ABC-ANALYSIS FOR SOLVING ENGINEERING PLANNING AND FORECASTING PROBLEMS

Рябухина Е.А.¹, Певцова Т.А.², Гущина О.А.³

¹Кандидат педагогических наук, ² Кандидат физико-математических наук, ³ Кандидат технических наук

ФГБОУ ВПО «Мордовский государственный университет им. Н.П.Огарева»

ПРИМЕНЕНИЕ ABC-АНАЛИЗА ДЛЯ РЕШЕНИЯ ИНЖЕНЕРНЫХ ЗАДАЧ ПЛАНИРОВАНИЯ И ПРОГНОЗИРОВАНИЯ

Аннотация

Статья посвящена применению ABC-анализа для решения инженерных задач. Объектом изучения является номенклатура сельхоз. техники. Применение на практике представленных физико-математических моделей повышает качество подготовки специалистов технического направления.

Ключевые слова: однофакторный анализ, многофакторный анализ.

Rjabuhina E.A.¹, Pevcova T.A.², Gushhina O.A.³

¹Candidate of Pedagogical Sciences, ²Candidate of Physical and Mathematical Sciences, ³Candidate of Technical Sciences

Ogarev Mordovia State University

ABC-ANALYSIS FOR SOLVING ENGINEERING PLANNING AND FORECASTING PROBLEMS

Abstract

The article is devoted to the application of ABC analysis for solving engineering problems. The object of study is the range of agricultural machinery. The practice presents physico-mathematical models improves the quality of training technical direction.

Keywords: univariate analysis, multivariate analysis.

В данной статье предлагается один из вариантов методики применения компьютерного инструментария для двухпараметрического АВС-анализа  при выполнении сложных статистических расчетов в инженерной практике.

Метод АВС-анализа [1-4] основан на принципе Вильфредо Парето: «за большинство возможных результатов отвечает относительно небольшое число причин». Принцип Парето, или правило 20 80, применительно к сельскохозяйственной практике можно интерпретировать следующим образом:

• 80% объема выполненных сельскохозяйственных работ дают 20% используемой для этих работ сельскохозяйственной техники;
• 80% используемого дизельного топлива приходятся на 20%  используемой для сельскохозяйственных работ сельхоз. техники;
• 80% прибыли (выручки) дают 20% используемых средств;
• 80% от валового продукта дают 20% используемых средств и т.д.

Смысл двухпараметрического АВС-анализа состоит в том, чтобы классифицировать всю хозяйственную номенклатуру на группы, присвоив  каждой  группе одну из категорий, например Аа,…, Вс,…, Сс. В производственной практике принята следующая стандартная классификация категорий (по одному параметру):

• «А» – это самая важная группа сельхоз. техники в машинно-тракторном парке; но согласно принципу Парето, она самая маленькая и незначительной по количеству;
• «В» – это средняя по важности группа сельскохозяйственной техники из имеющегося машинно-тракторного парка; согласно принципу Парето, она будет также средней по количеству используемой сельхоз. техники;
• «С» – это самая большая группа по количеству сельхоз. техники из имеющегося машинно-тракторного парка, но согласно принципу Парето, состоящая из наименее используемых или неиспользуемых сельхоз. машин.

Если произвести классификацию машинно-тракторного парка в хозяйстве, то задачу управления  им  можно считать решенной или она значительно упрощается. Подобная классификация в хозяйстве позволяет рационально расходовать время и ресурсы на управление самой эффективной  номенклатурой сельскохозяйственной  техники, вместо того, чтобы тратить Одинаковое время и ресурсы на управление всем объемом машиyно-тракторного парка, что с экономической точки зрения было бы крайне нерационально.

В теории управления и принятия решения к классификационным признакам «важности» техники относятся следующие: 1)  количество сделок, связанных с данной номенклатурой; 2) себестоимость сельхоз. продукции и  стоимость содержания сельхоз. техники; 3) объем реализации валового продукта в продажных ценах; 3) объем реализации валового продукта по себестоимости; 4) объем реализации валового продукта в натуральном выражении; 5) величина маржинальной прибыли; 6) оборачиваемость средств и др.

Среднестатистические группы категорий “A”, “B”, “C” имеют следующие процентные соотношения:

Группа «А»: количество единиц техники этой категории составляют примерно 10 – 20% от всего парка, а доля в результате 50 – 80%;

Группа «В»: количество единиц техники этой категории составляют приблизительно 30% от всего парка, а доля в результате 10 – 15%;

Группа «С»: количество единиц техники этой категории составляют 50 – 60% от всего машинно-тракторного парка, а доля в результате 5 – 10%.

Для совершения управленческой деятельности для каждой категории групп разрабатываются свои методы/методики управления, зависящие от различных факторов ( вида сельхоз. техники, отраслевой направленности хозяйств, погодных и климатических условий, конкурентного окружения и др.).

Метод АВС-анализа, не смотря на кажущуюся «простоту», является самым популярным и эффективным методом в теории управления и принятия решений, т.к. опирается на новейшие информационные технологии и современный компьютерный инструментарий. Общие рекомендации, предлагаемые в методике применения АВС-анализа для решения экономических задач и принятия эффективного управленческого решения.

Группа «А:  это наиболее важная группа единиц сельскохозяйственной техники из всего машинно-тракторного парка, поэтому рекомендуется:

• этот машинно-тракторный парк необходимо часто и тщательно контролировать;
• управление и организацию всего машинно-тракторного парка необходимо начинать с этой группы сельскохозяйственной техники;
• тратить на управление и организацию работы этой группы сельскохозяйственной техники наибольшее время и ресурсы;
• разработать для данной категории наиболее точную экономическую модель прогнозирования спроса и надежности.

Группа «В»: это менее важная группа единиц сельскохозяйственной техники из всего машинно-тракторного парка, поэтому рекомендуется:

• работу сельскохозяйственной техники из этого машинно-тракторного парка можно контролировать пореже;
• управление и организацию этой группы единиц сельхоз. техники рекомендуется производить во вторую очередь, после группы «А»;
• тратить на управление и организацию работы этой группы сельхоз. техники можно меньше времени и ресурсов, чем на группу категории «А»;
• для номенклатуры данной категории точность экономической модели прогнозирования спроса и эксплуатации может быть гораздо ниже.

Группа «С»: это группа единиц сельскохозяйственной техники просто должна быть в наличии, поэтому рекомендуется:

• работу сельхоз. техники из этой группы машинно-тракторного  парка рекомендуется контролировать реже, чем  технику групп «А»  и «В»;
• управление и организацию работы номенклатуры этой группы сельхоз. техники необходимо производить после групп «А» и «В»;

3) тратить на управление и организацию работы этой группы сельхоз. техники времени  и ресурсов в меньше, чем на группы категорий «А» и «В»;

4)  для данной категории эконом. модель прогнозирования спроса и надежности будет ниже по точности, чем для групп категорий «А»  и «В»;

5) закупается эта техника, как правило, редко, но большими партиями.

Алгоритм применения двухпараметрического АВС-анализа

1. Выбрать объект анализа и два классификационных признака; провести однопараметрический АВС-анализ по 1-ому выбранному признаку.
2. Разбить объекты на группы по категориям «А», «В», «С»  по первому признаку.
3. Разбить на группы по категориям «a», «b», «c»  по 2-му признаку.
4. Разбить объекты на группы по этим категориям «Аa»,…,«Вb»,…, «Сc»  по обоим признакам.

Рассмотрим следующий алгоритм конкретной реализации двухпараметрического АВС-анализа на конкретных примерах из сельхоз. практики (технологию проведения однопараметрического АВС-анализа на примере 1).

Пример 1. Провести однопараметрический АВС-анализ по кол-ву сделок, связанных с данной номенклатурой сельхоз. техники, с использованием MS Excel. Этапы алгоритма и их результаты представлены в таб. 1.

 

Таблица 1 – Результаты однопараметрического АВС-анализ

Техника	Кол-во сделок	Доля в общем кол-ве сделок	Доля с нарастающим итогом	Группа по сделкам
Комбайн 1	45	0,098	0,098	А
Веялки 2	45	0,098	0,195	А
Уборочная техника 2	45	0,098	0,293	А
Веялки 3	32	0,069	0,362	А
Трактор 3	30	0,065	0,427	А
Веялки 4	29	0,063	0,490	А
Уборочная техника 1	26	0,056	0,547	А
Комбайн 2	25	0,054	0,601	А
Трактор 2	25	0,054	0,655	А
Трактор 5	25	0,054	0,709	В
Комбайн 3	20	0,043	0,753	В
Трактор 4	18	0,039	0,792	В
Веялки 1	16	0,035	0,826	В
Трактор 1	15	0,033	0,859	В
Сеялка 1	15	0,033	0,892	В
Уборочная техника 3	15	0,033	0,924	С
Уборочная техника 4	12	0,026	0,950	С
Сеялка 2	10	0,022	0,972	С
Сеялка 3	8	0,017	0,989	С
Сеялка 4	5	0,011	1,000	С
ИТОГО:	461	1,000

здесь:  выбор объекта анализа  – конкретная сельскохозяйственная техника; выбор  классификационного  признака – количество сделок, связанных  с данной номенклатурой сельхоз. техники; итоговое разбиение на группы  по категориям «А», «В», «С» соответственно.

  Для  проведения двухпараметрического АВС-анализа приведем пример 2 на базе примера 1 (таб. 2–3).  

Таблица 2 – Результаты двухпараметрического АВС-анализ

Техника	Расход дизельного топлива	Доля в общем кол-ве	Доля с нарастающим итогом	Группа по расходу дизельного топлива
Трактор 5	1500	0,131	0,131	a
Трактор 4	1200	0,105	0,237	a
Уборочная техника 4	1000	0,088	0,324	a
Уборочная техника 3	950	0,083	0,408	a
Комбайн 3	800	0,070	0,478	a
Трактор 3	800	0,070	0,548	a
Уборочная техника 1	800	0,070	0,618	a
Трактор 2	700	0,061	0,679	a
Трактор 1	600	0,053	0,732	b
Уборочная техника 2	600	0,053	0,784	b
Комбайн 2	500	0,044	0,828	b
Комбайн 1	450	0,039	0,868	b
Веялки 3	300	0,026	0,894	b
Веялки 2	220	0,019	0,913	c
Веялки 1	200	0,018	0,931	c
Сеялка 2	200	0,018	0,948	c
Сеялка 3	180	0,016	0,964	c
Сеялка 4	160	0,014	0,978	c
Сеялка 1	150	0,013	0,991	c
Веялки 4	100	0,009	1,000	c
ИТОГО:	11410	1,000

здесь:  выбор объекта анализа – та же конкретная номенклатура сельхоз. техники; выбор второго  классификационного  признака – расход дизельного топлива  этой номенклатуры сельхоз. техники; итоговое разбиение номенклатуры  по двум параметрам по категориям «а», «b», «c»  соответственно.

 

Совместим группы  по этим двум выбранным квалификационным признакам (таб. 3). Теперь весь машинно-тракторный парк будет разбит на 9 групп категорий: Aa, Ab, Ac, Ba, BB,Bc,Ca, Cb, Cc.

 

Таблица 3 – Совмещенные результаты двухпараметрического АВС-анализ

Техника	Доля в общем кол-ве сделок	Группа по сделкам	Доля расхода дизельного топлива	Группа по расходу дизельного топлива	Группа по двум признакам
Веялки 1	0,035	В	0,018	c	Вc
Веялки 2	0,098	А	0,019	c	Аc
Веялки 3	0,069	А	0,026	b	Аb
Веялки 4	0,063	А	0,009	c	Аc
Комбайн 1	0,098	А	0,039	b	Аb
Комбайн 2	0,054	А	0,044	b	Аb
Комбайн 3	0,043	В	0,070	a	Вa
Сеялка 1	0,033	В	0,013	c	Вc
Сеялка 2	0,022	С	0,018	c	Сc
Сеялка 3	0,017	С	0,016	c	Сc
Сеялка 4	0,011	С	0,014	c	Сc
Трактор 1	0,033	В	0,053	b	Вb
Трактор 2	0,054	А	0,061	a	Аa
Трактор 3	0,065	А	0,070	a	Аa
Трактор 4	0,039	В	0,105	a	Вa
Трактор 5	0,054	В	0,131	a	Вa
Уборочная техника 1	0,056	А	0,070	a	Аa
Уборочная техника 2	0,098	А	0,053	b	Аb
Уборочная техника 3	0,033	С	0,083	a	Сa
Уборочная техника 4	0,026	С	0,088	a	Сa
ИТОГО:	1,000

 

Для графического представления результатов  двухпараметрического АВС-анализа  обычные графики/диаграммы не подходят, т.к. на них можно графически представить только два параметра, а нужен «трёхмерный» график/диаграмма. Можно воспользоваться пузырьковой диаграммой, отображающей на плоскости наборы  из трех значений. Подобно точечной диаграмме, значение третьего параметра отображается в виде размера пузырька. На основании данных табл. 4 строи диаграмму по всем параметрам (рис. 1).

 

Таблица 4 – Результаты, необходимые для построения диаграммы

Категория	Доля в сделках	Доля расхода дизеля	Доля в ассортименте
Аa	0,176	0,202	0,032
Аb	0,319	0,162	0,042
Аc	0,161	0,028	0,021
Вa	0,137	0,307	0,032
Вb	0,033	0,053	0,011
Вc	0,067	0,031	0,021
Сa	0,059	0,171	0,021
Св	0,000	0,000	0,000
Сc	0,050	0,047	0,032

 

Рис. 1 – Итоговая диаграмма по всем параметрам

Литература

1. Рябухина Е.А., Гущина О.А. Применение ABC-анализа в сфере аптечной торговли // Материалы IX международной  научно-практической конференции «Достижения высшей школы-2013». Т. 9 «Экономика». София. Изд-во «ООД «БялГРАД-БГ», 2013. – С. 41-45.
2. Копыл В.И. Логистика управления запасами с помощью Excel. – М.: Производственно-практическое издание, 2012. – 64 c.
3. Гущина О.А., Рябухина Е.А. и др. Информатика. Учебное пособие. – Саранск: Изд-во Морд. ун-та, 2012. – 395 с.
4. Ширяев В.Д. Основы алгоритмизации. Учебное пособие. – Саранск: Изд-во Морд. ун-та, 1993. – 172 с.

References

1. Rjabuhina E.A., Gushhina O.A. Primenenie ABC-analiza v sfere aptechnoj torgovli // Materialy IX mezhdunarodnoj nauchno-prakticheskoj konferencii «Dostizhenija vysshej shkoly-2013». T. 9 «Jekonomika». Sofija. Izd-vo «OOD «BjalGRAD-BG», 2013. – S. 41-45.
2. Kopyl V.I. Logistika upravlenija zapasami s pomoshh'ju Excel. – M.: Proizvodstvenno-prakticheskoe izdanie, 2012. – 64 c.
3. Gushhina O.A., Rjabuhina E.A. i dr. Informatika. Uchebnoe posobie. – Saransk: Izd-vo Mord. un-ta, 2012. – 395 s.
4. Shirjaev V.D. Osnovy algoritmizacii. Uchebnoe posobie. – Saransk: Izd-vo Mord. un-ta, 1993. – 172 s.