modelowanie systemu zarządzania przepływem materiałów i oceny ...

MODELOWANIE SYSTEMU ZARZĄDZANIA PRZEPŁYWEM MATERIAŁÓW I OCENY EFEKTYWNOŚCI PROCESÓW

BOGUSŁAW ŚLIWCZYŃSKI (RED.)

Modelowanie systemu zarządzania przepływem materiałów i oceny efektywności procesów

Redakcja naukowa Bogusław Śliwczyoski

Zespół autorów: Michał Adamczak Piotr Cyplik Roman Domański Łukasz Hadaś Adam Koliński Martyna Malak Paweł Romanow Maciej Stajniak Bogusław Śliwczyński Żaneta Pruska Wydawca: Wyższa Szkoła Logistyki ul. Estkowskiego 6 61-755 Poznań www.wsl.com.pl Kolegium Redakcyjne: Marek Fertsch, Ireneusz Fechner, Stanisław Krzyżaniak (przewodniczący), Aleksander Niemczyk, Bogusław Śliwczyński, Ryszard Świekatowski, Kamila Janiszewska DOI: 10.17270/B.M. 978-83-62285-24-2 ISBN 978-83-62285-24-2 Copyright © by Wyższa Szkoła Logistyki Poznań 2015. Wszelkie prawa zastrzeżone Monografia powstała w ramach realizacji projektu badawczego „Symulacja zarządzania przepływem materiałów przedsiębiorstwa instrumentem wielowariantowej analizy efektywności procesów transportowych‖ nr N N509 549940, ze środków finansowania nauki przyznanych przez Ministerstwo Nauki i Szkolnictwa Wyższego decyzją Nr 5499/B/T02/2011/40 i zgodne z umową nr 5499/B/T02/2011/40 zawartą pomiędzy Narodowym Centrum Nauki a Wyższą Szkołą Logistyki w Poznaniu. Recenzent: dr hab. inż. Józef Frąś, prof. PP Opracowanie redakcyjne oraz skład i łamanie: Adam Koliński Projekt okładki: Mateusz Hoppe

1 | S t r o n a

Spis treści

Wstęp .......................................................................................................................................... 2

1. Zarządzanie przepływem materiałów w procesie zaopatrzenia przedsiębiorstwa ................. 4

2. Środowisko informatyczne modelowania i symulacji zarządzania przepływem materiałów 16

3. Model systemu zarządzania przepływem materiałów w procesie zaopatrzenia ................... 20

3.1. Model planowania sprzedaży i operacji - S&OP..................................................................... 30

3.2. Model planowania potrzeb materiałowych ........................................................................... 37

3.3. Model procesów zamawiania ................................................................................................ 52

3.4. Model procesów transportowych .......................................................................................... 83

3.5. Model systemu magazynowania .......................................................................................... 104

3.6. Model controllingu operacyjnego i oceny efektywności ..................................................... 119

Podsumowanie ........................................................................................................................... 145

Spis literatury ............................................................................................................................. 147

2 | S t r o n a

Wstęp

Jednym z kluczowych zagadnień współczesnego zarządzania operacyjnego w przedsiębiorstwach

jest dobór metod zarządzania przepływem materiałów oraz rozwiązań organizacyjnych w łańcuchu

dostaw, dostosowanych do zmiennej sytuacji rynkowej, warunków współpracy z dostawcami

i odbiorcami w łańcuchu dostaw, oczekiwań klienta oraz poprawy osiąganych wyników. Jest to

problem obserwowany od wielu lat, którego konsekwencją może być ponoszenie nakładów

nadmiarowych, powodujących koszty nieadekwatne do tworzonej wartości dla klienta. Wybór z wielu

sposobów poprawy efektywności przedsiębiorstwa jest zgodnie z zasadą ekwifinalności problemem

praktyki zarządzania i stanowi wciąż otwarte wyzwanie dla kadry kierowniczej.

Tworzenie modeli procesów i systemów operacyjnych oraz symulacja ich zachowania

w warunkach quasi-rzeczywistych, umożliwia analizę wyników ekonomicznych (np. kosztów,

rentowności, płynności finansowej i zapotrzebowania na kapitał obrotowy) oraz operacyjnych

(np. produktywności, sprawności, niezawodności, poziomu wykorzystania zasobów), zanim podjęte

zostaną decyzje inwestycyjne i zobowiązania finansowe. Jest działaniem wyprzedzającym

przebudowę procesów czy struktur organizacyjnych przedsiębiorstwa. Potrzeba modelowania

i symulacji jest efektem dążenia do poprawy wyników przedsiębiorstwa i maksymalizacji jego wartości.

Często wynika z doświadczeń menedżerów w podejmowaniu nietrafionych decyzji bez ich uprzedniej

dogłębnej analizy. Modelowanie i symulacja systemów i procesów operacyjnych (w tym logistycznych)

w łańcuchu dostaw, wynika z potrzeby sprawdzenia scenariuszy działań i wariantów rozwiązań

organizacyjnych (np. zaopatrzenia, transportu, produkcji, dystrybucji, outsourcingu) oraz metod

i parametrów zarządzania operacyjnego na etapie planowania decyzyjnego.

Modelowanie parametryczne systemów przepływu materiałów, umożliwia przeprowadzenie

wielowariantowych analiz procesów zaopatrzenia i określenie wpływu metod i parametrów działania,

na efektywność procesów zaopatrzenia, transportowych czy magazynowych. Wielowymiarowe

zależności potrzeb materiałowych w procesach produkcji, zamawiania i odtwarzania zapasów

materiałów oraz realizacji dostaw, umożliwiają analizowanie relacji trade off z czynnikami zarządzania

procesów transportowych. W modelu controllingu operacyjnego kojarzonych jest wiele wskaźników

operacyjnych i kosztowych procesów zamawiania, transportowych czy magazynowych, w sprzężeniu

zwrotnym z kształtowaniem parametrów analizowanych procesów. Wykorzystanie systemu

controllingu do wspomagania decyzji zarządzania operacyjnego (wg metod zarządzania sterowanego

wynikiem – ang. Score Driven Management), umożliwia kompleksową analizę wielowymiarowych

zależności wyników ekonomicznych przedsiębiorstwa od doboru czynników operacyjnych zarządzania

przepływem materiałów i procesami transportowymi (w tym flotą i przewozami). Analiza danych

wyników symulacji uporządkowanych wg łańcucha wartości procesu zaopatrzenia, umożliwia

odniesienie efektywności operacyjnej procesów zaopatrzenia, transportowych i magazynowych (w tym

m.in. niezawodności, sprawności, elastyczności czy przepustowości) do przyjętego scenariusza

zarządzania przepływem materiałowym.

Modele procesów przepływu materiałów i ich wzajemne zależności zostały przeniesione

w podręczniku na poziom algorytmów informatycznych i generatorów przepływów symulacyjnych

w środowisku iGrafx Process 2011 for Enterprise Modeling. Uzyskane w ten sposób interaktywne

modele procesów, środowisko symulacji i interfejsy importu/eksportu danych z/do systemów

informatycznych wykorzystywanych przez przedsiębiorstwa, tworzą uniwersalne narzędzie

informatyczne wspomagania decyzji wyboru scenariuszy zaopatrzenia i wariantów dostaw.

Przedstawione modele procesów, specyfikacje danych i opisy parametryczne umożliwiają ich

zastosowanie narzędziowe w dowolnym środowisku informatycznym przedsiębiorstw (najczęściej

heterogenicznym środowisku wielu systemów informatycznych). Wykorzystanie w przedstawionych

modelach procesów rzeczywiste dane operacyjne umożliwiają szacowania konsekwencji

podejmowanych decyzji już na etapie planowania zaopatrzenia.

Przedstawione w monografii zagadnienia modelowania i symulacji procesów logistycznych

w środowisku informatycznym iGrafx Process 2011 for Enterprise Modeling, mają charakter

uzupełnienia narzędziowego wiedzy teoretycznej w zakresie analizy danych operacyjnych

zarządzania, algorytmizacji metod zarządzania oraz na ich podstawie symulacji działania procesów

i definiowania modeli decyzyjnych wg notacji BPMN (ang Business Process Model & Notation).

3 | S t r o n a

Szanowni Państwo

Modelowanie i symulacja procesów zarządzania w celu podejmowania racjonalnych decyzji jest

przewodnikiem uniwersalnego podejścia metodycznego we wszystkich obszarach zarządzania

operacyjnego - sprzedażą, produkcją, dystrybucją czy logistyką w łańcuchów dostaw przedsiębiorstw.

Jest sprawdzeniem umiejętności przełożenia wiedzy z teorii na jej praktyczne zastosowanie w quasi

rzeczywistym środowisku modeli systemów i procesów oraz narzędziem weryfikacji metod

podejmowania decyzji. W trakcie opracowania modeli zarządzania często powstają inspiracje

i innowacyjne pomysły dla technologii, produktów czy poprawy efektywności procesów. Stąd książkę

dedykuję kadrze przedsiębiorstw na różnych szczeblach zarządzania oraz studentom.

Redaktor monografii dziękuje wszystkim autorom, za ich profesjonalizm i zaangażowanie w

dyskusje wprowadzające wartościowe korekty do treści książki oraz skłonność do merytorycznych

kompromisów.

Bogusław Śliwczyński

4 | S t r o n a © Wyższa Szkoła Logistyki, Poznao 2015 Śliwczyoski B. (red.), Modelowanie systemu zarządzania przepływem materiałów i oceny efektywności procesów.

1. Zarządzanie przepływem materiałów w procesie zaopatrzenia przedsiębiorstwa

BOGUSŁAW ŚLIWCZYŃSKI Wyższa Szkoła Logistyki

Dostępność materiałów niezbędnych do prowadzenia planowej działalności przedsiębiorstwa jest

osiągana poprzez planowanie, organizowanie, kierowanie i sterowanie oraz kontrolowanie procesu

zaopatrzenia, integrację z pozostałymi procesami przedsiębiorstwa oraz gromadzenie i przetwarzanie

informacji1.

Zarządzanie przepływem materiałów w procesie zaopatrzenia (rys. 1.1), ma na celu zapewnienie

ciągłości dostaw i niezawodności zaopatrywanych procesów:

produkcji (np. zaopatrzenie w materiały, części, podzespoły),

sprzedaży (zaopatrzenie w towary),

działalności przedsiębiorstwa (zaopatrzenie w narzędzia, materiały pomocnicze i części

w dziale remontów i napraw lub dziale technicznym, itp.).

Rys. 1.1 Obszary zarządzania przepływem materiałów w procesie zaopatrzenia i ich integracja z innymi obszarami zarządzania operacyjnego w łańcuchu dostaw przedsiębiorstwa.

Źródło: opracowanie własne.

Przedsiębiorstwa często współpracują z siecią dostawców materiałów i usług oraz

podwykonawców komponentów niezbędnych do wytworzenia wyrobów gotowych. Na rysunku 1.2

przedstawiono przykładową sieć zaopatrzenia i kooperacji produkcji. Potrzeby materiałowe i

zarządzania ich przepływem w procesach zaopatrzenia w sieci dostawców wynikają z

1 Szerzej zagadnienia zarządzania zakupami i zaopatrzeniem w celu utrzymania ciągłości procesów gospodarczych przedstawiono w pracach:

Lysons K., Farrington B.: Purchasing and Supply Chain Management, Financial Times / Prentice Hall, Ontario 2006, s. 158-174 oraz Mańkowski C.: Zakupy i zaopatrzenie, w: Logistyka (red.) Kisperska-Moroń D. i Krzyżaniak S., Wydawnictwo Instytutu Logistyki i Magazynowania, Poznań 2009, s. 127 – 140.

Planowanie wariantowe źródeł i kanałów zaopatrzenia Kwalifikacja dostawców (np. wg przyjętych kryteriów oceny) Projektowanie i negocjowanie kontraktów zakupowych i organizacji

dostaw Planowanie potrzeb materiałowych (np. wg metody MRPI), Planowanie zamówień i dostaw oraz obsługi przyjęcia dostaw (w tym

procesów magazynowych i kontroli jakości materiałów) Organizowanie i realizacja procesów transportowych (opcjonalnie

outsourcing usług transportowych) Zarządzanie zapasami i bezpieczeństwem materiałowym Planowanie kosztów zaopatrzenia Kontrolowanie wyników zaopatrzenia – realizacji zamówień i dostaw,

procesów transportowych, zapasów, procesów magazynowych

Zarządzanie przepływem materiałów

w procesie zaopatrzenia Inne obszary zarządzania operacyjnego:

produkcja,

magazynowanie,

transport,

zarządzanie zapasami.

Integracja

procesowa

Produkt

D O S T A W C Y

Zaopatrzenie

magazyn materiałów

Produkcja

Dystrybucja

transport magazyn regionalny zakupy transport

Obsługa klienta

magazyn wyrobów

Klient

Analiza wartości produktu dla Klienta

Mapowanie wartości produktu

na proces zaopatrzenia

5 | S t r o n a

długoterminowych planów i prognoz na produkty przedsiębiorstwa, określone w ramach planowania

sprzedaży i produkcji S&OP2(ang. Sale i Operations Planning).

Rys. 1.2. Przykład sieci zaopatrzenia i kooperacji produkcji

Źródło: opracowanie własne

Celem tworzenie zintegrowanego planu produkcji i sprzedaży S&OP w określonym horyzoncie

czasu jest:

opracowanie planu sprzedaży uwzględniającego:

o prognozy sprzedaży istniejących obecnie w ofercie wyrobów lub usług,

o błędy prognoz,

o zapotrzebowanie na rynkach, na których działa przedsiębiorstwo,

o zapotrzebowanie na rynkach, na których przedsiębiorstwo zamierza rozpocząć działalność,

o wycofanie się z rynków nieperspektywicznych, na których prowadzona działalności nie

przynosi założonych zysków,

o plany wprowadzenie na rynek nowych wyrobów lub usług,

o wycofanie z rynku wyrobów lub usług,

o sezonowość popytu na wyroby lub usługi,

o prowadzone akcje marketingowe,

o udział w przetargach,

o istniejące zobowiązania sprzedażowe (np. podpisane umowy na dostawy),

opracowanie planu produkcji uwzględniającego:

o zapotrzebowanie na wyroby lub usługi wynikające z planu sprzedaży,

o dostępność wymaganych technologii,

o aktualne moce produkcyjne na każdym z etapów produkcji (moce rozumiane nie tylko jako

maszyny ale również i ludzie),

o perspektywiczne moce produkcyjne

o plan remontów, przeglądów,

o możliwość stworzenia zapasu sezonowego,

opracowanie planu zaopatrzenia uwzględniającego:

o zapotrzebowanie na materiały surowce wynikające z planu produkcji,

o dostępność materiałów i surowców na rynku,

o zawarte kontrakty w dostawcami,

o możliwości wybranych dostawców,

o dostępne zapasy w przedsiębiorstwie,

o możliwość zgromadzenia zapasu sezonowego,

o możliwe formy współpracy z dostawcami (np. VMI)

2 ―Plan S&OP umożliwia zagregowane planowanie operacyjne relacji popyt-dostawy oraz zrozumienie konsekwencji finansowych w powiązaniu z

założeniami Biznes Planu‖: Andrew Purton, President of Oliver Wight EAME, ‗Sales and Operations Planning Conference‘ Berlin, 25th February

2008.

Dosta

wcy p

ierw

otn

i

Centra

zaopatrzenia

Dostawcy komponentów

i podzespołów

Kooperant 1

Kooperant 2

Producent

Dostawcy

kooperanta

6 | S t r o n a

Przykład planu sprzedaży i operacji opracowywanego dla długoterminowego horyzontu planu

S&OP, obejmującego programowanie asortymentu i wielkości sprzedaży na poszczególnych rynkach,

analizę zdolności produkcyjnej i bilansowania zasobów przedsiębiorstwa oraz weryfikacji zyskowności

planu na podstawie analizy przychodów ze sprzedaży i kosztów wszystkich operacji

zabezpieczających sprzedaż w łańcuchu dostaw, przedstawiono na rysunku 1.3.

Rys. 1.3. Przykład planu S&OP z uwzględnieniem analizy zdolności produkcyjnej i bilansowania zasobów oraz weryfikacji zyskowności planu na podstawie analizy przychodów ze sprzedaży i kosztów wszystkich operacji

Źródło: Wyniki badań własnych

K. Parker wyróżnia pięć etapów w tworzeniu planu produkcji i sprzedaży3:

planowanie dochodów ze sprzedaży – planowanie nowych produktów, marży, zysku, dochodów,

planowanie popytu - prognozowanie popytu, wprowadzania nowych produktów na rynek,

współpracy marketingu i sprzedaży,

planowanie zapotrzebowania – materiałowego, zasobów produkcyjnych, transportowych,

bilansowanie zadań ze zdolnościami oparte na kryterium zyskowności – sprawdzanie realności

wykonania zadań, tworzenie scenariuszy na wypadek różnych zdarzeń,

3 Parker K., S&OP encompassing broader financial and performance parameters, Manufacturing Business Technology, January 2008, s.30

Rynki

sprzedaży

Plan roczny sprzedaży dla produktów

A B C D E F

A

B

C

D

E

4 500

-

-

1 200

-

-

11 600

-

-

1 500

-

54 800

23 900

17 500

-

15 600

-

12 800

-

8 700

-

8 500

-

6 300

9 200

-

-

-

22 000

25 400

Razem 5 700 13 100 95 800 37 100 24 000 47 400

Miesiące 1 2 3 4 5 6 7 8 9 10 11 12 Razem

Plan sprzedaży i dostaw 2000 2800 3100 3900 2700 1900 2300 1900 2800 3900 4600 5200 37 100

Zdolność produkcyjna 3600 3600 3600 3600 3100 3100 2800 2800 3600 3600 3600 3600 40 600

Plan produkcji 2000 2800 3400 3600 2700 2600 2800 2800 3600 3600 3600 3600 37 100

Planowany zapas 0 0 300 0 0 700 500 900 800 0 0 0 3 200

Miesiąc

Plan dostaw i sprzedaży /szt./

Plan produkcji /szt./

Łączna planowana pracochłonnośd w łaocuchu dostaw

/rbh/

Liczba potrzebnych pracowników

Koszty produkcji

i dostaw

Przychody ze sprzedaży

1 2000 2000 10000 50 64000 82000

2 2800 2800 14000 70 89600 114800

3 3100 3400 17000 85 108800 127100

4 3900 3600 18000 90 115200 159900

5 2700 2700 13500 68 86400 110700

6 1900 2600 13000 65 83200 77900

7 2300 2800 14000 70 89600 94300

8 1900 2800 14000 70 89600 77900

9 2800 3600 18000 90 115200 114800

10 3900 3600 18000 90 115200 159900

11 4600 3600 18000 90 115200 188600

12 5200 3600 18000 90 115200 213200

Razem 37100 37100 - - 1.187.200 1.521.100

0

1000

2000

3000

4000

5000

6000

1 2 3 4 5 6 7 8 9 10 11 12

Plan sprzedaży i produkcji Zdolność produkcyjna Plan ilościowo-asortymentowy Planowany zapas

Wsparcie decyzji bilansowania planu S&OP i zdolności produkcyjnych – wybór wariantu: produkcja w okresach wcześniejszych i utrzymanie zapasu

Planowana sprzedaż produktu D na rynkach A, C i E

Całkowity koszt zaopatrzenia, produkcji, dystrybucji i sprzedaży

na docelowym rynku wynosi 32 zł. Planowana średnia cena sprzedaży

produktu D wynosi 41 zł (po uwzględnieniu średniego poziomu

rabatów cenowych i skont).

Dostępna zdolnośd operacyjna jest planowana na poziomie 20.000

roboczogodzin na miesiąc co oznacza, że plan jest realny i

możliwy do wykonania.

Urealnione planowanie produkcji i zapasu z uwzględnieniem ograniczenia zdolności produkcyjnych

Analiza planu sprzedaży

Analiza operacyjna – możliwości realizacji

Analiza symulacyjna wyniku – ocena konsekwencji decyzji dla danych:

7 | S t r o n a

kontrola wskaźników – mierzenie kluczowych wskaźników wydajności, błędów prognoz, kapitału

obrotowego, wykonania założeń planu.

Na podstawie planu S&OP i zapotrzebowania na produkt finalny (wyrób lub usługę), określana jest

ilość i rodzaj materiałów, części, podzespołów potrzebnych do zaspokojenia potrzeb klienta (np.

wyprodukowania wyrobu gotowego). Potrzeby ilości, asortymentu i jakości materiałów określone na

podstawie struktury wyrobu, są ważną grupą czynników wyznaczenia dostawców w sieci dostaw (rys.

1.4) – np. dostawca materiału C został wybrany do współpracy, gdyż jest producentem materiału C o

wymaganej jakości i posiada odpowiedni potencjał produkcyjny, aby dostarczyć wymaganą ilość tego

materiału. Dla producenta jest ważne spełnienie wielu innych potrzeb związanych z dostarczanym

materiałem – np. jego ceny i warunków płatności.

Rys. 1.4. Struktura wyrobu (ilość, asortyment i jakość materiałów) jako podstawa analizy dostawców i współpracy w procesie zaopatrzenia i koprodukcji


Kolejną ważną grupą czynników, wyznaczających zarówno sieć dostawców jak i organizację

współpracy przedsiębiorstw i sposób realizacji dostaw w procesie zaopatrzenia, jest organizacja i

przebieg procesu produkcyjnego, zasady gospodarki materiałami i zarządzania zapasami oraz

planowania zamówień i dostaw. W tym obszarze powstają potrzeby czasu i miejsca dostaw

materiałów, do których musi być dostosowana organizacja i planowanie procesów transportowych w

sieci zaopatrzenia.

Czas i miejsce wykonania dostawy w procesie zaopatrzenia wynika z czasu i miejsca realizacji

operacji w procesie produkcyjnym lub odtworzenia zapasu w procesie magazynowania.

Wykorzystywane na tym etapie zasady planowania zaopatrzenia i narzędzia - cyklogram wytwarzania

produktu i harmonogram operacji produkcyjnych oraz harmonogram zamówień i dostaw -

przedstawiono na rysunku 1.5 (materiał C jest dostarczany przez dostawcę w pierwszym dniu

harmonogramu produkcji do Zakładu 1, a dostawca podzespołu N dostarcza do tego samego zakładu

podzespoły w trzecim dniu harmonogramu produkcji). Dostawy mogą być dokładnie

zsynchronizowane z potrzebami zużycia materiałów (dostawy w systemie Just-in-Time, a także Just-

in-Sequence) lub wg potrzeb odtwarzania zapasu.

Rys. 1.5. Określenie harmonogramu potrzeb materiałowych i realizacji dostaw z wykorzystaniem narzędzi - cyklogramu wytwarzania produktu i harmonogramu operacji produkcyjnych


Producent

C 2G

A – Wyrób finalny

X 2Y Z

C 3D M N

Kooperant – dostawca

podzespołu N

Dostawca materiału C

Potrzeby – co? ile? jakiej jakości?

Zakład 1

– operacje produkcyjne

Zakład 2

– operacje montażowe

C

N

2Y

M

A

3D

C

2G

X

Z

1 dzień 2 dzień 3 dzień Dostawca

materiału C

Dostawca podzespołu N

Potrzeby

– kiedy? gdzie?

8 | S t r o n a

W klasycznej formie zaopatrzenia odbiorca składa zamówienie, odtwarza zapas będąc jego

właścicielem, samodzielnie nim zarządza i ponosi odpowiedzialność za zabezpieczenie potrzeb

materiałowych. Jednak ze względu na poprawę efektywności procesów zaopatrzenia, obowiązki

monitorowania potrzeb i zamawiania, realizacji dostaw, zarządzania zapasem, a także własność i

odpowiedzialność za utrzymywane zapasy – mogą być przenoszone pomiędzy uczestnikami procesu

zaopatrzenia: odbiorcą, dostawcą, operatorem logistycznym. Pomiędzy partnerami następuje podział

odpowiedzialności i ponoszonych kosztów4. W wariantowych rozwiązaniach zarządzania przepływem

materiałów uwzględniane są różne relacje odpowiedzialności uczestników za - proces zaopatrzenia,

modele zarządzania i utrzymania zapasów, procesy magazynowe (w tym możliwości pojemności i/lub

przepustowości magazynu) oraz ograniczenia kapitałowe wpływające na wielkość i częstotliwość

dostaw. Czynniki kształtowania przepływu materiałów wpływają na efektywność procesów

zakupowych, transportowych, zarządzania zapasami (w tym lokalizacji i własności zapasów),

procesów magazynowych. W procesach organizacji zaopatrzenia (rys. 1.6) - pomiędzy dostawcą,

operatorem logistycznym i odbiorcą - najczęściej stosowane warianty zaopatrzenia obejmują:

Rys. 1.6. Organizacja procesu zaopatrzenia i warunków współpracy partnerów (warunków kontraktu)


wariant 1 - zarządzanie i odpowiedzialność dostawcy za proces zaopatrzenia odbiorcy (opcja

VMI5), zapas jest utrzymywany u dostawcy i jest własnością dostawcy (opcją może być brak

zapasu i dostawy w systemie JiT z procesu produkcji dostawcy do procesu produkcji odbiorcy)


VMI), zapas jest utrzymywany u dostawcy i jest własnością odbiorcy,


VMI), zapas jest utrzymywany u odbiorcy i jest własnością dostawcy,


VMI), zapas jest utrzymywany u operatora logistycznego i jest własnością dostawcy,

wariant 5 - odpowiedzialność dostawcy za proces zaopatrzenia odbiorcy (opcja VMI), zapas jest

zarządzany przez operatora logistycznego i utrzymywany u operatora logistycznego i jest

własnością dostawcy,

wariant 6 - zarządzanie i odpowiedzialność odbiorcy za własny proces zaopatrzenia, zapas jest

utrzymywany u dostawcy i jest własnością dostawcy (opcja consignment stock),


utrzymywany u dostawcy i jest własnością odbiorcy,

4 Krzyżaniak S., 2008, Zapasy we współczesnych rozwiązaniach logistycznych, Logistyka nr 4/2008, s. 8

5 VMI - ang. Vendor Managed Inventory - wariant zarządzania zapasami w łańcuchu dostaw przez dostawcę w ramach wspólnego planowania,

prognozowania i uzupełniania zapasów (ang. CPFR - Collaborative Planning, Forecasting & Replenishment) oraz kontroli i sterowania powiązanych procesów w łańcuchu dostaw. Już w roku 1984 przedsiębiorstwa Procter & Gamble oraz Wal-Mart podejęły pierwsze próby współpracy w zakresie ciągłego uzupełniania zapasów. Utworzony i empirycznie przetestowany system współpracy wg zasad CRP (ang. Continuous Replenishment Process) umożliwiał zarządzanie zapasami przez dostawcę – firmę Wal-Mart wg zasad VMI (ang. Vendor Managed Inventory). Podejmowane działania miały na celu podwyższenie rentowności przedsiębiorstw poprzez udoskonalenie wymiany informacji, wymiane danych prognozowania popytu, lepszy nadzór nad dostawami i racjonalny dobór asortymentu sprzedawanych produktów do potrzeby klientów wg zasad zarzadzania kategorią (ang. Category Management).

Dostawca Odbiorca

Operator logistyczny (centrum zaopatrzenia)

Czynniki organizacji współpracy: - lokalizacja materiałów i zapasu - własność materiałów - zarządzanie dostawami i zapasem

9 | S t r o n a


utrzymywany u odbiorcy i jest własnością odbiorcy (klasyczna forma zaopatrzenia),


utrzymywany u operatora logistycznego i jest własnością dostawcy,


utrzymywany u operatora logistycznego i jest własnością odbiorcy (forma centrum zaopatrzenia),

wariant 11 - odpowiedzialność odbiorcy za własny proces zaopatrzenia, zapas jest utrzymywany u

operatora logistycznego i zarządzany przez operatora logistycznego, jest własnością odbiorcy.

Do analizy i oceny poszczególnych wariantów zaopatrzenia stosowane jest kryterium efektywności

przepływu materiałów, obejmujące pod względem ekonomicznym najniższy (lub satysfakcjonujący)6

koszt całkowity realizowanych procesów oraz pod względem operacyjnym najwyższą (lub

satysfakcjonującą) niezawodność zabezpieczenia potrzeb materiałowych. W procesie analizy

uwzględnianych jest wiele uwarunkowań organizacji i realizacji procesów transportowych, w tym:

możliwość wykorzystania własnych środków transportu i kierowców oraz opcjonalna organizacja

outsourcingu procesów transportowych,

zakres odpowiedzialności za organizację i realizację procesu transportowego w ramach kontraktu

zakupowego (zakres gestii transportowej wynika np. z przyjętej formuły handlowej w ramach 11

formuł handlowych INCOTERMS 2010, definiujących odpowiedzialność sprzedającego i

kupującego)

rodzaj transportu (np. drogowy, kolejowy, morski, wodny śródlądowy, powietrzny – lotniczy, z

wykorzystaniem bezzałogowych statków powietrznych - BSP),

koszt transportu oraz załadunku i wyładunku, odprawy celnej, ubezpieczenia, inne koszty,

czas przewozu, pora dostawy – dzienna/nocna, możliwość konsolidacji dostaw od jednego

dostawcy oraz od wielu dostawców w ramach łączonej trasy przewozowej,

ograniczenia wielkości jednostkowej dostawy, możliwości obsługi częstych dostaw i korelacji

terminu dostawy z gotowością jej przyjęcia i obsługi (uwzględniając przepustowość magazynu, w

tym: wielkość frontu przeładunkowego i liczbę bram w strefie przyjęć, ilość urządzeń

rozładunkowych i infrastruktury transportu wewnętrznego, liczbę pracowników),

sposób załadunku i zabezpieczenia na czas transportu i przeładunków,

postać dostarczanego ładunku – opakowania jednostkowe i zbiorcze, zabezpieczenie ładunku,

identyfikacja ładunku,

stopień wykorzystania ładowności i dobowego czasu pracy środków transportu.

Przykładowy zakres gromadzonych danych zaopatrzenia skojarzonych z pozycją materiałową, na

potrzeby syntetycznej i długookresowej analizy uwarunkowań procesów zaopatrzenia i czynników

wpływu na sposoby pozyskania materiałów (ang. sourcing), obejmuje:

analizę otoczenia na rynkach zaopatrzenia:

o poziomy i trendy cen materiałów,

o inflację oraz prawdopodobieństwo recesji, strajków,

o niedobory surowcowo-materiałowe i zewnętrzne drenowanie rynku,

o zmiany technologiczne i ich charakter (np. przełomowe, powolne),

o potencjał produkcyjny lub wydobywczy (w tym wielkość nadwyżki),

o liczbę dostawców dla grup materiałowych, organizację dostaw na poszczególnych rynkach (w

tym poziom dojrzałości logistycznej, gotowość wymiany danych),

analizę strategicznego wpływu dostawców7:

o identyfikację wrażliwości materiałów strategicznych na zmiany otoczenia,

6 Autorzy mają świadomość, że analiza wszystkich możliwych wariantów nie jest na ogół możliwa (Roubens M., Preference relations on actions

and criteria in multiple criteria decision making. European Journal of Operational Research, 1981, vol. 10, s. 51–55), a rozpatrywana w pracy synteza czynników operacyjnych procesów i zasobów w łańcuchu dostaw pozwala jedynie na wybór poli-optymalnego wariantu (tzn. nie gorszego od żadnego z pozostałych). W praktyce oznacza to wyznaczenie rozwiązania satysfakcjonującego spośród wariantów dopuszczalnych, a nie jednoznacznie najlepszego. Formuła poziomu satysfakcji ustalona dla kryterium oceny wariantów jest zgodna z zasadą satysfakcji Herberta A. Simona (laureata nagrody Nobla za badania systemów podejmowania decyzji w organizacjach gospodarczych), wg której w przedsiębiorstwach nie są poszukiwane rozwiązania optymalne i trudne, a realne i satysfakcjonujące. W mechanizmach podejmowania decyzji ustalane są progi satysfakcji dla zadanego kryterium i wybierany jest ten wariant, który jest satysfakcjonujący ze względu na wszystkie przyjęte kryteria (Rational decision making in business organizations. American Economic Review , 69, 1979 No 4 s.493-513). 7 Sławińska M. Współpraca z dostawcami w: Strategie konkurencji w handlu detalicznym w warunkach globalizacji rynku (red.) M. Sławińska,

Wydawnictwo AE w Poznaniu, Poznań 2005, s. 159 – 166.

10 | S t r o n a

o ocenę konsekwencji zmian na rynku zaopatrzenia dla działalności przedsiębiorstwa,

o wymagane ilości zaopatrywanych materiałów w kontekście potencjału dostawców,

o udział kosztów zakupu materiałów w całkowitych kosztach przedsiębiorstwa,

o znaczenie jakości materiałów dla jakości produktu finalnego i jego konkurencyjności oraz

satysfakcji klienta i poziomu sprzedaży,

analizę ryzyka i bezpieczeństwa materiałowego:

o dostępność materiałów na rynkach zaopatrzenia (np. ciągła, sezonowa, zależna od innych

czynników),

o liczbę dostawców w powiązaniu z dostępnością i popytem zgłaszanym przez zidentyfikowanych

innych odbiorców (konkurentów),

o możliwość własnej produkcji, a także powiązania kapitałowego z dostawcą,

o ryzyko długotrwałego składowania przy zaopatrywaniu w większych ilościach,

o możliwość substytucji materiałowej,

o rynek pracy i możliwość rekrutacji pracowników,

o dostawców wchodzących i wychodzących z rynku,

o patenty, licencje, wyłączność i monopolizacja źródeł zaopatrzenia

o rosnące wykorzystanie zaawansowanych technologii i powszechnego dostępu do internetowych

platform zakupowych,

o wahania kursów walut i inne wg potrzeb.

Wg H. Minzberga i J. B. Quinna wyniki analizy uwarunkowań dla strategii operacyjnej, tworzą sieć

zależności czynników wpływających na wartość produktu już na etapie zaopatrzenia surowcowo-

materiałowego8. Zintegrowane środowisko gospodarki materiałowej, w którym podstawę współpracy i

wymiany danych stanowią dane indeksu materiałowego (dane zdefiniowane w kartotece indeksu

materiałowego), przedstawiono na rysunku 1.7.

Źródło: Opracowanie własne na podstawie wyników badań

8 Mintzberg H., Quinn J. B.: The Strategy Process, Prentice Hall, Englewood Cliffs 1991, s. 63.

Kartoteka Indeksu Materiałowego

Moduł Magazyn

Kartoteka Stanów Magazynowych

Dowody przychodu

materiałowego

Dowody

inwentaryzacji Inne dowody

obrotu materiałowego

Rozchód

Dowody rozchodu

materiałowego

Moduł Gospodarki

Materiałowej

Moduł – Zaopatrzenie

obsługa ofert i oferentów

obsługa zapotrzebowań materiałowych

obsługa zamówień do sprzedawców

obsługa limitów materiałowych ilościowych i wartościowych

Moduł Sprzedaży

Rys. 1.7 Schemat integracji modułów systemu informatycznego przedsiębiorstwa wykorzystujących wspólne dane zdefiniowane w kartotece indeksu materiałowego

Planowanie i organizacja procesu zaopatrzenia

Obsługa zgłoszonych potrzeb materiałowych ilościowo-wartościowych

Obsługa zakupów

Ewidencja obrotu materiałowego – dostarczania i zużycia materiałów

Rozliczenie procesu zaopatrzenia

Moduł - Finansowo-Księgowy

księgowanie materiałów w ZPK

Stanowisko pracy w Dziale Finansowo-Księgowym

Stanowisko pracy w Dziale Gospodarki

Materiałowej - branżysta

Dowody przeceny materiału

Przychód

11 | S t r o n a

System wymiany danych (np. w oparciu o dostęp do wspólnej kartoteki materiałowej w

zintegrowanej bazie danych systemu informatycznego przedsiębiorstwa) umożliwia wypracowanie

wspólnej dla wielu procesów koncepcji efektywnych i niezawodnych działań operacyjnych (rys. 1.8).

Integracja i kontrola danych z wielu obszarów zarządzania operacyjnego, umożliwia wsparcie

planowania i organizacji procesu zaopatrzenia (np. prawidłowości obliczeń ilości i wielkości zamówień,

terminów planowanych dostaw, przepustowości magazynu czy poziomu zapasów).

Rys. 1.8 Wymiana danych operacyjnych integrowana poprzez wykorzystanie indeksu materiałowego, pomiędzy procesem zaopatrzenia a innymi procesami powiązanymi


Dane indeksu materiałowego są podstawą koordynacji i integracji synergii działań w ramach

procesu planowania potrzeb materiałowych, wspólnej bazy danych planistycznych, procedury

planowania i formuł planistycznych oraz parametrów i normatywów planowania (rys. 1.9).

Podstawową bazę informacyjną procesu zaopatrzenia tworzą dwa systemy ewidencji:

system ewidencji i informacji operacyjnej – umożliwiający ewidencję danych o zasobach

zaopatrzenia i działaniach realizowanych w procesach przepływu materiałowego (np. w procesie

zamawiania, transportu i dostaw, magazynowania),

system ewidencji i informacji finansowej – umożliwiający w powiązaniu z indeksem materiałowym

ewidencję kosztów i wydatków ponoszonych w działalności gospodarczej procesu zaopatrzenia,

która jest przypisana do poszczególnych miejsc powstawania kosztów (koszty są najczęściej

przypisane do komórek organizacyjnych – uczestników procesu zaopatrzenia i alokowane w

oparciu o przepływającą pozycje materiałową oraz wg przyjętych metod kalkulacji i rachunku

kosztów - na zasoby, działania i produkty).

Dostawca Zaopatrzenie i gospodarka

materiałowa

Współpraca i wymiana dokumentów Zamówienie Zmiany w zamówieniu Awizo dostawy Faktura

Kontrola i sterowanie procesu zamówieniowego

Magazyn

Zamówienia w realizacji Procedury składania potrzeb

Limity materiałowe – ilościowe i wartościowe

Potrzeby materiałowe Prognozy potrzeb

Monitorowanie jakości współpracy

Stany zapasów Stan obciążenia magazynu (obrót magazynowy, wykorzystana powierzchnia i pojemność) Dane o realizacji dostaw zaopatrzenia Poziom reklamacji i zwrotów Monitorowanie jakości współpracy z dostawcą

Realizowane zamówienia i planowane dostawy

Dane do planowania obsługi bieżących dostaw (na podstawie awizowania

dostaw)

Dział Finansowo-Księgowy

Plany zakupowe i planowane budżety Bieżące dane i wyniki operacyjne

Bieżące koszty materiałowe i zaopatrzenia

Wyniki rachunku kosztów materiałowych Wskaźniki kosztów zaopatrzenia

Produkcja Inne działy

przedsiębiorstwa Dane indeksu materiałowego

12 | S t r o n a

Rys. 1.9 Wspólne wykorzystanie danych indeksu materiałowego w procesie integracji danych planowania potrzeb

materiałowych i organizacji zaopatrzenia


Integracja systemu rachunkowości finansowej i ewidencji operacyjnej w spójny system

informacji o procesach przepływu materiałowego (rys. 1.10), pozwala przetwarzać w czasie

rzeczywistym ewidencjonowane dane (np. księgowane na kontach analitycznych zespołów

4, 5, 7 zakładowego planu kont)

Data wykonania

zadania

Nazwa materiału

Indeks materiałowy

Jednostka miary

Wielkośd zużycia

Zadanie Czas

trwania Działanie Podproces Proces Produkt

Identyfikator produktu

2015-04-18 Olej nap. ON-1 litr 18 Przewóz

materiałów 5h

Dostawa materiałów

Realizacja zamówienia

Zaopatrzenie Obudowa

silnika OSH-451

12/08/ZAKUP 2015-04-23 411-07-07-1 1000,00 501-02 800,00 1 Olej nap. ON-1 18 Litr PLN

Identyfikator księgowy

Data księgowania

Nr konta (zespołu 4)

Kwota Ma (4)

Nr konta (zespołu 5)

Kwota Wn (5)

Nr MPK

Nazwa materiału

Indeks materiałowy

Ilośd Jednostka

miary Rodzaj waluty

Rys. 1.10 Schemat definiowania relacji danych operacyjnych i księgowych w oparciu o indeks materiałowy


Struktura wyrobu – zapotrzebowanie na materiały składowe

Struktura procesu technologicznego (z uwzględnieniem obciążenia zdolności produkcyjnej)

Bieżący stan zapasów

Cykl dostawy materiałów

Normatywy wielkości partii produkcyjnej

Harmonogram remontów i konserwacji (definiowanie dostępnej zdolności produkcyjnej)

Aktualnie realizowane zamówienia

(otwarte)

Portfel zaległych zamówieo

Wielkośd potrzeb brutto

Wielkośd potrzeb netto Wielkości i terminy dostaw Miejsce, termin i poziom utrzymywanych zapasów

Plan zakupów Harmonogram wydatków

Terminy płatności

Planowanie potrzeb materiałowych

(np. wg metody MRP)

Źródło danych: Dział produkcji Źródło danych Dział Produkcji lub Dział Techologii Dział Produkcji lub Planowania Produkcji Dział Remontów lub Utrzymania Ruchu Dział Obsługi Klientta Dział Finansowy lub Zaopatrzenia

Źródło danych

Dział Produkcji, Konstrukcji lub

Technologii

Dział Magazynu

Dział Zaopatrzenia

Dział Zaopatrzenia

Integracja danych

Integracja danych

Zintegrowane odniesienie do indeksu materiałowego - analiza poprawności obliczeo, aktualności danych i normatywów,

doboru metod i parametrów planowania działao i zasobów, zgodności z planem, analiza odchyleo, wskazanie sposobu

korekty błędów

Ewidencja danych operacyjnych (ilościowo - asortymentowa)

System informacyjny controllingu operacyjnego:

gromadzenie, filtrowanie i kojarzenie danych,

przetwarzanie danych (np. kalkulacja, obliczanie mierników)

porównanie ze wzorcem (np. planem, normatywem, budżetem)

wnioskowanie, interpretacja, propozycja działania

sprawozdawczośd (wg zdefiniowanego systemu raportowania)

Ewidencja danych księgowych (wartościowa)

Relacja powiązania danych operacyjnych i danych kosztowych

Koszty wg rodzaju

Koszty wg okresu /data kosztu a data wydatku/

Koszty wg MPK

Koszty na produkt OSH-451

Struktura rodzajowa kosztów w produkcie

Koszty na proces/ działanie / zadanie

Dynamika / trend / okresowośd kosztów

Koszt przewozu w zakupie / dostawie / zaopatrzeniu

Koszty transportu na produkt OSH-451

Inne kalkulacje wg potrzeb

13 | S t r o n a

W ten sposób system controllingu w procesie zaopatrzenia jest zasilany w dane

rzeczywiste, które po przetworzeniu są porównywane z danymi budżetowymi9 (planami

rzeczowo finansowymi) wg struktury raportów ‗plan-wykonanie‘. Tworzenie jednoznacznych

relacji danych operacyjnych i księgowych w zintegrowanym systemie informacji zarządczej

(rys. 1.10) jest warunkiem wielowymiarowych kalkulacji kosztów, rotacji, cyklu kapitału itd. wg

analizowanego indeksu materiałowego.

Zaprojektowane w zakładowym planie kont relacje (rys. 1.10) pozwalają na kalkulację

kosztów materiałowych na procesy i produkty przedsiębiorstwa. Jednoznaczne relacje

wielkości zużycia materiałowego w działaniach operacyjnych przedsiębiorstwa są podstawą

analizy kosztów materiałowych i materiałochłonności produktów działań.

Indeks materiałowy (IM) – jest to symboliczne oznaczenie materiału jednoznacznie

określające materiał we wszystkich procesach biznesowych przedsiębiorstwa (w tym w

procesie zaopatrzenia). Logika struktury indeksu wynika z ilości stosowanych materiałów

oraz potrzeb ich grupowania oraz sprawnej i jednoznacznej identyfikacji pozycji materiałowej.

Kartoteka Indeksu Materiałowego (KIM) – jest to zbiór jednoznacznie zdefiniowanych

danych opisujących pozycję materiałową w polach bazy danych systemu informatycznego

przedsiębiorstwa, które kompletnie i jednoznacznie opisują materiał skojarzony z indeksem

materiałowym. Przykładową notację indeksu materiałowego przedstawiono na rys. 1.11.

KT - Kategoria GR - Grupa PG - Podgrupa KL - Klasa NR - Kolejny numer pozycji materiałowej

N N N N N N N N N N N N N N N N N N

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

N - wartość numeryczna (09)

Rys. 1.11 Przykładowa notacja indeksu materiałowego o 18 cyfrach znaczących

Źródło: Opracowanie własne

W bazie indeksów materiałowych numer jest przyporządkowany (w ramach kategorii, grupy czy

klasy) np. według alfabetu w kategorii, według wzrastającej wartości podstawowych parametrów

technologicznych lub konstrukcyjnych, według kolorów od jasnego do ciemnego, lub według innej

jednolicie i jednoznacznie ustalonej logiki klasyfikacji. Zasada zaindeksowania pozycji materiałowej

polega na kwalifikacji merytorycznej obszarów indeksu KT, GR, PG i KL, oraz przydzieleniu kolejnego

numeru porządkowego NR dla pozycji materiałowej, wg formuły:

ID (nowy numer) := ID (stary numer) + 1

Dane opisujące indeks materiałowy (IM) w kartotece indeksu materiałowego (KIM) tworzą wspólny

rekord danych w bazie danych SI przedsiębiorstwa (tabela 1.1).

9 Leszczyński Z.: Wdrożenie informatycznego systemu rachunkowości zarządczej w przedsiębiorstwie przemysłowym. Monitor Rachunkowości i

Finansów nr 6 z 2001 r.

14 | S t r o n a

Tabela 1.1. Przykład danych składowych Kartoteki Indeksu Materiałowego

Nr pola KIM

Nazwa pola Długość pola

Format danych Opis pola

1 IM (KT) 3 Cyfry (0-9) Konkatenacja danych z pięciu pól - IM(KT – Kategoria), IM(GR – Grupa), IM(PG – Podgrupa),

IM(KL – Klasa), IM(NR - Kolejny numer pozycji materiałowej)

- tworzy logicznie numer indeksu materiałowego

2 IM (GR) 3 Cyfry (0-9)

3 IM (PG) 3 Cyfry (0-9)

4 IM (KL) 2 Cyfry (0-9)

5 IM (NR) 7 Cyfry (0-9)

6 IM 2 15 Cyfry (0-9) (opcjonalnie) Drugi indeks – np. nr katalogowy dostawcy

7 IM 3 15 Cyfry (0-9) (opcjonalnie) Trzeci indeks – np. nr katalogowy branżowy (np.

narzucony przez odbiorcę)

8 Nazwa 1 60 Tekst Nazwa katalogowa dostawcy i dodatkowy opis

9 Nazwa 2 60 Tekst Nazwa wewnętrzna przedsiębiorstwa, opis technologiczno-konstrukcyjny, normy branżowe, rodzaje testów kwalifikacji

jakości

10 Nazwa 3 60 Tekst Inna nazwa branżowa

11 Data założenia

indeksu 8 DDMMYYYY Data złożenia kartoteki indeksu materiałowego

12 JM 10 Tekst (słownik) Słownik jednostek miary (np. kilogram, metr, sztuka, litr, m3, m

2)

13 PKWiU 10 Znaki

alfanumeryczne Polska Klasyfikacja Wyrobów i Usług

14 Zastosowanie

IM 60 Tekst

Opis, gdzie stosowany jest IM w przedsiębiorstwie (np. indeksy struktur wyrobów lub marszrut wykonania wyrobu)

15 Aktualny

poziom zapasu 10 Liczba Wartość określona wg słownika jednostek miary IM

16 Zapas

bezpieczeństwa 10 Liczba

Wartość dynamiczna obliczana automatycznie wg algorytmu i formuł zapasu bezpieczeństwa; wartość określona wg słownika

jednostek miary dla IM

17 Nr konta zapasu

15 Znaki

alfanumeryczne Wg zasad numerowania kont analitycznych w Zakładowym

Planie Kont

18 Koszt

wytworzenia 12 Waluta Dane wg kalkulacji kosztu wytworzenia

19 Dostawca 1 12 Znaki

alfanumeryczne Wg zasad indeksacji kontrahentów w Katalogu Kontrahentów

Księgi Głównej SI

20 Cena 1 12 Waluta Dane wg kontraktu zakupowego lub cen wynegocjowanych z

dostawcą 1

21 Minimalne

zamówienie 1 10 Liczba Wartość określona wg słownika jednostek miary IM

22 Czas realizacji zamówienia 1

4 dni, godziny Wartość wynikająca z pomiaru pełnego czasu realizacji

zamówienia – od identyfikacji potrzeby złożenia zamówienia do uzyskania dostępu do zapasu przez branżystę





dostawcą 2

25 Minimalne









dostawcą 3

29 Minimalne





31 Zamiennik 18 Cyfry (0-9) Numer indeksu materiałowego zamiennika

32 Kategoria ABC 1 litera Wartość dynamiczna obliczana automatycznie wg klasyfikacji

ABC wartości rozchodów materiałowych

33 Kategoria XYZ 1 litera Wartość dynamiczna obliczana automatycznie wg klasyfikacji

XYZ ilości rozchodów materiałowych

… … … … …


15 | S t r o n a

Zdefiniowanie danych pozycji materiałowej już na etapie projektowania produktu i podejmowania

decyzji zaopatrzenia materiałowego, wymaga przeprowadzenia analizy wielu danych potencjału

wewnętrznego i otoczenia łańcuchów dostaw, wpływających na kształtowanie przyszłych łańcuchów

wartości w procesie przepływu materiałowego. Wg Mirosław Chaberka możliwości dostosowania

produktu do specyficznych wymagań klienta oraz dostarczenie go w ilości, czasie i miejscu przez

niego pożądanym, stanowią o racjonalizacji przepływu materiałów pomiędzy podmiotami

gospodarczymi, a ich rynkami zaopatrzenia i zbytu10

. Stąd celem tworzenia/aktualizacji kartotek

indeksów materiałowych (pozycji zarówno wytwarzanych jak i kupowanych) jest:

utworzenie lub usunięcie z bazy danych przedsiębiorstwa danych opisujących pozycję

materiałową,

opis indeksu materiałowego oraz definiowanie danych niezbędnych do zarządzania indeksem

materiałowym, w tym:

o kwalifikacja – przypisanie do kategorii, grupy lub klasy materiałów oraz materiału wyższego

poziomu w strukturze wyrobu,

o zdefiniowanie wszystkich dodatkowych identyfikatorów skojarzonych z pozycją materiałową

wg innych systemów indeksacji, jednoznacznie określające pozycję materiałową – np. indeks

dostawcy, indeks odbiorcy (np. wg klasyfikacji sieci sprzedaży, systemu NATO, itp.),

o PKWiU pozycji materiałowej,

o struktura materiałowa (gdy komponent złożony) – w tym ilości i indeksy wszystkich pozycji

składowych oraz zależnościach między poszczególnymi pozycjami, cyklogram wytwarzania,

o wymagania techniczno-technologiczne (w tym norm branżowych, testów kwalifikacji jakości,

itp.),

o dostawcy i warunki kontraktu (w tym np. minimalna wielkość/wartość zamówienia) – dane

rejestrowane w wyniku zakończenia procedury kwalifikacji dostawców i podpisania kontraktu

zaopatrzeniowego,

o zasady zamawiania i warunki organizacyjne - np. okresowe przekazywanie prognoz, śledzenie

statusu realizacji zamówienia i monitorowania dostaw, elektroniczna wymiana danych, formaty

dokumentów wymiany handlowej (zamówienia, awizo dostawy, raport o zapasach, cennik,

itp.), udostępnienie elektronicznych danych katalogowych do danych kartoteki indeksu

materiałowego odbiorcy, itp.

o parametry zarządzania zapasami (np. poziomu zmawiania, zapasu bezpieczeństwa, wielkości

zamówienia, częstotliwości zmawiania, zapasu maksymalnego),

o tolerancja odchylenia, % na odpady lub limit braków,

o cena lub kalkulacja kosztów wytworzenia (w tym możliwość przeceny lub przeszacowania

wartości), powiązanie z nr konta księgowego wartości zapasu pozycji materiałowej wg

Zakładowego Planu Kont Księgi Głównej,

o przynależność do kategorii wg klasyfikacji ABC i XYZ,

o powiązanie z kartoteką stanów magazynowych (aktualny zapas), wyniki różnic

inwentaryzacyjnych i kompensaty,

o pozycja(e) materiałowa zastępcza (zamiennik), która może być zastosowana w przypadku,

gdy materiał podstawowy nie jest osiągalny; definiowane są wszelkie ograniczenia stosowania

pozycji zastępczych; powiązanie indeksów materiału podstawowego i zamiennika zwiększa

elastyczność planowania i niezawodność realizacji potrzeb,

zmiana (przebudowa) struktury indeksu,

rejestracja zmian, pozwalających na zarządzanie terminami obowiązywania nowych danych oraz

wprowadzania i wycofywania pozycji materiałowej,

kojarzenie i weryfikacja pozycji materiałowej (indeksu materiałowego).

10

Chaberek M.: Makro-i mikroekonomiczne aspekty wsparcia logistycznego. Wydawnictwo Uniwersytetu Gdańskiego, Gdańsk 2002, s. 42.


2. Środowisko informatyczne modelowania i symulacji zarządzania przepływem materiałów

BOGUSŁAW ŚLIWCZYŃSKI Wyższa Szkoła Logistyki

Jednym ze sposobów weryfikacji poprawności i kompletności modelu zarządzania przepływem

materiałów, jest przeprowadzenie testów w informatycznym środowisku modelowania i symulacji.

Modelowanie procesów i wariantów przepływów materiałowych, algorytmizacja funkcji decyzyjnych w

procesach - zamawiania i zarządzania zapasami, transportowych, magazynowania czy controllingu

operacyjnego - umożliwiają wielowymiarowe badania scenariuszy zarządzania przepływem

materiałowym w łańcuchach dostaw przedsiębiorstw. Tworzony model powinien być traktowany

między innymi jako narzędzie umożliwiające poznanie i zrozumienie pewnego wycinka rzeczywistości

oraz pozwalające na prowadzenie eksperymentów i symulacji.11

W praktyce wykorzystywanych jest wiele środowisk informatycznych do modelowania i symulacji

procesów gospodarczych – np. IBM, Sun, iGrafx, Borland, ARIS Design Platform Casewise, IDS,

EDS, Stafware, Sybase, Soar, ACT, Simul8, Arena. W książce przedstawiono środowisko

informatyczne iGrafx Process

Wykorzystanie środowiska informatycznego umożliwia przygotowanie modelu symulacyjnego jako

aplikacji informatycznej i narzędzia wspomagającego decyzje zarządcze. Model przygotowany w

środowisku iGrafx Process może być zintegrowany mechanizmem importu i eksportu danych

operacyjnych i finansowych z/do systemu klasy ERP przedsiębiorstwa, a na etapie modelowania dane

mogą być przygotowane w arkuszach kalkulacyjnych MS Excel lub tablicach danych MS Access.

Na rysunku 2.1 przedstawiono koncepcję architektury środowiska informatycznego wykorzystaną na

potrzeby modelowania i symulacji systemu zarządzania przepływem materiałów.

Rys. 2.1 Środowisko informatyczne modelu symulacyjnego zarządzania przepływem materiałowym

z wykorzystaniem iGrafx Process for Enterprise Modeling


11

Skwarnik M., 2007, System informacyjny logistyki jako przedmiot modelowania, w: A. Nowicki, I. Chomiak-Orsa, Systemy informacyjne logistyki, Wydawnictwo Akademii Ekonomicznej im. Oskara Langego we Wrocławiu, Wrocław, s. 24

- wymagania - transponowanie

celów - parametry

- modelowanie - symulacja

Import danych z: - systemów informatycznych ERP - MS Excel - MS Access

Interfejs danych wsadowych

Środowisko

informatyczne

iGrafx Process for Enterprise

Modeling

Rejestr / Raport danych wyjściowych

Wspólna baza danych

Eksport danych do: - systemów informatycznych ERP - MS Excel - MS Access

System wspomagania decyzji menedżerskich zarządzania

przepływem materiałów przedsiębiorstwa i jego

procesów transportowych

- wspomaganie decyzji

Przedsiębiorstwo

Przedsiębiorstwo

17 | S t r o n a

Środowisko informatyczne iGrafx® Process umożliwia projektowanie procesów przepływu

materiałowego – w tym wzajemne zależności procesów transportowych, zaopatrzenia i zarządzania

zapasami, zasobów magazynowych oraz ich analizę efektywności w modelu controllingu

operacyjnego. Elastyczne możliwości sprzężenia zwrotnego danych analizy efektywności z modelu

controllingu operacyjnego w celu weryfikacji parametrów modeli symulacyjnych procesów

operacyjnych – zamawiania i zarządzania zapasami, transportu i magazynowania, przedstawiono na

rysunku 2.2.

Model symulacyjny procesów zaopatrzenia

i transportu

Model symulacyjny controllingu

operacyjnego

Dane wejścioweExcel

Dane wyjściowe.csv

Dane wejścioweExcel

Raport controllingu.csv

Możliwośd protokołowania transakcji z poszczególnych

iteracji symulacji

Możliwośd protokołowania transakcji z poszczególnych

iteracji symulacji

Rys. 2.2. Model sprzężenia zwrotnego danych analizy efektywności z modelu controllingu operacyjnego do modelu procesów operacyjnych przepływu materiałów


Dane wejściowe do modelu controllingu zawierają dane wynikowe z raportu symulacyjnego oraz

niezbędne dane wsadowe. Po wykonaniu symulacji analizy controllingowej generowany jest raport

analizy efektywność poszczególnych wariantów zarządzania operacyjnego, będący podstawą

modyfikacji parametrów procesów operacyjnych zamawiania i zarządzania zapasami, transportu i

magazynowania.

Do modelowania procesów przepływu materiałów w środowisku iGrafx Process wykorzystano trzy

typy obiektów (zaprezentowane na rysunku 2.3) - zdarzenia, czynności i bramki.

Rys. 2.3. Typy obiektów wykorzystywane do modelowania w środowisku iGrafx Process


Zdarzenie określa stan przed lub po realizacji procesu, np. dostarczony materiał, ładunek

załadowany na środek transportu. W ramach omawianego dalej procesu zaopatrzenia zdarzenia

początkowe procesu transportowego i dane wejściowe są kształtowane przez proces zamawiania

materiałów u dostawcy. Informacje pochodzące z procesu zamawiania kształtujące potrzebę

transportową obejmują m.in.:

ilość materiału (jednostek naturalnych indeksu) wynikającą z zamówienia,

termin realizacji zamówienia,

lokalizację dostawcy (dane z kartoteki indeksu materiałowego) .

Zdarzenie

początkowe

Czynność

w procesie

Bramka sterująca

Zdarzenie końcowe

18 | S t r o n a

Zdarzenie wejściowe uruchamia sekwencję wielu czynności planowania fizycznej realizacji dostaw

w modelu procesu transportowego obejmujące m.in.:

przyjęcia zamówienia z działu zaopatrzenia,

pobrania danych lokalizacji dostawcy,

obliczenia długość trasy,

przeliczenia wielkości załadunku w procesie transportu na podstawie zamówienia,

planowanie przewozu.

Przykład zamodelowanego w środowisku iGrafx Process podprocesu formowania ładunku w

procesie transportowym przedstawiono na rys. 2.4.

Rys. 2.4. Przykład podprocesu formowania ładunku w procesie transportowym

(model w środowisku iGrafx Process)


W zintegrowanym środowisku informatycznym wykorzystującym notację BPMN, jest zastosowany

język programowania BPEL (ang. Business Execution Language for Web Services) oparty na XML

(ang. Extensible Markup Language) i służący do tworzenia kodu programu realizującego proces

opisany za pomocą BPMN, oraz zunifikowany sposób zapisu modeli procesów biznesowych w

formacie XML – XPDL (ang. XML Process Description Language). Przykład modelu procesu realizacji

przesyłki w transporcie w notacji BPMN przedstawiono na rys. 2.5.

Rys. 2.5 Model procesu realizacji przesyłki w transporcie w notacji BPMN

Źródło: Opracowanie własne w programie iGrafx Process

Informatyzacja modelu, obejmuje m.in. zastosowanie makrodefinicji programowych dla

odwzorowania algorytmów poszczególnych funkcji transformacji modeli składowych systemu

zarządzania przepływem materiałów. W ramach definiowania komponentów programowych i

parametryzacji transakcji procesowych, a także scenariuszy modelu i funkcji dla formuł decyzyjnych

wykorzystywane są standardowe mechanizmy iGrafx Process. Ogólny model systemu zarządzania

19 | S t r o n a

przepływem materiałów na poziomie głównych procesów składowych modelu przedstawiono na rys.

2.6.

Model planowania

S&OPModel planowania

potrzeb

materiałowych

Model planowania

Model zamawiania

Prototyp realizacji

potrzeb rynkowychAktualizacja

prognoz

Model weryfikacji

metod zamawiania

Model systemu

transportowego

Model

weryfikacji

systemu

transportowego

Model controllingu

operacyjnego -

model analizy

efektywności

Model

magazynowania

Model planowania transportu

Rys. 2.6 Model systemu zarządzania przepływem materiałów na poziomie głównych procesów składowych

Źródło: Opracowanie własne w programie iGrafx Process


3. Model systemu zarządzania przepływem materiałów w procesie zaopatrzenia

MICHAŁ ADAMCZAK, PIOTR CYPLIK, ROMAN DOMAŃSKI, ŁUKASZ HADAŚ,

MARTYNA MALAK, ŻANETA PRUSKA, BOGUSŁAW ŚLIWCZYŃSKI Wyższa Szkoła Logistyki

Model systemu zarządzania przepływem materiałów w procesie zaopatrzenia obejmuje procesy

składowe planowania potrzeb materiałowych, zamawiania i zarządzania zapasami, dostaw i

zarządzania procesami transportowymi, magazynowania. Umożliwia dobór wartości parametrów

operacyjnych poszczególnych procesów i relacji zachodzących między nimi, w celu projektowania

efektywnych metod zarządzania. Model jest odwzorowaniem rzeczywistego systemu oraz jego

ilościową i jakościową reprezentacją12. System silnie powiązanych zmiennych gospodarczych,

stanowiących przedmiot badań zarządzania zaopatrzeniem13, tworzą cztery zasadnicze czynniki –

klienci, produkty, procesy14 i zasoby15.

Wiele z przedstawionych dotychczas zależności czasowych charakteryzujących procesy

zaopatrzenia powoduje, że celowy do rozważenia w dalszych analizach jest model dynamiczny -

odwzorowujący przepływ materiałów w funkcji czasu, w odróżnieniu od modelu statycznego -

odwzorowującego system i jego otoczenie w ustalonym stanie i czasie. Modele dynamiczne nazywane

są również w literaturze modelami procesu. W dynamicznym systemie operacji przedsiębiorstwa

każdy proces stanowi układ transformacji, posiadający wejście – x(t), wyjście – y(t) i transformację – T

przekształcającą wejście w wyjście, wg zależności 3.1:

y(t) = T (x(t)) (3.1)

Utworzona na podstawie przedstawionej zależności charakterystyka operacyjna układu

transformacji (rys. 3.1) tworzy odwzorowanie opisujące proces, którego stan może być zmienny w

czasie i opisany funkcją dynamiki g(t) i sterowania s(t).

Rys. 3.1 Układ transformacji – element systemu sterowania procesami łańcucha dostaw


12

Jacyna M.: Modelowanie i ocena systemów transportowych, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2009, s. 28. 13

Na podstawie wielu definicji prezentowanych w literaturze przedmiotu, autorzy, jako wykładnię dla dalszej części pracy przyjęli definicję przedstawioną w pracy Waters D., Zarządzanie operacyjne. PWN, Warszawa 2001, s. 32: ‗Zarządzanie operacyjne jest obszarem zarządzania odpowiedzialnym za wszystkie działania bezpośrednio dotyczące wytwarzania produktu‘. Z przedstawionej definicji wynika, że wszystkie klasyczne funkcje zarządzania są wykorzystywane w obszarze zarządzania operacyjnego.

14 Wg normy ISO 9000:2000: proces to jest zbiór działań wzajemnie powiązanych lub wzajemnie oddziałujących, które przekształcają wejścia w wyjścia; wg polskiej normy PN-ISO 8402 (pkt. 1.2): proces to jest zestaw wzajemnie powiązanych zasobów i uporządkowanych działań, które przekształcają stan wejściowy w wyjściowy

15 Aktywa wykorzystywane w procesach przedsiębiorstwa - wg definicji przedstawionej w pracy: Urbanowska-Sojkin E., Banaszyk P., Witczak H., Zarządzanie strategiczne przedsiębiorstwem, PWE Warszawa 2007, s. 151. Stanowią je wszystkie czynniki materialne i niematerialne, którymi dysponuje przedsiębiorstwo dla realizacji celów. W przedsiębiorstwie tworzą je rodzaje zasobów: ludzkie; materialne - rzeczowe i finansowe; organizacyjne, informacyjne i prawne; technologiczne; marketingowe (w tym społeczne i konkurencyjne).

T (g(t), s(t))

x(t) y(t)

np. strumień materiałów

np. proces zaopatrzenia

np. strumień kompletów produkcyjnych przygotowanych i dostarczonych wg wymagań Just In Time i Just In Sequence

Charakterystyka operacyjna:

Wydajność, sprawność

Przepustowość, pojemność

Niezawodność

Poziom wykorzystania zasobów, stopień dopasowania do przepływu (wąskie gardło)

Szybkość reakcji (inercja wyjścia na zmiany wejścia)

Czas realizacji operacji, lokalizacja w systemie

Poziom i struktura kosztów (np. wg zmienności, układu rodzajowego)

Efektywność

21 | S t r o n a

Transformacja jest zbiorem dynamicznych przekształceń dokonywanych w zbiorze elementów

systemu operacyjnego. Transformacji podlega materiał przekształcany w procesie produkcji w wyrób

gotowy, potrzeba materiałowa przekształcona w procesie zaopatrzenia w dostawę materiałów, a

procesie realizacji dostaw formułą transformacji jest specyfikacja ładunkowa, według której materiały

są kompletowane w ładunki. Formuła transformacji w procesie zaopatrzenia wynika z wielu czynników,

np. struktury wyrobu (w tym rachunku ilościowo-asortymentowego materiałów), technologii

produkcyjnej (definiującej marszrutę produkcyjną, rodzaj i kolejność operacji oraz procedury ich

wykonania na stanowiskach pracy), organizacji procesów transportowych, stanu zapasów. Pomiędzy

transformacjami zachodzącymi w wielu elementach systemu zaopatrzenia występują sprzężenia

proste i zwrotne, w formie prostej lub rozgałęzionej. Podejmowanie decyzji w procesie zarządzania

przepływem materiałów obejmuje całokształt uwarunkowań sytuacji problemowej podlegających

parametryzacji w modelu zarządzania, a podstawowym celem jest podjęcie najlepszej lub

satysfakcjonującej decyzji kształtowania przepływów materiałowych. Zadanie decyzyjne zarządzania

przepływem materiałów można opisać za pomocą formuły 3.216

:

< S0, T, Q | S, C, O, Y, f, K, D > (3.2) elementy znane | elementy nieznane

gdzie:

W przypadku zarządzania przepływem materiałów, czas i zasoby niezbędne do podjęcia decyzji

mogą być nieznane lub są określane przez decydenta w procesie regulacji, co je kwalifikuje do zbioru

elementów nieznanych. Wiele z przedstawionych elementów zadania decyzyjnego w praktycznych

uwarunkowaniach procesów zaopatrzenia jest zmiennych w czasie, co powoduje zmianę zapisu

formuły 3.2 na postać dynamiczną (niektóre elementy są w funkcji czasu – np. zasoby, ograniczenia,

preferencje). Ponadto elementy są powiązane relacjami i nie można ich rozpatrywać w układzie

odosobnionym (np. czas na podjęcie decyzji, ograniczenia, kryteria wyboru). Stan systemu

zarządzania przepływem materiałów jest monitorowany w systemie controllingu operacyjnego, ze

względu na ponoszone koszty, poziom obsługi i niezawodność dostaw, ograniczenia floty

transportowej, poziom zapasów i wiele innych miar wartości procesów. Wielokryterialny dobór metod

zarządzania i regulacja parametrów operacyjnych przepływu materiałów, mają na celu zapewnienie

takiego działania systemu zaopatrzenia, w którym odchylenia od zadanej normy (np. czasu dostawy,

poziomu zapasów) zostają skorygowane w zakładanym czasie i przy określonym poziomie kosztów, a

stan wyjściowy y zostaje doprowadzony do pożądanej wartości z (normy) (wzór 3.3).

| y – z | → 0

Logikę sterowania w systemie przepływu materiałów z zastosowanym systemu controllingu

operacyjnego obejmującego funkcje układu pomiarowego i układu regulacji w pętli sprzężenia

zwrotnego, przedstawiono na rysunku 3.2.

16

K. Krzakiewicz (red.). Teoretyczne podstawy organizacji i zarządzania. Wydawnictwo AE w Poznaniu, Poznań 2008, s. 133.

Elementy znane zadania decyzyjnego Elementy nieznane zadania decyzyjnego S0 – sytuacja problemowa

S = (S1, …, Sn) – zbiór alternatywnych sytuacji uzupełniających sytuacje problemową

T – czas na podjęcie decyzji

C = (C1, …, Cn) – zbiór celów, dla realizacji których podejmowana jest decyzja

O = (O1, …, On) – zbiór ograniczeń Q – zasoby niezbędne do podjęcia decyzji Y = (Y1, …, Yn) – zbiór alternatywnych wariantów decyzji f – funkcja preferencji decydenta K – kryteria wyboru decyzji D – decyzja (decyzja optymalna lub satysfakcjonująca)

22 | S t r o n a

Rys. 3.2 Model układu sterowania przepływem materiałów z systemem controllingu operacyjnego w pętli sprzężenia zwrotnego


W założeniach dla modelu systemu zarządzania przepływem materiałów stan na wyjściu powinien

być zgodny z założonym planem - normą układu sterowania, a dopuszczalna różnica pomiędzy

stanem wyjścia y systemu (np. poziomem kosztów, poziomem niezawodności zaopatrzenia), a normą

z powinna mieścić się w granicach dopuszczalnej tolerancji odchyleń stanu wyjściowego,

wynikającej z formuły satysfakcji (wzór 3.4).

| y – z | ≤ (3.4)

W praktyce procesów zaopatrzenia przedsiębiorstw często występują potrzeby wielokierunkowego

sterowania przepływem materiałów ze względu na opóźnienia dostaw materiałów, niezgodności

jakościowe i reklamacje, zwiększone potrzeby materiałowe wynikające z braków produkcyjnych, itp.

Opracowanie właściwego modelu wielowariantowej symulacji przepływu materiałów w

procesach zaopatrzenia odbywa się iteracyjnie, zaczynając od wersji o najmniejszej złożoności,

poprzez jego uszczegółowianie, aż do otrzymania modelu docelowego17. Celem algorytmizacji

obliczeń dla formułowanych zadań sterowania przepływem materiałów, nie zawsze jest osiągnięcie

rozwiązania optymalnego, a zgodnie z wymaganiami praktyki zarządzania w przedsiębiorstwach,

może być rozwiązanie satysfakcjonujące18 z punktu widzenia celów krótkookresowych (np. poziomu

planowanego zysku) lub długookresowych (poziomu zakładanego udziału w rynku). Próg satysfakcji

osiągnięcia celu jest definiowany za pomocą dwóch parametrów:

wartości planowanej - z (normy) (niekoniecznie optymalnej),

dopuszczalnej tolerancji odchyleń stanu wyjściowego - (błędu).

Do kompleksowego opisu i analizy procesów (traktowanych jak układy transformacji) w sieci

zależności systemu przepływu materiałów, wykorzystano metodykę analizy i jednoczesnie regułę

opisu ICOM19 (ang. I - Input, O - Output, C - Control, M – Mechanism) (rys. 3.3).

17

Jacyna M., Modelowanie i ocena systemów transportowych, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2009, s. 36. 18

Reguła jest zgodna z zasadą satysfakcji H. A. Simona (laureata nagrody Nobla za badania systemów podejmowania decyzji w organizacjach gospodarczych), wg której w przedsiębiorstwach nie zawsze są poszukiwane rozwiązania optymalne i trudne, a realne i satysfakcjonujące. W mechanizmach podejmowania decyzji ustalane są progi satysfakcji dla zadanego kryterium i wybierany jest ten wariant, który jest satysfakcjonujący ze względu na wszystkie przyjęte kryteria. Rational decision making in business organizations. American Economic Review , 69, 1979 No 4 s.493-513

19 Weckenmann A., Brenner P.: A Process Modelling Approach For Design of Experiments, Information Control Problems in Manufacturing – INCOM 2006, s. 799-802

System przepływu materiałów – procesy

zamawiania, transportu, magazynowania

System controllingu – układ regulacji

System controllingu - układ pomiarowy

x y

z

| y – z | ≤

| y – z | >

23 | S t r o n a

Rys. 3.3. Metodyka analizy i reguła opisu procesów ICOM (działań, operacji, czynności)


Oddziaływanie na przepływ materiału i produkt każdego procesu (np. planowania potrzeb

materiałowych, zamawiania, transportu, magazynowania), obejmuje pomiar wyjścia procesu (Output),

pomiar i oddziaływanie na strumienie wejściowe procesu (Input), zasoby realizacji (Mechanism) oraz

metody i parametry sterowania procesem (Control) (rys. 3.3).

Do odwzorowania przeniesienia wartości w kolejnych etapach przepływu materiałów oraz

tworzenia i dostarczania produktu w procesie zaopatrzenia, wykorzystywane są metody mapowania20

procesów. Mapa procesu obrazująca graficznie przepływ pracy, jest podstawą analizy i oceny

przyrostu wartości procesu oraz punktem odniesienia doboru metod poprawy efektywności procesu.

Na potrzeby analizy wartości wykorzystywane są mapy procesu wykonywane z wykorzystaniem wielu

notacji21

procesowych, m in.:

IDEF - Integration DEFinition language22,

BPMN – Business Process Model and Notation,

UML – Universal Modelling Language,

DFD – Data Flow Diagram,

VSM i LVSM - Value Stream Mapping i Lean Value Stream Mapping,

notacja modelowania Rummera-Brache/Cross-functional – czynności rozpisane na komórki

organizacyjne i fazy przepływu,

W modelu zarządzania przepływem materiałów zastosowano referencyjną metodykę podejścia

procesowego SCOR23

. Znaczenie modelu SCOR i jego przydatność dla modelowania przepływu

materiałów ze względu na wielowariantową i wielokryterialną analizę efektywności procesów, wynika z

uniwersalnego podejścia do zarządzania różnymi konfiguracjami łańcuchów dostaw (w ramach

różnych profili działalności przedsiębiorstw oraz sektorów i branż gospodarczych) i metodyki myślenia

sieciowego24

.

20

Tworzenie szczegółowego schematu przebiegu procesu (mapy procesu), obejmującego wejścia, wyjścia, działania i wykorzystywane w nich zasoby, w odpowiedniej kolejności ich występowania. Graficzne przedstawienie ciągu działań i ich wzajemnych powiązań

21 Notacja to określony zestaw symboli (język graficzny) oraz zasady ich użycia, służący do wizualizacji przebiegu procesu.

22 Normy IDEF tworzenia przebiegu procesu opracował na początku lat 70-tych Department Obrony USA. Rodzina technik została rozwinięta przez D. T. Rossa. Na podstawie norm IDEF prof. August Wilhelm Scheer z Uniwersytetu Saarbrucken opracował metody umożliwiające mapowanie, analizę i reorganizację procesów gospodarczych. Do najczęściej stosowanych należą techniki:

IDEF0 - stosowana do tworzenia modelu funkcjonalnego prezentującego strukturę funkcji, procesów lub czynności w ramach modelowanego systemu,

IDEF1 - wykorzystywana do tworzenia modelu informacyjnego prezentującego charakter i strukturę zależności i przepływ informacji w systemie,

IDEF2 - używana do tworzenia modelu dynamicznego procesu lub systemu, umożliwiająca opis zmiany ich zachowań w czasie,

IDEF3 - stosowana do opisu i modelowania przepływu pracy w procesach. 23

SCOR – ang. Supply-Chain Operations Reference Model – model referencyjny operacji łańcucha dostaw integrujący pięć podstawowych procesów –planowania, zaopatrzenia, produkcji, dystrybucji i obsługi zwrotów (reverse logistics). Ponad 1000 przedsiębiorstw współpracujących w ramach światowej organizacji Supply-Chain Council – SCC uzgodniło najbardziej reprezentatywne metody opisu procesów łańcucha dostaw, zestaw mierników oceny procesów i ich wyników oraz najlepsze praktyki zarządzania procesami w łańcuchu dostaw. Najnowsze wyniki prac – SCOR Model Overview Version 9.0. – został opublikowany oficjalnie przez Supply-Chain Council w 2008 roku.

24 Metodykę myślenia sieciowego opisał prof. Zimniewicz w pracy: Współczesne koncepcje i metody zarządzania. PWE, Warszawa 2003, s. 131-137 na podstawie - Probst G., Gomez P.: Vernetztes Denken. Unternehmen ganzheitlichen führen, Wiesbaden 1989 oraz Ulrich H., Probst G.: Anleitung zum ganzheitlichen Denken Und Handeln. Ein Brevier für Führungskräfte, Bern-Stuttgart 1990

I - Input

M - Mechanism

Kompletacja ładunku

O - Output

Skompletowane ładunki przygotowane

do załadunku

C - Control

Pracownicy, częśd budynku magazynowego w strefie kompletacji, maszyny i urządzenia strefy kompletacji,

energia, kapitał

Materiały do skompletowania opakowania, etykiety, folia

Procedura kompletacji, instrukcja pakowania i znakowania, specyfikacja kompletacyjna,

zasady kontroli ładunku, normatywy zużycia

I - Input

M - Mechanism

Proces O - Output

Wyjście - produkt działania

C - Control

Zasoby zaangażowane w procesie (np. ludzie, budynki, maszyny, kapitał)

Wejście - np. materiały

Sterowanie ( strategia, polityka, zasady ,metody,

procedury, formuły)

24 | S t r o n a

W modelu SCOR zdefiniowano pięć procesów podstawowych umożliwiających modelowanie

wewnętrznych i zewnętrznych łańcuchów dostaw przedsiębiorstw:

plan - planowanie – harmonogramowanie,

source - pozyskanie/ nabycie - zaopatrzenie,

make - wykonanie – wytwarzanie,

deliver - wysłanie – dostawy, dostarczanie,

return - procesy zwrotne.

Zasady dekompozycji procesów w ramach kolejnych poziomów modelu SCOR, umożliwiających

konfigurowanie łańcucha wartości, przedstawiono na rys. 3.4.

Rys. 3.4. Zasady dekompozycji procesów na kolejnych poziomach modelu SCOR.

Źródło: Opracowanie własne na podstawie założeń The Supply-Chain Operations Reference-model (SCOR) ver. 9.0, Supply Chain Council 2008. s. 3-16.

Wartość praktyczną wypracowanego modelu osiągnięto w wyniku współpracy ponad 1000 przedsiębiorstw w

globalnej organizacji Supply Chain Council. Pięć obszarów referencyjnych modelu obejmuje:

standardowe opisy procesów zarządzania,

struktury relacji (zależności) pomiędzy procesami,

standardowe wyniki mierników procesów,

najlepsze praktyki zarządzania w ramach branży i klasy procesów,

standardowe konfiguracje i funkcjonalności łańcuchów dostaw.

Model SCOR ma na celu pomóc menedżerom przedsiębiorstw różnych profili działalności oraz branż i sektorów

działań – np. produkcyjnych, handlowych, usługowych - sformułować struktury łańcuchów dostaw, zmierzyć

procesy w łańcuchu, ocenić efektywność własnych działań oraz wskazać ogólne kierunki poprawy procesów.

Ustandaryzowany pomiar i analiza operacyjna oraz możliwość odniesienia do najlepszych wyników w danej grupie

przedsiębiorstw i klasie procesów, umożliwiają zarówno doskonalenie jak i upraszczanie procesów.

Rys. 3.4. Zasady dekompozycji procesów na kolejnych poziomach modelu SCOR

Źródło: Opracowanie własne na podstawie założeń The Supply-Chain Operations Reference-model (SCOR) ver. 9.0, Supply Chain Council 2008. s. 3-16.

W modelu SCOR prezentowane jest podejście procesowe, bez względu na liczbę podmiotów

uczestniczących w procesach, w tym powiązania dostawcy i odbiorcy w łańcuchu dostaw na różnych

poziomach zarządzania ich wzajemnymi relacjami. Na rysunku 3.5 przedstawiono złożoność relacji

pomiędzy liczbą podmiotów gospodarczych, zachodzącymi w nich procesami oraz łańcuchami

dostaw. Produkcja wyrobu gotowego wymaga zaopatrzenia w wiele materiałów, surowców, części

składowych oferowanych często przez wielu dostawców, stąd istotną kwestią jest analiza sieciowa

relacji relacji Deliver (D) – Source (S) w łańcuchu dostaw.

Zwrot Zwrot

Opis Schemat Specyfikacja

Poziom strategiczny -procesy główne łańcucha

dostaw – klasy (typy) procesów

Poziom 1 modelu referencyjnego operacji łańcucha dostaw definiuje cel działania i konfigurację procesów głównych. Stanowi podstawę definiowania celów wartości dla klienta i konkurencyjności produktu.

Nabycie Wykonanie Wysłanie

Planowanie 1

Poziom

Poziom konfiguracji

procesów - kategorie procesów

Na poziomie 2 łańcuch dostaw przedsiębiorstwa jest konfigurowany wg potrzeb klienta, produktu i planowanego

wyniku, ze zdefiniowanych kategorii procesów. Przedsiębiorstwa implementują strategię operacyjną poprzez konfigurację

łańcucha wartości ze zdefiniowanych procesów.

2

Poziom elementów procesu -dekompozycja

procesu

Poziom 3 definiuje zdolność przedsiębiorstwa do konkurowania

wartością produktu na wybranych rynkach i zawiera:

• definicję elementów procesów (np. zaopatrzenia, produkcji, dystrybucji)

• wejścia i wyjścia informacyjne elementów procesu

• mierniki wyników procesu

• najlepsze praktyki konfiguracji procesu – jeżeli istnieją

• organizacja możliwości które wspierają najlepsze praktyki

• zasoby (system/narzędzia) Przedsiębiorstwa dostosowują procesy do wymagań realizacji strategii operacyjnej.

3

P1.1 Identyfikacja, nadanie priorytetów i

agregacja potrzeb

P1.2 Identyfikacja, ocena i agregacja zdolności zasobów

P1.3 Bilansowanie

potrzeb z zasobami

P1.4 Opracowanie i komunikacja planów

operacyjnych łańcucha dostaw

Na poziomie 4 dekompozycji wg modelu SCOR przedsiębiorstwa implementują

wybrane praktyki zarządzania łańcuchem dostaw. Zdefiniowane są praktyki

osiągnięcia cech konkurencyjności i adaptowane w zmiennych warunkach

otoczenia rynkowego.

Poziom implementacji -dekompozycja elementów

procesu

4

Mod

el R

efe

rencyjn

y O

pera

cji

łańcuch

a D

osta

w

Nie zdefiniowane w modelu SCOR –

klasyczna dekompozycja

hierarchii procesu

25 | S t r o n a

S DM

S DM

S DM M S DM

S DM

S DM

S DM S DM S DM

S DM

S DMPodmioty

gospodarcze

Procesy /

podprocesy

S DM S DM S DM

S D

Łańcuchy

dostaw

Rys. 3.5 Wielowymiarowość procesu zaopatrzenia w modelu SCOR


Łącząc logikę opisu referencyjnego SCOR i formułę opisu ICOM w łańcuchach zaopatrzenia, na

każdym etapie przepływu materiałów występuje relacja dostawca-odbiorca, w której odbiorca w

procesie może pełnić rolę dostawcy w kolejnym procesie (rys. 3.6).

S DM S DM S DM

S DM

S DM

Podmioty gospodarcze

Podmiot nPodmiot n -1 Podmiot n +1

Pro

cesy

/ p

od

pro

cesy

Proces

Podproces n-1

Podproces n-2 Wyróżniony

obszar

zainteresowań

Rys. 3.6. Model relacji uczestników przepływu materiałów wg opisu referencyjnego SCOR


Uczestnikami łańcucha mogą być różne podmioty gospodarcze np. producenci, ich dostawcy,

operatorzy logistyczni, przewoźnicy. Logika opisu umożliwia uniwersalny opis każdego etapu

przepływu i transformacji materiałów, w przekroju rzeczowym, czasowym i przestrzennym.

Ogólny model zarządzania przepływem materiałów w procesie zaopatrzenia przedstawiony na rys

3.7 uwzględnia modele składowe poszczególnych funkcji operacyjnych:

(1) Model planowania S&OP – opracowywany na podstawie prognozy sprzedaży i zapotrzebowania

długookresowego na produkty przedsiębiorstwa. W ramach modelu jest wykonywana

transformacja planu sprzedaży na planowanie operacji w łańcuchu dostaw, w tym

zapotrzebowanie na produkty na docelowym rynku jest przenoszone na poziom planowania

spływu wyrobów z produkcji z uwzględnieniem algorytmów: zarządzania popytem, bilansowanie

zasobów produkcyjnych, weryfikację wyników finansowych oraz pokrycie potrzeb kapitału

operacyjnego.

W odniesieniu do potrzeb planu S&OP modelowane są zasoby systemu transportowego oraz

warunki outsourcingu usług transportowych, zasoby magazynowe oraz rachunek kosztów

rozpatrywanych procesów zaopatrzenia.

26 | S t r o n a

(1.1) Model planowania potrzeb materiałowych – z uwzględnieniem struktury materiałowej wyrobu i

rachunku materiałowego (ang. BOM – Bill of Materials), technologii i marszrut produkcyjnych

wymaganych do harmonogramowania zapotrzebowania materiałowego, stanów i zużycia

zapasów – symulowane są wartości potrzeb materiałowych netto,

(2) Model zamawiania – umożliwiający symulację wielu wariantów modeli zamawiania (np. Partia na

Partię, Ekonomiczne Wielkość zamówienia, Stała Wielkość Zamówienia) wg obliczonych potrzeb

materiałowych netto, wg iteracyjnie zmienianych parametrów modeli. Model zamawiania

obejmuje symulację warunków wejściowych na podstawie kontraktów zakupowych, kosztów

realizacji zamówienia i utrzymania zapasów, a także zasobów systemu transportowego i

magazynowego.

(3) Generator rzeczywistego zużycia i (4) Algorytm aktualizacji prognoz – pomocnicze modele

symulacyjne rzeczywistego zużycia dla badanych indeksów materiałowych, niezbędne dla

symulacji rzeczywistego środowiska zużycia i potrzeb materiałowych, realizacji dostaw

materiałowych i procesów transportowych oraz dostępności zapasów na etapie weryfikacji modeli

zmawiania.

(5) Model weryfikacji metod zamawiania – umożliwiający analizę wielokryterialną i wybór modeli

satysfakcjonujących wg zadanych wartości kryteriów; ocena jest dokonywana na podstawie

założonych wymagań dla modelu (operacyjnych) oraz odchyleń zabezpieczenia materiałowego

otrzymanych na podstawie porównania z danymi generatora rzeczywistego zużycia

materiałowego.

(6) Model systemu transportowego i (6.1) model weryfikacji systemu transportowego – obejmujący

modelowe rozwiązanie wielokryterialnego planowania załadunku i tras transportowych oraz

obciążenia floty i harmonogramowania przewozów. W ramach modelu uwzględniono kryteria

decyzyjne outsourcingu usług transportowych oraz weryfikacji operacyjnej i finansowej procesów

transportowych.

(7) Model magazynowania – stanowi model pomocniczy wymagany dla zdefiniowania możliwości

przyjęcia i obsługi dostaw materiałowych oraz utrzymania zapasów.

(8) Model controllingu operacyjnego (model analizy efektywności) – oparty o założenia i analizy

danych kosztów kalkulacyjnych i efektywności procesów przepływu materiałów oraz założenia

wyniku finansowego przyjęte już na etapie planu S&OP.

W metodyce modelowania procesów składowych zarządzania przepływem materiałów (np.

planowania potrzeb materiałowych, zamawiania i zarządzania zapasami, analizy kosztów i

efektywności, itd.), obok podstawowych zależności merytorycznych, wykorzystano założenia modelu

referencyjnego SCOR, klasyczną teorię systemów oraz formułę ICOM opisu procesów.

27 | S t r o n a

1.1 Model planowania

potrzeb materiałowych2. Model zamawiania

4. Algorytm

aktualizacji prognoz

5. Model weryfikacji

metod zamawiania

3. Generator

rzeczywistego zużycia

(generator liczb

losowych)

Wartość zakupów w przyjętym okresiePrognozy miesięczne z S&OP

Standardowy błąd prognozy

BOM

Termin wyprzedzenia dla

płaszczyzny wyrobu

Poziom obsługi klienta w ujęciu

probabilistycznym - POP

Normatyw braków,

Rozkład zapotrzebowania brutto w ujęciu dziennym

Potrzeby brutto

w ujęciu

dziennym

Historia zużycia indeksu

materiałowego w ujęciu dzień po dniu

Prognoza (średnia) w okresie


Kompletność rzeczywistych danych

Strefy zużycia prognoz

Teoretyczny rozkład popytu

(uzupełnienie brakujących danych)

Zużycie (rzeczywiste) indeksu


Zużycie (losowe) indeksu


Strefy zużycia prognoz

Horyzont prognostyczny

Zaktualizowana prognoza

w ujęciu dzień po dniu

Weryfikacja statyczna (SIR)

Przepustowość magazynu

Pojemność magazynu

0

0

Poziom obsługi klienta w ujęciu ilościowym

(SIR) - wartość zmodyfikowana

Czas realizacji zamówienia - LT

Minimum logistyczne

Zapas bezpieczeństwa – ZB

Cena jednostkowa – c

Współczynnik kosztu utrzymania zapasu –

Liczba okresów pokrycia potrzeb - n

Horyzont planowania potrzeb - t

Współczynnik bezpieczeństwa -

Odchylenie standardowe czasu cyklu

uzupełniania zapasu -

Jednostkowy koszt uzupełniania zapasu – Kuz

Prognoza - Pr

0

0

6. Model systemu

transportowego

Budżet

Liczba środków

transportu

Charakterystyka

taboru

1. Model planowania

S&OP

Indeks materiałowy

Dostawca - D 6.1 Model weryfikacji

systemu

transportowego



Wyniki weryfikacji

metod zamawiania




ilościowym (SIR) - wartość

zmodyfikowana

LT

SWD, minimum logistyczne



Współczynnik kosztu utrzymania

zapasu –






Jednostkowy koszt uzupełniania

zapasu – Kuz

Długoterminowe

zagregowane planowanie

sprzedaży wyrobów

gotowych

Zasoby przedsiębiorstwa

(materialne, organizacyjne)

Warunki kontraktów i ceny materiałów

Plany wyników (BSC)

Ograniczenia kapitałowe

7. Model

magazynowania

8. Model controllingu

operacyjnego – model

analizy efektywnościStany

zapasów

Stany zapasów

Pojemność i

przepustowość

magazynu

Poziom obsługi SIR

Poziom zapasów

Rotacja

Dane operacyjne

zamówień i dostaw

Dane operacyjne

przewozów

Wykorzystania pojazdów

Wykorzystania outsourcingu

Dane planistyczne

- koszty, przychody, zysk,

poziomy zapasów, kapitał

obrotowy

Stany zapasów

Pojemność i

przepustowość

magazynu

Wynik analizy

efektywności

Rzeczywiste koszty

Identyfikacja odchyleń o

założeń

Sterowanie

rekonfiguracją modeli

Parametry infrastruktury

i procesów magazynowych

Stany zapasów

Poziom obsługi klienta w ujęciu ilościowym (SIR) -

wartość zmodyfikowana

Czas realizacji zamówienia - LT

Minimum logistyczne



Współczynnik kosztu utrzymania zapasu



Współczynnik bezpieczeństwa

Odchylenie standardowe czasu cyklu uzupełniania

zapasu


Prognoza - Pr

Rys. 3.7. Model wielowariantowej symulacji zarządzania przepływem materiałów i analizy efektywności w procesie zaopatrzenia


28 | S t r o n a

Tabelaryczne zestawienie danych wejściowych i parametrów wsadowych, dla poszczególnych

etapów oceny efektywności procesu zaopatrzenia z uwzględnieniem modułów/procesów składowych

dostarczających dane wejściowych, przedstawiono w tabeli 3.1.

Tabela 3.1 Zestawienie danych wejściowych i parametrów wsadowych do analizy efektywności

procesu zaopatrzenia

Moduł/proces dostarczający dane

Dane wejściowe Element modelu Parametry wsadowe modelu

Moduł S&OP tzi – czas realizacji pojedynczego zamówienia

Analiza i ocena kontroli dostaw

nd – całkowita ilość dostaw

Moduł weryfikacji zamówienia

tdi – czas pojedynczej dostawy wws – wartość wadliwych surowców


nz – ilość zrealizowanych zamówień

wwo – wartość wadliwych opakowań

wwmp – wartość wadliwych materiałów pomocniczych

LRiZ – liczba reklamacji i zwrotów

LDZ – liczba dostaw zrealizowanych zgodnie z parametrami zamówienia

LDT – liczba dostaw terminowych

LDS – liczba dostaw spełniających specjalne wymagania

wzi – wartość pojedynczego zamówienia

Moduł transportowy Dgt – liczba wozodni gotowości technicznej

Analiza i ocena efektywności


Tnw – czas prac przeładunkowych Kt – przebieg ładowny (w wozokilometrach) P – przebieg ogółem (w wozokilometrach) Lp – ilość zużytego paliwa (w litrach)

Moduł transportowy Di – liczba wozodni gotowości ewidencyjnych

Moduł transportowy De – liczba wozodni pracy

Moduł transportowy Dgt – liczba wozodni gotowości technicznej

Moduł transportowy G – łączna liczba wozogodzin pracy floty transportowej

Moduł transportowy Tj – czas jazdy

Moduł transportowy q – średnia ładowność poszczególnych grup pojazdów

Moduł transportowy T – czas pracy floty transportowej (w wozogodzinach)

Moduł transportowy Zjł – liczba jazd ładownych wykonywanych przez wszystkie pojazdy lub grupę

Moduł transportowy D – przejechana droga (w kilometrach)

Moduł transportowy Ł – przewieziony ładunek

Moduł S&OP tp – czas pojedynczego przyjęcia materiałów

Analiza zabezpieczenia

potrzeb w procesie zaopatrzenia

LDK – liczba dostaw kompletnych

Moduł S&OP LŁZ – liczba pozycji zawartych w ładunkach zunifikowanych


Moduł S&OP LŁ – liczba pozycji zawartych we wszystkich ładunkach

nz – liczba zatrudnionych

Moduł S&OP LZZ – liczba zamówień zrealizowanych z zapasu dostawcy

LZ – liczba wszystkich zrealizowanych zamówień (dane historyczne)

Moduł S&OP Di – wielkość pojedynczej dostawy

Analiza i ocena efektywności zarządzania zapasami

nd – całkowita ilość dostaw Ldn – liczba dostaw niezgodnych z wymaganiami ω – współczynnik bezpieczeństwa uo – wskaźnik okresowego kosztu utrzymania zapasu wKuz – współczynnik kosztów utrzymania zapasów

Moduł S&OP P – wielkość potrzeb w badanym okresie

Moduł S&OP ZPi – zapas początkowy w i-tym okresie

Moduł S&OP ZKi – zapas końcowy w i-tym okresie

Moduł S&OP n – liczba pomiarów zapasów

Moduł S&OP σPT – odchylenie standardowe błędu prognozy w okresie cyklu uzupełnienia zapasu

Moduł S&OP Pp – prognozowana średnia wartość popytu

Moduł S&OP ku – koszt związany z zamówieniem i przyjęciem jednej dostawy

29 | S t r o n a

Moduł/proces dostarczający dane

Dane wejściowe Element modelu Parametry wsadowe modelu

Moduł S&OP C – cena zakupu

Moduł S&OP kJOZ – koszt jednostkowy odtworzenia zapasu

Moduł zamówienia KZP – wartość kosztów zaopatrzenia

Analiza kosztów i kapitału w procesie

zaopatrzenia

KO – wartość kosztów ogółem

Moduł zamówienia LD – liczba dostawców KRS – wartość kosztów reklamowanych surowców

Moduł zamówienia KZPD – wartość kosztów zaopatrzenia przypadających na określonego dostawcę

KSO – wartość kosztów surowców ogółem

Moduł zamówienia nDD – ilość dostaw zrealizowanych przez określonego dostawcę

KDN – wartość kosztów dostaw niekompletnych

Moduł zamówienia KZM – wartość kosztów zużycia materiałów

Moduł zamówienia ZM – przeciętny stan zapasów materiałowych


Om – wielkość obrotu magazynowego w badanym okresie

Analiza wydajności organizacyjnej

magazynu

Zp – średnia liczba zatrudnionych pracowników w magazynie


Omr – wielkość obrotu magazynowego wg rozchodu w badanym okresie

Tre – liczba godzin przepracowanych przez magazynierów w badanym okresie


Zs – wielkość średniego zapasu magazynowego


Ww – wartość wyposażenia technicznego magazynu


Ps – powierzchnia składowa magazynu



Analiza wydajności technicznej magazynu


Moduł transportowy Tte – efektywny czas pracy śr. transportu magazynowego

Vs – pojemność składowa (nominalna) magazynu wg planu zagospodarowania przestrzeni magazynowej

Moduł transportowy Qr – ciężar ładunków przemieszczanych śr. tr. mag.

Vu – pojemność użytkowa magazynu

Moduł transportowy Zsp – zapas dóbr składowanych w magazynie na paletach

Wst – wartość środków transportu magazynowego

Moduł transportowy Zc – zapas dóbr składowanych w magazynie

Moduł Generatora Potrzeb

Kmc – koszty magazynowania w badanym okresie

Analiza ekonomiczna

pracy magazynu

U – wielkość zysku osiągniętego przez magazyn w badanym okresie


Omp – wielkość obrotu magazynowego wg przychodu w badanym okresie

Zi – wielkość zapasu magazynowego na początku badanego okresu



d – liczba dni w badanym okresie


Zs (w) – wartość średniego zapasu magazynowego w badanym okresie


Zs (t) – wielkość średniego zapasu magazynowego w badanym okresie



Analiza kosztów magazynowania





Moduł S&OP Moduł S&OP Moduł S&OP Moduł S&OP

Zśr – zapas średni w badanym okresie Lpm – liczba przemieszczeń w magazynie Kk – koszty kompletacji Lzk – liczba zleceń kompletacyjnych

Pu – powierzchnia użytkowa magazynu Kmu – koszty eksploatacji wyposażenia magazynu Kmo – koszty osobowe pracowników magazynowych KM – koszty magazynu Lms – liczba miejsc składowych ogółem



3.1. Model planowania sprzedaży i operacji - S&OP



Plan S&OP obejmuje programowanie asortymentu i wielkości sprzedaży oraz produkcji i operacji w

łańcuchu przepływu materiałów i produktów. Zarządzanie przepływem materiałów jest przede

wszystkim powiązane z działaniami w średnim i krótkim horyzoncie planowania (główny harmonogram

produkcji, planowanie potrzeb materiałowych), ale jego uwarunkowania strategiczne i rynkowe –

prognozy sprzedaży i produkcji, plany finansowe, plany inwestycyjne i rozwoju zasobów

przedsiębiorstwa – wynikają z planów długookresowych (strategicznych). Przykładowy schemat

relacji planów zarządzania przepływem materiałów i uwarunkowania oraz wpływ planu S&OP na

zależności pomiędzy planowaniem długo-, średnio- i krótkoterminowym przedstawiono na rysunku

3.1.1.

Rys. 3.1.1. Lokalizacja i relacje planu S&OP w otoczeniu zarządzania przepływem materiałów


Do planów otoczenia przepływu materiałów, znacząco wpływających na efektywność planu S&OP

są zaliczane:

— Prognoza działalności przedsiębiorstwa – w jej ramach wykonywana jest ocena czynników

otoczenia (ekonomicznych, technologicznych, społecznych) i działań konkurencji, które mogą

wpływać na popyt na produkty przedsiębiorstwa. Na podstawie prognoz podejmowane są

strategiczne decyzje sprzedaży (rynki, grupy produktów), decyzje o rozwoju technologicznym i

zasobów ludzkich, decyzje inwestycyjne, kształtowana jest jakość i zapotrzebowanie na kapitał.

— Plan sprzedaży i produkcji (S&OP) – obejmuje kojarzenie grup wytwarzanych wyrobów z rynkami

ich sprzedaży (z podziałem na grupy klientów i obszary geograficzne). Połączenie produkt – rynek

jest podstawą integracji planowania wszystkich działań (marketingowych i kreowania popytu,

budowania kanałów dystrybucji i zaopatrzenia, dopasowania wydajności i poziomu

technologicznego produkcji oraz jakości produktu według wymagań rynku). Planowanie sprzedaży

tworzy podstawy planowania przychodów przedsiębiorstwa. Analiza opłacalności planu S&OP jest

podstawą efektywnego planowania procesów przepływu materiałów i jest odniesieniem dla

systemu controllingu operacyjnego (patrz rys. 3.7).

Asortymentowo-ilościowy plan

produkcji

Plan zapotrzebowania

na zasoby

Plan finansowy Plan sprzedaży i produkcji

- S&OP

Prognozy działalności przedsiębiorstwa (np. sprzedaży)

Długi horyzont planowania

Wstępny plan wykorzystania

potencjału

Główny harmonogram

produkcji Zarządzanie popytem

Plan obciążeń potencjału (zasobów)

Plan potrzeb materiałowych

Sterowanie

zaopatrzeniem

Sterowanie przebiegiem

działań (produkcji)

Średni horyzont planowania

Krótki horyzont planowania

31 | S t r o n a

— Asortymentowo-ilościowy plan produkcji – określa ilościowe zadania przyszłych okresów, łączną

wielkość produkcji grup wyrobów przedsiębiorstwa rozłożoną w czasie, wymaganą do pokrycia

popytu. Planowanie produkcji na tym poziomie powinno uwzględniać sezonowość popytu, wąskie

gardła i okresowe tworzenie zapasów w powiązaniu z planem zapotrzebowania na zasoby

produkcyjne przedsiębiorstwa oraz potrzebami kooperacji z podwykonawcami. Plan

asortymentowo-ilościowym łączy planowanie długookresowe (sprzedaży, finansów) z planem

średniookresowym – głównym harmonogramem produkcji.

— Plan zapotrzebowania na zasoby – określa długoterminowe potrzeby zasobów przedsiębiorstwa

zabezpieczających realizację planów sprzedaży (ludzi i wiedzy, mocy produkcyjnych,

transportowych i magazynowych oraz budynków i wyposażenia, systemów informatycznych). Plan

jest podstawą przygotowania planów inwestycyjnych, a wielkości potrzeb zasobów powinny

wystarczyć na realizację planu produkcji.

— Plan finansowy – zawiera zestawienie wielkości planowanych przychodów ze sprzedaży z

kosztami produkcji i sprzedaży wyrobów oraz innymi wydatkami przedsiębiorstwa w okresie czasu

objętym planem. Określone zostają potrzeby finansowe przedsiębiorstwa oraz źródła ich pokrycia.

— Główny harmonogram produkcji – zawiera terminy i liczbę partii produkcyjnych poszczególnych

wyrobów w średnim horyzoncie czasu, który jest jednocześnie podstawą wstępnego planu

wykorzystania (obciążenia) potencjału produkcyjnego. Plan stanowi podstawę określenia

harmonogramu spływu wyrobów finalnych z produkcji, zapotrzebowania na materiały i realizację

dostaw materiałów. Główny harmonogram produkcji jest centralnym ogniwem łączącym wszystkie

czynności planistyczne i organizacyjne przepływu materiałów (w tym sterowania zaopatrzeniem

materiałowym, procesami transportowymi i dostaw materiałów).

— Wstępny plan wykorzystania potencjału produkcyjnego – stanowi podstawę dopasowania

harmonogramu produkcji do dostępnej w takim samym cyklu czasowym zdolności produkcyjnej

przedsiębiorstwa oraz możliwości dostawców i kooperantów. Na podstawie porównania obciążeń

(wynikających z planu sprzedaży i produkcji) i zdolności produkcyjnych, plan jest narzędziem

kontrolnym, pozwalającym określić „wąskie gardła‖ przepływu materiałów i ograniczenia

dostępności zasobów produkcyjnych.

— Zarządzanie popytem – obejmuje zbieranie i porządkowanie danych zamówień zewnętrznych (od

klientów) i wewnętrznych (np. działań promocyjnych lub sieci serwisowej) na produkty.

Analizowane są ceny, pilność realizacji, zyskowność produktu. Określane są wielkości i terminy

produkcji poszczególnych partii produkcyjnych dla głównego harmonogramu produkcji,

pokrywające potrzeby planu ilościowo-asortymentowego produkcji.

— Plan potrzeb materiałowych – określa harmonogram zapotrzebowania materiałowego dla

produktów, wytwarzanych zgodnie z przyjętymi w harmonogramie produkcji partiami

produkcyjnymi. Plan określa asortyment i wielkość potrzeb poszczególnych materiałów

wynikających ze struktury wyrobu gotowego. Praktycznie plan potrzeb materiałowych obejmuje

każdy element wyrobu finalnego, na każdym etapie procesu wytwarzania.

— Plan obciążeń potencjału (zasobów) – określa harmonogram obciążenia zdolności produkcyjnych

niezbędnych do wykonania operacji produkcyjnych. Obliczone w planie wielkości i czas obciążenia

ludzi oraz maszyn i urządzeń, umożliwiają kontrolę przyjętego harmonogramu produkcji oraz planu

potrzeb materiałowych i w przypadku braku możliwości zbilansowania obciążeń, wprowadzane są

korekty do planu produkcji i planu potrzeb materiałowych.

W wyniku opracowania planu S&OP dla przyjętych normatywów operacyjnych i kosztowych

pracochłonności, zużycia materiałów, energii i innych kosztów standardowych oraz przychodów ze

sprzedaży planowanych produktów – wykonywane jest bilansowanie potrzeb ze zdolnościami

produkcyjnymi (określenie realności planu) oraz na podstawie przychodów i kosztów sprzedaży –

wykonywana jest analiza efektywności planu S&OP. Efektywność procesów (E) w pełnym łańcuchu

wytwarzania i sprzedaży produktów jest określana m.in. na podstawie efektu osiągania zysku (Z) w

horyzoncie planu S&OP:

32 | S t r o n a

Z = P – K E = Z/P (efektywność sprzedaży); E = Z/K (efektywność kosztowa); E = Z/A (efektywność aktywów)

gdzie: P – przychody ze sprzedaży określonych w planie wyrobów (na podstawie wszystkich grup produktów),

K – koszty ponoszone w pełnych łańcuchach dostaw wyrobów na docelowe rynki.

A – aktywa trwałe i obrotowe (zasoby) przedsiębiorstwa

Na podstawie planu S&OP opracowywany jest plan potrzeb materiałowych dla wytworzenia i

sprzedaży zaplanowanej oferty ilościowo-asortymentowej produktów. Szczegółowy algorytm

planowania potrzeb materiałowych (materiału AC231-09-002) na podstawie planu S&OP

przedstawiono na rys. 3.1.2.

33 | S t r o n a

Rys. 3.1.1 Algorytm planowania potrzeb materiałowych

(materiału AC231-09-002) na podstawie planu S&OP


OP: okres planowania sprzedaży

PS|P1(OP): zagregowana wielkość potrzeb sprzedaży P1 w okresie OP

START Algorytm obliczenia wielkości potrzeb

materiału AC231-09-002

Generator prognoz zapotrzebowania zagregowanego

PS|P1 := rozkład (prognoza sprzedaży P1)

PS|P1(OP):= RP|P1(OP)

struktura wyrobu P1 : BOM(P1) wykaz materiałowy (BOM)P1 : i1..in

zapas dysponowany (i1..in) : zapi1 .. zapin

otwarte zamówienie (i1..in) : zami1 .. zamin poziom braków (i1..in) : braki1 .. brakin

Algorytm planowania dystrybucji – przeniesienia potrzeb sprzedaży na poziom spływu z produkcji

Algorytm zarządzania popytem

Algorytm bilansowania zasobów produkcyjnych

Algorytm weryfikacji finansowej

- analiza wyniku finansowego,

- analiza potrzeb kapitału operacyjnego,

Algorytm planowania S&OP

P|P1 := wielkość potrzeb produkcji P1

Algorytm rachunku materiałowego AC231-09-002

PM|AC231-09-002 := wielkość potrzeb materiałowych indeksu AC231-09-002

Czy PM|AC231-09-002 ≥

WZmin

TAK

NIE

WDN:=∑WDi|DN (i1..iK)

Minimalna wielkość zamówienia AC231-09-002 : WZmin Minimalna wartość wszystkich zamówień WDi|DN składanych

do dostawcy AC231-09-002 : WDNmin [dostawca DN]

Czy WDN ≥ WDNmin

TAK

NIE

PM|AC231-09-002 := WZmin

Czy WDNmin - WDN ≥

WZmin - PM|AC231-09-002

TAK

PM|AC231-09-002 := PM|AC231-09-002 + (WDNmin - WDN)

NIE

STOP Algorytm obliczenia wielkości potrzeb

materiału AC231-09-002

34 | S t r o n a

Dane wykorzystywane w modelu na etapie planowania S&OP - do analizy i weryfikacji prognoz i

planów sprzedaży, mocy produkcyjnych i dostępnych zapasów - przedstawiono w tabeli 3.1.1.

Tabela 3.1.1 Dane planu S&OP i długoterminowej analizy potrzeb materiałowych

Dana Oznaczenie Format danych Jednostka

miary Źródło Wzór Opis pola

Pri+1 Średnia

arytmetyczna liczba

Zależna od

prognozowanej wielkości i

jednostki czasu

(szt/dzień, kg/m-c itp.)

Dział sprzedaży –

wyroby gotowe Dział zaopatrzenia

– materiały surowce

Pri+1=

n

Pn

i

j1

Wartość wyznaczana na potrzeby tworzenia

planu S&OP

Pri prognoza na i-ty

okres liczba

Zależna od prognozowanej

wielkości i

jednostki czasu (szt/dzień, kg/m-

c itp.)

Dział sprzedaży – wyroby gotowe

Dział zaopatrzenia – materiały

surowce

-

Wartość prognozy badanej cechy w

określonym przedziale czasu

jP

Popyt w j-tym

okresie na rynkach, na których działa

przedsiębiorstwo

liczba

Zależna od

badanej wielkości i jednostki czasu (szt/dzień, kg/m-

c itp.)



– materiały

surowce

- Wartość niezbędna do

określania prognoz

n liczba elementów

próby liczba -




-

Ilość okresów na podstawie, których określono wielkość

prognozy

Pri+1 Średnia

arytmetyczna liczba


wielkości i

jednostki czasu (szt/dzień, kg/m-

c itp.)

Dział sprzedaży –wyroby gotowe


surowce Pri+1=

k

Pi

ki

j1

Wartość wyznaczana

na potrzeby tworzenia planu S&OP

k

ilość elementów, na

podstawie, których liczona jest

prognoza

liczba -



– materiały

surowce

-

Pozwala na okreslenie

z jak długiego przedziału czasu mają

być brane dane do

sporządzenia prognozy

Pri+1 Średnia ruchoma

ważona liczba

Zależna od

prognozowanej wielkości i

jednostki czasu





Pri+1=

i

ki

j

i

ki

jj

w

wP

1

1 Wartość wyznaczana

na potrzeby tworzenia

planu S&OP

jw waga j-tego elementu

liczba Liczba dodatnia

Dział sprzedaży – wyroby gotowe


surowce

-

Pozwala na określenie

istotności danej cechy, istnieje możliwość

dopierania wag, których suma wynosi 1 jak i systemu wag bez

granicznej wartości sumy

Pri+1 Model Browna liczba


wielkości i jednostki czasu




– materiały

surowce

Pri+1 = Pi· + Pri· (1 -

),

Wartość wyznaczana na potrzeby tworzenia

planu S&OP

- stała wygładzania liczba <0;1>


Dział zaopatrzenia


-

Pi popyt rzeczywisty w

i-tym okresie liczba

Zależna od badanej wielkości

i jednostki czasu (szt/dzień, kg/m-

c itp.)



surowce

-

Zanotowana wartość popytu w określonym

przedziale czasu na określony wyrób lub

usługę

Pri+1 Model Holta

liczba


wielkości i jednostki czasu

(szt/dzień, kg/m-

c itp.)



surowce

Pri+j = ai + bi·j

ai = ·Pi + (1-)·(ai-1

+ bi-1)

bi = ·(ai – ai-1) + (1-

)·bi-1

Wartość wyznaczana

na potrzeby tworzenia planu S&OP

35 | S t r o n a



stała wygładzania

trendu

liczba

zawierająca się w przedziale <0;1>




-

Wielkość używana w celu opracowania

prognozy wg. modelu Holta

pjP

Planowany popyt w j-tym okresie na

rynkach, na których przedsiębiorstwo zamierza działać

liczba



c itp.)

Dział sprzedaży - Wartość niezbędna do

określania prognoz

Psai Plan sprzedaży a-

tego asortymentu w i-tym okresie czasu

liczba

Zależna od


c itp.)

Dział sprzedaży -

Plan sprzedaży sporządzany w ujęciu

zgodnym z potrzebami przedsiębiorstwa (np.

w ujęciu asortymentowo

ilościowym z

uwzględnieniem rynków, na których

działa przedsiębiorstwo)

aw Asortyment

wycofywany z rynku Alfanumeryczny

litery/liczby -

Dział sprzedaży Dział marketingu

-

Zestaw pozycji materiałowych,

których sprzedaż nie

będzie kontynuowana

an Asortyment

wprowadzany na rynek

Alfanumeryczny litery/liczby

- Dział sprzedaży Dział marketingu

-

Zestaw pozycji

materiałowych, wprowadzanych na

rynek

si Wskaźnik

sezonowości liczba procent




si= Pi/P Dana niezbędna do

opracowywania

planów sprzedaży

Oai

Potwierdzone

zamówienia na dany asortymenty

liczba



c itp.)

Dział sprzedaży -

Sumaryczna wielkość zamówień na dany

asortyment w określonym przedziale

czasu

Ti Dostępne

technologie w i-tym

okresie czasu

Alfanumeryczny litery/liczby

-

Technologiczne

przygotowanie produkcji

Planowanie produkcji

-

Zbiór technologii, z

których może korzystać

przedsiębiorstwo w

określonym przedziale czasu

Mti

Moce produkcyjne dla t-tej technologii

w i-tym okresie czasu

liczba Gr – godziny

robocze

Technologiczne przygotowanie

produkcji Planowanie produkcji

-

Moce określone w godzinach roboczych

dla każdej z dysponowanych

technologii

Lti

Dostępne zasoby

ludzkie dla t-tej technologii w i-tym

okresie czasu


robocze

Dział kadr


-

Moce produkcyjne ludzi w godzinach

roboczych dla każdej z dysponowanych

technologii

Rti Plan remontów dla

t-tej technologii w i-

tym okresie czasu


robocze

Dział utrzymania

ruchu -

Plan remontów

rozumiany jako umniejszenie

dostępnych mocy

produkcyjnych dla t-tej technologii w i-tym

okresie czasu

Ppaii

Program produkcji

a-tego asortymentu w i-tym okresie

czasu

liczba

Zależna od


c itp.)


- Program

asortymentowo ilościowy

Dai

Zapotrzebowanie na a-ty asortyment w i-

tym przedziale

czasu

liczba

Zależna od

badanej wielkości i jednostki czasu



Dział zaopatrzenia

- Zapotrzebowanie

wynikające z metody

MRP

ZWa Dostępny zapas wolny a-tego

asortymentu

liczba

Zależna od badanej wielkości i jednostki czasu


Dział zaopatrzenia ZWa =

ZMa + ZZa + ZRa

Zapas, którym dysponuje w

określonym przedziale czasu przedsiębiorstwo

36 | S t r o n a



ZMa Zapas magazynowy

a-tego asortymentu liczba

Zależna od

badanej wielkości i jednostki czasu


Dział zaopatrzenia

WMS -

Dostępny na

magazynie zapas

ZZa Zapas zamówiony

a-tego asortymentu liczba



c itp.)

Dział zaopatrzenia - Materiały zamówione u

dostawcy

ZRa

Zapas

zarezerwowany a-tego asortymentu

liczba



c itp.)

Dział zaopatrzenia


-

Zapasa zarezerwowany na

potrzeby sprzedaży, produkcji, działań

specjalnych

Sx Dostawca Alfanumeryczny

litery/liczby - Dział zaopatrzenia -

Symbol dostawcy, do

którego przypisane są wszystkie

charakterystyki

materiałów


Dane wejściowe prognoz i planów sprzedaży do planu S&OP mogą być importowane z baz danych

systemu ERP przedsiębiorstwa lub z innych źródeł (np. arkuszy danych). W modelu systemu

zarządzania przepływem materiałów może być na etapie planowania S&OP wykorzystany generator

prognoz/planów sprzedaży. Model procesu planowania S&OP uwzględniający zagnieżdżone

podprocesy, wykonany w środowisku iGrafx Process, przedstawiono na rys. 3.1.2.

Początek modelu S&OP

1

Model SOP

5

Przekazanie planu S&OP

Komunikat WyjscieSOP

Partner: Model PPM

6Prognozowanie

i planowanie

sprzedaży

2

Bilansowanie

zdolności operacyjnej

w łańcuchu dostaw

3

Analiza efektywności

planu S&OP

4

Rys. 3.1.2 Model procesu S&OP wykonany w środowisku iGrafx Process



3.2. Model planowania potrzeb materiałowych



Planowanie potrzeb w sieci zaopatrzenia i kooperacji produkcji ma na celu zapewnienie dostaw

zgodnie z wymaganiami planu operacji produkcyjnych wg planu S&OP. Do planowania potrzeb

materiałowych i kooperacji produkcji (potrzeb dostaw podzespołów i półproduktów od

podwykonawców) są wykorzystywane metody planowania potrzeb materiałowych (rodzina metod

klasy MRP). Określany jest harmonogram zapotrzebowania materiałowego, wynikający z asortymentu

oraz wielkości i terminu wykonania wyrobu gotowego w procesie produkcji. Obliczane są terminy

dostawy elementów, surowców i materiałów, koniecznych do wytworzenia wyrobu gotowego zgodnie z

harmonogramem produkcji lub planem odtwarzania zapasów. Planowanie potrzeb materiałowych

obejmuje każdy element wyrobu finalnego, w każdej fazie procesu wytwarzania. W wyniku planowania

zgodnie z metodą MRP powstaje harmonogram dostaw, który jest podstawą planowania potrzeb

transportowych przedsiębiorstwa. Podstawą integracji działań jest wspólna baza danych

planistycznych, procedury i formuły planowania oraz parametry i normatywy planowania (rys. 3.2.1).

Rys. 3.2.1. Środowisko integracji danych planowania potrzeb materiałowych i organizacji zaopatrzenia


Dane wejściowe w planowaniu potrzeb materiałowych obejmują:

zapotrzebowanie materiałowe brutto,

struktura wyrobu,

zapas dysponowany,

wielkość partii produkcji (dostawy),

cykle produkcji (dostaw).

Struktura wyrobu – zapotrzebowanie na materiały składowe

Struktura procesu technologicznego (z uwzględnieniem obciążenia zdolności produkcyjnej)

Bieżący stan zapasów

Cykl dostawy materiałów

Normatywy wielkości partii produkcyjnej

Harmonogram remontów i konserwacji (definiowanie dostępnej zdolności produkcyjnej)

Aktualnie realizowane zamówienia

(otwarte)

Portfel zaległych zamówieo

Wielkośd potrzeb brutto

Wielkośd potrzeb netto Wielkości i terminy dostaw Miejsce, termin i poziom utrzymywanych zapasów

Plan zakupów Harmonogram wydatków

Terminy płatności

Planowanie potrzeb materiałowych

(np. wg metody MRP)

Źródło danych: Dział produkcji Źródło danych Dział Produkcji lub Dział Techologii Dział Produkcji lub Planowania Produkcji Dział Remontów lub Utrzymania Ruchu Dział Obsługi Klientta Dział Finansowy lub Zaopatrzenia

Źródło danych

Dział Produkcji, Konstrukcji lub

Technologii

Dział Magazynu

Dział Zaopatrzenia

Dział Zaopatrzenia

Integracja danych

Integracja danych

Zintegrowane odniesienie do indeksu materiałowego - analiza poprawności obliczeo, aktualności danych i normatywów,

doboru metod i parametrów planowania działao i zasobów, zgodności z planem, analiza odchyleo, wskazanie sposobu

korekty błędów

38 | S t r o n a

Potrzeby brutto wynikają z zapotrzebowania na dany element (zamówienia, prognozy) na

określonym poziomie złożoności wyrobu, wyliczone w oparciu o strukturę wyrobu i program produkcji.

Analiza struktury wyrobu polega na określeniu:

elementów koniecznych do wyprodukowania wyrobu finalnego,

poziomu wyrobu finalnego, na którym występuje zapotrzebowanie na każdy z elementów,

oraz powtarzalności każdego z elementów na każdym z poziomów.

Powszechnie wykorzystywaną formą graficzną jest drzewo struktury wyrobu z naniesioną normą

ilościową zużycia materiałów dla jednej sztuki wyrobu gotowego (podaną w nawiasie), indeksami

materiałowymi oraz oznaczeniem poziomu złożoności wyrobu. Relacje pomiędzy materiałami,

częściami, podzespołami i zespołami, informujące w jaki sposób wszystkie elementy z listy materiałów

są łączone ze sobą, w celu otrzymania wyrobu gotowego. Poziom złożoności wyrobu jest

odniesieniem do procesu produkcyjnego – np. poziom produktu gotowego (poziom 0), poziom

półproduktu (poziom 1), poziom podzespołu (poziom 2), czy elementu (poziom 3). Poziomem „O‖ jest

zawsze oznaczany poziom wyrobu finalnego. Przykładowe drzewo struktury wyrobu - miernika

elektrycznego - przedstawiono na rysunku 3.2.2.

Rys. 3.2.2. Przykład struktury wyrobu – Miernika elektrycznego ME 142


Zapas dysponowany określa ilość danego materiału, dostępną i możliwą do wykorzystana, a

uwzględniając zależności operacyjne przedsiębiorstw w procesie zaopatrzenia zapas dysponowany

można występować w jednym z czterech wariantów:

zapas w magazynie,

zapas w magazynie + zapas w transporcie, albo tylko zapas w transporcie,

(zapas w magazynie + zapas w transporcie, albo tylko zapas w transporcie) – wielkość rezerwacji,

((zapas w magazynie + zapas w transporcie albo tylko zapas w transporcie) – wielkość rezerwacji)

– zapas zabezpieczający.25

Na podstawie przedstawionych danych analizy potrzeb materiałowych wykonywany jest bilans

przepływających przez przedsiębiorstwo strumieni materiałów i surowców, zdefiniowany formułą:

Zp + D = Z + Zk gdzie:

Zp – zapas początkowy,

D – wielkość dostaw,

Z – wielkość zużycia,

Zk – zapas końcowy.

Z zasady bilansowania potrzeb materiałowych można uzyskać następujące dane ilościowe:

prognozowane wielkości (ilość) zużycia,

planowanie wielkości dostaw,

planowane wielkości zapasu końcowego.

W oparciu o zasadę bilansowania potrzeb materiałowych można również określić dane w wymiarze

czasowym:

prognozowany czas (moment wystąpienia) zużycia,

planowany termin złożenia zamówienia, który można opisać formułą:

25

Fertsch M., Podstawy zarządzania przepływem materiałów w przykładach, Instytut Logistyki i Magazynowania, Poznań 2003, s.28-33

Układ pomiarowy – UP-C 710 (1)

Zasilacz – Z 220 (1) Konstrukcja – K 8 (1)

Wyświetlacz cyfrowy – WC-P 660 (1)

Obudowa – O-12 (1) Zaciski elektrotechniczne – ZE 9 (4)

Miernik elektryczny – ME 142 (1) Poziom 0 Poziom wyrobu

Poziom 1 Poziom półwyrobu

Poziom 2 Poziom zespołu

39 | S t r o n a

Tzam = Td – Tcd gdzie:

Tzam – planowany termin złożenia zamówienia,

Td – planowany termin dostawy,

Tcd – czas cyklu dostawy.26

Kluczowym zagadnieniem w bilansowaniu potrzeb materiałowych jest kalkulacja wielkości zapasu.

Planowanie potrzeb netto, to uwzględnianie w całkowitych potrzebach brutto dysponowanego stanu

zapasów (zapasów możliwych do wykorzystania po odliczeniu np. zapasów rezerwowych dla innych

potrzeb i wymaganych zapasów końcowych – bezpieczeństwa) oraz złożonych zamówień

pozostających w trakcie realizacji, co można zdefiniować formułą:

PN = PB – Z – Zotw gdzie:

PN – potrzeby netto,

PB – potrzeby brutto,

Z – zapas,

Zotw – otwarte zamówienia.27

W ramach analizy materiałowej uwzględniane są dane historii zużycia materiałowego i prognoz

potrzeb materiałowych, a także rezerw i zapasów obowiązkowych. Na przyszłe potrzeby materiałowe

w procesie zaopatrzenia, rzutujące zarówno na potrzeby kapitałowe, wielkość zamówienia,

przepustowość procesu transportowego jak i magazynowego, wpływają reklamacje i zwroty, tolerancje

zużycia oraz ubytki i braki materiałowe, a także wielkości produkcji za braki – które korygują plan

ilościowo-asortymentowy potrzeb materiałowych

1. Model planowania

potrzeb materiałowych

Wartość zakupów w przyjętym okresie

Prognozy miesięczne z SOP


BOM

Termin wyprzedzenia dla

płaszczyzny wyrobu

Normatyw braków,

Rozkład zapotrzebowania brutto w ujęciu dziennym

Potrzeby brutto w ujęciu dziennym

Rys. 3.2.3. Model planowania potrzeb materiałowych wg metodyki opisu ICOM


W przedstawionym na rys. 3.2.3 modelu planowania potrzeb materiałowych wg metodyki ICOM

ograniczeniem jest wartość zakupów w określonym czasie (zaplanowany budżet na materiały).

Parametrami mającymi wpływ na wynik są: normatyw braków (konieczność powiększenia ilości z

planu S&OP o współczynnik wadliwości materiałów) oraz rozkład zapotrzebowania brutto w ujęciu

dziennym (zależny od mechanizmu transformującego zagregowaną wielkość miesięczną na

zdezagregowane wielkości dzienne).

26

Śliwczyński B., Planowanie logistyczne, Instytut Logistyki i Magazynowania, Poznań 2008, s. 120 27

Śliwczyński B., Planowanie logistyczne, Instytut Logistyki i Magazynowania, Poznań 2008, s. 126

40 | S t r o n a

3.2.1. Dane modelu planowania potrzeb materiałowych

Podstawą integracji w modelu wielu danych dotyczących potrzeb materiałowych (rys. 3.2.1) jest

jednoznaczna identyfikacja materiałowa i system indeksacji (kodyfikacji) materiałowej. Logika struktury

indeksu wynika z ilości stosowanych materiałów oraz potrzeb ich grupowania oraz sprawnej i

jednoznacznej identyfikacji pozycji materiałowej. Przykładową notację indeksu materiałowego

przedstawiono na rys. 3.2.1.1.

KT - Kategoria GR - Grupa PG - Podgrupa KL - Klasa NR - Kolejny numer pozycji materiałowej

N N N N N N N N N N N N N N N N N N

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

N - wartość numeryczna (09)

Rys. 3.2.1.1. Przykładowa notacja indeksu materiałowego o 18 cyfrach znaczących


Jednoznacznie zdefiniowane dane opisujące pozycję materiałową w polach bazy danych systemu

informatycznego przedsiębiorstwa, zawiera Kartoteka Indeksu Materiałowego (KIM). Dane opisujące

indeks materiałowy (IM) w kartotece indeksu materiałowego (KIM) przedstawione w tabeli 1.1 (rozdział

1) tworzą wspólny rekord danych w bazie danych SI przedsiębiorstwa.

Na potrzeby planowania potrzeb materiałowych niezbędne są dane i parametry planowania

dotyczące (tabela 3.2.1.2):

horyzontu planowania,

potrzeb brutto (zużycie) w tym horyzoncie (rozkład w czasie),

dostępnego zapasu w momencie opracowywania planu i sposobu jego kalkulacji,

założonych (otwartych) zamówień (uruchomienia produkcji, dostawy w transporcie), które

nastąpiły przed uruchomieniem planu,

długości cykli realizacji produkcji/dostawy,

wielkości partii produkcji/dostawy

danych uzupełniających dot. zapasu: wielkość zapasu rezerwowego czy zabezpieczającego,

sposobu wyliczania zapotrzebowania netto.

Tabela 3.2.1.2 Dane i parametry planowania potrzeb materiałowych

Dana Oznaczenie Format danych Jednostka miary

Źródło danych Wzór Opis pola

ZP Zapas

początkowy Liczba

wg jednostek

naturalnych (szt., l, mb,

m2, itp.)

Dział Zarządzania Zapasami

ZP = ZK

Początkowy stan zapasu na dany okres jest równy stanowi tego zapasu na

koniec poprzedniego okresu; zapas może być

wyrażony wg jednej z formuł na ZD,

WD Wielkość dostawy Liczba

Zależna od badanej wielkości (szt, l, kg

itp.)

Plan SOP, Kartoteka

dostawców

Partia produkcji: nopt (EWP)

Partia dostawy: SWP, EWP, PNP, SLPP, OSCZ, MPZ, NKJ, NKŁ

Wyznaczanie wielkości partii produkcji uwzględnia

relacje kosztów uruchomienia do realizacji

produkcji; wyznaczanie wielkości partii dostawy

uwzględnia relacje kosztów zamawiania i

magazynowania zapasów

Z (PB)

Zużycie, zapotrzebowanie (potrzeby) brutto

Liczba

wg jednostek


m2, itp.)

Plan SOP prognozy,

zamówienia

Charakterystyka danych w ramach potrzeb brutto

(zużycie)

41 | S t r o n a

Dana Oznaczenie Format danych Jednostka miary

Źródło danych Wzór Opis pola

ZK Zapas końcowy Liczba

wg jednostek


m2, itp.)


ZK = ZP + WD -Z

Zapas końcowy jest wyliczany jako różnica

pomiędzy zapasem początkowym i

otrzymanymi dostawami a wielkością zużycia

(potrzeby)

BM Bilans

materiałowy Liczba

wg jednostek


m2, itp.)

Dział Zarządzania Zapasami, Kartoteka

dostawców, Plan SOP

ZP + D = Z + ZK

Poszukiwany jest stan równowagi (L=P) - bilans może pokazać niedobór albo nadmiar materiałów

TD Termin dostawy Data Dział

Zakupów

Moment otrzymania dostawy wewnętrznej lub

zewnętrznej

TCD (CD)

Czas cyklu dostawy,

cykl dostawy Liczba

Jednostki czasu:

godziny, minuty

Kartoteka dostawców

Cykle dostawy: deklaracje dostawców

Charakterystyka danych w ramach cykli dostaw

TZ Termin złożenia

zamówienia (planowany)

Data Plan SOP, Kartoteka

dostawców TZ = TD - TCD

Moment złożenia zamówienia jest wyliczany

jako różnica pomiędzy terminem dostawy a

czasem cyklu dostawy

ZO Otwarte

zamówienia Liczba

wg jednostek


m2, itp.)

Plan SOP

Wykaz wszystkich uruchomionych ale nie zakończonych zleceń produkcyjnych oraz

wszystkich zamówionych ale nie przyjętych dostaw

PN Zapotrzebowanie (potrzeby) netto

Liczba


itp.)

MRP PN = PB - ZD

Potrzeby netto są wyliczane jako różnica pomiędzy potrzebami

brutto a stanem zapasu dysponowanego

PB Zapotrzebowanie (potrzeby) brutto

Liczba


itp.)

Plan SOP prognozy,

zamówienia

Potrzeby brutto określa się w odniesieniu do

każdego przedmiotu na wszystkich poziomach złożoności struktury

wyrobu

C Cyklogram

Rysunek, schemat

montażowy graf drzewo,

Struktura

wyrobu (BOM)

Cyklogram jest obróconą w prawo o kąt prosty

strukturą wyrobu, która uwzględnia czasy cykli

przedmiotów; występuje w dwóch odmianach: w

przód oraz w tył

BOM Struktura wyrobu

Rysunek, graf drzewo,

tabela strukturalna

Dział Konstrukcji;

Dział Technologii

Charakterystyka danych w ramach struktury wyrobu

P/Z Pochodzenie przedmiotu

Znaki alfanumeryczne: litera lub cyfra

Plan SOP

Przedmioty mogą wykazać jedną z dwóch

charakterystyk: pochodzenie z produkcji

własnej albo pochodzenie obce, z zakupów

zewnętrznych

ZD Zapas

dysponowany Liczba


itp.)


ZD1=ZM, ZD2=ZM+ZT, ZD3=(1,2)-ZR, ZD4=(1,2,3)-ZZ

Zapas dysponowany: ZM – materiał w magazynie; ZT – zapas w transporcie ZR – rezerwacja zapasu

ZZ - zapas bezpieczeństwa

CD Cykl produkcji, cykl dostawy

Liczba

Jednostki czasu:

godziny, minuty

Plan SOP, Kartoteka

dostawców

Cykle produkcji:

sz, r, sz-r Cykle dostawy:

deklaracje dostawców

Charakterystyka danych w ramach cykli dostaw


42 | S t r o n a

3.2.2. Algorytmy przetwarzania danych

Algorytm planowanie potrzeb materiałowych obejmuje planowanie wielkości i terminów

potrzeb poszczególnych materiałów wchodzących w skład wyrobu gotowego. Wielkości potrzeb

materiałowych – potrzeb netto (PN) – są określane na podstawie:

potrzeb brutto wyrobów (PB) – liczby wyrobów gotowych określonych przez wielkość partii

produkcyjnej w głównym harmonogramie produkcji,

struktury wyrobu gotowego – określającej zapotrzebowanie na wszystkie materiały

i elementy składowe wchodzące w skład wyrobu,

aktualnego stanu zapasów dysponowanych poszczególnych materiałów (SZAP) – zapasów

możliwych do wykorzystania po odliczeniu np. zapasów zarezerwowanych do innych potrzeb i

wymaganych zapasów końcowych – bezpieczeństwa) oraz złożonych zamówień (SZAM),

pozostających w trakcie realizacji.

Obliczenie wielkości potrzeb materiałowych wynika z pierwszej zasady planowania potrzeb

materiałowych – obliczanie potrzeb netto:

PN = PB – (SZAP + SZAM)

Terminy potrzeb materiałowych – czas zamówienia (TZAM) – są określane na podstawie:

przebiegu procesu produkcyjnego, z którego wynika rozłożenie zapotrzebowania na materiały w

czasie produkcji (w poszczególnych etapach procesu wytwarzania wyrobu), określone przez

planowane terminy dostaw – (TD),

cyklu dostawy (od dostawców) lub wykonania (od podwykonawców) każdego materiału, części,

podzespołu, itp. wchodzącego w skład wyrobu; czas cyklu dostawy – (TCD).

Obliczenie terminu potrzeb materiałowych wynika z drugiej zasady planowania potrzeb

materiałowych – obliczania czasu zamówienia materiałów:

TZAM = TD – TCD

Algorytm przetwarzania danych w modelu planowania potrzeb materiałowych przedstawiono na

rysunku 3.2.2.1.

43 | S t r o n a

START

Oblicz potrzeby brutto na części składowe na podstawie struktury wyrobu BOM oraz

terminu wyprzedzenia dla płaszczyzny wyrobu

Pobierz:

· Prognozę miesięczną z S&OP – dla

wyrobów gotowych

· Prognozę miesięczną z S&OP – dla

części składowych

· Rozkład zapotrzebowania brutto w ujęciu

dziennym

· Normatyw braków - b,

Pobierz:

· Strukturę wyrobu BOM,

· Termin wyprzedzenia dla płaszczyzny wyrobu

Oblicz postulowaną wielkość produkcji wyrobu na podstawie wzoru:

Ustal wielkość zapotrzebowania na wyrób gotowy w ujęciu dziennym na podstawie WP

oraz rozkładu zapotrzebowania brutto w ujęciu dziennym

STOP

Mo

de

l

za

ma

wia

nia

Wyślij potrzeby brutto w ujęciu dziennym oraz wielkość

zapasu zabezpieczającego

Mo

de

l

pla

no

wa

nia

po

trze

b

ma

teria

łow

ych

Pobierz wielkość zapasu zabezpieczającego z

Algorytmu kalkulacji wielkości zapasu

zabezpieczającego

Ustal wielkość zapotrzebowania na część składową w ujęciu dziennym na podstawie

prognozy miesięcznej oraz rozkładu zapotrzebowania brutto w ujęciu dziennym

WGPr

CSPr

Zsumuj dla każdego dnia z okresu zapotrzebowanie wynikające z prognoz wyrobu i części

składowych

)1( bPRWP nn

iPB

Mo

de

l S

&O

P

Pr - prognoza miesięczna z S&OP b - normatyw braków WP – wielkość produkcji wyrobu gotowego BOM – struktura wyrobu

Rys. 3.2.2.1.Algorytm modelu planowania potrzeb materiałowych


Na podstawie prognozy miesięcznej z planu S&OP oraz normatywów braków pochodzących z

kartoteki materiałowej, obliczana jest planowana wielkość produkcji wyrobu (WP) z uwzględnieniem

poziomu zapasu bezpieczeństwa. Na podstawie ustalenia wielkości zapotrzebowania na wyrób

gotowy w ujęciu dziennym, wykonywane jest przeliczenie zapotrzebowania brutto na materiały

składowe w oparciu o strukturę wyrobu (BOM) oraz ustalony termin realizacji wyrobu i zamówień na

poszczególne materiały. Analiza odchyleń prognozy i planów pozwala zgodnie z algorytmem

przedstawionym na rysunku 3.2.2.2 obliczyć zapas bezpieczeństwa. Wyznaczone potrzeby brutto dla

materiałów przekazywane są do modelu zamawiania.

44 | S t r o n a

START

Pobierz:

· Prognozę miesięczną z S&OP – z okresu n-1

· Prognozę miesięczną z S&OP – na okres n

· Standardowy błąd prognozy z S&OP z okresu n-1

Oblicz standardowy błąd prognozy dla okresu n na podstawie formuły:

Oblicz odchylenia standardowe błędu prognozy w cyklu uzupełniania zapasu na podstawie

formuły:

1Pr n

nPr

1ns

n

n

nn

ss Pr

Pr 1

1

TnnPT sTn

Pr

Pobierz z modelu S&OP:

· Zakładany poziom obsługi klienta dla wybranej

pozycji asortymentowej POP oraz odpowiadający

mu współczynnik bezpieczeństwa

Oblicz wielkość zapasu zabezpieczającego dla n-tego okresu według formuły:

PTnnZB

STOP

Wyślij wielkość zapasu zabezpieczającego do modelu

planowania potrzeb materiałowych Mo

de

l

pla

no

wa

nia

po

trze

b

ma

teria

łow

ych

Mo

de

l S

&O

PM

od

el S

&O

P

Oznaczenia:

Prn-1 - prognoza miesięczna z S&OP – z okresu n-1 Prn - prognoza miesięczna z S&OP – na okres n Sn-1 - standardowy błąd prognozy z S&OP z okresu n-1 Sn - standardowy błąd prognozy dla okresu n ϬPTn - odchylenie standardowe błędu prognozy w cyklu uzupełniania zapasu T – cykl uzupełniania zapasu ϬT - odchylenie standardowe cyklu uzupełniania zapasu POP – poziom obsługi klienta dla wybranej pozycji asortymentowej

- współczynnik bezpieczeństwa ZBn - zapas zabezpieczający dla n-tego okresu

Rysunek 3.2.2.2. Algorytm kalkulacji wielkości zapasu zabezpieczającego


45 | S t r o n a

3.2.3. Informatyczny model planowania potrzeb materiałowych i środowisko symulacyjne

Informatyczny model planowania potrzeb materiałowych wykorzystuje standardowe funkcje

makrodefinicji programowych iGrafx Process dla odwzorowania przedstawionych w poprzednim

rozdziale algorytmów, parametryzację transakcji procesowych i scenariuszy modelu oraz funkcji

formuł decyzyjnych. Model planowania potrzeb materiałowych (PPM) odpowiedzialny jest za

obliczanie prognozy zapotrzebowania na bieżący okres oraz nettowanie potrzeb z uwzględnieniem

zapasu dysponowanego. Obliczanie wielkości prognozy na bieżący okres opiera się o zdefiniowane

prognozy miesięczne, rozkłady tygodniowe oraz równomierne rozłożenie planowanych potrzeb w 7 –

dniowym tygodniu. Proces nettowania opiera się o bieżący stan magazynowy indeksu (po wydaniu

zamówień w bieżącym okresie ale przed przyjęciem dostawy w tym okresie), dostawy w transporcie,

sumę prognozowanego zapotrzebowania w LT.

Atrybuty transakcyjne służą do zapisywania danych generowanych i utrzymywanych w trakcie

trwania symulacji bieżącej transakcji (żetonu symulacji), w określonym modelu. Atrybuty

scenariuszowe pozwalają na przenoszenie danych pomiędzy modelami oraz pomiędzy transakcjami.

Nazwy atrybutów scenariuszowych w formułach obliczeniowych oznaczone są symbolem „S.‖.

Tabela 3.2.3.1. Atrybuty transakcyjne wykorzystywane w modelu planowania potrzeb materiałowych

Nazwa atrybutu transakcyjnego Opis atrybutu Formuła obliczeniowa

PrognozaM

Wielkość prognozy zapotrzebowania w analizowanym miesiącu. Wielkość ta pobierana jest z danych wsadowych na podstawie analizy miesiąca, w którym znajduje się aktualnie symulacja.

S.PrognozaM1

ZapasBezpieczenstwaM

Wielkość zapasu zabezpieczającego w analizowanym miesiącu. Wielkość ta pobierana jest z danych wsadowych na podstawie analizy miesiąca, w którym znajduje się aktualnie symulacja.

S.ZapasBezpieczenstwaM1

RozkladPopytuTygodniowegoT

Procent popytu miesięcznego przypadającego na bieżący tydzień. Wielkość ta pobierana jest z danych wsadowych na podstawie analizy miesiąca, w którym znajduje się aktualnie symulacja.

S.RozkladPopytuTygodniowegoT1

PotrzebaBrutto Prognozowana potrzeba brutto w bieżącym okresie. Wynika ona z prognozy miesięcznej oraz rozkładu tygodniowego.

Round((PrognozaM * RozkladPopytuTygodniowegoT) / 7;0)

SumaPotrzebwLT

Suma prognozowanego zapotrzebowania w czasie cyklu uzupełniania zapasu (Lead Time). Prezentowana formuła obliczeniowa stanowi tylko jeden z wykorzystanych wariantów. Warianty wynikają z konieczności dostosowania sumy do okresów w jakich będzie liczona.

Round((28-NumerDnia) * PotrzebaBrutto + ((S.LeadTime - (28-NumerDnia)) * S.PrognozaM2 * RozkladPopytuTygodniowegoT /7);0)

PotrzebaNetto

Potrzeba netto pokazuje niedomiar zapasu stosunku do zapotrzebowania. Konieczne jest zatem uzupełnieni zapasu poprzez złożenie zamówienia do dostawcy.

If((SumaPotrzebwLT - S.StanMagazynowyIndeksu + ZapasBezpieczenstwaM - S.DostawaWTransporcie ) > 0;(SumaPotrzebwLT - S.StanMagazynowyIndeksu + ZapasBezpieczenstwaM - S.DostawaWTransporcie );0)

Źródło: Opracowanie własne – iGrafx Process

46 | S t r o n a

Tabela 3.2.3.2. Atrybuty scenariuszowe wykorzystywane w modelu planowania potrzeb

materiałowych

Nazwa atrybutu scenariuszowego

Opis atrybutu Formuła obliczeniowa

DostawaWTransporcie

Zapas zamówiony ale jeszcze niedostarczony. Różnica między sumaryczną wielkością zamówień i sumaryczną wielkością dostaw. Wielkość niezbędna w czynności nettowania potrzeb i wyznaczania terminu złożenia zamówienia do dostawcy.

S.SumaWielkosciZamowien - S.SumaWielkosciDostaw


Algorytmy wykonawcze modelu zamawiania w środowisku iGrafx Process zostały uzupełnione na

potrzeby przeprowadzenia symulacji o model planowania S&OP oraz model fizycznej realizacji

dostawy. Dane wsadowe do modelu zamawiania importowane są z pliku zewnętrznego, a następnie

przydzielane do atrybutów transakcyjnych. Dane do modelu symulacyjnego wprowadzane są w

odstępach jednego dnia. W tabeli 3.2.3.3 przedstawiono strukturę danych wejściowych dla modelu

zamawiania.

Tabela 3.2.3.3. Dane wsadowe do symulacji modelu zamawiania

OdstepCzasowy NumerDnia Miesiac Tydzien Dzien IndeksMaterialowy

1 1 M1 T1 D1 Indeks1
















W poniższej tabeli przestawiono bliżej atrybuty transakcyjne będące efektem importu danych ze

źródła zewnętrznego.

Tabela 3.2.3.4. Atrybuty transakcyjne modelu zamawiania inicjowane danymi wsadowymi

Nazwa atrybutu transakcyjnego Opis atrybutu

NumerDnia Określa kolejne numery dni w jakich wprowadzane są dane do modelu symulacyjnego

Miesiac Określa nazwę (numer) miesiąca w jakim znajduje się dzień, w którym aktualnie wykonywana jest symulacja

Tydzien Określa numer tygodni w jakim znajduje się dzień, w którym aktualnie wykonywana jest symulacja

Dzien Określa numer dnia w tygodniu w jakim znajduje się dzień, w którym aktualnie wykonywana jest symulacja

IndeksMaterialowy Podaje dla jakiego indeksu materiałowego wykonywana jest aktualnie symulacja


Oprócz atrybutów transakcyjnych jako dane wejściowe traktuje się również wartości początkowe

atrybutów scenariuszowych. W tabeli 3.2.3.5 przedstawiono szczegółowy opis atrybutów

scenariuszowych oraz wartości początkowe dla procesu symulacji.

47 | S t r o n a

Tabela 3.2.3.5 Struktura i wartości atrybutów scenariuszowych modelu zamawiania w środowisku

iGrafx Process

Nazwa atrybutu scenariuszowego Opis atrybutu Wartość

początkowa

StanMagazynowyIndeksu Zapas początkowy z jakim rozpoczynana jest symulacja w modelu zamawiania

500

PrognozaM1

Prognoza zużycia dla analizowanego indeksu materiałowego w miesiącu pierwszym M1

2800

PrognozaM2

Prognoza zużycia dla analizowanego indeksu materiałowego w miesiącu drugim M2

5600

PrognozaM3 Prognoza zużycia dla analizowanego indeksu materiałowego w miesiącu trzecim M3

1400

OdchylenieStandardoweM1 Zakładane odchylenie standardowe zapotrzebowania w miesiącu pierwszym M1

50

OdchylenieStandardoweM2

Zakładane odchylenie standardowe zapotrzebowania w miesiącu drugim M2

100

OdchylenieStandardoweM3

Zakładane odchylenie standardowe zapotrzebowania w miesiącu trzecim M3

25

RokladPopytuTygodniowegoT1

Procent zapotrzebowania miesięcznego przewidywany w tygodniu pierwszym (T1) tego miesiąca

25%


Procent zapotrzebowania miesięcznego przewidywany w tygodniu drugim (T2) tego miesiąca

25%


Procent zapotrzebowania miesięcznego przewidywany w tygodniu trzecim (T3) tego miesiąca

25%


Procent zapotrzebowania miesięcznego przewidywany w tygodniu czwartym (T4) tego miesiąca

25%

KosztUzupelnianiaZapasu Normatywny koszt uzupełniania zapasu – koszt jednej dostawy

250zł

CenaJednostkowa Cena jednostkowa zakupu analizowanego materiału

50zł

WspolczynnikKosztuUtrzymaniaZapasu Współczynnik kosztu utrzymania zapasu w ujęciu kwartalnym

0,05

LeadTime Czas cyklu uzupełniania zapasu 2

ZapasBezpieczenstwaM1

Wielkość zapasu zabezpieczającego w miesiącu pierwszym M1

150

ZapasBezpieczenstwaM2 Wielkość zapasu zabezpieczającego w miesiącu drugim M2

300

ZapasBezpieczenstwaM3 Wielkość zapasu zabezpieczającego w miesiącu trzecim M3

75

StalaWielkoscZamowienia

Stała wielkość zamówienia wykorzystywana w metodzie zamawiania SWZ. Atrybut wykorzystywany w scenariuszu symulacyjnym SWZ

1000

MetodaZamawiania Oznaczenie metody zamawiania jaką będzie prowadzona symulacja w wybranym scenariuszu symulacyjnym

EWZ, SWZ, PNP


Atrybuty transakcyjne to służą do zapisywania danych generowanych i utrzymywanych w symulacji

w trakcie trwania symulacji bieżącej transakcji (żetonu symulacji), w określonym modelu. Atrybuty

scenariuszowe pozwalają na przenoszenie danych pomiędzy modelami oraz pomiędzy transakcjami.

Nazwy atrybutów scenariuszowych w formułach obliczeniowych oznaczone są symbolem „S.‖. W

modelu zamawiania dane planistyczne są generowane dynamicznie.

Generator rzeczywistego zużycia

Model służący do odzwierciedlenia rzeczywistego zapotrzebowania na analizowany materiał.

Wielkość zapotrzebowania jest generowana losowo na podstawie rozkładu normalnego o

parametrach średniej (zgodniej z prognozą miesięczną – dane wsadowe) oraz odchylenia

standardowego (zgodnego z danymi wsadowymi). W dalszej części opracowania zapotrzebowanie na

materiały w funkcji potrzeb sprzedaży i klienta dla wyrobu finalnego będzie traktowane jako potrzeba

zarówno klienta zewnętrznego jak i klienta wewnętrzny.

48 | S t r o n a

Tabela 3.2.3.6. Atrybuty transakcyjne wykorzystywane w generatorze rzeczywistego zużycia

Nazwa atrybutu transakcyjnego


PotrzebaKlienta

Formuła obliczeniowa może przybierać różne formy w zależności od miesiąca w jakim znajduje się symulacja. Różnica polega jednak tylko i wyłącznie na zmienia numeru prognozy oraz zmianie odchylenia standardowego.

If(Round(NormDist(S.PrognozaM1 / 28;S.OdchylenieStandardoweM1) ;0)<0 ; 0 ; Round(NormDist(S.PrognozaM1 / 28;S.OdchylenieStandardoweM1) ;0))


Tabela 3.2.3.7. Atrybuty scenariuszowe wykorzystywane w generatorze rzeczywistego zużycia



PotrzebaKlienta

Potrzeba klienta w bieżącym okresie. Przeniesienie do atrybutu scenariuszowego tej wielkości wynika z konieczności wykorzystania jej w innym modelu (Modelu zmawiania PNP)

PotrzebaKlienta


Model symulacyjny procesów magazynowania – przyjęć i wydań

Moduł magazynowy wydań pozwala na umniejszanie stanu magazynowego indeksu zgodnie z

zamówieniami klientów. Wydać ze stanu można wielkość zgodną z zamówieniem, jeśli pozwala na to

stan magazynowy lub cały dostępny zapas jeśli jest go mniej niż potrzebuje klient.

Tabela 3.2.3.8. Atrybuty transakcyjne wykorzystywane w modelu magazynowym



WydanieDoKlienta

Ilość danego indeksu materiałowego jaka zostanie wydana klientowi ze stanu magazynowego. W przypadku dostępnego stanu pokrywającego wielkość zamówienia wydanie do klienta będzie równe ilościowo zamówieniu klienta w przeciwnym razie wydana zostanie ilość materiału, która znajduje się na stanie magazynowym.

If(S.StanMagazynowyIndeksu >= PotrzebaKlienta ;PotrzebaKlienta ;S.StanMagazynowyIndeksu)


Tabela 3.2.3.9. Atrybuty scenariuszowe wykorzystywane w modelu magazynowym



S.StanMagazynowyIndeksu Zapas danego indeksu materiałowego w bieżącym okresie. W analizowanym modelu zapas jest umniejszany wydaniem do klienta.

S.StanMagazynowyIndeksu –WydanieDoKlienta


Model symulacyjny oceny realizacji zamówienia

Model oceny realizacji zamówienia służy do obliczenia wskaźnika ilościowej realizacji zamówień

klientów.

Tabela 3.2.3.10. Atrybuty transakcyjne wykorzystywane w modelu oceny realizacji zamówienia



RealizacjaZamowienia Procentowa realizacja zamówienia klienta. Stosunem wielkości wydania ze stanu magazynowego do wielkości zamówienia

WydanieDoKlienta / PotrzebaKlienta


49 | S t r o n a

Tabela 3.2.3.11. Atrybuty scenariuszowe wykorzystywane w modelu oceny realizacji zamówienia



S.SumaZamowienKlientow

Ilość materiału jaką zamówił klient do bieżącej symulacji. S.SumaZamowienKlientow + PotrzebaKlienta

S.SumaWydanDoKlienta Ilość materiału jaką wydano klientowi do bieżącej symulacji.

S.SumaWydanDoKlienta + WydanieDoKlienta

SumaNiezrealizowanegoZapotrzebow

Ilość materiału, która nie została wydana klientowi z powodu braku w zapasie.

S.SumaZamowienKlientow - S.SumaWydanDoKlienta

SIR

Stopień ilościowej realizacji. Prezentuje stosunek ilości wydanej klientowi do ilości zmatowionej przez klienta. Wielkość analizowana w raporcie wyników pokazuje poziom obsługi klienta w ujęciu ilościowym dla całej symulacji.

S.SumaWydanDoKlienta / S.SumaZamowienKlientow


Do modelu planowania potrzeb materiałowych (PPM) przekazywane są parametry [dzień], [tydzień,

[miesiąc], [numer dnia] i [indeks materiałowy] z modelu S&OP (tabela 3.2.3.3).

W procesie symulacji dla każdego dnia w miesiącu generowane są wielkości prognozy miesięcznej

potrzeb oraz zapasu bezpieczeństwa. Wielkości zostały przypisane jako wartości początkowe

symulacji i różnią się dla poszczególnych miesięcy. W kolejnym kroku symulacji definiowane są

znaczniki numeru dnia dla tygodnia i miesiąca analizowanego planu S&OP. W zależności od tygodnia

pobierany jest odpowiedni rozkład dzienny popytu tygodniowego, który również stanowi wartość

początkową symulacji.

Na rysunkach 3.2.3.1 - 3 przedstawiono ogólny schemat modelu PPM podzielony na trzy części

umożliwiające odczytanie szczegółów diagramów i ich analizę.

Rys. 3.2.3.1. Model planowania potrzeb materiałowych – schemat cześć 1

Źródło: opracowanie własne – iGrafx Process 2011

Dalej obliczona zostaje potrzeba brutto w ujęciu dziennym jako 1/7 rozkładu tygodniowego popytu,

co zobrazowano w ramach formuły:

T.PotrzebaBrutto = Round((PrognozaM * RozkladPopytuTygodniowegoT) / 7;0)

W kolejnym kroku symulacji następuje obliczenie wielkości zapotrzebowania w okresie realizacji

zamówienia (LT - Lead Time). Okres realizacji zamówienia może obejmować okres czasu opcjonalnie:

w miesiącu pierwszym, częściowo przypadać w miesiącu pierwszym i drugim lub częściowo w

miesiącach drugim i trzecim. Stąd w algorytmach modelu jest zaprojektowane rozgałęzienie na

50 | S t r o n a

poszczególne miesiące oraz zaprojektowana jest bramka decyzyjna umożliwiająca odpowiedź, czy

Lead Time kończy się w ramach danego miesiąca. Przedstawiona formuła obrazuje przypadek, w

którym lead time kończy się w ramach jednego dowolnego miesiąca zapotrzebowania:

T.SumaPotrzebwLT = Round(S.LeadTime * PotrzebaBrutto ; 0)

W przypadku, gdy okres realizacji zamówienia obejmuje 2 miesiące, zapotrzebowanie w LT

obliczane jest według formuły, przedstawionej na rysunku 3.2.3.2.

Rys. 3.2.3.2. Model planowania potrzeb materiałowych – schemat część 2

Źródło: opracowanie własne - iGrafx Process 2011

Następnie wyznaczone zostają wolne zapasy w drodze jako różnica sumy wielkości zamówień i

sumy wielkości dostaw, które niezbędne są do określenia wielkości zapotrzebowania netto. Potrzeby

netto dla indeksu obliczane są jako:

SumaPotrzebwLT - S.StanMagazynowyIndeksu + ZapasBezpieczenstwaM

- S.DostawaWTransporcie

Aktualna wielkość stanu magazynowego indeksu pobierana jest z modelu magazynowego -

wydania. Jeżeli wyznaczona wartość potrzeby netto jest równa zero wówczas mamy do czynienia z

brakiem potrzeby złożenia zamówienia i proces symulacji jest zakończony. Natomiast jeżeli wartość

zapotrzebowania jest > 0 (wystąpi potrzeba netto>0), wówczas wygenerowana zostaje potrzeba

złożenia zamówienia, zgodnie z modelem, którego dotyczy wybrany scenariusz symulacji tj. PNP,

EWZ lub SWZ. Komunikat o potrzebie złożenia zamówienia, niosący ze sobą parametry, które

zostały wymienione we wcześniejszej części opracowania zostaje przekazany do modelu zamawiania

PNP, EWZ lub SWZ.

51 | S t r o n a

Rys. 3.2.3.3. Model planowania potrzeb materiałowych – schemat część 3

Źródło: opracowanie własne - iGrafx Process 2011

Wejściem do każdego z trzech modeli zamawiania jest Potrzeba zamówienia, pochodząca z

modelu PPM.


3.3. Model procesów zamawiania


MARTYNA MALAK, ŻANETA PRUSKA Wyższa Szkoła Logistyki

Efektywne zarządzanie zaopatrzeniem wymaga racjonalnych decyzji dotyczących asortymentu,

czasu i wielkości zamówienia materiałowego uwzględniających minimalny lub satysfakcjonujący

poziom kosztów zapasów przy założonym poziomie obsługi potrzeb (service level).28

Klasyczne

(tradycyjne) modele zamawiania i zarządzania zapasami służą do precyzyjnego określenia wielkości

partii dostawy i wyznaczenia momentu złożenia zamówienia dla danego dobra materialnego (towaru).

Traktują one zapas konkretnego towaru w określonym miejscu w sposób autonomiczny, co oznacza

że nie uwzględniają powiązań pomiędzy poszczególnymi towarami w obrębie przedsiębiorstwa.

Algorytmy wyznaczania dwóch podstawowych parametrów tych modeli tj. wielkości partii oraz okresu

między zamówieniami w klasycznych modelach zarządzania zapasami bazują na znalezieniu

minimum funkcji całkowitych kosztów działania systemu. Funkcję tę można przedstawić

następująco29

:

332211 CKCKCKC

gdzie:

C – całkowity koszt związany z zapasami, C1 – koszt nadmiaru zapasu, C2 – koszt braku zapasu,

C3 – koszt obsługi procesu zamawiania (np. koszty złożenia zamówienia, koszty planowania), Ki – współczynniki zależne od innych parametrów uwzględnianych w danym modelu np. od wielkości partii.

Podstawą weryfikacji modelu zamawiania jest symulacja wielkości i terminu zamówienia

materiałów, danych kluczowych dla ustalenia harmonogramu transportu. Dane wejściowe są

przekazywane z modelu planowania potrzeb materiałowych, a dane wyjściowe zasilają model

systemu transportowego (rys. 3.3.1).

2. Model zamawiania

Potrzeby brutto w ujęciu dziennym

Weryfikacja statyczna (SIR)


Pojemność magazynu

iWZ

LTiTZ

iTZ

Poziom obsługi klienta w ujęciu ilościowym (SIR) - wartość

zmodyfikowana

LT

Dostawca - D








Odchylenie standardowe czasu cyklu uzupełniania zapasu -


Prognoza - Pr

0

0

iRTNMT

iRTNDT

WZi – wielkośd zamówienia w „i-tym” okresie ; TZi – termin pojawienia się potrzeby w „i-tym” okresie

TZi-LT – termin złożenia zamówienia w „i-tym” okresie ; NMTRTi – najwcześniejszy możliwy termin rozpoczęcia procesu transportowego w „i-tym” okresie NDTRTi - najpóźniejszy dopuszczalny termin rozpoczęcia procesu transportowego w „i-tym” okresie SIR - poziom obsługi klienta w ujęciu ilościowym - wartośd zmodyfikowana LT – Lead time (czas cyklu uzupełnienia zapasu)

Rys. 3.3.1. Opis modelu zamawiania wg metodyki ICOM


28

Sarjusz-Wolski Z., Sterowanie zapasami w przedsiębiorstwie, Polskie Wydawnictwo Ekonomiczne, Warszawa 2000, s. 18 29

Carlson J.G., Just-in-Time in quick time, Proceedings of the 2nd International Conference, 20-22 October 1987, London UK. IFS (Publications) Ltd, Bedford UK, Springer - Verlag

53 | S t r o n a

Ustalanie wielkości partii i ustalanie ich rozmieszczenia w celu minimalizowania kosztów i czasu

zamawiania jest definiowane jako problem ekonomicznego planowania partii – Economic Lot

Scheduling Problem (ELSP).30

Na ustalenie wielkości partii wpływ mają czynniki ekonomiczne oraz

organizacyjne (warunki przedsiębiorstwa, cechy pozycji materiałowych). W modelu planowania

potrzeb materiałowych (PPM) zapotrzebowanie na poszczególne pozycje zapasów jest wyrażone w

ujęciu dyskretnym drogą obliczania potrzeb brutto i netto w ustalonym horyzoncie czasowym. W

zakresie ustalania wielkości partii (zamówienia, dostawy) wypracowano wiele metod, wśród nich:

Stała Wielkość Zamówienia (SWZ) / Fixed Order Quantity (FOQ)

Ekonomiczna Wielkość Zamówienia (EWZ) / Economic Order Quantity (EOQ)

Partia Na Partię (PNP) / Lot For Lot (LFL)

Stała Liczba Przedziałów Potrzeb (SLPP) / Fixed Period Requirements (FPR)

Obliczeniowy Stały Cykl Zamawiania (OSCZ) / Period Order Quantity (POQ)

Najniższy Koszt Jednostkowy (NKJ) / Least Unit Cost (LUC)

Najniższy Koszt Łączny (NKŁ) / Least Total Cost (LTC)

Algorytm Wagnera-Withina (AWW) / Wagner-Within Algorithm (WWA)31

Algorytm Silvera-Meala (ASW) / Silver-Meal Algorithm (SMA)32

Model Poziomu Zamawiania (MPZ) / Re-Order Point Model (ROP)33

.

30

Roundy R., Rounding off powers of two in continuous relaxations of capacited lot sizing problems, Management Science 1989, No.12 31

Orlicky J., Planowanie potrzeb materiałowych – nowy styl sterowania produkcją i zapasami, Państwowe Wydawnictwo Ekonomiczne, Warszawa 1981, s. 193-194 32

Sarjusz-Wolski Z., Sterowanie zapasami w przedsiębiorstwie, Polskie Wydawnictwo Ekonomiczne, Warszawa 2000, s. 194-199 33

Sarjusz-Wolski Z., Sterowanie zapasami w przedsiębiorstwie, Polskie Wydawnictwo Ekonomiczne, Warszawa 2000, s. 96-104

54 | S t r o n a

2.1. Stała wielkość

zamówienia

2.2. Ekonomiczna

wielkość zamówienia

2.3. Partia na partię

2.4. Stała liczba

przedziałów potrzeb

2.5. Obliczeniowy

stały cykl zamawiania

2.6. Najniższy koszt

jednostkowy


łączny

2.8. Algorytm

Wagnera-Withina

2.9. Algorytm Silvera -

Meala

2.10. Model poziomu

zamawiania

Potrzeby brutto w „i-tym‖ okresie - Pbi

Wielkość zapasu w „i-tym‖ okresie – Zi

LT


Zapas bezpieczeństwa - ZB

iWZ

LTiTZ

LT,






0

iTZ



LT,


LT,




LT




Współczynnik kosztu utrzymania zapasu – 0







Przepustowość magazynu Przepustowość magazynu





LT,


Jednostkowy koszt uzupełniania zapasu - Kuz







LT







LT







LT







Prognoza Pr

0

LT








Prognoza - Pr

0

0

iRTNMT

iRTNDT

iWZ

LTiTZ

iTZ

iRTNMT

iRTNDT

iWZ

LTiTZ

iTZ

iRTNMT

iRTNDT

iWZ

LTiTZ

iTZ

iRTNMT

iRTNDT

iWZ

LTiTZ

iTZ

iRTNMT

iRTNDT

iWZ

LTiTZ

iTZ

iRTNMT

iRTNDT

iWZ

LTiTZ

iTZ

iRTNMT

iRTNDT

iWZ

LTiTZ

iTZ

iRTNMT

iRTNDT

iWZ

LTiTZ

iTZ

iRTNMT

iRTNDT

iWZ

LTiTZ

iTZ

iRTNMT

iRTNDT

Rys. 3.3.3. Warianty modeli zamawiania - opis wg metodyki ICOM


55 | S t r o n a

Metody ustalania wielkości partii dostawy można podzielić na te, które określają stałe,

powtarzające się wielkości zamówień oraz na te, które określają zmienne wielkości zamówień.34

Stała

wielkość partii może wynikać z obliczeń (wielkość partii, przy której ponoszone są najniższe koszty)

albo może być wynikiem warunków organizacyjnych (stała wielkość pojemników, stały system dostaw,

stała i ograniczona powierzchnia magazynowania). Zmienne metody wielkości partii cechuje

natomiast dobre dopasowanie sumarycznej wielkości dostaw do zapotrzebowania.35

Weryfikację dynamiczną generowanych wielkości zamówień wykonano na podstawie zmienianej

wielkości zaktualizowanej prognozy (generowanej w algorytmie aktualizacji prognoz) w okresie

potrzeb obliczonych na podstawie rzeczywistych danych z przedsiębiorstwa lub wygenerowanych

liczb losowych (dane zaczerpnięte z generatora rzeczywistego zużycia/generatora liczb losowych). W

weryfikacji dynamicznej na podstawie danych rzeczywistego zużycia obliczany jest zapas w ujęciu

dzień po dniu oraz niezrealizowany popyt wynikający z braku w zapasie.

Generator rzeczywistego zużycia (rys. 3.3.3) zamodelowany z wykorzystaniem generatora liczb

losowych jest źródłem danych historii zużycia w dziennej jednostce terminowania. W przypadku

danych empirycznych, pobieranych z historii działalności przedsiębiorstwa, nazywany jest

generatorem rzeczywistego zużycia. Natomiast w przypadku danych teoretycznych jest wynikiem

modelowania rozkładu popytu. W generatorze rzeczywistego zużycia daną wejściową będzie

stanowiła historia zużycia danego indeksu materiałowego w ujęciu dziennym. Celem uzupełnienia

brakujących danych wykorzystać należy teoretyczny rozkład popytu. Efektem będzie wygenerowanie

rzeczywistego zużycia indeksu materiałowego w ujęciu dziennym.

3.1. Generator

rzeczywistego zużycia Zużycie (rzeczywiste) indeksu materiałowego w ujęciu dzień po dniu


(uzupełnienie brakujących danych)

Kompletność rzeczywistych danych

Historia zużycia indeksu materiałowego w ujęciu dzień po dniu

Rys.3.3.3. Generator rzeczywistego zużycia opisany wg formuły ICOM


Tabela 3.3.1. Wejścia/wyjścia generatora rzeczywistego zużycia

Wejścia Wyjścia Parametry

Historia zużycia indeksu

materiałowego w ujęciu dzień po

dniu

Zużycie (rzeczywiste) indeksu

materiałowego w ujęciu dzień po

dniu


(uzupełnienie brakujących

danych)


3.3.1. Analiza danych i algorytmy modelu zamawiania

W modelach zamawiania materiałów powinien być zdefiniowany czas realizacji zamówienia (ang.

LT - lead time) oraz okno czasowe analizy potrzeb materiałowych oraz planowania zamówień i

dostaw. Po zakończeniu iteracji planowania wielkość i termin zamówienia na wyjściu

modelu/algorytmu, przekazywane są do systemu transportowego, w celu zaplanowania procesów

transportowych i harmonogramu dostaw.

34

Orlicky J., Planowanie potrzeb materiałowych – nowy styl sterowania produkcją i zapasami, Państwowe Wydawnictwo Ekonomiczne, Warszawa 1981, s. 194 35

Śliwczyński B., Planowanie logistyczne, Instytut Logistyki i Magazynowania, Poznań 2008, s. 224-225

56 | S t r o n a

Model - Stała Wielkość Zamówienia (SWZ) / Fixed Order Quantity (FOQ)

PBi - potrzeby brutto w „i-tym‖ okresie Zi - wielkość zapasu w „i-tym‖ okresie WZi – wielkość zamówienia w „i-tym‖

okresie TZi – termin pojawienia się potrzeby w „i-

tym‖ okresie TZi-LT – termin złożenia zamówienia w „i-

tym‖ okresie NMTRTi – najwcześniejszy możliwy termin

rozpoczęcia procesu transportowego w „i-tym‖ okresie

NDTRTi - najpóźniejszy dopuszczalny termin rozpoczęcia procesu transportowego w „i-tym‖ okresie

SIR - poziom obsługi klienta w ujęciu ilościowym - wartość zmodyfikowana

LT – Lead time (czas cyklu uzupełnienia zapasu)

SWD – stała wielkość dostawy ZB - zapas bezpieczeństwa

Rys. 3.3.1.1 Model zamawiania - Stała Wielkość Zamówienia – opis wg formuły ICOM


Tabela 3.3.1.1. Analiza danych wejście/wyjście dla modelu - Stała wielkość zamówienia




iWZ

iTZ

LTiTZ

iRTNMT

iRTNDT

LT SWZ, minimum logistyczne Zapas bezpieczeństwa - ZB


2.1. Stała wielkość

zamówienia



LT


Zapas bezpieczeństwa - ZB

iWZ

LTiTZ

iTZ


iRTNMT

iRTNDT

57 | S t r o n a

START

Oblicz potrzeby netto w „i-tym‖ okresie PNi zgodnie ze wzorem;

PNi = PBi – Zi + ZB

PNi>0

TAK

Pni>WD

Dobierz najbliższą wielokrotność wielkości dostawy WD w stosunku do potrzeby netto PNi

Tak

Zaplanuj zamówienie w jednostce terminowania i-LT:

STOP

Nie

Pobierz:

· Lead time – LT z algorytmu wyznaczania okien

transportowych

· Wielkość zapasu w „i-tym‖ okresie Zi z modelu

zamawiania

Pobierz wielkość dostawy WD

iLTi WZZ

Czy pozostały

nierozpatrzone

okresy?

NIE

TAK

NIE

Przeprowadź kolejną

iterację

dla następnego okresu: i +

1 … ∞

Mo

de

l sys

tem

u

tra

nsp

ort

ow

eg

o

Mo

de

l

zam

aw

ian

ia /

Alg

ory

tm

wyz

na

cza

nia

oki

en

cza

sow

ych

w tra

nsp

orc

ie

Mo

de

l za

ma

wia

nia

Pobierz:

· wielkość zapasu zabezpieczającego - ZB z


zabezpieczającego

· potrzeby brutto w „i-tym‖ okresie Pbi z modelu

planowania potrzeb materiałowych

Mo

de

l pla

no

wa

nia

po

trze

b

ma

teria

łow

ych

Prześlij do transportu , , w terminie LTiTZ RTiNMTRTiNDT

iWZ

PBi - potrzeby brutto w „i-tym‖ okresie Zi - wielkość zapasu w „i-tym‖ okresie LT - Lead time (czas cyklu uzupełnienia zapasu) PNi - potrzeby netto w „i-tym‖ okresie ZB - zapas bezpieczeństwa WD – wielkość dostawy WZi – wielkość zamówienia w „i-tym‖ okresie TZi-LT – termin złożenia zamówienia w „i-tym‖ okresie NMTRTi – najwcześniejszy możliwy termin rozpoczęcia procesu transportowego w „i-tym‖ okresie NDTRTi - najpóźniejszy dopuszczalny termin rozpoczęcia procesu transportowego w „i-tym‖ okresie

Rys. 3.3.1.2. Algorytm modelu stałej wielkości zamówienia (SWZ) Źródło: Opracowanie własne

58 | S t r o n a

Model - Ekonomiczna Wielkość Zamówienia (EWZ)

/ Economic Order Quantity (EOQ)

PBi - potrzeby brutto w „i-tym‖ okresie Zi - wielkość zapasu w „i-tym‖ okresie WZi – wielkość zamówienia w „i-tym‖ okresie TZi – termin pojawienia się potrzeby w „i-tym‖ okresie TZi-LT – termin złożenia zamówienia w „i-tym‖ okresie NMTRTi – najwcześniejszy możliwy termin




LT – Lead time (czas cyklu uzupełnienia zapasu) ZB - zapas bezpieczeństwa c - cena jednostkowa

0 - współczynnik kosztu utrzymania zapasu

Rys. 3.3.1.3. Model zamawiania - Ekonomiczna wielkość zamówienia – opis wg formuły ICOM


Tabela 3.3.1.2. Analiza danych wejście/wyjście dla modelu - Ekonomiczna wielkość zamówienia


Potrzeby brutto w „i-tym‖ okresie - Pbi Wielkość zapasu w „i-tym‖ okresie – Zi

iWZ

iTZ

LTiTZ

iRTNMT

iRTNDT

LT, Zapas bezpieczeństwa – ZB

Cena jednostkowa – c Współczynnik kosztu utrzymania

zapasu – 0


Wykaz symboli stosowanych w algorytmie Ekonomicznej wielkości zamówienia: PBi - potrzeby brutto w „i-tym‖ okresie ; Zi - wielkość zapasu w „i-tym‖ okresie LT - Lead time (czas cyklu uzupełnienia zapasu) ; PNi - potrzeby netto w „i-tym‖ okresie

ZB - zapas bezpieczeństwa ; 0 - współczynnik kosztu utrzymania zapasu

C - cena jednostkowa zakupu LDi – liczba dostaw dla przyjętej wielkości dostawy WDi – wielkość dostawy KUzWDi - koszt transportu jednej dostawy KUz zależny od wielkości dostawy WD PNt - potrzeb netto w horyzoncie planowania t WDi+1 – wielkość dostawy powiększona o jedną jednostkę WZi – wielkość zamówienia w „i-tym‖ okresie KCWDi min – minimalny koszt całkowity ; TZi-LT – termin złożenia zamówienia w „i-tym‖ okresie NMTRTi – najwcześniejszy możliwy termin rozpoczęcia procesu transportowego w „i-tym‖ okresie NDTRTi - najpóźniejszy dopuszczalny termin rozpoczęcia procesu transportowego w „i-tym‖ okresie

2.2. Ekonomiczna

wielkość zamówienia

LT,






0


iWZ

LTiTZ

iTZ

iRTNMT

iRTNDT

59 | S t r o n a

Oblicz potrzeby netto w „i-tym‖ okresie PNi zgodnie ze wzorem:

PNi=PBi – Zi + ZB

PNi > 0

Dokonaj zsumowania wielkości potrzeb netto w horyzoncie

planowania t:

SPNt

Oblicz współczynnik kosztu utrzymania zapasu w przyjętej

jednostce terminowania

0

Tak

Oblicz koszt utrzymania zapasu KUt ze zworu:

Zaplanuj wielkość zamówienia:

WZi (KCwdi min)=WDi

cWDKUt iWDi 05,0

Zaplanuj termin zamówienie w jednostce i-LT:

STOP

Nie

Przeprowadź kolejną iterację

dla następnego okresu: i + 1 … ∞

Przyjmij najmniejszą możliwą wielkość dostawy WDi

Oblicz liczbę dostaw dla przyjętej wielkości dostawy ze wzoru:

i

t

iWD

PNLD

Oblicz koszt uzupełniania zapasu ze wzoru:

WDiWDi KUzWDi

PNtKUz

Oblicz koszt całkowity KC ze wzoru:

WDiWDiWDi KUtKUzKC

Powiększ wielkość dostawy o jedną jednostkę

1iWD

ti PNWD 1

Wybierz minimalny koszt całkowity:

NIE

TAK

NIE

iti WDPNWD 1TAK

minWDiKC

Pobierz cenę jednostkową zakupu C

Pobierz koszt transportu jednej

dostawy KUz zależny od wielkości

dostawy WD:

WDiKUz

Pobierz wielkość dostawy WDi dla

minimalnego kosztu całkowitego

Czy pozostały

nierozpatrzone

okresy?

NIE

TAK

iLTi WZTZ

LTiTZ

Mode

l sys

temu

trans

porto

wego

Mode

l

zama

wian

ia /

Algo

rytm

wyzn

acza

nia

okien

czas

owyc

h

w tra

nspo

rcie

START

Pobierz:


transportowych


zamawiania

Mode

l zam

awian

iaPobierz:



zabezpieczającego


planowania potrzeb materiałowychMode

l plan

owan

ia

potrz

eb

mater

iałow

ych


iWZ

Rys. 3.3.1.4. Algorytm modelu - Ekonomiczna Wielkość Zamówienia


60 | S t r o n a

Model - Partia Na Partię (PNP) / Lot For Lot (LFL)

PBi - potrzeby brutto w „i-tym‖ okresie Zi - wielkość zapasu w „i-tym‖ okresie WZi – wielkość zamówienia w „i-tym‖ okresie TZi – termin pojawienia się potrzeby w „i-tym‖ okresie TZi-LT – termin złożenia zamówienia w „i-tym‖ okresie NMTRTi – najwcześniejszy możliwy termin rozpoczęcia procesu transportowego w „i-tym‖ okresie NDTRTi - najpóźniejszy dopuszczalny termin rozpoczęcia procesu transportowego w „i-tym‖ okresie SIR - poziom obsługi klienta w ujęciu ilościowym - wartość zmodyfikowana LT – Lead time (czas cyklu uzupełnienia zapasu) ZB - zapas bezpieczeństwa

Rys. 3.3.1.5. Model zamawiania - Partia na Partię – opis wg formuły ICOM


Tabela 3.3.1.3. Dane wejście/wyjście dla modelu zamawiania - Partia na Partię


Potrzeby brutto w „i-tym‖ okresie -

Pbi

Wielkość zapasu w „i-tym‖ okresie

– Zi

iWZ

iTZ

LTiTZ

iRTNMT

iRTNDT

LT,



Wykaz symboli stosowanych w algorytmie modelu Partia na Partię: PBi - potrzeby brutto w „i-tym” okresie Zi - wielkość zapasu w „i-tym” okresie LT - Lead time (czas cyklu uzupełnienia zapasu) PNi - potrzeby netto w „i-tym” okresie ZB - zapas bezpieczeństwa WZi – wielkość zamówienia w „i-tym” okresie TZi-LT – termin złożenia zamówienia w „i-tym” okresie NMTRTi – najwcześniejszy możliwy termin rozpoczęcia procesu transportowego w „i-tym” okresie NDTRTi - najpóźniejszy dopuszczalny termin rozpoczęcia procesu transportowego w „i-tym” okresie

2.3. Partia na partięPotrzeby brutto w „i-tym‖ okresie - Pbi


LT,



iWZ

LTiTZ

iTZ

iRTNMT

iRTNDT

61 | S t r o n a

PNi>0

STOP

Zaplanuj zamówienie:

ii PNWZ


NIE

TAK



TAK

Czy pozostały

nierozpatrzone

okresy?

NIEM

od

el syste

mu

tra

nsp

ort

ow

eg

o



iLTi WZTZ

Mo

de

l

za

ma

wia

nia

/

Alg

ory

tm

wyzn

acza

nia

okie

n c

za

so

wych

w tra

nsp

orc

ie

START

Pobierz:


transportowych


zamawiania

Mo

de

l za

ma

wia

nia

Pobierz:



zabezpieczającego



Mo

de

l p

lan

ow

an

ia

po

trze

b

ma

teria

łow

ych


iWZ

Rys. 3.3.1.6. Algorytm modelu zamawiania - Partia na Partię


62 | S t r o n a

Model - Stała Liczba Przedziałów Potrzeb (SLPP) / Fixed Period Requirements (FPR)

PBi - potrzeby brutto w „i-tym‖ okresie Zi - wielkość zapasu w „i-tym‖ okresie WZi – wielkość zamówienia w „i-tym‖ okresie TZi – termin pojawienia się potrzeby w „i-tym‖

okresie TZi-LT – termin złożenia zamówienia w „i-tym‖

okresie NMTRTi – najwcześniejszy możliwy termin




LT – Lead time (czas cyklu uzupełnienia zapasu) n – Liczba okresów pokrycia potrzeb

Rys. 3.3.1.7. Model zamawiania - Stała liczba przedziałów potrzeb – opis wg formuły ICOM


Tabela 3.3.1.4. Dane wejście/wyjście dla modelu - Stała liczba przedziałów potrzeb




iWZ

iTZ

LTiTZ

iRTNMT

iRTNDT

LT, Liczba okresów pokrycia potrzeb -

n


Wykaz symboli stosowanych w algorytmie modelu - Stała liczba przedziałów potrzeb: PBi - potrzeby brutto w „i-tym” okresie Zi - wielkość zapasu w „i-tym” okresie LT - Lead time (czas cyklu uzupełnienia zapasu) PNi - potrzeby netto w „i-tym” okresie ZB - zapas bezpieczeństwa n – liczba okresów pokrycia potrzeb

1ni

i iPB - potrzeby brutto dla ustalonego okresu pokrycia potrzeb

WZi – wielkość zamówienia w „i-tym” okresie TZi-LT – termin złożenia zamówienia w „i-tym” okresie NMTRTi – najwcześniejszy możliwy termin rozpoczęcia procesu transportowego w „i-tym” okresie NDTRTi - najpóźniejszy dopuszczalny termin rozpoczęcia procesu transportowego w „i-tym” okresie

2.4. Stała liczba

przedziałów potrzeb

LT,





iWZ

LTiTZ

iTZ

iRTNMT

iRTNDT

63 | S t r o n a

Ustal liczbę okresów pokrycia potrzeb n (n=const.)


1ni

i iii PBPNWZ

Zaplanuj termin zamówienie w jednostce i-LT:

iLTi WZTZ

Przejdź do planowania kolejnego cyklu pokrycia potrzeb

TAK

Czy pozostały

nierozpatrzone

okresy?



PNi>0 NIE

TAK



STOP

NIE

Mo

de

l syste

mu

tra

nsp

ort

ow

eg

o

Pobierz potrzeby brutto dla ustalonego okresu

pokrycia potrzeb SPBn

1ni

i iPB

Mo

de

l

za

ma

wia

nia

/

Alg

ory

tm

wyzn

acza

nia

okie

n c

za

so

wych

w tra

nsp

orc

ie

START

Pobierz:


transportowych


zamawiania

Mo

de

l za

ma

wia

nia

Pobierz:



zabezpieczającego



Mo

de

l p

lan

ow

an

ia

po

trze

b

ma

teria

łow

ych


iWZ

Rys. 3.3.1.8. Algorytm modelu zamawiania - Stała liczba przedziałów potrzeb


64 | S t r o n a

Obliczeniowy Stały Cykl Zamawiania (OSCZ) / Period Order Quantity (POQ)









t - horyzont planowania potrzeb

Rys. 3.3.1.9. Model zamawiania - Obliczeniowy stały cykl zamawiania – opis wg formuły ICOM


Tabela 3.3.1.5. Dane wejście/wyjście dla modelu - Obliczeniowy stały cykl zamawiania




iWZ

iTZ

LTiTZ

iRTNMT

iRTNDT

LT





zapasu – 0


t - horyzont planowania potrzeb, EWZ – ekonomiczna wielkość zamówienia WZi – wielkość zamówienia w „i-tym‖ okresie KCWDi min – minimalny koszt całkowity dla dostawy wielkości WDi PNt - potrzeb netto w horyzoncie planowania t PBt - potrzeb brutto w horyzoncie planowania t Zi - wielkość zapasu w „i-tym‖ okresie LZt – liczba zamówień w horyzoncie planowania t CZ t – cykl zamawiania w horyzoncie planowania t JT – jednostka terminowania PBi - potrzeby brutto w „i-tym‖ okresie LT - Lead time (czas cyklu uzupełnienia zapasu) PNi - potrzeby netto w „i-tym‖ okresie ZB - zapas bezpieczeństwa TZi-LT – termin złożenia zamówienia w „i-tym‖ okresie NMTRTi – najwcześniejszy możliwy termin rozpoczęcia procesu transportowego w „i-tym‖ okresie NDTRTi - najpóźniejszy dopuszczalny termin rozpoczęcia procesu transportowego w „i-tym‖ okresie

2.5. Obliczeniowy

stały cykl zamawiania

LT








iWZ

LTiTZ

iTZ

iRTNMT

iRTNDT

65 | S t r o n a

START

Zaplanuj wielkość zamówienia w cyklu terminowania CZt:

Określ horyzont planowania potrzeb t

ti PNWZ

STOP

Czy pozostały

nierozpatrzone

okresy?

NIE

TAK



PNi>0 NIE

TAK



Pobierz EWZ = WZi (KCwdi min) wyliczoną metodą

EWZ (algorytm ekonomicznej wielkości zamówienia)

Mo

de

l syste

mu

tra

nsp

ort

ow

eg

o

Dokonaj zsumowania wielkości potrzeb netto w horyzoncie planowania t:

Wyznacz liczbę zamówień w horyzoncie planowania t według wzoru LZt:

Określ cykl zamawiania w horyzoncie planowania t według

przyjętej jednostki terminowania CZt:

EWZ

PNLZ

t

t

t

tLZ

JTCZ

itt ZPBPN

Mo

de

l

za

ma

wia

nia

/

Alg

ory

tm

wyzn

acza

nia

okie

n c

za

so

wych

w tra

nsp

orc

ie

Pobierz:


transportowych


zamawiania

Mo

de

l za

ma

wia

nia

Pobierz:



zabezpieczającego



Mo

de

l p

lan

ow

an

ia

po

trze

b

ma

teria

łow

ych

Mo

de

l za

ma

wia

nia


iWZ

Rys. 3.3.1.10. Algorytm modelu - Obliczeniowy stały cykl zamawiania


66 | S t r o n a

Najniższy Koszt Jednostkowy (NKJ) / Least Unit Cost (LUC)

PBi - potrzeby brutto w „i-tym‖ okresie Zi - wielkość zapasu w „i-tym‖ okresie WZi – wielkość zamówienia w „i-tym‖ okresie TZi – termin pojawienia się potrzeby w „i-tym‖ okresie TZi-LT – termin złożenia zamówienia w „i-tym‖ okresie NMTRTi – najwcześniejszy możliwy termin rozpoczęcia

procesu transportowego w „i-tym‖ okresie NDTRTi - najpóźniejszy dopuszczalny termin





Kuz - jednostkowy koszt uzupełniania zapasu

Rys. 3.3.1.11. Model zamawiania - Najniższy koszt jednostkowy – opis wg formuły ICOM


Tabela 3.3.1.6. Analiza danych wejście/wyjście dla modelu - Najniższy koszt jednostkowy




iWZ

iTZ

LTiTZ

iRTNMT

iRTNDT




zapasu – 0


Wykaz symboli stosowanych w algorytmie modelu - Najniższy koszt jednostkowy:

PBi - potrzeby brutto w „i-tym‖ okresie Zi - wielkość zapasu w „i-tym‖ okresie LT - Lead time (czas cyklu uzupełnienia zapasu) PNi - potrzeby netto w „i-tym‖ okresie ZB - zapas bezpieczeństwa


c - cena jednostkowa zakupu KUt – koszt utrzymania zapasu KUz - koszty uzupełniania zapasu KUzPNi – koszt uzupełniania zapasu dla potrzeb netto w „i-tym‖ okresie ŁKZ(i) – łączny koszt zapasów na jedną sztukę dla pierwszego nierozpatrzonego okresu m – kolejny nierozpatrzony okres/kolejna iteracja, ŁKZ (i+m) - łączny koszt zapasów na jedną sztukę dla pierwszego nierozpatrzonego i m-kolejnych nierozpatrzonych okresów ŁKZ (i+m) min – minimalny łączny koszt zapasów na jedną sztukę dla pierwszego nierozpatrzonego i m-kolejnych nierozpatrzonych okresów iŁKZ min - okres w którym łączny koszt zapasów na jedną sztukę jest minimalny WZi – wielkość zamówienia w „i-tym‖ okresie TZi-LT – termin złożenia zamówienia w „i-tym‖ okresie NMTRTi – najwcześniejszy możliwy termin rozpoczęcia procesu transportowego w „i-tym‖ okresie NDTRTi - najpóźniejszy dopuszczalny termin rozpoczęcia procesu transportowego w „i-tym‖ okresie


jednostkowy


LT,







iWZ

LTiTZ

iTZ

iRTNMT

iRTNDT

67 | S t r o n a

Pobierz okres, w którym łączny koszt

zapasów na jednostkę był minimalny:

Zaplanuj termin zamówienia w jednostce i-LT:

Pobierz koszty uzupełniania zapasu:

Oblicz Łączny Koszt Zapasów na jedną sztukę dla kolejnego nierozpatrzonego okresu

ŁKZ(i+n):

mi

i

mii

mi

i

tmimPBiPNi

PBPN

KuPBmiKUz

miŁKZ

1

1

)1)((

)(


PNi = PBi – Zi +ZB

PNi>0 NIE

Oblicz współczynnik kosztu utrzymania zapasu w przyjętej jednostce terminowania nazwij:

0

Oblicz koszt utrzymywania zapasu na jednostkę terminowania KUt:

TAK

cKUt 0

Oblicz Łączny Koszt Zapasów na jedną sztukę dla pierwszego nierozpatrzonego okresu

ŁKZ(i):

i

PNi

PN

KUziŁKZ )(

NIE



(m-numer kolejnej iteracji)

TAK

min

1

ŁKZi

i iii PBPNWZ

iLTi WZTZ



c

mPBiPNiKUz

STOP

Czy pozostały

nierozpatrzone

okresy?

NIE

TAK

Mod

el s

yste

mu

trans

porto

weg

o

Pobierz parametry:

· Pobierz cenę jednostkową c


PNiKUz

Pobierz potrzebę brutto dla kolejnego

nierozpatrzonego okresu PBi+m


Pobierz parametry:

· Potrzebę netto dla pierwszego

nierozpatrzonego okresu PNi

Wybierz minimalny łączny koszt zapasów na jednostkę:

PBPBmi

i

mi

1

min)( miŁKZ

minŁKZi

Mod

el

zam

awia

nia

/

Algo

rytm

wyz

nacz

ania

okie

n cz

asow

ych

w tr

ansp

orci

e

START

Pobierz:


transportowych


zamawiania

Mod

el z

amaw

iani

a

Pobierz:



zabezpieczającego


planowania potrzeb materiałowychMod

el p

lano

wan

ia

potrz

eb

mat

eria

łow

ych


iWZ

Rys. 3.3.1.12. Algorytm modelu zamawiania - Najniższy koszt jednostkowy


68 | S t r o n a

Najniższy Koszt Łączny (NKŁ) / Least Total Cost (LTC)







LT – Lead time (czas cyklu uzupełnienia zapasu)

ZB - zapas bezpieczeństwa c - cena jednostkowa

0 - współczynnik kosztu utrzymania

zapasu Kuz - jednostkowy koszt uzupełniania zapasu

Rys. 3.3.1.13. Model zamawiania - Najniższy koszt łączny – opis wg formuły ICOM


Tabela 3.3.1.7. Analiza danych wejście/wyjście dla modelu - Najniższy koszt łączny


Potrzeby brutto w „i-tym‖ okresie -

Pbi

Wielkość zapasu w „i-tym‖ okresie

– Zi

iWZ

iTZ

LTiTZ

iRTNMT

iRTNDT

LT,


Jednostkowy koszt uzupełniania

zapasu - Kuz



zapasu – 0


Wykaz symboli stosowanych w algorytmie modelu - Najniższy koszt łączny: PBi - potrzeby brutto w „i-tym” okresie ; Zi - wielkość zapasu w „i-tym” okresie ; LT - Lead time (czas cyklu uzupełnienia zapasu) ; PNi - potrzeby netto w „i-tym” okresie ; ZB - zapas bezpieczeństwa

0 - współczynnik kosztu utrzymania zapasu ; c - cena jednostkowa zakupu

KUzPNi – koszt uzupełniania zapasu dla potrzeb netto w „i-tym” okresie

PNiKUzEPO - ekonomiczny pozycjo okres dla kosztu uzupełniania zapasów partii wielkości zaspakajającej potrzeby z bieżącego

okresu ; POS(i) – pozycjookres w „i-tym” okresie/dla pierwszego nierozpatrzonego okresu R(i) – różnica między pozycjo okresem i EPO w „i-tym” okresie/dla pierwszego nierozpatrzonego okresu

m – kolejny nierozpatrzony okres/kolejna iteracja ; mPBiPNi

KUz - kosztu uzupełniania zapasów partii wielkości

zaspakajającej potrzeby z bieżącego okresu i m-kolejnych,

mPBiPNiKUzEPO - ekonomiczny pozycjo okres dla kosztu uzupełniania zapasów partii wielkości zaspakajającej potrzeby z

bieżącego okresu i m-kolejnych ; R(i+m) - różnica między pozycjo okresem i EPO dla „i+m” okresu R(i+m) min – minimalna różnica między pozycjo okresem i EPO dla okresów od „i” do „i+m” IRmin – okres w którym różnica między pozycjo okresem i EPO była minimalna WZi – wielkość zamówienia w „i-tym” okresie ; TZi-LT – termin złożenia zamówienia w „i-tym” okresie NMTRTi – najwcześniejszy możliwy termin rozpoczęcia procesu transportowego w „i-tym” okresie NDTRTi - najpóźniejszy dopuszczalny termin rozpoczęcia procesu transportowego w „i-tym” okresie


łączny




LT





iWZ

LTiTZ

iTZ

iRTNMT

iRTNDT

69 | S t r o n a

Pobierz okres, w którym różnica była

minimalna:


Oblicz pozycjookres skumulowany dla kolejnego

nierozpatrzonego okresu POS(i+n):



PNi>0 NIE


0

TAK

Oblicz pozycjookres skumulowany dla pierwszego

nierozpatrzonego okresu POS(i) dla (i=1):

0)1()( iPNiiPOS

NIE



TAK

mi

i

miPBmimiPOS1

)1)(()(

Oblicz różnicę między POSi a EPO zgodnie z formułą:

PNiKUzEPOPOSiiR )(

Oblicz różnicę między POS(i+m) a EPO zgodnie z formułą:

imPBiPNiKUzEPOmiPOSmiR

)()(



STOP

Czy pozostały

nierozpatrzone

okresy?

NIE

Oblicz współczynnik EPO:

c

KUzEPO PNi

KUzPNi

0

Oblicz współczynnik EPO:

c

KUzEPO

mPBiPNi

KUz mPBiPNi

0

TAK

Mode

l sys

temu

trans

porto

wego

Pobierz parametry:

· Pobierz cenę jednostkową c


PNiKUz

Pobierz parametry:






mPBiPNiKUz



min

1

Ri

i iii PBPNWZ

iLTi WZTZ

Wybierz minimalną różnicę:

PBPBmi

i

mi

1

min)( miR

minRi

Mode

l

zama

wian

ia /

Algo

rytm

wyzn

acza

nia

okien

czas

owyc

h

w tra

nspo

rcie

START

Pobierz:


transportowych


zamawianiaMo

del z

amaw

iania

Pobierz:



zabezpieczającego


planowania potrzeb materiałowychMode

l plan

owan

ia

potrz

eb

mater

iałow

ych


iWZ

Rys. 3.3.1.14. Algorytm modelu zamawiania - Najniższy koszt łączny

Źródło: Opracowanie własne.

70 | S t r o n a

Algorytm Wagnera-Withina (AWW) / Wagner-Within Algorithm (WWA)










Rys. 3.3.1.15. Model zamawiania - algorytm Wagnera – Withina – opis wg formuły ICOM


Tabela 3.3.1.8. Analiza danych wejście/wyjście dla modelu - Algorytm Wagnera - Withina



iWZ

iTZ

LTiTZ

iRTNMT

iRTNDT




zapasu – 0


Wykaz symboli stosowanych w algorytmie modelu - Wagnera – Withina:

N – liczba okresów z jakich liczony jest kwadrat współczynnika zmienności

VC – kwadrat współczynnika zmienności ,

PBi - potrzeby brutto w „i-tym‖ okresie

Zi - wielkość zapasu w „i-tym‖ okresie,

LT - Lead time (czas cyklu uzupełnienia zapasu)

PNi - potrzeby netto w „i-tym‖ okresie,

ZB - zapas bezpieczeństwa

KUz – koszt uzupełniania zapasu,

WD – wielkość dostawy

0 - współczynnik kosztu utrzymania zapasu,

c - cena jednostkowa zakupu

KUt – koszt utrzymania zapasu

ŁKZJT (i) – łączny koszt zapasów na jednostkę terminowania dla pierwszego nierozpatrzonego okresu „i‖

PBi – potrzeby brutto w „i-tym‖ okresie

ŁKZJT (i+m) – łączny koszt zapasów na jednostkę terminowania dla pierwszego nierozpatrzonego i m-kolejnych

nierozpatrzonych okresów

m – kolejny nierozpatrzony okres/kolejna iteracja,

ŁKZJT (i+m) min – minimalny łączny koszt zapasów na jednostkę terminowania dla pierwszego nierozpatrzonego i m-kolejnych


iŁKZJT min - okres w którym łączny koszt zapasów na jednostkę terminowania jest minimalny

WZi – wielkość zamówienia w „i-tym‖ okresie

TZi-LT – termin złożenia zamówienia w „i-tym‖ okresie

NMTRTi – najwcześniejszy możliwy termin rozpoczęcia procesu transportowego w „i-tym‖ okresie


2.8. Algorytm

Wagnera-Withina




LT





iWZ

LTiTZ

iTZ

iRTNMT

iRTNDT

71 | S t r o n a

Oblicz Łączny Koszt Zapasów na Jednostkę Terminowania dla kolejnego

nierozpatrzonego okresu ŁKZJT(i+m) dla wariantu wspólnej dostawy:

mi

KuPBmi

miŁKZJTmiŁKZJT

mi

i

tmi

1

)1)((

)1()(*

VC>=0,2

Oblicz kwadrat współczynnika zmienności względnej zgodnie ze wzorem:

START



PNi>0

Złóż zamówienie w systemie EWD

NIE


0


TAK

cKUt 0

Oblicz Łączny Koszt Zapasów na Jednostkę Terminowania dla pierwszego

nierozpatrzonego okresu ŁKZJT(i):

i

KUziŁKZJT )(



TAK

21

2

1

Ni i

i

P

Ni PBN

VC

NIE

Oblicz łączny Koszt Zapasów na Jednostkę Terminowania dla kolejnego

nierozpatrzonego okresu ŁKZJT (i+m) dla wariantu kilku dostaw:

)()1()( miKUzmiŁKZJTmiŁKZJT



Pobierz parametry:

· PBi

· N

Ge

ne

rato

r

rze

czyw

iste

go

zu

życia

(ge

ne

rato

r lic

zb

loso

sw

ych

)

Pobierz koszty uzupełniania zapasu KUz

zależne od wielkości dostawy WD

Pobierz cenę jednostkową zakupu C

Pobierz potrzebę netto dla pierwszego

nierozpatrzonego okresu PNi (i=1)

Pobierz potrzebę brutto dla kolejnego nierozpatrzonego

okresu PBi+m


NIE

Pobierz koszty uzupełniania zapasu KUz

zależne od wielkości dostawy WD

PBPBmi

i

mi

1


zapasów na jednostkę był minimalny:



ŁKZmiani

i iii PBPNWZ1

iLTi WZTZ

STOP

Czy pozostały

nierozpatrzone

okresy?

NIE

Mo

de

l syste

mu

tra

nsp

ort

ow

eg

o

Wybierz minimalny łączny koszt zapasów na jednostkę:

min)( miŁKZJT

minŁKZJTi

Mo

de

l

za

ma

wia

nia

/

Alg

ory

tm

wyzn

acza

nia

okie

n c

za

so

wych

w tra

nsp

orc

ie

TAK

Pobierz:


transportowych


zamawiania

Mo

de

l za

ma

wia

nia

Pobierz:



zabezpieczającego



Mo

de

l p

lan

ow

an

ia

po

trze

b

ma

teria

łow

ych


iWZ

Rys. 3.3.1.16. Algorytm modelu zamawiania Wagnera - Withina


72 | S t r o n a

Algorytm Silvera-Meala (ASW) / Silver-Meal Algorithm (SMA)










Rys. 3.3.1.17. Model zamawiania - algorytm Silvera-Meala – opis wg formuły ICOM


Tabela 3.3.1.9. Analiza danych wejście/wyjście dla modelu Silvera-Meala




iWZ

iTZ

LTiTZ

iRTNMT

iRTNDT


Jednostkowy koszt uzupełniania zapasu - Kuz Cena jednostkowa – c



Wykaz symboli stosowanych w algorytmie modelu zamawiania Silvera - Meala:

N – liczba okresów z jakich liczony jest kwadrat współczynnika zmienności

VC – kwadrat współczynnika zmienności ; PBi - potrzeby brutto w „i-tym‖ okresie

Zi - wielkość zapasu w „i-tym‖ okresie ; LT - Lead time (czas cyklu uzupełnienia zapasu)

PNi - potrzeby netto w „i-tym‖ okresie ; ZB - zapas bezpieczeństwa ; KUt – koszt utrzymania zapasu


c - cena jednostkowa zakupu

KUzPNi – koszt uzupełniania zapasu dla potrzeb netto w „i-tym‖ okresie

ŁKZJT (i) – łączny koszt zapasów na jednostkę terminowania dla pierwszego nierozpatrzonego okresu „i‖

m – kolejny nierozpatrzony okres/kolejna iteracja,

ŁKZJT (i+m) - łączny koszt zapasów na jednostkę terminowania dla pierwszego nierozpatrzonego i m-kolejnych

nierozpatrzonych okresów mPBiPNi

KUz -

∑ PB – suma potrzeb brutto w przyjętym horyzoncie planistycznym

ŁKZJT (i+m) min – minimalny łączny koszt zapasów na jednostkę terminowania dla pierwszego nierozpatrzonego i m-kolejnych


iŁKZJT min - okres w którym łączny koszt zapasów na jednostkę terminowania jest minimalny

WZi – wielkość zamówienia w „i-tym‖ okresie ; TZi-LT – termin złożenia zamówienia w „i-tym‖ okresie

NMTRTi – najwcześniejszy możliwy termin rozpoczęcia procesu transportowego w „i-tym‖ okresie


2.9. Algorytm Silvera -

Meala




LT





iWZ

LTiTZ

iTZ

iRTNMT

iRTNDT

73 | S t r o n a


zapasów był minimalny:

Oblicz Łączny Koszt Zapasów na Jednostkę Terminowania dla kolejnego

nierozpatrzonego okresu ŁKZJT(i+m):

mi

KuPBmiKUz

miŁKZJT

mi

i

tmimPBiPNi

1

)1)((

)(

VC>=0,2

Oblicz kwadrat współczynnika zmienności względnej zgodnie ze wzorem:

TAK

START



PNi>0

Złóż zamówienie w systemie EWD

NIE

NIE


0


TAK

cKUt 0

Oblicz Łączny Koszt Zapasów na Jednostkę Terminowania dla pierwszego

nierozpatrzonego okresu ŁKZJT(i):

i

KUziŁKZJT PNi)(

NIE



TAK

21

2

1

Ni i

i

P

Ni PBN

VC



STOP

Czy pozostały

nierozpatrzone

okresy?

NIE

TAK

Pobierz parametry:

· Cenę jednostkową c


PNiKUz


mPBiPNiKUz




Mo

de

l sys

tem

u

tra

nsp

ort

ow

eg

o

Mo

de

l sys

tem

u

tra

nsp

ort

ow

eg

o /

tab

ela

z z

akr

esa

mi

kosz

tu tra

nsp

ort

u

Pobierz parametry:

· N

· PBi

Pobierz parametry:





ŁKZJTmiani

i iii PBPNWZ1

iLTi WZTZ

Wybierz minimalny łączny koszt zapasów:

PBPBmi

i

mi

1

min)( miŁKZJT

minŁKZJTi

Mo

de

l

zam

aw

ian

ia /

Alg

ory

tm

wyz

na

cza

nia

oki

en

cza

sow

ych

w tra

nsp

orc

ie

Ge

ne

rato

r

rze

czyw

iste

go

zuży

cia

(g

en

era

tor

liczb

loso

wyc

h)

Pobierz:


transportowych


zamawiania

Mo

de

l za

ma

wia

nia

Pobierz:



zabezpieczającego



Mo

de

l pla

no

wa

nia

po

trze

b

ma

teria

łow

ych


iWZ

Rys. 3.3.1.18. Algorytm modelu zamawiania Silvera-Meala


74 | S t r o n a

Model Poziomu Zamawiania (MPZ) / Re-Order Point Model (ROP)

PBi - potrzeby brutto w „i-tym‖ okresie Zi - wielkość zapasu w „i-tym‖ okresie Pr - prognoza miesięczna z S&OP WZi – wielkość zamówienia w „i-tym‖ okresie TZi – termin pojawienia się potrzeby w „i-tym‖








- współczynnik bezpieczeństwa

0 - odchylenie standardowe czasu cyklu

uzupełniania zapasu Kuz - jednostkowy koszt uzupełniania zapasu

Rys. 3.3.1.19. Model zamawiania - model poziomu zamawiania – opis wg formuły ICOM


Tabela 3.3.1.10. Analiza danych wejście/wyjście dla modelu poziomu zamawiania



iWZ

iTZ

LTiTZ

iRTNMT

iRTNDT

LT Zapas bezpieczeństwa – ZB

Jednostkowy koszt uzupełniania zapasu - Kuz Cena jednostkowa – c



Odchylenie standardowe czasu cyklu uzupełniania

zapasu - 0

Prognoza - Pr


Wykaz symboli stosowanych w modelu poziomu zamawiania:

- współczynnik bezpieczeństwa

ZB – zapas zabezpieczający PBi - potrzeby brutto w „i-tym‖ okresie Pr - prognoza miesięczna z S&OP ZI –zapas informacyjny T – średni czas trwania cyklu uzupełniania zapasu σPT – odchylenie standardowe popytu w cyklu uzupełniania zapasu EWZ – ekonomiczna wielkość zamówienia Zi - wielkość zapasu w „i-tym‖ okresie

i

LTi

iWD - suma wielkości zamówień w okresie od „i‖ do „i-LT‖

LT - Lead time (czas cyklu uzupełnienia zapasu) ZWi – zapas wolny w pierwszym nierozpatrzonym okresie/w „i-tym‖ okresie TZi-LT – termin złożenia zamówienia w „i-tym‖ okresie WZi – wielkość zamówienia w „i-tym‖ okresie EWZ – ekonomiczna wielkość zamówienia

NMTRTi – najwcześniejszy możliwy termin rozpoczęcia procesu transportowego w „i-tym‖ okresie NDTRTi - najpóźniejszy dopuszczalny termin rozpoczęcia procesu transportowego w „i-tym‖ okresie

2.10. Model poziomu

zamawiania




Prognoza Pr

LT








Prognoza - Pr

0

0

iWZ

LTiTZ

iTZ

iRTNMT

iRTNDT

75 | S t r o n a

Oblicz zapas informacyjny zgodnie ze wzorem;

ZI = Pr * T + ZB

Pobierz EWZ z algorytmu ekonomicznej wielkości

zamówienia (EWZ)Mo

de

l

za

ma

wia

nia

Oblicz Zapas Wolny dla pierwszego nierozpatrzonego okresu Pni (i=1) zgodnie ze

wzorem:

ZW<ZI

Zaplanuj zamówienie:

EWZWZ i


TAK

NIEPrzeprowadź kolejną iterację

(n-numer kolejnej iteracji)

STOP

Czy pozostały

nierozpatrzone

okresy?

NIE

Mo

de

l syste

mu

tra

nsp

ort

ow

eg

o

TAK

Pobierz parametry:

· Potrzeby brutto w „i-tym‖ okresie PBi

· Wielkość zapasu w „i-tym‖ okresie Zi

· Suma wielkości zamówień w jednostce

terminowania i-LT

· Lead time LT

iLTi WZTZ

i

i

LTi

iii PBWDZZW

Pobierz prognozy dla ustalonego okresu pokrycia

potrzeb SPrn

1

Prni

i n

Mo

de

l

za

ma

wia

nia

/

Alg

ory

tm

wyzn

acza

nia

okie

n c

za

so

wych

w tra

nsp

orc

ie


iWZ

START

Pobierz:


transportowych


zamawiania

Mo

de

l za

ma

wia

nia

Pobierz:



zabezpieczającego

· potrzeby brutto w „i-tym‖ okresie PBi z modelu


Mo

de

l p

lan

ow

an

ia

po

trze

b

ma

teria

łow

ych

Rys. 3.3.1.20. Algorytm modelu poziomu zamawiania.


76 | S t r o n a

3.3.2. Informatyczny model zamawiania i środowisko symulacyjne

Informatyczny model zamwiania wykorzystuje standardowe funkcje makrodefinicji programowych

iGrafx Process dla odwzorowania przedstawionych w poprzednim rozdziale algorytmów metod

zamawiania, parametryzację transakcji procesowych i scenariuszy modelu oraz funkcji formuł

decyzyjnych. Wejściem do każdego z trzech modeli zamawiania jest potrzeba materiałowa z modelu

PPM.

Model symulacyjny zamawiania i zarządzania zapasami - EWZ

Model zamawiania EWZ realizowany jej w klasyczny sposób z wykorzystaniem formuły

matematycznej na obliczanie ekonomicznej wielkości zamówienia. Zamawiana jest ekonomiczna

wielkość zamówienia (atrybut transakcji) lub jej wielokrotność. Atrybuty scenariuszowe

wykorzystywane są w celu identyfikacji sumy zamówień, którą z kolei służy do obliczania dostaw w

transporcie (zapasu zamówionego ale nie dostarczonego jeszcze do magazynu).

Tabela 3.3.2.1. Atrybuty transakcyjne wykorzystywane w modelu zamawiania EWZ



WielkoscZamowienia

Określona wielkość zamówienia generowana metodą EWZ. Wielkość ekonomiczna partii liczona jest w sposób klasyczny zgodny z formułą matematyczną. W przypadku przekroczenia przez zapotrzebowanie wielkości zamówienia możliwe jest zamówienia wielokrotności obliczonej wielkości partii.

Ceiling(SumaPotrzebwLT/(Sqrt((2 * (S.PrognozaM1 + S.PrognozaM2 + S.PrognozaM3) * S.KosztUzupelnianiaZapasu )/( S.CenaJednostkowa * S.WspolczynnikKosztuUtrzymaniaZap ))))*Ceiling(Sqrt((2 * (S.PrognozaM1 + S.PrognozaM2 + S.PrognozaM3) * S.KosztUzupelnianiaZapasu )/( S.CenaJednostkowa * S.WspolczynnikKosztuUtrzymaniaZap )))

Źródło: opracowanie własne - iGrafx Process

Tabela 3.3.2.2. Atrybuty scenariuszowe wykorzystywane w modelu zamawiania EWZ



SumaWielkosciZamowien

Obliczenie sumy zamówionych od dostawców materiałów. Ostateczna wartość atrybutu w raporcie wyników symulacji pozwala na identyfikacje sumy wielkości zamówień.

S.SumaWielkosciZamowien + WiekoscZamowienia

LiczbaZamowien

Określenie liczby zamówień dokonanych zgodnie z określoną metodą do dnia bieżącej symulacji. Ostateczna wartość atrybutu w raporcie wyników symulacji pozwala na identyfikacje całkowitej liczby zamówień.

If(WiekoscZamowienia >0;S.LiczbaZamowien + 1;S.LiczbaZamowien)


Model symulacyjny zamawiania i zarządzania zapasami - PNP

Model zamawiania partia na partię realizowany jest w modelu symulacyjnym w sposób odbiegający

od jego klasycznej formy. Z uwagi na realizację zapotrzebowania (zużycia) w modelu symulacyjnym

według logiki MTS (ang. Make To Stock) klasyczna realizacja metody nie znalazła zastosowania.

Została ona zmieniona w metodę, w której wielkość zamówienia równa jest wielkości zużycia w

bieżącym okresie powiększonej o uzupełnienie zapasu do poziomu zapasu zabezpieczającego.

Atrybuty scenariuszowe ulegają zmianom według tego samego schematu, co w przypadku

poprzedniej metody zamawiania.

77 | S t r o n a

Tabela 3.3.2.3. Atrybuty transakcyjne wykorzystywane w modelu zamawiania PNP



PotrzebaBruttopoLT Prognozowana potrzeba brutto po okresie lead time Round((S.PrognozaM1 * S.RozkladPopytuTygodniowegoT1) / 7;0)

ZuzyciePNP Zużycie materiału (badanego indeksu materiałowego) w bieżącej jednostce czasu

S.PotrzebaKlienta

UzupelnenieZBPNP

Ilość materiału jaką powinno się domówić z punktu widzenia uzupełnienie stanu magazynowego do poziomu zapasu zabezpieczającego po wydaniu prognozowanej wielkości zapotrzebowania.

If((ZapasBezpieczenstwaM - (S.StanMagazynowyIndeksu +S.DostawaWTransporcie - PotrzebaBruttopoLT - SumaPotrzebwLT + ZuzyciePNP))>0 ;(ZapasBezpieczenstwaM - (S.StanMagazynowyIndeksu +S.DostawaWTransporcie-PotrzebaBruttopoLT - SumaPotrzebwLT + ZuzyciePNP));0)

WielkoscZamowienia

Określona wielkość zamówienia generowana metodą PNP. Wielkość zamówienia stanowi w tym wariancie metody sumę zużycia w bieżącym okresie oraz uzupełnienia planowanego zapasu po okresie LT do poziomu zapasu zabezpieczającego.

ZuzyciePNP + UzupelnienieZBPNP


Tabela 3.3.2.4. Atrybuty scenariuszowe wykorzystywane w modelu zamawiania PNP






LiczbaZamowien




Model symulacyjny zamawiania i zarządzania zapasami - SWZ

W modelu zamawiania zgodnym z metodą stałej wielkości zamówienia obliczana jest wielkości

zamówienia, jaką należy w danym dniu złożyć do dostawcy. Wielkość ta jest wielkością wcześniej

zdefiniowaną lub jej wielokrotnością. Atrybuty scenariuszowe ulegają zmianom według schematu, jak

dla poprzednich metod zamawiania.

Tabela 3.3.2.5. Atrybuty transakcyjne wykorzystywane w modelu zamawiania SWZ



WielkoscZamowienia

Wielkość zamówienia generowana zgodnie z metodą stałej wielkości zamówienia. Stała wielkość zamówienia pobierana z atrybutu scenariuszowego podlega zmianie na potrzeby zamówienia większej ilości materiałów w sytuacji, w której sumaryczne zapotrzebowanie w lead time będzie większe niż wielkość zamówienia. Gdy tak się stanie zostanie wygenerowane wielokrotność ustalonej wielkości partii.

Ceiling(SumaPotrzebwLT/S.StalaWielkoscZamowienia) * S.StalaWielkoscZamowienia


78 | S t r o n a

Tabela 3.3.2.6. Atrybuty scenariuszowe wykorzystywane w modelu zamawiania SWZ






LiczbaZamowien




Model symulacyjny realizacji dostaw i uzupełnienia zapasów

Model realizacji dostaw przekształca wielkość zamówienia w wielkość dostawy w opóźnieniu o lead

time. Atrybuty scenariuszowe nie ulegają zmianie w tym modelu.

Tabela 3.3.2.7. Atrybuty transakcyjne wykorzystywane w modelu transportowym



WiekoscDostawy Przekształcenie wielkości zmatowienia w wielkość dostawy w stosunku 1:1.

WiekoscZamowienia


Model magazynowy - przyjęcia

W modelu magazynowym – przyjęcia, jak sama nazwa wskazuje przyjmowane są dostawy do

magazynu. Skutkuje to zwiększeniem stanu magazynowego indeksu. W modelu tym nie zmieniają się

wartości atrybutów transakcyjnych.

Tabela 3.3.2.7. Atrybuty scenariuszowe wykorzystywane w modelu magazynowym przyjęcia



S.StanMagazynowyIndeksu

Dostępny zapas analizowanego indeksu materiałowego. W modelu przyjęć do magazynu zwiększany jest jego stan poprzez przyjmowanie dostawy.

S.StanMagazynowyIndeksu + WielkoscDostawy

S.SumaWielkosciDostaw

Atrybut obliczany na potrzeby określania zapasu znajdującego się w zamówieniu (zamówionego ale jeszcze nie dostarczonego). Każda kolejna dostawa zwiększa sumę wielkości dostaw.

S.SumaWielkosciDostaw + WielkoscDostawy


W Modelu zamawiania w wariancie ekonomicznej wielkości zamówienia (EWZ) wygenerowane

zostaje zamówienie, którego wielkość obliczana jest zgodnie z formułą:

T.WielkoscZamowienia = Ceiling(SumaPotrzebwLT/(Sqrt((2 * (S.PrognozaM1 + S.PrognozaM2 + S.PrognozaM3) * S.KosztUzupelnianiaZapasu )/( S.CenaJednostkowa * S.WspolczynnikKosztuUtrzymaniaZap ))))*Ceiling(Sqrt((2

* (S.PrognozaM1 + S.PrognozaM2 + S.PrognozaM3) * S.KosztUzupelnianiaZapasu )/( S.CenaJednostkowa * S.WspolczynnikKosztuUtrzymaniaZap )))

Informacja o wielkości zamówienia przesłana zostaje do modelu transportowego za pomocą

komunikatu Zamówienie transportowe. Zaktualizowana zostaje suma wielkości zamówień (poprzez

dodanie do stanu z okresu poprzedniego aktualnej wielkości zamówienia) oraz liczba zamówień (jeżeli

wielkość zamówienia > 0 - wówczas stan liczby zamówień z okresu poprzedniego zostaje

powiększony o jeden). Diagram przebiegu modelu zamawiania EWZ przedstawiono na rysunku

3.3.2.1.

79 | S t r o n a

Rys. 3.3.2.1. Model zamawiania EWZ – Ekonomiczna wielkość zamówienia w środowisku iGrafx Process


Model zamawiania w wariancie PNP w środowisku iGrafx Process, ze względu na zwiększenie

czytelności schematu zaprojektowanych procesów, przedstawiono w dwóch częściach na rysunku

3.3.2.2.

Model zamawiania PNP – Partia Na Partię - schemat część 1 (iGrafx Process)

Model zamawiania PNP – Partia na partię – schemat część 2 (iGrafx Process)

Rys. 3.3.2.2. Model zamawiania PNP – Partia na patię – schemat część 1 i 2.

Źródło: opracowanie własne – iGrafx Process

W pierwszym kroku modelu zamawiania PNP obliczone są potrzeby brutto dla okresu realizacji

dostawy Lead Time, jako 1/7 rozkładu tygodniowego popytu w danym miesiącu. W ramach każdego z

miesięcy wykorzystana zostaje w tym celu inna wartość prognozy miesięcznej, stąd rozgałęzienie na

trzy ścieżki. Następnie wyznaczona zostaje wielkość zużycia, równa potrzebie klienta zgłoszonej w

80 | S t r o n a

rozpatrywanym okresie. W ramach modelu PNP utrzymywany jest zapas bezpieczeństwa, który ma

rekompensować różnice pomiędzy prognozowanymi wielkościami popytu, a rzeczywistym zużyciem

materiałów. Zużycie w poszczególnych miesiącach oraz rozkład tygodniowy w ramach danego

miesiąca mogą się zmieniać. W przypadku, gdy wielkość zapasu bezpieczeństwa wzrasta w kolejnym

miesiącu konieczne jest jego zwiększenie. W przypadku, gdy wielkość zamówień byłaby równa tylko

wielkości rzeczywistego zużycia nie byłoby to możliwe, a co więcej w przypadku wzrostu zużycia

następowało by stopniowe zużywanie zapasu bezpieczeństwa aż do wyczerpania. Stąd niezbędne

jest uzupełnianie wielkości zapasu zabezpieczającego wyznaczanego formułą:

T.UzupelnianieZBPNP = If((ZapasBezpieczenstwaM - (S.StanMagazynowyIndeksu +S.DostawaWTransporcie - PotrzebaBruttopoLT - SumaPotrzebwLT + ZuzyciePNP))>0 ;(ZapasBezpieczenstwaM -

(S.StanMagazynowyIndeksu +S.DostawaWTransporcie-PotrzebaBruttopoLT - SumaPotrzebwLT + ZuzyciePNP));0)

Zamówienie generowane zgodnie z metodą PNP jest równe sumie zużycia PNP i wielkości

uzupełnienia zapasu bezpieczeństwa, co obrazuje formuła obliczeniowa na poniższym rysunku.

Zamówienie przekazane zostaje do modelu transportowego, ale przedtem określona zostaje suma

wielkości zamówień (poprzez dodanie do stanu z okresu poprzedniego aktualnej wielkości

zamówienia) oraz liczba zamówień (jeżeli wielkość zamówienia > 0, wówczas stan liczby zamówień z

okresu poprzedniego zostaje powiększony o jeden).

W modelu zamawiania SWZ generowana jest wielkość zamówienia zgodna z wariantem stałej

wielkości zamówienia, obliczana zgodnie z formułą:

T.WielkoscZamowienia = Ceiling(SumaPotrzebwLT/S.StalaWielkoscZamowienia) * S.StalaWielkoscZamowienia

Następnie zgodnie z algorytmem określona zostaje suma wielkości zamówień i liczba zamówień,

tak jak to miało w poprzednich dwóch wariantach modelu zamawiania. Informacja o wielkości

zamówienia transportowego zostaje wysłana w formie komunikatu do modelu transportowego. Na

rysunku 3.3.2.3 przedstawiono diagram modelu zamawiania w wariancie metody SWZ.

Rys. 3.3.2.3. Model zamawiania SWZ – Stała Wielkość Zamówienia


Zasilenie modelu magazynowego przedstawionego na rysunku 3.3.2.4 stanowi komunikat o

zrealizowanej dostawie, pochodzący z modelu transportowego. W wyniku zrealizowanej dostawy stan

magazynowy indeksu z okresu poprzedniego zostaje zaktualizowany tj. powiększony o wielkość

dostawy w rozpatrywanym dniu. W kolejnym kroku symulacji obliczana jest suma wielkości wszystkich

dotychczasowych dostaw, po czym symulacja na tym etapie zostaje zakończona. Na wyjściu modelu

jest otrzymywany komunikat o dostawie przyjętej do magazynu.

Rys. 3.3.2.4. Model magazynowy przyjęcia


81 | S t r o n a

Wyróżnienie kolorem (np. Oznaczenie modelu na rys. 3.3.2.4) etapów modelu w prezentowanych

diagramach ma na celu ułatwienia testowania modelu symulacyjnego (analizy generowanych

raportów).

Raporty z symulacji

Oprócz standardowych raportów z symulacji generowanych dla kompletnego modelu zarządzania

przepływem materiałów, w ramach części modelu dotyczącej obszaru zaopatrzenia generowane są

raporty dedykowane dla modelu zamawiania. Dla każdego z trzech scenariuszy symulacji tj. PNP,

EWZ i SWZ generowane są protokoły transakcji, które pozwalają śledzić, jakie wartości parametrów

były generowane w trakcie symulacji (jednostki terminowania – 1 dzień). Protokoły generowane są w

formie plików MS Excel w wersji tabelarycznej. W kolumnach przedstawione są poszczególne

parametry, natomiast w wierszach - ich wielkości w poszczególnych dniach z informacją, którego

modelu dotyczyły tzn., w jakim z modeli realizowana była dana transakcja. Na rysunkach 3.3.2.5-7

zaprezentowano przykłady danych zestawionych w protokołach transakcji dla każdego ze scenariuszy

symulacji.

NumerDnia Model

StanMag

azynowyI

ndeksu

ZapasBe

zpieczen

stwaM

Dostawa

WTransp

orcie

Potrzeba

Brutto

SumaPot

rzebwLT

Potrzeba

Netto

WiekoscZ

amowieni

a

Wielkosc

Dostawy

Potrzeba

Klienta

Wydanie

DoKlient

a

SIR

1 Genrator zużycia 500 0 0 0 0 0 0 0 93 0 0

1Model magazynowy

Wydanie407 0 0 0 0 0 0 0 93 93 0

1 Model oceny 407 0 0 0 0 0 0 0 93 93 1

1 Model SOP 407 0 0 0 0 0 0 0 0 0 1

1 Model PPM 407 150 0 100 200 0 0 0 0 0 1


2Model magazynowy

Wydanie299 0 0 0 0 0 0 0 108 108 1

2 Model oceny 299 0 0 0 0 0 0 0 108 108 1

2 Model SOP 299 0 0 0 0 0 0 0 0 0 1

Rys. 3.3.2.5 Przykład protokołu transakcji dla scenariusza symulacji w wariancie EWZ


NumerDnia Model

StanMag

azynowyI

ndeksu

ZapasBe

zpieczen

stwaM

Dostawa

WTransp

orcie

Potrzeba

Brutto

SumaPot

rzebwLT

Potrzeba

Bruttopo

LT

Uzupelni

enieZBP

NP

ZuzycieP

NP

Potrzeba

Netto

WiekoscZ

amowieni

a

Wielkosc

Dostawy

Potrzeba

Klienta

Wydanie

DoKlient

a

SIR

1 Genrator zużycia 500 0 0 0 0 0 0 0 0 0 0 93 0 0

1Model magazynowy

Wydanie407 0 0 0 0 0 0 0 0 0 0 93 93 0

1 Model oceny 407 0 0 0 0 0 0 0 0 0 0 93 93 1

1 Model SOP 407 0 0 0 0 0 0 0 0 0 0 0 0 1

1 Model PPM 407 150 0 100 200 0 0 0 0 0 0 0 0 1

2 Genrator zużycia 407 0 0 0 0 0 0 0 0 0 0 108 0 1

2Model magazynowy

Wydanie299 0 0 0 0 0 0 0 0 0 0 108 108 1

2 Model oceny 299 0 0 0 0 0 0 0 0 0 0 108 108 1

2 Model SOP 299 0 0 0 0 0 0 0 0 0 0 0 0 1

Rys. 3.3.2.6. Przykład protokołu transakcji dla scenariusza symulacji w wariancie PNP


NumerDnia Model

StanMagaz

ynowyInde

ksu

ZapasBezp

ieczenstwa

M

DostawaW

Transporci

e

PotrzebaB

rutto

SumaPotrz

ebwLT

PotrzebaN

etto

WiekoscZa

mowienia

WielkoscD

ostawy

PotrzebaKl

ienta

WydanieDo

KlientaSIR


1Model magazynowy

Wydanie407 0 0 0 0 0 0 0 93 93 0

1 Model oceny 407 0 0 0 0 0 0 0 93 93 1

1 Model SOP 407 0 0 0 0 0 0 0 0 0 1

1 Model PPM 407 150 0 100 200 0 0 0 0 0 1


2Model magazynowy

Wydanie299 0 0 0 0 0 0 0 108 108 1

2 Model oceny 299 0 0 0 0 0 0 0 108 108 1

2 Model SOP 299 0 0 0 0 0 0 0 0 0 1

Rys. 3.3.2.7. Przykład protokołu transakcji dla scenariusza symulacji w wariancie SWZ


82 | S t r o n a

Dla poszczególnych scenariuszy - PNP, EWZ, SWZ – wykonane zostały również niestandardowe-

dedykowane algorytmy symulacji modeli zamawiania, a wyniki symulacji przedstawiono na rys.3.3.2.8.

Scenariusz EWZ Scenariusz PNP Scenariusz SWZ

Rys. 3.3.2.8. Wyniki niestandardowych algorytmów symulacji modeli zamawiania wg scenariuszy EWZ, PNP i SWZ


Na podstawie wyników symulacji w modelu planowania potrzeb materiałowych i zamawiania oraz

w w rezultacie porównania z danymi z generatora rzeczywistego zużycia wykonywane są w modelu

controllingu operacyjnego analizy efektywności procesów zarządzania przepływem materiałów.


3.4. Model procesów transportowych

MACIEJ STAJNIAK, PAWEŁ ROMANOW, BOGUSŁAW ŚLIWCZYŃSKI Wyższa Szkoła Logistyki

Zaprezentowany model transportowy jest ściśle powiązany z informacjami pochodzącymi z działu

zaopatrzenia:

ilością sztuk danego indeksu wynikającą z zamówienia,

terminem realizacji zamówienia,

lokalizacją dostawców (dane z kartotek indeksów materiałowych).

Dział zaopatrzenia generuje potrzebę transportową, uruchamiającą sekwencję następujących po

sobie czynności w obszarze planowania i organizowania procesów transportowych, które obejmują:

przyjęcie zamówienia z działu zaopatrzenia,

pobranie danych lokalizacji dostawcy,

obliczenie długości trasy w km,

przeliczenie zamówienia na pjł,

obliczenie masy zamówienia (w kg),

kreślenie statusu pojazdu wg harmonogramu zamawiania,

zmiany statusu pojazdu w harmonogramie,

uzgodnienia transportu własnego i opcjonalnie transportu zewnętrznego,

a także decyzje dotyczące:

o dostępności pojazdu,

o zgody na wcześniejsze od zaplanowanego w harmonogramie wykorzystanie środka

transportu,

Symulacja czasu cyklu realizacji zamówienia

Czas cyklu realizacji zamówienia jest informacją, z jakim wyprzedzeniem należy złożyć

zamówienie, aby zostało ono zrealizowane przez dostawcę w żądanym terminie. Z punktu organizacji

procesu zaopatrzenia jest to niezwykle ważna informacja, ponieważ jej nieznajomość może skutkować

opóźnionymi dostawami, czyli przestojami na linii produkcyjnej. Dział zaopatrzenia z jednej strony jest

ograniczony czasem, na kiedy dany asortyment jest potrzebny na produkcji, a z drugiej strony czasem

kiedy należy złożyć zamówienie.

Czas cyklu realizacji zamówienia (lead time) składa się z:

czasu produkcji u dostawcy (lead time dostawcy – LTD), jest to nie tylko czas konieczny do

wyprodukowania danego asortymentu ale również czas dla na przetworzenie otrzymanego

zamówienia, jak również czas na zaopatrzenie się w surowce niezbędne do produkcji,

czasu, w którym możliwe jest magazynowanie u dostawcy (ΔLTD). Jest to ustalony pomiędzy

kooperantami czas, w którym dostawca zgadza się utrzymywać na magazynie wyroby gotowe dla

odbiorcy bez ponoszenia przez niego dodatkowych kosztów. Przykładowo od momentu

wyprodukowania wyrobów dostawca zadeklarował, iż będzie utrzymywał go na stanach

magazynowych przez 3 dni. Oznacza to, iż odbiorca może dany wyrób odebrać dnia pierwszego,

drugiego, bądź trzeciego.

czasu transportu zamówionego asortymentu (LTTR), czyli pokonanie luki przestrzennej przez

transport zaopatrzeniowy. W sytuacji, kiedy transport realizowany jest przez dostawcę to między

kooperantami następują ustalenia, czy wliczanie tego czasu znajduje się w gestii odbiorcy, czy też

znajduje się on w ogólnym, podanym przez dostawcę lead timie.

Do obliczenia LT uwzględnia się czas niezbędny do wykonania procesu transportowego (LT‘TR)

wyznaczany jako iloczyn LTTR i współczynnika wydłużenia transportu, czyli:

TRTRTR LTLT '

84 | S t r o n a

czasu koniecznego na manipulacje związane między innymi z wyładunkiem zamówienia

i przetransportowanie go na linię produkcyjną (LTM), czyli lead time wewnętrzny magazynu. Jak

można zauważyć z powyższych rozważań lead time można wyznaczyć z poniższego wzoru:

MTRTRTRDD LTLTLTLTLTMINLTLT );( '

Okno czasowe procesu transportowego

Okno czasowe jest informacją dla działu transportu „od kiedy‖ i „do kiedy‖ może odbierać

zamówione jednostki asortymentowe u dostawcy. Jest to przedział czasu, który umożliwia planowanie

harmonogramu transportu, z większą „swobodą‖ czasową, ponieważ do dział transportu podejmuje

ostateczną decyzję w którym z tych wyznaczonych dni będzie organizował odbiór zamówienia.

Umożliwia to łączenie zamówień od kilku dostawców na jednej trasie oraz bardziej efektywne

wykorzystanie posiadanych środków transportu. Dzięki tej opcji zaopatrzenie w surowce będzie

niezakłócone, ponieważ asortyment w odpowiedniej ilości i w odpowiednim czasie będzie dostępny na

magazynie przy jednoczesnym poprawieniu efektywności transportu zaopatrzeniowego. W tym

miejscu należy podkreślić, iż do wyznaczenia okna czasowego konieczne jest wcześniejsze ustalenie

lead time. Informacja „od kiedy‖ (NMTRTi) transport zaopatrzeniowy może realizować odbiory, jest

wyznaczany poprzez dodatnie lead timu dostawcy do momentu czasu złożenia zamówienia, czyli:

DLTiRT LTTZNMTi

przy czym TZi-LT jest wyznaczane poprzez odjęcie ustalonego lead timu (LT) od momentu pojawiania

się potrzeby netto (TZi), czyli:

TZi-LT = TZi – LT

Informacja „do kiedy‖ (NDTRTi), określa najpóźniejszy dopuszczalny termin rozpoczęcia procesu

transportowego, aby jednostki zamówionego surowca zostały dostarczone na linię produkcyjną i

wyznaczany jest ze wzoru:

);( '

TRTRDTRMiRT LTLTLTMINLTLTTZNDTi

Należy zauważyć, iż NDTRTi bazuje na czasie pojawienia się potrzeby i uwzględnia lead time

wewnętrzny odbiorcy i potrzebny czas transportu zaopatrzeniowego wraz z jego współczynnikiem

wydłużenia. Algorytm wyznaczania okien (czasowych) transportowych został przedstawiony na

rysunku 3.4.1.

85 | S t r o n a

Oblicz najpóźniejszy dopuszczalny termin rozpoczęcia procesu transportowego (NDT):

Oblicz najwcześniejszy możliwy termin rozpoczęcia procesu transportowego (NMT):

Oblicz LeadTime (LT):

START

Pobierz:

· Lead Time dostawcy -

· Czas przechowania w

magazynie dostawcy -

· Lead Time transportu –

· Współczynnik wydłużenia

transportu -

· Lead Time wewnętrzny

magazynu

Oblicz czas niezbędny na wykonanie procesu transportowego:

DLT

MLT

TRTRTR LTLT '

TRLTDLT

TR

MTRTRTRDD LTLTLTLTLTMINLTLT );( '

DLTiRT LTTZNMTi

STOP

);( '

TRTRDTRMiRT LTLTLTMINLTLTTZNDTi

LTD - Lead Time dostawcy ; ΔLTD - Czas przechowania w magazynie dostawcy

LTTR - Lead Time transportu ; TR - Współczynnik wydłużenia transportu

LTM - Lead Time wewnętrzny magazynu LTTR ‗ – czas niezbędny na wykonanie procesu transportowego ; LT - Lead time (czas cyklu uzupełnienia zapasu) NMTRTi – najwcześniejszy możliwy termin rozpoczęcia procesu transportowego w „i-tym‖ okresie NDTRTi - najpóźniejszy dopuszczalny termin rozpoczęcia procesu transportowego w „i-tym‖ TZi-LT – termin złożenia zamówienia w „i-tym‖ okresie TZi – termin pojawienia się potrzeby w „i-tym‖ okresie

Rys. 3.4.1. Algorytm wyznaczania okien (czasowych) transportowych


Przedstawiony algorytm okresla w założeniach okres czasu realizacji procesu transportu

zaopatrzeniowego. Każdy z algorytmów modelu zamawiania dostarcza informacji:

do modelu systemu transportowego :

iWZ NMTRTi NDTRTi

do modelu zaopatrzenia:

- iWZ , iTZ , LTiTZ

Ogólny model procesów transportowych w ramach systemu zarządzania przepływem materiałów,

uwzględniający składowe procesy operacyjne planowania tras, środków transportu i przewozów,

przedstawiono na rys. 3.4.2.

86 | S t r o n a

Rys. 3.4.2. Model symulacyjny systemu transportowego z uwzględnieniem procesów/modułów składowych


3.4.1. Analiza danych i algorytmy modelu transportowego

Model systemu transportowego opisano zgodnie z metodyką ICOM, uwzględniając podstawowe

dane wejściowe, zdefiniowano parametry i ograniczenia systemu transportowego oraz dane

wyjściowe.

Dane wejściowe dla okresu „n‖:

ładunek - charakterystyka, ilość

lokalizacja punktów nadania ładunków

założony poziom wskaźnika efektywności danej trasy, bloku wyjazdowego, okna czasowego

dostępny tabor – liczba, ładowność, gotowość techniczna

liczba dostępnego personelu – technicznego, kierowcy, załadowcy

planowane koszty zmienne transportu własnego na wejściu,

długość okien czasowych

Dane wyjściowe dla okresu „n‖:

trasa, czas dostawy, koszt transportu własnego na wielkość „n‖

wskaźnik efektywności – na trasy, okna czasowe

wskaźnik wykorzystania taboru

porównanie planowanych i zrealizowanych dostaw

kalkulacja kosztów zmiennych transportu własnego na wyjściu; kalkulacja kosztów z tytułu

outsourcingu – porównanie z budżetem

poziom wskaźnika reklamacyjności – opóźnienie dostaw [%]; uszkodzenie ładunku [%] – na

pojazd, trasę, okna czasowe

obciążenia pracą kierowców, personelu technicznego, załadowców (w % zakładanego czasu

pracy)

opracowany plan załadunków – na pojazd, trasę, okna czasowe

opracowany plan dostaw z podziałem na odbiorców

warunki outsourcingu przy spiętrzeniu dostaw lub niedostatecznej gotowości technicznej własnych

pojazdów - stawki, dostępność oferty transportowej - udział transportu własnego/obcego –

wykonana praca przewozowa, poziom kosztów

termin realizacji zamówień z podaniem godzin poszczególnych faz procesu transportowego

Ograniczenia:

czas pracy kierowców, okno czasowe,

dostępność taboru, wielkość budżetu.

Parametry:

długość tras – możliwość łączenia dostaw

Lokalizacja dostawców

Liczba dostępnego personelu liczba dostępnych środków transportu;

Udział transportu łasnego/zewnętrznego

Liczba środków transportu ogółem Liczba personelu ogółem

Waga przelicznikowa

Model

zamawiania

Moduł planowania tras

Moduł planowania obciążeń środków

transportu

Moduł weryfikacji zdolności

transportowych

Model realizacji zadań

transportu

87 | S t r o n a

Ld – liczba dostaw, Wd – wielkość dostaw,

Dt - długość tras, Ktw – koszt transportu własnego,

Ko – koszt transportu obcego – stawki transportu zewnętrznego,

Ktwj – jednostkowy koszt transportu własnego, Oc – długość okna czasowego,

Wdu – wielkość dostaw uszkodzonych, Wdn – wielkość dostaw niedostarczonych na czas.

Rozwinięty model systemu transportowego wg metodyki ICOM przedstawiono na rys. 3.4.1.1,

88 | S t r o n a

pa

ram

etr

y

Dane wyjściowe

(OGRANICZENIA) An1 - Ustawa o czasie pracy kierowców An2 - Ustawa o transporcie drogowym Z - okresowe zakazy wykonywania samochodowego transportu ciężarowego

Dane wejściowe

Cjł - całkowita waga jednostek ładunkowych w jednym

zamówieniu Ljłz - liczba jednostek ładunkowych w jednym zamówieniu Oc - długość okna czasowego przypadającego na 1 zamówienie transportowe (przy założeniu że indeksy wchodzące w skład 1 zamówienia posiadają te same okna czasowe) Ot – długość okna transportowego Ldz - liczba dostawców na 1 zamówienie Dd - dane lokalizacji dostawców Lpn - liczba punktów nadania ładunków Cjł – całkowita waga jednostek ładunkowych w 1 zamówieniu Ljł – liczba jednostek ładunkowych Di – liczba wozodni gotowości ewidencyjnej Lte - liczba środków transportu w ewidencji śr. trwałych De – liczba wozodni pracy G – łączna liczba wozogodzin pracy floty transportowej q – średnia ładowność poszczególnych grup pojazdów T – czas pracy floty transportowej (w wozogodzinach) Zjł – liczba jazd ładownych wykonywanych przez wszystkie pojazdy lub grupę Ł – przewieziony ładunek Wwpł - współczynnik wypełnienia przestrzeni ładunkowej VE - średnia prędkość eksploatacyjna VT - średnia prędkość techniczna PQ - wykonana praca przewozowa kQ- współczynnik wykorzystania pracy przewozowej Kz - udział kosztów transportu zewnętrznego w całkowitych kosztach transportu K w- koszt wozokilometra K t- koszt tonokilometra wskaźnik terminowości dostaw Wu - wskaźnik uszkodzeń S1 - stawki przewoźników w transporcie samochodowym krajowym S2 - stawki przewoźników w transporcie samochodowym międzynarodowym S3 - stawki przewoźników w transporcie kolejowym (przewozy krajowe) S4 - stawki przewoźników w transporcie kolejowym (przewozy międzynarodowe)

Tnw – czas prac przeładunkowych Kt – przebieg ładowny (w wozokilometrach) P – przebieg ogółem (w wozokilometrach) Lp – ilość zużytego paliwa (w litrach) L1 - liczba pojazdów o ładowności do 3,5 t

L2 - liczba pojazdów o ładowności do 10t L3 - liczba pojazdów o ładowności do 16t L4 - liczba pojazdów o ładowności do 24t L5 - liczba pojazdów o ładowności do 30t L1t - liczba pojazdów o ładowności do 3,5 t w gotowości technicznej L2t - liczba pojazdów o ładowności do 10 t w gotowości technicznej L3t - liczba pojazdów o ładowności do 16 t w gotowości technicznej L4t - liczba pojazdów o ładowności do 24 t w gotowości technicznej L5t - liczba pojazdów o ładowności do 30 t w gotowości technicznej Lt - liczba personelu technicznego Lk - liczba kierowców Ldt - liczba dostępnego personelu technicznego Ldk - liczba dostępnych kierowców D - długość tras Ktk - koszt transportu krajowego własnego na 1 km Ktm - koszt transportu międzynarodowego na 1 km Kt1p - koszt krajowego transportu samochodowego zewnętrznego (wg liczby palet) Kt1k - koszt krajowego transportu samochodowego zewnętrznego (wg przewiezionych kg) Kt2p - koszt międzynarodowego transportu samochodowego zewnętrznego (wg liczby palet) Kt2k - koszt międzynarodowego transportu samochodowego zewnętrznego (wg przewiezionych kg) Wp - przyjęta standardowa waga przelicznikowa dla ładunku 1m3=333kg Kkkz - koszt krajowego transportu kolejowego zewnętrznego wg Taryfy Towarowej PKP Cargo S.A. Kmkz - koszt międzynarodowego transportu kolejowego zewnętrznego wg Taryfy Towarowej PKP Cargo S.A.

Dgt – liczba wozodni gotowości technicznej Di – liczba wozodni gotowości ewidencyjnej De – liczba wozodni pracy Dgt – liczba wozodni gotowości technicznej G – łączna liczba wozogodzin pracy floty transportowej Tj – czas jazdy pojazdu Tp – czas pracy pojazdu q – średnia ładowność poszczególnych grup pojazdów T – czas pracy floty transportowej (w wozogodzinach) Zjł – liczba jazd ładownych wykonywanych przez wszystkie pojazdy lub grupę D – przejechana droga (w kilometrach) Ł – przewieziony ładunek Nopw – liczba własnych opakowań transportowych w obrocie miesięcznym Nopo – liczba obcych opakowań transportowych w obrocie miesięcznym Ldot - liczba dostawców na 1 okno transportowe Wwpł - współczynnik wypełnienia przestrzeni ładunkowej Kz - udział kosztów transportu zewnętrznego w całkowitych kosztach transportu Wtd - wskaźnik terminowości dostaw Wu - wskaźnik uszkodzeń VE - średnia prędkość eksploatacyjna VT - średnia prędkość techniczna PQ - wykonana praca przewozowa kQ - współczynnik wykorzystania pracy przewozowej EF – wskaźnik efektywności pojazdów K w - koszt wozokilometra K t - koszt tonokilometra EFt - wskaźnik efektywności obsługi transportowej tras Wzw - wskaźnik zabezpieczenia dostaw transportem własnym Wzz - wskaźnik zabezpieczenia dostaw transportem zewnętrznym Sjt - sumaryczny wskaźnik jakości transportowej obsługi dostaw Sjtw - sumaryczny wskaźnik jakości transportowej obsługi dostaw w transporcie własnym Sjtz - sumaryczny wskaźnik jakości transportowej obsługi dostaw w transporcie zewnętrznym PMoB - dane wyjściowe do analizy problemu MoB

Okno transportowe – przedział czasu powstały w wyniku nałożenia okien czasowych pochodzących z modelu zamawiania w trakcie planowania realizacji dostaw

Model systemu

transportowego

Rys. 3.4.1.1. Model danych systemu transportowego

wg metodyki opisu ICOM


89 | S t r o n a

Moduł planowania tras

Modele szczegółowe systemu transportowego przedstawiono na rys. 3.4.1.2 – 3.4.1.7. Model zasilono realnymi danymi stawek za usługi przewozowe

transportem własnym i obcym, jak również danymi kalkulacyjnymi dotyczącymi kosztów własnych w przewozach krajowych i międzynarodowych (tabele

3.4.1.1 – 3.4.1.5).

ograniczenia infrastrukturalne

Oc - długośd okna czasowego na 1 zamówienie Ldo - liczba dostawców na 1 okno transportowe Dd - dane lokalizacji dostawców D - przejechana droga Ldz - liczba dostawców na 1 zamówienie T j - czas jazdy pojazdu Lpn - liczba punktów nadania ładunków Tp - czas pracy pojazdu Ot - długośd okna transportowego

Tpp - czas prac przeładunkowych w cyklu transportowym D1 - długośd tras

Tpp= g x Tpz + 1 x Tpr - czas prac przeładunkowych w cyklu transportowym

Dane wejściowe

Dane wyjściowe

Rys. 3.4.1.2. Opis modelu symulacyjnego wg metodyki ICOM – moduł/proces planowania tras Źródło: Opracowanie własne

90 | S t r o n a

Moduł planowania obciążeo środków transportowych

(OGRANICZENIA)

Dpł – dostępna przestrzeń ładunkowa (m3)

Dł – dostępna ładowność (t) Gt - stopień gotowości technicznej taboru

Cjł - całkowita waga jednostek ładunkowych w 1 zamówieniu Ljł - liczba jednostek ładunkowych D - przejechana droga Ot - długość okna transportowego

De – liczba wozodni pracy Dgt – liczba wozodni gotowości technicznej G – łączna liczba wozogodzin pracy floty transportowej q – średnia ładowność poszczególnych grup pojazdów T – czas pracy floty transportowej (w wozogodzinach) Zjł – liczba jazd ładownych wykonywanych przez wszystkie pojazdy lub grupę Ł – przewieziony ładunek Nopw – liczba własnych opakowań transportowych w obrocie miesięcznym Nopo – liczba obcych opakowań transportowych w obrocie miesięcznym Ld - liczba dostawców na 1 okno transportowe Wwpł - współczynnik wypełnienia przestrzeni ładunkowej Wt - wskaźnik terminowości dostaw Wu - wskaźnik uszkodzeń VE - średnia prędkość eksploatacyjna VT - średnia prędkość techniczna PQ - wykonana praca przewozowa kQ- współczynnik wykorzystania pracy przewozowej EF – wskaźnik efektywności pojazdów

Kt – przebieg ładowny (w wozokilometrach) P – przebieg ogółem (w wozokilometrach) Lp – ilość zużytego paliwa (w litrach) L1 - liczba pojazdów o ładowności do 3,5 t L2 - liczba pojazdów o ładowności do 10t L3 - liczba pojazdów o ładowności do 16t L4 - liczba pojazdów o ładowności do 24t L5 - liczba pojazdów o ładowności do 30t Lt - liczba personelu technicznego Lk - liczba kierowców Ldt - liczba dostępnego personelu technicznego Ldk - liczba dostępnych kierowców W - przyjęta standardowa waga przelicznikowa dla ładunku 1m

3=333kg

Dane wejściowe

Dane wyjściowe

pa

ram

etr

y

Rys. 3.4.1.3. Opis modelu symulacyjnego wg metodyki ICOM – moduł/proces planowania obciążenia środków transportu i decyzji outsourcingu procesów transportowych


91 | S t r o n a

(OGRANICZENIA)

Ot - długość okna transportowego dane zweryfikowane

L1t - liczba pojazdów o ładowności do 3,5 t w gotowości technicznej L2t - liczba pojazdów o ładowności do 10 t w gotowości technicznej L3t - liczba pojazdów o ładowności do 16 t w gotowości technicznej L4t - liczba pojazdów o ładowności do 24 t w gotowości technicznej L5t - liczba pojazdów o ładowności do 30 t w gotowości technicznej Ldt - liczba dostępnego personelu technicznego Ldk - liczba dostępnych kierowców

Ktk - koszt transportu krajowego własnego na 1 km Ktm - koszt transportu międzynarodowego na 1 km Kt1p - koszt krajowego transportu samochodowego zewnętrznego (wg liczby palet) Kt1k - koszt krajowego transportu samochodowego zewnętrznego (wg przewiezionych kg) Kt2p - koszt międzynarodowego transportu samochodowego zewnętrznego (wg liczby palet) Kt2k - koszt międzynarodowego transportu samochodowego zewnętrznego (wg przewiezionych kg) Wp - przyjęta standardowa waga przelicznikowa dla ładunku 1m

3=333kg

Kkkz - koszt krajowego transportu kolejowego zewnętrznego wg Taryfy Towarowej PKP Cargo S.A. Kmkz - koszt międzynarodowego transportu kolejowego zewnętrznego wg Taryfy Towarowej PKP Cargo S.A.

Moduł weryfikacji zdolności

transportowej

Di – liczba wozodni gotowości ewidencyjnej Lte - liczba środków transportu w ewidencji śr. trwałych De – liczba wozodni pracy G – łączna liczba wozogodzin pracy floty transportowej q – średnia ładowność poszczególnych grup pojazdów T – czas pracy floty transportowej (w wozogodzinach) Zjł – liczba jazd ładownych wykonywanych przez wszystkie pojazdy lub grupę Ł – przewieziony ładunek Wwpł - współczynnik wypełnienia przestrzeni ładunkowej VE - średnia prędkość eksploatacyjna VT - średnia prędkość techniczna PQ - wykonana praca przewozowa kQ- współczynnik wykorzystania pracy przewozowej Kz - udział kosztów transportu zewnętrznego w całkowitych kosztach transportu K w- koszt wozokilometra K t- koszt tonokilometra wskaźnik terminowości dostaw Wu - wskaźnik uszkodzeń S1 - stawki przewoźników w transporcie samochodowym krajowym S2 - stawki przewoźników w transporcie samochodowym międzynarodowym S3 - stawki przewoźników w transporcie kolejowym (przewozy krajowe) S4 - stawki przewoźników w transporcie kolejowym (przewozy międzynarodowe)

Dgt – liczba wozodni gotowości technicznej Lgt - liczba środków transportu w gotowości technicznej De – liczba wozodni pracy G – łączna liczba wozogodzin pracy floty transportowej q – średnia ładowność poszczególnych grup pojazdów T – czas pracy floty transportowej (w wozogodzinach) Zjł – liczba jazd ładownych wykonywanych przez wszystkie pojazdy lub grupę Ł – przewieziony ładunek Wwpł - współczynnik wypełnienia przestrzeni ładunkowej VE - średnia prędkość eksploatacyjna VT - średnia prędkość techniczna PQ - wykonana praca przewozowa kQ- współczynnik wykorzystania pracy przewozowej EFt - wskaźnik efektywności obsługi transportowej tras Wzw - wskaźnik zabezpieczenia dostaw transportem własnym Wzz - wskaźnik zabezpieczenia dostaw transportem zewnętrznym Sjt - sumaryczny wskaźnik jakości transportowej obsługi dostaw Sjtw - sumaryczny wskaźnik jakości transportowej obsługi dostaw transportem własnym Sjtz - sumaryczny wskaźnik jakości transportowej obsługi dostaw transportem zewnętrznym PMoB - dane wyjściowe do analizy problemu MoB

Dane wejściowe

Dane wyjściowe

pa

ram

etr

y

Rys. 3.4.1.4. Opis modelu symulacyjnego wg metodyki ICOM

– moduł/proces weryfikacji zdolności transportowej Źródło: Opracowanie własne

92 | S t r o n a

Rys. 3.4.1.5. Algorytm modelu symulacji planowania tras transportowych


START

Pobierz WZi, TZi, TZi-LT z modelu zamówienia

Pobierz dane lokalizacji dostawców

Ustal liczbę dostawców przypadającą na 1 zamówienie

Ustal długość okien transportowych dla zamówień, których okna czasowe się pokrywają

Ustal liczbę punktów odbioru ładunków dla wygenerowanych okien transportowych

Czy okna czasowe zamówień się pokrywają?

TAK

Okna transportowe = okna czasowe zamówień

NIE

Oblicz długość tras = przejechana droga

Oblicz czas prac przeładunkowych dla określonej liczby punktów odbioru ładunków

Pobierz czasy prac załadunkowych określonej partii ładunku wg punktów odbioru

Oblicz Tj czas jazdy pojazdu

Oblicz Tp czas pracy pojazdu

STOP

Dane wyjścia modelu

zamawiania

Kartoteka dostawców

Kartoteka transportowa

93 | S t r o n a

Rys. 3.4.1.6. Algorytm modelu weryfikacji zdolności transportowej


START

Dane na wyjścia modułu weryfikacji

zdolności transportowej

transportowej

weryfikacji zdolności transportowej weryfikacji zdolności transportowej

Pobierz dane wejściowe zasilające moduł weryfikacji zdolności

transportowej

Użyj parametry do procesu weryfikacji

Uwzględnij zdefiniowane ograniczenia

Określ granice tolerancji dla każdego punktu krytycznego

Opracuj system monitorowania dla każdego punktu krytycznego

Czy ograniczenia umożliwiają określenie

granic tolerancji dla każdego punktu

krytycznego ?

Zdefiniuj nowe ograniczenia

Ustal działania korygujące dla przyjętych danych wejściowych

Opracuj procedury weryfikacji dla przyjętych danych wejściowych

Nie

Tak

Czy procedury umożliwiają weryfikacjię

dla przyjętych danych

wejściowych?

Zdefiniuj nowe procedury weryfikacji

dla przyjętych danych wejściowych

Nie

Tak

Przeprowadź weryfikację zdolności transportowej

Dane zweryfikowane na wyjściu modułu weryfikacji zdolności transportowej

STOP

94 | S t r o n a

START

Pobierz całkowitą wagę i objętość jednostek ładunkowych wg zamówień Dane dostawcy

Dane wyjścia modułu

planowania tras

Oblicz liczbę pojazdów tr. zewnętrznego

niezbędnych do realizacji zamówień

TAK Czy liczba śr. tr.

własnego jest =< liczby śr. tr własnego w

gotowości technicznej?

Pobierz ilość jednostek ładunkowych wg zamówień

Pobierz długość tras = przejechana droga

Oblicz wagę i objętość ładunków w oknie transportowym

Wyznacz liczbę pojazdów tr. własnego niezbędnych do realizacji dostaw w oknie transportowym

Zaplanuj obciążenia środków transportu własnego

NIE

Sprawdź dostępność kierowców i personelu technicznego w oknie transportowym dla wyznaczonej liczby pojazdów transportu

własnego

Oblicz koszt udziału transportu zewnętrznego w

realizacji zadań transportowych

Zaplanuj obciążenia środków transportu własnego

STOP

STOP

Oblicz liczbę pojazdów tr. własnego niezbędnych

do realizacji zamówień

Zaplanuj obciążenia środków transportu zewnętrznego

Sprawdź dostępność kierowców i personelu technicznego w oknie transportowym dla wyznaczonej liczby pojazdów transportu

własnego

Rys. 3.4.1.7. Algorytm modelu symulacji planowania obciążeń środków transportowych


95 | S t r o n a

Tabela 3.4.1.1 Macierz kosztów krajowego transportu zewnętrznego (wg ilości palet)

Stawka transportowa za 1 km

Wielkość zamówienia (liczba palet)

Odległość [km]

do 50 51-100 101-150 151-200 201-250 251-300

301-350

351-400

401-450

451-500

501-600

601-700

701-800 801-900 901-1000

2.4 do 5 120 240 360 480 600 720 840 960 1080 1200 1440 1680 1920 2160 2400

2.3 6 do 10 115 230 345 460 575 690 805 920 1035 1150 1380 1610 1840 2070 2300

2.2 11 do 15 110 220 330 440 550 660 770 880 990 1100 1320 1540 1760 1980 2200

2.1 16 do 20 105 210 315 420 525 630 735 840 945 1050 1260 1470 1680 1890 2100

2 21 do 25 100 200 300 400 500 600 700 800 900 1000 1200 1400 1600 1800 2000

1.9 26 do 30 95 190 285 380 475 570 665 760 855 950 1140 1330 1520 1710 1900

1.8 31 do 33 90 180 270 360 450 540 630 720 810 900 1080 1260 1440 1620 1800

Tabela 3.4.1.2 Macierz kosztów krajowego transportu zewnętrznego (wg kg)


Wielkość zamówienia (kg)

Odległość [km]

do 50 51-100 101-150 151-200 201-250 251-300

301-350

351-400

401-450

451-500

501-600

601-700

701-800 801-900 901-1000

1.4 do 250 70 140 210 280 350 420 490 560 630 700 840 980 1120 1260 1400

1.5 251-500 75 150 225 300 375 450 525 600 675 750 900 1050 1200 1350 1500

1.7 501-1000 85 170 255 340 425 510 595 680 765 850 1020 1190 1360 1530 1700

1.8 1001-2000 90 180 270 360 450 540 630 720 810 900 1080 1260 1440 1620 1800

1.9 2001-3500 95 190 285 380 475 570 665 760 855 950 1140 1330 1520 1710 1900

2 3501-5000 100 200 300 400 500 600 700 800 900 1000 1200 1400 1600 1800 2000

Tabela 3.4.1.3 Macierz kosztów międzynarodowego transportu zewnętrznego (wg ilości palet)


Wielkość zamówienia (liczba palet)

Odległość [km]

do 50 51-100 101-150 151-200 201-250 251-300 301-350 351-400 401-450 451-500 501-600 601-700 701-800 801-900 901-1000

2.4 do 5 166.8 333.6 500.4 667.2 834 1000.8 1167.6 1334.4 1501.2 1668 2001.6 2335.2 2668.8 3002.4 3336

2.3 6 do 10 159.85 319.7 479.55 639.4 799.25 959.1 1118.95 1278.8 1438.65 1598.5 1918.2 2237.9 2557.6 2877.3 3197

2.2 11 do 15 152.9 305.8 458.7 611.6 764.5 917.4 1070.3 1223.2 1376.1 1529 1834.8 2140.6 2446.4 2752.2 3058

2.1 16 do 20 145.95 291.9 437.85 583.8 729.75 875.7 1021.65 1167.6 1313.55 1459.5 1751.4 2043.3 2335.2 2627.1 2919

2 21 do 25 139 278 417 556 695 834 973 1112 1251 1390 1668 1946 2224 2502 2780

1.9 26 do 30 132.05 264.1 396.15 528.2 660.25 792.3 924.35 1056.4 1188.45 1320.5 1584.6 1848.7 2112.8 2376.9 2641

1.8 31 do 33 125.1 250.2 375.3 500.4 625.5 750.6 875.7 1000.8 1125.9 1251 1501.2 1751.4 2001.6 2251.8 2502

96 | S t r o n a

Tabela 3.4.1.4 Macierz kosztów międzynarodowego transportu zewnętrznego (wg kg)


Wielkość zamówienia (kg)

Odległość [km]

do 50 51-100 101-150 151-200 201-250 251-300 301-350 351-400 401-450 451-500 501-600 601-700 701-800 801-900 901-1000

1.4 do 250 97.3 194.6 291.9 389.2 486.5 583.8 681.1 778.4 875.7 973 1167.6 1362.2 1556.8 1751.4 1946

1.5 251-500 104.25 208.5 312.75 417 521.25 625.5 729.75 834 938.25 1042.5 1251 1459.5 1668 1876.5 2085

1.7 501-1000 118.15 236.3 354.45 472.6 590.75 708.9 827.05 945.2 1063.35 1181.5 1417.8 1654.1 1890.4 2126.7 2363

1.8 1001-2000 125.1 250.2 375.3 500.4 625.5 750.6 875.7 1000.8 1125.9 1251 1501.2 1751.4 2001.6 2251.8 2502

1.9 2001-3500 132.05 264.1 396.15 528.2 660.25 792.3 924.35 1056.4 1188.45 1320.5 1584.6 1848.7 2112.8 2376.9 2641

2 3501-5000 139 278 417 556 695 834 973 1112 1251 1390 1668 1946 2224 2502 2780

Tabela 3.4.1.5 Macierz kosztów transportu własnego

Relacje krajowe Relacje międzynarodowe

za 1 km 2.4 3.35

97 | S t r o n a

3.4.2. Informatyczny model procesów transportowych i środowisko symulacyjne

Dane symulacyjne procesów transportowych w środowisku iGrafx Process zostały wprowadzone do

modelu organizacji przewozu w relacjach transportowych producenta z dostawcami (zasilanie

przedsiębiorstwa w surowce i materiały). Model transportowy zawiera 3 bramki decyzyjne powiązane z

modelami: controllingu operacyjnego, magazynu i zamawiania. Zaprezentowany model transportowy jest

powiązany relacjami przekazania danych bezpośrednio z modelu zamawiania tj.:

ilością sztuk danego indeksu materiałowego wynikającą z zamówienia materiałów,

terminem realizacji zamówienia (na potrzeby symulacji i weryfikacji badawczej modelu został określony

na wg przyjętego Lead Time),

lokalizacją dostawcy indeksu materiałowego (dane na podstawie kontraktu zakupowego).

W modelu zmawiania generowana jest wielkość zamówienia stanowiąca podstawę potrzeby

transportowej, uruchamiającą sekwencję czynności w obszarze planowania fizycznej realizacji dostaw

(model symulacyjny transportowy - rys. 3.4.2.1), które dotyczą:

przyjęcia zamówienia z modelu zamawiania,

pobrania danych lokalizacji dostawcy,

obliczenia długość trasy w km,

przeliczenia zamówienia na pjł,

obliczenia masy zamówienia (w kg),

kreślenia statusu pojazdu z harmonogramem DZ,


uzgodnienia przewozu i zajętości pojazdów,


uzgodnienia transportu zewnętrznego,

bramek decyzyjnych, dotyczących,

dostępności pojazdu,

zgody na wcześniejsze od zaplanowanego w harmonogramie wykorzystanie środka transportu,

terminu realizacji zamówienia transportem własnym,

terminu realizacji zamówienia transportem zewnętrznym.

W sekwencji symulacji następujących po sobie zdarzeń w modelu transportowym przyjmowane jest

zamówienie z modelu zamawiania, po czym pobierane są dane lokalizacji dostawcy z arkusza

kalkulacyjnego MS Excel. W następnej kolejności obliczana jest długość trasy w [km]. Obliczenia warunkują

w modelu transportowym określenie czasu niezbędnego do wykonania dostawy, a także określenie poziomu

kosztów eksploatacyjnych wykorzystanego środka transportu lub wysokości stawki przy alternatywnym

wyborze transportu obcego (stanowiącego element składowy parametryzacji modelu). Przeliczenie

zamówienia na jednostki ładunkowe umożliwia określenie maksymalnej liczby sztuk indeksu materiałowego

na jednej palecie oraz obliczenie ciężaru zamówienia (w kg) umożliwiającego analizę stopnia wykorzystania

ładowności środka transportu (lub przy przekroczeniu - braku możliwości załadunku). Ostatnią, przed

pierwszą bramką decyzyjną w modelu, czynnością jest określenie statusu pojazdu z harmonogramem, gdzie

następuje określenie stopnia dostępności dedykowanego środka transportu w czasie określonym przez

harmonogram z modelu zamawiania. Po potwierdzeniu w bramce decyzyjnej dostępności pojazdu

wykonywana jest czynność zmiany statusu pojazdu w harmonogramie i wysłanie komunikatu do modelu

zmawiania o terminie realizacji zamówienia transportem własnym. Po stwierdzeniu w bramce decyzyjnej

braku pojazdu do wykonania dostawy uruchamiana jest czynność uzgodnienia transportu, w ramach której

określana jest możliwość wcześniejszej realizacji dostawy. Analiza możliwości wcześniejszej realizacji

dostawy umożliwia zmianę statusu pojazdu w harmonogramie, w przeciwnym wypadku – uruchamiana jest

czynność uzgodnienia transportu zewnętrznego i sekwencja działań wyboru zewnętrznej firmy transportowej

oraz wysyłany jest komunikat do modelu zamawiania. Model symulacyjny procesów transportowych

przedstawiono na rys. 3.4.2.1.

98 | S t r o n a

Rys. 3.4.2.1. Model symulacyjny procesów transportowych


Uruchomienie modelu transportowego odbywa się w momencie otrzymania Zamówienia Transportowego

z modelu zamawiania (tabela 3.4.2.1). Informacje są weryfikowane z występującymi w modelu

transportowym ograniczeniami przedstawionymi w tabeli 5.3.2. Na potrzeby opracowania praktycznego

zadania, związanego z przewozem środków materiałowych w ramach procesów zaopatrzenia przyjęto

założenie, że do działu transportu wpłynęło zamówienie (dział zaopatrzenia) na zorganizowanie i wykonanie

transportu wg zlecenia transportowego dla indeksu materiałowego zdefiniowanego w kartotece materiałowej

przedsiębiorstwa zbiorem danych:

wymiary opakowania,

waga brutto pozycji asortymentowej,

liczba sztuk pozycji asortymentowej,

dane dotyczące technicznej podatności transportowej (możliwość piętrzenia jednostek na paletowej

jednostce ładunkowej).

Po analizie specyfikacji wysyłkowej przyjmowane są podstawowe parametry związane z organizacją

transportu, które są zgodne z zamówieniem.

Tabela 3.4.2.1. Dane symulacyjne zamówienia transportowego

Dane zamówienia transportowego z dn. ……………….

Nr indeksu 1207A

Wielkość zamówienia (szt.) 216 (12 pjł.)

Wymiary opakowania (mm) – dł x szer. x wys. 400x400x300

Waga brutto (kg) 5

Liczba sztuk na 1 pjł. 18

Lokalizacja dostawcy (km) 100

Termin realizacji zamówienia 05.04.2013 r.

Uwagi: Możliwość piętrzenia na pjł.


Dane ograniczeń związanych z transportem ładunku przedstawiono a tabeli 3.4.2.2.

Tabela 3.4.2.2. Wartości symulacyjne ograniczeń związanych z transportem ładunku

Wyszczególnienie Pojazd 1 (DMC 3,5 t)

Liczba pojazdów 1

Wymiary dostępnej przestrzeni ładunkowej (dł./szer./ wys.) (mm)

4 200x2 200x2 300

Maksymalna ładowność środków transportu na zamówienie (kg)

1 650

Maksymalna kubatura przestrzeni ładunkowej (m

3)

21,3

Liczba pjł. 8 (x2 warstwy)

Max. wysokość pjł. (mm) 800

Średnie spalanie [l/100km] 20


Zdefiniowane dane wejściowe inicjują proces symulacji i weryfikacji modelu transportowego. W tabeli

3.4.2.3 przedstawiono dane wejściowe do modelu transportowego – atrybuty scenariuszowe i transakcyjne -

pochodzące z modelu zamawiania i modelu planowania potrzeb materiałowych.

99 | S t r o n a

Tabela 3.4.2.3 Definicja atrybutów scenariuszowych i transakcyjnych w ramach modelu systemu

transportowego

Wejścia z Modelu planowania potrzeb materiałowych

Opis Nazwa atrybutu iGrafx

Atrybuty scenariuszowe:

Numer Indeksu Nr indeksu określa charakterystykę towaru, który będzie podlegał obsłudze

NumerIndeksu

Cena paliwa - Wielkość zmienna w zależności od sytuacji rynkowej CenaPaliwa

Czas załadunku palety Czasokres przeliczeniowy na sformowanie jednej PJŁ np. 1’30”

CzasZaladunkuPalety

Lead Time - Czas realizacji zamówienia LeadTime

Atrybuty transakcyjne:

Wielkość zamówienia - Wielkość podlegająca przewozowi WielkoscZamowienia

Wielkość dostawy Wielkość podlegająca przewozowi

WielkoscDostawy

Okres - Czas rozpoczęcia i zakończenia procesu przewozowego OdstepCzasowy

Dzień - Termin realizacji zamówienia lub rozpoczęcia procesu Dzien


Tabela 3.4.2.4. Definicja atrybutów symulacyjnych transakcyjnych i scenariuszowych w ramach modelu

transportowego

Atrybuty modelu systemu transportowego



Dostępne pojazdy aktualnie Liczba pojazdów, które mogą być użyte do przewozu

DostepnePojazdyAktualnie

Dostępne pojazdy wczoraj Liczba pojazdów, które były użyte do przewozu

DostepnePojazdyWczoraj

Dzień aktualny Stan obecny

DzienAktualny


Cena transportu obcego Stawki za tkm lub km ładowny

CenaTransportuObcego

Czas realizacji dostawy Czasokres w którym nastąpiła dostawa

CzasRealizacjiDostawy

Dostawca Podmiot wykonujący dostawę

Dostawca

Dostępność transportu Liczba pojazdów, która może być użyta do przewozów

DostepnoscTransportu

Ilość pojazdów do przydzielenia Liczba pojazdów, która może być aktualnie przydzielona do przewozów

IloscPojazdowDoPrzydzielenia

Liczba palet Wielkość palet, która występuje w zamówieniu

LiczbaPalet

Liczba palet do załadunku Wielkość palet, która musi być załadowana

LiczbaPaletDoZaladunku

Liczb a palet na pojeździe Wielkość palet, która mieści się w pojeździe

LiczbaPaletNaPojezdzie

Liczba sformowanych pojazdów Liczba śr. transportu zapełnionych PJŁ

LiczbaSformowanychPojazdow

Liczba sformowanych palet Liczba palet gotowych do przewozu

LiczbaSformulowanychPalet

Liczba sztuk z zamówienia do załadunku Wielkość podlegająca procesowi paletyzacji

LiczbaSztukDoZaladunku

Liczba sztuk na palecie Wielkość indeksów na PJŁ

LiczbaSztukNaPalecie

Numer indeksu Charakterystyka towaru

NumerIndeksu

Numer dnia Dzień dostawy

NumerDnia

Odległość od dostawcy Liczba km

OdlegloscOdDostawcy

Paletyzacja Proces ułożenia indeksów na palecie

Paletyzacja

100 | S t r o n a

Atrybuty modelu systemu transportowego


Pojemność pojazdu Możliwa liczba palet na pojeździe

PojemnoscPojazdu

Średnia prędkość Średnia prędkość handlowa przy realizacji przewozu

SredniaPredkosc

Termin realizacji zamówienia Czas dostarczenia ładunku

TerminRealizacjiZamowienia

Waga brutto sztuki z zamówienia Waga towaru

WagaBrutto

Wielkość zamówienia Liczba indeksów podlegająca czynnościom przewozowym

WielkoscZamowienia


Tabela 3.4.2.5. Wyjścia z modelu transportowego w ramach modelu magazynowego

Wejścia z Modelu transportowego



Wielkość dostawy WielkoscDostawy


Tabela 3.4.2.6. Atrybuty scenariuszowe – wartości początkowe danych wejściowych

z modelu planowania potrzeb materiałowych

Wejścia z Modelu planowania potrzeb materiałowych



Numer Indeksu 1

Paletyzacja 10

Cena paliwa 5,98 zł

Czas załadunku palety 3 min na paletę

Lead Time 2


Na rys. 3.4.2.2 przedstawiono pierwszy z modeli procesów transportowych - przeliczania zamówienia

otrzymanego z modelu zamawiania na jednostki ładunkowe (palety).

Rys.3.4.2.2 Model symulacyjny - przeliczanie zamówienia na palety Źródło: opracowanie własne - iGrafx Process

101 | S t r o n a

Do wykonania czynności „Przelicz zamówienie na palety‖ stosowane są dwa atrybuty transakcyjne,

charakteryzujące liczbę palet już uformowanych na wejściu oraz wielkość zamówienia na wyjściu ( rys.

3.4.2.3). Palety są pobierane z ograniczonej puli palet.

Rys. 3.4.2.3 Model symulacyjny podprocesu - ‗Liczba palet uformowanych‘ Źródło: opracowanie własne - iGrafx Process

Kolejnym etapem symulacji jest czynność planowania załadunku opakowań na palety oraz sprawdzenie

liczby palet niezbędnych do uformowania dostawy. Po sprawdzeniu zapełnienia palety oraz pozostałych

nieprzydzielonych opakowań, zamówienie jest rozlokowane na paletach. Do kolejnego podprocesu modelu

transportowego jest przekazana informacja o liczbie sformowanych palet (atrybut transakcyjny –

LiczbaSformowanychPalet), aby rozpocząć planowanie załadunku jednostek ładunkowych w przestrzeni

dostępnych środków transportu.

Przeliczanie zamówienia na pojazdy

Po sformowaniu wielkości ładunkowych na jednostki ładunkowe (PJŁ) następuje przeliczanie zamówienia

i formowanie ładunków w dostępnych pojazdach( rys. 3.4.2.4)

Ilość pojazdów

Czasy transportów.Pobierz informację o

ilości pojazdów

dostępnych na dzień

dostawy i dzień

wcześniej

Na wyjściu: S.DostepnePojazdyWczoraj = If(S.DzienAktualny =NumerDnia ;S.DostepnePojazdyWczoraj ;S.DostepnePojazdyAktualnie )

Na wyjściu: S.DostepnePojazdyAktualnie = If(S.DzienAktualny = NumerDnia ;S.DostepnePojazdyAktualnie ;3)

Na wyjściu: S.DzienAktualny = NumerDnia

Na wyjściu: T.IloscPojazdowDoPrzydzielenia = LiczbaSformowanychPojazdow

Zarezerwuj

pojazd na

dostawę

Na wyjściu: S.DostepnePojazdyAktualnie = S.DostepnePojazdyAktualnie - 1

Na wyjściu: T.IloscPojazdowDoPrzydzielenia = T.IloscPojazdowDoPrzydzielenia - 1

Czy ostatni pojazd

dla dostawy?

Czy są pojazdy w

danym terminie

Nie

Czy jest pojazd na

dzień dostawy

Tak

Czy są pojazdy

na dzień

wcześniej

Nie Zarezerwuj pojazd

u firmie

zewnętrznej


Nie

Tak

Zarezerwuj pojazd

na dzień

wcześniej

Na wyjściu: S.DostepnePojazdyWczoraj = S.DostepnePojazdyWczoraj - 1


Tak

Środki transportu

przydzielone na

dostawę

Tak

Nie

Zamówienie do przydzielenia

środka transportu

Rys. 3.4.2.4. Model symulacyjny – podproces ‗Przeliczanie zamówienia i formowanie ładunków‘


102 | S t r o n a

Po sprawdzeniu zapełnienia pojazdu, zamówienie jest rozlokowane na pojazdach. Do kolejnego procesu

jest przekazana informacja o liczbie sformowanych pojazdów (atrybut transakcyjny –

LiczbaSformowanychPojazdów), aby rozpocząć weryfikację zgodnie z przyjętym harmonogramem

przewozów.

Weryfikacja harmonogramu przewozów

Proces „Weryfikacja harmonogramu‖ (rys. 3.4.2.5) jest kolejnym podprocesem realizowanym w ramach

modelu transportowego i jest uruchamiany komunikatem z danymi „LiczbaZaladowanychPojazdów‖,

pochodzącymi z podprocesu „Przeliczenie zamówienia na pojazdy‖.

Ilość pojazdów

Czasy transportów.Pobierz informację o

ilości pojazdów

dostępnych na dzień

dostawy i dzień

wcześniej

Na wyjściu: S.DostepnePojazdyWczoraj = If(S.DzienAktualny =NumerDnia ;S.DostepnePojazdyWczoraj ;S.DostepnePojazdyAktualnie )

Na wyjściu: S.DostepnePojazdyAktualnie = If(S.DzienAktualny = NumerDnia ;S.DostepnePojazdyAktualnie ;3)

Na wyjściu: S.DzienAktualny = NumerDnia

Na wyjściu: T.IloscPojazdowDoPrzydzielenia = LiczbaSformowanychPojazdow

Zamówienie do przydzielenia

środka transportu

Rys. 3.4.2.5. Model symulacyjny - Podproces „Weryfikacja harmonogramu‖


Informację wejściową podprocesu „Weryfikacja harmonogramu‖ są dane o liczbie pojazdów dostępnych

na dzień dostawy i w dni poprzedzające. Do wykonania czynności wykorzystywane są trzy atrybuty

scenariuszowe określające – [liczbę dostępnych pojazdów w dzień poprzedni], [liczbę dostępnych pojazdów

dzisiaj], [nr aktualnego dnia] oraz jeden atrybut transakcyjny - określający [liczbę pojazdów do przydzielenia]

(rys. 3.4.2.6).

Zamówienie

do realizacji

Przeliczenie

zamówienia na

PJŁ

Przeliczenie

zamówienia na

pojazdy

Weryfikacja

harmonogramu

Fizyczna

realizacja

dostawy

Obliczenie potrzeb transportowych

Zamówienie

zrealizowane

103 | S t r o n a

Rys. 3.4.2.6. Model symulacyjny - Proces „Weryfikacja harmonogramu‖


W ramach kolejnych etapów modelu wykonywana jest rezerwacja pojazdu przydzielonego do realizacji

dostawy oraz określenie, czy dostawa będzie realizowana transportem własnym czy obcym (rys. 3.4.2.6).

Analiza badawcza symulacyjna modelu transportowego zawiera zakres ilościowy transakcji i rzeczywisty

czas realizacji transakcji. Elementy te są analogiczne do informacji zawartych w arkuszach analizy

transakcyjnej. Jednak należy podkreślić, że przygotowywane podsumowanie wydajności dla każdego

procesu jest niezbędne przy późniejszym szacowaniu korzyści, jakie przyniosą zmiany opracowane podczas

określania stanu pożądanego przypływów informacji i pracy. Możliwe jest uzyskanie wielu statystyk

dotyczących czasów realizacji procesów i oczekiwania na realizację czynności, m. in.:

rzeczywistych czasów realizowanych procesów głównych i podprocesów,

maksymalnej liczba transakcji przetwarzanych jednocześnie przez czynność,

średniej liczby transakcji, które czekały na przetworzenie,

całkowitej liczby transakcji, które czekały na przetworzenie,

liczba transakcji, które czekały na zblokowanie,

czas, przez który zasoby musiały czekać na skompletowanie transakcji,

liczba transakcji, które musiały czekać na przetworzenie.

Wyniki analiz symulacyjnych odzwierciedlają stan rzeczywisty zachodzących procesów i podprocesów

transportowych, umożliwiając poprawę ich efektywności w modelu zarządzania przepływem materiałów

procesów zaopatrzenia przedsiębiorstwa. Przedstawiona metoda symulacji procesów i możliwość

definiowania wielu parametrów operacyjnych modelu transportowego, stanowi narzędzie wsparcia decyzji i

projektowania praktycznych rozwiązań, wyprzedzających etap wdrożenia i ponoszenie konsekwencji

kosztowych.

104 | S t r o n a

© Wyższa Szkoła Logistyki, Poznao 2015 Śliwczyoski B. (red.), Modelowanie systemu zarządzania przepływem materiałów i oceny efektywności procesów.

3.5. Model systemu magazynowania

ADAM KOLIŃSKI, BOGUSŁAW ŚLIWCZYŃSKI Wyższa Szkoła Logistyki

Model magazynowania został przygotowany w środowisku iGrafx® Process zgodnie z koncepcją

wielowariantowej oceny efektywności procesu zaopatrzenia i transportu, przedstawioną na rys. 2.6 i 3.7.

Zadaniem procesu magazynowania jest utrzymanie zapasu i obsługa przepływu produktów w fazie

przyjęcia, składowania, kompletacji i wydania produktów, zgodnie z wymaganiami klienta wewnętrznego i

zewnętrznego36

. Proces magazynowania pełni rolę usługową w analizowanym procesie zaopatrzenia.

Zakres wsparcie zarządzania gospodarką magazynową wyznacza obszar gromadzenia i przetwarzania

danych od dostawców i odbiorców procesu magazynowania, w celu efektywnego planowania i

harmonogramowania działań oraz wykorzystania zasobów. Ocena i korygowanie organizacji, zarządzania i

technologii procesu magazynowania, jest ukierunkowana na osiąganie założonych celów, poprawy wartości

produktu i wyników procesu magazynowania, obejmując analizy:

sprawności, niezawodności i efektywności obsługi produktów wynikające z organizacji warunków

magazynowania, zastosowanych metod zarządzania oraz integracji z procesami dostarczającymi i

odbierającymi do/z procesu magazynowania (rys. 3.5.1),

poziomu, struktury, dynamiki i trendów ponoszonych oraz planowanych kosztów,

poziomu wykorzystania zasobów magazynowych oraz prognozowanych potrzeb rozwoju infrastruktury

magazynowej,

przepływu informacji organizacyjnej oraz dokumentów materiałowych i planowania.

Rys. 3.5.1 Integracja działań procesu magazynowania z innymi obszarami zarządzania przepływem materiałów Źródło: opracowanie własne.

36

Zagadnienia organizacji procy magazynu i zarządzania procesem magazynowania przedstawiono w pracach: Niemczyk A.: Magazynowanie, w: Logistyka (red.) Kisperska-Moroń D. i Krzyżaniak S., Wydawnictwo Instytutu Logistyki i Magazynowania, Poznań 2009, s. 175–186 oraz Korzeniowski A., Weselik A., Skowroński Z., Kaczmarek M.: Zarządzanie gospodarką magazynową, PWE, Warszawa 1997, s. 11-27.

Dobór wielkości i położenia magazynu Analiza potrzeb magazynowania i opłacalności outsourcingu Organizacja i zarządzanie procesami wewnętrznego przepływu ładunku Dobór wyposażenia magazynu Organizacja transportu wewnętrznego i operacji przeładunkowych Analiza wykorzystania infrastruktury magazynowej (np. regałów, wózków,

podajników, dźwigów) Dobór metod obsługi przepływu ładunku w poszczególnych strefach

magazynu: przyjęcia, składowania, kompletacji i wydania Opracowanie budżetów magazynu Kontrolowanie kosztów, wyników i budżetów magazynu oraz ocena stopnia

osiągania celów Analiza statystyczna magazynowania Analiza wskaźnikowa produktywności, jakości i efektywności Raportowanie wyników magazynowania

Model magazynowania – przykładowe obszary wsparcia zarządzania operacyjnego:

Inne obszary zarządzania operacyjnego – np.:

dystrybucja,

transport,

sprzedaż

Integracja procesowa

Produkt

D O S T A W C Y

Zaopatrzenie magazyn

materiałów

Produkcja Dystrybucja

transport

magazyn regionalny

zakupy transport

Obsługa klienta

magazyn wyrobów

Klient

Identyfikacja wartości produktu dla klienta

Mapowanie wartości na procesy

Inne obszary zarządzania operacyjnego – np.:

zaopatrzenie,

produkcja

zarządzanie zapasami

Integracja procesowa

105 | S t r o n a

Gromadzone i przetwarzane w działaniach controllingu dane dotyczą uwarunkowań operacyjnych

procesu magazynowania, potencjału magazynowania, organizacji systemu magazynowego i obejmują:

rodzaj i postać magazynowanych produktów (materiałów, wyrobów), ich asortyment, wagę i wymiary

geometryczne,

typ użytych jednostek ładunkowych (jł) uformowanych (np. kartonów, pojemników, palet, koszy, skrzyń),

pojemność maksymalną magazynu Zmax (wyrażoną liczbą jednostek ładunkowych) i zapas rezerwowy

(buforowy) jednostek ładunkowych na wejściu BZWE i wyjściu BZWY,

wielkość przepływu w okresie (np. dobowego) strumienia jednostek ładunkowych przez magazyn (s) z

podziałem na strumień wejściowy sWE i strumień wyjściowy sWY,

zajmowaną przestrzeń magazynową – obejmującą całkowitą powierzchnię użytkową magazynu i

kubaturę magazynową,

przepustowość procesu magazynowego i wydajność infrastruktury w poszczególnych strefach

magazynu,

czasy cykli roboczych (operacyjnych) – np. cykli transportowych i operacyjnych infrastruktury transportu

wewnętrznego i przeładunku oraz cykli kompletacyjnych,

ilość i rodzaj zastosowanych zasobów infrastruktury magazynowej – uwzględniając dobową

pracochłonność i stopień wykorzystania zastosowanych środków technicznych w procesie

magazynowym i wymaganą efektywność pracy urządzeń,

liczbę i kwalifikacje zatrudnionych pracowników magazynu – wykonujących pracę na różnych

stanowiskach obsługi procesów magazynowych (szacunki są wykonywane na podstawie dobowej

pracochłonności prac obsługowych),

koszty infrastruktury magazynu – koszty amortyzacji i inwestycyjne aktywów trwałych i wyposażenie

magazynu (w tym budynki, rampy, place, drogi, wózki, układnice, przenośniki, regały, system

informatyczny, system automatycznej identyfikacji),

koszty eksploatacyjne – koszty wynagrodzenia dla pracowników, zużycia materiałów, zużycia energii i

paliw, usług zewnętrznych – np. transportowych, remontowych.

Model magazynowania jest zasilany danymi parametrycznymi zasobów, pochodzącymi z arkuszy

kalkulacyjnych oraz danymi przepływu materiałowego z innych podsystemów - modelu transportowego i

modelu zamawiania. Autorzy przyjęli założenia dla modelu, że proces magazynowania jest

przedstawiony jako uzupełniający w modelu systemu przepływu materiałów, w celu oceny

efektywności zarządzania przepływem materiałów.

Algorytm kompleksowej analizy efektywności procesu magazynowania został przedstawiony na rysunku

3.5.2.

106 | S t r o n a

START

Analiza wydajności technicznej

magazynu

Czy ocena analizy

jest pozytywna?

Wygenerowanie informacji

o odchyleniach normatywnych

Powrót do analizy procesu

transportowego

Analiza ekonomiczna pracy

magazynu

Czy ocena analizy

jest pozytywna?



Powrót do Generatora potrzeb


Czy ocena analizy

jest pozytywna?

STOP

Nie

Nie

Nie

Tak

Tak

Tak

Analiza wydajności

organizacyjnej magazynu

Czy ocena analizy

jest pozytywna?



Powrót do weryfikacji zamówienia

Nie

Tak



Powrót do SOP

Rys. 3.5.2. Ogólny algorytm weryfikacji efektywności procesu magazynowania Źródło: Opracowanie własne

3.5.1. Analiza danych i parametryzacja modelu

Do danych parametrycznych, pobieranych z arkuszy kalkulacyjnych, które zostały opracowane na

potrzeby symulacji procesów zamawiania, a wykorzystywanych również w modelu magazynowym

operacyjnego, należą:

Zs (w) – wartość średniego zapasu magazynowego w badanym okresie,

Zs (t) – wielkość średniego zapasu magazynowego w badanym okresie,

Zi – wielkość zapasu magazynowego na początku badanego okresu,

Zc – zapas dóbr składowanych w magazynie (zapas całkowity),

Zsp – zapas dóbr składowanych w magazynie na paletach.

d – liczba dni w badanym okresie.

Analiza symulacyjna modelu magazynowego wymaga również danych parametrycznych pominiętych

podczas symulacji modelu zamawiania, jednak niezbędnych do skutecznego przeprowadzenia analizy

efektywności procesu magazynowego. Do tych danych należą:

Om – wielkość obrotu magazynowego w badanym okresie,

Omr – wielkość obrotu magazynowego wg rozchodu w badanym okresie,

Omp – wielkość obrotu magazynowego wg przychodu w badanym okresie,

Zs – wielkość średniego zapasu magazynowego,

Ps – powierzchnia składowa magazynu,

Vu – pojemność użytkowa magazynu.

Model transportowy również cechuje się dwukierunkowością relacji z modelem magazynowym, który z

jednej strony jest czynnikiem zamykającym proces transportowy, jednak jest również ograniczeniem

transportowym, które wymusza modyfikacje i kolejną iterację modelu transportowego. Do danych

dostarczanych przez model transportowy należy zaliczyć:

Qr – ciężar ładunków.

107 | S t r o n a

Ze względu na specyfikę koncepcyjną opracowania modelu magazynowania oraz poziom ogólności37

zdecydowano, że należy wygenerować arkusz kalkulacyjny z danymi wsadowymi (danymi podstawowymi),

niezbędnymi do realizacji procesu symulacyjnego. Do danych podstawowych należy zaliczyć:

Zp – średnia liczba zatrudnionych pracowników w magazynie,

Tre – liczba godzin przepracowanych przez magazynierów w badanym okresie,

Ww – wartość wyposażenia technicznego magazynu,

Vs – pojemność składowa (nominalna) magazynu wg planu zagospodarowania przestrzeni

magazynowej,

Wst – wartość środków transportu magazynowego,

U – wielkość zysku osiągniętego przez magazyn w badanym okresie,

Pu – powierzchnia użytkowa magazynu,

Kmu – koszty eksploatacji wyposażenia magazynu,

Kmo – koszty osobowe pracowników magazynowych,

Lms – liczba miejsc składowych ogółem,

Lpm – liczba przemieszczeń w magazynie,

Kk – koszty kompletacji,

Lzk – liczba zleceń kompletacyjnych,

Kmc – koszty magazynowania w badanym okresie.

3.5.2. Algorytmy przetwarzania danych modelu magazynowania

Procesy szczegółowe analizy efektywności systemu magazynowania w ramach zarządzania przepływem

materiałowym przedstawiono na rys. 3.5.2.1 zgodnie z metodyką ICOM. W kolejnej części sprawozdania z

wyników badań przedstawiono szczegółowe algorytmy analizy i weryfikacji modelu symulacyjnego systemu

magazynowania w zakresie:

analizy wydajności organizacyjnej magazynu,

analizy wydajności technicznej magazynu,

analizy ekonomicznej pracy magazynu,

analizy kosztów magazynowania.

37 Ze względu na tematykę skryptu, zespół Autorów podjął decyzję o opracowaniu ogólnego modelu magazynowego, jedynie w celu realizacji procesów zaopatrzeniowych i transportowych. Podjęta decyzja skutkuje dużą ilością danych wsadowych dla systemu i procesów magazynowych, zakładanych i wygenerowanych w postaci arkusza kalkulacyjnego.

108 | S t r o n a

Dane wejściowe

Dane wyjściowe

pa

ram

etr

y

Analiza

wydajności

organizacyjnej

magazynu

Analiza

wskaźników

efektywności

procesu

magazynowania

Om –

wie

lko

ść o

bro

tu m

ag

azyn

ow

eg

o w

ba

da

nym

okre

sie

Om

r –

wie

lko

ść o

bro

tu m

ag

azyn

ow

eg

o w

g r

ozch

od

u w

ba

da

nym

okre

sie

Zs –

wie

lko

ść ś

red

nie

go

za

pa

su

ma

ga

zyn

ow

eg

o

Zp – średnia liczba zatrudnionych pracowników w

magazynie

Tre – liczba godzin przepracowanych przez magazynierów

w badanym okresie

Tre – liczba godzin przepracowanych przez magazynierów

w badanym okresie


Zp – średnia liczba zatrudnionych pracowników w

magazynie


Mwp – wskaźnik wydajności pracy magazynierów

Mip – wskaźnik intensywności pracy magazynierów

Mpo – wskaźnik pracochłonności obrotu magazynowego

Mup – wskaźnik technicznego uzbrojenia pracy w magazynie

Msp – wskaźnik zagospodarowania zapasami powierzchni

składowej

Dane wejściowe

Dane wyjściowe

pa

ram

etr

y

Analiza wydajności

technicznej

magazynu

Om –

wie

lko

ść o

bro

tu m

ag

azyn

ow

eg

o w

ba

da

nym

okre

sie

Tte –

efe

kty

wn

y c

za

s p

racy ś

r. tra

nsp

ort

u m

ag

azyn

ow

eg

o

Qr –

cię

ża

r ła

du

nkó

w p

rze

mie

szcza

nych

śr.

tr.

ma

g.

Zsp –

za

pa

s d

ób

r skła

do

wa

nych

w m

ag

azyn

ie n

a p

ale

tach

Zc –

za

pa

s d

ób

r skła

do

wa

nych

w m

ag

azyn

ie


Vs – pojemność składowa (nominalna) magazynu wg

planu zagospodarowania przestrzeni magazynowej



Mvu – wskaźnik wykorzystania pojemności użytkowej

magazynu

Mev – wskaźnik eksploatacji przestrzeni składowej magazynu

Mvu – wskaźnik technicznego uzbrojenia przestrzeni

magazynowej

Mtv – wskaźnik wyposażenia przestrzeni magazynowej w

środki transportu

Mst – wskaźnik wydajności środków transportu

magazynowego

Mpz – wskaźnik paletyzacji ładunków w magazynie

Dane wejściowe

Dane wyjściowe

pa

ram

etr

y

Analiza

ekonomiczna pracy

magazynu

Om

r – w

ielk

ość o

bro

tu m

ag

azyn

ow

eg

o w

g r

ozch

od

u w

ba

da

nym

okre

sie

Km

c –

ko

szty

ma

ga

zyn

ow

an

ia w

ba

da

nym

okre

sie

Om

p –

wie

lko

ść o

bro

tu m

ag

azyn

ow

eg

o w

g p

rzych

od

u w

ba

da

nym

okre

sie

Zs (

w)

– w

art

ość ś

red

nie

go

za

pa

su

ma

ga

zyn

ow

eg

o w

ba

da

nym

okre

sie

Zs (

t) –

wie

lko

ść ś

red

nie

go

za

pa

su

ma

ga

zyn

ow

eg

o w

ba

da

nym

okre

sie




Msz – wskaźnik stopy zysku osiągniętego przez magazyn

Mzp – wskaźnik stanu zapasów w magazynie

Mso – wskaźnik średniego obrotu magazynowego

Mwz – wskaźnik wartości zapasu magazynowego

Dane wejściowe

Dane wyjściowe

pa

ram

etr

y

Analiza kosztów

magazynowania



Pu – powierzchnia użytkowa magazynu

Kmu – koszty eksploatacji wyposażenia magazynu

Kmo – koszty osobowe pracowników magazynowych

KM – koszty magazynu

Lms – liczba miejsc składowych ogółem

Kmj – wskaźnik kosztów magazynowania

Ksz – wskaźnik kosztów składowania zapasu

Em – wskaźnik kosztów efektywności pracy magazynu

MUP – wskaźnik kosztów utrzymywania powierzchni magazynowej

MU – wskaźnik kosztów eksploatacji wyposażenia magazynu

Mkp – wskaźnik kosztów zatrudnienia pracownika magazynowego

Pks – wskaźnik przeciętnych kosztów miejsca składowego

Pkp – wskaźnik przeciętnych kosztów przemieszczeń

Pkl – wskaźnik przeciętnych kosztów personelu

Pku – wskaźnik przeciętnych kosztów urządzeń magazynowych

Kkz – wskaźnik kosztów kompletacji jednego zlecenia

Om

r –

wie

lko

ść o

bro

tu m

ag

azyn

ow

eg

o w

g r

ozch

od

u

w b

ad

an

ym

okre

sie

Km

c –

ko

szty

ma

ga

zyn

ow

an

ia w

ba

da

nym

okre

sie

Zśr –

za

pa

s ś

red

ni w

ba

da

nym

okre

sie

Lp

m –

lic

zb

a p

rze

mie

szcze

ń w

ma

ga

zyn

ie

Kk –

ko

szty

ko

mp

leta

cji

Lzk –

lic

zb

a z

lece

ń k

om

ple

tacyjn

ych

Zakres normatywny wskaźników

określony przez przedsiębiorstwo

Hierarchia ważności poszczególnych

wskaźników określona przez

przedsiębiorstwo

Dane wyjściowe

Oce

na

efe

kty

wn

ości

pro

ce

su

ma

ga

zyn

ow

an

ia

Rys. 3.5.2.1. Procesy szczegółowe analizy efektywności systemu magazynowania


Dane pobrane z modelu

S&OP

Dane pobrane z Generatora parametrów

modeli zamawiania

Dane pobrane z Modelu systemu

transporto-wego

Dane pobrane z Modułu

weryfikacji modeli

zamawiania

109 | S t r o n a

Analiza wydajności organizacyjnej magazynu

Przedstawiony w dalszej części pracy algorytm analizy wydajności organizacyjnej magazynu został

opracowany w formie systemu wskaźników, służących do ekonomicznej oceny efektywności procesu

magazynowego. Zestawiony system wskaźników opracowano na podstawie analizy literaturowej

przedmiotu38,39,40. Szczegółowy opis czynności analizy wydajności organizacyjnej magazynu

zaprezentowano w formie algorytmu przedstawionego na rysunku 3.5.2.2.

START

Wyznaczenie wskaźnika intensywności

pracy magazynierów (Mip)

Wyznaczenie wskaźnika pracochłonności

obrotu magazynowego (Mpo)

Wyznaczenie wskaźnika technicznego

uzbrojenia pracy w magazynie (Mup)

Wyznaczenie wskaźnika

zagospodarowania zapasami

powierzchni składowej (Msp)

Analiza porównawcza wyznaczonych

mierników z zakresami normatywnymi

Czy wszystkie

analizowane mierniki mieszczą się w zakresach

normatywnych?

Pozytywna ocena

analizy zabezpieczenia potrzeb

STOP

Analiza odchyleń od norm

Czy model

ma więcej niż 1 odchylenie

od norm?

Powrót do modelu zamówień

Tak

Tak

Nie

Nie

Dane niezbędne do analizy

wydajności organizacyjnej

magazynu

Normatywy mierników

Analiza efektywności w przypadku występowania

odchyleń należy ograniczyć ze względu na

złożoność poruszanej problematyki. Uznano, że

do dalszej analizy będą przekazywane jedynie te

modele zamówień, dla których więcej niż połowa

wskaźników mieści się w określonych zakresach

normatywnych.

Maksymalna ilość odchyleń musi być zatem

mniejsza od połowy ilości analizowanych

wskaźników.

W tym przypadku analizowano 5 wskaźniki,

dlatego dopuszcza się maksymalnie

2 odchylenia od normy.

Wyznaczenie wskaźnika wydajności

pracy magazynierów (Mwp) p

mwp

Z

OM

re

mip

T

OM

mr

repo

O

TM



Zs – wielkość średniego zapasu magazynowego

---







p

wup

Z

WM

s

ssp

P

ZM

Rys. 3.5.2.2. Algorytm wydajności organizacyjnej magazynu Źródło: Opracowanie własne.

Analiza wydajności technicznej magazynu

Przedstawiony algorytm analizy wydajności technicznej magazynu na rys. 3.5.2.3 został opracowany w

formie systemu wskaźników, służących do ekonomicznej oceny efektywności procesu magazynowego.

Zestawiony system wskaźników opracowano na podstawie analizy literaturowej przedmiotu41,42,

.

38

Śliwczyński B., Controlling operacyjny łańcucha dostaw w zarządzaniu wartością produktu, Wydawnictwo Uniwersytetu Ekonomicznego, Poznań 2011. 39

Niemczyk A., Zarządzanie magazynem, Wyższa Szkoła Logistyki, Poznań 2010. 40

Twaróg J., Mierniki i wskaźniki logistyczne, Instytut Logistyki i Magazynowania, Poznań 2005. 41


Twaróg J., Mierniki i wskaźniki logistyczne, Instytut Logistyki i Magazynowania, Poznań 2005.

110 | S t r o n a

START

Wyznaczenie wskaźnika technicznego

uzbrojenia przestrzeni magazynowej

(Mvut)

Wyznaczenie wskaźnika wyposażenia

przestrzeni magazynowej w środki

transportu (Mtv)

Wyznaczenie wskaźnika środków

transportu magazynowego (Mst)

Wyznaczenie wskaźnika paletyzacji

ładunków w magazynie (Mpz)



Czy wszystkie


normatywnych?

Dostarczenie danych kosztowych do

analizy modelu zamówienia

STOP


Czy model


od norm?


transportowego

Tak

Tak

Nie

Nie


wydajności technicznej

magazynu








normatywnych.



wskaźników.

W tym przypadku analizowano 6 wskaźników,



Wyznaczenie wskaźnika eksploatacji

przestrzeni składowej magazynu (Mev)

Wyznaczenie wskaźnika wykorzystania

pojemności użytkowej magazynu (Mvu)


Tte – efektywny czas pracy śr. transportu magazynowego

Qr – ciężar ładunków przemieszczanych śr. tr. mag.

Zsp – zapas dóbr składowanych w magazynie na paletach

Zc – zapas dóbr składowanych w magazynie

----


Vs – pojemność składowa (nominalna) magazynu wg

planu zagospodarowania przestrzeni magazynowej



u

svu

V

VM

s

mev

V

OM

u

wvut

V

WM

u

sttv

V

WM

te

rst

T

QM

c

sp

pzZ

ZM

Rys. 3.5.2.3. Algorytm wydajności technicznej magazynu Źródło: Opracowanie własne

Analiza ekonomiczna pracy magazynu

Algorytm analizy ekonomicznej pracy magazynu został opracowany w formie systemu wskaźników,

służących do ekonomicznej oceny efektywności procesu magazynowego. Zestawiony system wskaźników

opracowano na podstawie analizy literaturowej przedmiotu43,44,. Szczegółowy opis czynności weryfikacji i

analizy ekonomicznej modelu pracy magazynu zaprezentowano w formie algorytmu przedstawionego na

rysunku 3.5.2.4.

43


Twaróg J., Mierniki i wskaźniki logistyczne, Instytut Logistyki i Magazynowania, Poznań 2005.

111 | S t r o n a

START

Wyznaczenie wskaźnika stopy zysku

osiągniętego przez magazyn (MSZ)

Wyznaczenie wskaźnika stanu zapasów

w magazynie (MSP)

Wyznaczenie wskaźnika średniego

obrotu magazynowego (MSO)

Wyznaczenie wskaźnika zapasu

magazynowego (Mwz)



Czy wszystkie


normatywnych?



STOP


Czy model


od norm?

Powrót do Generatora potrzeb

Tak

Tak

Nie

Nie


ekonomicznej pracy

magazynu








normatywnych.



wskaźników.



1 odchylenie od normy.



Omp – wielkość obrotu magazynowego wg przychodu w badanym okresie

Zs (w) – wartość średniego zapasu magazynowego w badanym okresie

Zs (t) – wielkość średniego zapasu magazynowego w badanym okresie

----




mc

szK

UM

)( mrmpizp OOZM

d

OM mr

so

)(

)(

tZ

wZM

s

swz

Rys. 3.5.2.4. Algorytm analizy ekonomicznej pracy magazynu Źródło: Opracowanie własne.


Dokonując analizy efektywności procesu magazynowego pod względem kosztów, należy uwzględnić45

:

koszty magazynowania, które dotyczą zużycia środków technicznych, materiałów, paliwa, energii oraz

płac pracowniczych, rozliczanych w ustalonym okresie lub na określoną partię towarów,

koszty uzupełniania zapasów, dotyczących całości kosztów związanych z procesem uzupełniania

stanów zapasu, obejmującym wszystkie czynności realizowane od momentu przygotowania zgłoszenia

zapotrzebowania do momentu udostępnienia uzupełnionego zapasu dóbr do wykorzystania,

koszty utrzymywania zapasów, dotyczących całości kosztów ponoszonych wskutek istnienia zapasów w

przedsiębiorstwie (np. utrzymywanie bądź dzierżawa magazynów, odsetki od kredytów bankowych,

płace magazynierów, starzenie się zapasów, ich ubezpieczenie itp.).

Zestawiony system wskaźników opracowano na podstawie analizy literaturowej przedmiotu46,47,48

.

Szczegółowy opis czynności analizy kosztów magazynowania zaprezentowano w formie algorytmu

przedstawionego na rysunku 3.5.2.5.

45

Niemczyk A., Zarządzanie magazynem, Wyższa Szkoła Logistyki, Poznań 2010, s. 231. 46

Twaróg J., Mierniki i wskaźniki logistyczne, Instytut Logistyki i Magazynowania, Poznań 2005. 47


Niemczyk A., Zarządzanie magazynem, Wyższa Szkoła Logistyki, Poznań 2010.

112 | S t r o n a

START

Wyznaczenie wskaźnika kosztów

magazynowania (Kmj)


składowania zapasu (KSZ)

Wyznaczenie kosztów efektywności

pracy magazynu

Wyznaczenie kosztów utrzymania

powierzchni magazynowej (MUP)


eksploatacji wyposażenia magazynu (MU)


zatrudnienia pracownika magazynowego

(Mkp)

Wyznaczenie wskaźnika przeciętnych

kosztów miejsca składowego (Pks)


kosztów przemieszczeń (Pkp)


kosztów personelu na przemieszczenie

(Pkl)


kosztów urządzeń na przemieszczenie

(Pku)


kompletacji jednego zlecenia (Kkz)



Czy wszystkie


normatywnych?



STOP


Czy występuje

ma więcej niż 5 odchyleń

od norm?

Powrót do SOP

Tak

Tak

Nie

Nie


kosztów magazynowania


Uznano, że dalsza analiza odchyleń będzie

przeprowadzana w sytuacji, w której więcej niż

połowa wskaźników mieści się w określonych

zakresach normatywnych.



wskaźników.



5 odchyleń od normy.



Zśr – zapas średni w badanym okresie

Lpm – liczba przemieszczeń w magazynie

Kk – koszty kompletacji

Lzk – liczba zleceń kompletacyjnych

----



Pu – powierzchnia użytkowa magazynu

Kmu – koszty eksploatacji wyposażenia magazynu

Kmo – koszty osobowe pracowników magazynowych

KM – koszty magazynu

Lms – liczba miejsc składowych ogółem

mr

mcmj

O

KK

śr

mcsz

Z

KK

mrdmjdmjbm OKKE

u

mcUP

P

KM

w

muU

W

KM

p

mokp

Z

KM

ms

Mks

L

KP

pm

mkp

L

KP

pm

pm

klL

KP

pm

umku

L

KP

zk

k

kzL

KK

Rys. 3.5.2.5. Algorytm analizy kosztów magazynowania


113 | S t r o n a

3.5.3. Model informatyczny procesów magazynowych i środowisko symulacyjne

Zaproponowana parametryzacja modelu magazynowego jest podstawą do przeprowadzenia

szczegółowej analizy przebiegu symulacji. Przebieg symulacji jest zgodny z podziałem koncepcyjnym,

przedstawionym w poprzednich raportach, a więc będzie uwzględniać następujące etapy:

analizę wydajności organizacyjnej magazynu (MAG11),

analizę wydajności technicznej magazynu (MAG12),

analizę ekonomicznej pracy magazynu (MAG13),

analizę kosztów magazynowania (MAG14).

W tabeli 3.5.3.1 przedstawiono przykładowe dane wsadowe (zarówno pozyskiwane z innych procesów

modelu symulacyjnego, jak również dane parametryczne), niezbędne do przeprowadzenia kompleksowej

analizy wydajności organizacyjnej magazynu.

Tabela 3.5.3.1. Dane wejściowe do analizy wydajności organizacyjnej magazynu (MAG11)

Opis (symbol) danej Wartość

Om 400

Zp 20

Zakres normatywny wskaźnika wydajności pracy magazynierów (W1)

Min 10

Max 200

Tre 40

Zakres normatywny wskaźnika intensywności pracy magazynierów (W2)

Min 50

Max 100

Omr 10

Zakres normatywny wskaźnika pracochłonności obrotu magazynowego (W3)

Min 3

Max 10

Ww 800

Zakres normatywny wskaźnika technicznego uzbrojenia pracy w magazynie (W4)

Min 5

Max 15

Zs 300

Ps 1000

Zakres normatywny wskaźnika zagospodarowania zapasami powierzchni składowej (W5)

Min 0,5

Max 0,9


Algorytm symulacyjny przygotowany w środowisku iGrafx® Process 2011 przewiduje analizę zgodności

poszczególnych wskaźników z zakresem normatywnym bezpośrednio po ich wyznaczeniu oraz analizę

ekonomicznych korzyści, podsumowującą cały podproces. Z tego względu należy przeanalizować

poszczególne etapy symulacji:

wyznaczenie wartości wskaźników,

porównanie wartości obliczonych wskaźników z wartościami normatywnymi,

przeprowadzenie analizy ekonomicznych korzyści całego podprocesu.

Wyznaczenie wskaźników:

2020

4001 W 10

40

4002 W 4

10

403 W 40

20

8004 W 3,0

1000

3005 W

Po każdorazowym wyznaczeniu wskaźnika następuje jego sprawdzenie z wartościami normatywnymi.

Algorytm logiczny w pierwszym etapie dotyczy porównania czy wartość wskaźnika jest większy od

minimalnej wartości normatywnej, natomiast w drugim etapie odnosi się do porównania wartości wskaźnika z

maksymalną wartością normatywną.

W przypadku wskaźnika W1 wartość obliczeniowa mieści się w zakresie normatywnym (oba etapy

symulacji zostały ocenione pozytywnie), co będzie skutkować przebiegiem symulacyjnym przedstawionym

na rysunku 3.5.3.1.

114 | S t r o n a

Rys. 3.5.3.1. Porównanie wartości obliczeniowej wskaźnika z zakresem normatywnym

- ocena pozytywna wskaźnika


W przypadku wskaźnika W2 wartość obliczeniowa jest mniejsza od zakresu normatywnego (pierwszy

etap symulacji został oceniony negatywnie), co będzie skutkować przebiegiem symulacyjnym

przedstawionym na rysunku 3.5.3.2.


- ocena negatywna wskaźnika (II wariant)


Kolejny wskaźnik W3 został oceniony pozytywnie. W przypadku wskaźnika W4 wartość obliczeniowa jest

większa od zakresu normatywnego (pierwszy etap symulacji został oceniony pozytywnie, jednak drugi etap

został oceniony negatywnie), co będzie skutkować przebiegiem symulacyjnym przedstawionym na rysunku

3.5.3.3.


- ocena negatywna wskaźnika (I wariant)


W przypadku wskaźnika W5 wartość obliczeniowa jest mniejsza od zakresu normatywnego (pierwszy

etap symulacji został oceniony negatywnie).

Ostatnim etapem analizy jest sprawdzenie przewag pozytywnie ocenionych wartości obliczeniowych

poszczególnych wskaźników z zakresem normatywnym. W przypadku podprocesu analizy wydajności

115 | S t r o n a

organizacyjnej magazynu, liczba wskaźników pozytywnie ocenionych jest mniejsza od liczby wskaźników

negatywnie ocenionych, co skutkuje negatywną oceną tego procesu (rys. 3.5.3.4).

Rys. 3.5.3.4. Ocena ekonomicznych korzyści procesu analizy wydajności organizacyjnej magazynu - ocena negatywna


Ocena negatywna generuje informację negującą propozycję wariantu opracowaną przez poprzednie

modele i inicjuje procesy weryfikacyjne i korekcyjne.

W tabeli 3.2.2 przedstawiono przykładowe dane wsadowe (zarówno pozyskiwane z innych procesów


analizy wydajności technicznej magazynu.

Tabela 3.5.3.2 Dane wejściowe do analizy wydajności technicznej magazynu (MAG12)


Vs 400

Vu 20

Zakres normatywny wskaźnika wykorzystania

pojemności użytkowej magazynu (W1)

Min 10

Max 200

Om 40

Zakres normatywny wskaźnika eksploatacji

przestrzeni składowej magazynu (W2)

Min 50

Max 100

Ww 80

Zakres normatywny wskaźnika technicznego

uzbrojenia przestrzeni magazynowej (W3)

Min 3

Max 10

Wst 200

Zakres normatywny wskaźnika wyposażenia

przestrzeni magazynowej w śr. transportu (W4)

Min 5

Max 15

Qr 1500

Tte 1000

Zakres normatywny wskaźnika śr. transportu

magazynowego (W5)

Min 0,5

Max 0,9

Zsp 50

Zc 10

Zakres normatywny wskaźnika paletyzacji ładunków

w magazynie (W6)

Min 4

Max 13


Algorytm symulacyjny przygotowany w środowisku iGrafx® Process 2011 jest analogiczny jak w

przypadku poprzedniego procesu i przewiduje analizę zgodności poszczególnych wskaźników z zakresem

normatywnym bezpośrednio po ich wyznaczeniu oraz analizę ekonomicznych korzyści, podsumowującą cały

podproces.

116 | S t r o n a


2020

4001 W 1,0

400

402 W 4

20

803 W 10

20

2004 W

5,11000

15005 W 5

10

506 W







analizy ekonomicznej pracy magazynu.

Tabela 3.5.3.3 Dane wejściowe do analizy ekonomicznej pracy magazynu (MAG13)


U 400

Kmc 20

Zakres normatywny stopy zysku osiągniętego przez

magazyn (W1)

Min 10

Max 200

Zi 100

Omp 10

Omr 20

Zakres normatywny stanu zapasów w magazynie

(W2)

Min 50

Max 100

D 1

Zakres normatywny średniego obrotu

magazynowego (W3)

Min 3

Max 10

Zsw 200

Zst 10

Zakres normatywny zapasu magazynowego (W3) Min 5

Max 50


Algorytm symulacyjny przygotowany w środowisku iGrafx® Process jest analogiczny jak w przypadku

poprzedniego procesu i przewiduje analizę zgodności poszczególnych wskaźników z zakresem


podproces.


2020

4001 W 90)2010(1002 W 20

1

203 W 20

10

2004 W







analizy kosztów magazynowania.

117 | S t r o n a

Tabela 3.5.3.4 Dane wejściowe do analizy kosztów magazynowania (MAG14)


Omr 20

Kmc 400

Zakres normatywny kosztów magazynowania

(W1)

Min 10

Max 200

Zsr 5

Zakres normatywny kosztów składowania

zapasów (W2)

Min 50

Max 100

Kmjb 5

Kmjd 2

Omrd 2

Zakres normatywny kosztów efektywności

pracy magazynu (W3)

Min 3

Max 10

Pu 200

Zakres normatywny kosztów utrzymania

powierzchni magazynowej (W4)

Min 5

Max 50

Kmu 300

Ww 10

Zakres normatywny kosztów eksploatacji

wyposażenia magazynu (W5)

Min 20

Max 40

Kmo 300

Zp 7

Zakres normatywny kosztów zatrudnienia

pracownika magazynowego (W6)

Min 20

Max 40

Km 200

Lms 15

Zakres normatywny przeciętnych kosztów

miejsca składowego (W7)

Min 10

Max 50

Lpm 10


przemieszczeń (W8)

Min 30

Max 60

Kpm 250


personelu na przemieszczenie (W9)

Min 20

Max 50

Kum 100


urządzeń na przemieszczenie (W10)

Min 20

Max 50

Kk 10

Lzk 5

Zakres normatywny kosztów kompletacji

jednego zlecenia (W11)

Min 1

Max 10


Algorytm symulacyjny przygotowany w środowisku iGrafx® Process jest analogiczny jak w przypadku

poprzedniego procesu i przewiduje analizę zgodności poszczególnych wskaźników z zakresem


podproces.

118 | S t r o n a


2020

4001 W 80

5

4002 W 62)25(3 W 2

200

4004 W

3010

3005 W 86,42

7

3006 W 34,13

15

2007 W 20

10

2008 W

2510

2509 W 10

10

10010 W 2

5

1011 W




maksymalną wartością normatywną. Analogicznie przebiega ocena pozostałych wskaźników:

w przypadku wskaźników W2, W5, W7, W9 i W11 wartość obliczeniowa mieści się w zakresach

normatywnych (oba etapy symulacji zostały ocenione pozytywnie),

w przypadku wskaźników W8 i W10 wartość obliczeniowa jest mniejsza od zakresu normatywnego

(pierwszy etap symulacji został oceniony negatywnie).

Ostatnim etapem analizy jest sprawdzenie przewag pozytywnie ocenionych wartości obliczeniowych

poszczególnych wskaźników z zakresem normatywnym.

119 | S t r o n a

© Wyższa Szkoła Logistyki, Poznao 2015 Śliwczyoski B. (red.), Modelowanie systemu zarządzania przepływem materiałów i oceny efektywności procesów.

3.6. Model controllingu operacyjnego i oceny efektywności

ADAM KOLIŃSKI, BOGUSŁAW ŚLIWCZYŃSKI Wyższa Szkoła Logistyki

Wykorzystanie systemu controllingu do wspomagania decyzji zarządzania operacyjnego, umożliwia

kompleksowe zbadanie wielowymiarowych zależności wyników ekonomicznych i operacyjnych procesów

zaopatrzenia od doboru czynników operacyjnych zarządzania (np. transportem, zapasami). Dobór metod i

parametrów zarządzania operacjami oraz ciągła analiza ich efektywności i oddziaływania na wynik

przedsiębiorstwa, jest jednym z zasadniczych celów wsparcia zarządzania przez controlling operacyjny.

Systemowe podejście controllingu do wspomagania zarządzania operacyjnego przedstawione na rysunku

3.6.1, wynika z potrzeby kompleksowego badania wyników ekonomicznych i operacyjnych zarządzania

przepływem materiałów (analiza ex post – feeback) oraz kształtowania czynników zarządzania operacyjnego

– produktów, procesów i zasobów – determinujących osiągany wynik (planowanie ex ante – feeforward).

Dane operacyjne uporządkowane wg łańcucha wartości, umożliwiają kompleksowe spojrzenie kadry

zarządzającej na spójność poziomu obsługi, niezawodności dostaw materiałów i wyniku produkcji oraz miar

kontrolnych poszczególnych procesów operacyjnych w łańcuchu dostaw materiałów.

Rys. 3.6.1 Schemat systemu controllingu operacyjnego i oddziaływania na procesy w łańcuchu dostaw


Powiązanie w przedstawionym modelu controllingu instrumenty analizy procesowej, analizy wartości i

mapowania wartości49

w łańcuchu dostaw, umożliwia dynamiczne kształtowanie procesów i zasobów

łańcucha dostaw na podstawie analizy wyniku przedsiębiorstwa – przychodów, kosztów, rentowności i rotacji

majątku oraz zwrotu z kapitału zainwestowanego w przedsiębiorstwo.

49

Rother M., Shook J., Learning to see – value stream mapping to create value and eliminate mud. The Lean Enterprise Institute, Massachusetts, 1999

Procesy gospodarcze w przedsiębiorstwie i w jego łaocuchach dostaw

Ludzie

Kapitał

Środki trwałe

Organizacja i metody działania

Wyroby

Usługi

Świadczenia na rzecz otoczenia

Kształtowanie i alokacja zasobów Kształtowanie i

alokacja procesów

Koszty produktów, procesów i zasobów Przychody ze sprzedaży Wynik finansowy

Zwrot z inwestycji (ROI)

Inwestycje

Ośrodki odpowiedzialności za koszty – wyniki analizy kosztów

Ośrodki odpowiedzialności za przychody - wyniki analiz przychodów produkt-rynek

Ośrodek odpowiedzialności za inwestycje - wyniki analiz rentowności zainwestowanego

kapitału

Analiza wartości

Mapowanie strumienia wartości

Koszty zasobów wg zakładowego planu kont

Koszty kalkulowane na procesy i produkty

Przykładowe wskaźniki analizy wyników

Wskaźnik rotacji = aktywów trwałych Wartośd aktywów trwałych


Wskaźnik rentowności = aktywów ogółem Wartośd aktywów ogółem

Zysk netto Wskaźnik operacyjności = (wskaźnik poziomu kosztów w

wartości sprzedaży)


Koszty własne sprzedaży

Dane kosztów

Dane operacyjne procesów i zasobów

Wyniki analiz wspomagające zarządzanie operacyjne w

łaocuchu dostaw

Dystrybucja Zaopatrzenie Produkcja

Marketing

Sprzedaż Finanse

Badania i rozwój Inne …

Klient

preferencje korzyści

Cechy produktu

Ośrodek odpowiedzialności za zysk - wyniki analiz rentowności produktu i sprzedaży

Dane efektywności i zrównoważonego

rozwoju

ROI = zwrot z

zainwestowanego kapitału

Zysk netto


Wartośd aktywów

Przychody ze sprzedaży x

120 | S t r o n a

Kompleksowa analiza efektywności zarządzania przepływem materiałów została oparta na opracowanym

systemie mierników oraz danych źródłowych w procesie zaopatrzenia, niezbędnych do ich wyznaczenia.

Dalsze szczegółowe analizy modelu oceny efektywności zarządzania przepływem materiałów są zgodne z

algorytmem przedstawionym na rysunku 3.6.2

START



Czy ocena analizy

jest pozytywna?



Powrót do modułu

transportowego

Analiza zabezpieczenia potrzeb

w procesie zaopatrzenia

Czy ocena analizy

jest pozytywna?



Powrót do SOP


zarządzania zapasami

Czy ocena analizy

jest pozytywna?

Analiza kosztów i kapitału

w procesie zaopatrzenia

Czy ocena analizy

jest pozytywna?



Powrót do modelu zamówienia

Określenie analizowanego

modelu jako efektywnie

uzasadnionego

Czy

przeanalizowano wszystkie modele

dopuszczone do analizy?

Czy

dopuszczono więcej niż jeden model

do dalszej analizy?

Określenie analizowanego

modelu jako ekonomicznie

najskuteczniejszego

STOP

Analiza porównawcza modeli

Wybór modelu uznanego za

najbardziej efektywny

Nie

Nie

Nie

Nie

Nie

Nie

Tak

Tak

Tak

Tak

Tak

Tak

Analiza i ocena kontroli dostaw

Czy ocena analizy

jest pozytywna?



Powrót do modułu weryfikacji

zamówienia

Nie

Tak

Rys. 3.6.2 Algorytm modelu oceny efektywności zarządzania przepływem materiałów


3.6.1. Analiza danych i algorytmy przewtwarzania systemu controllingu operacyjnego

Analizę danych modelu controllingu operacyjnego przygotowaną wg metodyki ICOM przedstawiono na

rysunku 3.6.1.1.

121 | S t r o n a

pa

ram

etr

y

Dane wyjściowe

Zakres normatywny wskaźników [1,2,3,4,5] i hierarchia ważności poszczególnych wskaźników określone przez przedsiębiorstwo.

Dane

wejściowe

tzi – czas realizacji pojedynczego zamówienia [1] tdi – czas pojedynczej dostawy [1]

nz – ilość zrealizowanych zamówień [1] Dgt – liczba wozodni gotowości technicznej [2] Di – liczba wozodni gotowości ewidencyjnych [2] De – liczba wozodni pracy [2] Dgt – liczba wozodni gotowości technicznej [2] G – łączna liczba wozogodzin pracy floty transportowej [2] Tj – czas jazdy [2] q – średnia ładowność poszczególnych grup pojazdów [2] T – czas pracy floty transportowej (w wozogodzinach) [2] Zjł – liczba jazd ładownych wykonywanych przez wszystkie pojazdy lub grupę [2] D – przejechana droga (w kilometrach) [2] Ł – przewieziony ładunek [2] tp – czas pojedynczego przyjęcia materiałów [3] LŁZ – liczba pozycji zawartych w ładunkach zunifikowanych [3] LŁ – liczba pozycji zawartych we wszystkich ładunkach [3] LZZ – liczba zamówień zrealizowanych z zapasu dostawcy [3] S – wielkość sprzedaży lub zużycia w badanym okresie [4] Di – wielkość pojedynczej dostawy [4] P – wielkość potrzeb w badanym okresie [4] ZPi – zapas początkowy w i-tym okresie [4] ZKi – zapas końcowy w i-tym okresie [4] n – liczba pomiarów zapasów [4] σPT – odchylenie standardowe błędu prognozy w okresie cyklu uzupełnienia zapasu [4] Pp – prognozowana średnia wartość popytu [4] ku – koszt związany z zamówieniem i przyjęciem jednej dostawy [4] C – cena zakupu [4] kJOZ – koszt jednostkowy odtworzenia zapasu [4] KZP – wartość kosztów zaopatrzenia [5] LD – liczba dostawców [5] KZPD – wartość kosztów zaopatrzenia przypadających na określonego dostawcę [5] nDD – ilość dostaw zrealizowanych przez określonego dostawcę [5] KZM – wartość kosztów zużycia materiałów [5] ZM – przeciętny stan zapasów materiałowych [5]

nd – całkowita ilość dostaw [1,3] wws – wartość wadliwych surowców [1] wwo – wartość wadliwych opakowań [1] wwmp – wartość wadliwych materiałów pomocniczych [1] LRiZ – liczba reklamacji i zwrotów [1] LDZ – liczba dostaw zrealizowanych zgodnie z parametrami zamówienia [1] LDT – liczba dostaw terminowych [1] LDS – liczba dostaw spełniających specjalne wymagania [1] wzi – wartość pojedynczego zamówienia [1] Tnw – czas prac przeładunkowych [2] Kt – przebieg ładowny (w wozokilometrach) [2] P – przebieg ogółem (w wozokilometrach) [2] Lp – ilość zużytego paliwa (w litrach) [2] LDK – liczba dostaw kompletnych [3] nd – całkowita ilość dostaw [3] nz – liczba zatrudnionych [3] LZ – liczba wszystkich zrealizowanych zamówień (dane historyczne) [3] Ldn – liczba dostaw niezgodnych z wymaganiami [4] ω – współczynnik bezpieczeństwa [4] uo – wskaźnik okresowego kosztu utrzymania zapasu [4] wKuz – współczynnik kosztów utrzymania zapasów [4] KO – wartość kosztów ogółem [5] KRS – wartość kosztów zareklamowanych surowców [5] KSO – wartość kosztów surowców ogółem [5] KDN – wartość kosztów dostaw niekompletnych [5]

TZ – średni czas realizacji zamówienia [1] TD – średni czas realizacji dostawy [1] Wws – wartość dostarczonych wadliwych surowców [1] WRiZ – wskaźnik reklamacji i zwrotów [1] WND – wskaźnik niezawodności dostaw [1] WTD – wskaźnik terminowości dostaw [1] WED – wskaźnik elastyczności dostaw [1] SWZ – wskaźnik średniej wartości zamówienia [1] At – wskaźnik gotowości technicznej floty transportowej [2] A – wskaźnik wykorzystania floty transportowej [2] Agt – wskaźnik wykorzystania floty transportowej technicznie sprawnej [2] Td – średni dobowy czas pracy pojazdu [2] F – wskaźnik wykorzystania czasu pracy taboru [2] Qd – średnia ładowność pojazdu w pracy [2] Ve – średnia prędkość eksploatacyjna [2] B – średnia prędkość eksploatacyjna [2] C – wskaźnik wykorzystania ładowności [2] Wp – wskaźnika wydajności paliwa [2] WEK – wskaźnik kompletności dostaw [3] WS – wskaźnik sprawności przyjęcia materiałów [3] WST – wskaźnik standaryzacji ładunku [3] WDM – wskaźnik dostępności materiałów u dostawcy [3] Wd – wskaźnik dostaw w analizowanym okresie [4] WDśr – wskaźnik średniej wielkości jednej dostawy [4] POD – poziom obsługi przez dostawcę [4] POK – poziom obsługi klienta [4] Zśr – średnia wielkość zapasu [4] ZCśr – średnia wielkość zapasu cyklicznego [4] ZBR – zapas bezpieczeństwa rzeczywisty [4] ZB – Zapas bezpieczeństwa [4] RZ – wskaźnik rotacji zapasu [4] PPŚR – wskaźnik pokrycia potrzeb zapasem [4] EWZ – ekonomiczna wielkość zamówienia [4] KC – koszty całkowite zapasów [4] KOZ – koszt odtworzenia zapasu [4] KUZ – koszt utrzymania zapasów [4] UKZP – wskaźnik udziału kosztów zaopatrzenia [5] UKZP1 – wskaźnik udziału kosztów zaopatrzenia na dostawcę (1) [5] UKZP2 – wskaźnik udziału kosztów zaopatrzenia na dostawcę (2) [5] URS – wskaźnik udziału wartościowego reklamowanych surowców [5] WDN – wskaźnik wartościowej niekompletności dostaw [5] WRZ – wskaźnik wartościowej rotacji materiałowych [5]

Moduł analizy efektywności

Rys. 3.6.1.1. Opis modelu symulacyjnego controllingu operacyjnego wg metodyki ICOM


122 | S t r o n a

Dane wejściowe

Dane wyjściowe

pa

ram

etr

y

Analiza i ocena

kontroli dostaw

Analiza

wskaźników

efektywności

procesu

zaopatrzenia

Dane wejściowe

Dane wyjściowe

pa

ram

etr

yAnaliza i ocena

efektywności

procesów

transportowych

Dane wejściowe

Dane wyjściowe

pa

ram

etr

y

Analiza

zabezpieczenia

potrzeb w procesie

zaopatrzenia

Dane wejściowe

Dane wyjściowe

pa

ram

etr

y

Analiza i ocena

efektywności

zarządzania

zapasami

Zakres normatywny wskaźników

określony przez przedsiębiorstwo

Hierarchia ważności poszczególnych

wskaźników określona przez

przedsiębiorstwo

Dane wyjściowe

Oce

na

efe

kty

wn

ości

pro

ce

su

za

op

atr

ze

nia

Dane wejściowe

Dane wyjściowe

pa

ram

etr

y

Analiza kosztów i

kapitału w

procesie

zaopatrzenia

t zi –

cza

s r

ea

liza

cji

po

jed

yn

cze

go

za

mó

wie

nia

t di –

cza

s p

oje

dyn

cze

j d

osta

wy

nz –

ilo

ść z

rea

lizo

wa

nych

za

mó

wie

ńnd – całkowita ilość dostaw

wws – wartość wadliwych surowców








TZ – średni czas realizacji zamówienia

TD – średni czas realizacji dostawy

Wws – wartość dostarczonych wadliwych surowców

WRiZ – wskaźnik reklamacji i zwrotów

WND – wskaźnik niezawodności dostaw

WTD – wskaźnik terminowości dostaw

WED – wskaźnik elastyczności dostaw

SWZ – wskaźnik średniej wartości zamówienia

Dg

t –

lic

zb

a w

ozo

dn

i g

oto

wo

ści te

ch

nic

zn

ej

Di –

lic

zb

a w

ozo

dn

i g

oto

wo

ści e

wid

en

cyjn

ych

De –

lic

zb

a w

ozo

dn

i p

racy

Dg

t –

lic

zb

a w

ozo

dn

i g

oto

wo

ści te

ch

nic

zn

ej

G –

łą

czn

a lic

zb

a w

ozo

go

dzin

pra

cy flo

ty tra

nsp

ort

ow

ej

Tj –

cza

s ja

zd

y

q –

śre

dn

ia ła

do

wn

ość p

oszcze

gó

lnych

gru

p p

oja

zd

ów

T –

cza

s p

racy flo

ty tra

nsp

ort

ow

ej (w

wo

zo

go

dzin

ach

)

Zjł – lic

zb

a ja

zd

ła

do

wn

ych

wyko

nyw

an

ych

prz

ez w

szystk

ie

po

jazd

y lu

b g

rup

ę

D –

prz

eje

ch

an

a d

rog

a (

w k

ilom

etr

ach)

Ł –

prz

ew

iezio

ny ła

du

ne

k

Tnw – czas prac przeładunkowych

Kt – przebieg ładowny (w wozokilometrach)

P – przebieg ogółem (w wozokilometrach)

Lp – ilość zużytego paliwa (w litrach)

At – wskaźnik gotowości technicznej floty

transportowej

A – wskaźnik wykorzystania floty transportowej

Agt – wskaźnik wykorzystania floty transportowej

technicznie sprawnej

Td – średni dobowy czas pracy pojazdu

F – wskaźnik wykorzystania czasu pracy taboru

Qd – średnia ładowność pojazdu w pracy

Ve – średnia prędkość eksploatacyjna

B – średnia prędkość eksploatacyjna

C – wskaźnik wykorzystania ładowności

Wp – wskaźnika wydajności paliwa

t p –

cza

s p

oje

dyn

cze

go

prz

yję

cia

ma

teria

łów

LŁ

Z –

lic

zb

a p

ozycji

za

wa

rtych

w ła

du

nka

ch

zu

nifik

ow

an

ych

LŁ –

lic

zb

a p

ozycji

za

wa

rtych

we

wszystk

ich

ła

du

nka

ch

LZ

Z –

lic

zb

a z

am

ów

ień

zre

aliz

ow

an

ych

z z

ap

asu

do

sta

wcy





WEK – wskaźnik kompletności dostaw

WS – wskaźnik sprawności przyjęcia materiałów

WST – wskaźnik standaryzacji ładunku

WDM – wskaźnik dostępności materiałów u dostawcy

S –

wie

lko

ść s

prz

ed

aży lu

b z

użycia

w b

ad

an

ym

okre

sie

Di –

wie

lko

ść p

oje

dyn

cze

j d

osta

wy

P –

wie

lko

ść p

otr

ze

b w

ba

da

nym

okre

sie

ZP

i – z

ap

as p

oczą

tko

wy w

i-t

ym

okre

sie

ZK

i – z

ap

as k

oń

co

wy w

i-t

ym

okre

sie

n –

lic

zb

a p

om

iaró

w z

ap

asó

w

σP

T –

od

ch

yle

nie

sta

nd

ard

ow

e b

łęd

u p

rog

no

zy w

okre

sie

cyklu

uzu

pe

łnie

nia

za

pa

su

Pp –

pro

gn

ozo

wa

na

śre

dn

ia w

art

ość p

op

ytu

ku –

ko

szt zw

iąza

ny z

za

mó

wie

nie

m i p

rzyję

cie

m je

dn

ej d

osta

wy

C –

ce

na

za

ku

pu

kJO

Z –

ko

szt je

dn

ostk

ow

y o

dtw

orz

en

ia z

ap

asu


Ldn – liczba dostaw niezgodnych z wymaganiami

ω – współczynnik bezpieczeństwa

uo – wskaźnik okresowego kosztu utrzymania zapasu

wKuz – współczynnik kosztów utrzymania zapasów

Wd – wskaźnik dostaw w analizowanym okresie

WDśr – wskaźnik średniej wielkości jednej dostawy

POD – poziom obsługi przez dostawcę

POK – poziom obsługi klienta

Zśr – średnia wielkość zapasu

ZCśr – średnia wielkość zapasu cyklicznego

ZBR – zapas bezpieczeństwa rzeczywisty

ZB – Zapas bezpieczeństwa

RZ – wskaźnik rotacji zapasu

PPŚR – wskaźnik pokrycia potrzeb zapasem

EWZ – ekonomiczna wielkość zamówienia

KC – koszty całkowite zapasów

KOZ – koszt odtworzenia zapasu

KUZ – koszt utrzymania zapasów

UKZP – wskaźnik udziału kosztów zaopatrzenia

UKZP1 – wskaźnik udziału kosztów zaopatrzenia na

dostawcę (1)

UKZP2 – wskaźnik udziału kosztów zaopatrzenia na

dostawcę (2)

URS – wskaźnik udziału wartościowego reklamowanych

surowców

WDN – wskaźnik wartościowej niekompletności dostaw

WRZ – wskaźnik wartościowej rotacji materiałowych


KRS – wartość kosztów reklamowanych surowców



KZ

P –

wa

rto

ść k

osztó

w z

ao

pa

trze

nia

LD –

lic

zb

a d

osta

wcó

w

KZ

PD –

wa

rto

ść k

osztó

w z

ao

pa

trze

nia

prz

yp

ad

ają

cych

na

okre

ślo

ne

go

do

sta

wcę

nD

D –

ilo

ść d

osta

w z

rea

lizo

wa

nych

prz

ez o

kre

ślo

ne

go

do

sta

wcę

KZ

M –

wa

rto

ść k

osztó

w z

użycia

ma

teria

łów

ZM –

prz

ecię

tny s

tan

za

pa

só

w m

ate

ria

łow

ych

Rys. 3.6.1.2. Modele symulacyjne analiz szczegółowych controllingu operacyjnego


Dane pobrane z modelu systemu

transporto-wego

Dane pobrane z modułu

weryfikacji zamówienia


S&OP


S&OP


zamawiania

123 | S t r o n a

Przedstawione na rys. 3.6.2 szczegółowe algorytmy symulacji analiz controllingu operacyjnego odnoszą

się do opracowanych w drugim zadaniu badawczym danych wejściowych oraz formuł obliczeniowych.

Kompleksowe ujęcie symulacyjne analiz i ocen efektywności systemu zarządzania przepływem materiałów

obejmuje modele:

analizy zabezpieczenia potrzeb materiałowych w procesie zaopatrzenia – przedstawiony na rys. 3.6.1.3,

analizy i oceny kontroli dostaw – przedstawiony na rys. 3.6.1.4,

analizy i oceny efektywności procesów transportowych – przedstawiony na rys. 3.6.1.5,

analizy i oceny efektywności zarządzania zapasami – przedstawiony na rys. 3.6.1.6,

analizy kosztów i kapitału w procesie zaopatrzenia – przedstawiony na rys. 3.6.1.7.

Ponadto przedstawiono szczegółowe modele symulacyjne umożliwiające na podstawie przyjętych

kryteriów oceny:

analizę korzyści ekonomicznych modelu zamówienia – przedstawiony na rys. 3.6.1.8,

analizę zgodności dostawy z ustalonymi parametrami normatywnymi – przedstawiony na rys. 3.6.1.9,

START tp – czas pojedynczego przyjęcia materiałów

LŁZ – liczba pozycji zawartych w ładunkach zunifikowanych

LŁ – liczba pozycji zawartych we wszystkich ładunkach

LZZ – liczba zamówień zrealizowanych z zapasu dostawcy

----






Ocena kompletności dostaw (WKD)

Ocena sprawności przyjęcia materiałów

(WS)

Analiza stopnia standaryzacji ładunku

(WST)

Analiza dostępności materiałów u

dostawcy (WDM)



Czy wszystkie


normatywnych?

Pozytywna ocena

analizy zabezpieczenia potrzeb

STOP

Algorytm analizy korzyści

ekonomicznych modelu zamówienia


Czy model


od norm?

Czy korzyści

ekonomiczne przewyższają negatywne skutki

odchyleń?Powrót do SOP

Tak

Tak

Tak

Nie

Nie

Nie

Dane podstawowe

niezbędne do analizy

zabezpieczenia potrzeb

Analiza zgodności dostawy z ustalonymi

parametrami normatywnymi

1


A







normatywnych.



wskaźników.



1 odchylenie od normy.

d

DKKD

n

LW

zd

n

i

p

Snn

t

Wi

1

Ł

ŁZST

L

LW

Z

ZZDM

L

LW

Rys. 3.6.1.3 Model analizy zabezpieczenia potrzeb materiałowych Źródło: Opracowanie własne

124 | S t r o n a

START tzi – czas realizacji pojedynczego zamówienia

tdi – czas pojedynczej dostawy

nz – ilość zrealizowanych zamówień

----


wws – wartość wadliwych surowców








Analiza średniego czasu realizacji

zamówienia (Tz)

Analiza średniego czasu dostawy (TD)

Analiza zgodności dostawy

z ustalonymi parametrami normatywnymi

Analiza wartości dostarczonych

wadliwych surowców (Wws)

Analiza reklamacji i zwrotów (WRiZ)

Analiza niezawodności dostaw (WND)

Analiza terminowości dostaw (WTD)

Klasyfikacja wymagań specjalnych

Analiza elastyczności dostaw (WED)

Analiza średniej wartości zamówienia

(SWZ)



Czy wszystkie


normatywnych?

Pozytywna ocena

analizy kontroli dostaw

STOP




Czy model

ma więcej niż 3 odchylenia

od norm?

Czy korzyści


odchyleń?Powrót do analizy modelu zamówienia

Tak

Tak

Tak

Nie

Nie

Nie

Dane podstawowe


kontroli dostaw

1

2


A







normatywnych.



wskaźników.




z

n

i

z

Zn

t

Ti

1

d

n

i

d

Dn

t

Ti

1

wmpwdws www WSW

d

RiZRiZ

n

LW

d

DZND

n

LW

d

DTTD

n

LW

d

DSED

n

LW

z

n

i

zi

n

w

SWZ

1

Rys. 3.6.1.4 Model analizy i kontroli dostaw


125 | S t r o n a

START

Dgt – liczba wozodni gotowości technicznej

Di – liczba wozodni gotowości ewidencyjnych

De – liczba wozodni pracy

Dgt – liczba wozodni gotowości technicznej

G – łączna liczba wozogodzin pracy floty transportowej

Tj – czas jazdy

q – średnia ładowność poszczególnych grup pojazdów

T – czas pracy floty transportowej (w wozogodzinach)

Zjł – liczba jazd ładownych wykonywanych przez wszystkie pojazdy lub grupę

D – przejechana droga (w kilometrach)

Ł – przewieziony ładunek

----

Tnw – czas prac przeładunkowych

Kt – przebieg ładowny (w wozokilometrach)

P – przebieg ogółem (w wozokilometrach)

Lp – ilość zużytego paliwa (w litrach)

Wyznaczenie wskaźnika gotowości

technicznej floty transportowej (At)


floty transportowej i floty technicznie

sprawnej (A)

Wyznaczenie średniego dobowego czasu

pracy pojazdu (Td)

Wyznaczenie stopnia wykorzystania

czasu pracy taboru (F)

Zdefiniowanie średniej ładowności

pojazdu w pracy (Qd)

Określenie średniej wielkości

eksploatacyjnej (Ve)


przebiegu (B)


ładowności (C)

Wyznaczenie wskaźnika wydajności

paliwa (Wp)



Czy wszystkie


normatywnych?

Pozytywna ocena analizy efektywności

procesu transportowego

STOP




Czy model


od norm?

Czy korzyści


odchyleń?


transportowego

Tak

Tak

Tak

Nie

Nie

Nie


efektywności procesu

transportowego


A







normatywnych.



wskaźników.




i

gt

tD

DA

i

e

D

DA

e

dD

GT

nwj

j

TT

TF

t

t

dK

KqQ

T

PVe

P

PB ł

jł

o

Zq

QaC

p

pL

ŁDW

)(

Rys. 3.6.1.5 Model analizy i oceny efektywności procesów transportowych Źródło: Opracowanie własne

126 | S t r o n a

START

Di – wielkość pojedynczej dostawy

P – wielkość potrzeb w badanym okresie

ZPi – zapas początkowy w i-tym okresie

ZKi – zapas końcowy w i-tym okresie

n – liczba pomiarów zapasów

σPT – odchylenie standardowe błędu prognozy w okresie cyklu uzupełnienia zapasu

Pp – prognozowana średnia wartość popytu

ku – koszt związany z zamówieniem i przyjęciem jednej dostawy

C – cena zakupu

kJOZ – koszt jednostkowy odtworzenia zapasu

----

Ldn – liczba dostaw niezgodnych z wymaganiami

ω – współczynnik bezpieczeństwa

uo – wskaźnik okresowego kosztu utrzymania zapasu

wKuz – współczynnik kosztów utrzymania zapasów

Wyznaczenie średniej wielkości jednej

dostawy (WDśr)

Określenie poziomu obsługi przez

dostawcę (POD)

Określenie poziomu obsługi klienta

(POK)

Wyznaczenie średniej wielkości zapasu

(Zśr)

Wyznaczenie średniego zapasu

cyklicznego (ZCśr)

Wyznaczenie średniego zapasu

bezpieczeństwa – rzeczywistego (ZBR)

Wyznaczenie planowanego zapasu

bezpieczeństwa (ZB)

Wyznaczenie wskaźnika rotacji zapasu

(RZ)

Wyznaczenie wskaźnika pokrycia potrzeb

zapasem (PPśr)

Określenie ekonomicznej wielkości

zamówienia (EWZ)

Wyznaczenie kosztów całkowitych

zapasów



Czy wszystkie


normatywnych?

Pozytywna ocena analizy efektywności

zarządzania zapasami

STOP




Czy model

ma więcej niż 5 odchyleń

od norm?

Czy korzyści


odchyleń?Powrót do SOP

Tak

Tak

Tak

Nie

Nie

Nie


efektywności zarządzania

zapasami


A







normatywnych.



wskaźników.



5 odchyleń od normy.

d

dD

L

WW

śR

%100

d

dnd

L

LLPOD

%100P

SPOK

n

ZZZ KiPi

śr

śrśr DC WZ2

1

śrR CśrB ZZZ

PTBZ

śr

ZZ

SR

P

ZPP śr

śr

o

up

uC

kPEWZ

2

CwZWkW

PK KuzBdjOZ

d

p

C

2

1

Rys. 3.6.1.6 Model analizy i oceny efektywności zarządzania zapasami Źródło: Opracowanie własne

127 | S t r o n a

START KZP – wartość kosztów zaopatrzenia

LD – liczba dostawców

KZPD – wartość kosztów zaopatrzenia przypadających na określonego dostawcę

nDD – ilość dostaw zrealizowanych przez określonego dostawcę

KZM – wartość kosztów zużycia materiałów

ZM – przeciętny stan zapasów materiałowych

---


KRS – wartość kosztów reklamowanych surowców



Wyznaczenie udziału kosztów

zaopatrzenia w kosztach ogółem (UKZp)

Analiza kosztów zaopatrzenia

przypadających na dostawcę

(UKZD1 i UKZD2)

Wyznaczenie udziału wartościowego

reklamowanych surowców (UR)

Wyznaczenie wskaźnika wartościowej

niekompletności dostaw (WND)



Czy wszystkie


normatywnych?

Pozytywna ocena analizy kosztów

i kapitału w procesie zaopatrzenia

STOP




Czy model


od norm?

Czy korzyści


odchyleń?Powrót do modelu zamówienia

Tak

Tak

Tak

Nie

Nie

Nie

Wyznaczenie wskaźnika wartościowej

rotacji zapasów materiałowych (WRZ)

Dane podstawowe


kosztów i kapitału


A







normatywnych.



wskaźników.




O

Z

KZK

KU P

P

D

Z

KZL

KU P

D

1

DD

Z

KZn

KU PD

D

2

O

S

S

R

RK

KU

O

N

D

D

NDK

KW

M

Z

RZZ

KW M

Rys. 3.6.1.7 Model analizy kosztów i kapitału w procesie zaopatrzenia


.

128 | S t r o n a

Analiza ekonomicznych korzyści modelu

zamówienia

Analiza odchyleń mierników oceny

kontroli dostaw

Określenie hierarchii ważności wszystkich

mierników analizy

Przyznanie punktów za miejsce

określone w hierarchii:

1 miejsce – 3 pkt.








Zsumowanie punktów dla wartości

mierników mieszczących się w normach

(ΣPN)

Zsumowanie punktów dla wartości

mierników nie mieszczących się

w normach (ΣPO)

Czy

ΣPN > ΣPO?

Wartość korzyści przewyższa skutki

zaistniałych odchyleń

Wartość korzyści jest nie przewyższa

skutków zaistniałych odchyleń

Zakończenie analizy ekonomicznych

korzyści modelu zaopatrzenia

STOP

Analiza odchyleń mierników kosztów i

kapitału procesu zaopatrzenia


mierników analizy










efektywności zarządzania zapasami


mierników analizy



Analiza odchyleń mierników

zabezpieczenia potrzeb w procesie

zaopatrzenia


mierników analizy





















mierników analizy












Przedstawiony schemat przyznawania punktów jest oparty

o następujące założenia:

· ustalono maksymalną liczbę punktów – 10 pkt.,

· po określeniu hierarchii wskaźników zastosowano

wyznaczanie ilości przewag analizowanego miernika

względem pozostałych (zgodnie z logiką przedstawioną

w tab. 2.2.2.2 – Raport 2),

· Ilość punktów należy zaokrąglić do całości w górę.

A

Rys. 3.6.1.8. Model analiz ekonomicznych korzyści w procesie realizacji zamówienia


129 | S t r o n a

Otrzymanie dostawy

materiałów lub surowców

Zamówienie

Awizo dostawy

List przewozowy

Sprawdzenie zgodności

pozycji asortymentowej

dostawy z zamówieniem

Zamówienie

Awizo dostawy

Czy zgodność

asortymentowa

występuje?

Sprawdzenie zgodności

ilościowej pozycji dostawy

z zamówieniem

Tak

Czy zgodność

ilościowa występuje?

Porównanie parametrów

dostawy z normatywami

jakościowymi dostawy

Tak

Czy zgodność

jakościowa

występuje?

Tak

Czy przeanalizowano

wszystkie pozycje asortymentowe

danej dostawy?

Tak

Wprowadzenie do systemu

informacji o pozycji dostawy

zgodnej z normatywami

Wygenerowanie danych

o całkowitej liczbie dostaw


o liczbie dostaw zgodnych

z parametrami zamówienia


o liczbie dostaw niezgodnych

z parametrami zamówienia

STOP

Wpisanie pozycji

asortymentowej do protokołu

reklamacji/zwrotu

Nie

Nie

Wpisanie pozycji

asortymentowej

na listę braków

Nie

Nie

Zamówienie

Awizo dostawy

Normatywy jakościowe

Liczba niezgodności

asortymentowych


ilościowych


jakościowych

1

Rys.3.6.1.9. Model analizy zgodności dostawy z ustalonymi parametrami normatywnymi


130 | S t r o n a

3.6.2. Model informatyczny systemu controllingu operacyjnego i środowisko symulacyjne

Zaproponowana parametryzacja modelu controllingu operacyjnego jest podstawą do

przeprowadzenia szczegółowej analizy przebiegu symulacji. Przebieg symulacji jest zgodny z

podziałem koncepcyjnym, przedstawionym w poprzednich raportach, a więc będzie uwzględniać

następujące etapy:

zarządzania zapasami (CON14),

.

W tabeli 3.6.2.1 przedstawiono przykładowe dane wsadowe (zarówno pozyskiwane z innych

procesów modelu symulacyjnego, jak również dane parametryczne), niezbędne do przeprowadzenia

kompleksowej analizy i oceny kontroli dostaw.

Tabela 3.6.2.1 Analiza symulacyjna - dane wejściowe do analizy i oceny kontroli dostaw (CON11)


Tzo 1000

Nz 200

Zakres normatywny średniego czasu realizacji zamówienia (W1)

Min 3

Max 10

Tdo 500

Nd 100

Zakres normatywny średniego czasu dostawy (W2) Min 2

Max 4

Wws 1

Wwd 2

Wmp 3

Zakres normatywny wartości dostarczonych wadliwych surowców (W3)

Min 10

Max 15

Lriz 20

Zakres normatywny reklamacji i zwrotów (W4) Min 0,1

Max 0,3

Ldz 80

Zakres normatywny niezawodności dostaw (W5) Min 0,7

Max 1

Ldt 60

Zakres normatywny terminowości dostaw (W6) Min 0,5

Max 1

Lds 40

Zakres normatywny elastyczności dostaw (W7) Min 0,5

Max 1

Wsio 20000

Zakres normatywny średniej wartości zamówienia (W8)

Min 10

Max 300


131 | S t r o n a

Algorytm symulacyjny przygotowany w środowisku iGrafx® Process przewiduje analizę zgodności

poszczególnych wskaźników z zakresem normatywnym bezpośrednio po ich wyznaczeniu oraz

analizę ekonomicznych korzyści, podsumowującą cały podproces. Z tego względu należy

przeanalizować poszczególne etapy symulacji:

wyznaczenie wartości wskaźników,

porównanie wartości obliczonych wskaźników z wartościami normatywnymi,

przeprowadzenie analizy ekonomicznych korzyści całego podprocesu.


5200

10001 W 5

100

5002 W 63213 W 2,0

100

204 W

8,0100

805 W 6,0

100

606 W 4,0

100

407 W 100

200

200008 W



kompleksowej analizy i oceny procesów transportowych.

Tabela 3.6.2.2. Dane wejściowe do analizy i oceny procesów transportowych (CON12)


Dgt 100000

Di 120000

Zakres normatywny gotowości technicznej floty transportowej (W1)

Min 0,5

Max 1

De 115000

Zakres normatywny wykorzystania floty transportowej i floty technicznie sprawnej (W2)

Min 0,5

Max 1

G 50000

Zakres normatywny średniego dobowego czasu pracy pojazdu (W3)

Min 0,5

Max 1

Tj 2

Tnw 2

Zakres normatywny stopnia wykorzystania czasu pracy taboru (W4)

Min 0,1

Max 0,3

P 1000

T 500

Zakres normatywny średniej wielkości eksploatacyjnej (W5)

Min 1

Max 4

Pl 850

Zakres normatywny wykorzystania przebiegu (W6) Min 0,7

Max 1

D 4

L 6

Lp 3

Zakres normatywny wydajności paliwa (W7) Min 4

Max 10


Algorytm symulacyjny przygotowany w środowisku iGrafx® Process jest analogiczny jak w

przypadku poprzedniego procesu i przewiduje analizę zgodności poszczególnych wskaźników z

132 | S t r o n a

zakresem normatywnym bezpośrednio po ich wyznaczeniu oraz analizę ekonomicznych korzyści,

podsumowującą cały podproces.


83,0120000

1000001 W 96,0

120000

1150002 W 44,0

115000

500003 W

5,022

24

W 2

500

10005 W 85,0

1000

8506 W 8

3

647

W

Po każdorazowym wyznaczeniu wskaźnika następuje jego sprawdzenie z wartościami

normatywnymi. Algorytm logiczny w pierwszym etapie dotyczy porównania czy wartość wskaźnika jest

większy od minimalnej wartości normatywnej, natomiast w drugim etapie odnosi się do porównania

wartości wskaźnika z maksymalną wartością normatywną.



kompleksowej analizy zabezpieczenia potrzeb.

Tabela 3.6.2.3. Dane wejściowe do analizy zabezpieczenia potrzeb (CON13)


Ldk 100

Nd 20

Zakres normatywny kompletności dostaw (W1) Min 3

Max 10

Tpo 1000

Nz 10

Zakres normatywny sprawności przyjęcia materiałów (W2)

Min 2

Max 4

Llz 10

Ll 5

Zakres normatywny stopnia standaryzacji ładunku (W3)

Min 4

Max 6

Lzz 10

Lz 2

Zakres normatywny dostępności materiałów u dostawcy (W4)

Min 1

Max 9



przypadku poprzednich procesów i przewiduje analizę zgodności poszczególnych wskaźników z




520

1001 W 5

1020

10002

W 2

5

103 W 5

2

104 W



kompleksowej analizy i oceny efektywności zarządzania zapasami.

133 | S t r o n a

Tabela 3.6.2.4 Dane wejściowe do analizy i oceny efektywności zarządzania zapasami (CON14)


Wd 5000

Ld 50

Zakres normatywny średniej wielkości jednej dostawy (W1)

Min 90

Max 150

Ldn 10

Zakres normatywny poziomu obsługi przez dostawcę (W2)

Min 0,9

Max 1

S 850

P 1000

Zakres normatywny poziomu obsługi klienta (W3) Min 0,8

Max 1

Zpi 5000

Zki 5000

N 25

Zakres normatywny średniej wielkości zapasu (W4) Min 300

Max 500

Zakres normatywny średniego zapasu cyklicznego (W5)

Min 40

Max 60

Zakres normatywny średniego rzeczywistego zapasu bazpieczeństwa (W6)

Min 300

Max 400

w 1,75

spt 20

Zakres normatywny planowanego zapasu bazpieczeństwa (W7)

Min 30

Max 50

Zakres normatywny wskaźnika rotacji zapasu (W8) Min 1

Max 2

Zakres normatywny wskaźnika pokrycia potrzeb zapasem (W9)

Min 0,5

Max 0,7

Pp 10000

Kjoz 50

Wkuz 1

C 5

Zakres normatywny kosztów całkowitych zapasów (W10)

Min 500

Max 600







10050

50001 W %808,0

50

10502

W %8585,0

1000

8503 W

40025

500050004

W 50100

2

1

2

115 WW

134 | S t r o n a

35050400546 WWW

352075,17 W 13,2400

850850

4

8 W

W 4,01000

400

1000

49

WW

5505)4050(10051)(505000

100007510 WWW



kompleksowej analizy kosztów i kapitału w procesie zaopatrzenia.

Tabela 3.6.2.5 Dane wejściowe analizy kosztów i kapitału w procesie zaopatrzenia (CON15)


Kzp 15000

Ko 30000

Zakres normatywny udziału kosztów zaopatrzenia w kosztach ogółem (W1)

Min 0,3

Max 0,6

Ld 1500

Zakres normatywny kosztów zaopatrzenia przypadającego na dostawcę 1 (W2)

Min 11

Max 15

Kzpd 10000

Ndd 1000

Zakres normatywny kosztów zaopatrzenia przypadającego na dostawcę 2 (W3)

Min 5

Max 15

Krs 100

Kso 200

Zakres normatywny udziału wartościowego reklamowanych surowców (W4)

Min 0,1

Max 0,3

Kdo 30000

Kds 600

Zakres normatywny wskaźnika wartościowej niekompletności dostaw (W5)

Min 0,01

Max 0,1

Kzm 5000

Zm 1000

Zakres normatywny wskaźnika wartościowej rotacji zapasów materiałowych (W6)

Min 2

Max 6







5,030000

150001 W 10

1500

150002 W 10

1000

100003 W 5,0

200

1004 W

02,030000

6005 W 5

1000

50006 W

135 | S t r o n a

Rys. 3.6.2.1. Analiza symulacyjna - atrybuty scenariuszowe w modelu controllingu


Jeden z etapów algorytmu symulacyjnego analizy i oceny kontroli dostaw został przedstawiony na

rys. 3.6.2.2. Przykładową macierz danych wejściowych przedstawiono w tabeli 3.6.2.6.

Rys. 3.6.2.2. Analiza symulacyjna – etap modelu analizy i oceny kontroli dostaw.


Tabela 3.6.2.6 Dane symulacyjne wejściowe i parametry wsadowe do analizy i oceny kontroli dostaw

CO

N11_Tzo

CO

N11_N

z

CO

N11_M

inN

orm

aty

wW

1

CO

N11_M

axN

orm

aty

wW

1

CO

N11_Tdo

CO

N11_N

d

CO

N11_M

inN

orm

aty

wW

2

CO

N11_M

axN

orm

aty

wW

2

CO

N11_W

ws

CO

N11_W

wd

CO

N11_W

mp

CO

N11_M

inN

orm

aty

wW

3

CO

N11_M

axN

orm

aty

wW

3

CO

N11_Lriz

CO

N11_M

inN

orm

aty

wW

4

CO

N11_M

axN

orm

aty

wW

4

CO

N11_Ldz

CO

N11_M

inN

orm

aty

wW

5

CO

N11_M

axN

orm

aty

wW

5

CO

N11_Ldt

CO

N11_M

inN

orm

aty

wW

6

CO

N11_M

axN

orm

aty

wW

6

CO

N11_Lds

CO

N11_M

inN

orm

aty

wW

7

CO

N11_M

axN

orm

aty

wW

7

CO

N11_W

sio

CO

N11_M

inN

orm

aty

wW

8

CO

N11_M

axN

orm

aty

wW

8

1000 200 3 10 500 100 2 4 1 2 3 10 15 20 0,1 0,3 80 0,7 1 60 0,5 1 40 0,5 1 20000 10 300


136 | S t r o n a

Przedstawione w tabeli 3.6.2.6 dane wejściowe i parametry zostały zdefiniowane w środowisku

iGrafx Process jako atrybuty transakcji. Atrybuty zostały powiązane z generatorem CON11,

pobierającym dane z pliku Excell. W celu jasnego opracowania atrybutów przyjęto następujący ciąg

logiczny:

każdy z podprocesów został zdefiniowany odpowiednimi skrótami CON11, CON12, CON13,

CON14, CON15 i MAG14,

wszystkie atrybuty niezbędne do wykonania procesów, zostały oznaczone skrótami zgodnymi z

danym procesem,

identyczne oznakowanie zastosowano w macierzy danych wsadowych w pliku Excell, w celu

łatwego przypisania atrybutów do poszczególnych danych.

W tabeli 3.6.2.7 przedstawiono symbolikę opracowaną w iGrafx Process, w zestawieniu z

nomenklaturą mierników (zastosowaną w poprzednich raportach) oraz z krótką charakterystyką

poszczególnych wielkości składowych analizy i oceny kontroli dostaw.

Tabela 3.6.2.7 Analiza symulacyjna – zestawienie danych wsadowych dla analizy i oceny kontroli

dostaw

Symbolika iGrafx Oznaczenia wskaźników

CON11_Tzo tzo – sumaryczny czas realizacji wszystkich zamówień w badanym okresie

CON11_Tdo tdo – sumaryczny czas dostaw w badanym okresie

CON11_Nz nz – ilość zrealizowanych zamówień

CON11_Nd nd – całkowita ilość dostaw

CON11_Wws wws – wartość wadliwych surowców

CON11_Wwd wwd – wartość wadliwych opakowań

CON11_Wwmp wwmp – wartość wadliwych materiałów pomocniczych

CON11_Lriz LRiZ – liczba reklamacji i zwrotów

CON11_Ldz LDZ – liczba dostaw zrealizowanych zgodnie z parametrami zamówienia

CON11_Ldt LDT – liczba dostaw terminowych

CON11_Lds LDS – liczba dostaw spełniających specjalne wymagania

CON11_Wsio wsio – wartość pojedynczego zamówienia


Etap w algorytmie symulacyjnym analizy i oceny procesów transportowych został przedstawiony na

rys. 3.6.2.3 Przykładową macierz danych wejściowych symulacji przepływu materiałów w procesach

przedstawiono w tabeli 3.6.2.8.

Rys. 3.6.2.3. Etap modelu analizy i oceny procesów transportowych.


137 | S t r o n a

Tabela 3.6.2.8. Macierz danych wejściowych i parametrów wsadowych do analizy procesów

transportowych

CO

N12_D

gt

CO

N12_D

i

CO

N12_M

inN

orm

aty

wW

1

CO

N12_M

axN

orm

aty

wW

1

CO

N12_D

e

CO

N12_M

inN

orm

aty

wW

2

CO

N12_M

axN

orm

aty

wW

2

CO

N12_G

CO

N12_M

inN

orm

aty

wW

3

CO

N12_M

axN

orm

aty

wW

3

CO

N12_T

j

CO

N12_T

nw

CO

N12_M

inN

orm

aty

wW

4

CO

N12_M

axN

orm

aty

wW

4

CO

N12_P

CO

N12_T

CO

N12_M

inN

orm

aty

wW

5

CO

N12_M

axN

orm

aty

wW

5

CO

N12_P

l

CO

N12_M

inN

orm

aty

wW

6

CO

N12_M

axN

orm

aty

wW

6

CO

N12_D

CO

N12_L

CO

N12_Lp

CO

N12_M

inN

orm

aty

wW

7

CO

N12_M

axN

orm

aty

wW

7

100000 120000 0,5 1 115000 0,5 1 50000 0,5 1 2 2 0,1 0,3 1000 500 1 4 850 0,7 1 4 6 3 4 10



informatycznym iGrafx Process na podstawie tego samego ciągu logicznego danych procesu analizy

i oceny kontroli dostaw. W tabeli 3.6.2.9 przedstawiono zestawienie danych wsadowych dla analizy i

oceny procesów transportowych, z krótką charakterystyką poszczególnych wielkości.

Tabela 3.6.2.9 Zestawienie danych wsadowych dla analizy i oceny procesów transportowych


CON12_Tnw Tnw – czas prac przeładunkowych

CON12_P P – przebieg ogółem (w wozokilometrach)

CON12_Pl P – przebieg ładowny (w wozokilometrach)

CON12_Lp Lp – ilość zużytego paliwa (w litrach)

CON12_Dgt Dgt – liczba wozodni gotowości technicznej

CON12_Di Di – liczba wozodni gotowości ewidencyjnych

CON12_De De – liczba wozodni pracy

CON12_G G – łączna liczba wozogodzin pracy floty transportowej

CON12_Tj Tj – czas jazdy

CON12_T T – czas pracy floty transportowej (w wozogodzinach)

CON12_D D – przejechana droga (w kilometrach)

CON12_L Ł – przewieziony ładunek


Algorytm symulacyjny analizy zabezpieczenia potrzeb został przedstawiony na rys. 3.6.2.4

Przykładową macierz danych wejściowych przedstawiono w tabeli 3.6.2.10.

Rys. 3.6.2.4 Etap analizy i oceny dostaw – wskaźnika kompletności dostaw i sprawności przyjęcia materiałów w

środowisku iGrafx Process.


138 | S t r o n a

Tabela 3.6.2.10 Macierz danych wejściowych i parametrów do analizy zabezpieczenia potrzeb

CO

N1

3_

Ld

k

CO

N1

3_

Min

No

rma

tyw

W1

CO

N1

3_

Ma

xN

orm

aty

wW

1

CO

N1

3_

Tp

o

CO

N1

3_

Min

No

rma

tyw

W2

CO

N1

3_

Ma

xN

orm

aty

wW

2

CO

N1

3_

Llz

CO

N1

3_

Ll

CO

N1

3_

Min

No

rma

tyw

W3

CO

N1

3_

Ma

xN

orm

aty

wW

3

CO

N1

3_

Lzz

CO

N1

3_

Lz

CO

N1

3_

Min

No

rma

tyw

W4

CO

N1

3_

Ma

xN

orm

aty

wW

4

100 3 10 1000 2 4 10 2 4 6 10 2 1 9


Przedstawione w tabeli 5.6.10 dane wejściowe i parametry zostały zdefiniowane w środowisku

informatycznym iGrafx Process na podstawie tego samego ciągu logicznego co przedstawione wyżej

procesy. W tabeli 3.6.2.11 przedstawiono zestawienie danych wsadowych dla analizy zabezpieczenia

potrzeb z krótką charakterystyką poszczególnych wielkości.

Tabela 3.6.2.11 Analiza symulacyjna – zestawienie danych wsadowych dla analizy zabezpieczenia potrzeb


CON13_Ldk LDK – liczba dostaw kompletnych

CON13_Lz LZ – liczba wszystkich zrealizowanych

zamówieo (dane historyczne)

CON13_Tpo tpo – sumaryczny czas przyjęcia

materiałów

CON13_Llz LŁZ – liczba pozycji zawartych w

ładunkach zunifikowanych

CON13_Ll LŁ – liczba pozycji zawartych we

wszystkich ładunkach

CON13_Lzz LZZ – liczba zamówieo zrealizowanych

z zapasu dostawcy

Źródło: opracowanie własne na podstawie wyników badań

Przedstawiona logika umożliwia wykorzystanie poszczególnych atrybutów z innych podprocesów, z

tego względu zrezygnowano z wprowadzania atrybutów transakcji, które niosą tą samą wartość, a

różnią się nomenklaturą. Np. zamiast wprowadzić atrybut CON13_Nd, został wykorzystany atrybut

CON11_Nd. Algorytm symulacyjny analizy i oceny efektywności zarządzania zapasami został

przedstawiony na rys. 3.6.2.5 Przykładową macierz danych wejściowych przedstawiono w tabeli

3.6.2.12

Rys. 3.6.2.5. Analiza i ocena efektywności zarządzania zapasami w iGrafx


139 | S t r o n a

Tabela 3.6.2.12 Macierz danych wejściowych i parametrów wsadowych do analizy i oceny

efektywności zarządzania zapasami

CO

N14_W

d

CO

N14_Ld

CO

N14_M

inN

orm

aty

wW

1

CO

N14_M

axN

orm

aty

wW

1

CO

N14_Ldn

CO

N14_M

inN

orm

aty

wW

2

CO

N14_M

axN

orm

aty

wW

2

CO

N14_S

CO

N14_M

inN

orm

aty

wW

3

CO

N14_M

axN

orm

aty

wW

3

CO

N14_Z

pi

CO

N14_Z

ki

CO

N14_N

CO

N14_M

inN

orm

aty

wW

4

CO

N14_M

axN

orm

aty

wW

4

CO

N14_M

inN

orm

aty

wW

5

CO

N14_M

axN

orm

aty

wW

5

CO

N14_M

inN

orm

aty

wW

6

CO

N14_M

axN

orm

aty

wW

6

CO

N14_w

CO

N14_spt

CO

N14_M

inN

orm

aty

wW

7

CO

N14_M

axN

orm

aty

wW

7

CO

N14_M

inN

orm

aty

wW

8

CO

N14_M

axN

orm

aty

wW

8

CO

N14_M

inN

orm

aty

wW

9

CO

N14_M

axN

orm

aty

wW

9

CO

N14_P

p

CO

N14_K

joz

CO

N14_W

kuz

CO

N14_C

CO

N14_M

inN

orm

aty

wW

10

CO

N14_M

axN

orm

aty

wW

10

5000

50

90

150

10

0,9

1

850

0,8

1

5000

5000

25

300

500

40

60

300

400

1,7

5

20

30

50

1

2

0,5

0,7

10000

50

1

5

500

600

Źródło: opracowanie własne na podstawie wyników badań



procesy. W tabeli 3.6.2.13 przedstawiono zestawienie danych wsadowych dla analizy i oceny

efektywności zarządzania zapasami z krótką charakterystyką poszczególnych wielkości.

Tabela 3.6.2.13 Zestawienie danych wsadowych dla analizy i oceny efektywności zarządzania

zapasami


CON14_Wd Wd – wielkośd dostaw

CON14_Ldn Ldn – liczba dostaw niezgodnych z

wymaganiami

CON14_Ld Ld – liczba dostaw ogółem

CON14_w ω – współczynnik bezpieczeostwa

CON14_S S – wielkośd sprzedaży lub zużycia w

badanym okresie

CON14_Zpi ZPi – zapas początkowy w i-tym

okresie

CON14_Zki ZKi – zapas koocowy w i-tym okresie

CON14_N n – liczba pomiarów zapasów

CON14_spt σPT – odchylenie standardowe błędu

prognozy w okresie cyklu uzupełnienia zapasu

CON14_Pp Pp – prognozowana średnia wartośd

popytu

CON14_C C – cena zakupu

CON14_Kjoz kJOZ – koszt jednostkowy

odtworzenia zapasu

CON14_Wkuz wKuz – współczynnik kosztów

utrzymania zapasów




różnią się nomenklaturą. Np. zamiast wprowadzić atrybut CON14_P, został wykorzystany atrybut

CON11_P. Algorytm symulacyjny analizy kosztów i kapitału w procesie zaopatrzenia został

przedstawiony na rys. 3.6.2.6. Macierz danych wejściowych przedstawiono w tabeli 3.6.2.14.

140 | S t r o n a

Rys. 3.6.2.6. Analiza symulacyjna – analiza kosztów i kapitału w procesie zaopatrzenia w iGrafx


Tabela 3.6.2.14. Macierz danych wejściowych i parametrów wsadowych analizy kosztów i kapitału w

procesie zaopatrzenia

CO

N15_K

zp

CO

N15_K

o

CO

N15_M

inN

orm

aty

wW

1

CO

N15_M

axN

orm

aty

wW

1

CO

N15_M

inN

orm

aty

wW

2

CO

N15_M

axN

orm

aty

wW

2

CO

N15_K

zpd

CO

N15_N

dd

CO

N15_M

inN

orm

aty

wW

3

CO

N15_M

axN

orm

aty

wW

3

CO

N15_K

rs

CO

N15_K

so

CO

N15_M

inN

orm

aty

wW

4

CO

N15_M

axN

orm

aty

wW

4

CO

N15_K

ds

CO

N15_M

inN

orm

aty

wW

5

CO

N15_M

axN

orm

aty

wW

5

CO

N15_K

zm

CO

N15_Z

m

CO

N15_M

inN

orm

aty

wW

6

CO

N15_M

axN

orm

aty

wW

6

15000

30000

0,3

0,6

11

15

10000

1000

5

15

100

200

0,1

0,3

600

0,0

1

0,1

5000

1000

2

6




procesy. W tabeli 3.6.2.15 przedstawiono zestawienie danych wsadowych dla analizy kosztów i

kapitału w procesie zaopatrzenia z krótką charakterystyką poszczególnych wielkości.

Tabela 3.6.2.15 Zestawienie danych wsadowych dla analizy kosztów i kapitału w procesie

zaopatrzenia


CON15_Ko KO – wartość kosztów ogółem

CON15_Krs KRS – wartość kosztów reklamowanych surowców

CON15_Kso KSO – wartość kosztów surowców ogółem

CON15_Kdo KDO – wartość kosztów dostaw ogółem

CON15_Kzp KZP – wartość kosztów zaopatrzenia

CON15_Kzpd KZPD – wartość kosztów zaopatrzenia przypadających na określonego dostawcę

CON15_Ndd nDD – ilość dostaw zrealizowanych przez określonego dostawcę

CON15_Kzm KZM – wartość kosztów zużycia materiałów

CON15_Zm ZM – przeciętny stan zapasów materiałowych

Źródło: opracowanie własne.

141 | S t r o n a



różnią się nomenklaturą. Np. zamiast wprowadzić atrybut CON15_Ld, został wykorzystany atrybut

CON13_Ld. Algorytm symulacyjny analizy kosztów procesu magazynowego został przedstawiony na

rys.3.6.2.7.

Rys. 3.6.2.7. Analiza kosztów procesu magazynowego w iGrafx


Przykładową macierz danych wejściowych przedstawiono w tabeli 3.6.2.16.

Tabela 3.6.2.16. Przykładowa macierz danych wejściowych i parametrów wsadowych do analizy

kosztów procesu magazynowego



informatycznym iGrafx Process na podstawie tego samego ciągu logicznego, co przedstawione

wyżej procesy. W tabeli 3.6.2.17 przedstawiono zestawienie danych wsadowych dla analizy kosztów

procesu magazynowego, z krótką charakterystyką poszczególnych wielkości.

Tabela 3.6.2.17 Zestawienie danych wsadowych dla analizy kosztów procesu magazynowego


MAG14_Kmc Kmc – koszty magazynowania w badanym okresie

MAG14_Omr Omr – wielkość obrotu magazynowego wg rozchodu w badanym okresie

MAG14_Zsr Zśr – zapas średni w badanym okresie

MAG14_Kmjb Kmjb – jednostkowy koszt magazynowania z okresu bazowego

MAG14_Kmjd Kmjd – jednostkowy koszt magazynowania z okresu docelowego

MAG14_Omrd Omrd – wielkość obrotu magazynowego wg rozchodu w okresie

docelowym

MAG14_Lpm Lpm – liczba przemieszczeń w magazynie

142 | S t r o n a


MAG14_Kk Kk – koszty kompletacji

MAG14_Ww Ww – wartość wyposażenia technicznego magazynu

MAG14_Zp Zp – średnia liczba zatrudnionych pracowników w magazynie

MAG14_Pu Pu – powierzchnia użytkowa magazynu

MAG14_Kmu Kmu – koszty eksploatacji wyposażenia magazynu

MAG14_Kmo Kmo – koszty osobowe pracowników magazynowych

MAG14_Km KM – koszty magazynu

MAG14_Kpm KPM – koszty personelu magazynowego

MAG14_Kum KUM – koszty urządzeń magazynowych

MAG14_Lms Lms – liczba miejsc składowych ogółem

MAG14_Lzk Lzk – liczba zleceń kompletacyjnych


Po przeprowadzeniu analizy wszystkich wskaźników, następuje łączna analiza efektywności

procesu (rys. 3.6.2.8). Ze względu na przypisywanie wartości dodatnich lub ujemnych dla wyników

ocenionych pozytywnie lub negatywnie, należy uznać, że proces jest efektywny, gdy atrybut

scenariuszowy StatusModeluCON11>0 (rys 3.6.2.9), zgodnie z założeniem:

StatusModeluCON11 = CON11_W1status + CON11_W2status + CON11_W3status +

CON11_W4status + CON11_W5status + CON11_W6status + CON11_W7status + CON11_W8status

W przeciwnym wypadku proces wygeneruje informację o negatywnej ocenia wskaźnika.

Rys. 3.6.2.8. Symulacja oceny wskaźnikowej procesów operacyjnych w modelu controllingu.


143 | S t r o n a

Rys. 3.6.2.9. Zdefiniowanie wyrażenia decyzyjnego w końcowej ocenie procesu


W analogiczny sposób należy przeprowadzić analizę pozostałych podprocesów (CON12, CON13,

CON14, CON15 i MAG14). Każdy z podprocesów ma zdefiniowany swój atrybut scenariuszowy

oceniający status podprocesów:

StatusModeluCON12,

StatusModeluCON13,

StatusModeluCON14,

StatusModeluCON15,

StatusModeluMAG14.

Dodatkowo został opracowany również atrybut scenariuszowy StatusModelu, który oceniał korzyści

ekonomiczne wynikające z całego modelu controllingu operacyjnego. Ze względu na przypisywanie

wartości dodatnich lub ujemnych dla ogólnych ocen poszczególnych podprocesów

(StatusModeluCON11, StatusModeluCON12, StatusModeluCON13, StatusModeluCON14,

StatusModeluCON15, StatusModeluMAG14), należy uznać, że cały analizowany proces jest

efektywny, gdy atrybut scenariuszowy StatusModelu > 0 (rys 3.6.2.10), zgodnie z założeniem:

StatusModelu = StatusModeluCON11 + StatusModeluCON12 + StatusModeluCON13 +

StatusModeluCON14 + StatusModeluCON15 + StatusModeluMAG14

W przeciwnym wypadku analiza całego procesu zostanie oceniona negatywnie.

144 | S t r o n a

Rys. 3.6.2.10. Symulacja oceny wskaźnikowej kosztów procesu magazynowania w modelu controllingu.


Po skończeniu symulacji środowisko informatyczne iGrafx generuje raport, przedstawiający wyniki

analizy. Umożliwia również ich eksportowanie do arkuszy kalkulacyjnych Excel, co ułatwia możliwość

zmian danych wsadowych do symulacji i przeprowadzenie ich kolejnych iteracji. Na rys. 3.6.2.11

przedstawiono przykład raportu wygenerowanego po przeprowadzeniu analizy controllingowej

procesów zaopatrzenia, transportu i magazynowania.

Rys. 3.6.2.11. Analiza symulacyjna – przykładowy raport analizy controllingowej w iGrafx


145 | S t r o n a

Podsumowanie

Przedstawione zasady modelowania systemu zarządzania przepływem materiałów w przedsiębiorstwie i oceny efektywności procesów uwzględniają poza modelowaniem podstawowych zależności merytorycznych (np. metodyki planowania potrzeb materiałowych, zamawiania i zarządzania zapasami, planowania dostaw i transportu, analizy kosztów i efektywności, itd.) również założenia modelu referencyjnego SCOR, klasyczną teorię systemów, metodykę myślenia sieciowego oraz formułę ICOM opisu procesów.

Rozpatrywany system czynników operacyjnych i ograniczeń w zarządzaniu przepływem materiałów – np. w procesach kontraktowania, planowania S&OP, zamawiania i zarządzania zapasami, a także w procesach transportowych i magazynowych - pozwala na wybór wariantu poli-optymalnego spośród wariantów możliwych. W odniesieniu do zdefiniowanych założeń modelu symulacyjnego oraz jego informatyzacji, oznacza w praktyce zarządzania wyznaczenie rozwiązania satysfakcjonującego wg założonej wartości kryterium efektywności. Zbadane w zarządzaniu przepływem materiałów wielowymiarowe powiązania i sprzężenia zwrotne (powiązania wariantów zamawiania i transportu, ponoszonych kosztów oraz ograniczeń magazynowych i kapitałowych) ograniczają wykorzystanie analizy przyczynowo-skutkowej w modelowaniu i algorytmizacji procesów.

Model symulacyjny zarządzania przepływem materiałów jest inicjowany generatorem prognozowania popytu długoterminowego na wyroby gotowe przedsiębiorstwa w ramach modelu planowania S&OP (ang. Sale i Operations Planning). Algorytmy modelu planowania potrzeb materiałowych (wg metodyki MRP) umożliwiły generowanie danych wejściowych wielowariantowego modelu zamawiania, obejmującego wieloparametryczne algorytmy zamawiania (np. EWZ - ekonomicznej wielkości zamówienia, PNP – partia na partię, SWP- stałej partii zamówienia). Wśród wielu czynników wyboru oraz parametryzacji modeli zamawiania uwzględniono m.in. pojemność i przepustowość magazynu, poziom minimalnego zamówienia ustalony w kontrakcie, wartość dysponowanego kapitału obrotowego, wartość zapasów i cykl ich rotacji. Wynikowe wielkości zamówień na materiały oraz terminy ich złożenia i realizacji dostaw, są weryfikowane wskaźnikiem pokrycia potrzeb materiałowych, a wynikowe dane kontraktów zakupowych w procesie sourcingu - np. lokalizacja dostawcy, cena materiału, wielkość minimalnego zamówienia - są zapisywane w tablicy danych kartoteki indeksu materiałowego. Ponadto symulacja odchylenia standardowego czasu realizacji zamówienia (ang. lead time) i jego czasów składowych, pozwala na symulację okna czasowego ograniczonego najwcześniejszym możliwym i najpóźniejszym dopuszczalnym terminem rozpoczęcia procesu transportowego.

Zaprojektowane środowisko operacyjne realnych warunków przepływu materiałów w zmiennym otoczeniu rynkowym, uwzględnia różnice pomiędzy rzeczywistym i planowanym zużyciem materiałów. Na potrzeby symulacji zaprojektowano model generatora rzeczywistego zużycia materiałów oraz algorytmy aktualizacji prognoz. W ten sposób dwa strumienie danych – symulowane zamówienia i zaktualizowane prognozy zużycia – stanowią dane wejściowe do wieloparametrycznego modelu weryfikacji metod zamawiania.

Dane wynikowe modeli - S&OP, zamawiania, transportu, magazynowania są weryfikowane w procesie symulacji z wykorzystaniem modelu controllingu operacyjnego. Algorytmizacja wielu funkcji obliczenia wyników – m.in. kosztów i efektywności, niezawodności, wydajności, poziomu i rotacji zapasów, kapitału operacyjnego zaangażowanego w procesie zaopatrzenia – była podstawą końcowej oceny zarządzania przepływem materiałów. Identyfikacja odchyleń od wartości założonych w modelu S&OP, jest podstawą analizy danych kosztowych i operacyjnych i w sprzężeniu zwrotnym konfiguracji parametrów operacyjnych zaprojektowanych modeli procesów. Podstawowym problemem badawczym zarządzania operacyjnego jest uzyskanie relacji zwrotnych regulacji parametrów operacyjnych procesów, na podstawie danych analizy i weryfikacji efektywności, zamodelowanej w systemie controllingu.

W przedstawionym modelu odwzorowano logikę wielowariantowej analizy efektywności

procesów w algorytmach informatycznych środowiska iGrafx Process for Enetrprise Modeling. Podstawowym celem informatyzacji modelu jest stworzenie narzędzia

146 | S t r o n a

wspomagania decyzji menedżerskich w obszarze kształtowania systemu zarządzania przepływem materiałów przedsiębiorstwa i jego procesów transportowych. Uzyskana w efekcie możliwość modelowania poszczególnych procesów przepływu materiałów w przedsiębiorstwie - relacji pomiędzy ich zasobami i operacjami, regulacji parametrów, definiowania funkcji transformacji, zasad i punktów pomiaru oraz formuł mierników, a także definiowania analiz i raportów – tworzy elastyczne i konfigurowalne narzędzie wsparcia zarządzania operacyjnego. W modelu zaproponowano heterogeniczne środowisko informatyczne modelu symulacji zarządzania, zintegrowane mechanizmem importu i

eksportu danych iGrafx Process 2011 (danych operacyjnych i finansowych) z/do baz danych systemu klasy ERP przedsiębiorstwa. Na etapie badań, dane wejściowe (np. dane planu S&OP i potrzeb materiałowych, indeksu materiałowego, floty transportowej, kosztów) i

parametry operacyjne, zostały przygotowane w tablicach MS Excel (opcjonalnie w bazach

danych MS Access), wg specyfikacji rodzaju i struktury danych wymaganych dla systemu ERP. Import danych do zmiennych dynamicznych stanowiących atrybuty scenariuszy i transakcji w opracowanych modelach, umożliwił konfigurowanie i symulację środowiska zarządzania przepływem materiałów.

Opracowane algorytmy symulacyjne controllingu, obejmujące analizę zgodności wartości mierzonych wskaźników z planowanym zakresem normatywnym, umożliwiły ocenę wynikowej efektywności ekonomicznej, na podstawie wielowariantowej analizy zaprezentowanego modelu zarządzania przepływem materiałów.

147 | S t r o n a

Spis literatury

1. Abt St., 2001, Logistyka w teorii i praktyce, Wyd. Akademii Ekonomicznej w Poznaniu, Poznań, ISBN 83-88-

222-70-8

2. Agghezzaf, E.H., Raa, B., Landeghem, H. V., 2006, Modeling inventory routing problems in supply chains of

high consumption products, European Journal of Operational Research 169, s.1048-1063.

3. APICS Dictionary, 12th Edition, The Association for Operations Management 2008

4. Austin T. A., Lee H. I., Kopczak L., Supply Chain Integration in the PC Industry, Working Paper, Anderson

Consulting, Stanford University, 1997.

5. Bachorz P., 2006, VMI-technika ciągłego uzupełniania zapasów. Ruch materiałów, Logistyka a Jakość nr 2,

ISSN 1509-3719.

6. Banks J., Carson II J. S., Nelson B. L., Nicol D. M., Discrete Event System Simulation, 5rd Edition, Prentice-

Hall 2009.

7. Bendkowski J., Radziejowska G., 2005, Logistyka zaopatrzenia w przedsiębiorstwie, Wydawnictwo

Politechniki Śląskiej, Gliwice, ISBN 83-7335-289-9.

8. Biegaj A., 2006, Mierzalne cele, Logistyka a Jakość nr 6, ISSN 1509-3719.

9. Blackstone, J.H., APICS dictionary: the standard for excellence in the operations management profession,

12th edition, The Association for Operations Management 2008, ISBN: 1-55822-199-9

10. Blandzi A., Rzepka M., 2008, MRP dla opakowań – dostawy na czas, Logistyka a jakość nr 4, ISSN 1509-

3719.

11. Bonney M.C., , June 1994, Trends in inventory management, International Journal of Production Economics,

Volume 35, Elsevier.

12. Borowski I., Sukces jest w zasięgu ręki, Logistyka a Jakość, 2005 nr 3, s. 96-98.

13. Brzeziński M. red., 2002, Organizacja i sterowanie produkcją. Projektowanie systemów produkcyjnych i

procesów sterowania produkcją. Agencja Wydawnicza Placet, Warszawa.

14. Burnewicz J., Szałucki K., Wpływ członkostwa w Unii Europejskiej na transport w Polsce, Warszawa, 2003.

15. Carlson J.G., Just-in-Time in quick time, Proceedings of the 2nd International Conference, 20-22 October

1987, London UK. IFS (Publications) Ltd, Bedford UK, Springer - Verlag

16. Chan F.T.S., Zhang J., 2001, Modelling for agile manufacturing systems, International Journal of Production

Research, Vol.39, No.11, ISSN 0020-7543

17. Ciesielski M. (red.), Logistyka w biznesie, PWE, Warszawa 2006.

18. Ciesielski M., Długosz J.: Strategie łańcuchów dostaw, PWE, Warszawa 2010

19. Ciesielski M.: Sieci logistyczne, Wydawnictwo AE Poznań, Poznań 2002

20. Ciesielski M.: Strategie sieci dostaw w pracy Logistyka (red.) Kisperska-Moroń D. i Krzyżaniak S., Wydawnictwo Instytutu Logistyki i Magazynowania, Poznań 2009

21. Continuous Replenishment – ECR Best Practices, Grocery Manufactoring Association, 1996.

22. Coyle J.J., Bardi E.J., Langley Jr. C.J., 2002, Zarządzanie logistyczne, tłum. E. Klosa, Polskie Wydawnictwo

Ekonomiczne, Warszawa, ISBN 83-208-1355-7.

23. Cruijssen, W. Dullaert, H. Fleuren, (2007), Horizontal cooperation in transport and logistics: a literature

review, Transportation Journal, Vol. 46 No. 3.

24. Crum C., Palmatier G.E., (2004), Demand collaboration: what‘s holding us back?, Supply Chain Management

Review, Vol. 8 No. 1.

25. Cyplik P., 2003, Przegląd metod sterowania zapasami, Logistyka nr 1, ISSN 1231-5478

26. Cyplik P., 2005, Zastosowanie klasycznych metod zarządzania zapasami do optymalizacji zapasów

magazynowych – case study, LogForum, 2005, Vol., Issue 3, No 4, [dostęp 12.08.2011], dostępny

w Internecie: http://www.logforum.net/vol1/issue3/no4/1_3_4_05.html

27. Cyplik P., Głowacka-Fertsch D., Fertsch M., 2008, Logistyka przedsiębiorstw dystrybucyjnych, Wyższa

Szkoła Logistyki, Poznań, ISBN 978-83-925896-1-7

28. Czerska J., Doskonalenie strumienia wartości, Wydawnictwo Difin, Warszawa 2009

29. Czerska J., Współbieżność koncepcji, metod i technik zarządzania w procesie wyszczuplania

przedsiębiorstwa. Transformacja lean http://www.zie.pg.gda.pl/~jcz/wspolb_metod_zarz.pdf, [dostęp

25.07.2011]

http://books.google.pl/books?q=+inauthor:%22Jerry+Banks%22&source=gbs_metadata_r&cad=6

http://books.google.pl/books?q=+inauthor:%22John+S.+Carson,+II%22&source=gbs_metadata_r&cad=6

http://books.google.pl/books?q=+inauthor:%22Barry+L.+Nelson%22&source=gbs_metadata_r&cad=6

http://books.google.pl/books?q=+inauthor:%22David+M.+Nicol%22&source=gbs_metadata_r&cad=6

148 | S t r o n a

30. Czubała A., Dystrybucja produktów, PWE, Warszawa 2001.

31. Davis T., (1993), Effective supply chain management, Sloan Management Review, Summer.

32. Dayanik S., Song J.S., Xu S.H., 2003, The Effectiveness of Several Performance Bounds for Capacitated

Production, Partial-Order-Service, Assemble-to-Order Systems, Manufacturing & Servive Operations

Management, Vol.5, No.3, ISSN 1523-4614

33. Dąbrowska-Mitek M., 2007, Ocena dostawców w przedsiębiorstwach handlowych, Problemy Jakości nr 2

34. Dąbrowska-Mitek M., 2008, Ocena i wybór dostawców w branży piwowarskiej na przykładzie Browaru

Namysłów Sp. z o.o., Logistyka nr 3, , ISSN 1231-5478.

35. De Jong G., Ben-Akiva M. (2007), A micro-simulation model of shipment size and transport chain choice,

Transportation Research Part B: Methodological, Vol. 41, No. 9.

36. Dembińska Cyran I., Jedliński M., Milewska B., Logistyka, Wyd. US, Szczecin 2000.

37. Długosz J.: Charakter tezy w promocyjnych pracach z obszaru nauk ekonomicznych , w: Podstawy metodologiczne prac doktorskich w naukach ekonomicznych (red) M. Sławińska, Wydawnictwo AE w Poznaniu, Poznań 2006.

38. Długosz J.: Nowoczesne technologie w logistyce, Polskie Wydawnictwo Ekonomiczne, Warszawa 2009

39. Długosz J.: Relacyjno-jakościowa koncepcja logistyki w zarządzaniu, Wyd. Akademii Ekonomicznej w Poznaniu, Poznań 2000

40. Ellinger A.E., Daugherty P.J., Keller S.B., (2000), The relationship between marketing/logistics

interdepartmental integration and performance in U.S. manufacturing firms: an empirical study, Journal of

Business Logistics, Vol. 21, No. 1.

41. Fajfer P., Koliński A., Problem integracji systemów informatycznych w łańcuchach dostaw, E-mentor,

1/2012, s. 84-89

42. Fajfer P., Pawlak R., Swoboda B., Procesowe zarządzanie w zintegrowanych systemach informatycznych,

Tom I, Wyższa Szkoła Logistyki, Poznań 2009

43. Fawaz A., Lean manufacturing tools and techniques in the process industry with a focus on steel, University

of Pittsburgh 2003, http://etd.library.pitt.edu/ETD/available/etd-05282003-114851/unrestricted/Abdullah.pdf,

[dostęp 16.08.2011]

44. Fertsch M., (red.), 2006, Słownik Terminologii Logistycznej, Wyd. Biblioteka Logistyka, Poznań, ISBN: 83-

87344-22-2.

45. Ficoń K., Logistyka ekonomiczna. Procesy logistyczne, BEL Studio, Warszawa 2008.

46. Forgarty D.W., Balcstone J., Hoffmann T.R., 1991, Production & Inventory Management, South Western

Publishing Co. Cincinnati Ohio.

47. Franaszek J., Sadowski A., 2008, Vendor Managed Inventory w Kujawskiej Fabryce Manometrów „KFM‖

SA, Logistyka nr 1, ISSN 1231-5478.

48. Głowacka-Fertsch D., Fertsch M., Zarządzanie produkcją, wydanie I, Wyższa Szkoła Logistyki, Poznań

2004, ISBN: 83-917966-3-9

49. Goldratt E.M., Cox J., 2007, Cel I, Doskonałość w produkcji, MINT Books, Warszawa, ISBN 978-83-60665-

05-3

50. Gołembska E. (red.),Współczesne kierunki rozwoju logistyki, PWE, Warszawa 2006.

51. Gupta M.C., Boyd L.H., 2008,Theory of constraints: a theory for operations management, International

Journal of Operations & Production Management, Vol.28 No.10, ISSN 0144-3577

52. Gwiazda T.D., 2002, Algorytmy ewolucyjne w rozwiązywaniu nieliniowych problemów decyzyjnych, Wyd.

Naukowe Wydziału Zarządzania Uniwersytetu Warszawskiego, Warszawa, ISBN 83-908624-2-5

53. Hadaś Ł, Cyplik P., Fertsch M., 2009, Method of buffering critical resources in make-to-order shop floor

control in manufacturing complex products; International Journal of Production Research, Vol.47 No.8,

ISSN 0020-7543

54. Hadaś Ł., Domański R., 2008, Mechanizmy kontroli poziomu robót w toku w systemach produkcyjnych wg

koncepcji LEAN MANAGEMENT i THEORY OF CONSTRAINTS, [CD-ROM], Instytut Inżynierii Zarządzania

Politechniki Poznańskiej

55. Hallgren M., Olhager J., 2006, Differentiating manufacturing focus, International Journal of Production

Research, Vol.44, Nos.18-19, ISSN 0020-7543

56. Hałas E., Swarcewicz R., maj 1996, ECR – Efektywna strategia obsługi klienta, II Międzynarodowa

Konferencja „Logistics‘96‖, Warszawa.

57. Hammer M., Champy J., Reengineering w przedsiębiorstwie, Neumann Management Institute, Warszawa

1996

149 | S t r o n a

58. Hanczar P., Symulacja - narzędzie analizy przepływu towarów w systemie dystrybucyjnym, Logistyka 2007

nr 5.

59. Holter R., Grant D. B., Ritchie J., Shaw N., (2008), A framework for purchasing transport services in small and

medium size enterprises, International Journal of Physical Distribution & Logistics Management, Vol. 38 No1.

60. Jacyna M.: Wybrane zagadnienia modelowania systemów transportowych. Oficyna Wydawnicza

Politechniki Warszawskiej, Warszawa 2009 r.

61. Kasprzak T., (red.), Modele referencyjne w zarządzaniu procesami biznesu, Wyd. Difin, Warszawa 2005.

62. Katayama H., Bennett D., Lean production in a changing competitive world: a Japanese perspective,

International Journal of Operations & Production Management, Vol. 16 No. 2 1996, ISSN: 0144-3577

63. Kawa A., Konfigurowanie łańcucha dostaw, Uniwersytet Ekonomiczny, Poznań 2011.

64. Kee-Hung Lai, Ngai E. W. T., Cheng T. C. E. (2002), Measures for evaluating supply chain performance in

transport logistics, Transportation Research Part E: Logistics and Transportation Review, Vol. 38, No. 6.

65. Kisperska - Moroń D., Płaczek E., Liniecki R., Zarządzanie logistyczne w firmach usługowych, AE Katowice

2003.

66. Kisperska – Moroń D., Pomiar funkcjonowania łańcuchów dostaw, AE, Katowice 2006.

67. Kisperska– Moroń D., Krzyżaniak S. (red.), Logistyka, Biblioteka Logistyka 2009.

68. Koh S.-G., Bulfin R.L., 2004, Comparison of DBR with CONWIP In an unbalanced production Line with three

stations, International Journal of Production Research, Vol.42 No.2, ISSN 0020-7543

69. Koliński A., 2011, Przegląd metod i technik oceny efektywności procesu produkcyjnego, Logistyka, CD –

Materiały Konferencyjne WSLForum 2011, s. 1-9

70. Koliński A., Fajfer P., ERP integration as a support for logistics controlling in supply chain, in: Information

Technologies in Environmental Engineering – new trends and challenges, Golinska P., Fertsch M. and Marx-

Gomez J. (eds.), ESE. Springer, Berlin Heidelberg, pp. 617-626

71. Koliński A., Tomkowiak A., 2010, Wykorzystanie koncepcji analizy wąskich gardeł w zarządzaniu produkcją,

Gospodarka Materiałowa i Logistyka, nr 10, s. 16-21

72. Konecka S., 2010, Lean and agile supply chain management concept in the aspect of risk management,

LogForum, Vol. 6, Issue 4, No 3, p. 23-31

73. Kos B., Rozwój integracji systemów transportowych w Unii Europejskiej, w: M. Michałowska (red.), Procesy

integracyjne wybranych systemów transportowych, AE, Katowice 2007.

74. Kowalska K., 2005, Logistyka zaopatrzenia, Wydawnictwo Akademii Ekonomicznej w Katowicach, Katowice,

ISBN 83-7246-880-X.

75. Krueger M., Cyplik P., 2008, Nowoczesne podejście do zarządzania zapasami w zintegrowanych

łańcuchach dostaw, Logistyka nr 2, [CD-ROM], , ISSN 1231-5478.

76. Krzyżaniak S., 2003 a, Krótka powtórka z klasycznej teorii zapasów, Logistyka nr 1, ISSN 1231-5478.

77. Krzyżaniak S., 2003 b, Podstawy zarządzania zapasami w przykładach, Biblioteka Logistyka, Poznań, ISBN

83-87344-85-0.

78. Krzyżaniak S., 2008 a, Między teorią a praktyką zarządzania zapasami - o znaczeniu prawidłowego

określania czasu cyklu uzupełnienia, Logistyka nr 5, ISSN 1231-5478.

79. Krzyżaniak S., 2008 b, Zapasy we współczesnych rozwiązaniach logistycznych, Logistyka nr 4 , ISSN 1231-

5478.

80. Kubicki J., Kuriata A., Problemy logistyczne w modelowaniu systemów transportowych, WKiŁ Warszawa

2000.

81. Kudelska I., Ponikierska A., 2008, Narzędzia sztucznej inteligencji w technikach ADC, w: Fertsch M.,

Grzybowska K., Stachowiak A. (red), Logistyka i zarządzanie produkcją – narzędzia, techniki, metody,

modele, systemy, Wydano przez Instytut Inżynierii Zarządzania Politechniki Poznańskiej, Poznań, ISBN

897-83-60906-12-5

82. Lewandowski J., 2007, Operator logistyczny – zło konieczne czy właściwy sposób na rozwiązanie

problemów, Logistyka a Jakość nr 4, ISSN 1509-3719.

83. Liao Z., Rittscher J., (2007), Integration of supplier selection, procurement lot sizing and carrier selection

under dynamic demand conditions, International Journal of Production Economics, Vol. 107 No. 2.

84. Lipińska – Słota A. (red.), Polski transport w europejskiej przestrzeni gospodarczej, AE, Katowice 2005.

85. Lysons K., 2004, Zakupy zaopatrzeniowe, tłum. E. Klosa, Polskie Wydawnictwo Ekonomiczne, Warszawa,

ISBN 83-208-1473-1.

150 | S t r o n a

86. Ławrynowicz A., 2006, Zarządzanie produkcją w ogniwie sieci dostaw z zastosowaniem systemu

eksperckiego i algorytmu genetycznego, Wyd. Akademia Techniczno-Rolnicza im. Jana i Jędrzeja

Śniadeckich w Bydgoszczy , Bydgoszcz, ISSN 0209-0597

87. Łubniewski R., 2010, Zapasy w systemie logistycznym produkcji, Wydawnictwo Wyższej Szkoły Zarządzania

„Edukacja‖, Wrocław, ISBN 978-83-87708-69-6.

88. Majewski J., 2003, Zapasy w systemach informatycznych (cz.1), Logistyka nr 1, ISSN 1231-5478.

89. Malanowska I., Koliński A., Rola systemów informatycznych w procesie przepływu informacji w łańcuchach

dostaw, w: Społeczeństwo informacyjne. Gospodarka, technologie, procesy, Hales C., Mikuła B. (red.),

Wydawnictwo Uniwersytetu Ekonomicznego, Kraków 2011, s. 157-172

90. McKinnon, A. and Ge, Y. (2004), Use of a synchronized vehicle audit to determine opportunities for improving

transport efficiency in a supply chain, International Journal of Logistics: Research and Applications, Vol. 7 No.

3.

91. Meixell M. J., Norbis M., A review of the transportation mode choice and carrier selection literature, The

International Journal of Logistics Management Vol. 19 No. 2, 2008.

92. Mierzyńska J., 2003, Rozwiązania w sferze przepływu materiałów w Philips Lighting Poland SA –

nakierowane na obniżanie kosztów, Logistyka nr 1, ISSN 1231-5478.

93. Milewska B., Milewski D., 2001, Just-in-time, Wydawnictwo Profesjonalnej Szkoły Biznesu, Kraków, ISBN

83-7230-044-5.

94. Mindur L., Współczesne technologie transportowe, Wyd. Politechnika Radomska, Warszawa 2002.

95. Morlok E.K., Chang D.J. (2004), Measuring capacity flexibility of a transportation system, Transportation

Research, Part A, Vol. 38.

96. Müller R., Rupper P., Process Reengineering, Wydawnictwo Astrum, Wrocław 2000

97. Naylor J.B., Naim M.M., Berry D., 1999, Leagility: integrating the lean and agile manufacturing paradigms in

the total supply chain, International Journal of Production Economy, 62, ISSN 0925-5273

98. Nowak E., Piechota R., Wierzbiński M.: Rachunek kosztów w zarządzaniu przedsiębiorstwem, PWE, Warszawa 2004.

99. Nowak E.: Controlling w przedsiębiorstwie, koncepcje i instrumenty, ODiDK, Gdańsk 2003

100. Nowak E.: Controlling zorientowany na procesy, w: Controlling w działalności przedsiębiorstwa. Nowak E. (red.), PWE, Warszawa 2004.

101. Nowak E., Controlling w działalności przedsiębiorstwa, PWE, Warszawa 2010

102. Nowicka - Skowron M.: Efektywność systemów logistycznych. PWE Warszawa 2000

103. Nowicka - Skowron M.: Pomiar funkcjonowania łańcucha dostaw, w: Logistyka (red.) Kisperska-Moroń D. i Krzyżaniak S., Wydawnictwo Instytutu Logistyki i Magazynowania, Poznań 2009

104. Nowicka – Skowron M.: Wybrane problemy zarządzania zapasami w przedsiębiorstwie. Politechnika Częstochowska, Częstochowa 2000

105. Nowicki, I. Chomiak – Orsy (red.), Systemy informacyjne logistyki, Uniwersytet Ekonomiczny, Wrocław 2008.

106. Oleśków J., 2003, Wybór metody określania wielkości partii, w: M. Fertsch (red.), Logistyka produkcji,

Biblioteka Logistyka, Poznań, ISBN 83-87344-36-2.

107. Olhager J., 2003, Strategic positioning of the order penetration point, International Journal of Production

Economics, 85, ISSN 0925-5273

108. Organizacja produkcji – szczegółowy opis rozwiązania, SAP Polska 2005,

http://www.sap.com/poland/solutions/business-suite/erp/brochures/organizacja_produkcji.pdf

109. Osowski St., 2006, Sieci neuronowe do przetwarzania informacji‖, Oficyna Wydawnicza Politechniki

Warszawskiej, Warszawa, ISBN 83-7207-615-4

110. Pakuła G., 2006, Jak zapewnić odpowiednią jakość dostaw, Zarządzanie jakością w praktyce, Wydawnictwo

Wiedza i Praktyka, Warszawa

111. Pande P.S., Neuman R.P., Cavanagh R.R., Six Sigma, K.E.Liber, Warszawa 2003. 112. Pawlewski P., Technologie informatyczne używane w symulacji procesów logistycznych, Logistyka, 2010 nr

1. 113. Pidd M., Computer simulation In management science, The Management School, University of Lancaster

1992.

114. Piotrowski M., Notacja modelowania procesów biznesowych, Wyd. BTC, Warszawa 2007

115. Potter A., (2003), Integrating transport into supply-chains, Logistics & Transport Focus, Vol. 5, No. 8.

116. Pragman C.H., JIT II: a purchasing concept for reducing lead times in time-based competition - just-in-time

management, Business Horizons, July-August 1996, [dostęp 10.08.2011], dostępny w Internecie:

http://findarticles.com/p/articles/mi_m1038/is_n4_v39/ai_18485578/

151 | S t r o n a

117. Qiu hong Zhao, Shuang Chen, Leung Stephen C.H., Lai K.K., (2010), Integration of inventory and

transportation decisions in a logistics system, Transportation Research Part E: Logistics and Transportation

Review, Vol. 46. No. 6.

118. Quintana R., A production methodology for agile manufacturing in a high turnover environment, International

Journal of Operations & Production Management, Vol. 18 No. 5, 1998, ISSN: 0144-3577

119. Ratajczak J., Redmer A., 2010, Różne formy organizacji magazynowania w firmie – ile to kosztuje, Logistyka

nr 1, ISSN 1231-5478.

120. Remlein P., Szłapka D., 2004, Zastosowanie algorytmów genetycznych do wyznaczania najlepszych kodów

„Tail-Biting, [dostęp 10.08.2011], dostępny w Internecie: http://www.pwt.et.put.poznan.pl/2004/PWT3536.pdf

121. Rosell L., 2004, Techniki zakupu. Jak zwiększyć efektywność zakupów w firmie, tłum. P. Marconi –

Mikołajczak, BL Info Polska, Gdańsk, ISBN 83-89537-45-1.

122. Rother M., Harris R., Tworzenie ciągłego przepływu, Wrocławskie Centrum Transferu Technologii, Wrocław

2004, ISBN: 0-9743225-3-9

123. Rudberg M., Wikner J., 2004, Mass customization in terms of the customer order decoupling point,

Production Planning & Control, Vol.15, No.4, ISSN 0953-7287

124. Rutkowski K. (red.), Najlepsze praktyki w zarządzaniu łańcuchem dostaw, SGH, Warszawa 2008.

125. Sagbansua L., Alabay M.N., 2010, An MRP model for supply chains, International Business Research, Vol.

3, No. 4; October 2010.

126. Sanchez-Rodrigues V., Potter A., Naim M. M. (2010), The impact of logistics uncertainty on

sustainabletransport operations, International Journal of Physical Distribution & Logistics Management Vol. 40

No. ½.

127. SAP Polska, Organizacja produkcji s. 5-6

http://www.sap.com/poland/solutions/businesssuite/erp/brochures/organizacja_produkcji.pdf, [dostęp

16.08.2011]

128. Sariusz-Wolski Z., 1997, Ilościowe metody zarządzania logistycznego w przedsiębiorstwie, Wydawnictwo

TSZ, Toruń

129. Sarjusz-Wolski Z., 2000, Sterowanie zapasami w przedsiębiorstwie, PWE, Warszawa.

130. Schaefers J., Aggoune R., Becker F., Fabbri R., 2004, TOC – based planning and scheduling model,

International Journal of Production Research, Vol.42 No.13, ISSN 0020-7543

131. Semenov I. N., Filina L., Pluciński M., Kotowska I., Wiktorowska – Jasik A., Zintegrowane łańcuchy

transportowe, Difin, Warszawa 2008.

132. Shukla N., Tiwari M.K, Ceglarek D., 2011, Algorithm Portfolios based on Evolutionary Algorithms for

Dynamic Optimization Problem, International Journal of Production Research, dzieło niepublikowane, ISSN

0020-7543

133. Simatupang T.M., Wright A.C., Sridharan R., 2004, Applying the theory of constraints to supply chain

colaboration, Supply Chain Management: An International Journal, Vol.9 No.1, ISSN 1359-8546

134. Sirikrai V., Yenradee P., 2006, Modified drum-buffer-rope scheduling mechanizm for a non-identical parallel

machine flow shop with processing –time variation, International Journal of Production Research, Vol.44

No.17, ISSN 0020-7543

135. Skipworth H., Harrison A., 2006, Implications of form postponement to manufacturing a customized product,

International Journal of Production Research, Vol.44, No.8, ISSN 0020-7543

136. Skowronek Cz., Sarjusz-Wolski Zdz., 2008, Logistyka w przedsiębiorstwie, Polskie Wydawnictwo

Ekonomiczne, Warszawa, ISBN 978-83-208-1726-3.

137. Slack N. (2005), The changing nature of operations flexibility, International Journal of Operations & Production

Management, Vol. 25 No. 12.

138. Slack N., The flexibility of manufacturing systems, International Journal of Operations & Production

Management, Vol. 25 No. 12, 2005, ISSN: 0144-3577

139. Słownik terminologii logistycznej, ILiM, Poznań 2006.

140. Sobkowiak A., 2005, Korzyści VMI, Logistyka a Jakość nr 2, ISSN 1509-3719.

141. Stajniak M., Transport as a supply chain integration factor, Department of Economics, University of Žilina

2008.

142. Stajniak M., Transport as the factor of the integration and competitiveness of logistic chains, Międzynarodowa

Konferencja Naukowa „Zarządzanie doskonaleniem procesów‖, Wyższa Szkoła Humanitas, Sosnowiec 2008.

152 | S t r o n a

143. Stank T.P., Goldsby T.J. (2000), A framework for transportation decision making in an integrated supply

chain, Supply Chain Management: An International Journal, Vol. 5 No. 2.

144. Supply Chain Council, 2010, Supply Chain Operations Reference (SCOR®) model, Overview - Version 10.0,

http://supply-chain.org/f/SCOR-Overview-Web.pdf, [dostęp 16.08.2011]

145. Supply-Chain Council, Supply-Chain Operations Reference model, SCOR Overview Version 9.0

146. Szuster M., 2008, Warunki nawiązania współpracy z operatorem logistycznym, Logistyka a Jakość nr 2,

ISSN 1509-3719.

147. Szymański P., 2007, Zarządzanie majątkiem obrotowym w procesie kreowania wartości przedsiębiorstwa,

Wydawnictwo Petros, Łódź, ISBN 978-83-89324-00-9.

148. Szyszka G., Logistyka w latach 2008-2009 w: Logistyka wobec nowych wyzwań, Wydawnictwo ILiM, Poznań 2010

149. Śliwczyński B., Controlling operacyjny łańcucha dostaw w zarządzaniu wartością produktu, Uniwersytet Ekonomiczny w Poznaniu, Poznań 2011

150. Śliwczyński B., Controlling w zarządzaniu logistyką, Wyższa Szkoła Logistyki, Poznań 2007

151. Śliwczyński B.: Kontroling operacyjny w kształtowaniu procesów łańcucha dostaw ukierunkowany na zarządzanie wartością produktu [W:] Modelowanie procesów i systemów logistycznych, cz. IX. Zeszyty Naukowe Uniwersytetu Gdańskiego "Ekonomika Transportu Lądowego" nr 39. Red. M. Chaberek, C. Mańkowski. Wyd. UG, Gdańsk 2010,

152. Śliwczyński B.: Planowanie logistyczne. Wydawnictwo ILiM, Poznań 2008.

153. Śliwczyński B.: The reference model of supply chain operational controlling in value management. LogForum, 6, 1, 3, Poznań 2010.

154. Śliwczyński B.: Bezpieczne łańcuchy dostaw. Logistyka, Poznań 01/2009.

155. Śliwczyński B.: Integration of supply chain – modeling, partnership and management. Rozdział: Supply chain processes controlling - tool for value management. Wydawnictwo Uniwersytetu Technicznego w Poznaniu. Poznań 2009, s. 135-152

156. Śliwczyński B.: Supply chain management inside company value system, LogForum, nr 2/ 2006, Poznań 2006.

157. Światowiec-Szczepańska J., 2007, Ewolucja funkcji zaopatrzenia w przedsiębiorstwie, Logistyka nr 3, ISSN

1231-5478.

158. Taylor L.J., 1999, A simulation study of WIP inventory drive systems and their effect on financial

measurements, Integrated Manufacturing Systems, 10/5, ISSN 0951-5240

159. Tracey M., (2004), Transportation effectiveness and manufacturing firm performance, International Journal of

Logistics Management, Vol. 15 No. 2.

160. Trojanowska J., Kolińska K., Koliński A., Stosowanie narzędzi Lean w przedsiębiorstwach produkcyjnych

jako skuteczny sposób walki z kryzysem gospodarczym, w: Zarządzanie w kryzysie, Piaseczny J. (red.),

Problemy Zarządzania, Vol. 9, nr 1, Wydawnictwo Naukowe Wydziału Zarządzania Uniwersytetu

Warszawskiego, Warszawa 2011, s. 34-52

161. Twaróg J., 1999, Czas przepływu materiałów w łańcuchu dostaw, Logistyka nr 6, ISSN 1231-5478.

162. Twaróg J., 2003, Mierniki i wskaźniki logistyczne, Biblioteka Logistyka, Poznań, ISBN 83-87344-31-1.

163. Twaróg J., 2005, Mierniki i wskaźniki logistyczne, , Biblioteka Logistyka, Poznań, ISBN 83-87344-91-5.

164. Umble M., Umble E, Murakami S., 2006, Implementing the theory of constraints in a traditional Japanese

manufacturing environment: the case of Hitachi Tool Engineering, International Journal of Production

Research, Vol.44 No.10,ISSN 0020-7543

165. Weiss W., 2003, Integracyjna rola zarządzania zapasami, Logistyka nr 1, ISSN 1231-5478.

166. Weselik A., 2003, Jak minimalizować koszty utrzymania zapasów, Logistyka nr 1, ISSN 1231-5478.

167. Wikner J., Naim M.M, Rudberg M., 2007, Exploiting the Order Book for Mass Customized Manufacturing

Control Systems With Capacity Limitations, IEEE Transactions on Engineering Management, Vol.54, No.1,

ISSN 0018–9391

168. Witkowski J., 2003, Zarządzanie łańcuchem dostaw, koncepcje, procedury, doświadczenia, Polskie

Wydawnictwo Ekonomiczne, Warszawa, ISBN 83-208-1489-8.

169. Womack J. P., Jones D. T., Odchudzanie firm – eliminacja marnotrawstwa kluczem do sukcesu, Centrum

Informacji Menadżera, Warszawa 2001, ISBN: 83-86210-64-8

170. Womack J. P., Jones, D. T., Roos, D., The machine that changed the world, Rawson Associates, New York

1990, ISBN: 978-0-06-097417-6

171. Wrona A., Modelowanie i symulacja procesów transportowych za pomocą pakietu symulacyjnego SLAM II,

Wydawnictwo Uniwersytetu Gdańskiego, Gdańsk 2000.

153 | S t r o n a

172. Wu H.-H., Yeh M.-L., 2006, A DBR scheduling metod form manufacturing environments with bottleneck re-

entrant flow, International Journal of production Research, Vol.44 No.5, ISSN 0020-7543

173. Yusuf Y.Y., Adeleye E.O., 2002, A comparative study of lean and agile manufacturing with a related survey

of current practices in the UK, International Journal of Production Research, Vol.40, No.17, ISSN 0020-7543

DR HAB. INŻ. BOGUSŁAW ŚLIWCZYŃSKI, PROF. ILiM i WSL

Ekspert w dziedzinie zarządzania operacyjnego przedsiębiorstw i łańcuchów dostaw,

controllingu i kosztów oraz poprawy efektywności procesów. Jest doradcą zarządów

wielu przedsiębiorstw, kierował lub był wykonawcą ponad 200 projektów wdro-

żeniowych dla przedsiębiorstw polskich i zagranicznych w zakresie organizacji systemów

zarządzania i controllingu, racjonalizacji procesów zakupów i zaopatrzenia, produkcji,

sprzedaży, zarządzania zapasami i magazynowaniem, transportem i dystrybucją, a także

doboru strategii operacyjnej. Prof. Śliwczyński jest doktorem habilitowanym nauk

ekonomicznych i doktorem nauk technicznych, co pozwala na interdyscyplinarne

powiązanie zagadnień ekonomiczno-finansowych i inżynierii procesowej

koordynowanych i realizowanych prac. Realizował projekty oraz konsultował i szkolił

kadrę kierowniczą ponad 1000 przedsiębiorstw wielu branż i sektorów gospodarki,

w tym: motoryzacyjnej (m.in. Volkswagen, Volvo, Fiat, Lear Co), energetycznej (m.in. PKN

Orlen, LOTOS, Zespół Elektrowni PAK SA), wydobywczej (m.in. Kompania Węglowa SA,

KGHM), logistycznej (m.in. Panopa Logistik, Ponetex Logistic, Schenker, PKS Gdańsk-

Oliwa), handlowej (m.in. Grupa Metro, JMP, Tesco, Intermarche, Castorama, Rossmann),

produkcyjnej (m.in. Alcatel-Lucent, Ruukki, Hochland SA, Stalexport SA, ZAK Grupa Azoty

SA, TZMO SA, Zentis, Artman SA, Pioma Odlewnia). Jest pełnomocnikiem Dyrektora

Instytutu Logistyki i Magazynowania ds. Konsultingu i Kierownikiem Katedry Informacji

Logistycznej i Informatyki Wyższej Szkoły Logistyki w Poznaniu. Autor ponad 100

publikacji polskich i zagranicznych z zakresu zarządzania operacyjnego, controllingu

oraz zarządzania logistyką i łańcuchami dostaw, w tym m.in. książek "Controlling

operacyjny łańcucha dostaw w zarządzaniu wartością produktu", "Planowanie logi-

styczne", "Controlling w zarządzaniu logistyką", „Organizacja i monitorowanie procesów

produkcji”, „Organizacja i monitorowanie procesów dystrybucji”.

KSIĄŻKA JEST UNIKALNĄ NA POLSKIM I ŚWIATOWYM RYNKU WYDAWNICZYM

POZYCJĄ O CHARAKTERZE MONOGRAFICZNYM, TAK WNIKLIWIE OBEJMUJĄCĄ

ZAGADNIENIA MODELOWANIA PROCESÓW PRZEPŁYWU MATERIAŁÓW I OCENY ICH

EFEKTYWNOŚCI.

WARTOŚĆ MODELOWANIA WIELOKRYTERIALNYCH SYSTEMÓW

DECYZYJNYCH WYNIKA Z POTRZEBY SPRAWDZENIA SCENARIUSZY DZIAŁAŃ, METOD

ZARZĄDZANIA I WARIANTÓW ROZWIĄZAŃ ORGANIZACYJNYCH (NP. ZAOPATRZENIA,

TRANSPORTU, PRODUKCJI, DYSTRYBUCJI, OUTSOURCINGU) JESZCZE NA ETAPIE

PLANOWANIA. ZAPROJEKTOWANE MODELE PROCESÓW ORAZ SYMULACJA ICH

ZACHOWANIA W WARUNKACH QUASI-RZECZYWISTYCH, UMOŻLIWIAJĄ ANALIZĘ

WYNIKÓW EKONOMICZNYCH (NP. KOSZTÓW, RENTOWNOŚCI, PŁYNNOŚCI

FINANSOWEJ I ZAPOTRZEBOWANIA NA KAPITAŁ OBROTOWY) ORAZ OPERACYJNYCH

(NP. PRODUKT YWNOŚCI , SPRAWNOŚCI , N IEZAWODNOŚCI , POZIOMU

WYKORZYSTANIA ZASOBÓW) ZANIM PODJĘTE ZOSTANĄ W PRZEDSIĘBIORSTWIE

DECYZJE DZIAŁAŃ OPERACYJNYCH, DECYZJE INWESTYCYJNE CZY ZOBOWIĄZANIA

FINANSOWE. WARTOŚĆ MODELOWANIA I SYMULACJI WYNIKA Z ANALIZ WYPRZE-

DZAJĄCYCH PRZEBUDOWĘ PROCESÓW, ZMIANĘ STRUKTUR ORGANIZACYJNYCH

PRZEDSIĘBIORSTWA, ZOBOWIĄZAŃ WOBEC DOSTAWCÓW I ODBIORCÓW. JEST

EFEKTEM DĄŻENIA DO ELIMINOWANIA RYZYKA GOSPODARCZEGO PRZEZ KADRĘ

ZARZĄDZAJĄCĄ PRZEDSIĘBIORSTW, POPRAWY WYNIKÓW PRZEDSIĘBIORSTWA

I MAKSYMALIZACJI JEGO WARTOŚCI.

MODELE PROCESÓW PRZEPŁYWU MATERIAŁÓW I ICH WZAJEMNE ZA-

LEŻNOŚCI ZOSTAŁY PRZENIESIONE NA POZIOM ALGORYTMÓW INFORMATYCZNYCH

W ŚRODOWISKU IGRAFX® PROCESS 2011 FOR ENTERPRISE MODELING. UZYSKANE

W TEN SPOSÓB INTERAKTYWNE MODELE PROCESÓW, ŚRODOWISKO SYMULACJI

I INTERFEJSY IMPORTU/EKSPORTU DANYCH Z/DO SYSTEMÓW INFORMATYCZNYCH

WYKORZYSTYWANYCH PRZEZ PRZEDSIĘBIORSTWA, TWORZĄ UNIWERSALNE

NARZĘDZIE INFORMATYCZNE WSPOMAGANIA DECYZJI WYBORU SCENARIUSZY

ZAOPATRZENIA I WARIANTÓW DOSTAW.

RECENZENT: PROF. DR HAB. INŻ. JÓZEF FRĄŚ

ISBN 978-83-62285-24-27 788362 285242

modelowanie systemu zarządzania przepływem materiałów i oceny ...

Documents

Transcript of modelowanie systemu zarządzania przepływem materiałów i oceny ...