Логистика, управление запасом и теория ограничений Антон Лопатин

ПЕЧАТАЕТСЯ С РАЗРЕШЕНИЯ АВТОРА -АНТОНА ЛОПАТИНА.

Логистика, управление запасом и теория ограничений

Последнее время занимаюсь логистикой закупа и вопросами правильного управления запасом. Помимо прочего заинтересовался и активно изучаю подходы теории ограничений (далее ТОС).

Поэтому я, пожалуй, начну писать на эти темы.

Цели все те же:

•             Добиваться лучшего понимания вопроса

•             Делиться с миром :-)

Следующим постом - первая вводная статейка

Немного о проблемах цепей поставки

В логистике широко известен «эффект хлыста», открытый в середине прошлого века специалистами компании «Procter & Gamble». Пост не о нём, но упоминание полезно, так как понимание «эффекта хлыста» помогает посмотреть на ситуацию системно, шире контекста своей организации.

Если кратко, то колебания в потребности усиливаются по мере продвижения вверх по цепи поставки к производителю. Небольшие колебания спроса со стороны клиента приводят к большому колебанию в объемах заказов на производство. Эффект тем сильнее, чем больше звеньев в цепи поставки.

Конечно фундаментальная проблема – неточность прогнозов. Однако далеко не все объясняется колебаниями спроса, часть проблем лежит в сложившихся практиках работы с заказами в цепях поставки.

ПОРОЧНЫЙ КРУГ

«Эффект хлыста» увеличивает все классические проблемы управления запасом многократно. Большие колебания в заказах уменьшают точность прогноза и уменьшают равномерность поставок. Поставщики больше промахиваются с производственными партиями и теряют в надежности, так как производство ненужного товара мешает производству ходового. В итоге всем звеньям приходится увеличивать страховой запас. На складах скапливается множество излишних запасов, и в то же время многих ходовых позиций не хватает. Спросите у любого логиста – удержание запаса от роста и, одновременно с этим, борьба за обеспечение надежного наличия ходового товара – это его основная задача и большая головная боль.

Излишки запаса обладают ненулевой стоимостью хранения, характеризуются растущей со временем вероятностью порчи и брака и являются замороженным мертвым капиталом.

И вот здесь начинается самое интересное. Когда на складах скапливаются излишки, что с ними делают компании? Правильно. Они начинают выталкивать их ниже по цепи поставки. Запускаются акции, спрос стимулируется за счет драматического снижения цен. Понятно, что все такие процессы происходят с потерей денег и увеличивают непредсказуемость спроса. А еще распродажи неходовых позиций по бросовым ценам мешает продажам ходового товара.

Таким образом, звенья цепи искусственно увеличивают колебания в спросе и вносят в этот процесс еще большую сумятицу. В итоге эффект растет, как снежный ком.

О ПРИЧИНАХ

За то время, которое известен эффект, исследователи выделили множество причин и даже предложили какие-то направления поиска решения. Однако с точки зрения относительно молодой теории ограничений они все фокусируются на неверных областях. Но, обо всем по порядку.

В следующих постах я хочу подробнее поговорить о нескольких факторах, которые увеличивают колебания в спросе:

•             Практика «выталкивания» запасов

•             Человеческий фактор. Стратегии «паники» и «тихой гавани»

•             Формирование партий и транспортные оптимизации

•             Прогнозирование спроса

Про выталкивание в цепях поставки

Итак, поговорим о принятой многими цепями поставки стратегии выталкивания.

О ЧЕМ ИДЕТ РЕЧЬ

Стратегия выталкивания – это стремление компаний как можно быстрее и в большем объеме «спихнуть» товар следующему звену вниз по цепи поставки.

Доводов, которыми руководствуются компании, выбирая такое поведение множество:

•             Переложить расходы и проблемы, связанные с содержанием запаса на более низкие звенья. Кроме очевидных затрат на хранение и замороженного капитала здесь еще и риски, связанные с формированием излишков неходового товара

•             Прикрыть свои проблемы с наличием товара и свою ненадежность. Поставщики часто заставляют дилеров держать больший, чем они могли бы, запас, чтобы обеспечить наличие товара, в случае задержек с производством или поставкой.

•             Сокращение транспортных расходов на распределение товара по нижестоящим звеньям при помощи больших партий

•             В некоторых компаниях до сих пор не нашел понимания известный принцип «пока не продало последнее звено в цепи поставки, не продал никто». Такие компании максимизируют свою выгоду, которую они видят в максимальном объеме своих продаж следующим звеньям. Поэтому спихнуть товар ниже воспринимается как улучшение своего результата.

Делается это разными способами.

Запускаются разного рода стимулирующие акции: «возьми неходового товара, получишь много ходового», «возьми как можно больше сейчас». Выдаются вкусные условия на большие объемы закупа. Например, могут увеличить отсрочку платежа, что для многих является очень важным, так как основное ограничение в средних звеньях, обычно, оборотный капитал.

Отдельной строкой стоит упомянуть «планы продаж». Пример - мы, как дистрибьютор, получаем от некоторых поставщиков планы закупа товара на месяц. Поскольку планы являются одной из главных составляющих систем мотивации продажников, они имеют обыкновение быть завышенными, по сравнению с реальными продажами. Нас стимулируют их выполнять путем выплаты бонусов. Если мы выполняем планы, то получаем бонус, но растет объем товарной массы на складе, так как товар не вымывается с достаточной скоростью.

Чаще всего, вред от выполнения планов выше, чем получаемый от поставщика денежный бонус. В одном из последующих постов я подробно остановлюсь на том влиянии, которое оказывает большой товарный запас на финансовые показатели компании. Но пока о выталкивании.

К ЧЕМУ ПРИВОДИТ СТРАТЕГИЯ ВЫТАЛКИВАНИЯ

Стратегия выталкивания является одной из причин накопления больших излишков в системе. Растет суммарный запас, аккумулированный во всей цепи. Накопление излишков приводит к дополнительным акциям,стимулирующим спрос на неходовой товар, в результате чего наносится вред продажам ходового

•             Такое поведение искусственно увеличивает колебания в заказах и уменьшает точность прогноза. Звенья поставки сами же вносят в систему дополнительный «шум». Самые большие колебания в полном соответствии с «эффектом хлыста», описанном в предыдущем посте, бьют по поставщику. Это приводит к тому, что он чаще промахивается и не угадывает с производственными партиями, размеры производственных партий растут, а надежность поставщика падает. В итоге звеньям поставки приходится держать больший страховой запас. Напоминает замкнутый круг?

С другой стороны такое поведение ведет и к тому, что растет размер дефицита. К этому приводят провалы в производстве. Еще одна не такая очевидная причина в том, что увеличение запаса в системе приводит к дефициту оборотных средств у компаний. А это часто означает невозможность вовремя пополнить запасы по определенным товарам. Поставщики сами иногда уменьшают свои же продажи путем блокирования отгрузок в промежуточные звенья цепи из-за просроченной дебеторской задолженность.

ТОЧНОСТЬ ПРОГНОЗА НА РАЗНЫХ УРОВНЯХ

Разрушительное влияние стратегии выталкивания на излишки запасов в системе велико еще и вот почему. Чем ближе мы к началу цепи тем меньше усредненные колебания в спросе. Если посмотреть на данные конечных звеньев цепей - розничных сетей, то мы бы обнаружили, что колебания спроса по каждому региону в отдельности гораздо выше, чем суммарные колебания по всем регионам вместе взятым.

Таким образом, если бы производители аккумулировали запас в самом начале цепи (при заводе) и сфоуксировались на более частой и точной поставке по потребности в следующие звенья, а не старались "растолкать" запас по своим дистрибьюторам, то суммарный запас в системе уменьшился бы, при увеличении точности "угадывания" спроса и, как следствие, уменьшении дефицита.

ПОЧЕМУ ПРОДОЛЖАЕМ ВЫТАЛКИВАТЬ?

Менеджерам свойственно локальное мышление, направляющее деятельность на максимизацию ограниченного участка, а не всей системы. Это верно даже внутри одной организации, что говорить о целой цепочке организаций, обладающих разной структурой, разными практиками и определенным уровнем недоверия друг к другу.

Такое мышление сложилось отчасти из-за ограничения в передаче информации. Исторически не было больших систем ERP (у многих организаций нет и теперь). Существовали жесткие ограничения по объему передаваемых данных, а когда эти ограничения были сняты, остались сложности с извлечением нужной информации из больших массивов данных. Ничего не оставалось делать, кроме как мыслить в пределах узкого видимого участка.

Прогресс практически снял это ограничение, но инертность мышления осталась.

Еще одно из главных ограничений – невысокая интеграция и уровень прозрачности между организациями в цепях поставки. Очень сложно, например, своевременно получать данные о продажах во всех розничных сетях. Для того, чтобы розничные торговцы охотно делились информацией, нужно, чтобы они обладали высоким уровнем развития и автоматизации и чтобы с ними были налажены доверительные партнерские отношения.

Задача, как мы видим достаточно сложная.

КРУПНЫЙ ПЛАН

Для большей наглядности и лучшего понимания картинки целиком я люблю рисовать схемки:

АЛЬТЕРНАТИВА

Альтернативная стратегия «вытягивания» применяется на практике многими организациями. Но она требует точной и своевременной транспортировки товара. Кроме того, мало кто внедрил ее на уровне всей цепи поставки.

Тем не менее, сейчас такая практика постепенно становится всё более популярной. В основном это происходит за счет развития розничных сетей и смещения баланса влияния в их сторону. Крупные сетевые торговцы для лучшей конкурентоспособности переходят к практике «быстрого реагирования», реализующей стратегию вытягивания. Суть в следующем: после того как какое-либо количество единиц товара продано магазином, а информация об этом пропущена через сканирующее устройство и поступила в информационную сеть розничной точки или сети, данные направляются в системы пополнения запасов и переоформления заказов. После этого следует быстрая реакция на возникший спрос на данный товар. При этом нет необходимости держать большие страховые запасы.

Это приводит к большей интеграции ритейлеров с поставщиками, которые в свою очередь часто перестраивают для реализации быстрого реагирования свои процессы.

Для достижения полного эффекта, стратегия должна быть принята всей цепью поставки.

Заметим, что при использовании вытягивающей стратегии система транслирует информацию о потребительских предпочтениях вверх по цепи, при этом производитель имеет возможность корректировать производственные планы

В будущем конкуренция в торговле будет идти не на уровне отдельных компаний, а на уровне цепей поставки. Более эффективно выстроенные партнерские цепи будут выигрывать в конкурентной борьбе.

В следующих постах рассмотрим некоторые другие причины «эффекта хлыста» и уже затем подробно остановимся на самой главной и фундаментальной проблеме – ошибки прогнозирования.

Вред выталкивания - примеры из жизни

Предыдущий пост   про стратегию выталкивания получился слишком общим и занудным :-)

Поэтому вот несколько простых примеров из жизни дистрибьютора, которые иллюстрируют вредное влияния выталкивания.

ПРИМЕР №1. "ПОДДЕРЖИВАЙТЕ СТОК НА 4 НЕДЕЛИ"

Региональный склад производителя снабжает товаром три дистрибьютора, которые распределяют товар по торговым точкам. До каждого дистрибьютора товар можно довезти за два дня. Чтобы подстраховаться на случай сбоев производства и поставки в регион, производитель заставляет дистрибьюторов держать остаток на 4 недели продаж. Считается просто по средненедельным продажам за последние несколько недель. Это простейший вид прогноза.

Дефицитный товар, таким образом, как только появляется на РЦ - сразу же распихивается по дистрибьюторам.

Предположим, что этот товар в течение ближайших 4 недель не появится на РЦ. Начинаются продажи и оказывается что на одном из дистрибьюторов товар продался за полторы недели, в то время как на других продается медленнее и по окончании 4 недель остается на остатке в

достаточном количестве. Дистрибьютор, который распродал товар раньше - оставшиеся 2,5 недели сидит без товара и теряет продажи вместе с производителем. Остальные несут затраты на хранение и морозят в запасе лишние деньги.

•             Если бы те же самые 4 недели запаса аккумулировались на РЦ и товар по мере необходимости небольшими партиями подвозился бы дистрибьюторам, то никто не потерял бы продаж и не перезатарился лишним товаром.

•             На уровне РЦ колебания спроса по каждому дистрибьютору усредняются и становятся гораздо ниже. Прогноз поэтому точнее и мы можем лучше выполнить задачу "запастись товаром на ближайшие 4 недели".

Но это еще хорошая ситуация. Бывает хуже.

ПРИМЕР №2. "ВЫПОЛНЯЙТЕ ПЛАНЫ"

Перед началом каждого месяца большие аналитические отделы производителей составляют план продаж на следующий месяц. План говорит о том, сколько дистрибьютор должен продать за этот месяц в розничные точки. Планы имеют обыкновение:

•             быть завышенными, так как отображают желаемый уровень продаж, к которому должен стремиться торговый отдел и от этого зависят их бонусы.

•             быть неточными, так как никто не в силах предусмотреть все многообразие факторов включая действия конкурентов

И все бы ничего, но под этот план продаж дистрибьютора заставляют закупать товар на склад. Более того - под эти же планы многие настраивают свое производство (sic!)

Надо ли говорить, что планы никогда не выполняются в полном объеме?

К чему это приводит

В полном соответствии с "эффектом клюшки" перед самым концом месяца "внезапно" оказывается, что до плана мы не дотягиваем и представитель производителя звонит нашему генеральному директору с требованием "дозакупить" до конца месяца нужный объем товара.

На резонные возражения - "не продадим столько", "куда девать потом лишний товар" и "забитый склад - замороженные деньги" - включаются рычаги давления, иногда подслащенные пряниками типа "дадим лишние две недели кредита".

Последствия:

•             Отдел закупа вынужден фантазировать и творчески решать задачу "а какие именно ненужные остатки и по каким артикулам дозаказать". Естественно промахивается по сравнению с реальной потребностью и на складе зависают остатки медленно уходящего товара. Это усугубляется минимальными партиями заказа. По некоторым артикулам остатков товара хватает на полгода продаж!

•             Это сильно отодвигает следующий заказ товара у поставщика. По многим ходовым артикулам начинает вымываться товар, но мы его не заказываем, так как по остальным не набралась потребность и существуют транспортные и производственные партии. Например производитель оплачивает доставку в Приморье по РЖД и не выпускает неполные контейнеры. Поэтому мы не можем заказать четверть контейнера ходового товара, который уже закончился и вынуждены либо опять "фантазировать" и добавлять ненужного либо терять продажи

•             Само собой увеличивается горизонт прогнозирования и процент "неугадывания"

•             Зависшие остатки неходового товара мы иногда распродаем со скидками. И эти акции наносят ущерб продажам ходового товара. Проигрывают все - и мы и производители.

Поскольку чудес не бывает и нельзя бесконечно завышать входной поток товара по сравнению с выходным у дистрибьютора, то доходит до смешного. Периодически производители дают нам "разгрузочные месяцы" :-) Это значит, что в эти месяцы убирается давление планов и мы можем закупать сколько угодно. Но как только удается расчистить сток и выйти на нормальный уровень - планы возвращаются.

КАРТИНА КРУПНЫМ ПЛАНОМ

Производителя можно понять - ему нужно правильно спланировать производство и распределить в каждый регион нужное количество товара. Поскольку точно спрогнозировать спрос он не может, задача очень сложна.

Реальность выглядит так:

•             Производитель формирует прогнозы продаж

•             Под прогнозы производится товар на заводах

•             Этот товар распихивается по регионам через цепи поставки (здесь решается задача - кому сколько вытолкнуть так, чтобы всем хватило. Разумеется безуспешно)

•             Прогноз не сбывается

•             Ходовой товар распродается с разной скоростью. В то время, как в одних регионах товара уже не хватает, в других он в избытке.

•             Склады забиваются неходовым товаром, который не оправдал плановую скорость продаж

•             Излишки лежат на складах, замораживают деньги, портятся, занимают место. Некоторые позиции распродают со скидками - все теряют деньги

В следующих постах расскажу еще подробнее о вреде партий и немного разберу детально прогнозирование, а потом уже перейду от проблем к решениям :-)

Про партионность

Еще одно вредное явление в управлении запасом - формирование партий.

С точки зрения оборачиваемости запаса всегда выгоднее закупать чаще и более мелкими партиями. Тогда мы можем держать меньший запас и меньше страдать от ошибок прогнозирования. Но существует несколько причин, которые провоцируют формирование больших, чем нужно, партий. Разберем несколько таких причин для примера и обсудим, каким образом политика партионности увеличивает время пополнения и увеличивает объем товарного запаса, не являющегося необходимым

Минимальный заказ.

Поставщики часто устанавливают минимальную партию для заказа на уровне артикула. Причинами могут служить производственные партии или соображения удобства складской обработки и транспортировки. Например, у всех наших поставщиков можно заказать товар минимум коробкой (обрабатывать и отгружать штуками тяжело и затратно), а у некоторых нельзя заказать за раз одного наименования меньше, чем слой в паллете.

Это приводит к тому, что товар дольше не восполняются, так как закупщики ожидают, пока наберется потребность, достаточная для минимального заказа. А это увеличивает вероятность попасть в out of stock и потерять продажи.

По некоторым товарам минимальная партия существенно больше, чем необходимо, чтобы удовлетворить потребность на период пополнения. По таким позициями из-за минимальной партии заказа образуются излишки. Например слой по некоторым артикулам может продаваться больше полугода.

Минимальный заказ – одна из главных причин нарушения регулярности поставки. Часто можно услышать, что товар по номенклатурной группе заказывается регулярно и своевременно, и в целом по группе это будет правдой. Но если спуститься на уровень артикулов, то окажется, что некоторые позиции заказываются гораздо реже и нерегулярно.

Транспортные оптимизации

Люди от логистики стараются загружать транспорт "по-полной" и не везти его загруженным не до конца. Основной их мотив понятен – сократить транспортные расходы на единицу продукции. Так, чтобы снизить себестоимость. Везти, например, контейнер из Москвы очень дорого, и поэтому везти его полупустым кажется кощунством :-)

Соображения сокращения себестоимости и кажущегося увеличения прибыльности товарной группы доминируют настолько, что часто не учитывается комплексное влияние увеличенных партий на финансы организации.

Некоторые негативные последствия:

•             заказываем реже, увеличивается горизонт прогнозирования, ходовые артикулы, которые продались раньше, часто находятся в out of stockах и не заказываются, пока наберется транспортная партия для заказа по группе в целом;

•             увеличивается запас, так как упускается возможность возить чаще;

•             иногда, чтобы заказать вымывшийся ходовой товар, закупщики добивают в заказ менее ходового товара "впрок", чтобы полностью загрузить транспортную единицу. Это увеличивает излишки со всеми вытекающими последствиями.

Иногда негативное влияние увеличенного запаса на финансы организации превышает выгоду от более эффективной транспортировки товара, что часто упускается из вида.

Так что каждое решение связанное с частотой поставок необходимо тщательно считать. При этом учитывать нужно весь комплекс факторов и не поддаваться философии "локальной оптимизации" и себестоимости. Бывают решения, которые увеличивают себестоимость, но для организации выгоднее. В одном из следующих постов приведу пример.

Некоторые общепринятые практики управления запасом

•             подход "мин/макс". Это когда определяется точка перезаказа (или минимальный уровень), и заказ на пополнение создается, когда запас опускается ниже этого уровня;

•             подход "заказ раз в неделю". Определяется частота создания заказов на пополнение, и заказы создаются регулярно с заданной частотой.

Очевидно, что оба этих подхода ведут к формированию партий со всеми вытекающими.

Проблемы прогнозирования спроса

Как уже было сказано в предыдущих частях, одна из проблем управления запасами - борьба с неопределенностью. Мы ведь не знаем точно, когда будет продан товар и в каком количестве. :-) Для борьбы с неопределенностью организации часто используют прогнозирование продаж.

Как обычно выполняется прогноз

Сразу оговоримся, здесь речь не идет о прогнозировании трендов на очень высоком уровне (например, по стране или по региону), которыми занимаются маркетинговые отделы больших производителей.

Обычно прогноз в точке продаж считается с помощью различных статистических алгоритмов компьютером на основе данных о продажах в прошлом или же методом экспертной оценки "квалифицированных" специалистов. Иногда это дело совмещается. Здесь каждая компания придумывает свои ноу-хау. Некоторые внедряют сложное и дорогостоящее математическое ПО прогнозирования.Большинство же пользуется простейшим методом средних продаж с разными вариациями. Распространенным является измерение запасов "в неделях продаж". Это означает, что мы берем средние продажи за неделю на основе данных за последние несколько месяцев и считаем, что такого количества товара нам с некоторыми оговорками хватит на неделю продаж. При закупе часто додумывают — вводят коэффициенты сезонности, трендов и прочее, но когда говорят про объем запаса, имеют в виду, обычно, самую простую формулу.

В отделах логистики часто можно услышать фразы: "трехнедельная норма стока", "у нас товара на три недели" и т. д.

Проблема №1. Плохие исходные данные для прогноза и его неточность

Когда мы строим прогноз на основе данных о продажах в прошлом, мы неосознанно опираемся на такую предпосылку "то, что произойдет в будущем, определяется прошлым" или "существуют закономерности, которые можно обнаружить в поведении продаж в прошлом и которые можно использовать для прогнозирования будущего". Без разницы — используется простейшее среднее или что-то поинтереснее, вроде алгоритма Холта-Винтерса.

В действительности — поведение продаж — всего лишь следствие множества факторов, появление многих из которых мы предсказать не в состоянии, но от которых зависит многое. Эти факторы могут очень сильно повлиять на продажи, но наши статистические методы их не учитывают, так как ничего о них не знают и в данные о продажах они не заложены :-)

Примеры: появление нового конкурента или изменения в потребительских предпочтениях. Мало кто из производителей телефонов, например, мог предсказать появление iphone, которое изменило весь рынок.

Из вышесказанного следует, что прогноз по определению не может быть точен и даже "достаточно хорош". Причем чем дальше горизонт прогнозирования — тем хуже. Прогноз месячных продаж, ожидаемых через год весьма ненадежен.

Проблема №2. Неправильное понимание сути прогнозирования

Прогноз на короткий период тем не менее, может быть полезен. Но нужно правильно понимать его результаты, чтобы правильно использовать.

Надо понимать, что на самом деле прогнозирование направлено на предоставление частичной информации, за счет анализа данных прошлых периодов, предполагая отсутствие внезапных изменений в условиях, пытаясь провести различие между возможным долговременным трендом и колебаниями вокруг среднего.

Математика описывает неопределенную функцию, используя по крайней мере два параметра. Обычно это среднее значение и стандартное отклонение. Самая ценная частичная информация, которую мы можем получить в условиях неопределенности — это оценка разумного диапазона, в который попадет большинство фактических результатов. Представьте, что дорога от дома на работу может занять от 10 до 70 минут.

К примеру, прогноз продаж говорит - мы продадим 1000, а на самом деле продаем 250. Означает ли это, что прогноз плохой? Возможно, прогноз был 1000 плюс-минус 1000. Это означает, что мы можем продать любое количество от 0 до 3000. :-) С другой стороны информация о том, что мы можем продать 1000 плюс минус 100 единиц товара может являться ценной. Но необходимо помнить, что это все равно неточно, и такой прогноз не учитывает появление непредвиденных обстоятельств.

Так вот, в настоящее время большинство решений основывается на прогнозе, который рассматривает только одно значение, что, как видно из рассуждений выше, скорее всего, неправильно :-)

Проблема №3. Частое перепрогнозирование вносит лишний шум

Каждый раз, когда закупщик запускает свой аналог программы "рекомендованный заказ", он по сути заново строит прогноз. Слишком частое перепрогнозирование вносит в систему лишний шум, так как слишком много значения придает случайным событиям. Разные модели по-разному реагируют на такие события, но реакция часто вовсе не требуется.

К примеру, продажи продукта были стабильны, и составляли в среднем 100 единиц товара за последние 8 недель с незначительными колебаниями, а потом пришел крупный клиент и купил разово 90 штук товара. Тогда метод средних продаж, например, покажет, что средние продажи выросли, и это автоматически увеличит норму стока, тогда как на самом деле нужно было просто пополнить запас до прежнего уровня.

Противное свойство колебаний заключается в том, что они не усредняются, как думают многие, а аккумулируются и часто имеют крайне разрушительные последствия.

О прогнозах на верхнем уровне

Часто в качестве решения прогнозируются продажи на более высоком уровне по сравнению с уровнем точек продаж (например, прогноз в целом по региону). Такой прогноз кажется гораздо лучше, поскольку колебания на более высоком уровне относительно меньше.

Но проблема в таком прогнозе заключается в том, что он не поддерживает принятие решений относительно требуемых запасов на более низком уровне! Разделение прогноза высокого уровня для получения более низкоуровневого прогноза ничем не лучше, чем прогнозирование на низком уровне.

Выводы

Поскольку ошибка прогнозирования велика — прогноз продаж является плохой поддержкой при принятии решений. В частности — решений о требуемом уровне запасов. На мой взгляд, теория ограничений предлагает решение существенно лучше. :-)

Это не значит, однако, что прогнозы бесполезны. У них есть множество применений. Например, мы можем спрогнозировать тренды, что является ценной информацией и основанием для изменения уровня запаса.

http://www.alopatin.ru/