielkość zamówienia stanowi w tym wariancie metody sumę zużycia w bieżącym okresie oraz uzupełnienia planowanego zapasu po okresie LT do poziomu zapasu zabezpieczającego.
ZuzyciePNP + UzupelnienieZBPNP
Źródło: opracowanie własne - iGrafx Process
Tabela 3.3.2.4. Atrybuty scenariuszowe wykorzystywane w modelu zamawiania PNP
Nazwa atrybutu scenariuszowego
Opis atrybutu Formuła obliczeniowa
SumaWielkosciZamowien
Obliczenie sumy zamówionych od dostawców materiałów. Ostateczna wartość atrybutu w raporcie wyników symulacji pozwala na identyfikacje sumy wielkości zamówień.
S.SumaWielkosciZamowien + WiekoscZamowienia
LiczbaZamowien
Określenie liczby zamówień dokonanych zgodnie z określoną metodą do dnia bieżącej symulacji. Ostateczna wartość atrybutu w raporcie wyników symulacji pozwala na identyfikacje całkowitej liczby zamówień.
If(WiekoscZamowienia >0;S.LiczbaZamowien + 1;S.LiczbaZamowien)
Źródło: opracowanie własne - iGrafx Process
Model symulacyjny zamawiania i zarządzania zapasami - SWZ
W modelu zamawiania zgodnym z metodą stałej wielkości zamówienia obliczana jest wielkości
zamówienia, jaką należy w danym dniu złożyć do dostawcy. Wielkość ta jest wielkością wcześniej
zdefiniowaną lub jej wielokrotnością. Atrybuty scenariuszowe ulegają zmianom według schematu, jak
dla poprzednich metod zamawiania.
Tabela 3.3.2.5. Atrybuty transakcyjne wykorzystywane w modelu zamawiania SWZ
Nazwa atrybutu transakcyjnego
Opis atrybutu Formuła obliczeniowa
WielkoscZamowienia
Wielkość zamówienia generowana zgodnie z metodą stałej wielkości zamówienia. Stała wielkość zamówienia pobierana z atrybutu scenariuszowego podlega zmianie na potrzeby zamówienia większej ilości materiałów w sytuacji, w której sumaryczne zapotrzebowanie w lead time będzie większe niż wielkość zamówienia. Gdy tak się stanie zostanie wygenerowane wielokrotność ustalonej wielkości partii.
Ceiling(SumaPotrzebwLT/S.StalaWielkoscZamowienia) * S.StalaWielkoscZamowienia
Źródło: opracowanie własne - iGrafx Process
78 | S t r o n a
Tabela 3.3.2.6. Atrybuty scenariuszowe wykorzystywane w modelu zamawiania SWZ
Nazwa atrybutu scenariuszowego
Opis atrybutu Formuła obliczeniowa
SumaWielkosciZamowien
Obliczenie sumy zamówionych od dostawców materiałów. Ostateczna wartość atrybutu w raporcie wyników symulacji pozwala na identyfikacje sumy wielkości zamówień.
S.SumaWielkosciZamowien + WiekoscZamowienia
LiczbaZamowien
Określenie liczby zamówień dokonanych zgodnie z określoną metodą do dnia bieżącej symulacji. Ostateczna wartość atrybutu w raporcie wyników symulacji pozwala na identyfikacje całkowitej liczby zamówień.
If(WiekoscZamowienia >0;S.LiczbaZamowien + 1;S.LiczbaZamowien)
Źródło: opracowanie własne - iGrafx Process
Model symulacyjny realizacji dostaw i uzupełnienia zapasów
Model realizacji dostaw przekształca wielkość zamówienia w wielkość dostawy w opóźnieniu o lead
time. Atrybuty scenariuszowe nie ulegają zmianie w tym modelu.
Tabela 3.3.2.7. Atrybuty transakcyjne wykorzystywane w modelu transportowym
Nazwa atrybutu transakcyjnego
Opis atrybutu Formuła obliczeniowa
WiekoscDostawy Przekształcenie wielkości zmatowienia w wielkość dostawy w stosunku 1:1.
WiekoscZamowienia
Źródło: opracowanie własne - iGrafx Process
Model magazynowy - przyjęcia
W modelu magazynowym – przyjęcia, jak sama nazwa wskazuje przyjmowane są dostawy do
magazynu. Skutkuje to zwiększeniem stanu magazynowego indeksu. W modelu tym nie zmieniają się
wartości atrybutów transakcyjnych.
Tabela 3.3.2.7. Atrybuty scenariuszowe wykorzystywane w modelu magazynowym przyjęcia
Nazwa atrybutu scenariuszowego
Opis atrybutu Formuła obliczeniowa
S.StanMagazynowyIndeksu
Dostępny zapas analizowanego indeksu materiałowego. W modelu przyjęć do magazynu zwiększany jest jego stan poprzez przyjmowanie dostawy.
S.StanMagazynowyIndeksu + WielkoscDostawy
S.SumaWielkosciDostaw
Atrybut obliczany na potrzeby określania zapasu znajdującego się w zamówieniu (zamówionego ale jeszcze nie dostarczonego). Każda kolejna dostawa zwiększa sumę wielkości dostaw.
S.SumaWielkosciDostaw + WielkoscDostawy
Źródło: opracowanie własne - iGrafx Process
W Modelu zamawiania w wariancie ekonomicznej wielkości zamówienia (EWZ) wygenerowane
zostaje zamówienie, którego wielkość obliczana jest zgodnie z formułą:
T.WielkoscZamowienia = Ceiling(SumaPotrzebwLT/(Sqrt((2 * (S.PrognozaM1 + S.PrognozaM2 + S.PrognozaM3) * S.KosztUzupelnianiaZapasu )/( S.CenaJednostkowa * S.WspolczynnikKosztuUtrzymaniaZap ))))*Ceiling(Sqrt((2
* (S.PrognozaM1 + S.PrognozaM2 + S.PrognozaM3) * S.KosztUzupelnianiaZapasu )/( S.CenaJednostkowa * S.WspolczynnikKosztuUtrzymaniaZap )))
Informacja o wielkości zamówienia przesłana zostaje do modelu transportowego za pomocą
komunikatu Zamówienie transportowe. Zaktualizowana zostaje suma wielkości zamówień (poprzez
dodanie do stanu z okresu poprzedniego aktualnej wielkości zamówienia) oraz liczba zamówień (jeżeli
wielkość zamówienia > 0 - wówczas stan liczby zamówień z okresu poprzedniego zostaje
powiększony o jeden). Diagram przebiegu modelu zamawiania EWZ przedstawiono na rysunku
3.3.2.1.
79 | S t r o n a
Rys. 3.3.2.1. Model zamawiania EWZ – Ekonomiczna wielkość zamówienia w środowisku iGrafx Process
Źródło: opracowanie własne - iGrafx Process
Model zamawiania w wariancie PNP w środowisku iGrafx Process, ze względu na zwiększenie
czytelności schematu zaprojektowanych procesów, przedstawiono w dwóch częściach na rysunku
3.3.2.2.
Model zamawiania PNP – Partia Na Partię - schemat część 1 (iGrafx Process)
Model zamawiania PNP – Partia na partię – schemat część 2 (iGrafx Process)
Rys. 3.3.2.2. Model zamawiania PNP – Partia na patię – schemat część 1 i 2.
Źródło: opracowanie własne – iGrafx Process
W pierwszym kroku modelu zamawiania PNP obliczone są potrzeby brutto dla okresu realizacji
dostawy Lead Time, jako 1/7 rozkładu tygodniowego popytu w danym miesiącu. W ramach każdego z
miesięcy wykorzystana zostaje w tym celu inna wartość prognozy miesięcznej, stąd rozgałęzienie na
trzy ścieżki. Następnie wyznaczona zostaje wielkość zużycia, równa potrzebie klienta zgłoszonej w
80 | S t r o n a
rozpatrywanym okresie. W ramach modelu PNP utrzymywany jest zapas bezpieczeństwa, który ma
rekompensować różnice pomiędzy prognozowanymi wielkościami popytu, a rzeczywistym zużyciem
materiałów. Zużycie w poszczególnych miesiącach oraz rozkład tygodniowy w ramach danego
miesiąca mogą się zmieniać. W przypadku, gdy wielkość zapasu bezpieczeństwa wzrasta w kolejnym
miesiącu konieczne jest jego zwiększenie. W przypadku, gdy wielkość zamówień byłaby równa tylko
wielkości rzeczywistego zużycia nie byłoby to możliwe, a co więcej w przypadku wzrostu zużycia
następowało by stopniowe zużywanie zapasu bezpieczeństwa aż do wyczerpania. Stąd niezbędne
jest uzupełnianie wielkości zapasu zabezpieczającego wyznaczanego formułą:
T.UzupelnianieZBPNP = If((ZapasBezpieczenstwaM - (S.StanMagazynowyIndeksu +S.DostawaWTransporcie - PotrzebaBruttopoLT - SumaPotrzebwLT + ZuzyciePNP))>0 ;(ZapasBezpieczenstwaM -
(S.StanMagazynowyIndeksu +S.DostawaWTransporcie-PotrzebaBruttopoLT - SumaPotrzebwLT + ZuzyciePNP));0)
Zamówienie generowane zgodnie z metodą PNP jest równe sumie zużycia PNP i wielkości
uzupełnienia zapasu bezpieczeństwa, co obrazuje formuła obliczeniowa na poniższym rysunku.
Zamówienie przekazane zostaje do modelu transportowego, ale przedtem określona zostaje suma
wielkości zamówień (poprzez dodanie do stanu z okresu poprzedniego aktualnej wielkości
zamówienia) oraz liczba zamówień (jeżeli wielkość zamówienia > 0, wówczas stan liczby zamówień z
okresu poprzedniego zostaje powiększony o jeden).
W modelu zamawiania SWZ generowana jest wielkość zamówienia zgodna z wariantem stałej
wielkości zamówienia, obliczana zgodnie z formułą:
T.WielkoscZamowienia = Ceiling(SumaPotrzebwLT/S.StalaWielkoscZamowienia) * S.StalaWielkoscZamowienia
Następnie zgodnie z algorytmem określona zostaje suma wielkości zamówień i liczba zamówień,
tak jak to miało w poprzednich dwóch wariantach modelu zamawiania. Informacja o wielkości
zamówienia transportowego zostaje wysłana w formie komunikatu do modelu transportowego. Na
rysunku 3.3.2.3 przedstawiono diagram modelu zamawiania w wariancie metody SWZ.
Rys. 3.3.2.3. Model zamawiania SWZ – Stała Wielkość Zamówienia
Źródło: opracowanie własne - iGrafx Process
Zasilenie modelu magazynowego przedstawionego na rysunku 3.3.2.4 stanowi komunikat o
zrealizowanej dostawie, pochodzący z modelu transportowego. W wyniku zrealizowanej dostawy stan
magazynowy indeksu z okresu poprzedniego zostaje zaktualizowany tj. powiększony o wielkość
dostawy w rozpatrywanym dniu. W kolejnym kroku symulacji obliczana jest suma wielkości wszystkich
dotychczasowych dostaw, po czym symulacja na tym etapie zostaje zakończona. Na wyjściu modelu
jest otrzymywany komunikat o dostawie przyjętej do magazynu.
Rys. 3.3.2.4. Model magazynowy przyjęcia
Źródło: opracowanie własne - iGrafx Process
81 | S t r o n a
Wyróżnienie kolorem (np. Oznaczenie modelu na rys. 3.3.2.4) etapów modelu w prezentowanych
diagramach ma na celu ułatwienia testowania modelu symulacyjnego (analizy generowanych
raportów).
Raporty z symulacji
Oprócz standardowych raportów z symulacji generowanych dla kompletnego modelu zarządzania
przepływem materiałów, w ramach części modelu dotyczącej obszaru zaopatrzenia generowane są
raporty dedykowane dla modelu zamawiania. Dla każdego z trzech scenariuszy symulacji tj. PNP,
EWZ i SWZ generowane są protokoły transakcji, które pozwalają śledzić, jakie wartości parametrów
były generowane w trakcie symulacji (jednostki terminowania – 1 dzień). Protokoły generowane są w
formie plików MS Excel w wersji tabelarycznej. W kolumnach przedstawione są poszczególne
parametry, natomiast w wierszach - ich wielkości w poszczególnych dniach z informacją, którego
modelu dotyczyły tzn., w jakim z modeli realizowana była dana transakcja. Na rysunkach 3.3.2.5-7
zaprezentowano przykłady danych zestawionych w protokołach transakcji dla każdego ze scenariuszy
symulacji.
NumerDnia Model
StanMag
azynowyI
ndeksu
ZapasBe
zpieczen
stwaM
Dostawa
WTransp
orcie
Potrzeba
Brutto
SumaPot
rzebwLT
Potrzeba
Netto
WiekoscZ
amowieni
a
Wielkosc
Dostawy
Potrzeba
Klienta
Wydanie
DoKlient
a
SIR
1 Genrator zużycia 500 0 0 0 0 0 0 0 93 0 0
1Model magazynowy
Wydanie407 0 0 0 0 0 0 0 93 93 0
1 Model oceny 407 0 0 0 0 0 0 0 93 93 1
1 Model SOP 407 0 0 0 0 0 0 0 0 0 1
1 Model PPM 407 150 0 100 200 0 0 0 0 0 1
2 Genrator zużycia 407 0 0 0 0 0 0 0 108 0 1
2Model magazynowy
Wydanie299 0 0 0 0 0 0 0 108 108 1
2 Model oceny 299 0 0 0 0 0 0 0 108 108 1
2 Model SOP 299 0 0 0 0 0 0 0 0 0 1
Rys. 3.3.2.5 Przykład protokołu transakcji dla scenariusza symulacji w wariancie EWZ
Źródło: opracowanie własne - iGrafx Process
NumerDnia Model
StanMag
azynowyI
ndeksu
ZapasBe
zpieczen
stwaM
Dostawa
WTransp
orcie
Potrzeba
Brutto
SumaPot
rzebwLT
Potrzeba
Bruttopo
LT
Uzupelni
enieZBP
NP
ZuzycieP
NP
Potrzeba
Netto
WiekoscZ
amowieni
a
Wielkosc
Dostawy
Potrzeba
Klienta
Wydanie
DoKlient
a
SIR
1 Genrator zużycia 500 0 0 0 0 0 0 0 0 0 0 93 0 0
1Model magazynowy
Wydanie407 0 0 0 0 0 0 0 0 0 0 93 93 0
1 Model oceny 407 0 0 0 0 0 0 0 0 0 0 93 93 1
1 Model SOP 407 0 0 0 0 0 0 0 0 0 0 0 0 1
1 Model PPM 407 150 0 100 200 0 0 0 0 0 0 0 0 1
2 Genrator zużycia 407 0 0 0 0 0 0 0 0 0 0 108 0 1
2Model magazynowy
Wydanie299 0 0 0 0 0 0 0 0 0 0 108 108 1
2 Model oceny 299 0 0 0 0 0 0 0 0 0 0 108 108 1
2 Model SOP 299 0 0 0 0 0 0 0 0 0 0 0 0 1
Rys. 3.3.2.6. Przykład protokołu transakcji dla scenariusza symulacji w wariancie PNP
Źródło: opracowanie własne - iGrafx Process
NumerDnia Model
StanMagaz
ynowyInde
ksu
ZapasBezp
ieczenstwa
M
DostawaW
Transporci
e
PotrzebaB
rutto
SumaPotrz
ebwLT
PotrzebaN
etto
WiekoscZa
mowienia
WielkoscD
ostawy
PotrzebaKl
ienta
WydanieDo
KlientaSIR
1 Genrator zużycia 500 0 0 0 0 0 0 0 93 0 0
1Model magazynowy
Wydanie407 0 0 0 0 0 0 0 93 93 0
1 Model oceny 407 0 0 0 0 0 0 0 93 93 1
1 Model SOP 407 0 0 0 0 0 0 0 0 0 1
1 Model PPM 407 150 0 100 200 0 0 0 0 0 1
2 Genrator zużycia 407 0 0 0 0 0 0 0 108 0 1
2Model magazynowy
Wydanie299 0 0 0 0 0 0 0 108 108 1
2 Model oceny 299 0 0 0 0 0 0 0 108 108 1
2 Model SOP 299 0 0 0 0 0 0 0 0 0 1
Rys. 3.3.2.7. Przykład protokołu transakcji dla scenariusza symulacji w wariancie SWZ
Źródło: opracowanie własne - iGrafx Process
82 | S t r o n a
Dla poszczególnych scenariuszy - PNP, EWZ, SWZ – wykonane zostały również niestandardowe-
dedykowane algorytmy symulacji modeli zamawiania, a wyniki symulacji przedstawiono na rys.3.3.2.8.
Scenariusz EWZ Scenariusz PNP Scenariusz SWZ
Rys. 3.3.2.8. Wyniki niestandardowych algorytmów symulacji modeli zamawiania wg scenariuszy EWZ, PNP i SWZ
Źródło: opracowanie własne - iGrafx Process
Na podstawie wyników symulacji w modelu planowania potrzeb materiałowych i zamawiania oraz
w w rezultacie porównania z danymi z generatora rzeczywistego zużycia wykonywane są w modelu
controllingu operacyjnego analizy efektywności procesów zarządzania przepływem materiałów.
83 | S t r o n a © Wyższa Szkoła Logistyki, Poznao 2015 Śliwczyoski B. (red.), Modelowanie systemu zarządzania przepływem materiałów i oceny efektywności procesów.
3.4. Model procesów transportowych
MACIEJ STAJNIAK, PAWEŁ ROMANOW, BOGUSŁAW ŚLIWCZYŃSKI Wyższa Szkoła Logistyki
Zaprezentowany model transportowy jest ściśle powiązany z informacjami pochodzącymi z działu
zaopatrzenia:
ilością sztuk danego indeksu wynikającą z zamówienia,
terminem realizacji zamówienia,
lokalizacją dostawców (dane z kartotek indeksów materiałowych).
Dział zaopatrzenia generuje potrzebę transportową, uruchamiającą sekwencję następujących po
sobie czynności w obszarze planowania i organizowania procesów transportowych, które obejmują:
przyjęcie zamówienia z działu zaopatrzenia,
pobranie danych lokalizacji dostawcy,
obliczenie długości trasy w km,
przeliczenie zamówienia na pjł,
obliczenie masy zamówienia (w kg),
kreślenie statusu pojazdu wg harmonogramu zamawiania,
zmiany statusu pojazdu w harmonogramie,
uzgodnienia transportu własnego i opcjonalnie transportu zewnętrznego,
a także decyzje dotyczące:
o dostępności pojazdu,
o zgody na wcześniejsze od zaplanowanego w harmonogramie wykorzystanie środka
transportu,
Symulacja czasu cyklu realizacji zamówienia
Czas cyklu realizacji zamówienia jest informacją, z jakim wyprzedzeniem należy złożyć
zamówienie, aby zostało ono zrealizowane przez dostawcę w żądanym terminie. Z punktu organizacji
procesu zaopatrzenia jest to niezwykle ważna informacja, ponieważ jej nieznajomość może skutkować
opóźnionymi dostawami, czyli przestojami na linii produkcyjnej. Dział zaopatrzenia z jednej strony jest
ograniczony czasem, na kiedy dany asortyment jest potrzebny na produkcji, a z drugiej strony czasem
kiedy należy złożyć zamówienie.
Czas cyklu realizacji zamówienia (lead time) składa się z:
czasu produkcji u dostawcy (lead time dostawcy – LTD), jest to nie tylko czas konieczny do
wyprodukowania danego asortymentu ale również czas dla na przetworzenie otrzymanego
zamówienia, jak również czas na zaopatrzenie się w surowce niezbędne do produkcji,
czasu, w którym możliwe jest magazynowanie u dostawcy (ΔLTD). Jest to ustalony pomiędzy
kooperantami czas, w którym dostawca zgadza się utrzymywać na magazynie wyroby gotowe dla
odbiorcy bez ponoszenia przez niego dodatkowych kosztów. Przykładowo od momentu
wyprodukowania wyrobów dostawca zadeklarował, iż będzie utrzymywał go na stanach
magazynowych przez 3 dni. Oznacza to, iż odbiorca może dany wyrób odebrać dnia pierwszego,
drugiego, bądź trzeciego.
czasu transportu zamówionego asortymentu (LTTR), czyli pokonanie luki przestrzennej przez
transport zaopatrzeniowy. W sytuacji, kiedy transport realizowany jest przez dostawcę to między
kooperantami następują ustalenia, czy wliczanie tego czasu znajduje się w gestii odbiorcy, czy też
znajduje się on w ogólnym, podanym przez dostawcę lead timie.
Do obliczenia LT uwzględnia się czas niezbędny do wykonania procesu transportowego (LT‘TR)
wyznaczany jako iloczyn LTTR i współczynnika wydłużenia transportu, czyli:
TRTRTR LTLT '
84 | S t r o n a
czasu koniecznego na manipulacje związane między innymi z wyładunkiem zamówienia
i przetransportowanie go na linię produkcyjną (LTM), czyli lead time wewnętrzny magazynu. Jak
można zauważyć z powyższych rozważań lead time można wyznaczyć z poniższego wzoru:
MTRTRTRDD LTLTLTLTLTMINLTLT );( '
Okno czasowe procesu transportowego
Okno czasowe jest informacją dla działu transportu „od kiedy‖ i „do kiedy‖ może odbierać
zamówione jednostki asortymentowe u dostawcy. Jest to przedział czasu, który umożliwia planowanie
harmonogramu transportu, z większą „swobodą‖ czasową, ponieważ do dział transportu podejmuje
ostateczną decyzję w którym z tych wyznaczonych dni będzie organizował odbiór zamówienia.
Umożliwia to łączenie zamówień od kilku dostawców na jednej trasie oraz bardziej efektywne
wykorzystanie posiadanych środków transportu. Dzięki tej opcji zaopatrzenie w surowce będzie
niezakłócone, ponieważ asortyment w odpowiedniej ilości i w odpowiednim czasie będzie dostępny na
magazynie przy jednoczesnym poprawieniu efektywności transportu zaopatrzeniowego. W tym
miejscu należy podkreślić, iż do wyznaczenia okna czasowego konieczne jest wcześniejsze ustalenie
lead time. Informacja „od kiedy‖ (NMTRTi) transport zaopatrzeniowy może realizować odbiory, jest
wyznaczany poprzez dodatnie lead timu dostawcy do momentu czasu złożenia zamówienia, czyli:
DLTiRT LTTZNMTi
przy czym TZi-LT jest wyznaczane poprzez odjęcie ustalonego lead timu (LT) od momentu pojawiania
się potrzeby netto (TZi), czyli:
TZi-LT = TZi – LT
Informacja „do kiedy‖ (NDTRTi), określa najpóźniejszy dopuszczalny termin rozpoczęcia procesu
transportowego, aby jednostki zamówionego surowca zostały dostarczone na linię produkcyjną i
wyznaczany jest ze wzoru:
);( '
TRTRDTRMiRT LTLTLTMINLTLTTZNDTi
Należy zauważyć, iż NDTRTi bazuje na czasie pojawienia się potrzeby i uwzględnia lead time
wewnętrzny odbiorcy i potrzebny czas transportu zaopatrzeniowego wraz z jego współczynnikiem
wydłużenia. Algorytm wyznaczania okien (czasowych) transportowych został przedstawiony na
rysunku 3.4.1.
85 | S t r o n a
Oblicz najpóźniejszy dopuszczalny termin rozpoczęcia procesu transportowego (NDT):
Oblicz najwcześniejszy możliwy termin rozpoczęcia procesu transportowego (NMT):
Oblicz LeadTime (LT):
START
Pobierz:
· Lead Time dostawcy -
· Czas przechowania w
magazynie dostawcy -
· Lead Time transportu –
· Współczynnik wydłużenia
transportu -
· Lead Time wewnętrzny
magazynu
Oblicz czas niezbędny na wykonanie procesu transportowego:
DLT
MLT
TRTRTR LTLT '
TRLTDLT
TR
MTRTRTRDD LTLTLTLTLTMINLTLT );( '
DLTiRT LTTZNMTi
STOP
);( '
TRTRDTRMiRT LTLTLTMINLTLTTZNDTi
LTD - Lead Time dostawcy ; ΔLTD - Czas przechowania w magazynie dostawcy
LTTR - Lead Time transportu ; TR - Współczynnik wydłużenia transportu
LTM - Lead Time wewnętrzny magazynu LTTR ‗ – czas niezbędny na wykonanie procesu transportowego ; LT - Lead time (czas cyklu uzupełnienia zapasu) NMTRTi – najwcześniejszy możliwy termin rozpoczęcia procesu transportowego w „i-tym‖ okresie NDTRTi - najpóźniejszy dopuszczalny termin rozpoczęcia procesu transportowego w „i-tym‖ TZi-LT – termin złożenia zamówienia w „i-tym‖ okresie TZi – termin pojawienia się potrzeby w „i-tym‖ okresie
Rys. 3.4.1. Algorytm wyznaczania okien (czasowych) transportowych
Źródło: Opracowanie własne
Przedstawiony algorytm okresla w założeniach okres czasu realizacji procesu transportu
zaopatrzeniowego. Każdy z algorytmów modelu zamawiania dostarcza informacji:
do modelu systemu transportowego :
iWZ NMTRTi NDTRTi
do modelu zaopatrzenia:
- iWZ , iTZ , LTiTZ
Ogólny model procesów transportowych w ramach systemu zarządzania przepływem materiałów,
uwzględniający składowe procesy operacyjne planowania tras, środków transportu i przewozów,
przedstawiono na rys. 3.4.2.
86 | S t r o n a
Rys. 3.4.2. Model symulacyjny systemu transportowego z uwzględnieniem procesów/modułów składowych
Źródło: Opracowanie własne
3.4.1. Analiza danych i algorytmy modelu transportowego
Model systemu transportowego opisano zgodnie z metodyką ICOM, uwzględniając podstawowe
dane wejściowe, zdefiniowano parametry i ograniczenia systemu transportowego oraz dane
wyjściowe.
Dane wejściowe dla okresu „n‖:
ładunek - charakterystyka, ilość
lokalizacja punktów nadania ładunków
założony poziom wskaźnika efektywności danej trasy, bloku wyjazdowego, okna czasowego
dostępny tabor – liczba, ładowność, gotowość techniczna
liczba dostępnego personelu – technicznego, kierowcy, załadowcy
planowane koszty zmienne transportu własnego na wejściu,
długość okien czasowych
Dane wyjściowe dla okresu „n‖:
trasa, czas dostawy, koszt transportu własnego na wielkość „n‖
wskaźnik efektywności – na trasy, okna czasowe
wskaźnik wykorzystania taboru
porównanie planowanych i zrealizowanych dostaw
kalkulacja kosztów zmiennych transportu własnego na wyjściu; kalkulacja kosztów z tytułu
outsourcingu – porównanie z budżetem
poziom wskaźnika reklamacyjności – opóźnienie dostaw [%]; uszkodzenie ładunku [%] – na
pojazd, trasę, okna czasowe
obciążenia pracą kierowców, personelu technicznego, załadowców (w % zakładanego czasu
pracy)
opracowany plan załadunków – na pojazd, trasę, okna czasowe
opracowany plan dostaw z podziałem na odbiorców
warunki outsourcingu przy spiętrzeniu dostaw lub niedostatecznej gotowości technicznej własnych
pojazdów - stawki, dostępność oferty transportowej - udział transportu własnego/obcego –
wykonana praca przewozowa, poziom kosztów
termin realizacji zamówień z podaniem godzin poszczególnych faz procesu transportowego
Ograniczenia:
czas pracy kierowców, okno czasowe,
dostępność taboru, wielkość budżetu.
Parametry:
długość tras – możliwość łączenia dostaw
Lokalizacja dostawców
Liczba dostępnego personelu liczba dostępnych środków transportu;
Udział transportu łasnego/zewnętrznego
Liczba środków transportu ogółem Liczba personelu ogółem
Waga przelicznikowa
Model
zamawiania
Moduł planowania tras
Moduł planowania obciążeń środków
transportu
Moduł weryfikacji zdolności
transportowych
Model realizacji zadań
transportu
87 | S t r o n a
Ld – liczba dostaw, Wd – wielkość dostaw,
Dt - długość tras, Ktw – koszt transportu własnego,
Ko – koszt transportu obcego – stawki transportu zewnętrznego,
Ktwj – jednostkowy koszt transportu własnego, Oc – długość okna czasowego,
Wdu – wielkość dostaw uszkodzonych, Wdn – wielkość dostaw niedostarczonych na czas.
Rozwinięty model systemu transportowego wg metodyki ICOM przedstawiono na rys. 3.4.1.1,
88 | S t r o n a
pa
ram
etr
y
Dane wyjściowe
(OGRANICZENIA) An1 - Ustawa o czasie pracy kierowców An2 - Ustawa o transporcie drogowym Z - okresowe zakazy wykonywania samochodowego transportu ciężarowego
Dane wejściowe
Cjł - całkowita waga jednostek ładunkowych w jednym
zamówieniu Ljłz - liczba jednostek ładunkowych w jednym zamówieniu Oc - długość okna czasowego przypadającego na 1 zamówienie transportowe (przy założeniu że indeksy wchodzące w skład 1 zamówienia posiadają te same okna czasowe) Ot – długość okna transportowego Ldz - liczba dostawców na 1 zamówienie Dd - dane lokalizacji dostawców Lpn - liczba punktów nadania ładunków Cjł – całkowita waga jednostek ładunkowych w 1 zamówieniu Ljł – liczba jednostek ładunkowych Di – liczba wozodni gotowości ewidencyjnej Lte - liczba środków transportu w ewidencji śr. trwałych De – liczba wozodni pracy G – łączna liczba wozogodzin pracy floty transportowej q – średnia ładowność poszczególnych grup pojazdów T – czas pracy floty transportowej (w wozogodzinach) Zjł – liczba jazd ładownych wykonywanych przez wszystkie pojazdy lub grupę Ł – przewieziony ładunek Wwpł - współczynnik wypełnienia przestrzeni ładunkowej VE - średnia prędkość eksploatacyjna VT - średnia prędkość techniczna PQ - wykonana praca przewozowa kQ- współczynnik wykorzystania pracy przewozowej Kz - udział kosztów transportu zewnętrznego w całkowitych kosztach transportu K w- koszt wozokilometra K t- koszt tonokilometra wskaźnik terminowości dostaw Wu - wskaźnik uszkodzeń S1 - stawki przewoźników w transporcie samochodowym krajowym S2 - stawki przewoźników w transporcie samochodowym międzynarodowym S3 - stawki przewoźników w transporcie kolejowym (przewozy krajowe) S4 - stawki przewoźników w transporcie kolejowym (przewozy międzynarodowe)
Tnw – czas prac przeładunkowych Kt – przebieg ładowny (w wozokilometrach) P – przebieg ogółem (w wozokilometrach) Lp – ilość zużytego paliwa (w litrach) L1 - liczba pojazdów o ładowności do 3,5 t
L2 - liczba pojazdów o ładowności do 10t L3 - liczba pojazdów o ładowności do 16t L4 - liczba pojazdów o ładowności do 24t L5 - liczba pojazdów o ładowności do 30t L1t - liczba pojazdów o ładowności do 3,5 t w gotowości technicznej L2t - liczba pojazdów o ładowności do 10 t w gotowości technicznej L3t - liczba pojazdów o ładowności do 16 t w gotowości technicznej L4t - liczba pojazdów o ładowności do 24 t w gotowości technicznej L5t - liczba pojazdów o ładowności do 30 t w gotowości technicznej Lt - liczba personelu technicznego Lk - liczba kierowców Ldt - liczba dostępnego personelu technicznego Ldk - liczba dostępnych kierowców D - długość tras Ktk - koszt transportu krajowego własnego na 1 km Ktm - koszt transportu międzynarodowego na 1 km Kt1p - koszt krajowego transportu samochodowego zewnętrznego (wg liczby palet) Kt1k - koszt krajowego transportu samochodowego zewnętrznego (wg przewiezionych kg) Kt2p - koszt międzynarodowego transportu samochodowego zewnętrznego (wg liczby palet) Kt2k - koszt międzynarodowego transportu samochodowego zewnętrznego (wg przewiezionych kg) Wp - przyjęta standardowa waga przelicznikowa dla ładunku 1m3=333kg Kkkz - koszt krajowego transportu kolejowego zewnętrznego wg Taryfy Towarowej PKP Cargo S.A. Kmkz - koszt międzynarodowego transportu kolejowego zewnętrznego wg Taryfy Towarowej PKP Cargo S.A.
Dgt – liczba wozodni gotowości technicznej Di – liczba wozodni gotowości ewidencyjnej De – liczba wozodni pracy Dgt – liczba wozodni gotowości technicznej G – łączna liczba wozogodzin pracy floty transportowej Tj – czas jazdy pojazdu Tp – czas pracy pojazdu q – średnia ładowność poszczególnych grup pojazdów T – czas pracy floty transportowej (w wozogodzinach) Zjł – liczba jazd ładownych wykonywanych przez wszystkie pojazdy lub grupę D – przejechana droga (w kilometrach) Ł – przewieziony ładunek Nopw – liczba własnych opakowań transportowych w obrocie miesięcznym Nopo – liczba obcych opakowań transportowych w obrocie miesięcznym Ldot - liczba dostawców na 1 okno transportowe Wwpł - współczynnik wypełnienia przestrzeni ładunkowej Kz - udział kosztów transportu zewnętrznego w całkowitych kosztach transportu Wtd - wskaźnik terminowości dostaw Wu - wskaźnik uszkodzeń VE - średnia prędkość eksploatacyjna VT - średnia prędkość techniczna PQ - wykonana praca przewozowa kQ - współczynnik wykorzystania pracy przewozowej EF – wskaźnik efektywności pojazdów K w - koszt wozokilometra K t - koszt tonokilometra EFt - wskaźnik efektywności obsługi transportowej tras Wzw - wskaźnik zabezpieczenia dostaw transportem własnym Wzz - wskaźnik zabezpieczenia dostaw transportem zewnętrznym Sjt - sumaryczny wskaźnik jakości transportowej obsługi dostaw Sjtw - sumaryczny wskaźnik jakości transportowej obsługi dostaw w transporcie własnym Sjtz - sumaryczny wskaźnik jakości transportowej obsługi dostaw w transporcie zewnętrznym PMoB - dane wyjściowe do analizy problemu MoB
Okno transportowe – przedział czasu powstały w wyniku nałożenia okien czasowych pochodzących z modelu zamawiania w trakcie planowania realizacji dostaw
Model systemu
transportowego
Rys. 3.4.1.1. Model danych systemu transportowego
wg metodyki opisu ICOM
Źródło: Opracowanie własne
89 | S t r o n a
Moduł planowania tras
Modele szczegółowe systemu transportowego przedstawiono na rys. 3.4.1.2 – 3.4.1.7. Model zasilono realnymi danymi stawek za usługi przewozowe
transportem własnym i obcym, jak również danymi kalkulacyjnymi dotyczącymi kosztów własnych w przewozach krajowych i międzynarodowych (tabele
3.4.1.1 – 3.4.1.5).
ograniczenia infrastrukturalne
Oc - długośd okna czasowego na 1 zamówienie Ldo - liczba dostawców na 1 okno transportowe Dd - dane lokalizacji dostawców D - przejechana droga Ldz - liczba dostawców na 1 zamówienie T j - czas jazdy pojazdu Lpn - liczba punktów nadania ładunków Tp - czas pracy pojazdu Ot - długośd okna transportowego
Tpp - czas prac przeładunkowych w cyklu transportowym D1 - długośd tras
Tpp= g x Tpz + 1 x Tpr - czas prac przeładunkowych w cyklu transportowym
Dane wejściowe
Dane wyjściowe
Rys. 3.4.1.2. Opis modelu symulacyjnego wg metodyki ICOM – moduł/proces planowania tras Źródło: Opracowanie własne
90 | S t r o n a
Moduł planowania obciążeo środków transportowych
(OGRANICZENIA)
Dpł – dostępna przestrzeń ładunkowa (m3)
Dł – dostępna ładowność (t) Gt - stopień gotowości technicznej taboru
Cjł - całkowita waga jednostek ładunkowych w 1 zamówieniu Ljł - liczba jednostek ładunkowych D - przejechana droga Ot - długość okna transportowego
De – liczba wozodni pracy Dgt – liczba wozodni gotowości technicznej G – łączna liczba wozogodzin pracy floty transportowej q – średnia ładowność poszczególnych grup pojazdów T – czas pracy floty transportowej (w wozogodzinach) Zjł – liczba jazd ładownych wykonywanych przez wszystkie pojazdy lub grupę Ł – przewieziony ładunek Nopw – liczba własnych opakowań transportowych w obrocie miesięcznym Nopo – liczba obcych opakowań transportowych w obrocie miesięcznym Ld - liczba dostawców na 1 okno transportowe Wwpł - współczynnik wypełnienia przestrzeni ładunkowej Wt - wskaźnik terminowości dostaw Wu - wskaźnik uszkodzeń VE - średnia prędkość eksploatacyjna VT - średnia prędkość techniczna PQ - wykonana praca przewozowa kQ- współczynnik wykorzystania pracy przewozowej EF – wskaźnik efektywności pojazdów
Kt – przebieg ładowny (w wozokilometrach) P – przebieg ogółem (w wozokilometrach) Lp – ilość zużytego paliwa (w litrach) L1 - liczba pojazdów o ładowności do 3,5 t L2 - liczba pojazdów o ładowności do 10t L3 - liczba pojazdów o ładowności do 16t L4 - liczba pojazdów o ładowności do 24t L5 - liczba pojazdów o ładowności do 30t Lt - liczba personelu technicznego Lk - liczba kierowców Ldt - liczba dostępnego personelu technicznego Ldk - liczba dostępnych kierowców W - przyjęta standardowa waga przelicznikowa dla ładunku 1m
3=333kg
Dane wejściowe
Dane wyjściowe
pa
ram
etr
y
Rys. 3.4.1.3. Opis modelu symulacyjnego wg metodyki ICOM – moduł/proces planowania obciążenia środków transportu i decyzji outsourcingu procesów transportowych
Źródło: Opracowanie własne
91 | S t r o n a
(OGRANICZENIA)
Ot - długość okna transportowego dane zweryfikowane
L1t - liczba pojazdów o ładowności do 3,5 t w gotowości technicznej L2t - liczba pojazdów o ładowności do 10 t w gotowości technicznej L3t - liczba pojazdów o ładowności do 16 t w gotowości technicznej L4t - liczba pojazdów o ładowności do 24 t w gotowości technicznej L5t - liczba pojazdów o ładowności do 30 t w gotowości technicznej Ldt - liczba dostępnego personelu technicznego Ldk - liczba dostępnych kierowców
Ktk - koszt transportu krajowego własnego na 1 km Ktm - koszt transportu międzynarodowego na 1 km Kt1p - koszt krajowego transportu samochodowego zewnętrznego (wg liczby palet) Kt1k - koszt krajowego transportu samochodowego zewnętrznego (wg przewiezionych kg) Kt2p - koszt międzynarodowego transportu samochodowego zewnętrznego (wg liczby palet) Kt2k - koszt międzynarodowego transportu samochodowego zewnętrznego (wg przewiezionych kg) Wp - przyjęta standardowa waga przelicznikowa dla ładunku 1m
3=333kg
Kkkz - koszt krajowego transportu kolejowego zewnętrznego wg Taryfy Towarowej PKP Cargo S.A. Kmkz - koszt międzynarodowego transportu kolejowego zewnętrznego wg Taryfy Towarowej PKP Cargo S.A.
Moduł weryfikacji zdolności
transportowej
Di – liczba wozodni gotowości ewidencyjnej Lte - liczba środków transportu w ewidencji śr. trwałych De – liczba wozodni pracy G – łączna liczba wozogodzin pracy floty transportowej q – średnia ładowność poszczególnych grup pojazdów T – czas pracy floty transportowej (w wozogodzinach) Zjł – liczba jazd ładownych wykonywanych przez wszystkie pojazdy lub grupę Ł – przewieziony ładunek Wwpł - współczynnik wypełnienia przestrzeni ładunkowej VE - średnia prędkość eksploatacyjna VT - średnia prędkość techniczna PQ - wykonana praca przewozowa kQ- współczynnik wykorzystania pracy przewozowej Kz - udział kosztów transportu zewnętrznego w całkowitych kosztach transportu K w- koszt wozokilometra K t- koszt tonokilometra wskaźnik terminowości dostaw Wu - wskaźnik uszkodzeń S1 - stawki przewoźników w transporcie samochodowym krajowym S2 - stawki przewoźników w transporcie samochodowym międzynarodowym S3 - stawki przewoźników w transporcie kolejowym (przewozy krajowe) S4 - stawki przewoźników w transporcie kolejowym (przewozy międzynarodowe)
Dgt – liczba wozodni gotowości technicznej Lgt - liczba środków transportu w gotowości technicznej De – liczba wozodni pracy G – łączna liczba wozogodzin pracy floty transportowej q – średnia ładowność poszczególnych grup pojazdów T – czas pracy floty transportowej (w wozogodzinach) Zjł – liczba jazd ładownych wykonywanych przez wszystkie pojazdy lub grupę Ł – przewieziony ładunek Wwpł - współczynnik wypełnienia przestrzeni ładunkowej VE - średnia prędkość eksploatacyjna VT - średnia prędkość techniczna PQ - wykonana praca przewozowa kQ- współczynnik wykorzystania pracy przewozowej EFt - wskaźnik efektywności obsługi transportowej tras Wzw - wskaźnik zabezpieczenia dostaw transportem własnym Wzz - wskaźnik zabezpieczenia dostaw transportem zewnętrznym Sjt - sumaryczny wskaźnik jakości transportowej obsługi dostaw Sjtw - sumaryczny wskaźnik jakości transportowej obsługi dostaw transportem własnym Sjtz - sumaryczny wskaźnik jakości transportowej obsługi dostaw transportem zewnętrznym PMoB - dane wyjściowe do analizy problemu MoB
Dane wejściowe
Dane wyjściowe
pa
ram
etr
y
Rys. 3.4.1.4. Opis modelu symulacyjnego wg metodyki ICOM
– moduł/proces weryfikacji zdolności transportowej Źródło: Opracowanie własne
92 | S t r o n a
Rys. 3.4.1.5. Algorytm modelu symulacji planowania tras transportowych
Źródło: Opracowanie własne
START
Pobierz WZi, TZi, TZi-LT z modelu zamówienia
Pobierz dane lokalizacji dostawców
Ustal liczbę dostawców przypadającą na 1 zamówienie
Ustal długość okien transportowych dla zamówień, których okna czasowe się pokrywają
Ustal liczbę punktów odbioru ładunków dla wygenerowanych okien transportowych
Czy okna czasowe zamówień się pokrywają?
TAK
Okna transportowe = okna czasowe zamówień
NIE
Oblicz długość tras = przejechana droga
Oblicz czas prac przeładunkowych dla określonej liczby punktów odbioru ładunków
Pobierz czasy prac załadunkowych określonej partii ładunku wg punktów odbioru
Oblicz Tj czas jazdy pojazdu
Oblicz Tp czas pracy pojazdu
STOP
Dane wyjścia modelu
zamawiania
Kartoteka dostawców
Kartoteka transportowa
93 | S t r o n a
Rys. 3.4.1.6. Algorytm modelu weryfikacji zdolności transportowej
Źródło: Opracowanie własne
START
Dane na wyjścia modułu weryfikacji
zdolności transportowej
transportowej
weryfikacji zdolności transportowej weryfikacji zdolności transportowej
Pobierz dane wejściowe zasilające moduł weryfikacji zdolności
transportowej
Użyj parametry do procesu weryfikacji
Uwzględnij zdefiniowane ograniczenia
Określ granice tolerancji dla każdego punktu krytycznego
Opracuj system monitorowania dla każdego punktu krytycznego
Czy ograniczenia umożliwiają określenie
granic tolerancji dla każdego punktu
krytycznego ?
Zdefiniuj nowe ograniczenia
Ustal działania korygujące dla przyjętych danych wejściowych
Opracuj procedury weryfikacji dla przyjętych danych wejściowych
Nie
Tak
Czy procedury umożliwiają weryfikacjię
dla przyjętych danych
wejściowych?
Zdefiniuj nowe procedury weryfikacji
dla przyjętych danych wejściowych
Nie
Tak
Przeprowadź weryfikację zdolności transportowej
Dane zweryfikowane na wyjściu modułu weryfikacji zdolności transportowej
STOP
94 | S t r o n a
START
Pobierz całkowitą wagę i objętość jednostek ładunkowych wg zamówień Dane dostawcy
Dane wyjścia modułu
planowania tras
Oblicz liczbę pojazdów tr. zewnętrznego
niezbędnych do realizacji zamówień
TAK Czy liczba śr. tr.
własnego jest =< liczby śr. tr własnego w
gotowości technicznej?
Pobierz ilość jednostek ładunkowych wg zamówień
Pobierz długość tras = przejechana droga
Oblicz wagę i objętość ładunków w oknie transportowym
Wyznacz liczbę pojazdów tr. własnego niezbędnych do realizacji dostaw w oknie transportowym
Zaplanuj obciążenia środków transportu własnego
NIE
Sprawdź dostępność kierowców i personelu technicznego w oknie transportowym dla wyznaczonej liczby pojazdów transportu
własnego
Oblicz koszt udziału transportu zewnętrznego w
realizacji zadań transportowych
Zaplanuj obciążenia środków transportu własnego
STOP
STOP
Oblicz liczbę pojazdów tr. własnego niezbędnych
do realizacji zamówień
Zaplanuj obciążenia środków transportu zewnętrznego
Sprawdź dostępność kierowców i personelu technicznego w oknie transportowym dla wyznaczonej liczby pojazdów transportu
własnego
Rys. 3.4.1.7. Algorytm modelu symulacji planowania obciążeń środków transportowych
Źródło: Opracowanie własne
95 | S t r o n a
Tabela 3.4.1.1 Macierz kosztów krajowego transportu zewnętrznego (wg ilości palet)
Stawka transportowa za 1 km
Wielkość zamówienia (liczba palet)
Odległość [km]
do 50 51-100 101-150 151-200 201-250 251-300
301-350
351-400
401-450
451-500
501-600
601-700
701-800 801-900 901-1000
2.4 do 5 120 240 360 480 600 720 840 960 1080 1200 1440 1680 1920 2160 2400
2.3 6 do 10 115 230 345 460 575 690 805 920 1035 1150 1380 1610 1840 2070 2300
2.2 11 do 15 110 220 330 440 550 660 770 880 990 1100 1320 1540 1760 1980 2200
2.1 16 do 20 105 210 315 420 525 630 735 840 945 1050 1260 1470 1680 1890 2100
2 21 do 25 100 200 300 400 500 600 700 800 900 1000 1200 1400 1600 1800 2000
1.9 26 do 30 95 190 285 380 475 570 665 760 855 950 1140 1330 1520 1710 1900
1.8 31 do 33 90 180 270 360 450 540 630 720 810 900 1080 1260 1440 1620 1800
Tabela 3.4.1.2 Macierz kosztów krajowego transportu zewnętrznego (wg kg)
Stawka transportowa za 1 km
Wielkość zamówienia (kg)
Odległość [km]
do 50 51-100 101-150 151-200 201-250 251-300
301-350
351-400
401-450
451-500
501-600
601-700
701-800 801-900 901-1000
1.4 do 250 70 140 210 280 350 420 490 560 630 700 840 980 1120 1260 1400
1.5 251-500 75 150 225 300 375 450 525 600 675 750 900 1050 1200 1350 1500
1.7 501-1000 85 170 255 340 425 510 595 680 765 850 1020 1190 1360 1530 1700
1.8 1001-2000 90 180 270 360 450 540 630 720 810 900 1080 1260 1440 1620 1800
1.9 2001-3500 95 190 285 380 475 570 665 760 855 950 1140 1330 1520 1710 1900
2 3501-5000 100 200 300 400 500 600 700 800 900 1000 1200 1400 1600 1800 2000
Tabela 3.4.1.3 Macierz kosztów międzynarodowego transportu zewnętrznego (wg ilości palet)
Stawka transportowa za 1 km
Wielkość zamówienia (liczba palet)
Odległość [km]
do 50 51-100 101-150 151-200 201-250 251-300 301-350 351-400 401-450 451-500 501-600 601-700 701-800 801-900 901-1000
2.4 do 5 166.8 333.6 500.4 667.2 834 1000.8 1167.6 1334.4 1501.2 1668 2001.6 2335.2 2668.8 3002.4 3336
2.3 6 do 10 159.85 319.7 479.55 639.4 799.25 959.1 1118.95 1278.8 1438.65 1598.5 1918.2 2237.9 2557.6 2877.3 3197
2.2 11 do 15 152.9 305.8 458.7 611.6 764.5 917.4 1070.3 1223.2 1376.1 1529 1834.8 2140.6 2446.4 2752.2 3058
2.1 16 do 20 145.95 291.9 437.85 583.8 729.75 875.7 1021.65 1167.6 1313.55 1459.5 1751.4 2043.3 2335.2 2627.1 2919
2 21 do 25 139 278 417 556 695 834 973 1112 1251 1390 1668 1946 2224 2502 2780
1.9 26 do 30 132.05 264.1 396.15 528.2 660.25 792.3 924.35 1056.4 1188.45 1320.5 1584.6 1848.7 2112.8 2376.9 2641
1.8 31 do 33 125.1 250.2 375.3 500.4 625.5 750.6 875.7 1000.8 1125.9 1251 1501.2 1751.4 2001.6 2251.8 2502
96 | S t r o n a
Tabela 3.4.1.4 Macierz kosztów międzynarodowego transportu zewnętrznego (wg kg)
Stawka transportowa za 1 km
Wielkość zamówienia (kg)
Odległość [km]
do 50 51-100 101-150 151-200 201-250 251-300 301-350 351-400 401-450 451-500 501-600 601-700 701-800 801-900 901-1000
1.4 do 250 97.3 194.6 291.9 389.2 486.5 583.8 681.1 778.4 875.7 973 1167.6 1362.2 1556.8 1751.4 1946
1.5 251-500 104.25 208.5 312.75 417 521.25 625.5 729.75 834 938.25 1042.5 1251 1459.5 1668 1876.5 2085
1.7 501-1000 118.15 236.3 354.45 472.6 590.75 708.9 827.05 945.2 1063.35 1181.5 1417.8 1654.1 1890.4 2126.7 2363
1.8 1001-2000 125.1 250.2 375.3 500.4 625.5 750.6 875.7 1000.8 1125.9 1251 1501.2 1751.4 2001.6 2251.8 2502
1.9 2001-3500 132.05 264.1 396.15 528.2 660.25 792.3 924.35 1056.4 1188.45 1320.5 1584.6 1848.7 2112.8 2376.9 2641
2 3501-5000 139 278 417 556 695 834 973 1112 1251 1390 1668 1946 2224 2502 2780
Tabela 3.4.1.5 Macierz kosztów transportu własnego
Relacje krajowe Relacje międzynarodowe
za 1 km 2.4 3.35
97 | S t r o n a
3.4.2. Informatyczny model procesów transportowych i środowisko symulacyjne
Dane symulacyjne procesów transportowych w środowisku iGrafx Process zostały wprowadzone do
modelu organizacji przewozu w relacjach transportowych producenta z dostawcami (zasilanie
przedsiębiorstwa w surowce i materiały). Model transportowy zawiera 3 bramki decyzyjne powiązane z
modelami: controllingu operacyjnego, magazynu i zamawiania. Zaprezentowany model transportowy jest
powiązany relacjami przekazania danych bezpośrednio z modelu zamawiania tj.:
ilością sztuk danego indeksu materiałowego wynikającą z zamówienia materiałów,
terminem realizacji zamówienia (na potrzeby symulacji i weryfikacji badawczej modelu został określony
na wg przyjętego Lead Time),
lokalizacją dostawcy indeksu materiałowego (dane na podstawie kontraktu zakupowego).
W modelu zmawiania generowana jest wielkość zamówienia stanowiąca podstawę potrzeby
transportowej, uruchamiającą sekwencję czynności w obszarze planowania fizycznej realizacji dostaw
(model symulacyjny transportowy - rys. 3.4.2.1), które dotyczą:
przyjęcia zamówienia z modelu zamawiania,
pobrania danych lokalizacji dostawcy,
obliczenia długość trasy w km,
przeliczenia zamówienia na pjł,
obliczenia masy zamówienia (w kg),
kreślenia statusu pojazdu z harmonogramem DZ,
zmiany statusu pojazdu w harmonogramie,
uzgodnienia przewozu i zajętości pojazdów,
zmiany statusu pojazdu w harmonogramie,
uzgodnienia transportu zewnętrznego,
bramek decyzyjnych, dotyczących,
dostępności pojazdu,
zgody na wcześniejsze od zaplanowanego w harmonogramie wykorzystanie środka transportu,
terminu realizacji zamówienia transportem własnym,
terminu realizacji zamówienia transportem zewnętrznym.
W sekwencji symulacji następujących po sobie zdarzeń w modelu transportowym przyjmowane jest
zamówienie z modelu zamawiania, po czym pobierane są dane lokalizacji dostawcy z arkusza
kalkulacyjnego MS Excel. W następnej kolejności obliczana jest długość trasy w [km]. Obliczenia warunkują
w modelu transportowym określenie czasu niezbędnego do wykonania dostawy, a także określenie poziomu
kosztów eksploatacyjnych wykorzystanego środka transportu lub wysokości stawki przy alternatywnym
wyborze transportu obcego (stanowiącego element składowy parametryzacji modelu). Przeliczenie
zamówienia na jednostki ładunkowe umożliwia określenie maksymalnej liczby sztuk indeksu materiałowego
na jednej palecie oraz obliczenie ciężaru zamówienia (w kg) umożliwiającego analizę stopnia wykorzystania
ładowności środka transportu (lub przy przekroczeniu - braku możliwości załadunku). Ostatnią, przed
pierwszą bramką decyzyjną w modelu, czynnością jest określenie statusu pojazdu z harmonogramem, gdzie
następuje określenie stopnia dostępności dedykowanego środka transportu w czasie określonym przez
harmonogram z modelu zamawiania. Po potwierdzeniu w bramce decyzyjnej dostępności pojazdu
wykonywana jest czynność zmiany statusu pojazdu w harmonogramie i wysłanie komunikatu do modelu
zmawiania o terminie realizacji zamówienia transportem własnym. Po stwierdzeniu w bramce decyzyjnej
braku pojazdu do wykonania dostawy uruchamiana jest czynność uzgodnienia transportu, w ramach której
określana jest możliwość wcześniejszej realizacji dostawy. Analiza możliwości wcześniejszej realizacji
dostawy umożliwia zmianę statusu pojazdu w harmonogramie, w przeciwnym wypadku – uruchamiana jest
czynność uzgodnienia transportu zewnętrznego i sekwencja działań wyboru zewnętrznej firmy transportowej
oraz wysyłany jest komunikat do modelu zamawiania. Model symulacyjny procesów transportowych
przedstawiono na rys. 3.4.2.1.
98 | S t r o n a
Rys. 3.4.2.1. Model symulacyjny procesów transportowych
Źródło: opracowanie własne - iGrafx Process
Uruchomienie modelu transportowego odbywa się w momencie otrzymania Zamówienia Transportowego
z modelu zamawiania (tabela 3.4.2.1). Informacje są weryfikowane z występującymi w modelu
transportowym ograniczeniami przedstawionymi w tabeli 5.3.2. Na potrzeby opracowania praktycznego
zadania, związanego z przewozem środków materiałowych w ramach procesów zaopatrzenia przyjęto
założenie, że do działu transportu wpłynęło zamówienie (dział zaopatrzenia) na zorganizowanie i wykonanie
transportu wg zlecenia transportowego dla indeksu materiałowego zdefiniowanego w kartotece materiałowej
przedsiębiorstwa zbiorem danych:
wymiary opakowania,
waga brutto pozycji asortymentowej,
liczba sztuk pozycji asortymentowej,
dane dotyczące technicznej podatności transportowej (możliwość piętrzenia jednostek na paletowej
jednostce ładunkowej).
Po analizie specyfikacji wysyłkowej przyjmowane są podstawowe parametry związane z organizacją
transportu, które są zgodne z zamówieniem.
Tabela 3.4.2.1. Dane symulacyjne zamówienia transportowego
Dane zamówienia transportowego z dn. ……………….
Nr indeksu 1207A
Wielkość zamówienia (szt.) 216 (12 pjł.)
Wymiary opakowania (mm) – dł x szer. x wys. 400x400x300
Waga brutto (kg) 5
Liczba sztuk na 1 pjł. 18
Lokalizacja dostawcy (km) 100
Termin realizacji zamówienia 05.04.2013 r.
Uwagi: Możliwość piętrzenia na pjł.
Źródło: Opracowanie własne
Dane ograniczeń związanych z transportem ładunku przedstawiono a tabeli 3.4.2.2.
Tabela 3.4.2.2. Wartości symulacyjne ograniczeń związanych z transportem ładunku
Wyszczególnienie Pojazd 1 (DMC 3,5 t)
Liczba pojazdów 1
Wymiary dostępnej przestrzeni ładunkowej (dł./szer./ wys.) (mm)
4 200x2 200x2 300
Maksymalna ładowność środków transportu na zamówienie (kg)
1 650
Maksymalna kubatura przestrzeni ładunkowej (m
3)
21,3
Liczba pjł. 8 (x2 warstwy)
Max. wysokość pjł. (mm) 800
Średnie spalanie [l/100km] 20
Źródło: Opracowanie własne
Zdefiniowane dane wejściowe inicjują proces symulacji i weryfikacji modelu transportowego. W tabeli
3.4.2.3 przedstawiono dane wejściowe do modelu transportowego – atrybuty scenariuszowe i transakcyjne -
pochodzące z modelu zamawiania i modelu planowania potrzeb materiałowych.
99 | S t r o n a
Tabela 3.4.2.3 Definicja atrybutów scenariuszowych i transakcyjnych w ramach modelu systemu
transportowego
Wejścia z Modelu planowania potrzeb materiałowych
Opis Nazwa atrybutu iGrafx
Atrybuty scenariuszowe:
Numer Indeksu Nr indeksu określa charakterystykę towaru, który będzie podlegał obsłudze
NumerIndeksu
Cena paliwa - Wielkość zmienna w zależności od sytuacji rynkowej CenaPaliwa
Czas załadunku palety Czasokres przeliczeniowy na sformowanie jednej PJŁ np. 1’30”
CzasZaladunkuPalety
Lead Time - Czas realizacji zamówienia LeadTime
Atrybuty transakcyjne:
Wielkość zamówienia - Wielkość podlegająca przewozowi WielkoscZamowienia
Wielkość dostawy Wielkość podlegająca przewozowi
WielkoscDostawy
Okres - Czas rozpoczęcia i zakończenia procesu przewozowego OdstepCzasowy
Dzień - Termin realizacji zamówienia lub rozpoczęcia procesu Dzien
Źródło: opracowanie własne - iGrafx Process
Tabela 3.4.2.4. Definicja atrybutów symulacyjnych transakcyjnych i scenariuszowych w ramach modelu
transportowego
Atrybuty modelu systemu transportowego
Opis Nazwa atrybutu iGrafx
Atrybuty scenariuszowe:
Dostępne pojazdy aktualnie Liczba pojazdów, które mogą być użyte do przewozu
DostepnePojazdyAktualnie
Dostępne pojazdy wczoraj Liczba pojazdów, które były użyte do przewozu
DostepnePojazdyWczoraj
Dzień aktualny Stan obecny
DzienAktualny
Atrybuty transakcyjne:
Cena transportu obcego Stawki za tkm lub km ładowny
CenaTransportuObcego
Czas realizacji dostawy Czasokres w którym nastąpiła dostawa
CzasRealizacjiDostawy
Dostawca Podmiot wykonujący dostawę
Dostawca
Dostępność transportu Liczba pojazdów, która może być użyta do przewozów
DostepnoscTransportu
Ilość pojazdów do przydzielenia Liczba pojazdów, która może być aktualnie przydzielona do przewozów
IloscPojazdowDoPrzydzielenia
Liczba palet Wielkość palet, która występuje w zamówieniu
LiczbaPalet
Liczba palet do załadunku Wielkość palet, która musi być załadowana
LiczbaPaletDoZaladunku
Liczb a palet na pojeździe Wielkość palet, która mieści się w pojeździe
LiczbaPaletNaPojezdzie
Liczba sformowanych pojazdów Liczba śr. transportu zapełnionych PJŁ
LiczbaSformowanychPojazdow
Liczba sformowanych palet Liczba palet gotowych do przewozu
LiczbaSformulowanychPalet
Liczba sztuk z zamówienia do załadunku Wielkość podlegająca procesowi paletyzacji
LiczbaSztukDoZaladunku
Liczba sztuk na palecie Wielkość indeksów na PJŁ
LiczbaSztukNaPalecie
Numer indeksu Charakterystyka towaru
NumerIndeksu
Numer dnia Dzień dostawy
NumerDnia
Odległość od dostawcy Liczba km
OdlegloscOdDostawcy
Paletyzacja Proces ułożenia indeksów na palecie
Paletyzacja
100 | S t r o n a
Atrybuty modelu systemu transportowego
Opis Nazwa atrybutu iGrafx
Pojemność pojazdu Możliwa liczba palet na pojeździe
PojemnoscPojazdu
Średnia prędkość Średnia prędkość handlowa przy realizacji przewozu
SredniaPredkosc
Termin realizacji zamówienia Czas dostarczenia ładunku
TerminRealizacjiZamowienia
Waga brutto sztuki z zamówienia Waga towaru
WagaBrutto
Wielkość zamówienia Liczba indeksów podlegająca czynnościom przewozowym
WielkoscZamowienia
Źródło: opracowanie własne - iGrafx Process
Tabela 3.4.2.5. Wyjścia z modelu transportowego w ramach modelu magazynowego
Wejścia z Modelu transportowego
Opis Nazwa atrybutu iGrafx
Atrybuty transakcyjne:
Wielkość dostawy WielkoscDostawy
Źródło: opracowanie własne - iGrafx Process
Tabela 3.4.2.6. Atrybuty scenariuszowe – wartości początkowe danych wejściowych
z modelu planowania potrzeb materiałowych
Wejścia z Modelu planowania potrzeb materiałowych
Opis Nazwa atrybutu iGrafx
Atrybuty scenariuszowe:
Numer Indeksu 1
Paletyzacja 10
Cena paliwa 5,98 zł
Czas załadunku palety 3 min na paletę
Lead Time 2
Źródło: opracowanie własne - iGrafx Process
Na rys. 3.4.2.2 przedstawiono pierwszy z modeli procesów transportowych - przeliczania zamówienia
otrzymanego z modelu zamawiania na jednostki ładunkowe (palety).
Rys.3.4.2.2 Model symulacyjny - przeliczanie zamówienia na palety Źródło: opracowanie własne - iGrafx Process
101 | S t r o n a
Do wykonania czynności „Przelicz zamówienie na palety‖ stosowane są dwa atrybuty transakcyjne,
charakteryzujące liczbę palet już uformowanych na wejściu oraz wielkość zamówienia na wyjściu ( rys.
3.4.2.3). Palety są pobierane z ograniczonej puli palet.
Rys. 3.4.2.3 Model symulacyjny podprocesu - ‗Liczba palet uformowanych‘ Źródło: opracowanie własne - iGrafx Process
Kolejnym etapem symulacji jest czynność planowania załadunku opakowań na palety oraz sprawdzenie
liczby palet niezbędnych do uformowania dostawy. Po sprawdzeniu zapełnienia palety oraz pozostałych
nieprzydzielonych opakowań, zamówienie jest rozlokowane na paletach. Do kolejnego podprocesu modelu
transportowego jest przekazana informacja o liczbie sformowanych palet (atrybut transakcyjny –
LiczbaSformowanychPalet), aby rozpocząć planowanie załadunku jednostek ładunkowych w przestrzeni
dostępnych środków transportu.
Przeliczanie zamówienia na pojazdy
Po sformowaniu wielkości ładunkowych na jednostki ładunkowe (PJŁ) następuje przeliczanie zamówienia
i formowanie ładunków w dostępnych pojazdach( rys. 3.4.2.4)
Ilość pojazdów
Czasy transportów.Pobierz informację o
ilości pojazdów
dostępnych na dzień
dostawy i dzień
wcześniej
Na wyjściu: S.DostepnePojazdyWczoraj = If(S.DzienAktualny =NumerDnia ;S.DostepnePojazdyWczoraj ;S.DostepnePojazdyAktualnie )
Na wyjściu: S.DostepnePojazdyAktualnie = If(S.DzienAktualny = NumerDnia ;S.DostepnePojazdyAktualnie ;3)
Na wyjściu: S.DzienAktualny = NumerDnia
Na wyjściu: T.IloscPojazdowDoPrzydzielenia = LiczbaSformowanychPojazdow
Zarezerwuj
pojazd na
dostawę
Na wyjściu: S.DostepnePojazdyAktualnie = S.DostepnePojazdyAktualnie - 1
Na wyjściu: T.IloscPojazdowDoPrzydzielenia = T.IloscPojazdowDoPrzydzielenia - 1
Czy ostatni pojazd
dla dostawy?
Czy są pojazdy w
danym terminie
Nie
Czy jest pojazd na
dzień dostawy
Tak
Czy są pojazdy
na dzień
wcześniej
Nie Zarezerwuj pojazd
u firmie
zewnętrznej
Na wyjściu: T.IloscPojazdowDoPrzydzielenia = T.IloscPojazdowDoPrzydzielenia - 1
Nie
Tak
Zarezerwuj pojazd
na dzień
wcześniej
Na wyjściu: S.DostepnePojazdyWczoraj = S.DostepnePojazdyWczoraj - 1
Na wyjściu: T.IloscPojazdowDoPrzydzielenia = T.IloscPojazdowDoPrzydzielenia - 1
Tak
Środki transportu
przydzielone na
dostawę
Tak
Nie
Zamówienie do przydzielenia
środka transportu
Rys. 3.4.2.4. Model symulacyjny – podproces ‗Przeliczanie zamówienia i formowanie ładunków‘
Źródło: opracowanie własne - iGrafx Process
102 | S t r o n a
Po sprawdzeniu zapełnienia pojazdu, zamówienie jest rozlokowane na pojazdach. Do kolejnego procesu
jest przekazana informacja o liczbie sformowanych pojazdów (atrybut transakcyjny –
LiczbaSformowanychPojazdów), aby rozpocząć weryfikację zgodnie z przyjętym harmonogramem
przewozów.
Weryfikacja harmonogramu przewozów
Proces „Weryfikacja harmonogramu‖ (rys. 3.4.2.5) jest kolejnym podprocesem realizowanym w ramach
modelu transportowego i jest uruchamiany komunikatem z danymi „LiczbaZaladowanychPojazdów‖,
pochodzącymi z podprocesu „Przeliczenie zamówienia na pojazdy‖.
Ilość pojazdów
Czasy transportów.Pobierz informację o
ilości pojazdów
dostępnych na dzień
dostawy i dzień
wcześniej
Na wyjściu: S.DostepnePojazdyWczoraj = If(S.DzienAktualny =NumerDnia ;S.DostepnePojazdyWczoraj ;S.DostepnePojazdyAktualnie )
Na wyjściu: S.DostepnePojazdyAktualnie = If(S.DzienAktualny = NumerDnia ;S.DostepnePojazdyAktualnie ;3)
Na wyjściu: S.DzienAktualny = NumerDnia
Na wyjściu: T.IloscPojazdowDoPrzydzielenia = LiczbaSformowanychPojazdow
Zamówienie do przydzielenia
środka transportu
Rys. 3.4.2.5. Model symulacyjny - Podproces „Weryfikacja harmonogramu‖
Źródło: opracowanie własne - iGrafx Process
Informację wejściową podprocesu „Weryfikacja harmonogramu‖ są dane o liczbie pojazdów dostępnych
na dzień dostawy i w dni poprzedzające. Do wykonania czynności wykorzystywane są trzy atrybuty
scenariuszowe określające – [liczbę dostępnych pojazdów w dzień poprzedni], [liczbę dostępnych pojazdów
dzisiaj], [nr aktualnego dnia] oraz jeden atrybut transakcyjny - określający [liczbę pojazdów do przydzielenia]
(rys. 3.4.2.6).
Zamówienie
do realizacji
Przeliczenie
zamówienia na
PJŁ
Przeliczenie
zamówienia na
pojazdy
Weryfikacja
harmonogramu
Fizyczna
realizacja
dostawy
Obliczenie potrzeb transportowych
Zamówienie
zrealizowane
103 | S t r o n a
Rys. 3.4.2.6. Model symulacyjny - Proces „Weryfikacja harmonogramu‖
Źródło: opracowanie własne - iGrafx Process
W ramach kolejnych etapów modelu wykonywana jest rezerwacja pojazdu przydzielonego do realizacji
dostawy oraz określenie, czy dostawa będzie realizowana transportem własnym czy obcym (rys. 3.4.2.6).
Analiza badawcza symulacyjna modelu transportowego zawiera zakres ilościowy transakcji i rzeczywisty
czas realizacji transakcji. Elementy te są analogiczne do informacji zawartych w arkuszach analizy
transakcyjnej. Jednak należy podkreślić, że przygotowywane podsumowanie wydajności dla każdego
procesu jest niezbędne przy późniejszym szacowaniu korzyści, jakie przyniosą zmiany opracowane podczas
określania stanu pożądanego przypływów informacji i pracy. Możliwe jest uzyskanie wielu statystyk
dotyczących czasów realizacji procesów i oczekiwania na realizację czynności, m. in.:
rzeczywistych czasów realizowanych procesów głównych i podprocesów,
maksymalnej liczba transakcji przetwarzanych jednocześnie przez czynność,
średniej liczby transakcji, które czekały na przetworzenie,
całkowitej liczby transakcji, które czekały na przetworzenie,
liczba transakcji, które czekały na zblokowanie,
czas, przez który zasoby musiały czekać na skompletowanie transakcji,
liczba transakcji, które musiały czekać na przetworzenie.
Wyniki analiz symulacyjnych odzwierciedlają stan rzeczywisty zachodzących procesów i podprocesów
transportowych, umożliwiając poprawę ich efektywności w modelu zarządzania przepływem materiałów
procesów zaopatrzenia przedsiębiorstwa. Przedstawiona metoda symulacji procesów i możliwość
definiowania wielu parametrów operacyjnych modelu transportowego, stanowi narzędzie wsparcia decyzji i
projektowania praktycznych rozwiązań, wyprzedzających etap wdrożenia i ponoszenie konsekwencji
kosztowych.
104 | S t r o n a
© Wyższa Szkoła Logistyki, Poznao 2015 Śliwczyoski B. (red.), Modelowanie systemu zarządzania przepływem materiałów i oceny efektywności procesów.
3.5. Model systemu magazynowania
ADAM KOLIŃSKI, BOGUSŁAW ŚLIWCZYŃSKI Wyższa Szkoła Logistyki
Model magazynowania został przygotowany w środowisku iGrafx® Process zgodnie z koncepcją
wielowariantowej oceny efektywności procesu zaopatrzenia i transportu, przedstawioną na rys. 2.6 i 3.7.
Zadaniem procesu magazynowania jest utrzymanie zapasu i obsługa przepływu produktów w fazie
przyjęcia, składowania, kompletacji i wydania produktów, zgodnie z wymaganiami klienta wewnętrznego i
zewnętrznego36
. Proces magazynowania pełni rolę usługową w analizowanym procesie zaopatrzenia.
Zakres wsparcie zarządzania gospodarką magazynową wyznacza obszar gromadzenia i przetwarzania
danych od dostawców i odbiorców procesu magazynowania, w celu efektywnego planowania i
harmonogramowania działań oraz wykorzystania zasobów. Ocena i korygowanie organizacji, zarządzania i
technologii procesu magazynowania, jest ukierunkowana na osiąganie założonych celów, poprawy wartości
produktu i wyników procesu magazynowania, obejmując analizy:
sprawności, niezawodności i efektywności obsługi produktów wynikające z organizacji warunków
magazynowania, zastosowanych metod zarządzania oraz integracji z procesami dostarczającymi i
odbierającymi do/z procesu magazynowania (rys. 3.5.1),
poziomu, struktury, dynamiki i trendów ponoszonych oraz planowanych kosztów,
poziomu wykorzystania zasobów magazynowych oraz prognozowanych potrzeb rozwoju infrastruktury
magazynowej,
przepływu informacji organizacyjnej oraz dokumentów materiałowych i planowania.
Rys. 3.5.1 Integracja działań procesu magazynowania z innymi obszarami zarządzania przepływem materiałów Źródło: opracowanie własne.
36
Zagadnienia organizacji procy magazynu i zarządzania procesem magazynowania przedstawiono w pracach: Niemczyk A.: Magazynowanie, w: Logistyka (red.) Kisperska-Moroń D. i Krzyżaniak S., Wydawnictwo Instytutu Logistyki i Magazynowania, Poznań 2009, s. 175–186 oraz Korzeniowski A., Weselik A., Skowroński Z., Kaczmarek M.: Zarządzanie gospodarką magazynową, PWE, Warszawa 1997, s. 11-27.
Dobór wielkości i położenia magazynu Analiza potrzeb magazynowania i opłacalności outsourcingu Organizacja i zarządzanie procesami wewnętrznego przepływu ładunku Dobór wyposażenia magazynu Organizacja transportu wewnętrznego i operacji przeładunkowych Analiza wykorzystania infrastruktury magazynowej (np. regałów, wózków,
podajników, dźwigów) Dobór metod obsługi przepływu ładunku w poszczególnych strefach
magazynu: przyjęcia, składowania, kompletacji i wydania Opracowanie budżetów magazynu Kontrolowanie kosztów, wyników i budżetów magazynu oraz ocena stopnia
osiągania celów Analiza statystyczna magazynowania Analiza wskaźnikowa produktywności, jakości i efektywności Raportowanie wyników magazynowania
Model magazynowania – przykładowe obszary wsparcia zarządzania operacyjnego:
Inne obszary zarządzania operacyjnego – np.:
dystrybucja,
transport,
sprzedaż
Integracja procesowa
Produkt
D O S T A W C Y
Zaopatrzenie magazyn
materiałów
Produkcja Dystrybucja
transport
magazyn regionalny
zakupy transport
Obsługa klienta
magazyn wyrobów
Klient
Identyfikacja wartości produktu dla klienta
Mapowanie wartości na procesy
Inne obszary zarządzania operacyjnego – np.:
zaopatrzenie,
produkcja
zarządzanie zapasami
Integracja procesowa
105 | S t r o n a
Gromadzone i przetwarzane w działaniach controllingu dane dotyczą uwarunkowań operacyjnych
procesu magazynowania, potencjału magazynowania, organizacji systemu magazynowego i obejmują:
rodzaj i postać magazynowanych produktów (materiałów, wyrobów), ich asortyment, wagę i wymiary
geometryczne,
typ użytych jednostek ładunkowych (jł) uformowanych (np. kartonów, pojemników, palet, koszy, skrzyń),
pojemność maksymalną magazynu Zmax (wyrażoną liczbą jednostek ładunkowych) i zapas rezerwowy
(buforowy) jednostek ładunkowych na wejściu BZWE i wyjściu BZWY,
wielkość przepływu w okresie (np. dobowego) strumienia jednostek ładunkowych przez magazyn (s) z
podziałem na strumień wejściowy sWE i strumień wyjściowy sWY,
zajmowaną przestrzeń magazynową – obejmującą całkowitą powierzchnię użytkową magazynu i
kubaturę magazynową,
przepustowość procesu magazynowego i wydajność infrastruktury w poszczególnych strefach
magazynu,
czasy cykli roboczych (operacyjnych) – np. cykli transportowych i operacyjnych infrastruktury transportu
wewnętrznego i przeładunku oraz cykli kompletacyjnych,
ilość i rodzaj zastosowanych zasobów infrastruktury magazynowej – uwzględniając dobową
pracochłonność i stopień wykorzystania zastosowanych środków technicznych w procesie
magazynowym i wymaganą efektywność pracy urządzeń,
liczbę i kwalifikacje zatrudnionych pracowników magazynu – wykonujących pracę na różnych
stanowiskach obsługi procesów magazynowych (szacunki są wykonywane na podstawie dobowej
pracochłonności prac obsługowych),
koszty infrastruktury magazynu – koszty amortyzacji i inwestycyjne aktywów trwałych i wyposażenie
magazynu (w tym budynki, rampy, place, drogi, wózki, układnice, przenośniki, regały, system
informatyczny, system automatycznej identyfikacji),
koszty eksploatacyjne – koszty wynagrodzenia dla pracowników, zużycia materiałów, zużycia energii i
paliw, usług zewnętrznych – np. transportowych, remontowych.
Model magazynowania jest zasilany danymi parametrycznymi zasobów, pochodzącymi z arkuszy
kalkulacyjnych oraz danymi przepływu materiałowego z innych podsystemów - modelu transportowego i
modelu zamawiania. Autorzy przyjęli założenia dla modelu, że proces magazynowania jest
przedstawiony jako uzupełniający w modelu systemu przepływu materiałów, w celu oceny
efektywności zarządzania przepływem materiałów.
Algorytm kompleksowej analizy efektywności procesu magazynowania został przedstawiony na rysunku
3.5.2.
106 | S t r o n a
START
Analiza wydajności technicznej
magazynu
Czy ocena analizy
jest pozytywna?
Wygenerowanie informacji
o odchyleniach normatywnych
Powrót do analizy procesu
transportowego
Analiza ekonomiczna pracy
magazynu
Czy ocena analizy
jest pozytywna?
Wygenerowanie informacji
o odchyleniach normatywnych
Powrót do Generatora potrzeb
Analiza kosztów magazynowania
Czy ocena analizy
jest pozytywna?
STOP
Nie
Nie
Nie
Tak
Tak
Tak
Analiza wydajności
organizacyjnej magazynu
Czy ocena analizy
jest pozytywna?
Wygenerowanie informacji
o odchyleniach normatywnych
Powrót do weryfikacji zamówienia
Nie
Tak
Wygenerowanie informacji
o odchyleniach normatywnych
Powrót do SOP
Rys. 3.5.2. Ogólny algorytm weryfikacji efektywności procesu magazynowania Źródło: Opracowanie własne
3.5.1. Analiza danych i parametryzacja modelu
Do danych parametrycznych, pobieranych z arkuszy kalkulacyjnych, które zostały opracowane na
potrzeby symulacji procesów zamawiania, a wykorzystywanych również w modelu magazynowym
operacyjnego, należą:
Zs (w) – wartość średniego zapasu magazynowego w badanym okresie,
Zs (t) – wielkość średniego zapasu magazynowego w badanym okresie,
Zi – wielkość zapasu magazynowego na początku badanego okresu,
Zc – zapas dóbr składowanych w magazynie (zapas całkowity),
Zsp – zapas dóbr składowanych w magazynie na paletach.
d – liczba dni w badanym okresie.
Analiza symulacyjna modelu magazynowego wymaga również danych parametrycznych pominiętych
podczas symulacji modelu zamawiania, jednak niezbędnych do skutecznego przeprowadzenia analizy
efektywności procesu magazynowego. Do tych danych należą:
Om – wielkość obrotu magazynowego w badanym okresie,
Omr – wielkość obrotu magazynowego wg rozchodu w badanym okresie,
Omp – wielkość obrotu magazynowego wg przychodu w badanym okresie,
Zs – wielkość średniego zapasu magazynowego,
Ps – powierzchnia składowa magazynu,
Vu – pojemność użytkowa magazynu.
Model transportowy również cechuje się dwukierunkowością relacji z modelem magazynowym, który z
jednej strony jest czynnikiem zamykającym proces transportowy, jednak jest również ograniczeniem
transportowym, które wymusza modyfikacje i kolejną iterację modelu transportowego. Do danych
dostarczanych przez model transportowy należy zaliczyć:
Qr – ciężar ładunków.
107 | S t r o n a
Ze względu na specyfikę koncepcyjną opracowania modelu magazynowania oraz poziom ogólności37
zdecydowano, że należy wygenerować arkusz kalkulacyjny z danymi wsadowymi (danymi podstawowymi),
niezbędnymi do realizacji procesu symulacyjnego. Do danych podstawowych należy zaliczyć:
Zp – średnia liczba zatrudnionych pracowników w magazynie,
Tre – liczba godzin przepracowanych przez magazynierów w badanym okresie,
Ww – wartość wyposażenia technicznego magazynu,
Vs – pojemność składowa (nominalna) magazynu wg planu zagospodarowania przestrzeni
magazynowej,
Wst – wartość środków transportu magazynowego,
U – wielkość zysku osiągniętego przez magazyn w badanym okresie,
Pu – powierzchnia użytkowa magazynu,
Kmu – koszty eksploatacji wyposażenia magazynu,
Kmo – koszty osobowe pracowników magazynowych,
Lms – liczba miejsc składowych ogółem,
Lpm – liczba przemieszczeń w magazynie,
Kk – koszty kompletacji,
Lzk – liczba zleceń kompletacyjnych,
Kmc – koszty magazynowania w badanym okresie.
3.5.2. Algorytmy przetwarzania danych modelu magazynowania
Procesy szczegółowe analizy efektywności systemu magazynowania w ramach zarządzania przepływem
materiałowym przedstawiono na rys. 3.5.2.1 zgodnie z metodyką ICOM. W kolejnej części sprawozdania z
wyników badań przedstawiono szczegółowe algorytmy analizy i weryfikacji modelu symulacyjnego systemu
magazynowania w zakresie:
analizy wydajności organizacyjnej magazynu,
analizy wydajności technicznej magazynu,
analizy ekonomicznej pracy magazynu,
analizy kosztów magazynowania.
37 Ze względu na tematykę skryptu, zespół Autorów podjął decyzję o opracowaniu ogólnego modelu magazynowego, jedynie w celu realizacji procesów zaopatrzeniowych i transportowych. Podjęta decyzja skutkuje dużą ilością danych wsadowych dla systemu i procesów magazynowych, zakładanych i wygenerowanych w postaci arkusza kalkulacyjnego.
108 | S t r o n a
Dane wejściowe
Dane wyjściowe
pa
ram
etr
y
Analiza
wydajności
organizacyjnej
magazynu
Analiza
wskaźników
efektywności
procesu
magazynowania
Om –
wie
lko
ść o
bro
tu m
ag
azyn
ow
eg
o w
ba
da
nym
okre
sie
Om
r –
wie
lko
ść o
bro
tu m
ag
azyn
ow
eg
o w
g r
ozch
od
u w
ba
da
nym
okre
sie
Zs –
wie
lko
ść ś
red
nie
go
za
pa
su
ma
ga
zyn
ow
eg
o
Zp – średnia liczba zatrudnionych pracowników w
magazynie
Tre – liczba godzin przepracowanych przez magazynierów
w badanym okresie
Tre – liczba godzin przepracowanych przez magazynierów
w badanym okresie
Ww – wartość wyposażenia technicznego magazynu
Zp – średnia liczba zatrudnionych pracowników w
magazynie
Ps – powierzchnia składowa magazynu
Mwp – wskaźnik wydajności pracy magazynierów
Mip – wskaźnik intensywności pracy magazynierów
Mpo – wskaźnik pracochłonności obrotu magazynowego
Mup – wskaźnik technicznego uzbrojenia pracy w magazynie
Msp – wskaźnik zagospodarowania zapasami powierzchni
składowej
Dane wejściowe
Dane wyjściowe
pa
ram
etr
y
Analiza wydajności
technicznej
magazynu
Om –
wie
lko
ść o
bro
tu m
ag
azyn
ow
eg
o w
ba
da
nym
okre
sie
Tte –
efe
kty
wn
y c
za
s p
racy ś
r. tra
nsp
ort
u m
ag
azyn
ow
eg
o
Qr –
cię
ża
r ła
du
nkó
w p
rze
mie
szcza
nych
śr.
tr.
ma
g.
Zsp –
za
pa
s d
ób
r skła
do
wa
nych
w m
ag
azyn
ie n
a p
ale
tach
Zc –
za
pa
s d
ób
r skła
do
wa
nych
w m
ag
azyn
ie
Ww – wartość wyposażenia technicznego magazynu
Vs – pojemność składowa (nominalna) magazynu wg
planu zagospodarowania przestrzeni magazynowej
Vu – pojemność użytkowa magazynu
Wst – wartość środków transportu magazynowego
Mvu – wskaźnik wykorzystania pojemności użytkowej
magazynu
Mev – wskaźnik eksploatacji przestrzeni składowej magazynu
Mvu – wskaźnik technicznego uzbrojenia przestrzeni
magazynowej
Mtv – wskaźnik wyposażenia przestrzeni magazynowej w
środki transportu
Mst – wskaźnik wydajności środków transportu
magazynowego
Mpz – wskaźnik paletyzacji ładunków w magazynie
Dane wejściowe
Dane wyjściowe
pa
ram
etr
y
Analiza
ekonomiczna pracy
magazynu
Om
r – w
ielk
ość o
bro
tu m
ag
azyn
ow
eg
o w
g r
ozch
od
u w
ba
da
nym
okre
sie
Km
c –
ko
szty
ma
ga
zyn
ow
an
ia w
ba
da
nym
okre
sie
Om
p –
wie
lko
ść o
bro
tu m
ag
azyn
ow
eg
o w
g p
rzych
od
u w
ba
da
nym
okre
sie
Zs (
w)
– w
art
ość ś
red
nie
go
za
pa
su
ma
ga
zyn
ow
eg
o w
ba
da
nym
okre
sie
Zs (
t) –
wie
lko
ść ś
red
nie
go
za
pa
su
ma
ga
zyn
ow
eg
o w
ba
da
nym
okre
sie
U – wielkość zysku osiągniętego przez magazyn w badanym okresie
Zi – wielkość zapasu magazynowego na początku badanego okresu
d – liczba dni w badanym okresie
Msz – wskaźnik stopy zysku osiągniętego przez magazyn
Mzp – wskaźnik stanu zapasów w magazynie
Mso – wskaźnik średniego obrotu magazynowego
Mwz – wskaźnik wartości zapasu magazynowego
Dane wejściowe
Dane wyjściowe
pa
ram
etr
y
Analiza kosztów
magazynowania
Ww – wartość wyposażenia technicznego magazynu
Zp – średnia liczba zatrudnionych pracowników w magazynie
Pu – powierzchnia użytkowa magazynu
Kmu – koszty eksploatacji wyposażenia magazynu
Kmo – koszty osobowe pracowników magazynowych
KM – koszty magazynu
Lms – liczba miejsc składowych ogółem
Kmj – wskaźnik kosztów magazynowania
Ksz – wskaźnik kosztów składowania zapasu
Em – wskaźnik kosztów efektywności pracy magazynu
MUP – wskaźnik kosztów utrzymywania powierzchni magazynowej
MU – wskaźnik kosztów eksploatacji wyposażenia magazynu
Mkp – wskaźnik kosztów zatrudnienia pracownika magazynowego
Pks – wskaźnik przeciętnych kosztów miejsca składowego
Pkp – wskaźnik przeciętnych kosztów przemieszczeń
Pkl – wskaźnik przeciętnych kosztów personelu
Pku – wskaźnik przeciętnych kosztów urządzeń magazynowych
Kkz – wskaźnik kosztów kompletacji jednego zlecenia
Om
r –
wie
lko
ść o
bro
tu m
ag
azyn
ow
eg
o w
g r
ozch
od
u
w b
ad
an
ym
okre
sie
Km
c –
ko
szty
ma
ga
zyn
ow
an
ia w
ba
da
nym
okre
sie
Zśr –
za
pa
s ś
red
ni w
ba
da
nym
okre
sie
Lp
m –
lic
zb
a p
rze
mie
szcze
ń w
ma
ga
zyn
ie
Kk –
ko
szty
ko
mp
leta
cji
Lzk –
lic
zb
a z
lece
ń k
om
ple
tacyjn
ych
Zakres normatywny wskaźników
określony przez przedsiębiorstwo
Hierarchia ważności poszczególnych
wskaźników określona przez
przedsiębiorstwo
Dane wyjściowe
Oce
na
efe
kty
wn
ości
pro
ce
su
ma
ga
zyn
ow
an
ia
Rys. 3.5.2.1. Procesy szczegółowe analizy efektywności systemu magazynowania
Źródło: Opracowanie własne
Dane pobrane z modelu
S&OP
Dane pobrane z Generatora parametrów
modeli zamawiania
Dane pobrane z Modelu systemu
transporto-wego
Dane pobrane z Modułu
weryfikacji modeli
zamawiania
109 | S t r o n a
Analiza wydajności organizacyjnej magazynu
Przedstawiony w dalszej części pracy algorytm analizy wydajności organizacyjnej magazynu został
opracowany w formie systemu wskaźników, służących do ekonomicznej oceny efektywności procesu
magazynowego. Zestawiony system wskaźników opracowano na podstawie analizy literaturowej
przedmiotu38,39,40. Szczegółowy opis czynności analizy wydajności organizacyjnej magazynu
zaprezentowano w formie algorytmu przedstawionego na rysunku 3.5.2.2.
START
Wyznaczenie wskaźnika intensywności
pracy magazynierów (Mip)
Wyznaczenie wskaźnika pracochłonności
obrotu magazynowego (Mpo)
Wyznaczenie wskaźnika technicznego
uzbrojenia pracy w magazynie (Mup)
Wyznaczenie wskaźnika
zagospodarowania zapasami
powierzchni składowej (Msp)
Analiza porównawcza wyznaczonych
mierników z zakresami normatywnymi
Czy wszystkie
analizowane mierniki mieszczą się w zakresach
normatywnych?
Pozytywna ocena
analizy zabezpieczenia potrzeb
STOP
Analiza odchyleń od norm
Czy model
ma więcej niż 1 odchylenie
od norm?
Powrót do modelu zamówień
Tak
Tak
Nie
Nie
Dane niezbędne do analizy
wydajności organizacyjnej
magazynu
Normatywy mierników
Analiza efektywności w przypadku występowania
odchyleń należy ograniczyć ze względu na
złożoność poruszanej problematyki. Uznano, że
do dalszej analizy będą przekazywane jedynie te
modele zamówień, dla których więcej niż połowa
wskaźników mieści się w określonych zakresach
normatywnych.
Maksymalna ilość odchyleń musi być zatem
mniejsza od połowy ilości analizowanych
wskaźników.
W tym przypadku analizowano 5 wskaźniki,
dlatego dopuszcza się maksymalnie
2 odchylenia od normy.
Wyznaczenie wskaźnika wydajności
pracy magazynierów (Mwp) p
mwp
Z
OM
re
mip
T
OM
mr
repo
O
TM
Om – wielkość obrotu magazynowego w badanym okresie
Omr – wielkość obrotu magazynowego wg rozchodu w badanym okresie
Zs – wielkość średniego zapasu magazynowego
---
Zp – średnia liczba zatrudnionych pracowników w magazynie
Tre – liczba godzin przepracowanych przez magazynierów w badanym okresie
Tre – liczba godzin przepracowanych przez magazynierów w badanym okresie
Ww – wartość wyposażenia technicznego magazynu
Zp – średnia liczba zatrudnionych pracowników w magazynie
Ps – powierzchnia składowa magazynu
p
wup
Z
WM
s
ssp
P
ZM
Rys. 3.5.2.2. Algorytm wydajności organizacyjnej magazynu Źródło: Opracowanie własne.
Analiza wydajności technicznej magazynu
Przedstawiony algorytm analizy wydajności technicznej magazynu na rys. 3.5.2.3 został opracowany w
formie systemu wskaźników, służących do ekonomicznej oceny efektywności procesu magazynowego.
Zestawiony system wskaźników opracowano na podstawie analizy literaturowej przedmiotu41,42,
.
38
Śliwczyński B., Controlling operacyjny łańcucha dostaw w zarządzaniu wartością produktu, Wydawnictwo Uniwersytetu Ekonomicznego, Poznań 2011. 39
Niemczyk A., Zarządzanie magazynem, Wyższa Szkoła Logistyki, Poznań 2010. 40
Twaróg J., Mierniki i wskaźniki logistyczne, Instytut Logistyki i Magazynowania, Poznań 2005. 41
Śliwczyński B., Controlling operacyjny łańcucha dostaw w zarządzaniu wartością produktu, Wydawnictwo Uniwersytetu Ekonomicznego, Poznań 2011. 42
Twaróg J., Mierniki i wskaźniki logistyczne, Instytut Logistyki i Magazynowania, Poznań 2005.
110 | S t r o n a
START
Wyznaczenie wskaźnika technicznego
uzbrojenia przestrzeni magazynowej
(Mvut)
Wyznaczenie wskaźnika wyposażenia
przestrzeni magazynowej w środki
transportu (Mtv)
Wyznaczenie wskaźnika środków
transportu magazynowego (Mst)
Wyznaczenie wskaźnika paletyzacji
ładunków w magazynie (Mpz)
Analiza porównawcza wyznaczonych
mierników z zakresami normatywnymi
Czy wszystkie
analizowane mierniki mieszczą się w zakresach
normatywnych?
Dostarczenie danych kosztowych do
analizy modelu zamówienia
STOP
Analiza odchyleń od norm
Czy model
ma więcej niż 1 odchylenie
od norm?
Powrót do analizy procesu
transportowego
Tak
Tak
Nie
Nie
Dane niezbędne do analizy
wydajności technicznej
magazynu
Normatywy mierników
Analiza efektywności w przypadku występowania
odchyleń należy ograniczyć ze względu na
złożoność poruszanej problematyki. Uznano, że
do dalszej analizy będą przekazywane jedynie te
modele zamówień, dla których więcej niż połowa
wskaźników mieści się w określonych zakresach
normatywnych.
Maksymalna ilość odchyleń musi być zatem
mniejsza od połowy ilości analizowanych
wskaźników.
W tym przypadku analizowano 6 wskaźników,
dlatego dopuszcza się maksymalnie
2 odchylenia od normy.
Wyznaczenie wskaźnika eksploatacji
przestrzeni składowej magazynu (Mev)
Wyznaczenie wskaźnika wykorzystania
pojemności użytkowej magazynu (Mvu)
Om – wielkość obrotu magazynowego w badanym okresie
Tte – efektywny czas pracy śr. transportu magazynowego
Qr – ciężar ładunków przemieszczanych śr. tr. mag.
Zsp – zapas dóbr składowanych w magazynie na paletach
Zc – zapas dóbr składowanych w magazynie
----
Ww – wartość wyposażenia technicznego magazynu
Vs – pojemność składowa (nominalna) magazynu wg
planu zagospodarowania przestrzeni magazynowej
Vu – pojemność użytkowa magazynu
Wst – wartość środków transportu magazynowego
u
svu
V
VM
s
mev
V
OM
u
wvut
V
WM
u
sttv
V
WM
te
rst
T
QM
c
sp
pzZ
ZM
Rys. 3.5.2.3. Algorytm wydajności technicznej magazynu Źródło: Opracowanie własne
Analiza ekonomiczna pracy magazynu
Algorytm analizy ekonomicznej pracy magazynu został opracowany w formie systemu wskaźników,
służących do ekonomicznej oceny efektywności procesu magazynowego. Zestawiony system wskaźników
opracowano na podstawie analizy literaturowej przedmiotu43,44,. Szczegółowy opis czynności weryfikacji i
analizy ekonomicznej modelu pracy magazynu zaprezentowano w formie algorytmu przedstawionego na
rysunku 3.5.2.4.
43
Śliwczyński B., Controlling operacyjny łańcucha dostaw w zarządzaniu wartością produktu, Wydawnictwo Uniwersytetu Ekonomicznego, Poznań 2011. 44
Twaróg J., Mierniki i wskaźniki logistyczne, Instytut Logistyki i Magazynowania, Poznań 2005.
111 | S t r o n a
START
Wyznaczenie wskaźnika stopy zysku
osiągniętego przez magazyn (MSZ)
Wyznaczenie wskaźnika stanu zapasów
w magazynie (MSP)
Wyznaczenie wskaźnika średniego
obrotu magazynowego (MSO)
Wyznaczenie wskaźnika zapasu
magazynowego (Mwz)
Analiza porównawcza wyznaczonych
mierników z zakresami normatywnymi
Czy wszystkie
analizowane mierniki mieszczą się w zakresach
normatywnych?
Dostarczenie danych kosztowych do
analizy modelu zamówienia
STOP
Analiza odchyleń od norm
Czy model
ma więcej niż 1 odchylenie
od norm?
Powrót do Generatora potrzeb
Tak
Tak
Nie
Nie
Dane niezbędne do analizy
ekonomicznej pracy
magazynu
Normatywy mierników
Analiza efektywności w przypadku występowania
odchyleń należy ograniczyć ze względu na
złożoność poruszanej problematyki. Uznano, że
do dalszej analizy będą przekazywane jedynie te
modele zamówień, dla których więcej niż połowa
wskaźników mieści się w określonych zakresach
normatywnych.
Maksymalna ilość odchyleń musi być zatem
mniejsza od połowy ilości analizowanych
wskaźników.
W tym przypadku analizowano 4 wskaźniki,
dlatego dopuszcza się maksymalnie
1 odchylenie od normy.
Omr – wielkość obrotu magazynowego wg rozchodu w badanym okresie
Kmc – koszty magazynowania w badanym okresie
Omp – wielkość obrotu magazynowego wg przychodu w badanym okresie
Zs (w) – wartość średniego zapasu magazynowego w badanym okresie
Zs (t) – wielkość średniego zapasu magazynowego w badanym okresie
----
U – wielkość zysku osiągniętego przez magazyn w badanym okresie
Zi – wielkość zapasu magazynowego na początku badanego okresu
d – liczba dni w badanym okresie
mc
szK
UM
)( mrmpizp OOZM
d
OM mr
so
)(
)(
tZ
wZM
s
swz
Rys. 3.5.2.4. Algorytm analizy ekonomicznej pracy magazynu Źródło: Opracowanie własne.
Analiza kosztów magazynowania
Dokonując analizy efektywności procesu magazynowego pod względem kosztów, należy uwzględnić45
:
koszty magazynowania, które dotyczą zużycia środków technicznych, materiałów, paliwa, energii oraz
płac pracowniczych, rozliczanych w ustalonym okresie lub na określoną partię towarów,
koszty uzupełniania zapasów, dotyczących całości kosztów związanych z procesem uzupełniania
stanów zapasu, obejmującym wszystkie czynności realizowane od momentu przygotowania zgłoszenia
zapotrzebowania do momentu udostępnienia uzupełnionego zapasu dóbr do wykorzystania,
koszty utrzymywania zapasów, dotyczących całości kosztów ponoszonych wskutek istnienia zapasów w
przedsiębiorstwie (np. utrzymywanie bądź dzierżawa magazynów, odsetki od kredytów bankowych,
płace magazynierów, starzenie się zapasów, ich ubezpieczenie itp.).
Zestawiony system wskaźników opracowano na podstawie analizy literaturowej przedmiotu46,47,48
.
Szczegółowy opis czynności analizy kosztów magazynowania zaprezentowano w formie algorytmu
przedstawionego na rysunku 3.5.2.5.
45
Niemczyk A., Zarządzanie magazynem, Wyższa Szkoła Logistyki, Poznań 2010, s. 231. 46
Twaróg J., Mierniki i wskaźniki logistyczne, Instytut Logistyki i Magazynowania, Poznań 2005. 47
Śliwczyński B., Controlling operacyjny łańcucha dostaw w zarządzaniu wartością produktu, Wydawnictwo Uniwersytetu Ekonomicznego, Poznań 2011. 48
Niemczyk A., Zarządzanie magazynem, Wyższa Szkoła Logistyki, Poznań 2010.
112 | S t r o n a
START
Wyznaczenie wskaźnika kosztów
magazynowania (Kmj)
Wyznaczenie wskaźnika kosztów
składowania zapasu (KSZ)
Wyznaczenie kosztów efektywności
pracy magazynu
Wyznaczenie kosztów utrzymania
powierzchni magazynowej (MUP)
Wyznaczenie wskaźnika kosztów
eksploatacji wyposażenia magazynu (MU)
Wyznaczenie wskaźnika kosztów
zatrudnienia pracownika magazynowego
(Mkp)
Wyznaczenie wskaźnika przeciętnych
kosztów miejsca składowego (Pks)
Wyznaczenie wskaźnika przeciętnych
kosztów przemieszczeń (Pkp)
Wyznaczenie wskaźnika przeciętnych
kosztów personelu na przemieszczenie
(Pkl)
Wyznaczenie wskaźnika przeciętnych
kosztów urządzeń na przemieszczenie
(Pku)
Wyznaczenie wskaźnika kosztów
kompletacji jednego zlecenia (Kkz)
Analiza porównawcza wyznaczonych
mierników z zakresami normatywnymi
Czy wszystkie
analizowane mierniki mieszczą się w zakresach
normatywnych?
Dostarczenie danych kosztowych do
analizy modelu zamówienia
STOP
Analiza odchyleń od norm
Czy występuje
ma więcej niż 5 odchyleń
od norm?
Powrót do SOP
Tak
Tak
Nie
Nie
Dane niezbędne do analizy
kosztów magazynowania
Normatywy mierników
Uznano, że dalsza analiza odchyleń będzie
przeprowadzana w sytuacji, w której więcej niż
połowa wskaźników mieści się w określonych
zakresach normatywnych.
Maksymalna ilość odchyleń musi być zatem
mniejsza od połowy ilości analizowanych
wskaźników.
W tym przypadku analizowano 11 wskaźników,
dlatego dopuszcza się maksymalnie
5 odchyleń od normy.
Omr – wielkość obrotu magazynowego wg rozchodu w badanym okresie
Kmc – koszty magazynowania w badanym okresie
Zśr – zapas średni w badanym okresie
Lpm – liczba przemieszczeń w magazynie
Kk – koszty kompletacji
Lzk – liczba zleceń kompletacyjnych
----
Ww – wartość wyposażenia technicznego magazynu
Zp – średnia liczba zatrudnionych pracowników w magazynie
Pu – powierzchnia użytkowa magazynu
Kmu – koszty eksploatacji wyposażenia magazynu
Kmo – koszty osobowe pracowników magazynowych
KM – koszty magazynu
Lms – liczba miejsc składowych ogółem
mr
mcmj
O
KK
śr
mcsz
Z
KK
mrdmjdmjbm OKKE
u
mcUP
P
KM
w
muU
W
KM
p
mokp
Z
KM
ms
Mks
L
KP
pm
mkp
L
KP
pm
pm
klL
KP
pm
umku
L
KP
zk
k
kzL
KK
Rys. 3.5.2.5. Algorytm analizy kosztów magazynowania
Źródło: Opracowanie własne.
113 | S t r o n a
3.5.3. Model informatyczny procesów magazynowych i środowisko symulacyjne
Zaproponowana parametryzacja modelu magazynowego jest podstawą do przeprowadzenia
szczegółowej analizy przebiegu symulacji. Przebieg symulacji jest zgodny z podziałem koncepcyjnym,
przedstawionym w poprzednich raportach, a więc będzie uwzględniać następujące etapy:
analizę wydajności organizacyjnej magazynu (MAG11),
analizę wydajności technicznej magazynu (MAG12),
analizę ekonomicznej pracy magazynu (MAG13),
analizę kosztów magazynowania (MAG14).
W tabeli 3.5.3.1 przedstawiono przykładowe dane wsadowe (zarówno pozyskiwane z innych procesów
modelu symulacyjnego, jak również dane parametryczne), niezbędne do przeprowadzenia kompleksowej
analizy wydajności organizacyjnej magazynu.
Tabela 3.5.3.1. Dane wejściowe do analizy wydajności organizacyjnej magazynu (MAG11)
Opis (symbol) danej Wartość
Om 400
Zp 20
Zakres normatywny wskaźnika wydajności pracy magazynierów (W1)
Min 10
Max 200
Tre 40
Zakres normatywny wskaźnika intensywności pracy magazynierów (W2)
Min 50
Max 100
Omr 10
Zakres normatywny wskaźnika pracochłonności obrotu magazynowego (W3)
Min 3
Max 10
Ww 800
Zakres normatywny wskaźnika technicznego uzbrojenia pracy w magazynie (W4)
Min 5
Max 15
Zs 300
Ps 1000
Zakres normatywny wskaźnika zagospodarowania zapasami powierzchni składowej (W5)
Min 0,5
Max 0,9
Źródło: opracowanie własne
Algorytm symulacyjny przygotowany w środowisku iGrafx® Process 2011 przewiduje analizę zgodności
poszczególnych wskaźników z zakresem normatywnym bezpośrednio po ich wyznaczeniu oraz analizę
ekonomicznych korzyści, podsumowującą cały podproces. Z tego względu należy przeanalizować
poszczególne etapy symulacji:
wyznaczenie wartości wskaźników,
porównanie wartości obliczonych wskaźników z wartościami normatywnymi,
przeprowadzenie analizy ekonomicznych korzyści całego podprocesu.
Wyznaczenie wskaźników:
2020
4001 W 10
40
4002 W 4
10
403 W 40
20
8004 W 3,0
1000
3005 W
Po każdorazowym wyznaczeniu wskaźnika następuje jego sprawdzenie z wartościami normatywnymi.
Algorytm logiczny w pierwszym etapie dotyczy porównania czy wartość wskaźnika jest większy od
minimalnej wartości normatywnej, natomiast w drugim etapie odnosi się do porównania wartości wskaźnika z
maksymalną wartością normatywną.
W przypadku wskaźnika W1 wartość obliczeniowa mieści się w zakresie normatywnym (oba etapy
symulacji zostały ocenione pozytywnie), co będzie skutkować przebiegiem symulacyjnym przedstawionym
na rysunku 3.5.3.1.
114 | S t r o n a
Rys. 3.5.3.1. Porównanie wartości obliczeniowej wskaźnika z zakresem normatywnym
- ocena pozytywna wskaźnika
Źródło: opracowanie własne - iGrafx Process
W przypadku wskaźnika W2 wartość obliczeniowa jest mniejsza od zakresu normatywnego (pierwszy
etap symulacji został oceniony negatywnie), co będzie skutkować przebiegiem symulacyjnym
przedstawionym na rysunku 3.5.3.2.
Rys. 3.5.3.2. Porównanie wartości obliczeniowej wskaźnika z zakresem normatywnym
- ocena negatywna wskaźnika (II wariant)
Źródło: opracowanie własne - iGrafx Process
Kolejny wskaźnik W3 został oceniony pozytywnie. W przypadku wskaźnika W4 wartość obliczeniowa jest
większa od zakresu normatywnego (pierwszy etap symulacji został oceniony pozytywnie, jednak drugi etap
został oceniony negatywnie), co będzie skutkować przebiegiem symulacyjnym przedstawionym na rysunku
3.5.3.3.
Rys. 3.5.3.3. Porównanie wartości obliczeniowej wskaźnika z zakresem normatywnym
- ocena negatywna wskaźnika (I wariant)
Źródło: opracowanie własne - iGrafx Process
W przypadku wskaźnika W5 wartość obliczeniowa jest mniejsza od zakresu normatywnego (pierwszy
etap symulacji został oceniony negatywnie).
Ostatnim etapem analizy jest sprawdzenie przewag pozytywnie ocenionych wartości obliczeniowych
poszczególnych wskaźników z zakresem normatywnym. W przypadku podprocesu analizy wydajności
115 | S t r o n a
organizacyjnej magazynu, liczba wskaźników pozytywnie ocenionych jest mniejsza od liczby wskaźników
negatywnie ocenionych, co skutkuje negatywną oceną tego procesu (rys. 3.5.3.4).
Rys. 3.5.3.4. Ocena ekonomicznych korzyści procesu analizy wydajności organizacyjnej magazynu - ocena negatywna
Źródło: opracowanie własne - iGrafx Process
Ocena negatywna generuje informację negującą propozycję wariantu opracowaną przez poprzednie
modele i inicjuje procesy weryfikacyjne i korekcyjne.
W tabeli 3.2.2 przedstawiono przykładowe dane wsadowe (zarówno pozyskiwane z innych procesów
modelu symulacyjnego, jak również dane parametryczne), niezbędne do przeprowadzenia kompleksowej
analizy wydajności technicznej magazynu.
Tabela 3.5.3.2 Dane wejściowe do analizy wydajności technicznej magazynu (MAG12)
Opis (symbol) danej Wartość
Vs 400
Vu 20
Zakres normatywny wskaźnika wykorzystania
pojemności użytkowej magazynu (W1)
Min 10
Max 200
Om 40
Zakres normatywny wskaźnika eksploatacji
przestrzeni składowej magazynu (W2)
Min 50
Max 100
Ww 80
Zakres normatywny wskaźnika technicznego
uzbrojenia przestrzeni magazynowej (W3)
Min 3
Max 10
Wst 200
Zakres normatywny wskaźnika wyposażenia
przestrzeni magazynowej w śr. transportu (W4)
Min 5
Max 15
Qr 1500
Tte 1000
Zakres normatywny wskaźnika śr. transportu
magazynowego (W5)
Min 0,5
Max 0,9
Zsp 50
Zc 10
Zakres normatywny wskaźnika paletyzacji ładunków
w magazynie (W6)
Min 4
Max 13
Źródło: opracowanie własne
Algorytm symulacyjny przygotowany w środowisku iGrafx® Process 2011 jest analogiczny jak w
przypadku poprzedniego procesu i przewiduje analizę zgodności poszczególnych wskaźników z zakresem
normatywnym bezpośrednio po ich wyznaczeniu oraz analizę ekonomicznych korzyści, podsumowującą cały
podproces.
116 | S t r o n a
Wyznaczenie wskaźników:
2020
4001 W 1,0
400
402 W 4
20
803 W 10
20
2004 W
5,11000
15005 W 5
10
506 W
Po każdorazowym wyznaczeniu wskaźnika następuje jego sprawdzenie z wartościami normatywnymi.
Algorytm logiczny w pierwszym etapie dotyczy porównania czy wartość wskaźnika jest większy od
minimalnej wartości normatywnej, natomiast w drugim etapie odnosi się do porównania wartości wskaźnika z
maksymalną wartością normatywną.
W tabeli 3.5.3.3 przedstawiono przykładowe dane wsadowe (zarówno pozyskiwane z innych procesów
modelu symulacyjnego, jak również dane parametryczne), niezbędne do przeprowadzenia kompleksowej
analizy ekonomicznej pracy magazynu.
Tabela 3.5.3.3 Dane wejściowe do analizy ekonomicznej pracy magazynu (MAG13)
Opis (symbol) danej Wartość
U 400
Kmc 20
Zakres normatywny stopy zysku osiągniętego przez
magazyn (W1)
Min 10
Max 200
Zi 100
Omp 10
Omr 20
Zakres normatywny stanu zapasów w magazynie
(W2)
Min 50
Max 100
D 1
Zakres normatywny średniego obrotu
magazynowego (W3)
Min 3
Max 10
Zsw 200
Zst 10
Zakres normatywny zapasu magazynowego (W3) Min 5
Max 50
Źródło: opracowanie własne
Algorytm symulacyjny przygotowany w środowisku iGrafx® Process jest analogiczny jak w przypadku
poprzedniego procesu i przewiduje analizę zgodności poszczególnych wskaźników z zakresem
normatywnym bezpośrednio po ich wyznaczeniu oraz analizę ekonomicznych korzyści, podsumowującą cały
podproces.
Wyznaczenie wskaźników:
2020
4001 W 90)2010(1002 W 20
1
203 W 20
10
2004 W
Po każdorazowym wyznaczeniu wskaźnika następuje jego sprawdzenie z wartościami normatywnymi.
Algorytm logiczny w pierwszym etapie dotyczy porównania czy wartość wskaźnika jest większy od
minimalnej wartości normatywnej, natomiast w drugim etapie odnosi się do porównania wartości wskaźnika z
maksymalną wartością normatywną.
W tabeli 3.5.3.4 przedstawiono przykładowe dane wsadowe (zarówno pozyskiwane z innych procesów
modelu symulacyjnego, jak również dane parametryczne), niezbędne do przeprowadzenia kompleksowej
analizy kosztów magazynowania.
117 | S t r o n a
Tabela 3.5.3.4 Dane wejściowe do analizy kosztów magazynowania (MAG14)
Opis (symbol) danej Wartość
Omr 20
Kmc 400
Zakres normatywny kosztów magazynowania
(W1)
Min 10
Max 200
Zsr 5
Zakres normatywny kosztów składowania
zapasów (W2)
Min 50
Max 100
Kmjb 5
Kmjd 2
Omrd 2
Zakres normatywny kosztów efektywności
pracy magazynu (W3)
Min 3
Max 10
Pu 200
Zakres normatywny kosztów utrzymania
powierzchni magazynowej (W4)
Min 5
Max 50
Kmu 300
Ww 10
Zakres normatywny kosztów eksploatacji
wyposażenia magazynu (W5)
Min 20
Max 40
Kmo 300
Zp 7
Zakres normatywny kosztów zatrudnienia
pracownika magazynowego (W6)
Min 20
Max 40
Km 200
Lms 15
Zakres normatywny przeciętnych kosztów
miejsca składowego (W7)
Min 10
Max 50
Lpm 10
Zakres normatywny przeciętnych kosztów
przemieszczeń (W8)
Min 30
Max 60
Kpm 250
Zakres normatywny przeciętnych kosztów
personelu na przemieszczenie (W9)
Min 20
Max 50
Kum 100
Zakres normatywny przeciętnych kosztów
urządzeń na przemieszczenie (W10)
Min 20
Max 50
Kk 10
Lzk 5
Zakres normatywny kosztów kompletacji
jednego zlecenia (W11)
Min 1
Max 10
Źródło: opracowanie własne
Algorytm symulacyjny przygotowany w środowisku iGrafx® Process jest analogiczny jak w przypadku
poprzedniego procesu i przewiduje analizę zgodności poszczególnych wskaźników z zakresem
normatywnym bezpośrednio po ich wyznaczeniu oraz analizę ekonomicznych korzyści, podsumowującą cały
podproces.
118 | S t r o n a
Wyznaczenie wskaźników:
2020
4001 W 80
5
4002 W 62)25(3 W 2
200
4004 W
3010
3005 W 86,42
7
3006 W 34,13
15
2007 W 20
10
2008 W
2510
2509 W 10
10
10010 W 2
5
1011 W
Po każdorazowym wyznaczeniu wskaźnika następuje jego sprawdzenie z wartościami normatywnymi.
Algorytm logiczny w pierwszym etapie dotyczy porównania czy wartość wskaźnika jest większy od
minimalnej wartości normatywnej, natomiast w drugim etapie odnosi się do porównania wartości wskaźnika z
maksymalną wartością normatywną. Analogicznie przebiega ocena pozostałych wskaźników:
w przypadku wskaźników W2, W5, W7, W9 i W11 wartość obliczeniowa mieści się w zakresach
normatywnych (oba etapy symulacji zostały ocenione pozytywnie),
w przypadku wskaźników W8 i W10 wartość obliczeniowa jest mniejsza od zakresu normatywnego
(pierwszy etap symulacji został oceniony negatywnie).
Ostatnim etapem analizy jest sprawdzenie przewag pozytywnie ocenionych wartości obliczeniowych
poszczególnych wskaźników z zakresem normatywnym.
119 | S t r o n a
© Wyższa Szkoła Logistyki, Poznao 2015 Śliwczyoski B. (red.), Modelowanie systemu zarządzania przepływem materiałów i oceny efektywności procesów.
3.6. Model controllingu operacyjnego i oceny efektywności
ADAM KOLIŃSKI, BOGUSŁAW ŚLIWCZYŃSKI Wyższa Szkoła Logistyki
Wykorzystanie systemu controllingu do wspomagania decyzji zarządzania operacyjnego, umożliwia
kompleksowe zbadanie wielowymiarowych zależności wyników ekonomicznych i operacyjnych procesów
zaopatrzenia od doboru czynników operacyjnych zarządzania (np. transportem, zapasami). Dobór metod i
parametrów zarządzania operacjami oraz ciągła analiza ich efektywności i oddziaływania na wynik
przedsiębiorstwa, jest jednym z zasadniczych celów wsparcia zarządzania przez controlling operacyjny.
Systemowe podejście controllingu do wspomagania zarządzania operacyjnego przedstawione na rysunku
3.6.1, wynika z potrzeby kompleksowego badania wyników ekonomicznych i operacyjnych zarządzania
przepływem materiałów (analiza ex post – feeback) oraz kształtowania czynników zarządzania operacyjnego
– produktów, procesów i zasobów – determinujących osiągany wynik (planowanie ex ante – feeforward).
Dane operacyjne uporządkowane wg łańcucha wartości, umożliwiają kompleksowe spojrzenie kadry
zarządzającej na spójność poziomu obsługi, niezawodności dostaw materiałów i wyniku produkcji oraz miar
kontrolnych poszczególnych procesów operacyjnych w łańcuchu dostaw materiałów.
Rys. 3.6.1 Schemat systemu controllingu operacyjnego i oddziaływania na procesy w łańcuchu dostaw
Źródło: Opracowanie własne.
Powiązanie w przedstawionym modelu controllingu instrumenty analizy procesowej, analizy wartości i
mapowania wartości49
w łańcuchu dostaw, umożliwia dynamiczne kształtowanie procesów i zasobów
łańcucha dostaw na podstawie analizy wyniku przedsiębiorstwa – przychodów, kosztów, rentowności i rotacji
majątku oraz zwrotu z kapitału zainwestowanego w przedsiębiorstwo.
49
Rother M., Shook J., Learning to see – value stream mapping to create value and eliminate mud. The Lean Enterprise Institute, Massachusetts, 1999
Procesy gospodarcze w przedsiębiorstwie i w jego łaocuchach dostaw
Ludzie
Kapitał
Środki trwałe
Organizacja i metody działania
Wyroby
Usługi
Świadczenia na rzecz otoczenia
Kształtowanie i alokacja zasobów Kształtowanie i
alokacja procesów
Koszty produktów, procesów i zasobów Przychody ze sprzedaży Wynik finansowy
Zwrot z inwestycji (ROI)
Inwestycje
Ośrodki odpowiedzialności za koszty – wyniki analizy kosztów
Ośrodki odpowiedzialności za przychody - wyniki analiz przychodów produkt-rynek
Ośrodek odpowiedzialności za inwestycje - wyniki analiz rentowności zainwestowanego
kapitału
Analiza wartości
Mapowanie strumienia wartości
Koszty zasobów wg zakładowego planu kont
Koszty kalkulowane na procesy i produkty
Przykładowe wskaźniki analizy wyników
Wskaźnik rotacji = aktywów trwałych Wartośd aktywów trwałych
Przychody ze sprzedaży
Wskaźnik rentowności = aktywów ogółem Wartośd aktywów ogółem
Zysk netto Wskaźnik operacyjności = (wskaźnik poziomu kosztów w
wartości sprzedaży)
Przychody ze sprzedaży
Koszty własne sprzedaży
Dane kosztów
Dane operacyjne procesów i zasobów
Wyniki analiz wspomagające zarządzanie operacyjne w
łaocuchu dostaw
Dystrybucja Zaopatrzenie Produkcja
Marketing
Sprzedaż Finanse
Badania i rozwój Inne …
Klient
preferencje korzyści
Cechy produktu
Ośrodek odpowiedzialności za zysk - wyniki analiz rentowności produktu i sprzedaży
Dane efektywności i zrównoważonego
rozwoju
ROI = zwrot z
zainwestowanego kapitału
Zysk netto
Przychody ze sprzedaży
Wartośd aktywów
Przychody ze sprzedaży x
120 | S t r o n a
Kompleksowa analiza efektywności zarządzania przepływem materiałów została oparta na opracowanym
systemie mierników oraz danych źródłowych w procesie zaopatrzenia, niezbędnych do ich wyznaczenia.
Dalsze szczegółowe analizy modelu oceny efektywności zarządzania przepływem materiałów są zgodne z
algorytmem przedstawionym na rysunku 3.6.2
START
Analiza i ocena efektywności
procesów transportowych
Czy ocena analizy
jest pozytywna?
Wygenerowanie informacji
o odchyleniach normatywnych
Powrót do modułu
transportowego
Analiza zabezpieczenia potrzeb
w procesie zaopatrzenia
Czy ocena analizy
jest pozytywna?
Wygenerowanie informacji
o odchyleniach normatywnych
Powrót do SOP
Analiza i ocena efektywności
zarządzania zapasami
Czy ocena analizy
jest pozytywna?
Analiza kosztów i kapitału
w procesie zaopatrzenia
Czy ocena analizy
jest pozytywna?
Wygenerowanie informacji
o odchyleniach normatywnych
Powrót do modelu zamówienia
Określenie analizowanego
modelu jako efektywnie
uzasadnionego
Czy
przeanalizowano wszystkie modele
dopuszczone do analizy?
Czy
dopuszczono więcej niż jeden model
do dalszej analizy?
Określenie analizowanego
modelu jako ekonomicznie
najskuteczniejszego
STOP
Analiza porównawcza modeli
Wybór modelu uznanego za
najbardziej efektywny
Nie
Nie
Nie
Nie
Nie
Nie
Tak
Tak
Tak
Tak
Tak
Tak
Analiza i ocena kontroli dostaw
Czy ocena analizy
jest pozytywna?
Wygenerowanie informacji
o odchyleniach normatywnych
Powrót do modułu weryfikacji
zamówienia
Nie
Tak
Rys. 3.6.2 Algorytm modelu oceny efektywności zarządzania przepływem materiałów
Źródło: Opracowanie własne na podstawie wyników badań
3.6.1. Analiza danych i algorytmy przewtwarzania systemu controllingu operacyjnego
Analizę danych modelu controllingu operacyjnego przygotowaną wg metodyki ICOM przedstawiono na
rysunku 3.6.1.1.
121 | S t r o n a
pa
ram
etr
y
Dane wyjściowe
Zakres normatywny wskaźników [1,2,3,4,5] i hierarchia ważności poszczególnych wskaźników określone przez przedsiębiorstwo.
Dane
wejściowe
tzi – czas realizacji pojedynczego zamówienia [1] tdi – czas pojedynczej dostawy [1]
nz – ilość zrealizowanych zamówień [1] Dgt – liczba wozodni gotowości technicznej [2] Di – liczba wozodni gotowości ewidencyjnych [2] De – liczba wozodni pracy [2] Dgt – liczba wozodni gotowości technicznej [2] G – łączna liczba wozogodzin pracy floty transportowej [2] Tj – czas jazdy [2] q – średnia ładowność poszczególnych grup pojazdów [2] T – czas pracy floty transportowej (w wozogodzinach) [2] Zjł – liczba jazd ładownych wykonywanych przez wszystkie pojazdy lub grupę [2] D – przejechana droga (w kilometrach) [2] Ł – przewieziony ładunek [2] tp – czas pojedynczego przyjęcia materiałów [3] LŁZ – liczba pozycji zawartych w ładunkach zunifikowanych [3] LŁ – liczba pozycji zawartych we wszystkich ładunkach [3] LZZ – liczba zamówień zrealizowanych z zapasu dostawcy [3] S – wielkość sprzedaży lub zużycia w badanym okresie [4] Di – wielkość pojedynczej dostawy [4] P – wielkość potrzeb w badanym okresie [4] ZPi – zapas początkowy w i-tym okresie [4] ZKi – zapas końcowy w i-tym okresie [4] n – liczba pomiarów zapasów [4] σPT – odchylenie standardowe błędu prognozy w okresie cyklu uzupełnienia zapasu [4] Pp – prognozowana średnia wartość popytu [4] ku – koszt związany z zamówieniem i przyjęciem jednej dostawy [4] C – cena zakupu [4] kJOZ – koszt jednostkowy odtworzenia zapasu [4] KZP – wartość kosztów zaopatrzenia [5] LD – liczba dostawców [5] KZPD – wartość kosztów zaopatrzenia przypadających na określonego dostawcę [5] nDD – ilość dostaw zrealizowanych przez określonego dostawcę [5] KZM – wartość kosztów zużycia materiałów [5] ZM – przeciętny stan zapasów materiałowych [5]
nd – całkowita ilość dostaw [1,3] wws – wartość wadliwych surowców [1] wwo – wartość wadliwych opakowań [1] wwmp – wartość wadliwych materiałów pomocniczych [1] LRiZ – liczba reklamacji i zwrotów [1] LDZ – liczba dostaw zrealizowanych zgodnie z parametrami zamówienia [1] LDT – liczba dostaw terminowych [1] LDS – liczba dostaw spełniających specjalne wymagania [1] wzi – wartość pojedynczego zamówienia [1] Tnw – czas prac przeładunkowych [2] Kt – przebieg ładowny (w wozokilometrach) [2] P – przebieg ogółem (w wozokilometrach) [2] Lp – ilość zużytego paliwa (w litrach) [2] LDK – liczba dostaw kompletnych [3] nd – całkowita ilość dostaw [3] nz – liczba zatrudnionych [3] LZ – liczba wszystkich zrealizowanych zamówień (dane historyczne) [3] Ldn – liczba dostaw niezgodnych z wymaganiami [4] ω – współczynnik bezpieczeństwa [4] uo – wskaźnik okresowego kosztu utrzymania zapasu [4] wKuz – współczynnik kosztów utrzymania zapasów [4] KO – wartość kosztów ogółem [5] KRS – wartość kosztów zareklamowanych surowców [5] KSO – wartość kosztów surowców ogółem [5] KDN – wartość kosztów dostaw niekompletnych [5]
TZ – średni czas realizacji zamówienia [1] TD – średni czas realizacji dostawy [1] Wws – wartość dostarczonych wadliwych surowców [1] WRiZ – wskaźnik reklamacji i zwrotów [1] WND – wskaźnik niezawodności dostaw [1] WTD – wskaźnik terminowości dostaw [1] WED – wskaźnik elastyczności dostaw [1] SWZ – wskaźnik średniej wartości zamówienia [1] At – wskaźnik gotowości technicznej floty transportowej [2] A – wskaźnik wykorzystania floty transportowej [2] Agt – wskaźnik wykorzystania floty transportowej technicznie sprawnej [2] Td – średni dobowy czas pracy pojazdu [2] F – wskaźnik wykorzystania czasu pracy taboru [2] Qd – średnia ładowność pojazdu w pracy [2] Ve – średnia prędkość eksploatacyjna [2] B – średnia prędkość eksploatacyjna [2] C – wskaźnik wykorzystania ładowności [2] Wp – wskaźnika wydajności paliwa [2] WEK – wskaźnik kompletności dostaw [3] WS – wskaźnik sprawności przyjęcia materiałów [3] WST – wskaźnik standaryzacji ładunku [3] WDM – wskaźnik dostępności materiałów u dostawcy [3] Wd – wskaźnik dostaw w analizowanym okresie [4] WDśr – wskaźnik średniej wielkości jednej dostawy [4] POD – poziom obsługi przez dostawcę [4] POK – poziom obsługi klienta [4] Zśr – średnia wielkość zapasu [4] ZCśr – średnia wielkość zapasu cyklicznego [4] ZBR – zapas bezpieczeństwa rzeczywisty [4] ZB – Zapas bezpieczeństwa [4] RZ – wskaźnik rotacji zapasu [4] PPŚR – wskaźnik pokrycia potrzeb zapasem [4] EWZ – ekonomiczna wielkość zamówienia [4] KC – koszty całkowite zapasów [4] KOZ – koszt odtworzenia zapasu [4] KUZ – koszt utrzymania zapasów [4] UKZP – wskaźnik udziału kosztów zaopatrzenia [5] UKZP1 – wskaźnik udziału kosztów zaopatrzenia na dostawcę (1) [5] UKZP2 – wskaźnik udziału kosztów zaopatrzenia na dostawcę (2) [5] URS – wskaźnik udziału wartościowego reklamowanych surowców [5] WDN – wskaźnik wartościowej niekompletności dostaw [5] WRZ – wskaźnik wartościowej rotacji materiałowych [5]
Moduł analizy efektywności
Rys. 3.6.1.1. Opis modelu symulacyjnego controllingu operacyjnego wg metodyki ICOM
Źródło: Opracowanie własne
122 | S t r o n a
Dane wejściowe
Dane wyjściowe
pa
ram
etr
y
Analiza i ocena
kontroli dostaw
Analiza
wskaźników
efektywności
procesu
zaopatrzenia
Dane wejściowe
Dane wyjściowe
pa
ram
etr
yAnaliza i ocena
efektywności
procesów
transportowych
Dane wejściowe
Dane wyjściowe
pa
ram
etr
y
Analiza
zabezpieczenia
potrzeb w procesie
zaopatrzenia
Dane wejściowe
Dane wyjściowe
pa
ram
etr
y
Analiza i ocena
efektywności
zarządzania
zapasami
Zakres normatywny wskaźników
określony przez przedsiębiorstwo
Hierarchia ważności poszczególnych
wskaźników określona przez
przedsiębiorstwo
Dane wyjściowe
Oce
na
efe
kty
wn
ości
pro
ce
su
za
op
atr
ze
nia
Dane wejściowe
Dane wyjściowe
pa
ram
etr
y
Analiza kosztów i
kapitału w
procesie
zaopatrzenia
t zi –
cza
s r
ea
liza
cji
po
jed
yn
cze
go
za
mó
wie
nia
t di –
cza
s p
oje
dyn
cze
j d
osta
wy
nz –
ilo
ść z
rea
lizo
wa
nych
za
mó
wie
ńnd – całkowita ilość dostaw
wws – wartość wadliwych surowców
wwo – wartość wadliwych opakowań
wwmp – wartość wadliwych materiałów pomocniczych
LRiZ – liczba reklamacji i zwrotów
LDZ – liczba dostaw zrealizowanych zgodnie z parametrami zamówienia
LDT – liczba dostaw terminowych
LDS – liczba dostaw spełniających specjalne wymagania
wzi – wartość pojedynczego zamówienia
TZ – średni czas realizacji zamówienia
TD – średni czas realizacji dostawy
Wws – wartość dostarczonych wadliwych surowców
WRiZ – wskaźnik reklamacji i zwrotów
WND – wskaźnik niezawodności dostaw
WTD – wskaźnik terminowości dostaw
WED – wskaźnik elastyczności dostaw
SWZ – wskaźnik średniej wartości zamówienia
Dg
t –
lic
zb
a w
ozo
dn
i g
oto
wo
ści te
ch
nic
zn
ej
Di –
lic
zb
a w
ozo
dn
i g
oto
wo
ści e
wid
en
cyjn
ych
De –
lic
zb
a w
ozo
dn
i p
racy
Dg
t –
lic
zb
a w
ozo
dn
i g
oto
wo
ści te
ch
nic
zn
ej
G –
łą
czn
a lic
zb
a w
ozo
go
dzin
pra
cy flo
ty tra
nsp
ort
ow
ej
Tj –
cza
s ja
zd
y
q –
śre
dn
ia ła
do
wn
ość p
oszcze
gó
lnych
gru
p p
oja
zd
ów
T –
cza
s p
racy flo
ty tra
nsp
ort
ow
ej (w
wo
zo
go
dzin
ach
)
Zjł – lic
zb
a ja
zd
ła
do
wn
ych
wyko
nyw
an
ych
prz
ez w
szystk
ie
po
jazd
y lu
b g
rup
ę
D –
prz
eje
ch
an
a d
rog
a (
w k
ilom
etr
ach)
Ł –
prz
ew
iezio
ny ła
du
ne
k
Tnw – czas prac przeładunkowych
Kt – przebieg ładowny (w wozokilometrach)
P – przebieg ogółem (w wozokilometrach)
Lp – ilość zużytego paliwa (w litrach)
At – wskaźnik gotowości technicznej floty
transportowej
A – wskaźnik wykorzystania floty transportowej
Agt – wskaźnik wykorzystania floty transportowej
technicznie sprawnej
Td – średni dobowy czas pracy pojazdu
F – wskaźnik wykorzystania czasu pracy taboru
Qd – średnia ładowność pojazdu w pracy
Ve – średnia prędkość eksploatacyjna
B – średnia prędkość eksploatacyjna
C – wskaźnik wykorzystania ładowności
Wp – wskaźnika wydajności paliwa
t p –
cza
s p
oje
dyn
cze
go
prz
yję
cia
ma
teria
łów
LŁ
Z –
lic
zb
a p
ozycji
za
wa
rtych
w ła
du
nka
ch
zu
nifik
ow
an
ych
LŁ –
lic
zb
a p
ozycji
za
wa
rtych
we
wszystk
ich
ła
du
nka
ch
LZ
Z –
lic
zb
a z
am
ów
ień
zre
aliz
ow
an
ych
z z
ap
asu
do
sta
wcy
LDK – liczba dostaw kompletnych
nd – całkowita ilość dostaw
nz – liczba zatrudnionych
LZ – liczba wszystkich zrealizowanych zamówień (dane historyczne)
WEK – wskaźnik kompletności dostaw
WS – wskaźnik sprawności przyjęcia materiałów
WST – wskaźnik standaryzacji ładunku
WDM – wskaźnik dostępności materiałów u dostawcy
S –
wie
lko
ść s
prz
ed
aży lu
b z
użycia
w b
ad
an
ym
okre
sie
Di –
wie
lko
ść p
oje
dyn
cze
j d
osta
wy
P –
wie
lko
ść p
otr
ze
b w
ba
da
nym
okre
sie
ZP
i – z
ap
as p
oczą
tko
wy w
i-t
ym
okre
sie
ZK
i – z
ap
as k
oń
co
wy w
i-t
ym
okre
sie
n –
lic
zb
a p
om
iaró
w z
ap
asó
w
σP
T –
od
ch
yle
nie
sta
nd
ard
ow
e b
łęd
u p
rog
no
zy w
okre
sie
cyklu
uzu
pe
łnie
nia
za
pa
su
Pp –
pro
gn
ozo
wa
na
śre
dn
ia w
art
ość p
op
ytu
ku –
ko
szt zw
iąza
ny z
za
mó
wie
nie
m i p
rzyję
cie
m je
dn
ej d
osta
wy
C –
ce
na
za
ku
pu
kJO
Z –
ko
szt je
dn
ostk
ow
y o
dtw
orz
en
ia z
ap
asu
nd – całkowita ilość dostaw
Ldn – liczba dostaw niezgodnych z wymaganiami
ω – współczynnik bezpieczeństwa
uo – wskaźnik okresowego kosztu utrzymania zapasu
wKuz – współczynnik kosztów utrzymania zapasów
Wd – wskaźnik dostaw w analizowanym okresie
WDśr – wskaźnik średniej wielkości jednej dostawy
POD – poziom obsługi przez dostawcę
POK – poziom obsługi klienta
Zśr – średnia wielkość zapasu
ZCśr – średnia wielkość zapasu cyklicznego
ZBR – zapas bezpieczeństwa rzeczywisty
ZB – Zapas bezpieczeństwa
RZ – wskaźnik rotacji zapasu
PPŚR – wskaźnik pokrycia potrzeb zapasem
EWZ – ekonomiczna wielkość zamówienia
KC – koszty całkowite zapasów
KOZ – koszt odtworzenia zapasu
KUZ – koszt utrzymania zapasów
UKZP – wskaźnik udziału kosztów zaopatrzenia
UKZP1 – wskaźnik udziału kosztów zaopatrzenia na
dostawcę (1)
UKZP2 – wskaźnik udziału kosztów zaopatrzenia na
dostawcę (2)
URS – wskaźnik udziału wartościowego reklamowanych
surowców
WDN – wskaźnik wartościowej niekompletności dostaw
WRZ – wskaźnik wartościowej rotacji materiałowych
KO – wartość kosztów ogółem
KRS – wartość kosztów reklamowanych surowców
KSO – wartość kosztów surowców ogółem
KDN – wartość kosztów dostaw niekompletnych
KZ
P –
wa
rto
ść k
osztó
w z
ao
pa
trze
nia
LD –
lic
zb
a d
osta
wcó
w
KZ
PD –
wa
rto
ść k
osztó
w z
ao
pa
trze
nia
prz
yp
ad
ają
cych
na
okre
ślo
ne
go
do
sta
wcę
nD
D –
ilo
ść d
osta
w z
rea
lizo
wa
nych
prz
ez o
kre
ślo
ne
go
do
sta
wcę
KZ
M –
wa
rto
ść k
osztó
w z
użycia
ma
teria
łów
ZM –
prz
ecię
tny s
tan
za
pa
só
w m
ate
ria
łow
ych
Rys. 3.6.1.2. Modele symulacyjne analiz szczegółowych controllingu operacyjnego
Źródło: Opracowanie własne
Dane pobrane z modelu systemu
transporto-wego
Dane pobrane z modułu
weryfikacji zamówienia
Dane pobrane z modelu
S&OP
Dane pobrane z modelu
S&OP
Dane pobrane z modelu
zamawiania
123 | S t r o n a
Przedstawione na rys. 3.6.2 szczegółowe algorytmy symulacji analiz controllingu operacyjnego odnoszą
się do opracowanych w drugim zadaniu badawczym danych wejściowych oraz formuł obliczeniowych.
Kompleksowe ujęcie symulacyjne analiz i ocen efektywności systemu zarządzania przepływem materiałów
obejmuje modele:
analizy zabezpieczenia potrzeb materiałowych w procesie zaopatrzenia – przedstawiony na rys. 3.6.1.3,
analizy i oceny kontroli dostaw – przedstawiony na rys. 3.6.1.4,
analizy i oceny efektywności procesów transportowych – przedstawiony na rys. 3.6.1.5,
analizy i oceny efektywności zarządzania zapasami – przedstawiony na rys. 3.6.1.6,
analizy kosztów i kapitału w procesie zaopatrzenia – przedstawiony na rys. 3.6.1.7.
Ponadto przedstawiono szczegółowe modele symulacyjne umożliwiające na podstawie przyjętych
kryteriów oceny:
analizę korzyści ekonomicznych modelu zamówienia – przedstawiony na rys. 3.6.1.8,
analizę zgodności dostawy z ustalonymi parametrami normatywnymi – przedstawiony na rys. 3.6.1.9,
START tp – czas pojedynczego przyjęcia materiałów
LŁZ – liczba pozycji zawartych w ładunkach zunifikowanych
LŁ – liczba pozycji zawartych we wszystkich ładunkach
LZZ – liczba zamówień zrealizowanych z zapasu dostawcy
----
nd – całkowita ilość dostaw
LDK – liczba dostaw kompletnych
nd – całkowita ilość dostaw
nz – liczba zatrudnionych
LZ – liczba wszystkich zrealizowanych zamówień (dane historyczne)
Ocena kompletności dostaw (WKD)
Ocena sprawności przyjęcia materiałów
(WS)
Analiza stopnia standaryzacji ładunku
(WST)
Analiza dostępności materiałów u
dostawcy (WDM)
Analiza porównawcza wyznaczonych
mierników z zakresami normatywnymi
Czy wszystkie
analizowane mierniki mieszczą się w zakresach
normatywnych?
Pozytywna ocena
analizy zabezpieczenia potrzeb
STOP
Algorytm analizy korzyści
ekonomicznych modelu zamówienia
Analiza odchyleń od norm
Czy model
ma więcej niż 1 odchylenie
od norm?
Czy korzyści
ekonomiczne przewyższają negatywne skutki
odchyleń?Powrót do SOP
Tak
Tak
Tak
Nie
Nie
Nie
Dane podstawowe
niezbędne do analizy
zabezpieczenia potrzeb
Analiza zgodności dostawy z ustalonymi
parametrami normatywnymi
1
Normatywy mierników
A
Analiza efektywności w przypadku występowania
odchyleń należy ograniczyć ze względu na
złożoność poruszanej problematyki. Uznano, że
do dalszej analizy będą przekazywane jedynie te
modele zamówień, dla których więcej niż połowa
wskaźników mieści się w określonych zakresach
normatywnych.
Maksymalna ilość odchyleń musi być zatem
mniejsza od połowy ilości analizowanych
wskaźników.
W tym przypadku analizowano 4 wskaźniki,
dlatego dopuszcza się maksymalnie
1 odchylenie od normy.
d
DKKD
n
LW
zd
n
i
p
Snn
t
Wi
1
Ł
ŁZST
L
LW
Z
ZZDM
L
LW
Rys. 3.6.1.3 Model analizy zabezpieczenia potrzeb materiałowych Źródło: Opracowanie własne
124 | S t r o n a
START tzi – czas realizacji pojedynczego zamówienia
tdi – czas pojedynczej dostawy
nz – ilość zrealizowanych zamówień
----
nd – całkowita ilość dostaw
wws – wartość wadliwych surowców
wwo – wartość wadliwych opakowań
wwmp – wartość wadliwych materiałów pomocniczych
LRiZ – liczba reklamacji i zwrotów
LDZ – liczba dostaw zrealizowanych zgodnie z parametrami zamówienia
LDT – liczba dostaw terminowych
LDS – liczba dostaw spełniających specjalne wymagania
wzi – wartość pojedynczego zamówienia
Analiza średniego czasu realizacji
zamówienia (Tz)
Analiza średniego czasu dostawy (TD)
Analiza zgodności dostawy
z ustalonymi parametrami normatywnymi
Analiza wartości dostarczonych
wadliwych surowców (Wws)
Analiza reklamacji i zwrotów (WRiZ)
Analiza niezawodności dostaw (WND)
Analiza terminowości dostaw (WTD)
Klasyfikacja wymagań specjalnych
Analiza elastyczności dostaw (WED)
Analiza średniej wartości zamówienia
(SWZ)
Analiza porównawcza wyznaczonych
mierników z zakresami normatywnymi
Czy wszystkie
analizowane mierniki mieszczą się w zakresach
normatywnych?
Pozytywna ocena
analizy kontroli dostaw
STOP
Algorytm analizy korzyści
ekonomicznych modelu zamówienia
Analiza odchyleń od norm
Czy model
ma więcej niż 3 odchylenia
od norm?
Czy korzyści
ekonomiczne przewyższają negatywne skutki
odchyleń?Powrót do analizy modelu zamówienia
Tak
Tak
Tak
Nie
Nie
Nie
Dane podstawowe
niezbędne do analizy
kontroli dostaw
1
2
Normatywy mierników
A
Analiza efektywności w przypadku występowania
odchyleń należy ograniczyć ze względu na
złożoność poruszanej problematyki. Uznano, że
do dalszej analizy będą przekazywane jedynie te
modele zamówień, dla których więcej niż połowa
wskaźników mieści się w określonych zakresach
normatywnych.
Maksymalna ilość odchyleń musi być zatem
mniejsza od połowy ilości analizowanych
wskaźników.
W tym przypadku analizowano 8 wskaźników,
dlatego dopuszcza się maksymalnie
3 odchylenia od normy.
z
n
i
z
Zn
t
Ti
1
d
n
i
d
Dn
t
Ti
1
wmpwdws www WSW
d
RiZRiZ
n
LW
d
DZND
n
LW
d
DTTD
n
LW
d
DSED
n
LW
z
n
i
zi
n
w
SWZ
1
Rys. 3.6.1.4 Model analizy i kontroli dostaw
Źródło: Opracowanie własne
125 | S t r o n a
START
Dgt – liczba wozodni gotowości technicznej
Di – liczba wozodni gotowości ewidencyjnych
De – liczba wozodni pracy
Dgt – liczba wozodni gotowości technicznej
G – łączna liczba wozogodzin pracy floty transportowej
Tj – czas jazdy
q – średnia ładowność poszczególnych grup pojazdów
T – czas pracy floty transportowej (w wozogodzinach)
Zjł – liczba jazd ładownych wykonywanych przez wszystkie pojazdy lub grupę
D – przejechana droga (w kilometrach)
Ł – przewieziony ładunek
----
Tnw – czas prac przeładunkowych
Kt – przebieg ładowny (w wozokilometrach)
P – przebieg ogółem (w wozokilometrach)
Lp – ilość zużytego paliwa (w litrach)
Wyznaczenie wskaźnika gotowości
technicznej floty transportowej (At)
Wyznaczenie wskaźnika wykorzystania
floty transportowej i floty technicznie
sprawnej (A)
Wyznaczenie średniego dobowego czasu
pracy pojazdu (Td)
Wyznaczenie stopnia wykorzystania
czasu pracy taboru (F)
Zdefiniowanie średniej ładowności
pojazdu w pracy (Qd)
Określenie średniej wielkości
eksploatacyjnej (Ve)
Wyznaczenie wskaźnika wykorzystania
przebiegu (B)
Wyznaczenie wskaźnika wykorzystania
ładowności (C)
Wyznaczenie wskaźnika wydajności
paliwa (Wp)
Analiza porównawcza wyznaczonych
mierników z zakresami normatywnymi
Czy wszystkie
analizowane mierniki mieszczą się w zakresach
normatywnych?
Pozytywna ocena analizy efektywności
procesu transportowego
STOP
Algorytm analizy korzyści
ekonomicznych modelu zamówienia
Analiza odchyleń od norm
Czy model
ma więcej niż 4 odchylenia
od norm?
Czy korzyści
ekonomiczne przewyższają negatywne skutki
odchyleń?
Powrót do analizy procesu
transportowego
Tak
Tak
Tak
Nie
Nie
Nie
Dane niezbędne do analizy
efektywności procesu
transportowego
Normatywy mierników
A
Analiza efektywności w przypadku występowania
odchyleń należy ograniczyć ze względu na
złożoność poruszanej problematyki. Uznano, że
do dalszej analizy będą przekazywane jedynie te
modele zamówień, dla których więcej niż połowa
wskaźników mieści się w określonych zakresach
normatywnych.
Maksymalna ilość odchyleń musi być zatem
mniejsza od połowy ilości analizowanych
wskaźników.
W tym przypadku analizowano 9 wskaźników,
dlatego dopuszcza się maksymalnie
4 odchylenia od normy.
i
gt
tD
DA
i
e
D
DA
e
dD
GT
nwj
j
TT
TF
t
t
dK
KqQ
T
PVe
P
PB ł
jł
o
Zq
QaC
p
pL
ŁDW
)(
Rys. 3.6.1.5 Model analizy i oceny efektywności procesów transportowych Źródło: Opracowanie własne
126 | S t r o n a
START
Di – wielkość pojedynczej dostawy
P – wielkość potrzeb w badanym okresie
ZPi – zapas początkowy w i-tym okresie
ZKi – zapas końcowy w i-tym okresie
n – liczba pomiarów zapasów
σPT – odchylenie standardowe błędu prognozy w okresie cyklu uzupełnienia zapasu
Pp – prognozowana średnia wartość popytu
ku – koszt związany z zamówieniem i przyjęciem jednej dostawy
C – cena zakupu
kJOZ – koszt jednostkowy odtworzenia zapasu
----
Ldn – liczba dostaw niezgodnych z wymaganiami
ω – współczynnik bezpieczeństwa
uo – wskaźnik okresowego kosztu utrzymania zapasu
wKuz – współczynnik kosztów utrzymania zapasów
Wyznaczenie średniej wielkości jednej
dostawy (WDśr)
Określenie poziomu obsługi przez
dostawcę (POD)
Określenie poziomu obsługi klienta
(POK)
Wyznaczenie średniej wielkości zapasu
(Zśr)
Wyznaczenie średniego zapasu
cyklicznego (ZCśr)
Wyznaczenie średniego zapasu
bezpieczeństwa – rzeczywistego (ZBR)
Wyznaczenie planowanego zapasu
bezpieczeństwa (ZB)
Wyznaczenie wskaźnika rotacji zapasu
(RZ)
Wyznaczenie wskaźnika pokrycia potrzeb
zapasem (PPśr)
Określenie ekonomicznej wielkości
zamówienia (EWZ)
Wyznaczenie kosztów całkowitych
zapasów
Analiza porównawcza wyznaczonych
mierników z zakresami normatywnymi
Czy wszystkie
analizowane mierniki mieszczą się w zakresach
normatywnych?
Pozytywna ocena analizy efektywności
zarządzania zapasami
STOP
Algorytm analizy korzyści
ekonomicznych modelu zamówienia
Analiza odchyleń od norm
Czy model
ma więcej niż 5 odchyleń
od norm?
Czy korzyści
ekonomiczne przewyższają negatywne skutki
odchyleń?Powrót do SOP
Tak
Tak
Tak
Nie
Nie
Nie
Dane niezbędne do analizy
efektywności zarządzania
zapasami
Normatywy mierników
A
Analiza efektywności w przypadku występowania
odchyleń należy ograniczyć ze względu na
złożoność poruszanej problematyki. Uznano, że
do dalszej analizy będą przekazywane jedynie te
modele zamówień, dla których więcej niż połowa
wskaźników mieści się w określonych zakresach
normatywnych.
Maksymalna ilość odchyleń musi być zatem
mniejsza od połowy ilości analizowanych
wskaźników.
W tym przypadku analizowano 11 wskaźników,
dlatego dopuszcza się maksymalnie
5 odchyleń od normy.
d
dD
L
WW
śR
%100
d
dnd
L
LLPOD
%100P
SPOK
n
ZZZ KiPi
śr
śrśr DC WZ2
1
śrR CśrB ZZZ
PTBZ
śr
ZZ
SR
P
ZPP śr
śr
o
up
uC
kPEWZ
2
CwZWkW
PK KuzBdjOZ
d
p
C
2
1
Rys. 3.6.1.6 Model analizy i oceny efektywności zarządzania zapasami Źródło: Opracowanie własne
127 | S t r o n a
START KZP – wartość kosztów zaopatrzenia
LD – liczba dostawców
KZPD – wartość kosztów zaopatrzenia przypadających na określonego dostawcę
nDD – ilość dostaw zrealizowanych przez określonego dostawcę
KZM – wartość kosztów zużycia materiałów
ZM – przeciętny stan zapasów materiałowych
---
KO – wartość kosztów ogółem
KRS – wartość kosztów reklamowanych surowców
KSO – wartość kosztów surowców ogółem
KDN – wartość kosztów dostaw niekompletnych
Wyznaczenie udziału kosztów
zaopatrzenia w kosztach ogółem (UKZp)
Analiza kosztów zaopatrzenia
przypadających na dostawcę
(UKZD1 i UKZD2)
Wyznaczenie udziału wartościowego
reklamowanych surowców (UR)
Wyznaczenie wskaźnika wartościowej
niekompletności dostaw (WND)
Analiza porównawcza wyznaczonych
mierników z zakresami normatywnymi
Czy wszystkie
analizowane mierniki mieszczą się w zakresach
normatywnych?
Pozytywna ocena analizy kosztów
i kapitału w procesie zaopatrzenia
STOP
Algorytm analizy korzyści
ekonomicznych modelu zamówienia
Analiza odchyleń od norm
Czy model
ma więcej niż 2 odchylenia
od norm?
Czy korzyści
ekonomiczne przewyższają negatywne skutki
odchyleń?Powrót do modelu zamówienia
Tak
Tak
Tak
Nie
Nie
Nie
Wyznaczenie wskaźnika wartościowej
rotacji zapasów materiałowych (WRZ)
Dane podstawowe
niezbędne do analizy
kosztów i kapitału
Normatywy mierników
A
Analiza efektywności w przypadku występowania
odchyleń należy ograniczyć ze względu na
złożoność poruszanej problematyki. Uznano, że
do dalszej analizy będą przekazywane jedynie te
modele zamówień, dla których więcej niż połowa
wskaźników mieści się w określonych zakresach
normatywnych.
Maksymalna ilość odchyleń musi być zatem
mniejsza od połowy ilości analizowanych
wskaźników.
W tym przypadku analizowano 6 wskaźników,
dlatego dopuszcza się maksymalnie
2 odchylenia od normy.
O
Z
KZK
KU P
P
D
Z
KZL
KU P
D
1
DD
Z
KZn
KU PD
D
2
O
S
S
R
RK
KU
O
N
D
D
NDK
KW
M
Z
RZZ
KW M
Rys. 3.6.1.7 Model analizy kosztów i kapitału w procesie zaopatrzenia
Źródło: Opracowanie własne
.
128 | S t r o n a
Analiza ekonomicznych korzyści modelu
zamówienia
Analiza odchyleń mierników oceny
kontroli dostaw
Określenie hierarchii ważności wszystkich
mierników analizy
Przyznanie punktów za miejsce
określone w hierarchii:
1 miejsce – 3 pkt.
2 miejsce – 3 pkt.
3 miejsce – 2 pkt.
4 miejsce – 2 pkt.
5 miejsce – 2 pkt.
6 miejsce – 1 pkt.
7 miejsce – 1 pkt.
8 miejsce – 0 pkt.
Zsumowanie punktów dla wartości
mierników mieszczących się w normach
(ΣPN)
Zsumowanie punktów dla wartości
mierników nie mieszczących się
w normach (ΣPO)
Czy
ΣPN > ΣPO?
Wartość korzyści przewyższa skutki
zaistniałych odchyleń
Wartość korzyści jest nie przewyższa
skutków zaistniałych odchyleń
Zakończenie analizy ekonomicznych
korzyści modelu zaopatrzenia
STOP
Analiza odchyleń mierników kosztów i
kapitału procesu zaopatrzenia
Określenie hierarchii ważności wszystkich
mierników analizy
Przyznanie punktów za miejsce
określone w hierarchii:
1 miejsce – 4 pkt.
2 miejsce – 3 pkt.
3 miejsce – 2 pkt.
4 miejsce – 2 pkt.
5 miejsce – 1 pkt.
6 miejsce – 0 pkt.
Analiza odchyleń mierników oceny
efektywności zarządzania zapasami
Określenie hierarchii ważności wszystkich
mierników analizy
Przyznanie punktów za miejsce
określone w hierarchii:
Analiza odchyleń mierników
zabezpieczenia potrzeb w procesie
zaopatrzenia
Określenie hierarchii ważności wszystkich
mierników analizy
Przyznanie punktów za miejsce
określone w hierarchii:
1 miejsce – 5 pkt.
2 miejsce – 4 pkt.
3 miejsce – 2 pkt.
4 miejsce – 0 pkt.
1 miejsce – 2 pkt.
2 miejsce – 2 pkt.
3 miejsce – 2 pkt.
4 miejsce – 1 pkt.
5 miejsce – 1 pkt.
6 miejsce – 1 pkt.
7 miejsce – 1 pkt.
8 miejsce – 1 pkt.
9 miejsce – 1 pkt.
10 miejsce – 1 pkt.
11 miejsce – 0 pkt.
Analiza odchyleń mierników oceny
procesów transportowych
Określenie hierarchii ważności wszystkich
mierników analizy
Przyznanie punktów za miejsce
określone w hierarchii:
1 miejsce – 3 pkt.
2 miejsce – 2 pkt.
3 miejsce – 2 pkt.
4 miejsce – 2 pkt.
5 miejsce – 2 pkt.
6 miejsce – 1 pkt.
7 miejsce – 1 pkt.
8 miejsce – 1 pkt.
9 miejsce – 0 pkt.
Przedstawiony schemat przyznawania punktów jest oparty
o następujące założenia:
· ustalono maksymalną liczbę punktów – 10 pkt.,
· po określeniu hierarchii wskaźników zastosowano
wyznaczanie ilości przewag analizowanego miernika
względem pozostałych (zgodnie z logiką przedstawioną
w tab. 2.2.2.2 – Raport 2),
· Ilość punktów należy zaokrąglić do całości w górę.
A
Rys. 3.6.1.8. Model analiz ekonomicznych korzyści w procesie realizacji zamówienia
Źródło: Opracowanie własne
129 | S t r o n a
Otrzymanie dostawy
materiałów lub surowców
Zamówienie
Awizo dostawy
List przewozowy
Sprawdzenie zgodności
pozycji asortymentowej
dostawy z zamówieniem
Zamówienie
Awizo dostawy
Czy zgodność
asortymentowa
występuje?
Sprawdzenie zgodności
ilościowej pozycji dostawy
z zamówieniem
Tak
Czy zgodność
ilościowa występuje?
Porównanie parametrów
dostawy z normatywami
jakościowymi dostawy
Tak
Czy zgodność
jakościowa
występuje?
Tak
Czy przeanalizowano
wszystkie pozycje asortymentowe
danej dostawy?
Tak
Wprowadzenie do systemu
informacji o pozycji dostawy
zgodnej z normatywami
Wygenerowanie danych
o całkowitej liczbie dostaw
Wygenerowanie danych
o liczbie dostaw zgodnych
z parametrami zamówienia
Wygenerowanie danych
o liczbie dostaw niezgodnych
z parametrami zamówienia
STOP
Wpisanie pozycji
asortymentowej do protokołu
reklamacji/zwrotu
Nie
Nie
Wpisanie pozycji
asortymentowej
na listę braków
Nie
Nie
Zamówienie
Awizo dostawy
Normatywy jakościowe
Liczba niezgodności
asortymentowych
Liczba niezgodności
ilościowych
Liczba niezgodności
jakościowych
1
Rys.3.6.1.9. Model analizy zgodności dostawy z ustalonymi parametrami normatywnymi
Źródło: Opracowanie własne
130 | S t r o n a
3.6.2. Model informatyczny systemu controllingu operacyjnego i środowisko symulacyjne
Zaproponowana parametryzacja modelu controllingu operacyjnego jest podstawą do
przeprowadzenia szczegółowej analizy przebiegu symulacji. Przebieg symulacji jest zgodny z
podziałem koncepcyjnym, przedstawionym w poprzednich raportach, a więc będzie uwzględniać
następujące etapy:
zarządzania zapasami (CON14),
.
W tabeli 3.6.2.1 przedstawiono przykładowe dane wsadowe (zarówno pozyskiwane z innych
procesów modelu symulacyjnego, jak również dane parametryczne), niezbędne do przeprowadzenia
kompleksowej analizy i oceny kontroli dostaw.
Tabela 3.6.2.1 Analiza symulacyjna - dane wejściowe do analizy i oceny kontroli dostaw (CON11)
Opis (symbol) danej Wartość
Tzo 1000
Nz 200
Zakres normatywny średniego czasu realizacji zamówienia (W1)
Min 3
Max 10
Tdo 500
Nd 100
Zakres normatywny średniego czasu dostawy (W2) Min 2
Max 4
Wws 1
Wwd 2
Wmp 3
Zakres normatywny wartości dostarczonych wadliwych surowców (W3)
Min 10
Max 15
Lriz 20
Zakres normatywny reklamacji i zwrotów (W4) Min 0,1
Max 0,3
Ldz 80
Zakres normatywny niezawodności dostaw (W5) Min 0,7
Max 1
Ldt 60
Zakres normatywny terminowości dostaw (W6) Min 0,5
Max 1
Lds 40
Zakres normatywny elastyczności dostaw (W7) Min 0,5
Max 1
Wsio 20000
Zakres normatywny średniej wartości zamówienia (W8)
Min 10
Max 300
Źródło: opracowanie własne
131 | S t r o n a
Algorytm symulacyjny przygotowany w środowisku iGrafx® Process przewiduje analizę zgodności
poszczególnych wskaźników z zakresem normatywnym bezpośrednio po ich wyznaczeniu oraz
analizę ekonomicznych korzyści, podsumowującą cały podproces. Z tego względu należy
przeanalizować poszczególne etapy symulacji:
wyznaczenie wartości wskaźników,
porównanie wartości obliczonych wskaźników z wartościami normatywnymi,
przeprowadzenie analizy ekonomicznych korzyści całego podprocesu.
Wyznaczenie wskaźników:
5200
10001 W 5
100
5002 W 63213 W 2,0
100
204 W
8,0100
805 W 6,0
100
606 W 4,0
100
407 W 100
200
200008 W
W tabeli 3.6.2.2 przedstawiono przykładowe dane wsadowe (zarówno pozyskiwane z innych
procesów modelu symulacyjnego, jak również dane parametryczne), niezbędne do przeprowadzenia
kompleksowej analizy i oceny procesów transportowych.
Tabela 3.6.2.2. Dane wejściowe do analizy i oceny procesów transportowych (CON12)
Opis (symbol) danej Wartość
Dgt 100000
Di 120000
Zakres normatywny gotowości technicznej floty transportowej (W1)
Min 0,5
Max 1
De 115000
Zakres normatywny wykorzystania floty transportowej i floty technicznie sprawnej (W2)
Min 0,5
Max 1
G 50000
Zakres normatywny średniego dobowego czasu pracy pojazdu (W3)
Min 0,5
Max 1
Tj 2
Tnw 2
Zakres normatywny stopnia wykorzystania czasu pracy taboru (W4)
Min 0,1
Max 0,3
P 1000
T 500
Zakres normatywny średniej wielkości eksploatacyjnej (W5)
Min 1
Max 4
Pl 850
Zakres normatywny wykorzystania przebiegu (W6) Min 0,7
Max 1
D 4
L 6
Lp 3
Zakres normatywny wydajności paliwa (W7) Min 4
Max 10
Źródło: opracowanie własne
Algorytm symulacyjny przygotowany w środowisku iGrafx® Process jest analogiczny jak w
przypadku poprzedniego procesu i przewiduje analizę zgodności poszczególnych wskaźników z
132 | S t r o n a
zakresem normatywnym bezpośrednio po ich wyznaczeniu oraz analizę ekonomicznych korzyści,
podsumowującą cały podproces.
Wyznaczenie wskaźników:
83,0120000
1000001 W 96,0
120000
1150002 W 44,0
115000
500003 W
5,022
24
W 2
500
10005 W 85,0
1000
8506 W 8
3
647
W
Po każdorazowym wyznaczeniu wskaźnika następuje jego sprawdzenie z wartościami
normatywnymi. Algorytm logiczny w pierwszym etapie dotyczy porównania czy wartość wskaźnika jest
większy od minimalnej wartości normatywnej, natomiast w drugim etapie odnosi się do porównania
wartości wskaźnika z maksymalną wartością normatywną.
W tabeli 3.6.2.3 przedstawiono przykładowe dane wsadowe (zarówno pozyskiwane z innych
procesów modelu symulacyjnego, jak również dane parametryczne), niezbędne do przeprowadzenia
kompleksowej analizy zabezpieczenia potrzeb.
Tabela 3.6.2.3. Dane wejściowe do analizy zabezpieczenia potrzeb (CON13)
Opis (symbol) danej Wartość
Ldk 100
Nd 20
Zakres normatywny kompletności dostaw (W1) Min 3
Max 10
Tpo 1000
Nz 10
Zakres normatywny sprawności przyjęcia materiałów (W2)
Min 2
Max 4
Llz 10
Ll 5
Zakres normatywny stopnia standaryzacji ładunku (W3)
Min 4
Max 6
Lzz 10
Lz 2
Zakres normatywny dostępności materiałów u dostawcy (W4)
Min 1
Max 9
Źródło: opracowanie własne
Algorytm symulacyjny przygotowany w środowisku iGrafx® Process jest analogiczny jak w
przypadku poprzednich procesów i przewiduje analizę zgodności poszczególnych wskaźników z
zakresem normatywnym bezpośrednio po ich wyznaczeniu oraz analizę ekonomicznych korzyści,
podsumowującą cały podproces.
Wyznaczenie wskaźników:
520
1001 W 5
1020
10002
W 2
5
103 W 5
2
104 W
W tabeli 3.6.2.4 przedstawiono przykładowe dane wsadowe (zarówno pozyskiwane z innych
procesów modelu symulacyjnego, jak również dane parametryczne), niezbędne do przeprowadzenia
kompleksowej analizy i oceny efektywności zarządzania zapasami.
133 | S t r o n a
Tabela 3.6.2.4 Dane wejściowe do analizy i oceny efektywności zarządzania zapasami (CON14)
Opis (symbol) danej Wartość
Wd 5000
Ld 50
Zakres normatywny średniej wielkości jednej dostawy (W1)
Min 90
Max 150
Ldn 10
Zakres normatywny poziomu obsługi przez dostawcę (W2)
Min 0,9
Max 1
S 850
P 1000
Zakres normatywny poziomu obsługi klienta (W3) Min 0,8
Max 1
Zpi 5000
Zki 5000
N 25
Zakres normatywny średniej wielkości zapasu (W4) Min 300
Max 500
Zakres normatywny średniego zapasu cyklicznego (W5)
Min 40
Max 60
Zakres normatywny średniego rzeczywistego zapasu bazpieczeństwa (W6)
Min 300
Max 400
w 1,75
spt 20
Zakres normatywny planowanego zapasu bazpieczeństwa (W7)
Min 30
Max 50
Zakres normatywny wskaźnika rotacji zapasu (W8) Min 1
Max 2
Zakres normatywny wskaźnika pokrycia potrzeb zapasem (W9)
Min 0,5
Max 0,7
Pp 10000
Kjoz 50
Wkuz 1
C 5
Zakres normatywny kosztów całkowitych zapasów (W10)
Min 500
Max 600
Źródło: opracowanie własne
Algorytm symulacyjny przygotowany w środowisku iGrafx® Process jest analogiczny jak w
przypadku poprzednich procesów i przewiduje analizę zgodności poszczególnych wskaźników z
zakresem normatywnym bezpośrednio po ich wyznaczeniu oraz analizę ekonomicznych korzyści,
podsumowującą cały podproces.
Wyznaczenie wskaźników:
10050
50001 W %808,0
50
10502
W %8585,0
1000
8503 W
40025
500050004
W 50100
2
1
2
115 WW
134 | S t r o n a
35050400546 WWW
352075,17 W 13,2400
850850
4
8 W
W 4,01000
400
1000
49
WW
5505)4050(10051)(505000
100007510 WWW
W tabeli 3.6.2.5 przedstawiono przykładowe dane wsadowe (zarówno pozyskiwane z innych
procesów modelu symulacyjnego, jak również dane parametryczne), niezbędne do przeprowadzenia
kompleksowej analizy kosztów i kapitału w procesie zaopatrzenia.
Tabela 3.6.2.5 Dane wejściowe analizy kosztów i kapitału w procesie zaopatrzenia (CON15)
Opis (symbol) danej Wartość
Kzp 15000
Ko 30000
Zakres normatywny udziału kosztów zaopatrzenia w kosztach ogółem (W1)
Min 0,3
Max 0,6
Ld 1500
Zakres normatywny kosztów zaopatrzenia przypadającego na dostawcę 1 (W2)
Min 11
Max 15
Kzpd 10000
Ndd 1000
Zakres normatywny kosztów zaopatrzenia przypadającego na dostawcę 2 (W3)
Min 5
Max 15
Krs 100
Kso 200
Zakres normatywny udziału wartościowego reklamowanych surowców (W4)
Min 0,1
Max 0,3
Kdo 30000
Kds 600
Zakres normatywny wskaźnika wartościowej niekompletności dostaw (W5)
Min 0,01
Max 0,1
Kzm 5000
Zm 1000
Zakres normatywny wskaźnika wartościowej rotacji zapasów materiałowych (W6)
Min 2
Max 6
Źródło: opracowanie własne
Algorytm symulacyjny przygotowany w środowisku iGrafx® Process jest analogiczny jak w
przypadku poprzednich procesów i przewiduje analizę zgodności poszczególnych wskaźników z
zakresem normatywnym bezpośrednio po ich wyznaczeniu oraz analizę ekonomicznych korzyści,
podsumowującą cały podproces.
Wyznaczenie wskaźników:
5,030000
150001 W 10
1500
150002 W 10
1000
100003 W 5,0
200
1004 W
02,030000
6005 W 5
1000
50006 W
135 | S t r o n a
Rys. 3.6.2.1. Analiza symulacyjna - atrybuty scenariuszowe w modelu controllingu
Źródło: opracowanie własne - iGrafx Process
Jeden z etapów algorytmu symulacyjnego analizy i oceny kontroli dostaw został przedstawiony na
rys. 3.6.2.2. Przykładową macierz danych wejściowych przedstawiono w tabeli 3.6.2.6.
Rys. 3.6.2.2. Analiza symulacyjna – etap modelu analizy i oceny kontroli dostaw.
Źródło: opracowanie własne - iGrafx Process
Tabela 3.6.2.6 Dane symulacyjne wejściowe i parametry wsadowe do analizy i oceny kontroli dostaw
CO
N11_Tzo
CO
N11_N
z
CO
N11_M
inN
orm
aty
wW
1
CO
N11_M
axN
orm
aty
wW
1
CO
N11_Tdo
CO
N11_N
d
CO
N11_M
inN
orm
aty
wW
2
CO
N11_M
axN
orm
aty
wW
2
CO
N11_W
ws
CO
N11_W
wd
CO
N11_W
mp
CO
N11_M
inN
orm
aty
wW
3
CO
N11_M
axN
orm
aty
wW
3
CO
N11_Lriz
CO
N11_M
inN
orm
aty
wW
4
CO
N11_M
axN
orm
aty
wW
4
CO
N11_Ldz
CO
N11_M
inN
orm
aty
wW
5
CO
N11_M
axN
orm
aty
wW
5
CO
N11_Ldt
CO
N11_M
inN
orm
aty
wW
6
CO
N11_M
axN
orm
aty
wW
6
CO
N11_Lds
CO
N11_M
inN
orm
aty
wW
7
CO
N11_M
axN
orm
aty
wW
7
CO
N11_W
sio
CO
N11_M
inN
orm
aty
wW
8
CO
N11_M
axN
orm
aty
wW
8
1000 200 3 10 500 100 2 4 1 2 3 10 15 20 0,1 0,3 80 0,7 1 60 0,5 1 40 0,5 1 20000 10 300
Źródło: opracowanie własne
136 | S t r o n a
Przedstawione w tabeli 3.6.2.6 dane wejściowe i parametry zostały zdefiniowane w środowisku
iGrafx Process jako atrybuty transakcji. Atrybuty zostały powiązane z generatorem CON11,
pobierającym dane z pliku Excell. W celu jasnego opracowania atrybutów przyjęto następujący ciąg
logiczny:
każdy z podprocesów został zdefiniowany odpowiednimi skrótami CON11, CON12, CON13,
CON14, CON15 i MAG14,
wszystkie atrybuty niezbędne do wykonania procesów, zostały oznaczone skrótami zgodnymi z
danym procesem,
identyczne oznakowanie zastosowano w macierzy danych wsadowych w pliku Excell, w celu
łatwego przypisania atrybutów do poszczególnych danych.
W tabeli 3.6.2.7 przedstawiono symbolikę opracowaną w iGrafx Process, w zestawieniu z
nomenklaturą mierników (zastosowaną w poprzednich raportach) oraz z krótką charakterystyką
poszczególnych wielkości składowych analizy i oceny kontroli dostaw.
Tabela 3.6.2.7 Analiza symulacyjna – zestawienie danych wsadowych dla analizy i oceny kontroli
dostaw
Symbolika iGrafx Oznaczenia wskaźników
CON11_Tzo tzo – sumaryczny czas realizacji wszystkich zamówień w badanym okresie
CON11_Tdo tdo – sumaryczny czas dostaw w badanym okresie
CON11_Nz nz – ilość zrealizowanych zamówień
CON11_Nd nd – całkowita ilość dostaw
CON11_Wws wws – wartość wadliwych surowców
CON11_Wwd wwd – wartość wadliwych opakowań
CON11_Wwmp wwmp – wartość wadliwych materiałów pomocniczych
CON11_Lriz LRiZ – liczba reklamacji i zwrotów
CON11_Ldz LDZ – liczba dostaw zrealizowanych zgodnie z parametrami zamówienia
CON11_Ldt LDT – liczba dostaw terminowych
CON11_Lds LDS – liczba dostaw spełniających specjalne wymagania
CON11_Wsio wsio – wartość pojedynczego zamówienia
Źródło: opracowanie własne
Etap w algorytmie symulacyjnym analizy i oceny procesów transportowych został przedstawiony na
rys. 3.6.2.3 Przykładową macierz danych wejściowych symulacji przepływu materiałów w procesach
przedstawiono w tabeli 3.6.2.8.
Rys. 3.6.2.3. Etap modelu analizy i oceny procesów transportowych.
Źródło: opracowanie własne - iGrafx Process
137 | S t r o n a
Tabela 3.6.2.8. Macierz danych wejściowych i parametrów wsadowych do analizy procesów
transportowych
CO
N12_D
gt
CO
N12_D
i
CO
N12_M
inN
orm
aty
wW
1
CO
N12_M
axN
orm
aty
wW
1
CO
N12_D
e
CO
N12_M
inN
orm
aty
wW
2
CO
N12_M
axN
orm
aty
wW
2
CO
N12_G
CO
N12_M
inN
orm
aty
wW
3
CO
N12_M
axN
orm
aty
wW
3
CO
N12_T
j
CO
N12_T
nw
CO
N12_M
inN
orm
aty
wW
4
CO
N12_M
axN
orm
aty
wW
4
CO
N12_P
CO
N12_T
CO
N12_M
inN
orm
aty
wW
5
CO
N12_M
axN
orm
aty
wW
5
CO
N12_P
l
CO
N12_M
inN
orm
aty
wW
6
CO
N12_M
axN
orm
aty
wW
6
CO
N12_D
CO
N12_L
CO
N12_Lp
CO
N12_M
inN
orm
aty
wW
7
CO
N12_M
axN
orm
aty
wW
7
100000 120000 0,5 1 115000 0,5 1 50000 0,5 1 2 2 0,1 0,3 1000 500 1 4 850 0,7 1 4 6 3 4 10
Źródło: opracowanie własne
Przedstawione w tabeli 3.6.2.8 dane wejściowe i parametry zostały zdefiniowane w środowisku
informatycznym iGrafx Process na podstawie tego samego ciągu logicznego danych procesu analizy
i oceny kontroli dostaw. W tabeli 3.6.2.9 przedstawiono zestawienie danych wsadowych dla analizy i
oceny procesów transportowych, z krótką charakterystyką poszczególnych wielkości.
Tabela 3.6.2.9 Zestawienie danych wsadowych dla analizy i oceny procesów transportowych
Symbolika iGrafx Oznaczenia wskaźników
CON12_Tnw Tnw – czas prac przeładunkowych
CON12_P P – przebieg ogółem (w wozokilometrach)
CON12_Pl P – przebieg ładowny (w wozokilometrach)
CON12_Lp Lp – ilość zużytego paliwa (w litrach)
CON12_Dgt Dgt – liczba wozodni gotowości technicznej
CON12_Di Di – liczba wozodni gotowości ewidencyjnych
CON12_De De – liczba wozodni pracy
CON12_G G – łączna liczba wozogodzin pracy floty transportowej
CON12_Tj Tj – czas jazdy
CON12_T T – czas pracy floty transportowej (w wozogodzinach)
CON12_D D – przejechana droga (w kilometrach)
CON12_L Ł – przewieziony ładunek
Źródło: opracowanie własne
Algorytm symulacyjny analizy zabezpieczenia potrzeb został przedstawiony na rys. 3.6.2.4
Przykładową macierz danych wejściowych przedstawiono w tabeli 3.6.2.10.
Rys. 3.6.2.4 Etap analizy i oceny dostaw – wskaźnika kompletności dostaw i sprawności przyjęcia materiałów w
środowisku iGrafx Process.
Źródło: opracowanie własne - iGrafx Process
138 | S t r o n a
Tabela 3.6.2.10 Macierz danych wejściowych i parametrów do analizy zabezpieczenia potrzeb
CO
N1
3_
Ld
k
CO
N1
3_
Min
No
rma
tyw
W1
CO
N1
3_
Ma
xN
orm
aty
wW
1
CO
N1
3_
Tp
o
CO
N1
3_
Min
No
rma
tyw
W2
CO
N1
3_
Ma
xN
orm
aty
wW
2
CO
N1
3_
Llz
CO
N1
3_
Ll
CO
N1
3_
Min
No
rma
tyw
W3
CO
N1
3_
Ma
xN
orm
aty
wW
3
CO
N1
3_
Lzz
CO
N1
3_
Lz
CO
N1
3_
Min
No
rma
tyw
W4
CO
N1
3_
Ma
xN
orm
aty
wW
4
100 3 10 1000 2 4 10 2 4 6 10 2 1 9
Źródło: opracowanie własne
Przedstawione w tabeli 5.6.10 dane wejściowe i parametry zostały zdefiniowane w środowisku
informatycznym iGrafx Process na podstawie tego samego ciągu logicznego co przedstawione wyżej
procesy. W tabeli 3.6.2.11 przedstawiono zestawienie danych wsadowych dla analizy zabezpieczenia
potrzeb z krótką charakterystyką poszczególnych wielkości.
Tabela 3.6.2.11 Analiza symulacyjna – zestawienie danych wsadowych dla analizy zabezpieczenia potrzeb
Symbolika iGrafx Oznaczenia wskaźników
CON13_Ldk LDK – liczba dostaw kompletnych
CON13_Lz LZ – liczba wszystkich zrealizowanych
zamówieo (dane historyczne)
CON13_Tpo tpo – sumaryczny czas przyjęcia
materiałów
CON13_Llz LŁZ – liczba pozycji zawartych w
ładunkach zunifikowanych
CON13_Ll LŁ – liczba pozycji zawartych we
wszystkich ładunkach
CON13_Lzz LZZ – liczba zamówieo zrealizowanych
z zapasu dostawcy
Źródło: opracowanie własne na podstawie wyników badań
Przedstawiona logika umożliwia wykorzystanie poszczególnych atrybutów z innych podprocesów, z
tego względu zrezygnowano z wprowadzania atrybutów transakcji, które niosą tą samą wartość, a
różnią się nomenklaturą. Np. zamiast wprowadzić atrybut CON13_Nd, został wykorzystany atrybut
CON11_Nd. Algorytm symulacyjny analizy i oceny efektywności zarządzania zapasami został
przedstawiony na rys. 3.6.2.5 Przykładową macierz danych wejściowych przedstawiono w tabeli
3.6.2.12
Rys. 3.6.2.5. Analiza i ocena efektywności zarządzania zapasami w iGrafx
Źródło: opracowanie własne - iGrafx Process
139 | S t r o n a
Tabela 3.6.2.12 Macierz danych wejściowych i parametrów wsadowych do analizy i oceny
efektywności zarządzania zapasami
CO
N14_W
d
CO
N14_Ld
CO
N14_M
inN
orm
aty
wW
1
CO
N14_M
axN
orm
aty
wW
1
CO
N14_Ldn
CO
N14_M
inN
orm
aty
wW
2
CO
N14_M
axN
orm
aty
wW
2
CO
N14_S
CO
N14_M
inN
orm
aty
wW
3
CO
N14_M
axN
orm
aty
wW
3
CO
N14_Z
pi
CO
N14_Z
ki
CO
N14_N
CO
N14_M
inN
orm
aty
wW
4
CO
N14_M
axN
orm
aty
wW
4
CO
N14_M
inN
orm
aty
wW
5
CO
N14_M
axN
orm
aty
wW
5
CO
N14_M
inN
orm
aty
wW
6
CO
N14_M
axN
orm
aty
wW
6
CO
N14_w
CO
N14_spt
CO
N14_M
inN
orm
aty
wW
7
CO
N14_M
axN
orm
aty
wW
7
CO
N14_M
inN
orm
aty
wW
8
CO
N14_M
axN
orm
aty
wW
8
CO
N14_M
inN
orm
aty
wW
9
CO
N14_M
axN
orm
aty
wW
9
CO
N14_P
p
CO
N14_K
joz
CO
N14_W
kuz
CO
N14_C
CO
N14_M
inN
orm
aty
wW
10
CO
N14_M
axN
orm
aty
wW
10
5000
50
90
150
10
0,9
1
850
0,8
1
5000
5000
25
300
500
40
60
300
400
1,7
5
20
30
50
1
2
0,5
0,7
10000
50
1
5
500
600
Źródło: opracowanie własne na podstawie wyników badań
Przedstawione w tabeli 3.6.2.12 dane wejściowe i parametry zostały zdefiniowane w środowisku
informatycznym iGrafx Process na podstawie tego samego ciągu logicznego co przedstawione wyżej
procesy. W tabeli 3.6.2.13 przedstawiono zestawienie danych wsadowych dla analizy i oceny
efektywności zarządzania zapasami z krótką charakterystyką poszczególnych wielkości.
Tabela 3.6.2.13 Zestawienie danych wsadowych dla analizy i oceny efektywności zarządzania
zapasami
Symbolika iGrafx Oznaczenia wskaźników
CON14_Wd Wd – wielkośd dostaw
CON14_Ldn Ldn – liczba dostaw niezgodnych z
wymaganiami
CON14_Ld Ld – liczba dostaw ogółem
CON14_w ω – współczynnik bezpieczeostwa
CON14_S S – wielkośd sprzedaży lub zużycia w
badanym okresie
CON14_Zpi ZPi – zapas początkowy w i-tym
okresie
CON14_Zki ZKi – zapas koocowy w i-tym okresie
CON14_N n – liczba pomiarów zapasów
CON14_spt σPT – odchylenie standardowe błędu
prognozy w okresie cyklu uzupełnienia zapasu
CON14_Pp Pp – prognozowana średnia wartośd
popytu
CON14_C C – cena zakupu
CON14_Kjoz kJOZ – koszt jednostkowy
odtworzenia zapasu
CON14_Wkuz wKuz – współczynnik kosztów
utrzymania zapasów
Źródło: opracowanie własne
Przedstawiona logika umożliwia wykorzystanie poszczególnych atrybutów z innych podprocesów, z
tego względu zrezygnowano z wprowadzania atrybutów transakcji, które niosą tą samą wartość, a
różnią się nomenklaturą. Np. zamiast wprowadzić atrybut CON14_P, został wykorzystany atrybut
CON11_P. Algorytm symulacyjny analizy kosztów i kapitału w procesie zaopatrzenia został
przedstawiony na rys. 3.6.2.6. Macierz danych wejściowych przedstawiono w tabeli 3.6.2.14.
140 | S t r o n a
Rys. 3.6.2.6. Analiza symulacyjna – analiza kosztów i kapitału w procesie zaopatrzenia w iGrafx
Źródło: opracowanie własne - iGrafx Process
Tabela 3.6.2.14. Macierz danych wejściowych i parametrów wsadowych analizy kosztów i kapitału w
procesie zaopatrzenia
CO
N15_K
zp
CO
N15_K
o
CO
N15_M
inN
orm
aty
wW
1
CO
N15_M
axN
orm
aty
wW
1
CO
N15_M
inN
orm
aty
wW
2
CO
N15_M
axN
orm
aty
wW
2
CO
N15_K
zpd
CO
N15_N
dd
CO
N15_M
inN
orm
aty
wW
3
CO
N15_M
axN
orm
aty
wW
3
CO
N15_K
rs
CO
N15_K
so
CO
N15_M
inN
orm
aty
wW
4
CO
N15_M
axN
orm
aty
wW
4
CO
N15_K
ds
CO
N15_M
inN
orm
aty
wW
5
CO
N15_M
axN
orm
aty
wW
5
CO
N15_K
zm
CO
N15_Z
m
CO
N15_M
inN
orm
aty
wW
6
CO
N15_M
axN
orm
aty
wW
6
15000
30000
0,3
0,6
11
15
10000
1000
5
15
100
200
0,1
0,3
600
0,0
1
0,1
5000
1000
2
6
Źródło: opracowanie własne
Przedstawione w tabeli 3.6.2.14 dane wejściowe i parametry zostały zdefiniowane w środowisku
informatycznym iGrafx Process na podstawie tego samego ciągu logicznego co przedstawione wyżej
procesy. W tabeli 3.6.2.15 przedstawiono zestawienie danych wsadowych dla analizy kosztów i
kapitału w procesie zaopatrzenia z krótką charakterystyką poszczególnych wielkości.
Tabela 3.6.2.15 Zestawienie danych wsadowych dla analizy kosztów i kapitału w procesie
zaopatrzenia
Symbolika iGrafx Oznaczenia wskaźników
CON15_Ko KO – wartość kosztów ogółem
CON15_Krs KRS – wartość kosztów reklamowanych surowców
CON15_Kso KSO – wartość kosztów surowców ogółem
CON15_Kdo KDO – wartość kosztów dostaw ogółem
CON15_Kzp KZP – wartość kosztów zaopatrzenia
CON15_Kzpd KZPD – wartość kosztów zaopatrzenia przypadających na określonego dostawcę
CON15_Ndd nDD – ilość dostaw zrealizowanych przez określonego dostawcę
CON15_Kzm KZM – wartość kosztów zużycia materiałów
CON15_Zm ZM – przeciętny stan zapasów materiałowych
Źródło: opracowanie własne.
141 | S t r o n a
Przedstawiona logika umożliwia wykorzystanie poszczególnych atrybutów z innych podprocesów, z
tego względu zrezygnowano z wprowadzania atrybutów transakcji, które niosą tą samą wartość, a
różnią się nomenklaturą. Np. zamiast wprowadzić atrybut CON15_Ld, został wykorzystany atrybut
CON13_Ld. Algorytm symulacyjny analizy kosztów procesu magazynowego został przedstawiony na
rys.3.6.2.7.
Rys. 3.6.2.7. Analiza kosztów procesu magazynowego w iGrafx
Źródło: opracowanie własne - iGrafx Process
Przykładową macierz danych wejściowych przedstawiono w tabeli 3.6.2.16.
Tabela 3.6.2.16. Przykładowa macierz danych wejściowych i parametrów wsadowych do analizy
kosztów procesu magazynowego
Źródło: opracowanie własne
Przedstawione w tabeli 3.6.2.16 dane wejściowe i parametry zostały zdefiniowane w środowisku
informatycznym iGrafx Process na podstawie tego samego ciągu logicznego, co przedstawione
wyżej procesy. W tabeli 3.6.2.17 przedstawiono zestawienie danych wsadowych dla analizy kosztów
procesu magazynowego, z krótką charakterystyką poszczególnych wielkości.
Tabela 3.6.2.17 Zestawienie danych wsadowych dla analizy kosztów procesu magazynowego
Symbolika iGrafx Oznaczenia wskaźników
MAG14_Kmc Kmc – koszty magazynowania w badanym okresie
MAG14_Omr Omr – wielkość obrotu magazynowego wg rozchodu w badanym okresie
MAG14_Zsr Zśr – zapas średni w badanym okresie
MAG14_Kmjb Kmjb – jednostkowy koszt magazynowania z okresu bazowego
MAG14_Kmjd Kmjd – jednostkowy koszt magazynowania z okresu docelowego
MAG14_Omrd Omrd – wielkość obrotu magazynowego wg rozchodu w okresie
docelowym
MAG14_Lpm Lpm – liczba przemieszczeń w magazynie
142 | S t r o n a
Symbolika iGrafx Oznaczenia wskaźników
MAG14_Kk Kk – koszty kompletacji
MAG14_Ww Ww – wartość wyposażenia technicznego magazynu
MAG14_Zp Zp – średnia liczba zatrudnionych pracowników w magazynie
MAG14_Pu Pu – powierzchnia użytkowa magazynu
MAG14_Kmu Kmu – koszty eksploatacji wyposażenia magazynu
MAG14_Kmo Kmo – koszty osobowe pracowników magazynowych
MAG14_Km KM – koszty magazynu
MAG14_Kpm KPM – koszty personelu magazynowego
MAG14_Kum KUM – koszty urządzeń magazynowych
MAG14_Lms Lms – liczba miejsc składowych ogółem
MAG14_Lzk Lzk – liczba zleceń kompletacyjnych
Źródło: opracowanie własne
Po przeprowadzeniu analizy wszystkich wskaźników, następuje łączna analiza efektywności
procesu (rys. 3.6.2.8). Ze względu na przypisywanie wartości dodatnich lub ujemnych dla wyników
ocenionych pozytywnie lub negatywnie, należy uznać, że proces jest efektywny, gdy atrybut
scenariuszowy StatusModeluCON11>0 (rys 3.6.2.9), zgodnie z założeniem:
StatusModeluCON11 = CON11_W1status + CON11_W2status + CON11_W3status +
CON11_W4status + CON11_W5status + CON11_W6status + CON11_W7status + CON11_W8status
W przeciwnym wypadku proces wygeneruje informację o negatywnej ocenia wskaźnika.
Rys. 3.6.2.8. Symulacja oceny wskaźnikowej procesów operacyjnych w modelu controllingu.
Źródło: opracowanie własne - iGrafx Process
143 | S t r o n a
Rys. 3.6.2.9. Zdefiniowanie wyrażenia decyzyjnego w końcowej ocenie procesu
Źródło: opracowanie własne - iGrafx Process
W analogiczny sposób należy przeprowadzić analizę pozostałych podprocesów (CON12, CON13,
CON14, CON15 i MAG14). Każdy z podprocesów ma zdefiniowany swój atrybut scenariuszowy
oceniający status podprocesów:
StatusModeluCON12,
StatusModeluCON13,
StatusModeluCON14,
StatusModeluCON15,
StatusModeluMAG14.
Dodatkowo został opracowany również atrybut scenariuszowy StatusModelu, który oceniał korzyści
ekonomiczne wynikające z całego modelu controllingu operacyjnego. Ze względu na przypisywanie
wartości dodatnich lub ujemnych dla ogólnych ocen poszczególnych podprocesów
(StatusModeluCON11, StatusModeluCON12, StatusModeluCON13, StatusModeluCON14,
StatusModeluCON15, StatusModeluMAG14), należy uznać, że cały analizowany proces jest
efektywny, gdy atrybut scenariuszowy StatusModelu > 0 (rys 3.6.2.10), zgodnie z założeniem:
StatusModelu = StatusModeluCON11 + StatusModeluCON12 + StatusModeluCON13 +
StatusModeluCON14 + StatusModeluCON15 + StatusModeluMAG14
W przeciwnym wypadku analiza całego procesu zostanie oceniona negatywnie.
144 | S t r o n a
Rys. 3.6.2.10. Symulacja oceny wskaźnikowej kosztów procesu magazynowania w modelu controllingu.
Źródło: opracowanie własne - iGrafx Process
Po skończeniu symulacji środowisko informatyczne iGrafx generuje raport, przedstawiający wyniki
analizy. Umożliwia również ich eksportowanie do arkuszy kalkulacyjnych Excel, co ułatwia możliwość
zmian danych wsadowych do symulacji i przeprowadzenie ich kolejnych iteracji. Na rys. 3.6.2.11
przedstawiono przykład raportu wygenerowanego po przeprowadzeniu analizy controllingowej
procesów zaopatrzenia, transportu i magazynowania.
Rys. 3.6.2.11. Analiza symulacyjna – przykładowy raport analizy controllingowej w iGrafx
Źródło: opracowanie własne - iGrafx Process
145 | S t r o n a
Podsumowanie
Przedstawione zasady modelowania systemu zarządzania przepływem materiałów w przedsiębiorstwie i oceny efektywności procesów uwzględniają poza modelowaniem podstawowych zależności merytorycznych (np. metodyki planowania potrzeb materiałowych, zamawiania i zarządzania zapasami, planowania dostaw i transportu, analizy kosztów i efektywności, itd.) również założenia modelu referencyjnego SCOR, klasyczną teorię systemów, metodykę myślenia sieciowego oraz formułę ICOM opisu procesów.
Rozpatrywany system czynników operacyjnych i ograniczeń w zarządzaniu przepływem materiałów – np. w procesach kontraktowania, planowania S&OP, zamawiania i zarządzania zapasami, a także w procesach transportowych i magazynowych - pozwala na wybór wariantu poli-optymalnego spośród wariantów możliwych. W odniesieniu do zdefiniowanych założeń modelu symulacyjnego oraz jego informatyzacji, oznacza w praktyce zarządzania wyznaczenie rozwiązania satysfakcjonującego wg założonej wartości kryterium efektywności. Zbadane w zarządzaniu przepływem materiałów wielowymiarowe powiązania i sprzężenia zwrotne (powiązania wariantów zamawiania i transportu, ponoszonych kosztów oraz ograniczeń magazynowych i kapitałowych) ograniczają wykorzystanie analizy przyczynowo-skutkowej w modelowaniu i algorytmizacji procesów.
Model symulacyjny zarządzania przepływem materiałów jest inicjowany generatorem prognozowania popytu długoterminowego na wyroby gotowe przedsiębiorstwa w ramach modelu planowania S&OP (ang. Sale i Operations Planning). Algorytmy modelu planowania potrzeb materiałowych (wg metodyki MRP) umożliwiły generowanie danych wejściowych wielowariantowego modelu zamawiania, obejmującego wieloparametryczne algorytmy zamawiania (np. EWZ - ekonomicznej wielkości zamówienia, PNP – partia na partię, SWP- stałej partii zamówienia). Wśród wielu czynników wyboru oraz parametryzacji modeli zamawiania uwzględniono m.in. pojemność i przepustowość magazynu, poziom minimalnego zamówienia ustalony w kontrakcie, wartość dysponowanego kapitału obrotowego, wartość zapasów i cykl ich rotacji. Wynikowe wielkości zamówień na materiały oraz terminy ich złożenia i realizacji dostaw, są weryfikowane wskaźnikiem pokrycia potrzeb materiałowych, a wynikowe dane kontraktów zakupowych w procesie sourcingu - np. lokalizacja dostawcy, cena materiału, wielkość minimalnego zamówienia - są zapisywane w tablicy danych kartoteki indeksu materiałowego. Ponadto symulacja odchylenia standardowego czasu realizacji zamówienia (ang. lead time) i jego czasów składowych, pozwala na symulację okna czasowego ograniczonego najwcześniejszym możliwym i najpóźniejszym dopuszczalnym terminem rozpoczęcia procesu transportowego.
Zaprojektowane środowisko operacyjne realnych warunków przepływu materiałów w zmiennym otoczeniu rynkowym, uwzględnia różnice pomiędzy rzeczywistym i planowanym zużyciem materiałów. Na potrzeby symulacji zaprojektowano model generatora rzeczywistego zużycia materiałów oraz algorytmy aktualizacji prognoz. W ten sposób dwa strumienie danych – symulowane zamówienia i zaktualizowane prognozy zużycia – stanowią dane wejściowe do wieloparametrycznego modelu weryfikacji metod zamawiania.
Dane wynikowe modeli - S&OP, zamawiania, transportu, magazynowania są weryfikowane w procesie symulacji z wykorzystaniem modelu controllingu operacyjnego. Algorytmizacja wielu funkcji obliczenia wyników – m.in. kosztów i efektywności, niezawodności, wydajności, poziomu i rotacji zapasów, kapitału operacyjnego zaangażowanego w procesie zaopatrzenia – była podstawą końcowej oceny zarządzania przepływem materiałów. Identyfikacja odchyleń od wartości założonych w modelu S&OP, jest podstawą analizy danych kosztowych i operacyjnych i w sprzężeniu zwrotnym konfiguracji parametrów operacyjnych zaprojektowanych modeli procesów. Podstawowym problemem badawczym zarządzania operacyjnego jest uzyskanie relacji zwrotnych regulacji parametrów operacyjnych procesów, na podstawie danych analizy i weryfikacji efektywności, zamodelowanej w systemie controllingu.
W przedstawionym modelu odwzorowano logikę wielowariantowej analizy efektywności
procesów w algorytmach informatycznych środowiska iGrafx Process for Enetrprise Modeling. Podstawowym celem informatyzacji modelu jest stworzenie narzędzia
146 | S t r o n a
wspomagania decyzji menedżerskich w obszarze kształtowania systemu zarządzania przepływem materiałów przedsiębiorstwa i jego procesów transportowych. Uzyskana w efekcie możliwość modelowania poszczególnych procesów przepływu materiałów w przedsiębiorstwie - relacji pomiędzy ich zasobami i operacjami, regulacji parametrów, definiowania funkcji transformacji, zasad i punktów pomiaru oraz formuł mierników, a także definiowania analiz i raportów – tworzy elastyczne i konfigurowalne narzędzie wsparcia zarządzania operacyjnego. W modelu zaproponowano heterogeniczne środowisko informatyczne modelu symulacji zarządzania, zintegrowane mechanizmem importu i
eksportu danych iGrafx Process 2011 (danych operacyjnych i finansowych) z/do baz danych systemu klasy ERP przedsiębiorstwa. Na etapie badań, dane wejściowe (np. dane planu S&OP i potrzeb materiałowych, indeksu materiałowego, floty transportowej, kosztów) i
parametry operacyjne, zostały przygotowane w tablicach MS Excel (opcjonalnie w bazach
danych MS Access), wg specyfikacji rodzaju i struktury danych wymaganych dla systemu ERP. Import danych do zmiennych dynamicznych stanowiących atrybuty scenariuszy i transakcji w opracowanych modelach, umożliwił konfigurowanie i symulację środowiska zarządzania przepływem materiałów.
Opracowane algorytmy symulacyjne controllingu, obejmujące analizę zgodności wartości mierzonych wskaźników z planowanym zakresem normatywnym, umożliwiły ocenę wynikowej efektywności ekonomicznej, na podstawie wielowariantowej analizy zaprezentowanego modelu zarządzania przepływem materiałów.
147 | S t r o n a
Spis literatury
1. Abt St., 2001, Logistyka w teorii i praktyce, Wyd. Akademii Ekonomicznej w Poznaniu, Poznań, ISBN 83-88-
222-70-8
2. Agghezzaf, E.H., Raa, B., Landeghem, H. V., 2006, Modeling inventory routing problems in supply chains of
high consumption products, European Journal of Operational Research 169, s.1048-1063.
3. APICS Dictionary, 12th Edition, The Association for Operations Management 2008
4. Austin T. A., Lee H. I., Kopczak L., Supply Chain Integration in the PC Industry, Working Paper, Anderson
Consulting, Stanford University, 1997.
5. Bachorz P., 2006, VMI-technika ciągłego uzupełniania zapasów. Ruch materiałów, Logistyka a Jakość nr 2,
ISSN 1509-3719.
6. Banks J., Carson II J. S., Nelson B. L., Nicol D. M., Discrete Event System Simulation, 5rd Edition, Prentice-
Hall 2009.
7. Bendkowski J., Radziejowska G., 2005, Logistyka zaopatrzenia w przedsiębiorstwie, Wydawnictwo
Politechniki Śląskiej, Gliwice, ISBN 83-7335-289-9.
8. Biegaj A., 2006, Mierzalne cele, Logistyka a Jakość nr 6, ISSN 1509-3719.
9. Blackstone, J.H., APICS dictionary: the standard for excellence in the operations management profession,
12th edition, The Association for Operations Management 2008, ISBN: 1-55822-199-9
10. Blandzi A., Rzepka M., 2008, MRP dla opakowań – dostawy na czas, Logistyka a jakość nr 4, ISSN 1509-
3719.
11. Bonney M.C., , June 1994, Trends in inventory management, International Journal of Production Economics,
Volume 35, Elsevier.
12. Borowski I., Sukces jest w zasięgu ręki, Logistyka a Jakość, 2005 nr 3, s. 96-98.
13. Brzeziński M. red., 2002, Organizacja i sterowanie produkcją. Projektowanie systemów produkcyjnych i
procesów sterowania produkcją. Agencja Wydawnicza Placet, Warszawa.
14. Burnewicz J., Szałucki K., Wpływ członkostwa w Unii Europejskiej na transport w Polsce, Warszawa, 2003.
15. Carlson J.G., Just-in-Time in quick time, Proceedings of the 2nd International Conference, 20-22 October
1987, London UK. IFS (Publications) Ltd, Bedford UK, Springer - Verlag
16. Chan F.T.S., Zhang J., 2001, Modelling for agile manufacturing systems, International Journal of Production
Research, Vol.39, No.11, ISSN 0020-7543
17. Ciesielski M. (red.), Logistyka w biznesie, PWE, Warszawa 2006.
18. Ciesielski M., Długosz J.: Strategie łańcuchów dostaw, PWE, Warszawa 2010
19. Ciesielski M.: Sieci logistyczne, Wydawnictwo AE Poznań, Poznań 2002
20. Ciesielski M.: Strategie sieci dostaw w pracy Logistyka (red.) Kisperska-Moroń D. i Krzyżaniak S., Wydawnictwo Instytutu Logistyki i Magazynowania, Poznań 2009
21. Continuous Replenishment – ECR Best Practices, Grocery Manufactoring Association, 1996.
22. Coyle J.J., Bardi E.J., Langley Jr. C.J., 2002, Zarządzanie logistyczne, tłum. E. Klosa, Polskie Wydawnictwo
Ekonomiczne, Warszawa, ISBN 83-208-1355-7.
23. Cruijssen, W. Dullaert, H. Fleuren, (2007), Horizontal cooperation in transport and logistics: a literature
review, Transportation Journal, Vol. 46 No. 3.
24. Crum C., Palmatier G.E., (2004), Demand collaboration: what‘s holding us back?, Supply Chain Management
Review, Vol. 8 No. 1.
25. Cyplik P., 2003, Przegląd metod sterowania zapasami, Logistyka nr 1, ISSN 1231-5478
26. Cyplik P., 2005, Zastosowanie klasycznych metod zarządzania zapasami do optymalizacji zapasów
magazynowych – case study, LogForum, 2005, Vol., Issue 3, No 4, [dostęp 12.08.2011], dostępny
w Internecie: http://www.logforum.net/vol1/issue3/no4/1_3_4_05.html
27. Cyplik P., Głowacka-Fertsch D., Fertsch M., 2008, Logistyka przedsiębiorstw dystrybucyjnych, Wyższa
Szkoła Logistyki, Poznań, ISBN 978-83-925896-1-7
28. Czerska J., Doskonalenie strumienia wartości, Wydawnictwo Difin, Warszawa 2009
29. Czerska J., Współbieżność koncepcji, metod i technik zarządzania w procesie wyszczuplania
przedsiębiorstwa. Transformacja lean http://www.zie.pg.gda.pl/~jcz/wspolb_metod_zarz.pdf, [dostęp
25.07.2011]
148 | S t r o n a
30. Czubała A., Dystrybucja produktów, PWE, Warszawa 2001.
31. Davis T., (1993), Effective supply chain management, Sloan Management Review, Summer.
32. Dayanik S., Song J.S., Xu S.H., 2003, The Effectiveness of Several Performance Bounds for Capacitated
Production, Partial-Order-Service, Assemble-to-Order Systems, Manufacturing & Servive Operations
Management, Vol.5, No.3, ISSN 1523-4614
33. Dąbrowska-Mitek M., 2007, Ocena dostawców w przedsiębiorstwach handlowych, Problemy Jakości nr 2
34. Dąbrowska-Mitek M., 2008, Ocena i wybór dostawców w branży piwowarskiej na przykładzie Browaru
Namysłów Sp. z o.o., Logistyka nr 3, , ISSN 1231-5478.
35. De Jong G., Ben-Akiva M. (2007), A micro-simulation model of shipment size and transport chain choice,
Transportation Research Part B: Methodological, Vol. 41, No. 9.
36. Dembińska Cyran I., Jedliński M., Milewska B., Logistyka, Wyd. US, Szczecin 2000.
37. Długosz J.: Charakter tezy w promocyjnych pracach z obszaru nauk ekonomicznych , w: Podstawy metodologiczne prac doktorskich w naukach ekonomicznych (red) M. Sławińska, Wydawnictwo AE w Poznaniu, Poznań 2006.
38. Długosz J.: Nowoczesne technologie w logistyce, Polskie Wydawnictwo Ekonomiczne, Warszawa 2009
39. Długosz J.: Relacyjno-jakościowa koncepcja logistyki w zarządzaniu, Wyd. Akademii Ekonomicznej w Poznaniu, Poznań 2000
40. Ellinger A.E., Daugherty P.J., Keller S.B., (2000), The relationship between marketing/logistics
interdepartmental integration and performance in U.S. manufacturing firms: an empirical study, Journal of
Business Logistics, Vol. 21, No. 1.
41. Fajfer P., Koliński A., Problem integracji systemów informatycznych w łańcuchach dostaw, E-mentor,
1/2012, s. 84-89
42. Fajfer P., Pawlak R., Swoboda B., Procesowe zarządzanie w zintegrowanych systemach informatycznych,
Tom I, Wyższa Szkoła Logistyki, Poznań 2009
43. Fawaz A., Lean manufacturing tools and techniques in the process industry with a focus on steel, University
of Pittsburgh 2003, http://etd.library.pitt.edu/ETD/available/etd-05282003-114851/unrestricted/Abdullah.pdf,
[dostęp 16.08.2011]
44. Fertsch M., (red.), 2006, Słownik Terminologii Logistycznej, Wyd. Biblioteka Logistyka, Poznań, ISBN: 83-
87344-22-2.
45. Ficoń K., Logistyka ekonomiczna. Procesy logistyczne, BEL Studio, Warszawa 2008.
46. Forgarty D.W., Balcstone J., Hoffmann T.R., 1991, Production & Inventory Management, South Western
Publishing Co. Cincinnati Ohio.
47. Franaszek J., Sadowski A., 2008, Vendor Managed Inventory w Kujawskiej Fabryce Manometrów „KFM‖
SA, Logistyka nr 1, ISSN 1231-5478.
48. Głowacka-Fertsch D., Fertsch M., Zarządzanie produkcją, wydanie I, Wyższa Szkoła Logistyki, Poznań
2004, ISBN: 83-917966-3-9
49. Goldratt E.M., Cox J., 2007, Cel I, Doskonałość w produkcji, MINT Books, Warszawa, ISBN 978-83-60665-
05-3
50. Gołembska E. (red.),Współczesne kierunki rozwoju logistyki, PWE, Warszawa 2006.
51. Gupta M.C., Boyd L.H., 2008,Theory of constraints: a theory for operations management, International
Journal of Operations & Production Management, Vol.28 No.10, ISSN 0144-3577
52. Gwiazda T.D., 2002, Algorytmy ewolucyjne w rozwiązywaniu nieliniowych problemów decyzyjnych, Wyd.
Naukowe Wydziału Zarządzania Uniwersytetu Warszawskiego, Warszawa, ISBN 83-908624-2-5
53. Hadaś Ł, Cyplik P., Fertsch M., 2009, Method of buffering critical resources in make-to-order shop floor
control in manufacturing complex products; International Journal of Production Research, Vol.47 No.8,
ISSN 0020-7543
54. Hadaś Ł., Domański R., 2008, Mechanizmy kontroli poziomu robót w toku w systemach produkcyjnych wg
koncepcji LEAN MANAGEMENT i THEORY OF CONSTRAINTS, [CD-ROM], Instytut Inżynierii Zarządzania
Politechniki Poznańskiej
55. Hallgren M., Olhager J., 2006, Differentiating manufacturing focus, International Journal of Production
Research, Vol.44, Nos.18-19, ISSN 0020-7543
56. Hałas E., Swarcewicz R., maj 1996, ECR – Efektywna strategia obsługi klienta, II Międzynarodowa
Konferencja „Logistics‘96‖, Warszawa.
57. Hammer M., Champy J., Reengineering w przedsiębiorstwie, Neumann Management Institute, Warszawa
1996
149 | S t r o n a
58. Hanczar P., Symulacja - narzędzie analizy przepływu towarów w systemie dystrybucyjnym, Logistyka 2007
nr 5.
59. Holter R., Grant D. B., Ritchie J., Shaw N., (2008), A framework for purchasing transport services in small and
medium size enterprises, International Journal of Physical Distribution & Logistics Management, Vol. 38 No1.
60. Jacyna M.: Wybrane zagadnienia modelowania systemów transportowych. Oficyna Wydawnicza
Politechniki Warszawskiej, Warszawa 2009 r.
61. Kasprzak T., (red.), Modele referencyjne w zarządzaniu procesami biznesu, Wyd. Difin, Warszawa 2005.
62. Katayama H., Bennett D., Lean production in a changing competitive world: a Japanese perspective,
International Journal of Operations & Production Management, Vol. 16 No. 2 1996, ISSN: 0144-3577
63. Kawa A., Konfigurowanie łańcucha dostaw, Uniwersytet Ekonomiczny, Poznań 2011.
64. Kee-Hung Lai, Ngai E. W. T., Cheng T. C. E. (2002), Measures for evaluating supply chain performance in
transport logistics, Transportation Research Part E: Logistics and Transportation Review, Vol. 38, No. 6.
65. Kisperska - Moroń D., Płaczek E., Liniecki R., Zarządzanie logistyczne w firmach usługowych, AE Katowice
2003.
66. Kisperska – Moroń D., Pomiar funkcjonowania łańcuchów dostaw, AE, Katowice 2006.
67. Kisperska– Moroń D., Krzyżaniak S. (red.), Logistyka, Biblioteka Logistyka 2009.
68. Koh S.-G., Bulfin R.L., 2004, Comparison of DBR with CONWIP In an unbalanced production Line with three
stations, International Journal of Production Research, Vol.42 No.2, ISSN 0020-7543
69. Koliński A., 2011, Przegląd metod i technik oceny efektywności procesu produkcyjnego, Logistyka, CD –
Materiały Konferencyjne WSLForum 2011, s. 1-9
70. Koliński A., Fajfer P., ERP integration as a support for logistics controlling in supply chain, in: Information
Technologies in Environmental Engineering – new trends and challenges, Golinska P., Fertsch M. and Marx-
Gomez J. (eds.), ESE. Springer, Berlin Heidelberg, pp. 617-626
71. Koliński A., Tomkowiak A., 2010, Wykorzystanie koncepcji analizy wąskich gardeł w zarządzaniu produkcją,
Gospodarka Materiałowa i Logistyka, nr 10, s. 16-21
72. Konecka S., 2010, Lean and agile supply chain management concept in the aspect of risk management,
LogForum, Vol. 6, Issue 4, No 3, p. 23-31
73. Kos B., Rozwój integracji systemów transportowych w Unii Europejskiej, w: M. Michałowska (red.), Procesy
integracyjne wybranych systemów transportowych, AE, Katowice 2007.
74. Kowalska K., 2005, Logistyka zaopatrzenia, Wydawnictwo Akademii Ekonomicznej w Katowicach, Katowice,
ISBN 83-7246-880-X.
75. Krueger M., Cyplik P., 2008, Nowoczesne podejście do zarządzania zapasami w zintegrowanych
łańcuchach dostaw, Logistyka nr 2, [CD-ROM], , ISSN 1231-5478.
76. Krzyżaniak S., 2003 a, Krótka powtórka z klasycznej teorii zapasów, Logistyka nr 1, ISSN 1231-5478.
77. Krzyżaniak S., 2003 b, Podstawy zarządzania zapasami w przykładach, Biblioteka Logistyka, Poznań, ISBN
83-87344-85-0.
78. Krzyżaniak S., 2008 a, Między teorią a praktyką zarządzania zapasami - o znaczeniu prawidłowego
określania czasu cyklu uzupełnienia, Logistyka nr 5, ISSN 1231-5478.
79. Krzyżaniak S., 2008 b, Zapasy we współczesnych rozwiązaniach logistycznych, Logistyka nr 4 , ISSN 1231-
5478.
80. Kubicki J., Kuriata A., Problemy logistyczne w modelowaniu systemów transportowych, WKiŁ Warszawa
2000.
81. Kudelska I., Ponikierska A., 2008, Narzędzia sztucznej inteligencji w technikach ADC, w: Fertsch M.,
Grzybowska K., Stachowiak A. (red), Logistyka i zarządzanie produkcją – narzędzia, techniki, metody,
modele, systemy, Wydano przez Instytut Inżynierii Zarządzania Politechniki Poznańskiej, Poznań, ISBN
897-83-60906-12-5
82. Lewandowski J., 2007, Operator logistyczny – zło konieczne czy właściwy sposób na rozwiązanie
problemów, Logistyka a Jakość nr 4, ISSN 1509-3719.
83. Liao Z., Rittscher J., (2007), Integration of supplier selection, procurement lot sizing and carrier selection
under dynamic demand conditions, International Journal of Production Economics, Vol. 107 No. 2.
84. Lipińska – Słota A. (red.), Polski transport w europejskiej przestrzeni gospodarczej, AE, Katowice 2005.
85. Lysons K., 2004, Zakupy zaopatrzeniowe, tłum. E. Klosa, Polskie Wydawnictwo Ekonomiczne, Warszawa,
ISBN 83-208-1473-1.
150 | S t r o n a
86. Ławrynowicz A., 2006, Zarządzanie produkcją w ogniwie sieci dostaw z zastosowaniem systemu
eksperckiego i algorytmu genetycznego, Wyd. Akademia Techniczno-Rolnicza im. Jana i Jędrzeja
Śniadeckich w Bydgoszczy , Bydgoszcz, ISSN 0209-0597
87. Łubniewski R., 2010, Zapasy w systemie logistycznym produkcji, Wydawnictwo Wyższej Szkoły Zarządzania
„Edukacja‖, Wrocław, ISBN 978-83-87708-69-6.
88. Majewski J., 2003, Zapasy w systemach informatycznych (cz.1), Logistyka nr 1, ISSN 1231-5478.
89. Malanowska I., Koliński A., Rola systemów informatycznych w procesie przepływu informacji w łańcuchach
dostaw, w: Społeczeństwo informacyjne. Gospodarka, technologie, procesy, Hales C., Mikuła B. (red.),
Wydawnictwo Uniwersytetu Ekonomicznego, Kraków 2011, s. 157-172
90. McKinnon, A. and Ge, Y. (2004), Use of a synchronized vehicle audit to determine opportunities for improving
transport efficiency in a supply chain, International Journal of Logistics: Research and Applications, Vol. 7 No.
3.
91. Meixell M. J., Norbis M., A review of the transportation mode choice and carrier selection literature, The
International Journal of Logistics Management Vol. 19 No. 2, 2008.
92. Mierzyńska J., 2003, Rozwiązania w sferze przepływu materiałów w Philips Lighting Poland SA –
nakierowane na obniżanie kosztów, Logistyka nr 1, ISSN 1231-5478.
93. Milewska B., Milewski D., 2001, Just-in-time, Wydawnictwo Profesjonalnej Szkoły Biznesu, Kraków, ISBN
83-7230-044-5.
94. Mindur L., Współczesne technologie transportowe, Wyd. Politechnika Radomska, Warszawa 2002.
95. Morlok E.K., Chang D.J. (2004), Measuring capacity flexibility of a transportation system, Transportation
Research, Part A, Vol. 38.
96. Müller R., Rupper P., Process Reengineering, Wydawnictwo Astrum, Wrocław 2000
97. Naylor J.B., Naim M.M., Berry D., 1999, Leagility: integrating the lean and agile manufacturing paradigms in
the total supply chain, International Journal of Production Economy, 62, ISSN 0925-5273
98. Nowak E., Piechota R., Wierzbiński M.: Rachunek kosztów w zarządzaniu przedsiębiorstwem, PWE, Warszawa 2004.
99. Nowak E.: Controlling w przedsiębiorstwie, koncepcje i instrumenty, ODiDK, Gdańsk 2003
100. Nowak E.: Controlling zorientowany na procesy, w: Controlling w działalności przedsiębiorstwa. Nowak E. (red.), PWE, Warszawa 2004.
101. Nowak E., Controlling w działalności przedsiębiorstwa, PWE, Warszawa 2010
102. Nowicka - Skowron M.: Efektywność systemów logistycznych. PWE Warszawa 2000
103. Nowicka - Skowron M.: Pomiar funkcjonowania łańcucha dostaw, w: Logistyka (red.) Kisperska-Moroń D. i Krzyżaniak S., Wydawnictwo Instytutu Logistyki i Magazynowania, Poznań 2009
104. Nowicka – Skowron M.: Wybrane problemy zarządzania zapasami w przedsiębiorstwie. Politechnika Częstochowska, Częstochowa 2000
105. Nowicki, I. Chomiak – Orsy (red.), Systemy informacyjne logistyki, Uniwersytet Ekonomiczny, Wrocław 2008.
106. Oleśków J., 2003, Wybór metody określania wielkości partii, w: M. Fertsch (red.), Logistyka produkcji,
Biblioteka Logistyka, Poznań, ISBN 83-87344-36-2.
107. Olhager J., 2003, Strategic positioning of the order penetration point, International Journal of Production
Economics, 85, ISSN 0925-5273
108. Organizacja produkcji – szczegółowy opis rozwiązania, SAP Polska 2005,
http://www.sap.com/poland/solutions/business-suite/erp/brochures/organizacja_produkcji.pdf
109. Osowski St., 2006, Sieci neuronowe do przetwarzania informacji‖, Oficyna Wydawnicza Politechniki
Warszawskiej, Warszawa, ISBN 83-7207-615-4
110. Pakuła G., 2006, Jak zapewnić odpowiednią jakość dostaw, Zarządzanie jakością w praktyce, Wydawnictwo
Wiedza i Praktyka, Warszawa
111. Pande P.S., Neuman R.P., Cavanagh R.R., Six Sigma, K.E.Liber, Warszawa 2003. 112. Pawlewski P., Technologie informatyczne używane w symulacji procesów logistycznych, Logistyka, 2010 nr
1. 113. Pidd M., Computer simulation In management science, The Management School, University of Lancaster
1992.
114. Piotrowski M., Notacja modelowania procesów biznesowych, Wyd. BTC, Warszawa 2007
115. Potter A., (2003), Integrating transport into supply-chains, Logistics & Transport Focus, Vol. 5, No. 8.
116. Pragman C.H., JIT II: a purchasing concept for reducing lead times in time-based competition - just-in-time
management, Business Horizons, July-August 1996, [dostęp 10.08.2011], dostępny w Internecie:
http://findarticles.com/p/articles/mi_m1038/is_n4_v39/ai_18485578/
151 | S t r o n a
117. Qiu hong Zhao, Shuang Chen, Leung Stephen C.H., Lai K.K., (2010), Integration of inventory and
transportation decisions in a logistics system, Transportation Research Part E: Logistics and Transportation
Review, Vol. 46. No. 6.
118. Quintana R., A production methodology for agile manufacturing in a high turnover environment, International
Journal of Operations & Production Management, Vol. 18 No. 5, 1998, ISSN: 0144-3577
119. Ratajczak J., Redmer A., 2010, Różne formy organizacji magazynowania w firmie – ile to kosztuje, Logistyka
nr 1, ISSN 1231-5478.
120. Remlein P., Szłapka D., 2004, Zastosowanie algorytmów genetycznych do wyznaczania najlepszych kodów
„Tail-Biting, [dostęp 10.08.2011], dostępny w Internecie: http://www.pwt.et.put.poznan.pl/2004/PWT3536.pdf
121. Rosell L., 2004, Techniki zakupu. Jak zwiększyć efektywność zakupów w firmie, tłum. P. Marconi –
Mikołajczak, BL Info Polska, Gdańsk, ISBN 83-89537-45-1.
122. Rother M., Harris R., Tworzenie ciągłego przepływu, Wrocławskie Centrum Transferu Technologii, Wrocław
2004, ISBN: 0-9743225-3-9
123. Rudberg M., Wikner J., 2004, Mass customization in terms of the customer order decoupling point,
Production Planning & Control, Vol.15, No.4, ISSN 0953-7287
124. Rutkowski K. (red.), Najlepsze praktyki w zarządzaniu łańcuchem dostaw, SGH, Warszawa 2008.
125. Sagbansua L., Alabay M.N., 2010, An MRP model for supply chains, International Business Research, Vol.
3, No. 4; October 2010.
126. Sanchez-Rodrigues V., Potter A., Naim M. M. (2010), The impact of logistics uncertainty on
sustainabletransport operations, International Journal of Physical Distribution & Logistics Management Vol. 40
No. ½.
127. SAP Polska, Organizacja produkcji s. 5-6
http://www.sap.com/poland/solutions/businesssuite/erp/brochures/organizacja_produkcji.pdf, [dostęp
16.08.2011]
128. Sariusz-Wolski Z., 1997, Ilościowe metody zarządzania logistycznego w przedsiębiorstwie, Wydawnictwo
TSZ, Toruń
129. Sarjusz-Wolski Z., 2000, Sterowanie zapasami w przedsiębiorstwie, PWE, Warszawa.
130. Schaefers J., Aggoune R., Becker F., Fabbri R., 2004, TOC – based planning and scheduling model,
International Journal of Production Research, Vol.42 No.13, ISSN 0020-7543
131. Semenov I. N., Filina L., Pluciński M., Kotowska I., Wiktorowska – Jasik A., Zintegrowane łańcuchy
transportowe, Difin, Warszawa 2008.
132. Shukla N., Tiwari M.K, Ceglarek D., 2011, Algorithm Portfolios based on Evolutionary Algorithms for
Dynamic Optimization Problem, International Journal of Production Research, dzieło niepublikowane, ISSN
0020-7543
133. Simatupang T.M., Wright A.C., Sridharan R., 2004, Applying the theory of constraints to supply chain
colaboration, Supply Chain Management: An International Journal, Vol.9 No.1, ISSN 1359-8546
134. Sirikrai V., Yenradee P., 2006, Modified drum-buffer-rope scheduling mechanizm for a non-identical parallel
machine flow shop with processing –time variation, International Journal of Production Research, Vol.44
No.17, ISSN 0020-7543
135. Skipworth H., Harrison A., 2006, Implications of form postponement to manufacturing a customized product,
International Journal of Production Research, Vol.44, No.8, ISSN 0020-7543
136. Skowronek Cz., Sarjusz-Wolski Zdz., 2008, Logistyka w przedsiębiorstwie, Polskie Wydawnictwo
Ekonomiczne, Warszawa, ISBN 978-83-208-1726-3.
137. Slack N. (2005), The changing nature of operations flexibility, International Journal of Operations & Production
Management, Vol. 25 No. 12.
138. Slack N., The flexibility of manufacturing systems, International Journal of Operations & Production
Management, Vol. 25 No. 12, 2005, ISSN: 0144-3577
139. Słownik terminologii logistycznej, ILiM, Poznań 2006.
140. Sobkowiak A., 2005, Korzyści VMI, Logistyka a Jakość nr 2, ISSN 1509-3719.
141. Stajniak M., Transport as a supply chain integration factor, Department of Economics, University of Žilina
2008.
142. Stajniak M., Transport as the factor of the integration and competitiveness of logistic chains, Międzynarodowa
Konferencja Naukowa „Zarządzanie doskonaleniem procesów‖, Wyższa Szkoła Humanitas, Sosnowiec 2008.
152 | S t r o n a
143. Stank T.P., Goldsby T.J. (2000), A framework for transportation decision making in an integrated supply
chain, Supply Chain Management: An International Journal, Vol. 5 No. 2.
144. Supply Chain Council, 2010, Supply Chain Operations Reference (SCOR®) model, Overview - Version 10.0,
http://supply-chain.org/f/SCOR-Overview-Web.pdf, [dostęp 16.08.2011]
145. Supply-Chain Council, Supply-Chain Operations Reference model, SCOR Overview Version 9.0
146. Szuster M., 2008, Warunki nawiązania współpracy z operatorem logistycznym, Logistyka a Jakość nr 2,
ISSN 1509-3719.
147. Szymański P., 2007, Zarządzanie majątkiem obrotowym w procesie kreowania wartości przedsiębiorstwa,
Wydawnictwo Petros, Łódź, ISBN 978-83-89324-00-9.
148. Szyszka G., Logistyka w latach 2008-2009 w: Logistyka wobec nowych wyzwań, Wydawnictwo ILiM, Poznań 2010
149. Śliwczyński B., Controlling operacyjny łańcucha dostaw w zarządzaniu wartością produktu, Uniwersytet Ekonomiczny w Poznaniu, Poznań 2011
150. Śliwczyński B., Controlling w zarządzaniu logistyką, Wyższa Szkoła Logistyki, Poznań 2007
151. Śliwczyński B.: Kontroling operacyjny w kształtowaniu procesów łańcucha dostaw ukierunkowany na zarządzanie wartością produktu [W:] Modelowanie procesów i systemów logistycznych, cz. IX. Zeszyty Naukowe Uniwersytetu Gdańskiego "Ekonomika Transportu Lądowego" nr 39. Red. M. Chaberek, C. Mańkowski. Wyd. UG, Gdańsk 2010,
152. Śliwczyński B.: Planowanie logistyczne. Wydawnictwo ILiM, Poznań 2008.
153. Śliwczyński B.: The reference model of supply chain operational controlling in value management. LogForum, 6, 1, 3, Poznań 2010.
154. Śliwczyński B.: Bezpieczne łańcuchy dostaw. Logistyka, Poznań 01/2009.
155. Śliwczyński B.: Integration of supply chain – modeling, partnership and management. Rozdział: Supply chain processes controlling - tool for value management. Wydawnictwo Uniwersytetu Technicznego w Poznaniu. Poznań 2009, s. 135-152
156. Śliwczyński B.: Supply chain management inside company value system, LogForum, nr 2/ 2006, Poznań 2006.
157. Światowiec-Szczepańska J., 2007, Ewolucja funkcji zaopatrzenia w przedsiębiorstwie, Logistyka nr 3, ISSN
1231-5478.
158. Taylor L.J., 1999, A simulation study of WIP inventory drive systems and their effect on financial
measurements, Integrated Manufacturing Systems, 10/5, ISSN 0951-5240
159. Tracey M., (2004), Transportation effectiveness and manufacturing firm performance, International Journal of
Logistics Management, Vol. 15 No. 2.
160. Trojanowska J., Kolińska K., Koliński A., Stosowanie narzędzi Lean w przedsiębiorstwach produkcyjnych
jako skuteczny sposób walki z kryzysem gospodarczym, w: Zarządzanie w kryzysie, Piaseczny J. (red.),
Problemy Zarządzania, Vol. 9, nr 1, Wydawnictwo Naukowe Wydziału Zarządzania Uniwersytetu
Warszawskiego, Warszawa 2011, s. 34-52
161. Twaróg J., 1999, Czas przepływu materiałów w łańcuchu dostaw, Logistyka nr 6, ISSN 1231-5478.
162. Twaróg J., 2003, Mierniki i wskaźniki logistyczne, Biblioteka Logistyka, Poznań, ISBN 83-87344-31-1.
163. Twaróg J., 2005, Mierniki i wskaźniki logistyczne, , Biblioteka Logistyka, Poznań, ISBN 83-87344-91-5.
164. Umble M., Umble E, Murakami S., 2006, Implementing the theory of constraints in a traditional Japanese
manufacturing environment: the case of Hitachi Tool Engineering, International Journal of Production
Research, Vol.44 No.10,ISSN 0020-7543
165. Weiss W., 2003, Integracyjna rola zarządzania zapasami, Logistyka nr 1, ISSN 1231-5478.
166. Weselik A., 2003, Jak minimalizować koszty utrzymania zapasów, Logistyka nr 1, ISSN 1231-5478.
167. Wikner J., Naim M.M, Rudberg M., 2007, Exploiting the Order Book for Mass Customized Manufacturing
Control Systems With Capacity Limitations, IEEE Transactions on Engineering Management, Vol.54, No.1,
ISSN 0018–9391
168. Witkowski J., 2003, Zarządzanie łańcuchem dostaw, koncepcje, procedury, doświadczenia, Polskie
Wydawnictwo Ekonomiczne, Warszawa, ISBN 83-208-1489-8.
169. Womack J. P., Jones D. T., Odchudzanie firm – eliminacja marnotrawstwa kluczem do sukcesu, Centrum
Informacji Menadżera, Warszawa 2001, ISBN: 83-86210-64-8
170. Womack J. P., Jones, D. T., Roos, D., The machine that changed the world, Rawson Associates, New York
1990, ISBN: 978-0-06-097417-6
171. Wrona A., Modelowanie i symulacja procesów transportowych za pomocą pakietu symulacyjnego SLAM II,
Wydawnictwo Uniwersytetu Gdańskiego, Gdańsk 2000.
153 | S t r o n a
172. Wu H.-H., Yeh M.-L., 2006, A DBR scheduling metod form manufacturing environments with bottleneck re-
entrant flow, International Journal of production Research, Vol.44 No.5, ISSN 0020-7543
173. Yusuf Y.Y., Adeleye E.O., 2002, A comparative study of lean and agile manufacturing with a related survey
of current practices in the UK, International Journal of Production Research, Vol.40, No.17, ISSN 0020-7543
DR HAB. INŻ. BOGUSŁAW ŚLIWCZYŃSKI, PROF. ILiM i WSL
Ekspert w dziedzinie zarządzania operacyjnego przedsiębiorstw i łańcuchów dostaw,
controllingu i kosztów oraz poprawy efektywności procesów. Jest doradcą zarządów
wielu przedsiębiorstw, kierował lub był wykonawcą ponad 200 projektów wdro-
żeniowych dla przedsiębiorstw polskich i zagranicznych w zakresie organizacji systemów
zarządzania i controllingu, racjonalizacji procesów zakupów i zaopatrzenia, produkcji,
sprzedaży, zarządzania zapasami i magazynowaniem, transportem i dystrybucją, a także
doboru strategii operacyjnej. Prof. Śliwczyński jest doktorem habilitowanym nauk
ekonomicznych i doktorem nauk technicznych, co pozwala na interdyscyplinarne
powiązanie zagadnień ekonomiczno-finansowych i inżynierii procesowej
koordynowanych i realizowanych prac. Realizował projekty oraz konsultował i szkolił
kadrę kierowniczą ponad 1000 przedsiębiorstw wielu branż i sektorów gospodarki,
w tym: motoryzacyjnej (m.in. Volkswagen, Volvo, Fiat, Lear Co), energetycznej (m.in. PKN
Orlen, LOTOS, Zespół Elektrowni PAK SA), wydobywczej (m.in. Kompania Węglowa SA,
KGHM), logistycznej (m.in. Panopa Logistik, Ponetex Logistic, Schenker, PKS Gdańsk-
Oliwa), handlowej (m.in. Grupa Metro, JMP, Tesco, Intermarche, Castorama, Rossmann),
produkcyjnej (m.in. Alcatel-Lucent, Ruukki, Hochland SA, Stalexport SA, ZAK Grupa Azoty
SA, TZMO SA, Zentis, Artman SA, Pioma Odlewnia). Jest pełnomocnikiem Dyrektora
Instytutu Logistyki i Magazynowania ds. Konsultingu i Kierownikiem Katedry Informacji
Logistycznej i Informatyki Wyższej Szkoły Logistyki w Poznaniu. Autor ponad 100
publikacji polskich i zagranicznych z zakresu zarządzania operacyjnego, controllingu
oraz zarządzania logistyką i łańcuchami dostaw, w tym m.in. książek "Controlling
operacyjny łańcucha dostaw w zarządzaniu wartością produktu", "Planowanie logi-
styczne", "Controlling w zarządzaniu logistyką", „Organizacja i monitorowanie procesów
produkcji”, „Organizacja i monitorowanie procesów dystrybucji”.
KSIĄŻKA JEST UNIKALNĄ NA POLSKIM I ŚWIATOWYM RYNKU WYDAWNICZYM
POZYCJĄ O CHARAKTERZE MONOGRAFICZNYM, TAK WNIKLIWIE OBEJMUJĄCĄ
ZAGADNIENIA MODELOWANIA PROCESÓW PRZEPŁYWU MATERIAŁÓW I OCENY ICH
EFEKTYWNOŚCI.
WARTOŚĆ MODELOWANIA WIELOKRYTERIALNYCH SYSTEMÓW
DECYZYJNYCH WYNIKA Z POTRZEBY SPRAWDZENIA SCENARIUSZY DZIAŁAŃ, METOD
ZARZĄDZANIA I WARIANTÓW ROZWIĄZAŃ ORGANIZACYJNYCH (NP. ZAOPATRZENIA,
TRANSPORTU, PRODUKCJI, DYSTRYBUCJI, OUTSOURCINGU) JESZCZE NA ETAPIE
PLANOWANIA. ZAPROJEKTOWANE MODELE PROCESÓW ORAZ SYMULACJA ICH
ZACHOWANIA W WARUNKACH QUASI-RZECZYWISTYCH, UMOŻLIWIAJĄ ANALIZĘ
WYNIKÓW EKONOMICZNYCH (NP. KOSZTÓW, RENTOWNOŚCI, PŁYNNOŚCI
FINANSOWEJ I ZAPOTRZEBOWANIA NA KAPITAŁ OBROTOWY) ORAZ OPERACYJNYCH
(NP. PRODUKT YWNOŚCI , SPRAWNOŚCI , N IEZAWODNOŚCI , POZIOMU
WYKORZYSTANIA ZASOBÓW) ZANIM PODJĘTE ZOSTANĄ W PRZEDSIĘBIORSTWIE
DECYZJE DZIAŁAŃ OPERACYJNYCH, DECYZJE INWESTYCYJNE CZY ZOBOWIĄZANIA
FINANSOWE. WARTOŚĆ MODELOWANIA I SYMULACJI WYNIKA Z ANALIZ WYPRZE-
DZAJĄCYCH PRZEBUDOWĘ PROCESÓW, ZMIANĘ STRUKTUR ORGANIZACYJNYCH
PRZEDSIĘBIORSTWA, ZOBOWIĄZAŃ WOBEC DOSTAWCÓW I ODBIORCÓW. JEST
EFEKTEM DĄŻENIA DO ELIMINOWANIA RYZYKA GOSPODARCZEGO PRZEZ KADRĘ
ZARZĄDZAJĄCĄ PRZEDSIĘBIORSTW, POPRAWY WYNIKÓW PRZEDSIĘBIORSTWA
I MAKSYMALIZACJI JEGO WARTOŚCI.
MODELE PROCESÓW PRZEPŁYWU MATERIAŁÓW I ICH WZAJEMNE ZA-
LEŻNOŚCI ZOSTAŁY PRZENIESIONE NA POZIOM ALGORYTMÓW INFORMATYCZNYCH
W ŚRODOWISKU IGRAFX® PROCESS 2011 FOR ENTERPRISE MODELING. UZYSKANE
W TEN SPOSÓB INTERAKTYWNE MODELE PROCESÓW, ŚRODOWISKO SYMULACJI
I INTERFEJSY IMPORTU/EKSPORTU DANYCH Z/DO SYSTEMÓW INFORMATYCZNYCH
WYKORZYSTYWANYCH PRZEZ PRZEDSIĘBIORSTWA, TWORZĄ UNIWERSALNE
NARZĘDZIE INFORMATYCZNE WSPOMAGANIA DECYZJI WYBORU SCENARIUSZY
ZAOPATRZENIA I WARIANTÓW DOSTAW.
RECENZENT: PROF. DR HAB. INŻ. JÓZEF FRĄŚ
ISBN 978-83-62285-24-27 788362 285242
top related