Optimalizace řízení zásob brněnské divize Přístrojové transformátory a senzory společnosti ABB, s.r.o

Mendelova univerzita v Brně Provozně ekonomická fakulta

Optimalizace řízení zásob brněnské divize Přístrojové transformátory a senzory společnosti ABB, s.r.o. Diplomová práce

Vedoucí práce: Ing. Luboš Střelec, Ph.D.

Bc. Iveta Chlubnová

Brno 2012

Tímto bych ráda poděkovala svému vedoucímu, Ing. Luboši Střelcovi, Ph.D. za jeho vstřícný přístup, cenné rady i podnětné připomínky. Dále děkuji i zaměstnancům firmy ABB, s.r.o., jmenovitě Ing. Evě Měcháčkové a Ladislavu Šenkýřovi za ochotu při získávání informací a dat.

Prohlašuji, že jsem diplomovou práci na téma „Optimalizace řízení zásob brněnské divize Přístrojové transformátory a senzory společnosti ABB, s.r.o.“ vypracovala samostatně s pomocí vedoucího práce a s využitím zdrojů, uvedených v přehledu literatury. V Brně dne 21. května 2011

_______________________

Abstract Chlubnová, I. Optimizing inventory management Brno division Instrument Transformers & Sensors ABB Ltd. Diploma thesis. Brno: MENDELU, 2012. This thesis deals with the possibility of optimizing the inventory of finished products in the selected division of ABB Ltd. The theoretical part deals with a brief inventory division, but especially ABC classification and inventory management models. The practical section outlines the characteristics of company and the current situation in the field of storage inventory. This is followed by the breakdown of finished products into groups according to the ABC analysis with a focus on stocks A and B. The key point is the application of appropriate stock models at the firm to minimize costs and improve efficiency of warehouse inventory. Keywords Inventory, inventory management, optimising, ABC classification, inventory models.

Abstrakt Chlubnová, I. Optimalizace řízení zásob brněnské divize Přístrojové transformátory a senzory společnosti ABB, s.r.o. Diplomová práce. Brno: MENDELU v Brně, 2012. Diplomová práce se zabývá možností optimalizace zásob hotových výrobků ve vybrané divizi firmy ABB, s.r.o. Teoretická část začíná stručným dělením zásob, ale především ABC klasifikací a modely řízení zásob. V praktické části je nastíněna charakteristika firmy a současná situace v oblasti skladování zásob. Následuje rozčlenění hotových výrobků do skupin podle ABC analýzy s hlavním zaměřením na zásoby A a B. Stěžejním bodem je aplikace vhodných modelů zásob na danou firmu za účelem minimalizace nákladů a zvýšení efektivnosti skladu zásob. Klíčová slova Zásoba, řízení zásob, optimalizace, ABC klasifikace, modely zásob.

Obsah

9

Obsah 1

2

Úvod, cíl a metodika práce 1.1

Úvod práce...................................................................................................... 17

1.2

Cíl práce .......................................................................................................... 18

1.3

Materiál a metodika práce............................................................................ 18

Literární přehled 2.1

2.2

22

Zásoby ............................................................................................................. 22

2.1.1

Druhy zásob ........................................................................................... 22

Klasifikace zásob ABC .................................................................................. 23

2.2.1

Paretův zákon ........................................................................................ 24

2.2.2

Charakteristika jednotlivých kategorií............................................... 25

2.2.3

Lorenzova křivka a analýza XYZ........................................................ 27

2.2.4

Vícekriteriální ABC analýza ................................................................ 28

2.2.5

Modifikace ABC klasifikace................................................................. 29

2.3

Modely řízení zásob ...................................................................................... 31

2.3.1

Deterministické modely zásob ............................................................ 32

2.3.2

Stochastické modely zásob .................................................................. 34

2.3.3

Nedeterministické modely zásob........................................................ 35

2.3.4

Statické modely zásob .......................................................................... 35

2.3.5

Dynamické modely zásob .................................................................... 36

2.4 3

17

Aktuální problematika modelů ................................................................... 41

Charakteristika společnosti a její současný stav řízení zásob 3.1

45

Informace o společnosti ................................................................................ 45

3.1.1

Divize Přístrojových transformátorů a senzorů ............................... 48

3.1.2

Produkty divize ..................................................................................... 50

3.2

Porovnání situace firmy ABB, s.r.o. ............................................................ 52

10

4

Obsah

Optimalizace řízení zásob divize 4.1

58

Aplikace ABC klasifikace.............................................................................. 58

4.1.1

ABC klasifikace podle ročního finančního objemu .......................... 58

4.1.2

ABC klasifikace podle ročního počtu prodaných kusů ................... 62

4.1.3

Aplikace modifikace ABC analýzy ..................................................... 65

4.1.4

Dílčí závěry............................................................................................. 72

4.2

Aplikace modelů řízení zásob ...................................................................... 73

4.2.1 Dynamický model s absolutně daným pohybem zásob a nedostatkem zásoby.......................................................................................... 74 4.2.2

POQ model ............................................................................................. 78

4.2.3

Model se stochastickou spojitou poptávkou ..................................... 81

4.2.4

Dílčí závěry............................................................................................. 84

5

Shrnutí a diskuze

86

6

Závěr

93

7

Literatura

96

A

Ukázka dat o skladových zásobách

102

B

Aplikace modelů zásob u skupiny B

103

C

Srovnání ABC analýz v rámci A kategorie

109

Seznam obrázků

11

Seznam obrázků Obr. 1 Schéma rozdělení dle metody ABC (Zdroj: Tomek a Vávrová, 2007)

26

Obr. 2

Koncentrace opatřování (v %) (Zdroj: Stehlík a Kapoun, 2008)

27

Obr. 3

Příklad analýzy ABC/XYZ (Zdroj: Tomek a Vávrová, 2007)

28

Obr. 4

Základní model EOQ (Zdroj: Russell a Taylor, 2009, upraveno)

34

Obr. 5 Průběh stavu zásob stochastického modelu (Zdroj: Jablonský, 2007, upraveno)

35

Obr. 6 Průběh zásob dynamického modelu s absolutně determinovaným pohybem zásob (Zdroj: Sixta a Žižka, 2009, upraveno)

38

Obr. 7 Průběh stavu zásob při nespojité spotřebě (Zdroj: Sixta a Žižka, 2009, upraveno)

38

Obr. 8

Stav zásob a dodávkové cykly (Zdroj: Jablonský, 2007)

40

Obr. 9 POQ model s výrobními a spotřebními cykly (Zdroj: Jablonský, 2007)

41

Obr. 10 Schéma umístění divize Přístrojové transformátory a senzory ve firmě (Zdroj: Opělová, 2009)

49

Obr. 11

Vybrané ukázky výrobků (Zdroj: ABB)

51

Obr. 12

Příklad značení rozměrů výrobků (Zdroj: Opělová, 2009)

51

Obr. 13 Vývoj počtu vyrobených transformátorů a senzorů mezi roky 2000 a 2011 (Zdroj: ABB)

55

Obr. 14 Poměr finančních hodnot skupin v rámci celého spektra výrobků (Zdroj: data firmy ABB, s.r.o., vlastní zpracování)

71

12

Seznam obrázků

Obr. 15 Poměr položek v rámci skupiny vůči celkovému počtu (Zdroj: data firmy ABB, s.r.o., vlastní zpracování)

71

Seznam tabulek

13

Seznam tabulek Tab. 1 Srovnání ukazatelů ABB Group za rok 2010 a 2011 (v mil. dolarů)

46

Tab. 2 Výsledky ABB, s.r.o. podle US GAAP za období 2004 – 2010 (v mil. Kč)

48

Tab. 3

Základní údaje divize za rok 2008

49

Tab. 4

Výsledky hospodaření za období 2005–2010 (v Kč)

50

Tab. 5

Rozdělení výrobků divize

50

Tab. 6

Rozpětí hmotností a rozměrů typových výrobků

51

Tab. 7 Maxima, minima, medián a modus u typových transformátorů a senzorů

52

Tab. 8

53

SWOT analýza firmy ABB, s.r.o.

Tab. 9 Vývoj tržeb, počtu výrobků a zaměstnanců v divizi za období 2009 až 2012

56

Tab. 10

Seřazení výrobků podle ročního finančního objemu – část 1

59

Tab. 11


61

Tab. 12

Vybrané doplňující charakteristiky

62

Tab. 13 1

Seřazení výrobků podle ročního počtu prodaných kusů – část

Tab. 14 2

Seřazení výrobků podle ročního počtu prodaných kusů – část

Tab. 15


65

Tab. 16

Proměnné pro modifikaci ABC analýzy

66

Tab. 17

Seřazení výrobků podle modifikace ABC analýzy

68

63

64

14

Tab. 18

Seznam tabulek


70

Tab. 19 Základní proměnné modelu s nedostatkem zásob pro A skupinu – část 1

74


75


76

Tab. 22

Základní proměnné POQ modelu pro A skupinu – část 1

78

Tab. 23


80

Tab. 24 Základní proměnné stochastického modelu pro A skupinu – část 1

82


82


83

Tab. 27 Srovnání proměnných u tří modelů zásob pro výrobek skupiny A

84

Tab. 28

Porovnání ABC klasifikací podle tří ukazatelů

89

Tab. 29

Ukázka části dat firmy ABB, s.r.o.

102

Tab. 30 Základní proměnné modelu s nedostatkem zásob pro B skupinu – část 1

103

Tab. 31 Základní proměnné modelu s nedostatkem zásob pro B skupinu – část 2

104

Tab. 32

Základní proměnné POQ modelu pro B skupinu – část 1

105

Tab. 33


106

Tab. 34 Základní proměnné stochastického modelu pro B skupinu – část 1

107

Seznam tabulek

15


107


108

Tab. 37

109

Srovnání ABC analýz v rámci kategorie A

Úvod, cíl a metodika práce

17

1 Úvod, cíl a metodika práce 1.1

Úvod práce

Zásoby jsou v dnešní době velmi důležitým tématem. Vážou na sebe velké množství kapitálových prostředků a tím podniku přináší jistá rizika. Proto je nutné jejich velikost minimalizovat s ohledem na schopnost včas plnit zákaznické objednávky. V dnešní době není mezi firmami enormní rozdíl a zákazníci se zároveň stávají čím dál informovanějšími (zejména díky internetu), a proto požadují stále kvalitnější zboží dodávané pravidelně v co nejkratším čase. Tomuto trendu se společnosti musí podřídit a jedním z možných odlišení se v případě zásob je tedy úroveň poskytovaných zákaznických služeb a také délka dodací lhůty. Všechny procesy probíhající v rámci podniku spolu musí souviset, koordinovaně spolupracovat a dostatečně komunikovat. Zaostání v jedné fázi obvykle znamená celkové nezvládání, což může způsobit ztrátu nejen jednoho zákazníka, ale i lidí z jeho blízkého okolí. Čehož by konkurenti mohli využít přilákáním těchto nespokojených zákazníků na svoji stranu. Některé firmy a jejich zaměstnanci považují zásoby za nutnost a jiní naopak za příležitost. Mnoho společností si ani pořádně neuvědomuje, že zásoby absorbují značnou část jejich finančních prostředků, obzvlášť v určitých odvětvích. Jsou totiž podstatnou a nutnou součástí podniků, pokud chtějí být připraveni na nečekané události a objemy objednávek. Je nezbytné mít zásoby nejen v dostatečném množství, ale také je efektivním způsobem třídit, analyzovat a kontrolovat. Ostatně není efektivní, pokud firma nemá kde skladovat vlastní výrobky z důvodu toho, že skladovací prostory jsou plné. A právě proto se tato diplomová práce bude zaměřovat na efektivní řízení a optimalizaci zásob. Toto téma bylo zvoleno z toho důvodu, že firma ABB, s.r.o. má právě s vedením zásob podobné problémy a o jejich optimalizaci se zaměstnanci naplno nestarají. Proto by tato diplomová práce měla společnosti pomoci odhalit zefektivňující prvky a poskytnout návod pro zlepšení její stávající situace. K čemuž bude využit nejen netradičný přístup k ABC analýze, jenž není obvykle využíván v různých pracích, ale i vhodné modely zásob.

18

1.2


Cíl práce

Hlavním cílem diplomové práce je optimalizovat řízení zásob na skladě hotových výrobků v divizi Přístrojové transformátory a senzory firmy ABB, s.r.o. Tento cíl bude naplňován soustavou dílčích cílů, kterými jsou následující body: 1.

Zhodnocení současného stavu řízení zásob na skladě hotových výrobků v divizi Přístrojové transformátory a senzory společnosti ABB, s.r.o.

2.

Na základě těchto zjištěných informací následně optimalizovat řízení zásob hotových výrobků zmíněné divize využitím ABC klasifikace a modelů zásob v případě nesplnění kritéria optimality.

3.

Kvantifikovat návrhy s dopadem na náklady podniku.

Výstupem práce tak mimo jiné bude zjištění, zda řízení zásob v divizi je optimální. V případě nesplnění kritéria optimality, budou navržena opatření právě za účelem optimalizace řízení zásob hotových výrobků (například počet kusů na skladě, při kterém bude nutné dodat další zásobu, aniž by to mělo negativní vliv na náklady firmy). Rovněž budou kvantifikována navržená ustanovení z hlediska dopadů na hospodaření podniku a uvedeny ekonomické souvislosti a doporučení v oblasti řízení zásob hotových výrobků. V souvislosti s vymezenými cíli byla stanovena pracovní hypotéza, která bude v práci ověřována a jež zní: „Řízení zásob hotových výrobků divize Přístrojové transformátory a senzory firmy ABB, s.r.o. nesplňuje podmínky optimalizace.“

1.3

Materiál a metodika práce

Prvotním krokem, k dosažení hlavního cíle, je zvolení vhodné metodiky a zajištění potřebných dat od vedoucí řízení zakázek zmíněné divize. Druhým krokem je nastudování aktuálních teoretických východisek, týkajících se daného tématu a samotné zpracování literárního přehledu. S tím souvisí i uvedení souhrnu o současném stavu problematiky řízení zásob a nejdůležitějších výsledků a závěrů z něho plynoucích. V této práci bude také představena stručná charakteristika firmy ABB, s.r.o., historie jejího vzniku a současné problémy a změny zaznamenané v posledních letech, týkající se oblasti zásob a skladování. Ve stěžejní části diplomové práce bude využit rozbor měsíčních časových řad v období jednoho roku od března 2011 až do února 2012 včetně z dat poskytnutých divizí firmy ABB, s.r.o. ve formě tabulek v programu MS Excel. Dřívější období nebudou uplatněna, neboť takové informace nebyly k dispozici


19

a navíc pro optimalizaci by neaktuální data nebyla vyhovující. Aktuální údaje nebudou nikterak upraveny a jejich sběr byl za účelem flexibility zpracování a vyhodnocení ukončen právě koncem února 2012. Pro diplomovou práci byly k dispozici informace o materiálu a jeho druhu, skladu, závodu, zvláštní zásobě, volně použitelné zásobě na konci měsíce, základní měrné jednotce, hodnotě volně použitelné zásoby, měně, hodnotě v kontrole jakosti, v tranzitu a přeskládání, neuvolněné a blokované zásobě, blokované vrácené dodávce, vázaných vratných obalech, hodnotě spotřebních přepravních obalů, tranzitní zásobě, hodnotě v přeskladnění, oceněné blokované zásobě příjmu materiálu a také o hodnotě blokované zásoby PM. Ale téměř všechny sloupce těchto podrobnějších charakteristik výrobků byly nulové (především kromě materiálu a jeho druhu, skladu, závodu, zvláštní zásobě, volně použitelné zásobě na konci měsíce, základní měrné jednotce, hodnotě volně použitelné zásoby a měně). Tato data posléze poslouží k vyvození souvislostí, které by měly dopomoci k optimálnímu řízení zásob, k čemuž bude použita ABC klasifikace a modely řízení zásob. Ze zkoumaných údajů budou vynechány položky s označením „Q“ ve sloupci s hlavičkou „Z“ (zásoba pro divizi rozvaděčů sídlící poblíž zkoumané divize) a „E“ (zásoba do prodejních zakázek pro externí zákazníky). Sama firma tyto položky navíc nepovažuje za relevantní pro danou analýzu. Dále zde bude brán v potaz axiom, že položka, která nebyla v některém měsíci uvedena, bude považována za nulovou (neboli vyprodanou). Částka, která byla v každém měsíci naprosto stejná, bude naopak označena za pojistnou zásobu a do ABC analýzy tudíž nebude zahrnuta. Také bude abstrahováno od položek protokolů a štítků, které v sobě sice neobsahují zrovna nepatrnou peněžní částku v rámci zkoumaných zásob, ale svojí povahou slouží pouze pro administrativní účely, které souvisí s procesem zkoušení výrobků. Za těchto předpokladů vzniklo 37 položek, se kterými bude nadále pracováno. Pro účely efektivnějšího řízení a optimálnosti stavu zásob na skladě bude využita ABC analýza ve třech podobách (podle velikosti a objemu poptávky a také podle nákladového kritéria), které poslouží ke vzájemnému srovnání. Prvním hlediskem bude roční finanční hodnota prodeje daných položek, která je kromě označení výrobku a počtu prodaných kusů doplněna o další charakteristiky jako procentuální vyjádření roční finanční hodnoty prodeje a její kumulativní verze. Dále zde nebude chybět ani informace o počtu položek ve skupině a jejich procentuálním zastoupení a stanovení přibližné požadované úrovně zákaznického servisu. Tyto míry budou určeny především využitím poznatků z literárního přehledu. Druhým kritériem členění bude roční počet

20


prodaných kusů, které je obohaceno stejnými sledovanými údaji jako předchozí varianta. Na základě studia odborné literatury bude ukázána jako nejvhodnější varianta právě modifikace ABC klasifikace, týkající se nákladů. Za již zmíněné období jednoho roku bude těchto 37 položek setříděno sestupně podle výsledků postupu uvedeného v literárním přehledu. Kromě tohoto zde budou uvedeny stejné ukazatele jako u předchozích dvou variant. Zásoba s nejvyšší hodnotou bude řazena nejvýše a ta s nejnižší naopak nejníže. Základem pro třídění do skupin zde bude procentuální podíl zastoupení položek ve třídách vůči celkovému počtu sledovaných zásob. Tento typ klasifikace je oproti klasickým přístupům netradiční v tom, že ve svém postupu uvažuje náklady nedostatku ( b ), které budou získány průměrnou odchylkou měsíčních údajů za rok. Dále objem poptávky ( D ) bude brán jako roční množství prodaných kusů, náklady držení zásob ( h ) budou charakterizovány celkovou prodejní částkou zásob, jež bude podělena ročním množstvím prodaných kusů a nakonec průměrné objednací množství ( q ) bude zjištěno průměrem prodaného množství zásoby za jednotlivé měsíce v období jednoho roku. Tyto veličiny budou pro každý výrobek dosazeny do postupu uvedeného v části literárního přehledu, týkající se modifikace ABC analýzy. Z tohoto třídění vzejde přiřazení položek do skupin podle důležitosti jejich sledování. V potaz budou brány pouze 3 skupiny, z nichž budou pro další optimalizaci pomocí modelů zásob použity pouze první 2 (A a B), které jsou pro podnik nejzásadnější. Na základě informací o firmě, povaze skladových zásob atd. budou vybrány vhodné modely. Z deterministických a statických modelů nebude aplikován ani jeden, neboť neodpovídají skutečné praxi ve společnosti ABB, s.r.o. Zde totiž nedochází ke stejnoměrnému a pravidelnému dodávkovému cyklu a poptávka je navíc tvořena zakázkami. Pro řešení studovaného problému v podniku budou využity pouze dynamické a stochastické modely zásob, neboť se nejvíce přibližují praktickým situacím. Z dynamických to bude model s absolutně determinovaným pohybem zásob a možností nedostatku pohotové zásoby a POQ model. Ze stochastických se sem bude řadit model stochastické spojité poptávky. Všechny tyto modely budou vycházet z literárního přehledu a určitým způsobem odpovídat podmínkám reality. Potřebné údaje k proměnným (náklady skladování, dodávky, nedostatku atd.) budou, kromě zmíněných dat, získány také z interní komunikace s firmou a pocházet z naprosto stejného období jako u ABC analýzy.


21

V rámci optimalizace budou předpokládány následující poznatky. Objednací množství (q ) zde bude považováno za rovné roční poptávce z důvodu zakázkové výroby. Roční poptávka (Q ) bude charakterizována počtem prodaných výrobků za rok. Skladovací náklady jednoho kusu zboží (c1 ) během roku budou (oproti modifikaci ABC analýzy) vypočteny podle kvalitativního odhadu v částce 135 000 Kč celkem (9 skladníků s hrubou mzdou cca 15 000 Kč) a posléze poděleny ročním množstvím kusů položek. Roční jednotkové náklady nedostatku zásob ( c3 = 89 119 Kč) budou (opět na rozdíl od modifikace ABC) získány průměrnou odchylkou v nákladech za měsíční data a poděleny množstvím kusů výrobků. Náklady spojené s jednou dodávkou (c2 ) budou brány jako finanční částka rovnající se průměrnému objednacímu množství. Intenzita produkce u POQ modelu bude zvolena kvalitativním odhadem z ročně vyprodukovaných transformátorů a senzorů celkem jako 110 000 ks krát procentuální zastoupení výrobků bez označení Q či E. Intenzita spotřeby bude stanovena jako množství ročně prodaných kusů výrobků. Dodací lhůta (d ) zde bude nahrazena lhůtou pro přípravu nové výrobní dávky, jež bude v tomto modelu stejně značena. U všech zásob bude dosahovat období 15 dní (polovina dodací lhůty), které bude zvoleno na základě komunikace s firmou. Počet 264 ročně odpracovaných dní bude stanovena jako multiplikace 22 obvyklých pracovních dní a 12 měsíců při započítání maximálně 52 dní odpracovaných navíc, pomocí vydělení 384 přesčasových hodin 7,5 hodinami čisté pracovní doby. Celkově tedy bude sledované období (T ) dlouhé 316 dní. Střední hodnota poptávky u stochastického modelu bude získána aritmetickým průměrem hodnot prodaných výrobků za dané měsíce. Směrodatná odchylka bude vycházet z průměrného počtu prodaných kusů za celé sledované období každé položky zvlášť. Doba dodání zásoby (d ) bude uvažována v délce 30 dní. K určení pojistné zásoby bude využit 98% kvantil normovaného normálního rozdělení pro položky A a 95% pro výrobky B. Všechna tato data budou posléze uplatněna při využití optimalizačních modelů během již zmíněného období. Pro přehlednost budou ke konci shrnuty rozdíly výsledků všech tří modelů, včetně zhodnocení vlivu opatření na náklady firmy, které vyústí ve volbu nejvhodnějšího přístupu. Konečnou fázi bude tvořit diskuze dosavadních výsledků a poznatků a závěrečné shrnutí práce.

22

Literární přehled

2 Literární přehled V následující kapitole bude věnována pozornost obecnému vymezení zásob, následované využitelnými metodami jejich řízení (ABC analýza, modely apod.) a také uvedením současného stavu studované problematiky.

2.1

Zásoby

Podle Chopry a Meindla (2007) zásoby existují z důvodu nesouladu poptávky a nabídky. Důležitou roli, kterou zásoby hrají, je zvýšení poptávaného množství, které může být uspokojeno dostupným produktem v době, kdy ho zákazník potřebuje. Další význačnou rolí je snížení nákladů využíváním úspor z rozsahu, které mohou vzniknout při výrobě a distribuci. Zásoby jsou drženy ve formě surovin, nedokončených výrobků a hotových výrobků. Také jsou hlavním zdrojem nákladů a mají obrovský dopad na zpětnou reakci. Zásoby mimo jiné signifikantně podporují firemní konkurenční strategii. 2.1.1

Druhy zásob

Chopra a Meindl (2007) dělí zásoby následovně: • Cycle zásoba je průměrné množství zásob užívané k uspokojení poptávky. • Bezpečnostní zásoba je zásoba, která převyšuje množství předvídané pro dané období. Je vytvářena z důvodu nejistoty poptávky a v případě, že poptávka převýší očekávání, je držena také proti nejistotě. • Sezónní zásoba slouží proti předpokládané variabilitě poptávky. Režňáková et al. (2010) rozdělují zásoby z více hledisek, z nichž nejvyužívanější je členění na: • Obratovou (běžnou) zásobu, jež kryje potřebu během po sobě následujících dodávek a v čase se mění. • Pojistnou zásobu proti působení nečekané odchylky na vstupu a výstupu. • Objednací zásobu jako stav zásob, kdy se musí vystavit nová objednávka. • Maximální zásobu, jež je nejvyšší zásobou v době dodávky. • Průměrnou zásobu, která je průměrným stavem skladových zásob. • Okamžitou zásobu, která je okamžitým skladovým stavem. • Zásobu na předzásobení, jež se používá hlavně pro vyrovnání odchylky.


23

• Spekulativní zásobu pro zisk mezi aktuální a budoucí cenou nákupu. • Technologickou zásobu, vzniklou v průběhu technologického procesu. • Zásobu na cestě, jež se nachází v přepravních zařízeních. • Zásobu bez užitku, která nemá očekávanou spotřebu. • Havarijní zásobu náhradních dílů pro fungování technologií výroby. Podle řízení toku materiálu se zásoby podle Režňákové et al. (2010) dělí na: • Materiál a díly, jež se do zásoby nakupují. • Zásoby rozpracované výroby (nedokončená výroba), nacházející se ve výrobním procesu, patří sem „materiál a díly, na kterých je započata práce“. • Hotové výrobky, které jsou výsledkem výroby a slouží k prodeji zákazníkovi, nebo je zbožím nakoupeným s úmyslem dalšího prodeje. Emmett (2008) rozděluje zásoby na dva typy: • Cyklické zásoby. • Pojistné zásoby. Mezi metody, které zlepšují řízení zásob, podle názoru Lamberta, Ellrama a Stocka (2005), patří „prognózování, progresivní vyřizování objednávek“, modely zásob nebo ABC analýza, kterou právě Režňáková et al. (2010) považují za další členění. Posledními dvěma jmenovanými se budou následující kapitoly zabývat.

2.2

Klasifikace zásob ABC

Greasley (2009) považuje klasifikační systém ABC za vhodný způsob přiřazování důležitosti zásobám a za vhodnou metodu pro jejich řízení. ABC třídění je podle Russella a Taylora (2009) technikou klasifikace v závislosti na několika kritériích, zahrnujících hodnoty zásob. Jacobs a Chase (2009) považují za nejlepší způsob řízení zaměření se na nejvýznamnější položky zásob, protože jejich držení stojí čas a náklady. Podle vyjádření Lamberta, Ellrama a Stocka (2005) je ABC analýza také metodou, podle které lze určit, u jakých položek je vhodné vytvořit různé velikosti pojistných zásob. Tomek a Vávrová (2007) dodávají, že není metodou řízení zásob, ale metodou diferenciace položek, jenž hraje významnou úlohu nejen při samotném řízení zásob. Jespersen a Skjøtt-Larsen (2005) zdůrazňují, že ne každá položka má stejný význam, ale vzájemně se liší náklady držení a nedostatku, cenou, ročním

24


objemem, potřebou bezpečnosti atd. Proto by určité položky měly být více kontrolovány a řízeny než ostatní. 2.2.1

Paretův zákon

Jacobs a Chase (2009) společně s Lambertem, Ellramem a Stockem (2005) zmiňují, že Vilfredo Pareto v 19. století studoval třídění milánského majetku a rozpoznal, že 80 % bohatství ovládalo 20 % lokálních obyvatel. Lambert, Ellram a Stock (2005) oproti tomu zakládají tuto metodu na novodobějším případu, že 20 % odběratelů podniku zabezpečuje 80 % prodeje a „ještě větší procentuální část zisku“. Podle Reida a Sanderse (2010) jsou položky zásob odlišné a potřebují také různou úroveň kontroly, proto využívají Paretův zákon. Oproti předchozím autorům ho vysvětlují volněji, a to tak, že přibližně 10 až 20 % skladových položek společnosti tvoří zhruba 60 až 80 % nákladů na skladování. Lambert, Ellram a Stock (2005) jej doplňují o skutečnost, že rozhodující problémy jsou koncentrovány do malého počtu faktorů. Jacobs a Chase (2009) dále tvrdí, že tento zákon platí i v každodenním životě, tedy i u oblasti zásob, neboť většina rozhodnutí je relativně nevýznamná, ale některá významně určují budoucnost. Proto z tohoto zákona vychází ABC analýza zásob, jak Lambert, Ellram a Stock (2005) uzavírají. Tomek a Vávrová (2007) zdůvodňují využití této metody nutností provedení kontroly hlavně u položek, které výrazně ovlivňují spotřebu a jejichž chybějící množství znamená poruchy ve výrobě. Podle Jespersena a Skjøtt-Larsena (2005) ABC přístup umožňuje racionální rozdělení kontroly, neboť se zásoby klasifikují v závislosti na důležitosti, rozdělení kontrolní činnosti a finanční hodnotě. Oba autoři také poznamenali, že cílem je vynaložit úsilí tam, kde bude mít největší dopad na náklady skladování a ziskový potenciál. Autoři připouští i více než tři kategorie, ale protože mají odrážet různé stupně řízení, jejich počet by měl reflektovat schopnost managementu rozlišovat kontrolní (řídící) činnosti. Režňáková et al. (2010) nepovažují samotnou analýzu za obtížnou, neboť postačí získat informace „o obratech skladu“ z minulosti podle jednotlivých výrobků, utřídit je vzestupně podle obratu a stanovit „podíl obratu v procentech z celkového obratu skladu“. Lambert, Ellram a Stock (2005) souhlasí s uspořádáním podle prodejní hodnoty výrobků, ale za vhodnější kritérium považují „jejich“ příspěvek „k zisku podniku“, pokud jsou tyto údaje dostupné. Poté dojde ke zkoumání rozdílů položek vysokého a nízkého objemu prodeje, které určí politiku řízení těchto zásob po jejich přiřazení do tříd, jak doplňují Reid a Sanders (2010).


25

Russell a Taylor (2009) zmiňují příklad klasifikace, která se blíží skutečnému výskytu ve firmách (vrchních 10 % jsou položky A, dalších 30 % položky B a posledních 60 % položky C). Podle Reida a Sanderse (2010) je přesný postup ABC analýzy následující: 1.

Výpočet ročního peněžního objemu pro každou položku (jednotková cena násobená ročním objemem).

2.

Seřazení položek sestupně podle celkového ročního peněžního objemu.

3.

Výpočet kumulativního ročního peněžního objemu.

4.

Utřídění položek do skupin.

Režňáková et al. (2010) poznamenává, že se nesmí opomenout porozumění a využití výsledků této analýzy. Účelem se proto stává objevení malého množství položek, jež mají největší vliv na efektivnost řízení zásob, jejich pozornější sledování a specializování se zejména na optimalizaci objednacího množství, pojistných zásob a způsobu a frekvence objednávaní. 2.2.2

Charakteristika jednotlivých kategorií

Podle Russella a Taylora (2009) u třídy A obecně platí, že přibližně 5 až 15 % všech skladových položek tvoří 70 až 80 % z celkové (peněžní) hodnoty zásob. Tomek a Vávrová (2007) doplňují, že zásoby této kategorie sestávají z několika typů, které se významným způsobem podílejí na spotřebě. Respektuje se u nich přesné určení „pojistné zásoby, pravidelné sledování stavů zásob a jejich porovnání s normou či plánovaným stavem“ atd. Podle Sixty a Žižky (2009) se tyto položky řídí většinou Q systémem řízení zásob. Vollmann et al. (2005), Jespersen a Skjøtt-Larsen (2005) společně hlásají, že tyto položky jsou tvořeny malým počtem zásob s velkou finanční hodnotou. Reid a Sanders (2010) tvrdí, že je u těchto drahých položek často používán model EOQ. Podle Jespersena a Skjøtt-Larsena (2005) by zde mohly být použity občasné velké objednávky s rozsáhlými bezpečnostními zásobami pro minimalizaci potřebné kontroly. Vollmann et al. (2005) považují kategorii B za třídu se středním finančním objemem, stejně jako Reid a Sanders (2010), podle kterých zhruba 30 % položek tvoří asi 25 až 35 % investic společnosti do zásob. Zato Russell a Taylor (2009) zmiňují, že tyto položky představují přibližně jen zhruba 15 % celkové (finanční) hodnoty zásob a Jespersen a Skjøtt-Larsen (2005) naopak tvrdí, že tvoří asi 30 až 40 % celkového počtu položek a hodnoty zásob. Na druhou stranu Greasley (2009) konstatuje, že B položky charakterizuje 20 % až 30 % položek

26


a stejné procento celkových výdajů. Je zde vyžadována menší úroveň kontroly zásob s minimální úrovní objednávky a podle Jacobse a Chase (2009) objednávky mohou být vystaveny v pravidelných intervalech jednou za dva týdny. Do C kategorie Tomek a Vávrová (2007) zahrnují mnoho položek běžného nákupu, které se na spotřebě výrazně nepodílí. „Pojistná zásoba je“ dána „odhadem a materiál“ je objednáván v závislosti na okamžité potřebě. Podle Russella a Taylora (2009) tvoří celkově 50 až 60% všech zásob, ale představují pouze 5 až 10 % celkové finanční hodnoty. Zato Greasley (2009) tvrdí, že představují 50 % až 70 % položek, ale tvoří méně než 25 % celkových výdajů. Reid a Sanders (2010) zdůrazňují, že tato procenta nejsou absolutní a slouží pouze jako vodítko ABC klasifikace. Podle Sixty a Žižky (2009) se k řízení těchto položek používají jednoduché metody založené například na odhadu objednacího množství dle průměrné spotřeby v předchozím období. Lze je objednávat v pravidelných intervalech měsíčně nebo dvakrát měsíčně (Jacobs a Chase, 2009). Podle Jespersena a Skjøtt-Larsena (2005) jsou obvykle ve velkém množství představujícím jen malý zlomek (finanční) hodnoty zásob. Reid a Sanders (2010) uvažují jako možnou variantu těchto položek dvou zásobníkový systém. Lambert, Ellram a Stock (2005) těmto zásobám přiřazují relativně nejméně pozornosti. Na Obr. 1 se nachází členění zásob podle Tomka a Vávrové (2007).

Obr. 1 Schéma rozdělení dle metody ABC (Zdroj: Tomek a Vávrová, 2007)

Jacobs a Chase (2009) poznamenávají, že by rozhodující položka, jejíž nedostatek vytváří značné ztráty, bez ohledu na klasifikaci, měla být držena v dostatečné zásobě (typ A či B). Greasley (2009) vyzdvihuje, že kromě celkových výdajů se pro klasifikaci používají i variabilita dodací lhůty, ztráta hodnoty atd.


27

Sixta a Žižka (2009) v určitých případech navíc zařazují kategorii D s položky „dlouhodobě“ nulové spotřeby „či prodejem“, které nezbývá než „prodat za sníženou cenu nebo ji odepsat“. 2.2.3

Lorenzova křivka a analýza XYZ

Stehlík a Kapoun (2008) tvrdí, že významným prostředkem je „statistická analýza koncentrace“, která stanovuje poměrnou koncentraci charakteristik a jejímž grafickým zobrazením se stává Lorenzova křivka (Obr. 2) analýza ukazuje např. podíl skupin výrobků (ABC analýza) na celkovém množství či hodnotě. Sixta a Žižka (2009) doplňují, že křivka ukazuje spojitost počtu „položek a jejich souhrnné hodnoty“.

Obr. 2 Koncentrace opatřování (v %) (Zdroj: Stehlík a Kapoun, 2008)

Tomek a Vávrová (2007) tvrdí, že ABC přístup by měl být spojen s XYZ metodou, jež rozděluje zásoby do tříd podle vysoké, střední a nízké přesnosti předpovědi potřeb každého druhu. Maticová aplikace obou metod se nachází na Obr. 3. Stehlík a Kapoun (2008) zmiňují, že analýza XYZ se týká skladby spotřeby a diferencuje díly „pravidelné spotřeby“ (R), „sezónní nebo s trendem“ (S) „a díly nepravidelné spotřeby“ (U).

28


Obr. 3 Příklad analýzy ABC/XYZ (Zdroj: Tomek a Vávrová, 2007)

Lambert, Ellram a Stock (2005) vysvětlují, že „stupeň koncentrace prodeje jednotlivých položek bude u podniků různý, ale tvar křivky bude podobný“. Pro každou kategorii se také doporučuje uplatnit různou míru zákaznického servisu. 2.2.4

Vícekriteriální ABC analýza

Podle Vollmanna et al. (2005) ABC analýza zlepšuje výkonnost zásob a zaměřuje pozornost managementu na to skutečně důležité. Nesouhlasí ale pouze s jednokriteriální analýzou, protože může přehlédnout jiné důležité kritérium. Zároveň však zdůrazňuje, že počet kritérií by neměl být příliš rozsáhlý. Jespersen a Skjøtt-Larsen (2005) tvrdí, že některé organizace používají dvoustupňový přístup ABC klasifikace podle rychlosti obratu. Emmett (2008) pokládá toto za důležité pro rozložení zásob, náklady a produktivitu (zvláště při velkém množství manuálních operací ve skladu). Vollmann et al. (2005) považují některá nenákladová kritéria (dodací lhůta, dostupnost, zastupitelnost a kritičnost) za podstatná pro řízení zásob více než finanční hodnota. Oddělení kategorií ale způsobuje velké množství různých politik, které porušují princip jednoduchosti. Řešením tohoto problému je kombinování kritérií (např. vysoce nákladových nerozhodujících položek s nízko nákladovými rozhodujícími). Jespersen a Skjøtt-Larsen (2005) k tomu dodávají, že nízko nákladová položka s velkým objemem může být kategorií A stejně jako vysoce nákladová s nízkým objemem. Postup Vollmanna et al. (2005) obsahuje rozdělení kategorií podle finanční hodnoty v závislosti na kritičnosti I, II a III, kde třída I zahrnuje položky, které by zastavily závod a pro které není rychlý substitut, třída III položky, jejichž nedostatek by neměl téměř žádný efekt a třída II zbývající položky. Posléze se vytvoří matice finanční hodnoty a kritičnosti. Zde ale nastává problém kombinací, protože například nízká i vysoká finanční hodnota položek může mít vysokou nebo nízkou kritičnost. Řešení této situace uvádí autor dále ve své knize. V tomto příkladě byly vytvářeny politiky řízení zásob k pokrytí čtyř oblastí


29

(ověření záznamu zásob, objednací množství, pohotovostní zásoba a klasifikace předmětu). První oblast měla zabránit problémům, pokud počítačová evidence nesouhlasí s fyzickým počtem. Objednací množství bylo založeno na základě EOQ hodnot, zatímco pohotovostní zásoba podle kritičnosti zásob. Vícekriteriální kategorie berou v úvahu mnoho faktorů, které nebývají uvažovány a společně s jasnou a specifickou politikou mohou výrazně zlepšit řízení zásob. 2.2.5

Modifikace ABC klasifikace

Vědecký článek z roku 2009 autorů Teuntera, Babaie a Syntetose (2010) se zabýval ABC klasifikací, která u tříd uvažovala úrovně služeb a náklady zásob. Podle těchto autorů je hodnota poptávky a její objem nejčastějším kritériem ABC klasifikace zásob při stejné úrovni služeb všech jednotek zásob (SKU – Stock-Keeping Unit) v rámci skupiny. Autoři zjistili, že kritérium hodnoty poptávky i jejího objemu řadí za jistých okolností SKU výše, zatímco nákladové kritérium tak činí při jiných podmínkách. Dále zdůraznili, že objem poptávky (ignoruje ceny) je odborníky považován za efektivnější kritérium než její hodnota při minimalizaci nákladů zásob a maximalizaci úrovně služeb všech SKU. Nákladové kritérium třídí SKU podbD le hodnoty , kde b je kritičnost měřená náklady nedostatku, D je objem pohq ptávky, h je jednotka nákladů držení a q je velikost objednávky. Autoři kritizovali, že oproti novému kritériu obě kritéria poptávky neuvažují kritičnost jednotek SKU. V tomto článku byly dále srovnány obě tradiční kritéria a kritérium, navržené Zhangem et al. (2001), s nákladovým kritériem pomocí tří datových souborů při různé průměrné míře plnění a rozdílném počtu tříd (tři a šest). Velikosti tří tříd byly určeny pravidlem, že skupiny A, B a C obsahují asi 20 %, 30 % a 50 % všech SKU (poměrně konstantní zvyšování). Tento princip byl aplikován (při zaokrouhlení na celá čísla) též při využití šesti skupin s cílem získat velikosti tříd o 4 % (A), 7 % (B), 10 % (C), 16 % (D), 25 % (E) a 38 % (F). Pro každé kritérium a počet tříd byly nalezeny cycle úrovně služeb (pravděpodobnost včasného příchodu objednávky) pro třídu, které minimalizují celkové náklady zásob všech SKU při zajištění jisté celkové cílové míry plnění. Převod cycle úrovní služeb na objednací úrovně (r ) byl proveden inverzní distribuční funkcí, která je dostatečná pro propojení pravděpodobnosti vyčerpání s bodem znovuobjednávky. Celková míra plnění je průměrem všech SKU váženým jejich roční mírou poptávky. Uvažovány byly 95% a 99% míry plnění.

30


Analýza ukázala, že pro dosažení optimálních nákladů (služeb) je jedno kritérium dostačující při uvažování čtyř parametrů: poptávkový objem, náklady držení (kupní cenu) a nedostatku (kritičnost) a průměrné objednací množství. Tato klasifikace by ale nesnížila náklady a obtížně by se realizovala. Autoři tvrdí, že většina dosavadních ABC metod nebyla navržena z pohledu nákladů zásob. V tomto článku byla úroveň služby měřena mírou plnění (část poptávky, která je uspokojena ze skladové zásoby), na které bylo založeno nové kritérium. Nové kritérium ABC klasifikace Neuspokojené poptávky u nákladového přístupu způsobí sankce. V tomto článku byl uvažován multi-SKU systém zásob (průměrná míra plnění všech SKU jako vážený průměr single-SKU míry plnění, kde vahami jsou podíly poptávky pro různé SKU), jehož cílem bylo minimalizovat celkové náklady, které sestávají z nákladů držení (na SKU a za jednotku času) a nedostatku či sankcí. Ukázalo se, že výsledné kritérium platí pro politiku znovuobjednacího množství (r, q ) , bod znovuobjednávky, politiky order-up-to-level (s, S) i pro nepřetržitou a periodickou kontrolu. Kritérium může být užito pro všechny typy poptávkové distribuce. Na základě výsledků bylo doporučeno použití nákladového kritéria v kombinaci s fixní úrovní cycle služeb (1-pravděpodobnost vyčerpání) tříd spíše než s fixní mírou plnění. Autoři zjistili, že fixace pravděpodobností vyčerpání každé třídy (místo měr plnění) je jednodušší. Empirické šetření 24 měsíční historie poptávky každé SKU byla použita k výpočtu její standardní odchylky za měsíc a převedena na standardní odchylku dodací lhůty poptávky a pro poslední datový soubor byl odhad standardní odchylky založen na současných bodech znovuobjednávky. Uvažovaly se fixní objednací množství (q) a pouze pozitivní bezpečnostní zásoba bez možnosti, aby cycle úroveň služeb (tj. pravděpodobnost včasného příchodu objednávky) byla menší než 50 %. K modelování poptávkové dodací lhůty bylo použito obojího rozdělení, ale protože normální rozdělení nemusí být vhodné pro SKU s pomalou poptávkou (pravděpodobnost negativní poptávky), jako alternativa bylo zváženo nezáporné a asymetrické rozdělení gama. Kromě minimálních nákladů bylo pro každé kritérium vypočítáno optimální řešení bez omezení počtu tříd, což poskytuje měřítko pro dolní mez nákladů. Toto východisko bylo bráno jako optimální.


31

Výsledky Vzhledem k tomu, že objednací množství je konstantní a není ovlivněno kritériem klasifikace, náklady cycle zásoby jsou u každého kritéria stejné. Proto byly prezentovány pouze údaje pro relativní náklady pohotovostní zásoby. Nové nákladové kritérium dosáhlo nejlepších výsledků oproti všem ostatním ve všech ohledech, což autoři předpokládali. Především kritérium poptávkové hodnoty dosáhlo nepříznivých výsledků, neboť řadí dražší SKU výše, zatímco z hlediska nákladů by měly být níže. Autoři ale upozorňují, že se zaměřili čistě na minimalizaci nákladů zásob při zachování maximálního servisu. Dalším účinkem nákladového kritéria je značné snížení nákladů při použití šesti tříd namísto tří a relativních nákladů bezpečnostní zásoby (oproti optimálnímu řešení) z 31 % na 10 %. To znamená, že šest tříd je pro získání optimálního řešení dostatečné. Nákladové kritérium přiřadilo nejvyšší cycle úroveň služeb třídě A, pak B, atd., což nemusí platit i pro míru plnění. Nákladové kritérium lze aplikovat pomocí následujících kroků klasifikace ABC podle Teuntera, Babaie a Syntetose (2009): 1.

bi Di Seřazení všech SKU v sestupném pořadí podle hi qi .

2.

Rozdělení SKU do tříd A, B, atd. Výsledky ukázaly, že použití rostoucích velikostí tříd o 20 %, 30 % a 50 % pro tři třídy a 4 %, 7 %, 10 %, 16 %, 25 % a 38 % pro šest tříd funguje dobře.

3.

Zafixování cycle úrovně služeb v rámci třídy, kde A by měly mít nejvyšší úroveň služeb, následované B atd.

bi Di Jinými slovy, SKU s vyšší optimální cycle úrovní služeb (nebo vyšší hi qi ) bude umístěno výše. Při uplatnění nákladového kritéria může být nastavení úrovně cycle služeb třídám určeno pravděpodobností vyčerpání pro každou třídu v poměru k převrácené hodnotě průměrné hodnoty kritéria dané třídy, k čemuž je ale nutné rozsáhlé testování. Detailnější výsledky jsou uvedeny v dodatku článku, které zde nebudou zmíněny.

2.3

Modely řízení zásob

Podle Sixty a Žižky (2009) v praxi existuje mnoho druhů modelů pro řízení zásob. Následující kapitoly budou vycházet ze třídění těchto autorů.

32


1.

Podle určení poptávky a pořizovací lhůty se rozlišují modely: • deterministické, • stochastické, • nedeterministické. Podle metody doplnění zásob se určují modely:

2.

• statické, • dynamické. Hlavním cílem těchto modelů je podle Sixty a Žižky (2009) minimalizovat náklady v daném modelu. Níže budou uvedeny bližší charakteristiky základních principů vybraných modelů, u nichž nebudou uvedeny vzorce či postupy výpočtů, ale jejich dohledání je možné v odkazovaných zdrojích. 2.3.1

Deterministické modely zásob

Dyckhoff, Lackes a Reese (2004) tvrdí, že u deterministických modelů je poptávka i délka pořizovací lhůty známa s jistotou. Podle Sixty a Žižky (2009) patří mezi nejjednodušší typy, neboť vycházejí z velkého zjednodušení. V následující části budou zmíněny pouze vybrané modely. EOQ (Economic Order Quantity) model Reid a Sanders (2010) tvrdí, že model EOQ existuje už od počátku 20. století, a proto ho Russell a Taylor (2009) považují za nejpoužívanější a tradiční prostředek k určení, kolik a kdy objednat. Greasley (2009) dodává, že určuje fixní zásobu objednávky, nutnou pro minimalizaci součtu ročních nákladů držení zásob a ročních nákladů objednávání zásob. Podle Russella a Taylora (2009) existuje v několika variantách v závislosti na předpokladech systému zásob (základní EOQ a POQ model). Greasley (2009), Jablonský (2007), Reid a Sanders (2010), Vollmann et al. (2005), Stevenson a Ozgur (2007) uvádějí následující předpoklady: • Roční poptávka je známá a konstantní. • Položky jsou rovnoměrně čerpány ze zásob. • Velikost objednávek je konstantní. • Jednotková nákupní cena je nezávislá na velikosti objednávky (nejsou uvažovány množstevní slevy). • Objednávky jsou přijaty v plném rozsahu (doplnění skladu jedním okamžikem) a ne postupně.


33

• Pořizovací (dodací) lhůta objednávek je známá a konstantní. • Není povolen nedostatek zásob (sklad je doplněn v okamžiku vyčerpání). • Kapacita produkce a zásob je neomezená. • Konstantní náklady objednání a výrobní dávky. • Vztah mezi náklady držení zásob a počtem držených položek je lineární. • Roční náklady držení a skladování jsou stejné. • Roční náklady na objednání jsou stejné jako roční náklady držení při nezaokrouhlení. Podle Jablonského (2007) celkové náklady doplnění skladu tvoří skladovací (variabilní) a pořizovací (fixní) náklady. Dále tvrdí, že na objemu dodávky závisí přímo skladovací a nepřímo fixní náklady. Celkové variabilní náklady jsou součtem nákladů držení zásob a nákladů objednání. Vollmann et al. (2005) potvrzují, že i přes zdánlivě omezující předpoklady, poskytuje EOQ model užitečné pokyny pro rozhodnutí o objednání i v situacích, které se podstatně odchylují od těchto předpokladů. Reid a Sanders (2010) nedoporučují zaokrouhlovat počet objednávek na celá čísla (smíšená čísla jsou vhodnější). Russell a Taylor (2009) navrhují zaokrouhlovat objednací množství na blízkou pragmatickou hodnotu (přesnost na desetinné místo není nutná). Model EOQ je navíc relativně odolný vůči chybám v odhadu nákladů a poptávky a je robustní, což zvyšuje jeho popularitu. Stehlík a Kapoun (2008) upozorňují, že je tento model v realitě často aplikován i při dosti rozdílných podmínkách, než za kterých byl odvozen. Vypočtená velikost objednávky potom ale neodpovídá optimu. Vyhovující je pouze za podmínek jistoty, ale protože v praxi jsou poptávka a okamžik pořízení obtížně přesně odhadnutelné, je potřeba mít k dispozici pojistnou zásobu. Baily et al. (2005) rovněž tvrdí, že k EOQ přístupu vzniklo hodně kritiky, protože jej řada firem používá v situacích, pro které není vhodný. Neměl být použit, pokud například cena kolísá nebo je dodací lhůta dlouhá. Podle těchto autorů je pro EOQ jediná opravdu vhodná konstantní rychlost poptávky. Dále také zmiňují pár omezení v praxi, mezi něž patří: • Náklady držení zásob a objednání lze obtížně přesně určit. • Není správně vyrovnaný s různou strukturou poptávky. • Nevztahuje se na ekonomiku výroby či dodávek. Na závěr dodávají, že EOQ v zásadě nemá vliv na úroveň služeb. Vollmann et al. (2005) se ve své knize blíže zmiňují o dalším použití EOQ k rozvoji opatření

34


ekonomického času mezi objednávkami (TBO), určující frekvenci objednání. Baily et al. (2005) poznamenávají, že pokud je hodnota roční poptávky nízká ve vztahu k nákladům objednání a zpracování dodávek, objednávky by měly být častější. Reid a Sanders (2010) popisují princip základního modelu EOQ následovně: Proces doplňování zásob začíná, když zásoba dosáhne znovuobjednacího bodu (r ) , aby objednací množství dorazilo, jakmile úroveň zásob bude nulová. Zásoba se pohybuje od nuly do objednacího množství (q ) , posléze je vyčerpána konstantní rychlostí a jak dosáhne bodu znovuobjednání, proces začíná znovu. stav zásob q q/2 r čas

Obr. 4 Základní model EOQ (Zdroj: Russell a Taylor, 2009, upraveno)

Podle těchto autorů některé společnosti nevyužívají EOQ, neboť nesplňují jeden ze základních předpokladů (nemají dostatečnou skladovací kapacitu, nebo mají minimální objednací množství v jiné částce). EOQ poskytuje měřítko pro srovnání s dalšími a celkové náklady jsou vyšší, pokud není použito množství EOQ. Greasley (2009) oponuje tím, že v praxi se skutečná velikost objednávky může značně lišit od té vypočtené EOQ, bez větších dopadů na celkové náklady. 2.3.2

Stochastické modely zásob

Sixta a Žižka (2009) dodávají, že stochastické modely mají pravděpodobnostní poptávku i pořizovací lhůtu a vycházejí z rozhodování za rizika. Model stochastické spojité poptávky Dyckhoff, Lackes a Reese (2004) potvrzuje, že v praxi poptávka není deterministická, ale stochastická, což je podle Jablonského (2007) jediný rozdílný předpoklad oproti EOQ modelu. Dále tvrdí, že je poptávka dána střední hodnotou a směrodatnou odchylkou pravděpodobnostního rozdělení. Stav zásob na skladě je zde plynule sledován a pořizovací lhůta dodávky je konstantní. Z důvodu variability poptávky v průběhu dodací lhůty dojde k jedné ze dvou situací: 1.

Poptávka nepřevyšuje bod znovuobjednávky, tudíž další dodávka dorazí při kladném stavu zásob (nedojde k neuspokojení požadavků).


2.

35

Poptávka převyšuje bod znovuobjednávky, zásoba se vyčerpá (dojde k částečnému neuspokojení požadavků). stav zásob

r 0

d

d

čas

Obr. 5 Průběh stavu zásob stochastického modelu (Zdroj: Jablonský, 2007, upraveno)

Ve výpočtu charakteristik se místo deterministické poptávky použije střední hodnota poptávky, která bude odpovídat bodu znovuobjednávky (r ) . Normální rozdělení podle Jablonského (2007) dobře vystihuje stochastickou poptávku. Pokud by cílem bylo snížení pravděpodobnosti neuspokojení poptávky, objednávka by byla podána v momentě, kdy zásoba bude vyšší než optimální bod znovuobjednávky. Dále dodává, že oproti deterministickému modelu EOQ jsou zde náklady skladování vyšší v důsledku pojistné zásoby. Sixta a Žižka (2009) při určování pojistné zásoby doporučují zohlednit také důležitost určité položky zásob pro podnik (analýza ABC). Autoři dále radí provést chí-kvadrát test dobré shody nebo Kolmogorův-Smirnovův test před určením pojistné zásoby s normálním rozdělením. Bližší a podrobnější výklad výpočtu pojistné zásoby a jednotlivé metody stanovení její velikosti jsou uvedeny v knize těchto autorů. Kromě tohoto modelu existují další typy, například model s optimalizací jednorázové zásoby (Jablonský, 2007), jimiž se tato práce zabývat nebude. 2.3.3

Nedeterministické modely zásob

Sixta a Žižka (2009) vysvětlují, že u nedeterministických modelů je poptávka a pořizovací lhůta neznámá. Využívají se u moderních a nepoznaných problémů a pracují s variantami řešení, modelovými experimenty a simulací. Tyto modely ale nebudou předmětem zkoumání diplomové práce. 2.3.4

Statické modely zásob

U statických modelů je zásoba pořízena s využitím jediné dodávky bez toho, aby bylo možné opětovně doplnit zásobu (sezónní nebo rychle se kazící zboží). Předpokladem je zde skutečnost, že náklady pořízení zásob jsou fixní, protože nejsou ovlivněny počtem dodávek a tím pádem nemohou měnit optimální zá-

36


sobu (Sixta a Žižka, 2009). V následujících odstavcích jsou uvedeny dílčí modely tohoto charakteru. Statický model s absolutně determinovaným pohybem zásob Tento model zahrnuje podmínku jisté poptávky (včetně jejího rozdělení) a daného intervalu pořízení zásoby, který je navíc konstantní. Sixta a Žižka (2009) považují tento model za zjednodušující, proto nemá široké uplatnění a slouží hlavně k objasnění základních proměnných. Statický model s pravděpodobnostně stanoveným pohybem zásob Poptávka je charakterizována pravděpodobností (nejčastěji empirickým rozdělením na základě historického vývoje spotřeby) a může být tvořena intervalem hodnot. Podle Sixty a Žižky (2009) mohou nastat tři skutečnosti: • pořízená zásoba bude ekvivalentní budoucí poptávce – bez nákladů, zjednodušená situace, • zásoba bude převyšovat poptávku – náklady za nadbytečnou zásobu, • zásoba bude menší než poptávka – náklady nedostatku zásob. Statický model s pravděpodobnostně určeným pohybem zásob a s náklady skladování Sixta a Žižka (2009) vytvořili modifikaci předešlého modelu, kterou je zahrnutí nákladů udržování a skladování zásob v případě, že jsou význačnou částí celkových nákladů. I zde mohou nastat tři situace: • pořízená zásoba bude stejná jako budoucí poptávka – na skladě nebude ke konci období žádná zásoba, • zásoba bude převyšovat budoucí poptávku – na skladě zbude zásoba, • zásoba bude menší než budoucí poptávka – v rámci období t1 se zásoba vyčerpá a v rámci t 2 bude její nedostatek. Funkce celkových nákladů se skládá ze tří částí. První z nich jsou očekávané skladovací náklady v případě, že q > Q , druhá v případě, že q < Q a třetí se týká očekávaných nákladů nedostatku zásob (Sixta a Žižka, 2009). Vzorce a jejich odvození se nachází v knize výše zmíněných autorů. 2.3.5

Dynamické modely zásob

Oproti statické variantě je zde zásoba opětovně doplňována a udržována na skladě delší dobu. Podle Sixty a Žižky (2009) tyto modely v praktické aplikaci


37

převažují a řeší úkoly typu, kdy a jaké množství objednat. Tato rozhodnutí mohou být provedena použitím jednoho ze čtyř pravidel řízení zásob, jak se zmiňuje Vollmann et al. (2005). Může jím být fixní nebo variabilní objednací množství a fixní nebo variabilní období mezi objednávkami. Dynamický model s absolutně determinovaným pohybem zásob Sixta a Žižka (2009) tento model považují za jednoduchý a nepříliš realistický, neboť zde není nadbytečná či nedostatková zásoba. Model se doplňuje pojistnou zásobou, která kryje kolísání poptávky. Mezi podmínky autoři řadí: • Poptávka je daná a konstantní. • Odběr zásob nemá výkyvy. • Dodávky mají stejnou velikost. • Jednorázové doplnění zásob optimální dodávkou. • Náklady pořízení a skladování jsou stabilní. • Cena za nákup materiálu nezávisí na objednávce. • Optimální dodávka pro každou položku zásob je nezávislá na ostatních. • V úvahu nepřichází využití kapacity dopravních prostředků. • Kapacita používaných obalů, palet, kontejnerů apod. se nezohledňuje. • Kapacita skladu není omezená. • Nebere se v potaz omezená doba použitelnosti. • U velkých dávek je výhodné snížit optimální objednací množství. • Jde o dílčí optimalizaci, která neuvažuje potřeby předcházejících a následných článků logistiky.

Sixta a Žižka (2009) popisují (Obr. 6), že zásoba na skladě roste až na maximální úroveň (q ) a poté dochází k vyrovnanému čerpání až k nulovému množství. Z pohledu systémů řízení zásob může být tento model brán jako Q systém.

38

Literární přehled stav zásob

q

t

čas T

Obr. 6 Průběh zásob dynamického modelu s absolutně determinovaným pohybem zásob (Zdroj: Sixta a Žižka, 2009, upraveno)

Podle Sixty a Žižky (2009) platí, že čím vyšší objednávka, tím nižší počet dodávek a náklady pořízení dodávek a tím vyšší průměrná zásoba a celkové náklady držení a skladování zásob. Celkové náklady jsou určeny těmito náklady držení a skladování zásob, které závisí na průměrné zásobě. Množství „objednávek na cestě“ je celočíselným podílem pořizovací lhůty a dodávkového cyklu přičemž platí, že pokud je pořizovací lhůta menší než dodací cyklus, neexistuje žádná objednávka na cestě. Dynamické modely s absolutně určeným pohybem zásob a nespojitostí Sixta a Žižka (2009) uvádějí model, který neumožňuje objednání v jakémkoli množství, ale v rámci přepravních prostředků (palety, krabice atd.). Tento model se blíží praktické situaci a v tomto případě se jedná o podmínku nespojitosti buď na straně objednávky, nebo spotřeby, která způsobí, že zásoba (h ) je rovnoměrně vydána jednou za období (s ) (Obr. 7). Objednávka může být diskrétní o velikosti h , 2h atd., kde h , znamená počet zboží v přepravním prostředku. stav zásob

čas

Obr. 7 Průběh stavu zásob při nespojité spotřebě (Zdroj: Sixta a Žižka, 2009, upraveno)

Dynamický model s absolutně daným pohybem zásob a nedostatkem zásoby Sixta a Žižka (2009) představují další model, připouštějící dočasné neuspokojení poptávky z nedostatečné skladové zásoby. Zde je objednávka uspokojena až při příchodu další dodávky. Jablonský (2007) zmiňuje další charakteristiky modelu:


39

1.

Dva intervaly dodávkového cyklu ‒ čerpání zásoby ze skladu (t1 ) a nemožnost okamžitého uspokojení požadavků při nedostatku zásob (t 2 ) .

2.

Maximální skladová zásoba (q − s ) , kde s je celková neuspokojená poptávka během intervalu t 2 .

Sixta a Žižka (2009) uvažují jako další vstup náklady nedostatku zásob. Jablonský (2007) je doplňuje tím, že nákladová funkce je tedy tvořena třemi položkami během jednoho dodávkového cyklu: 1.

Skladovací (variabilní) náklady ‒ součin průměrné zásoby, jednotkových skladovacích nákladů a období čerpání zásoby (t1 ) . Sixta a Žižka (2009) sem zahrnují ještě náklady udržování.

2.

Pořizovací (fixní) náklady při pořízení dodávky.

3.

Náklady nedostatku zásoby ‒ součin průměrného nedostatku zásoby, nákladů na jednotku a doby nedostupnosti zásoby (t 2 ) .

Podle Jablonského (2007) se celkové náklady za celé období získají vynásobeQ   ním nákladů jednoho cyklu počtem cyklů  q  . Princip modelu je znázorněn na Obr. 8 (Sixta a Žižka, 2009): Jakmile dorazí nová dodávka na sklad, upřednostní se uspokojení čekajících požadavků a zbývající část je uskladněna, díky čemuž skladová zásoba dosáhne velikosti s . Oproti předchozím modelům zásoba může mít kladnou i zápornou hodnotu.

40


Obr. 8 Stav zásob a dodávkové cykly (Zdroj: Jablonský, 2007)

Jablonský (2007), Sixta a Žižka (2009) konstatují, že pokud náklady neuspokojené poptávky budou důrazně převyšovat nad skladovacími, neuspokojená poptávka s * i její pravděpodobnost budou téměř nulové (neexistuje nedostatek zásob). Jablonský (2007) zde vyzdvihuje, že náklady v tomto modelu jsou pokaždé nižší než v modelu bez této možnosti (například EOQ). POQ (Production Order Quantity) Stevenson a Ozgur (2007) podotýkají, že k výrobě dochází v průběhu času, nikoli v jednom časovém okamžiku, jak bylo doposud předpokládáno. Cyklus zásob má v tomto modelu dvě odlišné fáze, které mohou být popsány přímkou. Jablonský (2007) tyto etapy nazývá výrobním, nebo spotřebním cyklem. Mělo by zároveň platit, že produkce je vyšší než její spotřeba. Reid a Sanders (2010) popisují, že celý cyklus začíná výrobou výrobku, dokud není dokončeno q jednotek. Každý den se část použije k uspokojení poptávky a zbytek je vložen do zásob (výrobní cyklus). V bodě q dosáhla zásoba své maximální úrovně a od tohoto okamžiku je poptávka uspokojována ze skladu (spotřební cyklus). Jakmile je dosaženo bodu znovuobjednávky, objedná se další výrobní dávka, protože současné zásoby nestačí (Obr. 9). Jablonský (2007) tento případ nazývá produkčně-spotřebním modelem, kde se jedná o stanovení objemu „výrobní dávky“ q a intervalů mezi dvěma následnými dávkami takovým způsobem, aby roční poptávka byla pokryta. Celkové náklady jsou tvořeny skladovacími (variabilními) náklady jedné jednotky za rok a fixními náklady jedné výrobní dávky.


41

Obr. 9 POQ model s výrobními a spotřebními cykly (Zdroj: Jablonský, 2007)

Podle Sixty a Žižky (2009) celkové náklady během doby T zahrnují výrobní náklady všech dávek a skladovací náklady výrobků. Náklady jedné výrobní dávky jsou funkcí počtu dávek, ale nezávisí na jejich velikosti. U tohoto modelu se musí navíc určit, do jakého cyklu patří moment podání příkazu k výrobě. Funkce nákladů, jak se zmiňuje Jablonský (2007), má stejnou strukturu jako model EOQ. Reid a Sanders (2010) shrnují, že při použití modelu EOQ nebo EPQ je důležité vědět, kdy úroveň zásob dosáhne bodu znovuobjednání. Je třeba poznamenat, že výčet těchto modelů není konečný, neboť existují i modely víceproduktové a množstevních slev (Sixta a Žižka, 2009), od nichž abstrahujeme. Například Dyckhoff, Lackes a Reese (2004), Reid a Sanders (2010) odlišují model zásob single-period a multi-period. Dekker (2004) mezi přístupy řadí model EOQ s diskrétním časem a problém dynamic lot sizing (WagnerWhitin model). Kromě modelů existují i systémy řízení zásob. Greasley (2009), Jacobs a Chase (2009) například rozdělují mezi systémy fixního objednacího množství zásob neboli Q systémem (model bodu znovuobjednání a EOQ) a fixní objednací periody neboli P systémem (model fixní objednací zásoby a její variace s bezpečnostní zásobou).

2.4

Aktuální problematika modelů

V této kapitole jsou uvedeny články autorů, kteří se zabývali problémem zásob a jejich modelů. Prvním takovým byl Li (2009), jež našel novou metodu pro problém finite-horizon discrete-time EOQ Kovaleva a Nga (2008). Ten se od EOQ lišil konečným plánovacím horizontem a časově závislou poptávkou a patřil mezi zvláštní případ klasického dynamického problému velikosti dávky.

42


Birbil et al. (2009) analyzovali vliv dopravních nákladů v EOQ modelu, přičemž došli k závěru, že velkou skupinu těchto problémů lze považovat za jednoduchou a může být řešena efektivně v téměř nulovém čase. Pentico, Drake a Toews (2009) rozšířili dřívější práci, týkající se deterministického EOQ s částečným neuspokojením poptávky (Pentico a Drake, 2008), o základní EPQ s částečným neuspokojením. Autoři uvažovali kombinaci částečného neuspokojení a konečné rychlosti výroby. V EPQ s plným neuspokojením bývá objednací množství přijato konstantní rychlostí a u EPQ s částečným neuspokojením závisí objednávka na LIFO či FIFO. Závěrem je fakt, že stanovení optimálního objednacího množství při částečném neuspokojení je složitější. V praxi existuje rozšíření, týkající se uvolnění konstantní míry neuspokojení. Taleizadeh et al. (2011) vyvinuli model EPQ více produktů vyráběných na jednom stroji s omezenou kapacitou a diskrétní délkou cyklu. Tento model byl formulován v rámci smíšeného celočíselného nelineárního programování, jehož účelem bylo určit optimální délku období, počet dodávek a objednací množství. Prostřednictvím numerických příkladů autoři ukázali, že z pohledu objektivní funkce a výpočetního času je metoda extended cutting plane lepší. Michalski (2009) představil upravené modely zásob (EOQ, POQ) na základě maximalizace hodnoty firmy, které pomáhají lepšímu řízení zásob. Autor konstatoval, že pokud budou hodnoty ΔV a ΔEVA větší než 0, pro firmu bude ziskové objednat tolik jednotek, kolik navrhlo EOQ. U VBOQ (POQ model založený na hodnotě) budou sice náklady větší než u POQ, ale v zásobách bude vázáno méně hotovosti (nižší náklady příležitosti). Caoa, Yin a Kaku (20010) se zaměřili na kritérium selekce produkčního modelu pro stavební materiál se zpožděním doručení (ze strany zákazníka). Pro minimalizaci zásob uvažovali dva výrobní modely (push a pull), pro něž formulovali úrovně zásob při pravidelné výrobě v pevném cyklu a zpoždění dodací lhůty poptávky oproti původní splatnosti. Autoři se ke konci zaměřili jen na případ, kdy zpoždění dodávky pochází z vnějších vlivů. Chakrabortty, Pal a Nayak (2010) řešili optimální výrobní množství produkčního modelu s nedostatkem zásob, náklady setup, držení, nedostatku a poptávkou jako intervalovými čísly během jednoho cyklu výrobku. Thiel, Hovelaque a Vo (2009) zkoumali vliv nepřesnosti zásob na kvalitu úrovně služeb pomocí simulační analýzy. Tento výzkum potvrdil skutečnost, že když roste míra nepřesnosti, zpočátku se úroveň služeb příliš nemění, ale pak dosáhne vyšších hodnot. Autoři se pokusili odůvodnit pozorovaný jev pravděpodobností nedostatku v případě, že skutečný stav zásob je nižší než práh doplňování. Dále určili optimální úrovně bezpečnostní zásoby podle míry


43

nepřesnosti zásob a věnovali pozornost rozdílu mezi empirickou pohotovostní zásobou a simulovanou kvalitou služeb. Zjistili rozpor s výše uvedeným výrokem, neboť čím vyšší pohotovostní zásoba, tím vyšší úroveň služeb při nepřesnosti zásob. Výzkum umožnil vytvářet dostatečnou bezpečnostní zásobu, pokud se průměrná míra nepřesnosti zásob nachází v daném intervalu. Autoři se také zabývali měřením dodatečných nákladů a zisku při nesprávnosti zásob. Chiadamrong (2010) zkoumal ekonomický dopad nejistoty v procesu a na poptávkové a nabídkové straně v jednom maloobchodním řetězci. Nepřesnosti v zásobách byly způsobeny nejistotou poptávky, dodavatelskými dodacími dobami a přepravním množstvím. Výsledky ukázaly, že odstranění neurčitosti může snížit náklady dodavatelského řetězce a zvýšit zisk. Obdobné závěry (Davis, 1993) naznačily, že na maloobchod má ve srovnání s ostatními největší dopad nepřesnost způsobená nejistotou poptávky. Někteří autoři se zabývali také třeba modely zásob, zohledňujícími kazící či zhoršující se výrobky. Paul a Azeem (2011) řešili model neurální sítě pro optimalizaci hotových výrobků zpracovatelského průmyslu, který může být použit k optimalizaci a odhadu úrovně zásob každého výrobního podniku v konkurenčním prostředí. V tomto modelu je výroba a skladování v dávkách, poptávka je známá a stejně jako náklady setup, materiálu a držení zásob proměnlivá. Autoři zjistili, že problémy se zásobami dané firmy byly způsobeny užitím EOQ modelu. Mikati (2010) zkoumal dopad dodací lhůty na velikost dávek pomocí simulace výrobního modelu dynamického systému v různých podmínkách. Ukázalo se, že optimální velikost dávky má za následek minimální dodací lhůtu a v bodě pod optimální velikostí dávky se dodací lhůta prudce zvýšila. Hsu a Huang (2010) zkoumali účinek redukce dodací lhůty v integrovaném modelu zásob, kdy dodavatel vyrábí a dodává zboží více kupujícím za účelem plnění určité úrovně služeb. Autoři oproti jiné práci zahrnuli navíc náklady objednávky, snížení dodací lhůty a uvolnění předpokladu normální poptávky. Amirjabbari a Bhuiyan (2011) se zabývali řešením lineárního a nelineárního modelu minimalizace nákladů logistiky pro určení optimální úrovně a umístění bezpečnostní zásoby ve výrobním podniku při omezení na poslední dvě etapy dodavatelského řetězce. Desmet, Aghezzaf a Vanmaele (2010) řešili problém optimalizace bezpečnostní zásoby ve dvouvrstvém N-identickém montážním systému komponent, pro nějž popsali aproximační modely za předpokladu normality poptávky a nominálních částí dodací lhůty a získané výsledky porovnali s výstupy diskrétní simulace. Waleed a Arisha (2011) se zmínili, že

44


většina problémů řízení zásob se řeší přes gradient-based a meta-heuristické techniky optimalizační simulace. Ruiz-Torres a Mahmoodi (2010) prezentovali alternativní model bodu znovuobjednání (EVR metoda) vyvinutý Estesem (1973), který počítal s variabilitou poptávky a dodací lhůty bez distribučních předpokladů. Autoři článku se místo toho zaměřili na historická data dodací lhůty a poptávky pro zjištění výsledků doplňujícího cyklu k určení očekávané úrovně služeb. Estesův model byl porovnán z pohledu bodu znovuobjednávky s tradičním modelem simulační analýzy pro výrobce elektroniky a výsledky ukázaly, že se (bez ohledu na použitý soubor dat) více blíží cílové úrovni služeb a nižším nákladům držení zásob než tradiční model, který přeceňuje bod znovuobjednávky. Kolmogorov-Smirnov test určil distribuci pro simulační analýzu, v rámci níž autoři vyvinuli softwarový nástroj pro odhad bodu znovuobjednávky vzhledem k požadované úrovni služeb. Analýza ukázala, že ustálený stav byl dosažen po 50 až 100 cyklech a prokázalo se, že normální rozdělení nemusí být nejlepší reprezentací poptávky během dodací lhůty. Historické údaje firmy ukázaly, že pokud byla poptávka velmi volatilní, bezpečnostní zásoby obvykle nestačily, zatímco během stabilní poptávky byly nadměrné. Simmons a Cheng (2008) zvážili alternativní přístup k výpočtu economic run quantity (ERQ) na základě maximalizace zisku a vytvořili maximalizační funkci zisku, zahrnující výrobu a náklady zásob. Použili klasické optimalizační techniky ke stanovení roční úrovně výroby, jejichž hodnota určila ERQ. Jejich přístup vedl k podstatnému zvýšení zisku a podle autorů může být aplikován na relativně homogenní produkty v odvětví (papír, žárovky atd.). Autoři prakticky představili nový přístup pro stanovení množství výrobních objednávek na základní úrovni: jediný produkt a prodej na velkém trhu s monopolistickou konkurencí.

Charakteristika společnosti a její současný stav řízení zásob

45

3 Charakteristika společnosti a její současný stav řízení zásob V této části bude nejprve stručně charakterizována společnost ABB, s.r.o. (respektive celé ABB Group) a především vybraná divize, poté bude následovat zhodnocení její současné situace v řízení zásob.

3.1

Informace o společnosti

Firma ABB je lídrem v oblasti energetiky a automatizačních technologií, které zvyšují výkonnost energetickým a průmyslovým podnikům při snižování dopadu na životní prostředí (ABB.com, c2012a). Patří mezi jednu z nejvýznamnějších světových elektroinženýrských společností (ABB.cz, c2012a), která je navíc považována za největšího světového výrobce transformátorů (ABB.cz, c2012f). ABB Group se skládá především z 332 dceřiných společností celého světa (ABB.com, c2012c) a v České republice je zastoupeno společností ABB, s.r.o. (ABB.cz, c2012d). ABB Group působí přibližně ve 100 zemích světa na všech kontinentech a zaměstnává asi 135 000 lidí (ABB.com, c2012a), přičemž v roce 2009 to bylo 120 000 (Opělová, 2009). Sídlo se nachází ve švýcarském městě Curychu (ABB.com, c2012b), zatímco v České republice je zastoupena v osmi městech, a to v Brně, Praze, Ostravě, Jablonci nad Nisou, Trutnově, Plzni, Mostě a v Teplicích (ABB.cz, c2012b). Struktura firmy je současně založena na pěti divizích: „Výrobky pro energetiku“ (výroba a dodávky přístrojových transformátorů a senzorů), Energetické systémy, „Automatizace výroby a pohony“, Produkty nízkého napětí a Procesní automatizace (ABB.com, c2012b; ABB.cz, c2012b; Ministerstvo spravedlnosti, c2012). Firma drží certifikáty ISO 9001, ISO 14001 a OHSAS 18001 (ABB.cz, c2012g). V roce 2009 investovala do oblasti výzkumu a vývoje 1,3 miliardy dolarů (4,1 % příjmů) a v současné době spravuje přibližně 4 780 aktivních patentových skupin (rodin) a zaznamenala asi 19 890 aktivních žádostí o patenty. Vlastní také sedm výzkumných center, spolupracuje s 6 000 výzkumníky a vývojáři a se 70 universitními pracovníky po celém světě (ABB.com, c2012b).

46


Tab. 1

Srovnání ukazatelů ABB Group za rok 2010 a 2011 (v mil. dolarů)

2011

2010

Obdržené objednávky

40 210

32 681

Příjem

37 990

31 589

4 667

3 818

12,3 %

12,1 %

3 168

2 561

Vlastní kapitál akcionářů

15 777

14 885

Celková aktiva

39 648

36 295

Kapitálové výdaje

1 021

840

Cashflow z provozní činnosti

3 612

4 197

134 000

116 500

1,38

1,12

Zisk před úroky a zdaněním (EBIT) EBIT marže Čistý zisk

Počet zaměstnanců Základní zisk na akcii (Zdroj: ABB.com, c2012d)

Z výše uvedené tabulky se dá vyčíst, že oproti roku 2010 se její situace na trhu ve všech sledovaných ukazatelích (kromě cashflow z provozní činnosti a kapitálových výdajů) zlepšila. Nárůst kapitálových výdajů může být způsoben právě již zmíněnými zvýšenými investicemi do výzkumu a vývoje, což se rozhodně nedá považovat za negativní skutečnost. Historie ABB Group Celé ABB Group bylo založeno na začátku roku 1988 díky sloučení Asea AB a BBC Brown Boveri AG. V polovině 20. století se firma Asea AB kromě železnictví zaměřila i na energetický, těžební a ocelářský průmysl. Společnost Brown Boveri a Cie (později BBC Brown Boveri AG) byla založena v roce 1891 a zpočátku se specializovala na výrobu energie a turbín a posléze rozšířila své působení na elektrotechnické činnosti. V únoru 1999 ABB Group vytvořilo jednotnou mateřskou holdingovou společnost. V březnu téhož roku bylo založeno ABB, s.r.o. a o čtyři měsíce později se stalo holdingovou společností pro ABB Group (ABB.com, c2012c).


47

Historie ABB v České republice ABB v České republice zaujímá přední místo v oblasti robotiky a spravuje oblast „střední a východní Evropy“ (Ministerstvo spravedlnosti, c2012). Své výrobky a služby nabízí odvětvím, jako například chemii a petrochemii, průmyslu papíru a celulózy, hutnictví a metalurgii, cementárnám a vápenkám, automobilovému průmyslu, potravinářství, farmacii, energetice, bytovým, veřejným a průmyslovým stavbám, velkoobchodům a distributorům (Ministerstvo spravedlnosti, c2012). V České republice působí ABB již od roku 1970 a v současné době má téměř 3 000 zaměstnanců (ABB.cz, c2012b). Česká Republika se „po roce 1989“ stala silnou základnou ABB, ale první firma ABB zde formálně vznikla až roku 1991 (ABB.cz, c2012e). Během období 1990 až 1993 bylo založeno pět společností ABB a v následujících třech letech došlo k velké restrukturalizaci pro zefektivnění procesů výroby. Počet firem ABB v České Republice se během poloviny 90. let postupně zvyšoval až na 10 společností v roce 1998, „působící v Praze, Brně, Jablonci, Trutnově a Ostravě“. V roce 1999 se společnost ABB sloučila s firmou Alstom, čímž vznikl celosvětový podnik ABB Alstom Power. Koncem roku se 7 firem sloučilo do jednoho ABB, s.r.o. a vytvořily se „organizační jednotky Automation, T&D, EJF, ELSYNN, Elektro-Praga, Service a DIZ“ (ABB.cz, c2012e). V červenci roku 2001 bylo ABB nově uspořádáno a vznikly čtyři zákaznické (Process Industries, Utilities, Manufacturing & Consumer Industries a Oil, Gas & Petrochemicals) a dvě výrobní divize (Automation Technology Products a Power Technology Products), dále také Group Processes. V tomto roce se společnosti v České republice sloučily do dvou celků, ABB, s.r.o. a ABB Lummus Global s.r.o. (ABB.cz, c2012e). V roce 2002 globální ABB (ABB, s.r.o. až v letech 2002 až 2003) zažívá celosvětovou restrukturalizaci za účelem zaměření na klíčové obory podnikání. Současně se jednotlivé obory podnikání sloučily do dvou divizí, „Automation Technologies“ a „Power Technologies“ (ABB.cz, c2012e). V roce 2006 se klíčové činnosti celosvětového ABB rozdělily „do 5 divizí“, „Výrobky pro energetiku, Systémy pro energetiku, Výrobky pro automatizaci, Procesní automatizaci a Robotika“ (ABB.cz, 2012e; Opělová, 2009). Roku 2007 ABB prodalo podnik Lummus Global působící v segmentu těžby a zpracování ropy a plynu (ABB.com, c2012e). V měsíci říjnu 2008 došlo k otevření nové montážní haly rozvaděčů nn v Brně a o rok později byly automatizační divize reorganizovány. Začátkem roku 2010 byly obchodní jednotky, spadající „do divizí Výrobky pro automatizaci

48


a Robotika“, přeskupeny „do dvou nových divizí (Automatizace diskrétních výrob a řízení pohybu a Výrobky nízkého napětí“). Od června 2010 má ABB na starosti „výrobu polovodičů od společnosti Polovodiče a.s.“ V listopadu ABB konsolidovalo výrobu „vzduchem izolovaných rozváděčů pro vysoké napětí do dvou výrobních závodů“, z nichž jedno se nachází v Brně. V roce 2011 firma zaznamenala úspěšný vývoz „celosvětových výrobkových řad“ díky 10 miliardám Kč v přijatých dodávkách za předešlý rok 2010 (ABB.cz, 2012e). V Tab. 2 jsou vyjádřeny vybrané výsledky českého zastoupení firmy za období 7 let. Tab. 2

Výsledky ABB, s.r.o. podle US GAAP za období 2004 – 2010 (v mil. Kč)

ABB, s.r.o.

2004

2005

2006

2007

2008

2009

2010

Přijaté objednávky

5 647

6 250

7 134

8 894

9 634

9 100

10 014

Tržby

5 891

6 152

6 253

8 333

9 002

8 122

9 466

Počet zaměstnanců

2 041

2 243

2 111

2 456

2 795

2 700

2 800

(Zdroj: ABB.cz, c2012c, upraveno)

Z tabulky je patrné, že v roce 2010 se oproti roku 2004 počet přijatých objednávek téměř zdvojnásobil, což skoro platí i u tržeb. Zatímco u počtu zaměstnanců nedošlo k takto velkému navýšení. Je nutné podotknout, že v roce 2009 byly výsledky ve všech sledovaných oblastech nižší, neboť zde došlo k rozšíření výrobní kapacity a skladu. 3.1.1

Divize Přístrojových transformátorů a senzorů

Divize Výrobky pro energetiku: Přístrojové transformátory a senzory sídlí na ulici Vídeňská (Ministerstvo spravedlnosti, c2012). Vzhledem k nejednotnosti umístění divizí se rozlišují lokální „jednotky LBU (Local Business Unit),“ a právě zkoumaná divize Přístrojových transformátorů a senzorů (Obr. 7) je jedním z nich, s označením LBU PPMV („Power Products Medium Voltage“) Brno, patřící divizi Výrobků pro energetiku. „Jednotka PPMV“ zabírá „144 000 m2“ a mimo analyzovanou divizi zahrnuje „divizi Rozváděčů vn, Výzkum a vývoj a Prodej zařízení vn v ČR (Opělová, 2009). Brněnská divize ABB, s.r.o. je světovým centrem vývoje a výroby „přístrojových transformátorů a senzorů“. Její vznik se datuje od roku 1993 (Opělová, 2009), ale už roku 1919 zde byla započata výroba prvních přístrojových transformátorů (Ministerstvo spravedlnosti, c2012). V roce 1997 vznikly nové prostory pro výrobu těchto zásob s využitím moderní výrobní a zkušební technologie.


49

V roce 2002 se divize stala „globálním dodavatelem přístrojových transformátorů (do 40,5 kV)“ a o rok později i senzorů nejen pro domácí trh, ale i do různých zemí světa, a to odděleně nebo „jako součást celků“, především rozvaděčů, jež produkuje přilehlá divize, ve které se „transformátory do rozvaděčů“ montují.

Obr. 10 Schéma umístění divize Přístrojové transformátory a senzory ve firmě (Zdroj: Opělová, 2009)

Finanční a jiné charakteristiky divize V následující tabulce jsou uvedeny informace o tržbách, počtu vyrobených kusů a zaměstnanců v dané divizi za rok 2008. Tab. 3

Základní údaje divize za rok 2008

Celkem Tržby Produkce

Transformátory

737 mil. Kč

678 mil. Kč

92 %

91 300 ks

82 600 ks

90,5 %

Senzory 48 mil. Kč 7 % 8 700 ks 9,5 %

(Zdroj: Opělová, 2009, upraveno)

Z Tab. 3 je jasné, že výroba transformátorů dosahuje 90,5 % celkové produkce a na souhrnných tržbách se podílí 92 % (Opělová, 2009). Naopak senzory tvoří menší část těchto ukazatelů. Níže jsou uvedeny výsledky hospodaření za období šesti let.

50


Tab. 4

Výsledky hospodaření za období 2005–2010 (v Kč)

2005

2006

2007

VH před zdaněním

647 638

757 808

1 038 219

VH účetního období

479 260

579 548

759 796

2008

2009

2010

924 990

880 821

1 039 199

730 244

690 855

851 632

(Zdroj: Ministerstvo spravedlnosti, c2012)

Z Tab. 4 vyplývá, že firma ABB, s.r.o. dosáhla nejlepších výsledků v roce 2007 a 2010 (z pohledu výsledku hospodaření před zdaněním). Při porovnávání výsledků po zdanění by nejpříznivějšího stavu společnost dosáhla spíše v roce 2010. Od roku 2007 se finanční stav podniku postupně zhoršoval, ale o tři roky později již vykazoval opětovné zlepšení. Opět tento menší propad mohl být způsoben již zmiňovanou výstavbou. 3.1.2

Produkty divize

Přístroje, které se zapojují „do elektrických obvodů“, je potřeba přizpůsobit různým hodnotám proudu a napětí, a proto jsou připojovány „do obvodů“ právě „přes přístrojové transformátory“. Vyráběné „transformátory a senzory“v této divizi se podle Opělové (2009) obecně dělí na (tab. Tab. 5): Tab. 5

Rozdělení výrobků divize

(Zdroj: Opělová, 2009)

Opělová (2009) zdůrazňuje, že toto členění je jen pro představu, neboť jsou oba druhy výrobků vyráběny ve 155 základních druzích. Vzhledem k zakázkové výrobě se parametry různí, a proto existuje mnoho jejich variací. Za výhodu pro fyzický tok produktů autorka považuje „standardizované rozměry, tvary i rozpětí hmotnosti“ (viz Obr. 11).


51

Obr. 11 Vybrané ukázky výrobků (Zdroj: ABB)

Opělová (2009) tvrdí, že se „hmotnost výrobků“ nachází v rozmezí 1 kg až 127 kg/ks. Následující tabulka uvádí detailní informace „k hmotnosti a rozměrům 141 typů transformátorů a 14 typů senzorů“. Tab. 6

Rozpětí hmotností a rozměrů typových výrobků


Opělová (2009) zjistila, že transformátory mají veliké hmotnostní rozpětí mezi „7 kg až 127 kg“. Dále autorka spočítala, že polovina z nich váží méně než „38 kg“ a nejčetnější hmotností je „50 kg“. Tabulka dále ukázala, že senzory váží méně i rozměrově jsou menší, přičemž polovina z nich dosahuje hmotnosti jen „od 1 do 3,8 kg“ a maximálně „26 kg“.

Obr. 12 Příklad značení rozměrů výrobků (Zdroj: Opělová, 2009)

Objem, který vystihuje hrubý zabíraný prostor výrobkem (viz Tab. 7), Opělová (2009) spočítala multiplikací „tří rozměrů výrobků“ (viz Tab. 6). „Sloupec ks/paleta“ značí počet kusů kapacitně umístitelných na běžnou paletu („1 200x800 mm“).

52


Tab. 7

Maxima, minima, medián a modus u typových transformátorů a senzorů

Transformátory Statistika Objem (v dm3)

Senzory

Plocha dna bedny (v m2/ks)

Ks/paleta

Objem (v dm3)

Plocha dna bedny (v m2/ks)

Ks/paleta

Max.

117,5

0,50

26

18,8

0,06

65

Min.

6

0,04

1

1,4

0,01

17

Medián

19,6

0,08

11

5,1

0,03

28

Modus

32,5

0,05

19

11,0

0,02

63

(Zdroj: Opělová, 2009, upraveno)

Opělová (2009) tabulku vysvětluje tak, že na paletu lze umístit nejvíce 26 ks transformátorů, přičemž rozměrově největší „může být na paletě pouze jeden“. „Polovina transformátorů může být“ uložena „na paletu maximálně po 11 ks. Oproti tomu i největší“ senzory „mohou být umístěny po 17 ks“.

3.2

Porovnání situace firmy ABB, s.r.o.

Diplomová práce Opělové (2009) se zabývala distribuční logistikou firmy ABB, s.r.o. a řešila především dílčí procesy, probíhající v divizi Přístrojových transformátorů a senzorů. V této práci byla mimo jiné použita analýza nákladů podle měsíců, u níž bylo zdůrazněno, že obdobný rozbor porovnávající roky by v budoucnosti poskytl jasnější představu. Totéž platí i pro analýzu skladových, fixních a variabilních nákladů. To vše bylo způsobeno rozdílným účtováním nákladů firmy. Dále také byl vypočten počet kusů výrobků v každé zakázce, ale opět pouze do roku 2008/2009, na což by se též dalo v jiných pracích navázat. Z výše uvedené diplomové práce vyšly najevo následující slabé a silné stránky, uvedené v Tab. 8.

Charakteristika společnosti a její současný stav řízení zásob Tab. 8

53

SWOT analýza firmy ABB, s.r.o.


Za hlavní problém byl stanoven neodpovídající současný systém skladu z důvodu zvýšených nároků navýšení kapacity výroby z roku 2008. Opělová (2009) ve své práci našla několik vad ve 4 různých procesech (příjem, skladování, manipulace a výdej). Tyto nedostatky byly shrnuty do dvou hlavních bodů: 1.

zřízení skladové informační a komunikační technologie a identifikace výrobků pro bezdokladový chod skladu,

2.

odstranění ruční manipulace s těžkými výrobky.

(WMS)

Autorka se ve své práci nezabývala alternativním rozmístěním skladu, protože jeho prostor neumožňuje jiné uspořádání pro manipulační prostředky. Dále bylo zjištěno, že se zásoby na skladě nezdržovaly dlouhou dobu. Proto byla souhrnná „kapacita 256 palet v regálech a na podlažních místech a 200 policových regálů“ považována za dostačující i za předpokladu stálé zásoby senzorů o cca 18 paletách (Opělová, 2009). „Využití ploch a prostoru v regálovém skladě“ bylo podle Opělové (2009) optimální, ale u „hlavního skladu“ byla nalezena možnost případného rozšíření kapacity skladu (při koupi dodatečného přístroje). Bylo zde ale poznamenáno, že tato investice nemusí být v nejbližší době provedena. Nedostatky byly nalezeny také při výpočtu ukazatele produktivity, „kdy na jeden kus výrobku“ připadlo přibližně „4,3 minuty“ pro „zaskladnění a vyskladnění. Náklady na práci“ představovaly největší část (více než 60 %) nákladů skladu, a při vynechání nákladů na prostor, mzdové náklady znamenaly cca 80 %, přičemž fixní náklady byly při-

54


bližně 75 % (nejvíce mzdové náklady). Proto bylo zdůrazněno, že se „hlavní úspory ve skladě“ musí hledat na tomto místě (Opělová, 2009). Za nejvýznamnější změnu hmotného toku zásob byl považován válečkový dopravník ve zkušebně, odkud výrobky míří do skladu. Jeho využitím by výrobky přicházely po přibližně 3 minutách a 10 s. Ve skladě byla také rozpoznána významná část „ručního záznamu dat“ (Opělová, 2009). Konečná SWOT analýza odkryla nejpodstatnější slabé stránky, kterými jsou: nepřítomnost systému řízení skladu, chybějící souhrn o „volných skladových“ místech „a umístění výrobků“, nevyužívání automatického identifikování a nutnost „tisknout dokumenty pro“ běh skladu. Mezi nejdůležitější příležitosti se řadily: schopnost zlepšeného značení výrobků nebo přístup managementu „ke změnám ve skladě“. U dosavadního skladového hospodářství zde byly za hrozby považovány zvláště navýšení výrobní „kapacity až o 40 % a hospodářská krize“ (Opělová, 2009). V současné době se zásobami ve firmě zabývá oddělení logistiky, které měsíčně sleduje ukazatele související s výrobky, jejich celkovou výši a procento vztažené k tržbám. Samotní zaměstnanci skladu ale mají často plné ruce práce a málo místa, kam výrobky uskladnit, proto bedny bývají umístěné i ve venkovním prostoru (zejména pro námořní či leteckou dopravu) (Zdroj: ABB). Brněnská divize měsíčně vyrobí 5 000 ks (vnější výrobky) a 10 000 ks hotových výrobků (vnitřní výrobky). 90 % zákazníků firmy tvoří dílčí jednotky ABB. Sklad divize je navázán na měsíční produkci. Expedice výrobků od doby přijetí objednávky trvá 4 týdny, kdy (Zdroj: ABB): • 2 týdny tvoří výroba, • 1 týden zahrnuje přípravu podkladů, • 1 týden je časová rezerva.

Rozpočet ve výrobcích zahrnuje u divize Přístrojových transformátorů a senzorů 1 miliardu. Tato jednotka také koncem roku 2011 překonala rekordní hranici 130 000 kusů přístrojových transformátorů a senzorů vyrobených v jednom roce v rámci jedné firemní divize. Na Obr. 13 je uveden vývoj počtu měřících transformátorů a senzorů, který od roku 2000 rapidně vzrostl. Podnik ABB proto musel investovat finanční prostředky do navýšení kapacity a technologií pro zajištění vyšší produktivity práce a efektivity výroby (Zdroj: ABB).


55

Obr. 13 Vývoj počtu vyrobených transformátorů a senzorů mezi roky 2000 a 2011 (Zdroj: ABB)

Na začátku roku 2011 byla odbourána nevýhoda zmíněná Opělovou (2009), která se týkala ruční manipulace s materiálem (díky mobilnímu robotovi a válečkové dráze). Dále byly také nainstalovány čtyři nové lící stroje a pořízeny speciální navíječky a měřící zařízení. Podle tvrzení samotné firmy nemá divize žádné sezónní výrobky, které by v určitých obdobích vykazovaly jakékoliv výkyvy (Zdroj: ABB). Podle Opělové (2009) se zrovna dokončovalo rozšíření stávajících výrobních kapacit na 140 000 ks (celková kapacita) a v roce 2008 došlo k rozšíření původního skladu hotových výrobků o regálový sklad. Od té doby přísluší sklad hotových výrobků oddělení OH. Produkce transformátorů a senzorů tvoří více než 95 % z celkové výroby a tržeb, zbývající procento tvoří přefakturace dopravy, vystavení certifikátů o původu zboží, phyto certifikátů, ověření úředního cejchování, zpoplatnění některých nestandardních měření prováděných na transformátorech a senzorech aj. V níže uvedené tabulce jsou uvedeny tržby, počet zaměstnanců a množství vyrobených kusů výrobků v divizi za období 2009–2012 (Zdroj: ABB).

56


Tab. 9

Vývoj tržeb, počtu výrobků a zaměstnanců v divizi za období 2009 až 2012

Rok Tržby (v tis. Kč) Počet výrobků (v ks) Počet zaměstnanců

2009

2010

2011

2012

698 728

812 401

916 503

1 012 000

86 930

109 005

130 054

146 300

365

371

388

416 (budget)

(Zdroj: ABB)

Z tabulky je patrné, že ve všech třech sledovaných prvcích došlo ve uvedených letech k nárůstu. Divize již ale v portfoliu nemá pouze 141 transformátorů a 14 typů senzorů, jak uvedla Opělová (2009), ale během posledních let došlo k jeho rozšíření o výrobky pro high voltage. V roce 2012 totiž divize Výrobky pro energetiku rozšířila výrobu přístrojových transformátorů (zejména velmi vysokého napětí) a otevřela novou výrobní halu pro jejich výrobu. Právě rostoucí zájem trhů o přístrojové transformátory a senzory vedl k významné investici firmy v České republice do inovací a automatizace procesů v celém výrobním závodu. Podle vedení firmy se očekává růst tržeb v této oblasti o 13 % ročně (Zdroj: ABB). Balení přístrojových transformátorů v ABB PPMV Brno Společnost používá obaly standardních velikostí cca 11 rozměrů beden, palety s ohrádkou a víkem ve dvou velikostech, EUR a INKA palety. Obaly se uskladňují v určitém počtu několikrát týdně, protože přesný počet transformátorů pro zakázky je znám až následující den v 6 hod (Zdroj: ABB). Na palety jsou kladeny transformátory dle váhy buď ručně, nebo jeřábem a poté přišroubovány nebo přibity a připáskovány podle rozměru, váhy a země určení (Zdroj: ABB). Balení INKA palety 120x80 a 80x60cm Dále je používána i INKA paleta, na kterou se přišroubuje překližka o síle 9 mm o stejném rozměru a na níž jsou naskládány a přišroubovány transformátory. Dle výšky transformátoru se následně zvolí počet ohrádek. Jedná se o zámořské balení určené pro leteckou dopravu (Zdroj: ABB). Balení EUR palet 120x80cm a palet 80x60cm Balení je shodné jako u kompletů a používá se, pokud výška transformátoru neumožňuje použít komplet nebo pokud jde pouze o tuzemského odběratele. Zakázka pak odchází přišroubována k paletě a zabalena do folie (Zdroj: ABB).


57

Balení beden Bedny jsou konstrukčně stejně řešené jako u rozvaděčů, pouze dosahují menšího rozměru. Podle počtu a typu transformátorů v zakázce pracovník zvolí počet a velikost beden, které se plní opět ručně nebo za použití zvedacího zařízení (Zdroj: ABB). Balení senzorů Liší se podle typů (Zdroj: ABB): 1.

Každý kus je zabalen do fólie a vložen do bedny nebo na paletu. Jednotlivá patra jsou prokládána lepenkou a na poslední vrstvu je umístěna překližka o 9 mm.

2.

Na paletu je vložen potřebný počet ohrádek se závěsy a platem s nezbytným počtem otvorů, do nichž se vkládají kusy zabalené do folie.

3.

Do bedny se vytvoří konstrukce pro plata, do nichž se vkládají kusy zabalené ve fólii.

4.

U menších zásilek je možné kusy balit pouze do fólie a vložit do kartonu.

58

Optimalizace řízení zásob divize

4 Optimalizace řízení zásob divize V nynější kapitole bude ABC analýza uplatněna a aplikována na zmíněná data firmy ABB, s.r.o. a provedena optimalizace řízení zásob pomocí vybraných modelů. Nebudou chybět ani shrnující poznatky včetně ekonomického pohledu na náklady.

4.1

Aplikace ABC klasifikace

Firma ABB, s.r.o. má ve svém portfolio nepřeberné množství výrobků, které vyrábí. Proto je vhodné tyto produkty roztřídit podle určitých společných či podobných charakteristik takovým způsobem, aby se daly lépe a efektivněji řídit. Jak již bylo v metodice zmíněno, ze zkoumaných dat divize byly z důvodu relevantnosti dat vynechány položky s označením „Q“ ve sloupci s názvem „Z“ (zásoba pro divizi rozvaděčů) a „E“ (zásoba do prodejních zakázek externím zákazníkům). Také zde byl uplatněn axiom, týkající se abstrahování od pojistných zásob a protokolů a štítků, které i přes vyšší peněžní částku v rámci zkoumaných zásob svojí povahou slouží pouze pro administrativní účely, jež souvisí se zkoušením výrobků podle požadavků zákazníků. Služby, stejně jako vyráběné produkty, totiž musí mít materiálová čísla, aby mohly být vyfakturovány a vloženy do systému do prodejní zakázky jako samostatné položky. Kromě výše zmíněných předpokladů byl uplatněn i fakt, že ze všech zásob na skladě byly vybrány pouze ty, které byly v daném období jednoho roku (období březen 2011 až únor 2012 včetně) prodány. Tyto položky tvořily 37 výrobků, které byly pro možnost efektivnějšího řízení setříděny podle tří následujících hledisek. V následujících podkapitolách je pro vzájemné srovnání uvedeno členění podle ročního objemu poptávky, velikosti poptávaného množství a nákladového kritéria. Využití všech tří třídících znaků vychází z článku Teuntera, Syntetose a Babaie (2010), jehož stručnější shrnutí je uvedeno v literárním přehledu. 4.1.1

ABC klasifikace podle ročního finančního objemu

U prvního uvedeného členění je stěžejním hlediskem roční finanční objem za období jednoho roku, které je pro ilustraci zobrazeno v Tab. 10. K tomuto byl u každé z 37 položek vypočten počet ročně prodaných kusů, procento ročního finančního objemu a kumulativní procentuální vyjádření tohoto objemu.

Optimalizace řízení zásob divize Tab. 10

59


Výrobek

Roční finanční objem

Roční počet prodaných kusů

Procento ročního finančního objemu

1VL5400051V0101

1 545 783 Kč

906 ks

20,53 %

E45698000

1 318 339 Kč

999 ks

17,51 %

1000049370

839 084 Kč

722 ks

11,14 %

1VL5400004V0102

531 781 Kč

192 ks

7,06 %

E45698010

451 462 Kč

133 ks

6,00 %

E43914127

421 835 Kč

144 ks

5,60 %

1VL5400052V0101

366 547 Kč

473 ks

4,87 %

1VL5400005V0101

301 475 Kč

97 ks

4,00 %

E43912745

264 441 Kč

427 ks

3,51 %

E43918788

202 877 Kč

75 ks

2,69 %

1VL5400006V0101

179 556 Kč

66 ks

2,38 %

E43912744

157 516 Kč

247 ks

2,09 %

E43912747

137 144 Kč

135 ks

1,82 %

E43918528

123 659 Kč

18 ks

1,64 %

E43912746

110 446 Kč

169 ks

1,47 %

pod 71 941 Kč

pod 33 ks

pod 0,96 %

7 529 993 Kč

5 019 ks

100 %

Ostatní výrobky Celkem

(Zdroj: Data firmy ABB, s.r.o., vlastní zpracování)

V prvním sloupci tabulky je uvedeno označení výrobku, kde položka s počátečním „E“ znamená transformátor a „1“ značí senzor, kterých je v tabulce celkově šest (tedy méně než transformátorů). Například při porovnání výrobků 1VL5400051V0101 a 1VL5400052V0101 je vidět, že se liší pouze prostředním číselným značením „51“ a „52“, což znamená specifické odlišení, vycházející

60


z potřeb zákazníků, jinak obdobného typu výrobku. Pro přehlednost u senzorů s názvem E45698000 a E45698010 si lze všimnout rozdílu v poslední dvojici číslic, která značí analogické drobné rozdíly. Bližší detaily odlišností ve značení nejsou pro tuto analýzu nezbytné. Celkově je zde znázorněno sestupné třídění položek podle roční hodnoty peněžní spotřeby. Dále je uveden počet prodaných kusů za rok a kolika procenty se každá ze zásob podílí na ročním finančním objemu. Vzhledem k rozsáhlosti tabulky byly položky s vahou menší než 1 % (respektive 0,96 %) seskupeny pod označením „ostatní výrobky“. Z důvodu lepší orientace byly vypočtené hodnoty ročního objemu prodeje v tabulce zaokrouhleny na celé koruny nahoru. Ze všech těchto sledovaných výrobků dosáhly největší peněžní hodnoty první tři zásoby, které dohromady tvoří téměř 50 % objemu poptávky za sledované období. Tab. 11 dále navazuje další charakteristikou kumulativního procenta ročního peněžního objemu, podle kterého byla provedena klasifikace položek do skupin s označením A, B nebo C.


61


Výrobek

Kumulativní procento ročního finančního objemu

Klasifikace

1VL5400051V0101

20,53 %

A

E45698000

38,04 %

A

1000049370

49,18 %

A

1VL5400004V0102

56,24 %

A

E45698010

62,24 %

A

E43914127

67,84 %

B

1VL5400052V0101

72,71 %

B

1VL5400005V0101

76,71 %

B

E43912745

80,22 %

B

E43918788

82,92 %

B

1VL5400006V0101

85,30 %

B

E43912744

87,39 %

B

E43912747

89,21 %

B

E43918528

90,86 %

B

E43912746

92,32 %

B

nad 93,28 %

C

Ostatní výrobky (Zdroj: Data firmy ABB, s.r.o., vlastní zpracování)

Mezi položky typu A bylo zařazeno pět výrobků (2 transformátory a 3 senzory) podle kumulativního procentuálního vyjádření finančního objemu. Pro toto procentní třídění bylo vycházeno z tvrzení Reida a Sanderse (2010), kteří konstatují, že skupinu A tvoří 10 až 20 % položek, jež dosahují 60 až 80 % skladovacích nákladů (rovnajících se v tomto případě finanční hodnotě prodeje položek). Navíc, jak Russell a Taylor (2009) zmínili, toto pravidlo se nejvíc blíží skutečnosti. Proto zde zásoby A dosahují 62,24 % peněžní hodnoty prodeje.

62


Pro skupinu B a C výrobků byl využit poznatek od stejných autorů o 30 % a 60 % zásob. U B položek tedy vyšla tato čísla na zhruba 27 % a u C na téměř 60 % (Tab. 12). Tab. 12


Klasifikace

Procento ročního finančního objemu

Úroveň zákaznického servisu

Počet položek

Procento položek

A

62,24 %

98 %

5

13,51 %

B

30,09 %

95 %

10

27,03 %

C

7,68 %

85 %

22

59,46 %

Celkem

100 %

278 %

37

100 %


Ve této tabulce jsou uvedeny doplňkové charakteristiky pro každou skupinu. Odhady požadované úrovně zákaznického servisu (jako procento uspokojených objednávek) byly stanoveny podle naléhavosti daných tříd, kde skupině nejdůležitějších výrobků bylo kvalitativním odhadem určeno 98% včasné plnění zakázek. Výše uvedených pět položek tvořilo ze všech 37 produktů 13,51 %. Třídě B bylo určeno 95% uspokojení objednávek u 10 položek, jež tvořily 27,03 % všech zkoumaných zásob. Kategorii C byla přidělena 85 % míra zákaznického servisu. Tyto nejméně důležité zásoby s 22 položkami značily 59,46 % zásob. 4.1.2

ABC klasifikace podle ročního počtu prodaných kusů

Druhým způsobem je třídění položek podle jejich dosaženého množství prodaných kusů za rok. V Tab. 13 je toto členění opět zobrazeno s využitím ročního počtu prodejů, finančního objemu a jeho procentuálního vyjádření.


63

Seřazení výrobků podle ročního počtu prodaných kusů – část 1

Výrobek

Roční počet prodaných kusů

Roční finanční objem

Procento ročního počtu prodaných kusů

E45698000

999 ks

1 318 339 Kč

19,90 %

1VL5400051V0101

906 ks

1 545 783 Kč

18,05 %

1000049370

722 ks

839 084 Kč

14,39 %

1VL5400052V0101

473 ks

366 547 Kč

9,42 %

E43912745

427 ks

264 441 Kč

8,51 %

E43912744

247 ks

157 516 Kč

4,92 %

1VL5400004V0102

192 ks

531 781 Kč

3,83 %

E43912746

169 ks

110 446 Kč

3,37 %

E43914127

144 ks

421 835 Kč

2,87 %

E43912747

135 ks

137 143 Kč

2,69 %

E45698010

133 ks

451 462 Kč

2,65 %

1VL5400005V0101

97 ks

301 475 Kč

1,93 %

E43918788

75 ks

202 877 Kč

1,49 %

1VL5400006V0101

66 ks

179 556 Kč

1,32 %

pod 33 ks

pod 123 659Kč

pod 0,66 %

5 019 ks

7 529 993 Kč

100 %



Ve výše uvedené Tab. 14, uspořádané podle počtu kusů prodaných za období jednoho roku (od března 2011 do února 2012), došlo oproti předchozímu členění k jistým obměnám v pořadí výrobků a samozřejmě i v procentuálním vyjádření prodaného množství produktů za rok. Tyto rozdíly budou posléze více rozebrány v kapitole 5.

64


Tab. 14

Seřazení výrobků podle ročního počtu prodaných kusů – část 2

Výrobek

Kumulativní procento ročního počtu prodaných kusů

Klasifikace

E45698000

19,90 %

A

1VL5400051V0101

37,96 %

A

1000049370

52,34 %

A

1VL5400052V0101

61,77 %

A

E43912745

70,27 %

B

E43912744

75,19 %

B

1VL5400004V0102

79,02 %

B

E43912746

82,39 %

B

E43914127

85,26 %

B

E43912747

87,95 %

B

E45698010

90,60 %

B

1VL5400005V0101

92,53 %

B

E43918788

94,02 %

B

1VL5400006V0101

95,34 %

B

nad 96 %

C

Ostatní výrobky (Zdroj: Data firmy ABB, s.r.o., vlastní zpracování)

V Tab. 14 je opět uvedena kumulace, ale oproti předchozímu třídění zde bylo sečítáno procentuální vyjádření ročního prodaného množství jednotlivých výrobků. Podle ní byla zvolena klasifikace položek do skupin (blíže v Tab. 15) v návaznosti na již zmíněné poznatky Reida a Sanderse (2010). Postup tedy byl rozdílný oproti předchozímu, protože zde se skupiny klasifikovaly do tříd podle procentuálního podílu položek na jejich celkovém počtu (tzn. A jako cca 10 % zásoby, B jako 30 % a C jako 60 %).


65


Klasifikace

Procento ročního počtu prodaných kusů


Počet položek

Procento položek

A

61,77 %

98 %

4

10,81 %

B

34,23 %

95 %

10

27,03 %

C

4,00 %

85 %

23

62,16 %

Celkem

100 %

278 %

37

100 %


Míry uspokojení poptávky zde byly opět stanoveny na stejných hodnotách, proto zde jejich výše nebudou blíže komentovány. Skupina A tedy obsahovala 61,77 % počtu ročně prodaných kusů výrobků a tvořila 10,81 % všech položek (počet položek se oproti předchozí klasifikaci snížil). Třída B naopak dosáhla 34,23 % počtu ročně prodaných kusů a 27,03 % položek, kdy se jejich počet v absolutním vyjádření rovnal 10. Kategorie C naopak reprezentovala 4 % ročního počtu prodaných zásob a 62,16 % položek, tvořících množství o velikosti 23 výrobků. 4.1.3

Aplikace modifikace ABC analýzy

Pro tuto verzi ABC analýzy bylo vycházeno z článku autorů Teuntera, Babaie a Syntetose (2010), kteří člení položky zásob podle výsledků multiplikace nákladů nedostatku s objemem poptávky, dělené vynásobením nákladů držení (kupní cenou) a velikostí průměrného objednacího množství. V následující tabulce jsou pro názornost uvedeny konkrétní parametry proměnných u významnějších položek výrobků. Peněžní částky byly opět zaokrouhleny na celá čísla. Náklady nedostatku ( b ) byly získány přes průměrnou odchylku z dostupných měsíčních údajů ve výši 89 119 Kč za rok. Objem poptávky ( D ) byl brán jako roční množství prodaných kusů daných položek, náklady držení zásob ( h ) byly charakterizovány celkovou prodejní částkou jednotlivých zásob. Ale vzhledem k tomu, že použití této souhrnné roční částky posléze vedlo k nelogickým výsledkům a sami autoři článku se zmiňují spíše o její jednotkové variantě, byla podělena ročním množstvím prodaných kusů. Průměrné objednací množství ( q ) bylo zjištěno průměrem prodaného množství zásoby za jednotlivé měsíce v období jednoho roku.

66


Tab. 16

Proměnné pro modifikaci ABC analýzy

Výrobek

b (v Kč)

D (v ks)

h (v Kč za ks)

q (v ks)

1VL5400051V0101

89 119

906

1 706

227

E45698000

89 119

999

840

200

1000049370

89 119

722

737

90

1VL5400004V0102

89 119

192

1 909

96

E45698010

89 119

133

1 350

67

E43914127

89 119

144

492

26

1VL5400052V0101

89 119

473

117

89

1VL5400005V0101

89 119

97

147

72

E43912745

89 119

427

3 087

107

E43918788

89 119

49

6 019

75

1VL5400006V0101

89 119

66

6 391

33

E43912744

89 119

247

1 626

35

E43912747

89 119

205

2 272

27

E43918528

89 119

18

14 691

18

E43912746

89 119

169

1 260

34

E43914128

89 119

33

6 148

8

1VL5400046V0101

89 119

22

7 160

11

E43916594

89 119

24

5 714

12

1VL5400055V0101

89 119

17

7 274

9

1VL5400014V0101

89 119

31

3 563

4

E43903929

89 119

3

23 980

3

E43916252

89 119

8

16 641

2


Výrobek

67

b (v Kč)

D (v ks)

h (v Kč za ks)

q (v ks)

E43915348

89 119

3

9 000

2

E43901022

89 119

3

5 096

1

1VL5400015V0101

89 119

15

1 535

8

E45644480

89 119

6

3 658

6

E43901023

89 119

2

10 444

1

E43905837

89 119

3

5 564

2

1VL5400016V0101

89 119

9

1 608

5

E43906850

89 119

2

7 000

1

E43907601

89 119

1

11 726

1

E43904912

89 119

4

9 351

1

E43916375

89 119

1

313

10

E43916748

89 119

3

7 400

1


Výše uvedená tabulka obsahuje data k daným proměnným pro každý výrobek, která posléze posloužila k dosazení do vzorce zmíněného v kapitole 2.2.5. Níže je uveden příklad samotného výpočtu u prvního výrobku 1VL5400051V0101. 89 119 * 906 = 208,93 1 706 * 227

Obdobně by probíhaly i výpočty všech zbývajících výrobků, jejichž výsledky jsou vyobrazeny v následující tabulce. Důležité je poznamenat, že zde nejsou zveřejněny výstupy u všech výrobků, ale poslední tři méně významné položky byly shrnuty pod označením „ostatní výrobky“.

68


Tab. 17

Seřazení výrobků podle modifikace ABC analýzy

Výrobek

Peněžní objem

Výsledek

Míra služeb

1VL5400052V0101

366 547 Kč

4 056,66

0,99975

A

E43914127

421 835 Kč

992,76

0,99899

A

1000049370

839 084 Kč

967,97

0,99897

A

9 087 Kč

853,23

0,99883

A

301 475 Kč

814,30

0,99877

A

E45698000

1 318 339 Kč

530,52

0,99812

A

E43912744

157 516 Kč

383,68

0,99739

A

E43912746

110 446 Kč

353,51

0,99717

A

E43916748

1 871 Kč

285,72

0,99650

B

1 545 783 Kč

208,93

0,99521

B

137 143 Kč

196,16

0,99490

B

55 474 Kč

175,04

0,99429

B

451 462 Kč

132,02

0,99243

B

21 903 Kč

116,14

0,99139

B

264 441 Kč

115,46

0,99134

B

1VL5400016V0101

14 302 Kč

110,84

0,99098

B

1VL5400004V0102

531 781 Kč

93,36

0,98929

B

E43901022

23 020 Kč

69,95

0,98570

B

E43914128

71 941 Kč

57,98

0,98275

B

E43916375

5 087 Kč

35,04

0,97146

C

E43905837

15 577 Kč

32,03

0,96878

C

E43916594

66 562 Kč

31,19

0,96794

C

E43904912 1VL5400005V0101

1VL5400051V0101 E43912747 1VL5400014V0101 E45698010 1VL5400015V0101 E43912745

Klasifikace


Výrobek

69

Peněžní objem

Výsledek

Míra služeb

179 556 Kč

27,89

0,96414

C

E43906850

14 000 Kč

25,46

0,96073

C

1VL5400046V0101

70 912 Kč

24,89

0,95983

C

7 209 Kč

24,73

0,95956

C

1VL5400055V0101

58 192 Kč

24,50

0,95919

C

E45644480

20 888 Kč

24,36

0,95895

C

E43913315

7 400 Kč

24,09

0,95848

C

E43915348

24 375 Kč

19,80

0,94951

C

E43911176

9 351 Kč

19,06

0,94754

C

E43901023

16 692 Kč

17,07

0,94140

C

pod 202 877 Kč

pod 15,20

pod 0,93421

C

7 529 993 Kč

10 894,86

1VL5400006V0101

E43909192


Klasifikace


V závislosti na výsledcích výpočetního postupu byly výrobky seřazeny podle nejvyšší dosažené hodnoty. Samotné přiřazení ke skupinám bylo učiněno podle optimálních výsledků, které empiricky zjistili autoři článku z literárního přehledu Teunter, Babai a Syntetos (2010). Jedná se o 20 % ze všech položek pro A, 30 % pro B a 50 % pro C skupinu v případě členění na tři třídy. Klasifikace do šesti skupin, která podle zmíněných autorů sice dosáhla lepších výsledků, ale vzhledem k menšímu počtu zkoumaných položek v této diplomové práci by toto dělení nebylo vhodné. Navíc by vyžadovala více důrazu na řízení zásob více skupin. V tabulce je ještě zopakována hodnota ročního finančního objemu a pro orientaci vypočítána úroveň zákaznického servisu každé položky podle postupu uvedeného ve zmíněném článku. Ukázkový výpočet pro první výrobek je opět uveden níže.

70


 1 706 * 227  1−   = 0,99975  89 119 * 906 

Takto bylo postupováno u všech zásob. Ale jak zmiňují autoři, tyto hodnoty neslouží ke skutečnému nastavení míry zákaznického servisu, ale spíše pouze pro orientaci při řazení výrobků. Proto byla v této diplomové práci zvolena stejná míra zákaznického servisu jako u předchozích dvou klasifikací, jak je vidět v tabulce níže. Tab. 18


Třída

Procento roční finanční hodnoty


Počet položek

Procento položek

A

46,80 %

98 %

8

21,62 %

82,17 %

B

41,49 %

95 %

11

29,73 %

14,33 %

C

11,71 %

85 %

18

48,65 %

3,49 %

100 %

278 %

37

100 %

100 %

Celkem

Podíl na výsledku


Opět jsou zde vypočítány procenta hodnoty pro každou skupinu zásob, počet položek a jejich procentuální vyjádření a jako orientační hledisko i procentní podíl třídy na výsledku výpočtu. Jak již bylo zmíněno, každé kategorii byla určena fixní úroveň služeb, jejíž procento z velké části vychází přímo z návrhu autorů článku. Pouze u skupiny A byla snížena úroveň servisu o 1 %. Je tomu tak nejen ze zmíněných důvodů, ale také tím, že u sledovaných dat firmy ABB, s.r.o. byla zjištěna mnohem delší dodací lhůta oproti zkoumaným firmám. Skupina A tedy podle uvedených pravidel autorů článku tvoří přibližně 22 % zásob, což znamená 8 položek, kterým náleží 98% míra zákaznického servisu. Co do procenta roční peněžní hodnoty dosahuje cca 47 % a na výsledku se podílí něco málo přes 82 %. Třída B zahrnuje zaokrouhleně 30 % položek s 11 výrobky, které mají 95% úroveň servisu a formují téměř 42 % hodnoty. Na výsledku se podílí více než 14 %. Nejméně důležitá skupina zásob C v sobě obsahuje skoro 49 % položek s 18 výrobky, jež mají určenou 85% míru servisu. Zároveň v sobě kalkulují přibližně 12% hodnotu. Na samotném výsledku se podílí přes 3 %.


71

Obr. 14 ještě jednou názorněji zachycuje procentuální poměr finančních hodnot každé skupiny vůči celku. Kategorie A teda zaujímá necelých 47 %, dále třída B ilustruje téměř 42 % a nakonec skupina C zbylých skoro 12 %.

C 100% B

80% 60%

A

40% 20% 0%

Obr. 14 Poměr finančních hodnot skupin v rámci celého spektra výrobků (Zdroj: data firmy ABB, s.r.o., vlastní zpracování)

Na následujícím grafu je viditelné procentní zastoupení položek uvnitř každé ze tří tříd. Skupina nejdůležitějších položek A tedy zabírá téměř 22 %, třída B zaokrouhleně 30 % a poslední C kategorie přibližně 49 %. 60% 50% 40% 30% C

20% B 10%

A

0%

Obr. 15 Poměr položek v rámci skupiny vůči celkovému počtu (Zdroj: data firmy ABB, s.r.o., vlastní zpracování)

Při pozornějším studiu obou grafů si lze všimnout platnosti Paretova pravidla, vztahujícího se na malé množství položek A skupiny s většinovým procentuálním podílem na celkové finanční hodnotě.

72

4.1.4


Dílčí závěry

Pro účely následného použití optimalizačních modelů zásob bude aplikován posledně zkoumaný modifikovaný přístup k ABC analýze. Níže jsou rozvedeny důvody tohoto rozhodnutí. Tento výběr je opodstatněn navíc i tím, že samotní autoři článku Teunter, Babai a Syntetos (2010) považují první dvě kritéria (hodnotu poptávky a její objem) za jednoduchá. Z těchto dvou je navíc za efektivnější považován spíše objem poptávky při předpokladu snižování nákladů na zásoby a maximalizace úrovně služeb. Nespornou výhodou nákladového kritéria z modifikace ABC analýzy je to, že oproti oběma kritériím bere v úvahu i náklady, ať už nedostatku či skladování a třídí položky sestupně podle nižších nákladů držení. Neboť vyšší podíl nákladů držení nebo větší objednací množství vyvolá pokles hodnoty poměru, což vede k posunu a zařazení položky k nižším skupinám (méně důležitým). Toto platilo například u výrobku E43901023, který byl kvůli vyšším nákladům (10 444 Kč za kus) držení zařazen do skupiny C oproti položce 1VL5400052V0101, jež dosahovala téměř 90krát nižších částek nákladů (117 Kč za kus). Toto kritérium je tedy založeno na minimalizaci nákladů, což již dopředu předurčuje efektivnější optimalizaci. V literárním přehledu bylo navíc ukázáno, že použití hodnoty poptávky i jejího objemu jako kritérií ABC třídění (se stejnou úrovní služeb uvnitř skupiny) vede k řešení velmi vzdálenému od nákladového optima. Metoda modifikované ABC analýzy fixuje úroveň služeb, což značí jednodušší implementaci. Využití jednoho hlediska (ve formě výsledku výpočtů) zde ale, narozdíl od předchozích variant, není na překážku. Kromě toho je toto členění vhodné za předpokladu jakéhokoli systému hodnocení zásob (průběžné atd.). Použití tří kategorií je zde navíc ospravedlněno tím, že sami autoři článku z literárního přehledu sice připouští i více skupin, ale neboť mají odrážet různé stupně řízení, jejich počet by měl reflektovat schopnost managementu rozlišovat kontrolní činnosti, což by při počtu šesti tříd bylo problematičtější. Podle ABC analýzy se také dá určit, u kterých položek je vhodné vytvořit různé velikosti pojistných zásob, což je v této části diplomové práce nepřímo zastoupeno úrovní zákaznického servisu. V nadcházející kapitole bude věnován prostor provedení optimalizace pomocí aplikace vybraných modelů řízení zásob.


4.2

73

Aplikace modelů řízení zásob

Pro aplikaci modelů, zabývajících se řízením zásob, je tedy vycházeno ze třídění zásob podle nákladového kritéria. Zde bude zmíněn postup výpočtu pouze pro položky nejdůležitější skupiny A s tím, že pro B výrobky budou uvedeny pouze výsledné částky vzhledem ke stejnému průběhu kalkulace v příloze B. To znamená, že pro aplikaci modelů zásob bude použito dohromady 19 položek během období od března 2011 až do února 2012. Mezi předpoklady optimalizace patřily následující poznatky. Neboť firma ABB, s.r.o. podle svého tvrzení a vzhledem k charakteru výrobků nemá žádné sezónní zásoby, roční poptávka (Q ) byla charakterizována pomocí množství prodaných výrobků za rok. Objednací množství (q ) zde bylo (na rozdíl od modifikace ABC klasifikace, kde byly dány průměrem měsíců) považováno za rovné výše zmíněné roční poptávce, protože společnost vyrábí na zakázku podle požadavků. Skladovací náklady jednoho kusu zboží (c1 ) během roku byly (oproti ABC modifikaci, kde byly určeny celkovou částkou podělenou roční poptávkou) vypočteny podle kvalitativního odhadu za předpokladu 9 skladníků při průměrné hrubé mzdě cca 15 000 Kč (celkem tedy 135 000 Kč) a posléze poděleny ročním množstvím kusů jednotlivých položek. Roční náklady nedostatku zásob ( c3 = 89 119 Kč) byly, vzhledem k velkým měsíčním výkyvům v nákladech, získány průměrnou odchylkou za historická měsíční data a poděleny množstvím kusů daných výrobků (na rozdíl od modifikace). Náklady spojené s jednou dodávkou (c2 ) byly brány jako celková částka za průměrné objednací množství (neboli roční poptávka). Odlišnosti uvažovaných hodnot některých proměnných u modifikované ABC analýzy a těchto modelů byly způsobeny tím, že pro klasifikaci výrobků do skupin A, B a C tyto uvedené částky nebyly podstatné. Při optimalizaci ale musí být brána v potaz jiná čísla, vycházející z rozdílného početního postupu. Délka 264 ročně odpracovaných dní byla stanovena jako multiplikace 22 obvyklých pracovních dní a 12 měsíců. Při uvažování maximálně 384 přesčasových hodin a jejich podělením 7,5 hodinami čisté pracovní doby vyšlo zhruba 52 dní odpracovaných navíc. Celkově je tedy sledované období (T ) dlouhé 316 dní. Níže budou podrobněji aplikovány tři nejvhodnější modely vyplývající z literárního přehledu.

74


4.2.1

Dynamický model s absolutně daným pohybem zásob a nedostatkem zásoby

První model, který zde bude uplatněn, akceptuje možnost nedostatečné zásoby a navíc dosahuje nižších nákladů než základní EOQ model. Pro samotnou optimalizaci byl vybrán z toho důvodu, že firma ABB, s.r.o. měla za rok 2011 určité větší množství nedostatkových zásob, které bylo způsobeno zejména exaktním nedodržením data dodání objednávek zákazníkům. Velikost celkových nedostatečných zásob byla procentuálně přepočtena takovým způsobem, aby neobsahovala položky s označením „E“ a „Q“ (od kterých se pro ABC analýzu abstrahovalo). Tímto se původní počet 3 440 nedostatkových zásob (s ) snížil na 679 kusů za rok. Tento počet je pro všechny výrobky stejný. Tab. 19

Základní proměnné modelu s nedostatkem zásob pro A skupinu – část 1

Výrobky

Q = q (v ks)

c1 (v Kč)

c2 (v Kč)

c3 (v Kč)

d (dny)

E45698000

999

135

1 318 339

89

30

1000049370

722

187

839 084

123

30

E43914127

144

938

421 835

619

30

1VL5400052V0101

473

285

366 547

188

30

1VL5400005V0101

97

1 392

301 475

919

30

E43912744

247

547

157 516

361

30

E43912746

169

799

110 446

527

30

E43904912

4

33 750

9 087

22 280

30


V prvním sloupci se tradičně nachází názvy výrobků, zařazených pomocí ABC analýzy do skupiny A. Ve druhém jsou uvedena množství ročně prodaných kusů (Q ) neboli průměrná objednací množství za rok (q ) . Dále jsou představeny skladovací náklady za jeden kus jednotlivých výrobků (c1 ) , náklady jedné dodávky (c2 ) a náklady z nedostatku zásob (c3 ) . Pro účely lepší orientace byla většina proměnných v tabulce zaokrouhlena na celá čísla, ale výpočty tímto nebyly ovlivněny. Poslední charakteristikou je dodací lhůta (d ) , která je stanovena na základě komunikace s firmou, kdy doba mezi vystavením objednávky


75

a jejím dodáním na sklad je dána zhruba 30 dny (při podělení tohoto čísla 316 odpracovanými dny to dává přibližně 0,095 roku) a u všech výrobků je stejná. Tab. 20


Výrobky E45698000

N (v Kč)

q* (v ks)

N* (v Kč)

r* (v ks)

1 345 857

7 001

376 219

‒4 217

878 774

4 037

300 144

‒2 432

2 346 767

571

212 813

‒344

1VL5400052V0101

471 327

1 748

198 377

‒1 053

1VL5400005V0101

4 920 620

325

179 909

‒196

E43912744

701 484

598

130 044

‒360

E43912746

1 446 206

343

108 894

206

E43904912

3 209 835 641

2

31 235

‒1,2

1000049370 E43914127


V této tabulce se nachází další proměnné. Všechny komentáře k výsledkům jsou uvedeny níže pod Tab. 21. Zde bude jen poznamenáno, že extrémně velké částky současných nákladů firmy u některých výrobků (například E43904912) mohly být způsobeny velkým množstvím nedostatkových zásob, které byly vypočteny jako 679 ks za rok. Což mohl být zkreslený odhad, jenž při výpočtu vytvářel takovéto signifikantní hodnoty. Dalším důvodem mohly být větší náklady nedostatku zejména u výrobků s malým prodaným množstvím (většinou při poptávce 1 ks), což platilo i u zmiňovaného výrobku. Také je zajímavé, že bod znovuobjednávky dosahuje záporných čísel u všech položek (mimo výrobek E43912746). Při porovnání původní velikosti objednávky a její optimální varianty si lze všimnout, že efektivní zakázka je nastavena na větší množství u všech výrobků s výjimkou již zmiňovaného E43904912. Tento fakt mohl být u uvedené položky vyvolán opět nízkou poptávkou a také vysokými náklady skladování. Samotné rozdíly optimálních a současných variant také mohly být zapříčiněny omezenou velikostí manipulačních a přepravních prostředků a samozřejmě i poptávkou.

76


Tab. 21


Výrobek

t* (roky)

s (v ks)

s* (v ks)

α (v %)

β (v %)

E45698000

7,01

679

4 217

39,77

60,24

1000049370

5,59

679

2 432

39,77

60,24

E43914127

3,96

679

344

39,77

60,24

1VL5400052V0101

3,70

679

1 053

39,77

60,24

1VL5400005V0101

3,35

679

196

39,77

60,24

E43912744

2,42

679

360

39,77

60,24

E43912746

2,03

679

207

39,77

60,24

E43904912

0,58

679

1,40

39,77

60,24


Zde je vhodné si povšimnout nízké optimální délky dodávkového cyklu u položky E43904912, což je způsobeno vyššími skladovacími náklady. Optimální délka dodávkového cyklu je zde mnohem vyšší než je tomu v současnosti. Tím pádem muselo dojít i ke snížení četnosti dodávek. Níže jsou uvedeny postupy výpočtů u prvního výrobku E45698000. Současné náklady firmy ( N ) : 135 *

(999 − 679)2 + 1318339 * 999 + 89 *

2 * 999 999 Optimální objednací množství (q *) :

679 2 = 1 345 857 Kč 2 * 999

2 * 999 *1318339 135 + 89 = 7 001 ks 135 89 Optimální celkové náklady ( N *) : 89 = 376 219 Kč 135 + 89 Optimální výše neuspokojené poptávky (s *) : 135 7001* = 4 217 ks 135 + 89 Optimální bod znovuobjednávky (r *) : 999 * 0,09 − 4217 = ‒4 217 ks 7001 2 * 999 *135 *1318339


77

Optimální délka dodávkového cyklu (t *) : 2 *1318339 1 = 7,01 let 999 *135 0,3977

Počet dodávkových cyklů (t ) : 999 = 0,14 dodávek za rok 7001 Pravděpodobnost, že požadavek bude muset čekat na uspokojení (β ) : 4217 = 0,6024 = 60,24 % 7001 Pravděpodobnost uspokojení požadavku (α ) : 1 − β = 0,3977 = 39,77 % Pokud by firma chtěla snížit toto procento třeba na 25 %, náklady tohoto neuspokojení by se zvýšily o 361 Kč a to by ovlivnilo všechny charakteristiky (z pohledu nákladů by došlo k jejich navýšení): 135 * (1 − 0,25) = 405 Kč 0,25 Maximální počet kusů na skladě: 7001 − 4217 = 2 784 ks Průměrný stav zásob: 999 − 679 = 160 ks 2 c3 ≥

Poslední dva výpočty nejsou až tak podstatné pro optimalizaci, proto jejich výpočty u ostatních výrobků nebudou níže uváděny. Ale poslouží k pozdějšímu porovnání všech tří metod. Z vyčíslení výsledků si lze všimnout, že oproti současnému objednacímu množství (999 ks) je navrženo optimum při velikosti 7 001 kusů, což je 7krát více. Nová objednávka by měla být podána při neuspokojené poptávce o velikosti 4 217 ks výrobků, což tvoří i optimální výši neuspokojené poptávky. Optimální délka období mezi dvěmi objednávkami by měla tvořit kolem 7 roků (v jiném vyjádření to znamená 0,14 optimálních dodávek ročně). To vše při nákladech 376 219 Kč, které jsou cca 3,5krát nižší než současné. Vzhledem k tomu, že dodací lhůta (0,09 roku) je kratší než optimální dodávkový cyklus (7 let), na cestě není žádná dodávka. Dále pravděpodobnost, že poptávka bude uspokojena, je vypočtena přibližně jako 60% a opačný případ uspokojení téměř 40%. Obdobně by se postupovalo u zbývajících položek B, jejich výsledky jsou vypsány v příloze B.

78


4.2.2

POQ model

Druhým typem je produkčně-spotřební model, který vychází právě z výrobního principu firmy ABB, s.r.o. Neboť si sama vyrábí zásoby, které poté expeduje zákazníkům. Intenzita produkce ( p ) zde byla zvolena kvalitativním odhadem z celkových ročně vyprodukovaných transformátorů a senzorů jako 110 000 ks krát procentuální zastoupení výrobků bez označení Q či E (cca 19,75 %), což dává 21 725 ks. Intenzita spotřeby (h ) byla stanovena jako množství ročně prodaných kusů výrobků. Dodací lhůta (d ) zde byla nahrazena lhůtou pro přípravu nové výrobní dávky, která je v tomto modelu stejně značena. U všech zásob dosahuje délky 15 dní (polovina dodací lhůty), jejíž velikost byla stanovena na základě komunikace s firmou. Vzhledem k tomu, že některé proměnné v tomto modelu dosahují stejných hodnot jako v předcházejícím modelu, nebudou zde již uváděny. Tab. 22


Výsledky

E45698000

N (v Kč)

q* (v ks)

N* (v Kč)

r* (v ks)

Průměrná zásoba (v ks)

1 382 735

4 520

582 738

47

477

1000049370

904 341

2 589

467 999

34

349

E43914127

488 888

361

336 364

7

72

1VL5400052V0101

432 577

1 114

311 148

22

231

1VL5400005V0101

368 674

205

284 666

5

48

E43912744

224 248

379

205 051

12

122

E43912746

177 421

217

172 013

8

84

E43904912

76 575

1,47

49 528

0,19

2


V této tabulce jsou opět zobrazeny současné náklady firmy, optimální objednací množství, náklady a bod znovuobjednávky. Při bližším prozkoumání hodnot si lze všimnout, že například výrobek E43904912 dosahuje nízkých optimálních hodnot, což je způsobeno pouze nízkou poptávkou. Tím jsou posléze ovlivněny i výsledky v nadcházející tabulce. Níže jsou ukázkově uvedeny postupy vý-


79

počtů pro výrobek E45698000 ze skupiny A položek a za nimi se nachází bližší komentář. Současné náklady firmy ( N ) :

(21725 − 999)

999 999 + 1318339 * = 1 382 735 Kč 21725 2 999 Optimální výrobní množství (q *) : 135 *

*

2 * 999 *1318339 21725 = 4 520 ks 135 21725 − 999 Optimální celkové náklady ( N *) : 2 * 999 *135 *1318339

21725 - 999 = 582 738 Kč 21725

Počet výrobních cyklů (t ) : 999 = 0,22 cyklu za rok 4520 Optimální délka cyklu mezi dvěma výrobními dávkami (t *) : 316 = cca 4,5 roku = 1 430 dní 0,22 Výrobní cyklus (t1 ) : 4 520 = 0,21 roku * 316 = 65, 75 dne 21725 Spotřební cyklus (t 2 ) : 4,5 − 0,21 = 4,32 roku = 1 364 dní Analogie optimálního bodu znovuobjednávky (r *) : 15 999 * = 47 ks 316 Intenzita doplňování skladu: 21725 − 999 = 66 ks 316 Maximální výše zásoby na skladě během výrobního cyklu: (21725 − 999)* 0,21 = 4 312 ks Průměrná výše zásoby: 21725 − 999 999 * = 477 ks 21725 2 Optimální výrobní množství bylo stanoveno na 4 520 ks (oproti 999 ks) při minimálních celkových nákladech 582 738 Kč. Firma za současného stavu dosahuje nákladů velikosti 1 382 735 Kč, což značí dvojnásobnou úsporu. Optimální

80


délka cyklu během dvou výrobních dávek (neboli doba čerpání skladové zásoby) by byla cca 4,5 roků (při přepočtu by to bylo 1 430 dní). Což je o 2,5 roku méně než u předchozího modelu. Výrobní cyklus by trval 0,21 roku (neboli téměř 66 dnů) a spotřební 4,32 roku. Jelikož lhůta přípravy nové výrobní dávky 15 ( = 0,047 roku) je menší než spotřební cyklus ( t 2 = 4,32 roku), s přípravou 316 nové dávky by stačilo začít, jakmile by zásoba během spotřebního cyklu spadla na úroveň 47 ks. Intenzita doplňování skladu jako rozdíl mezi denním objemem výroby a spotřeby by byla tvořena 66 ks. Maximální výše zásoby na skladě v době dokončení výrobní dávky (během výrobního cyklu) byla stanovena při 4 312 ks a průměrně by se na skladě vyskytovalo 477 ks zásob. Stejným způsobem by se vypočítaly proměnné u ostatních výrobků a skupin. Zde na rozdíl od předcházejícího modelu budou poslední dvě jmenované charakteristiky zmíněny, neboť tento model více odpovídá realitě firmy. Tab. 23


Maximální Výrobky zásoba (v ks) E45698000 4 312 1000049370 2 503 E43914127 359 1VL5400052V0101 1 090 1VL5400005V0101 205 E43912744 375 E43912746 215 E43904912 1,47

t* (roky)

t1 (roky)

t2 (roky)

h (v ks)

4,52 3,59 2,51 2,36 2,12 1,54 1,28 0,37

0,21 0,12 0,02 0,05 0,01 0,02 0,01 0,00

4,32 3,47 2,49 2,30 2,11 1,52 1,27 0,37

999 722 144 473 97 247 169 4

Intenzita doplň. (v ks) 66 66 68 67 68 68 68 69


Je nutné poznamenat, že drobné nesrovnalosti v součtu t1 a t 2 byly zapříčiněny pouze zaokrouhlením. Celkově se dá říct, že podle POQ modelu firma nepracuje při efektivních nákladech a oproti modelu s nedostatkem zásob jsou současné náklady o téměř 37 000 Kč větší. Optimální (výrobní) množství je zde naopak nižší o téměř 2 500 ks. Minimální náklady zde ale dosahují vyšší částky o více než 206 000 Kč. Oproti předchozímu modelu zde bod znovuobjednávky (respektive jeho analogie) dosahuje kladného čísla, o více než 4 100 ks. Optimální délka cyklu zde činí o 2,5 roku méně. Počet cyklů je zde roven číslu 0,22, což je více než u modelu s nedostatkem zásob. Maximální výše zásoby je zde


81

o 1 528 ks vyšší a průměrně se na skladě pohybuje o téměř 320 položek více než u předchozího modelu. Co se týče optimální délky intervalu dvou dodávek, ten je dán součtem výrobního a spotřebního cyklu. Nízké hodnoty zejména u výrobního cyklu některých výrobků (například E43904912) jsou dány vyjádřením v letech a také tím, že u těchto položek bylo určeno nízké výrobní množství oproti intenzitě výroby. Při vyjádření ve dnech by to činilo jeho nepatrnou část. V příloze B jsou uvedeny výpočty ke zbývajícím položkám skupiny B. V Tab. 32 je intenzita produkce stále stejná, tedy nebude v tabulce níže uvedena. Ještě je nutné podotknout, že u některých položek není tak znatelný rozdíl mezi optimální a současnou hodnotou. Tento jev mohl být způsoben vyššími náklady, ať už dodávky či skladování Zde je nutné opět podotknout, že velmi nízké hodnoty u sloupce t1 v Tab. 33 byly dány stejnými důvody, které byly výše zmíněny u skupiny A. 4.2.3

Model se stochastickou spojitou poptávkou

Tento model byl vybrán naopak z důvodu reálnosti axiomu, týkajícího se stochastického charakteru poptávky, která v praxi nebývá předem známá a konstantní jako v ostatních modelech. Střední hodnota poptávky byla získána z měsíčního prodaného množství pro každou položku a neboť je předpokládána stejná pravděpodobnost všech hodnot náhodné poptávky, byla její střední hodnota vypočtena aritmetickým průměrem (obdobně jako u modifikace ABC analýzy). Směrodatná odchylka vycházela z průměrného počtu prodaných kusů za celé sledované období každého výrobku zvlášť. Doba dodání zásoby (d ) zde byla uvažována opět v délce 30 dní. Vzhledem k tomu, že v předcházejících modelech již byly uvedeny současné náklady dílčích výrobků, nebudou v následujících tabulkách zobrazeny.

82


Tab. 24

Základní proměnné stochastického modelu pro A skupinu – část 1

Výrobky E45698000 1000049370 E43914127 1VL5400052V0101 1VL5400005V0101 E43912744 E43912746 E43904912

q* (v ks)

N* (v Kč)

1 974 900 154 477 177 143 97 2

266 849 176 110 153 252 157 695 265 553 117 636 107 628 182 112

Střední hodnota dodání 18,97 8,57 2,49 8,41 6,84 3,35 3,21 0,92

Směrodatná odchylka dodání 0,12 20,38 4,76 36,75 6,91 35,35 18,53 1,52


Zde lze poznamenat, že například nižší hodnota optimálního objednacího množství (u výrobku u výrobku E43904912) byla dána především vyšší částkou skladovacích nákladů oproti nákladům jedné dodávky. Výčet dalších veličin pokračuje na následující tabulce. Tab. 25



N (v Kč)

t* (roky)

1 385 873 914 411 498 496 455 587 388 725 264 701 208347 181 697

1,98 1,25 1,07 1,01 1,82 0,58 0,57 0,57

r* (v ks) 19 50 12 84 21 76 41 4

Pojistná zásoba (v ks) 0,25 42 10 75 14 73 38 3


Z tabulek je vidět, že nižší směrodatná odchylka značí menší kolísání poptávky a tím pádem i nižší potřebu pojistné zásoby (a naopak). Opět se zde ukázalo, že skutečné náklady zdaleka převyšují jejich optimum. Naopak optimální délka dodávkového cyklu zde dosahuje výrazně kratších intervalů, což více odpovídá realitě.


83



Střední hodnota Směrodatná odchylka poptávky poptávky 200 0,4 90 66,15 26 15,44 89 119,26 72 22,43 35 114,74 34 60,14 10 4,92


Níže jsou uvedeny postupy výpočtu opět u výrobku E45698000. Současné náklady firmy ( N ) : 999 999 + 1318339 * + 135 * 0,25 = 1 385 873 Kč 2 999 Optimální objednací množství (q *) : 135 *

2 * 200 *1318339 = 1 974 ks 135 Optimální celkové náklady ( N *) : 2 * 200 * 135 * 1318339 + 135 * 0,25 = 266 849 Kč Optimální délka dodávkového cyklu (t *) : 1974 = 1,98 roku * 316 = 624,41 dne 999 Optimální bod znovuobjednávky (r *) : 30 200 * + 0,25 = 19 ks 316 Optimální počet dodávek:  999    = 0,51 dodávek ročně  1974 

Současné náklady společnosti se rovnají částce 1 385 873 Kč. Kdyby firma objednávala 1 974 ks skoro každý druhý rok při stavu skladových zásob, jež by se rovnal 19 ks, dosáhla by efektivních nákladů v částce 266 849 Kč. Což je pětkrát méně než aktuální náklady.

84


K určení pojistné zásoby zde pro položky A byl využit 98% kvantil normovaného normálního rozdělení a pro výrobky B 95%, to vše v závislosti na zvolené úrovni zákaznického servisu v ABC analýze. Analogickým způsobem by se pokračovalo i u B skupiny zásob, jak je možno sledovat v příloze B. U výrobku E43916748 (třídy B) byla nulová směrodatná odchylka způsobena pouze jediným okamžikem prodeje, tudíž zde nebyly zaznamenány žádné výkyvy v prodejích. 4.2.4

Dílčí závěry

V této podkapitole budou stručně shrnuty základní poznatky z aplikace těchto tří modelů na data firmy ABB, s.r.o. V následující tabulce budou porovnány výsledky pouze u výrobku E45698000, jehož výpočty byly blíže rozebrány v předcházejících kapitolách. Za model 1 byl označen model s nedostatkem zásob, za model 2 POQ a posledním je stochastický model 3. Tab. 27

Srovnání proměnných u tří modelů zásob pro výrobek skupiny A

Charakteristiky N N* q* R* t (počet za rok) T* (délka) max. zásoba prům. zásoba

Model 1 1 345 857 Kč 376 219 Kč 7 001 ks ‒4217 ks 0,14 7,01 roku 2 784 ks 160 ks

Model 2 1 382 735 Kč 582 738 Kč 4 520 ks 47 ks 0,22 4,5 roku 4 312 ks 477 ks

Model 3 1 385 873 266 849 Kč 1 974 ks 19 ks 0,51 1,98 roku Nezkoumáno Nezkoumáno


Z tabulky se dá usoudit, že nejnižších současných nákladů firma dosáhla podle modelu 1, minimálně o více 36 000 Kč a naopak nejvyšších u modelu 3. Nejmenších optimálních nákladů bylo docíleno v rámci stochastického modelu, naopak nejvíce ve druhém (o více než 315 000 Kč). Nejmenší efektivní (objednací či výrobní) množství bylo navrženo pomocí modelu 3 a to velkým rozdílem (až 5 027 ks), z čehož se dá usuzovat i podle velikosti optimálních nákladů. Platí tedy, že čím vyšší optimální objednací (výrobní) množství, tím vyšší optimální náklady. Bod znovuobjednávky se mezi modelem 2 a 3 příliš neliší, ale zato u prvního dosahuje výrazných záporných čísel, což je způsobeno požadavkem nedostatku zásob. Počet a délka cyklu dosahují nejpřijatelnějších výsledků u třetího


85

modelu, kde je období dlouhé necelé 2 roky a oproti prvnímu modelu je zde zaznamenán rozdíl až 5 let. Největší maximální a průměrné zásoby je v obou případech dosaženo v modelu 2, což opět mohlo být způsobeno využitím možnosti nedostatku skladových výrobků v případě aplikace prvního modelu, kde jsou tato množství mnohem nižší. Nutno ale podotknout, že tyto údaje nebyly zkoumány pro model 3, tudíž toto srovnání neposkytuje relevantní a věcné výsledky. Ale jelikož tato charakteristika není natolik významná, na objektivnosti závěru to nic nemění. Potvrdila se zde tedy domněnka, že stav skladování firmy není optimální a potřebuje optimalizovat. Pro firmu ABB, s.r.o., jak vyplývá nejen z výše uvedené tabulky, pro využití bude nejvhodnější model se stochastickou spojitou poptávkou. Nejenže se nejvíce blíží praktické situaci díky neurčitosti poptávky, ale také ze zkoumaných modelů dosahuje nejlepších výsledků. Proto tento model bude autorkou diplomové práce doporučován k aplikaci managementem firmy v oblasti skladování zásob.

86

Shrnutí a diskuze

5 Shrnutí a diskuze Pomocí dat (za období mezi březnem 2011 a únorem 2012), které byly poskytnuty brněnskou divizí firmy ABB, s.r.o., byla zkoumána tématika efektivního řízení zásob na skladě. Touto analýzou vzešlo najevo 37 položek zásob, které byly dále pomocí ABC klasifikace rozčleněny do skupin podle různých hledisek, vyplývajících z přehledu literatury. Prvně došlo ke třídění pomocí ročního finančního objemu zásob, kde se na přední místa dostaly zásoby s nejvyšší prodejní částkou a naopak. Mohlo se tedy stát, že mnoho malých a relativně levných výrobků bylo zařazeno do skupiny A oproti poměrně drahým, ale málo prodávaným výrobkům. Nevýhodou nejen tohoto, ale i druhého (později zmíněného) kritéria je tedy omezenost pohledu pouze na jedno měřítko. Postup zařazení položek do skupin byl učiněn podle autorů Reida a Sanderse (2010), kteří člení nejvýznamnější zásoby (A) v rozmezí od 60 do 80 % hodnoty zásob. Rozmístění dalších výrobků do zbylých dvou klasifikací bylo učiněno s ohledem na Russella a Taylora (2009), neboť tento způsob považovali za nejbližší realitě (10 % počtu zásob A, 30 % B a 60 % C položek). Všem skupinám navíc byly stanoveny vhodné míry uspokojení požadavků, vycházející z ABC modifikace. Dále bylo přistoupeno ke třídění podle počtu ročně prodaných kusů. Oproti předchozímu členění zde bylo kumulováno procentuální vyjádření ročního prodaného množství jednotlivých výrobků. Podle něj pak byla zvolena klasifikace položek do skupin v návaznosti na poznatcích Reida a Sanderse (2010). Postup tedy byl rozdílný, neboť zde se kategorie klasifikovaly podle procentuálního podílu položek na jejich celkovém počtu (tzn. A jako cca 10 % počtu zásob, B jako 30 % a C jako 60 %). Z toho byly poté určeny jejich procentuální podíly na objemu prodejů. I zde byly stanoveny úrovně zákaznického servisu o stejných procentech jako u předchozí klasifikace. Tato klasifikace také není nejvhodnější, neboť je příliš zjednodušující. Neboť výrobky s největším množstvím kusů v sobě mohou vázat nízké kapitálové prostředky. Opět zde nejsou uvažovány ekonomické aspekty. Nejen z těchto důvodů byly tyto druhy členění autory ABC modifikace zavrženy. Proto byl uplatněn třetí způsob na základě postupu Teuntera, Babaie a Syntetose (2010), jenž byl uveden v literárním přehledu. Tato klasifikace se týkala třídění položek zásob v závislosti na výsledcích násobení nákladů nedostatku s objemem poptávky jako podílu na multiplikaci nákladů držení (kupní ceny) a velikosti průměrného objednacího množství.

Shrnutí a diskuze

87

Bylo zde uplatněno několik předpokladů (náklady nedostatku jako průměrná odchylka, náklady držení zásob jako jednotková prodejní částka zásob atd.), které již byly uvedeny v předcházející části. V závislosti na výsledcích tohoto postupu byly výrobky seřazeny podle nejvyšší dosažené hodnoty v návaznosti na empirické šetření z literárního přehledu. Jednalo se o 20 % ze všech položek pro A, 30 % pro B a 50 % pro C skupinu v případě členění na tři třídy. Klasifikace do šesti skupin by vzhledem k menšímu počtu zkoumaných položek nebyla vhodná. Navíc by vyžadovala více důrazu na řízení zásob více skupin, větší obnosy náklady a potřebný čas. I zde byla pro orientaci vypočítána úroveň zákaznického servisu každé položky, ale vzhledem k tomu, že tyto hodnoty neslouží ke skutečnému nastavení míry zákaznického servisu, byla v této diplomové práci zvolena stejná úroveň služeb jako u předchozích dvou klasifikací. Autoři modifikace sice navrhovali větší procentní míru u skupiny A, ale neboť jejich analýzy zahrnovala firmy s kratší dodací lhůtou, byla tato úroveň o procento snížena. Skupina A tedy tvořila přibližně 22 % zásob, což znamenalo 8 položek, kterým náležela 98% míra zákaznického servisu. Co do procenta roční peněžní hodnoty dosáhla cca 47 % a na výsledku se podílela něco málo přes 82 %. Třída B zahrnovala 30 % položek s 11 výrobky, které měly 95% úroveň servisu a formovaly téměř 42 % hodnoty. Na výsledku se podílela více než 14 %. Nejméně důležitá skupina zásob C v sobě obsahovala skoro 49 % položek s 18 výrobky, jež měly určenou 85% míru servisu. Zároveň v sobě kalkulovala přibližně 12% hodnotu a na samotném výsledku se podílela přes 3 %. I zde se tedy potvrdila platnost Paretova pravidla, vztahujícího se na malé množství položek A skupiny s většinovým procentuálním podílem na celkové finanční hodnotě. Vzhledem k poznatkům z literární části bylo pro následnou optimalizaci pomocí modelů rozhodnuto o aplikaci právě třetího členění do 3 tříd. Bylo tak učiněno v závislosti na pravidlu, že třídy A, B a C obsahují asi 20 %, 30 % a 50 % všech položek. Důvodem pro výběr tohoto novějšího přístupu byla přílišná jednoduchost předcházejících dvou kritérií, neoptimálnost výsledků a uvažování nákladů, podle jejichž nejnižších hodnot jsou položky tříděny. Z čehož vyplývá, že tento přístup je založen na minimalizaci nákladů a dopředu předurčuje efektivnější optimalizaci. Toto členění je navíc vhodné za předpokladu jakéhokoli systému hodnocení zásob, takže není nikterak omezeno. Použití tří kategorií by zde mělo být dostatečné vzhledem k menšímu počtu sledovaných položek a optimálnosti řízení zásob.

88

Shrnutí a diskuze

Nyní bude věnován prostor stručnějšímu srovnání všech tří přístupů. Všechny tři metody se vzájemně lišily, ať už pořadím položek v rámci skupin, tak i zastoupením samotných zásob. V následujících odstavcích budou stručně shrnuty rozdíly pouze v rámci třídy A. Zatímco výrobek 1VL5400051V0101 byl při metodě třídění podle finanční hodnoty (ABC 1) na prvním místě, u ABC 2 (podle množství prodaných kusů) obsadil 2. místo. Také položka E45698000 se u první kategorizace umístila na 2. místě, zatímco při ABC 2 byla dokonce na prvním místě. Zásoba 1000049370 byla při ABC 1 i ABC 2 ustanovena na 3. místě. Výrobek E45698010 zase skončil u ABC 1 na 4. místě a u ABC 2 ani nebyl zastoupen. Naopak položka 1VL5400052V0101 se neobjevila v ABC 1, ale v ABC 2 ano, zde skončila na 4. místě. Pro snadnější orientaci jsou tato pořadí znázorněna v příloze C, kde ve třetím sloupci jsou položky řazeny zleva doprava. První metoda ustanovila 5 výrobků, zato u druhé to byly pouze 4. Při porovnání těchto dvou metod s modifikací ABC analýzy se zjistilo, že zde existují značnější rozdíly jak v počtu položek, tak v jejich složení i pořadí. Modifikovaná ABC klasifikace umístila na první místo výrobek 1VL5400052V0101, který již byl okomentovaný výše. Dále položku ze 2. místa, E43914127, neobsahovala ani jedna z předchozích analýz. Zásoba 1000049370 zde byla, stejně jako u předešlých metod, stanovena na 3. místě. Výrobky E43904912 ze 4. místa, 1VL5400005V0101 z 5. místa, E43912744 (7.) i E43912746 (8.) opět žádné členění předtím neobsahovalo. Položka E45698000 (6. místo) se oproti předchozím analýzám nalézá na významově nižších pozicích. Nyní bude následovat stručné porovnání množství zásob, jejich procentní hodnoty i procentuálního vyjádření hodnoty prodeje ve všech třech klasifikacích (s důrazem na A a B třídy).

Shrnutí a diskuze Tab. 28

89

Porovnání ABC klasifikací podle tří ukazatelů

ABC 1

ABC 2

ABC 3

A B C A B C A B C

% prodeje 62,24 % 30,09 % 7,68 % 54,05 % 37,59 % 8,36 % 46,80 % 41,49 % 11,71 %

% položek 13,51 % 27,03 % 59,46 % 10,81 % 27,03 % 62,16 % 21,62 % 29,73 % 48,65 %

Počet položek 5 10 22 4 10 23 8 11 8


První metoda ABC 1 u skupiny A dosáhla největšího podílu prodejů, naopak nejmenšího ABC 3 s téměř 47 %, která vytvořila největší procento prodejů u skupiny B. Nejvýznamnější podílové zastoupení položek v rámci třídy A bylo nastaveno u ABC 3 se skoro 22 %, kdežto nejnižšího u ABC 2. V množství položek má nejrozsáhlejší zastoupení ABC 3 s 8 výrobky, oproti ABC 2 se 4. Z tabulky se dá celkově usuzovat, že se při ABC klasifikaci nutně nemusí vycházet pouze z finanční hodnoty. Ta jediná nemusí být vždy správná. Je zde zapotřebí poznamenat, že procentuální vyjádření počtu prodaných kusů u skupiny ABC 2 nebylo uvedeno z důvodu nemožnosti srovnání, tudíž bylo nahrazeno procentem prodeje. Podle ABC analýzy lze také určit, u kterých položek je vhodné vytvořit různé velikosti pojistných zásob, což bylo v této diplomové práci nepřímo zastoupeno úrovní zákaznického servisu. Nevýhodou tohoto nového přístupu je právě to, co je zároveň její výhodou. Není totiž běžně používaný, tudíž nejsou známy všechny jeho úskalí a vylepšující úpravy. ABC analýza by se samozřejmě dala využít i k následujícímu řízení zásob. Položky A by měly být pravidelně sledovány a porovnány s plánem. Jak již bylo zmíněno v literárním přehledu, mohly by zde být využity občasné velké objednávky s rozsáhlými bezpečnostními zásobami. U zásob B by byla vyžadována menší úroveň kontroly zásob s minimální velikostí objednávky a četností intervalů jednou za dva týdny. Skupině C by měla být věnována nejmenší pozornost, pojistná zásoba by mohla být dána odhadem. Četnost jejich objednávání by byla v závislosti na okamžité potřebě (měsíčně či dvakrát měsíčně). K řízení těchto položek by se používaly jednoduché metody (odhad objednací-

90

Shrnutí a diskuze

ho množství dle průměrné spotřeby v předchozím období). Dále by se zde mohl využít dvou zásobníkový systém. Kromě těchto položek existují i zásoby D s dlouhodobě nulovou spotřebou. Mezi tyto položky by se za jistých okolností daly řadit zjištěné pojistné zásoby (zjištěné z dat firmy), ale vzhledem k tomu, že k dispozici byla pouze data za jeden rok, mohl to být pouze nepřesný odhad. Během ABC klasifikace i aplikace modelů mohlo dojít k jistým zkreslením výsledků, neboť při analýze dat bylo abstrahováno od výrobků s jistým označením. Také byly uvažovány pouze položky, které byly za dané období roku prodány. Z vybrané ABC klasifikace poté vycházely i samotné optimalizační modely zásob, jež byly použity na zvolené dvě skupiny, A a B. Zde byly uplatněny jisté předpoklady, které byly blíže popsány v předcházející kapitole. V návaznosti na literární přehled byly aplikovány tři modely. Prvním byl model s nedostatkem zásob, který u některých výrobků vyhodnotil vysoké hodnoty aktuálních nákladů, jež mohly být způsobeny zvolením velké nedostatkové zásoby či většími náklady nedostatku zejména u výrobků s malým prodaným množstvím. Bod znovuobjednávky očekávaně dosahoval i záporných hodnot. Optimální zakázka byla u většiny výrobků nastavena na větší množství, což mohlo být zapříčiněno opět nízkou poptávkou a také vysokými náklady skladování. Samotné rozdíly optimálních a současných variant také mohly být vyvolány omezenou velikostí manipulačních a přepravních prostředků a samozřejmě i poptávkou. U některých položek bylo také získáno nízké optimální délky dodávkového cyklu, což bylo způsobeno vyššími skladovacími náklady. Optimální délka dodávkového cyklu byla mnohem vyšší, než tomu je v současnosti, čímž došlo i ke snížení četnosti dodávek (což nemusí vyhovovat zakázkové výrobě). Detailnější výsledky byly uvedeny v předešlé kapitole. Dalším přístupem byl POQ model, který respektoval výrobně-spotřební profil firmy. Dosažené nízké optimální hodnoty byly způsobeny pouze nízkou poptávkou, čímž byly posléze ovlivněny i výsledky v dalších postupech. Optimální délka cyklu během dvou výrobních dávek by vyšla o 2,5 roku kratší než u předchozího modelu. Počet cyklů byl větší než u modelu s nedostatkem zásob. Maximální výše zásoby zde byla o 1 528 ks vyšší a průměrně se na skladě pohybovalo o téměř 320 položek více než u předchozího modelu. Nízké hodnoty optimální délky intervalu dvou dodávek byly (zejména u výrobního cyklu) některých výrobků dány nízkým výrobním množstvím oproti intenzitě výroby. Třetím a posledním byl stochastický model s nerovnoměrnou poptávkou, který se nejvíce blížil realitě. Nižší hodnota optimálního objednacího množství

Shrnutí a diskuze

91

byla dána především vyšší částkou skladovacích nákladů oproti nákladům jedné dodávky. Menší směrodatná odchylka značila menší kolísání poptávky a tím pádem i nižší potřebu pojistné zásoby (a naopak). Opět se zde ukázalo, že skutečné náklady zdaleka převyšují jejich optimum. Naopak optimální délka dodávkového cyklu zde dosáhla výrazně kratších intervalů, což více odpovídá realitě. Současné náklady společnosti se rovnaly částce 1 385 873 Kč. Kdyby firma objednávala 1 974 ks téměř každý druhý rok při stavu skladových zásob, jež by se rovnal 19 ks, dosáhla by efektivních nákladů v částce 266 849 Kč. Což je pětkrát méně než aktuální náklady. Nejnižších současných nákladů firma dosáhla podle prvního modelu, minimálně o více 36 000 Kč a naopak nejvyšších u třetího. Nejmenších optimálních nákladů bylo docíleno v rámci stochastického modelu, naopak nejvíce ve druhém (o více než 315 000 Kč). Nejnižší efektivní (objednací či výrobní) množství bylo navrženo pomocí třetího modelu a to velkým rozdílem (až o 5 027 ks), z čehož se dalo usuzovat i podle velikosti optimálních nákladů. Bod znovuobjednávky se mezi druhým a třetím modelem příliš nelišil, ale zato u prvního dosáhl výrazných záporných čísel, což bylo způsobeno požadavkem nedostatku zásob. Počet a délka cyklu dosáhly nejpřijatelnějších výsledků u třetího modelu, kde období bylo dlouhé necelé 2 roky a oproti prvnímu modelu zde byl zaznamenán rozdíl až 5 let. Největší maximální a průměrné zásoby je v obou případech dosaženo v modelu 2, což opět mohlo být způsobeno využitím možnosti nedostatku skladových výrobků v případě aplikace prvního modelu, kde byla tato množství mnohem nižší. Nutno ale podotknout, že tyto údaje nebyly zkoumány pro model 3, ale jelikož tato charakteristika není natolik významná, na objektivnosti závěru to nic nemění. Potvrdila se zde tedy domněnka, že stav skladování firmy není optimální ani v jednom zkoumaném modelu a potřebuje optimalizovat. Pro firmu ABB, s.r.o. bylo jako nejvhodnější optimalizační opatření navrženo využití modelu se stochastickou spojitou poptávkou. Nejenže se nejvíce blíží praktické situaci díky neurčitosti poptávky, ale také ze zkoumaných modelů dosahuje nejlepších výsledků. Kromě zmíněných modelů by se ještě jako relevantní pro danou firmu mohl jevit například přístup s absolutně deterministickým pohybem zásob a požadavkem nespojitosti, neboť uvažuje ukládání výrobků na manipulační prostředky. V této diplomové práci ale nebyl aplikován, neboť takové informace při zpracování práce nebyly k dispozici. Nutné je poznamenat, že i stochastický model není jediným a tím stoprocentním nástrojem pro optimalizaci stavu řízení zásob ve firmě ABB, s.r.o. I on

92

Shrnutí a diskuze

je omezen předpoklady. Navíc firma ABB je strojírenského zaměření a její poptávka je tvořena zakázkami, proto jsou zde jistá omezení a jeho využití nelze zobecňovat pro všechny firmy z různých odvětví. Nutná je domluvená koordinace s dopravci a jistá úroveň pojistných zásob, která ale ve zvoleném modelu byla uplatněna. Vzhledem k tomu, že firma očekává během roku 2012 13% růst tržeb, výše zjištěné výsledky by se musely pouze o toto procentuální vyjádření roznásobit. Celkové závěry by to ale neovlivnilo.

Závěr

93

6 Závěr Hlavním cílem diplomové práce bylo optimalizovat řízení zásob na skladě hotových výrobků v divizi Přístrojové transformátory a senzory firmy ABB, s.r.o. Dílčími cíli byly následující body: 1.

Zhodnocení současného stavu řízení zásob na skladě hotových výrobků v divizi Přístrojové transformátory a senzory společnosti ABB, s.r.o.

2.

Na základě těchto zjištěných informací následně optimalizovat řízení zásob hotových výrobků zmíněné divize využitím ABC klasifikace a modelů zásob v případě nesplnění kritéria optimality.

3.

Kvantifikovat návrhy s dopadem na náklady podniku.

Před počátkem samotné diplomové práce bylo nutné prostudovat současná východiska teorie, která se týkala daného tématu a následně zpracovat literární přehled, který zahrnoval nejen knižní literaturu, ale i několik cizojazyčných článků a diplomovou práci o firmě ABB, s.r.o. Ke konci literárního přehledu byly uvedeny další vědecké články, zabývající se zejména modely zásob S tím souviselo uvedení souhrnu o aktuálním stavu problematiky řízení zásob a z něho plynoucích nejvýznamnějších závěrů. V této práci byla také stručně představena firma ABB, s.r.o., historie jejího vzniku a momentální problémy a změny registrované v posledních letech, které se vztahovaly oblasti zásob a skladování. Data potřebná pro samotnou optimalizaci byla získána z interních materiálů a databází firmy a pomocí komunikace s jejími zaměstnanci. Z rozboru těchto dat vzešlo 37 výrobků, které následně posloužily ke tvorbě ABC analýzy. Tato metoda byla vytvořena ve třech verzích, podle ročního finančního objemu, počtu kusů a nákladového kritéria. Dílčí závěry, vycházející ze všech těchto tří klasifikací, byly konfrontovány mezi sebou. Podle nich i v souvislosti s poznatky z literárního přehledu byl vybrán nejvhodnější typ třídění. Jako nejlepší z nich se projevila právě poslední jmenovaná modifikace ABC analýzy, zahrnující náklady (včetně jejich optimalizace). Tato klasifikace vytvořila skupinu 8 nejdůležitějších výrobků A, 11 položek pro B výrobky a 18 pro třídu C. Dále následovala samotná aplikace optimalizačních modelů řízení zásob na pouze první dvě skupiny. Prvním takovým přístupem byl model s předpokladem nedostatku zásob, neboť firma ABB, s.r.o. měla v roce 2011 větší podíl částečně neuspokojených požadavků. Druhým byl model, který bral v úvahu výrobně-spotřební profil podniku. Posledním byl model stochastické

94

Závěr

spojité poptávky, jenž respektoval charakter reálné obchodní situace společnosti. Výsledky těchto modelů byly posléze vzájemně porovnány a jejich závěry okomentovány. Z komparace dosažených výsledků objednacího množství, bodu znovuobjednání, optimálních nákladů atd. u všech těchto modelů vyšel najevo jako nejvhodnější stochastický model. Firmě by jeho využití umožnilo nejvíce minimalizovat náklady, neboť také svými předpoklady nejvíce odpovídá realitě v obchodní praxi. Oproti předchozím modelům navíc nevykazoval extrémní a téměř nesmyslné výsledky (co se týče nákladů a velikosti neuspokojené poptávky), které mohly být způsobeny jistými omezeními modelů i samotného charakteru firmy. Nutné je zde také zmínit fakt, že předchozí dva modely byly uplatněny při jistých podmínkách, které mohly výsledky znehodnotit (poptávka rovná objednávce, velké nedostatkové zásoby, velké náklady dodávky, objednací množství rovno intenzitě spotřeby atd.). Jeho aplikace má také jistá omezení, plně se nestotožňuje se zakázkovým systémem, omezeným skladovacím prostorem a manipulačními a přepravními prostředky, externími dopravci atd. I přesto bude tento model pro firmu ABB, s.r.o. doporučován, neboť tato omezení mají téměř všechny modely a navíc nepřevyšují jeho přínosy. Nelze totiž najít stoprocentně vyhovující typ pro všechny firmy. Nutné je uplatnit modely za podmínek, za kterých byly připraveny. O to se tato diplomová práce snažila. Články o modelech zásob (z literárního přehledu) nepasovaly na případ společnosti ABB, s.r.o., a proto nebyly uplatněny. Z toho důvodu by dalším přínosem navazujících prací mohlo být sledování jejich vývoje a nebo jejich aplikace na odlišný typ firmy. Diplomová práce Opělové (2009) zdůraznila další možný přínos, kterému zde nebyla věnována pozornost z důvodu nepotřebnosti jejich zkoumání. Týkal se použití analýzy nákladů podle roků pro jasnější představu a dále také výpočtu počtu kusů výrobků v každé zakázce od roku 2009. Z pohledu nákladů na práci zde bylo poznamenáno, že tvořily největší část, čímž se nynější diplomová práce taktéž nezabývala. Opělová (2009) také označila přístup vedení ke změnám ve skladě jako příležitost do budoucna. Proto by využití vybraného optimalizačního modelu mohlo být vedením kladněji akceptováno. Naopak rozšíření kapacity považovala za hrozbu, zato v současnosti by to bylo bráno spíše jako výzva. Neboť samotní zaměstnanci skladu mají často problémy s umístěním výrobků na sklad.

Závěr

95

A to i přesto, že v roce 2008 došlo k rozšíření původního skladu hotových výrobků o regálový sklad. Dříve zjištěné slabé stránky firmy, jako například nepřítomnost systému řízení skladu by opodstatňovaly samotné optimalizování pomocí modelů zásob. Neboť firma nemá sezónní výrobky, není třeba se bát výkyvů nebo nepřesností při využití zmíněného modelu. Obecně se ale ze všech závěrů dá poznamenat, že firma ABB, s.r.o. nepracuje při optimálních nákladech, a tudíž její systém zásob není dostatečně optimalizován. V tomto se shodují všechny tři modely, což potvrzuje počáteční hypotézu o neoptimalitě skladu zásob a také prokazuje splnění cíle o navržení optimalizace pomocí modelů řízení zásob. Současný stav řízení zásob byl tedy zkoumán nejen využitím informací o firmě, dat, ale i pomocí modelů zásob (výsledky současných nákladů a objednacího množství). Optimalizace byla provedena pomocí zvoleného stochastického modelu a ekonomické dopady na náklady při využití tohoto modelu byly také ujasněny. Tudíž hlavní cíl diplomové práce (včetně těch dílčích) byl tímto splněn.

96

Literatura

7 Literatura ABB.com. Our businesses [online]. c2012a, 2012-02-22 [cit. 2012-04-19]. Dostupné z: http://www.abb.com/cawp/abbzh252/a92797a76354298bc1256aea00487 bdb.aspx. ABB.com. Facts and figures [online]. c2012b, 2012-02-16 [cit. 2012-04-19]. Dostupné z: http://www.abb.com/cawp/abbzh252/b434095700ab7545c1256 ae700494de1.aspx. ABB.com. The ABB Group Annual Report 2011: Innovative, responsive, entrepreneurial [online]. c2012c [cit. 2012-04-19]. Dostupné z: http://www02.abb.com/global/seitp/seitp255.nsf/0/94cb8c79e44357a9c12579 bc0046adcb/$file/ABB+Group+Annual+Report+2011_English.pdf. ABB.com. Facts and figures [online]. c2012d, 2012-02-16 [cit. 2012-04-23]. Dostupné z: http://www.abb.com/cawp/abbzh252/b434095700ab7545c1256 ae700494de1.aspx. ABB.com. Prezentační brožura [online]. c2012e [cit. 2012-04-25]. Dostupné z: http://www02.abb.com/global/czabb/czabb017.nsf/0/27addf34c206ccbbc125 75ac003b196d/$file/prezentacni+brozura+CZ+2009.pdf. ABB.cz. Firemní kultura ABB [online]. c2012a [cit. 2012-04-19]. Dostupné z: http://www.abb.cz/cawp/czabb014/228f56858335da7ec125759a00519e07.asp x?v=33BE&leftdb=GLOBAL/CZABB/czabb014.NSF&e=cz&leftmi=587690fb 33a34963c1256ed7004a8156. ABB.cz. Vítejte v ABB [online]. c2012b [cit. 2012-04-19]. Dostupné z: http://www.abb.cz/cawp/czabb014/49db58a47c2d18d4c1257598004151b4.as px?v=C82&leftdb=GLOBAL/CZABB/czabb014.NSF&e=cz&leftmi=cc70b0fdf 470bdbcc1256a850029b508. ABB.cz. Základní údaje [online]. c2012c, 2012-02-13 [cit. 2012-04-19]. Dostupné z: http://www.abb.cz/cawp/czabb014/7198da5857262886c1256a840056d 651.aspx. ABB.cz. Struktura firmy, vedení, kontakty [online]. c2012d, 2012-01-31 [cit. 201204-19]. Dostupné z: http://www.abb.cz/cawp/czabb014/a061b6150d88c 283c1256b140031ef83.aspx. ABB.cz. Historie ABB v České republice [online]. c2012e, 2011-06-09 [cit. 201204-19]. Dostupné z: http://www.abb.cz/cawp/czabb014/d9c2755f2e21dc90c 1256b1b002bb6cc.aspx.

Literatura

97

ABB.cz. Transformátory [online]. c2012f [cit. 2012-04-19]. Dostupné z: http://www.abb.cz/product/us/9AAC750000.aspx. ABB.cz. Domovní elektroinstalační materiál [online]. c2012g [cit. 2012-04-23]. Dostupné z: http://www.abb.cz/elektropraga. WALEED , A.-H. - ARISHA, A. Simulation-Optimisation Methods in Supply Chain Applications: A Review. Irish Journal of Management [online]. Irish Academy of Management. 2011. HighBeam Research [cit. 2012-04-21]. Dostupné z: http://ehis.ebscohost.com/eds/pdfviewer/pdfviewer?vid=5&hid=115& sid=8ffaa2a2-9e19-4a7b-88a3-e40b3782157a%40sessionmgr110. AMIRJABBARI, B. - BHUIYAN, N. An Application of a Cost Minimization Model in Determining Safety Stock Level and Location. World Academy of Science: Engineering and Technology [online]. 2011[cit. 2012-04-21]. Dostupné z: http://www.waset.org/journals/waset/v79/v79-153.pdf. BAILY, P. J. ET AL. Purchasing principles and management. 9th ed. Harlow: Financial Times Prentice Hall, 2005, 427 s. ISBN 0-273-64689-3. BIRBIL, Ş. İ., ET AL. On The Economic Order Quantity Model With Transportation Costs [online]. 2009, s. 30 [cit. 2012-04-19]. Dostupné z: http://research.sabanciuniv.edu/13091/1/EOQWithTransportation.pdf. CAO, D.-B. - YIN, Y. - KAKU, I. A criterion of production model selection for building material with delivery delay. International Journal of Production Research [online]. 2010, roč. 48, č. 12, s. 3429-3443 [cit. 2012-04-21]. ISSN 00207543. DOI: 10.1080/00207540802651931. Dostupné z: http://www.tandfonline.com/doi/abs/10.1080/00207540802651931. DEKKER, R. Reverse logistics: quantitative models for closed-loop supply chains. Berlin: Springer, 2004. 430 s. ISBN 3540406964. DESMET, B. - AGHEZZAF, E.-H. - VANMAELE, H. Safety stock optimisation in twoechelon assembly systems: normal approximation models. International Journal of Production Research [online]. 2010, roč. 48, č. 19, s. 5767-5781 [cit. 2012-04-21]. ISSN 0020-7543. DOI: 10.1080/00207540903164636. Dostupné z: http://ehis.ebscohost.com/eds/pdfviewer/pdfviewer?vid=6&hid=115&sid=8 ffaa2a2-9e19-4a7b-88a3-e40b3782157a%40sessionmgr110. DYCKHOFF, H. - LACKES, R. - REESE, J. Supply chain management and reverse logistics. Berlin: Springer, 2004. 426 s. ISBN 3540404910. EMMETT, S. Řízení zásob: jak minimalizovat náklady a maximalizovat hodnotu. Vyd. 1. Brno: Computer Press, 2008, 298 s. ISBN 978-80-251-1828-3.

98

Literatura

GREASLEY, A. Operations management. 2nd ed. Chichester: John Wiley & Sons, 2009, 562 s. ISBN 9780470997611. HSU, S.-L. - HUANG, Y.-F. An integrated inventory model with controllable lead time and distribution-free demand. Applied Stochastic Models in Business and Industry [online]. 2010, roč. 26, č. 4, s. 416-430 [cit. 2012-04-21]. ISSN 15241904. DOI: 10.1002/asmb.795. Dostupné z: http://ehis.ebscohost.com/ eds/pdfviewer/pdfviewer?vid=7&hid=115&sid=8ffaa2a2-9e19-4a7b-88a3-e 40b3782157a%40sessionmgr110. CHAKRABORTTY, S. - PAL, M. - NAYAK, P. K. Solution of Interval-valued Manufacturing Inventory Models With Shortages. International Journal of Engineering and Natural Sciences [online]. 2010, roč. 4, č. 2 [cit. 2012-04-21]. Dostupné z: http://www.waset.org/journals/ijens/v4/v4-2-15.pdf. CHIADAMRONG, N. Evaluating the economic impact of demand, supply and process uncertainty in a detail supply chain. Suranaree Journal of Science and Technology [online]. 2010, roč. 3, č. 17, s. 225-235 [cit. 2012-04-21]. Dostupné z: http://sutlib2.sut.ac.th/Sutjournal/Files/H134900f.pdf. CHOPRA, S. - MEINDL, P. Supply chain management: strategy, planning, and operation. 3rd ed. Upper Saddle River: Pearson Prentice Hall, c2007, 536 s. ISBN 0-13-173042-8. JABLONSKÝ, J. Operační výzkum: kvantitativní metody pro ekonomické rozhodování. 3. vyd. Praha: Professional Publishing, 2007, 323 s. ISBN 978-80-86946-44-3. JACOBS, F. - CHASE, R. B. Operations and supply management: the core. 2nd ed. New York: McGraw-Hill/Irwin, 2009, 510. s. ISBN 9780073403335. LAMBERT, D. M. - ELLRAM, L. M. - STOCK, J. R. Logistika: [příkladové studie, řízení zásob, přeprava a skladování, balení zboží]. Vyd. 2. Brno: CP Books, 2005, 589 s. ISBN 80-251-0504-0. LI, C.-L. A new solution method for the finite-horizon discrete-time EOQ problem. European Journal of Operational Research [online]. 2009, roč. 197, č. 1, s. 412-414 [cit. 2012-04-21]. ISSN 03772217. DOI: 10.1016/ j.ejor.2008.06.007. Dostupné z: http://repository.lib.polyu.edu.hk/ jspui/bitstream/10397/1848/1/61%20Final-Version.pdf. MICHALSKI, G. A. Value-oriented Framework for Inventory Management. South East European Journal of Economics and Business [online]. 2009, roč. 4, č. 2, s. 97-102 [cit. 2012-04-21]. ISSN 1840-118x. DOI: 10.2478/v10033-009-0019-y. Dostupné z: http://papers.ssrn.com/sol3/papers.cfm?abstract_id=1838848. MIKATI, N. Dependence of lead time on batch size studied by a system dynamics model. International Journal of Production Research [online]. 2010,

Literatura

99

roč. 48, č. 18, s. 5523-5532 [cit. 2012-04-21]. ISSN 0020-7543. DOI: 10.1080/00207540903164628. Dostupné z: http://www.tandfonline.com/ doi/abs/10.1080/00207540903164628. Ministerstvo spravedlnosti. Sbírka listin [online]. c2012 [cit. 2012-04-19]. Dostupné z: https://or.justice.cz/ias/ui/vypis-sl?subjektId=isor%3a109514&klic=OM W7FXS1EFcQuggSvmL60Q%3d%3d. či https://or.justice.cz/ias/ui/rejstrikdotaz?dotaz=abb. PAUL, S. K. – AZEEM, A. An artificial neural network model for optimization of finished goods inventory. International Journal of Industrial Engineering Computations [online]. 2011, roč. 2, č. 2, s. 431-438 [cit. 2012-04-21]. Dostupné z: http://growingscience.com/ijiec/Vol2/IJIEC_2011_3.pdf. PENTICO, D. W. - DRAKE M. J. - TOEWS C. The deterministic EPQ with partial backordering: A new approach. Omega [online]. 2009, roč. 37, č. 3, s. 624-636 [cit. 2012-04-21]. ISSN 03050483. DOI: 10.1016/j.omega.2008.03.002. Dostupné z: http://math.pugetsound.edu/~ctoews/research/publications/ sdarticle.pdf. REID, R. D. - SANDERS, N. R. Operations management: an integrated approach. 4th ed. Hoboken: John Wiley & Sons, c2010, 631 s. ISBN 9780470524589. REŽŇÁKOVÁ, M., ET AL. Řízení platební schopnosti podniku: řízení platební schopnosti ... a praktických aplikací. 1. vyd. Praha: Grada publishing, 2010, 191 s. ISBN 978-80-247-3441-5. RUIZ-TORRES, A. J. - MAHMOODI, F. Safety stock determination based on parametric lead time and demand information. International Journal of Production Research [online]. 2010, roč. 48, č. 10, s. 2841-2857 [cit. 2012-04-21]. ISSN 0020-7543. DOI: 10.1080/00207540902795299. Dostupné z: http://ehis.ebscohost.com/eds/pdfviewer/pdfviewer?vid=4&hid=115&sid=8 ffaa2a2-9e19-4a7b-88a3-e40b3782157a%40sessionmgr110. RUSSELL, R. S. - TAYLOR, B. W. Operations management: creating value along the supply chain. 6th ed. Hoboken: John Wiley & Sons, c2009, 776 s. ISBN 978-0-470-09515-7. SIMMONS, D. - CHENG, J. An alternative approach to computing economic run quantity. International Journal of Production Research [online]. 2008, roč. 46, č. 3, s. 837-847 [cit. 2012-04-21]. ISSN 0020-7543. DOI: 10.1080/ 00207540600902270. Dostupné z: http://ehis.ebscohost.com/eds/pdfviewer/ pdfviewer?vid=3&hid=115&sid=8ffaa2a2-9e19-4a7b-88a3-e40b3782157a%40 sessionmgr110.

100

Literatura

SIXTA, J. - ŽIŽKA, M. Logistika: metody používané pro řešení logistických projektů. Vyd. 1. Brno: Computer Press, 2009. 238 s. ISBN 9788025125632. SKJØTT-LARSEN - JESPERSEN, B. D. Supply chain management: in theory and practice. 1. ed. Copenhagen: Business School Press, 2005. ISBN 978-876-3001-526. STEHLÍK, A. - KAPOUN, J. Logistika pro manažery. 1. vyd. Praha: Ekopress, 2008. 266 s. ISBN 9788086929378. STEVENSON, W. J. - OZGUR, C. Introduction to management science with spreadsheets. Boston: McGraw-Hill/Irwin, 2007. 812 s. ISBN 978-0-07-299066-9. TALEIZADEH, A. A., ET AL. Multi products single machine economic production quantity model with multiple batch size. International Journal of Industrial Engineering Computations [online]. 2011, roč. 2, č. 2, s. 213-224 [cit. 2012-04-21]. ISSN 19232926. DOI: 10.5267/j.ijiec.2011.01.002. Dostupné z: http://www.growingscience.com/ijiec/Vol2/IJIEC_2010_49.pdf. TEUNTER, R. H. - BABAI, M. Z. - SYNTETOS, A. A. ABC Classification: Service Levels and Inventory Costs. Production and Operations Management [online]. 2010, roč. 19, č. 3, s. 343-352 [cit. 2012-04-24]. ISSN 10591478. DOI: 10.1111/j.1937-5956.2009.01098.x. Dostupné z: http://ehis.ebscohost.com/ eds/pdfviewer/pdfviewer?sid=1a10b2f1-58cd-407f-8f52-eb15cbc42ea5%40 sessionmgr114&vid=5&hid=121. THIEL, D. - HOVELAQUE, V. - VO, T. L. H. Impact of inventory inaccuracy on service-level quality: A simulation analysis. Working Paper SMART - LERECO [online]. 2009, roč. 9, č. 1 [cit. 2012-04-21]. Dostupné z: http://www.rennes.inra.fr/smart/content/download/3134/32218/version/1/ file/WP+SMART-LERECO+09-01.pdf. TOMEK, G. - VÁVROVÁ, V. Řízení výroby a nákupu. 1. vyd. Praha: Grada, 2007. 378 s. ISBN 9788024714790. VOLLMANN, T. E. ET AL. Manufacturing planning and control systems for supply chain management. 5th ed. New York: McGraw-Hill, c2005, 598 s. ISBN 0-07-144033-x.

Přílohy

101

Přílohy

Ukázka dat o skladových zásobách

A Ukázka dat o skladových zásobách Zde je uvedena obrazová ukázka struktury dat, která sloužila pro použití ABC analýzy a modelů řízení zásob. Tab. 29

Ukázka části dat firmy ABB, s.r.o.

(Zdroj: Data firmy ABB, s.r.o.)

Aplikace modelů zásob u skupiny B

B Aplikace modelů zásob u skupiny B V následujících tabulkách jsou již jen vypsány výsledky zmíněných výpočtů s tím rozdílem, že se týkají výrobků skupiny B. Z toho důvodu již blíže nebudou komentovány. Proměnné, které v tabulkách nebudou uvedeny, jsou stejné pro všechny skupiny. Tab. 30

Základní proměnné modelu s nedostatkem zásob pro B skupinu – část 1

Výrobky E43916748

Q = q (v ks)

c1 (v Kč)

c2 (v Kč)

c3 (v Kč)

3

45 000

1 871

29 706

1VL5400051V0101

906

149

1 545 783

98

E43912747

205

659

137 143

435

31

4 355

55 474

2 875

133

1 015

451 462

670

15

9 000

21 903

5 941

427

316

264 441

209

1VL5400016V0101

9

15 000

14 302

9 902

1VL5400004V0102

192

703

531 781

464

E43901022

3

45 000

23 020

29 706

E43914128

33

4 091

71 941

2 701

1VL5400014V0101 E45698010 1VL5400015V0101 E43912745


Aplikace modelů zásob u skupiny B Tab. 31

Základní proměnné modelu s nedostatkem zásob pro B skupinu – část 2

Výrobky

E43916748

N (v Kč)

Q* (v ks)

N* (v Kč)

r* (v ks)

t* s* (v ks) (roky)

5 716 498 511

0,79

14 175

−0,12

0,26

0,48

1 575 062

6 876

407 382

−4 142

7,59

4 142

988 009

463

121 343

−279

2,26

279

50 986 424

45

77 174

−27

1,44

27

2 753 379

545

220 160

−329

4,10

329

223 854 975

14

48 493

−8

0,90

8

400 825

1 340

168 497

−807

3,14

807

1VL5400016V0101

628 446 715

7

39 186

−4

0,73

4

1VL5400004V0102

1 524 663

855

238 943

−515

4,45

515

E43901022

5 716 519 659

3

49 714

−2

0,93

2

E43914128

44 856 008

54

87 885

−32

1,64

33

1VL5400051V0101 E43912747 1VL5400014V0101 E45698010 1VL5400015V0101 E43912745




Výrobky

q* (v ks)

N* (v Kč)

r* (v ks)

Průměrná zásoba (v ks)

69 362

0,50

22 477

0,28

1,50

1 610 468

4 429

632 421

86

434

E43912747

204 007

294

191 518

19

102

1VL5400014V0101

122 878

28

122 297

3

15

E45698010

518 549

345

348 064

13

66

89 356

9

76 875

1

7

330 614

854

264 567

41

209

1VL5400016V0101

81 774

4

62 128

0,85

4

1VL5400004V0102

598 685

541

377 243

18

95

E43901022

90 511

2

78 832

0,28

1

E43914128

139 339

34

139 265

3

16

E43916748 1VL5400051V0101

1VL5400015V0101 E43912745

N (v Kč)




Výrobky

Max. zásoba (v ks)

Intenzita doplň. (v ks)

t* (roky)

t1 (roky)

t2 (roky)

h (v ks)

0,50

0,17

0,00

0,17

3

69

4 318

4,81

0,04

4,77

906

66

292

1,43

0,00

1,42

205

68

28

0,91

0,00

0,91

31

69

344

2,59

0,00

2,58

133

68

9

0,57

0,00

0,57

15

69

844

1,98

0,01

1,98

427

67

1VL5400016V0101

4

0,46

0,00

0,46

9

69

1VL5400004V0102

538

2,81

0,00

2,80

192

68

E43901022

1,75

0,58

0,00

0,58

3

69

E43914128

34

1,03

0,00

1,03

33

69

E43916748 1VL5400051V0101 E43912747 1VL5400014V0101 E45698010 1VL5400015V0101 E43912745



Základní proměnné stochastického modelu pro B skupinu – část 1

Výrobky E43916748 1VL5400051V0101 E43912747 1VL5400014V0101 E45698010 1VL5400015V0101 E43912745 1VL5400016V0101 1VL5400004V0102 E43901022 E43914128

q* (v ks)

Střední hodnota dodání 0,14 21,50 2,56 0,42 6,31 0,71 10,13 0,43 9,11 0,12 0,78

N* (v Kč)

0,35 2 168 106 11 243 6 423 3 381 1 17

15 895 338 761 84 478 53 524 250 219 61 220 145 606 55 345 286 469 62 294 81 172

Směrodatná odchylka dodání 0,00 64,23 13,52 1,01 2,00 0,46 23,08 0,46 16,02 0,15 1,71

(Zdroj: Data firmy ABB, s.r.o., vlastní zpracování) Tab. 35


Výrobky E43916748 1VL5400051V0101 E43912747 1VL5400014V0101 E45698010 1VL5400015V0101 E43912745 1VL5400016V0101 1VL5400004V0102 E43901022 E43914128

N (v Kč) 69 371 1 629 026 219 286 130 233 522 306 96 246 343 943 93 206 617 813 101 924 150 928

t* (roky) 0,12 2,39 0,52 0,34 1,83 0,40 0,99 0,33 1,98 0,38 0,52


r* (v ks) 0,14 127 25 2 10 1,47 48 1,19 35 0,37 4

Pojistná zásoba (v ks) 0 106 22 1,67 3 0,76 38 0,76 26 0,25 3



Výrobky

Střední hodnota poptávky

E43916748 1VL5400051V0101 E43912747 1VL5400014V0101 E45698010 1VL5400015V0101 E43912745 1VL5400016V0101 1VL5400004V0102 E43901022 E43914128 (Zdroj: Data firmy ABB, s.r.o., vlastní zpracování)

2 227 27 4 67 8 107 5 96 1 8

Směrodatná odchylka poptávky 0 208,46 43,87 3,29 6,5 1,5 74,90 1,5 52 0,5 5,54

Srovnání ABC analýz v rámci A kategorie

C Srovnání ABC analýz v rámci A kategorie Tab. 37

Srovnání ABC analýz v rámci kategorie A

ABC 1 1VL5400051V0101 E45698000 1000049370 1VL5400004V0102 E45698010

ABC 2 E45698000 1VL5400051V0101 1000049370 1VL5400052V0101


ABC 3 1VL5400052V0101 E45698000 E43914127 E43912744 1000049370 E43912746 E43904912 1VL5400005V0101

Optimalizace řízení zásob brněnské divize Přístrojové transformátory a senzory společnosti ABB, s.r.o

Recommend Documents