Опубликовано №6 (53) декабрь 2012 г.

АВТОРЫ: Ермолина М.В.

РУБРИКА Корпоративная логистика розничных компанийСовременные концепции и технологии в логистике и управлении цепями поставок

Аннотация 

В статье рассматривается вопрос измерения и оценки показателя отсутствия товара в продаже, и изучается распределение ответственности за наличие товара между поставщиком и магазином. Поскольку причины и последствия от отсутствия товара примерно поровну распределяются между торговым предприятием и его поставщиком, предлагается обзор основных направлений сотрудничества между ними ради достижения высокого уровня обслуживания покупателей.

Ключевые слова координация интеграция сотрудничество отсутствие товара в продаже OOS out of stock упущенные продажи уровень обслуживания уровень сервиса ECR Efficient Consumer Response Эффективный отклик на запросы потребителей наличие товара на полке on shelf availability OSA


Одной из важных проблем, стоящих перед предприятиями розничной торговли, является вопрос обеспечения потребителей необходимым количеством продукции, предлагаемой к продаже. Учитывая широкий ассортиментный ряд, задача обеспечения наличия товара на полке магазина становится далеко не тривиальной. Неудивительно, что периодически возникают ситуации отсутствия товара, которые приводят к снижению удовлетворённости покупателей и уровня продаж. Для измерения подобных ситуаций используется показатель отсутствия товара на полке или OOS (out of stock). Таким образом, возникает вопрос, можно ли определить, на чьей ответственности находится возникновение OOS и каким образом можно сократить его вероятность?

Измерение отсутствия товара

Под ситуацией отсутствия товара подразумевается событие, когда продукт, который должен быть представлен на полке магазина, какое-то время отсутствует там. При этом для измерения этой ситуации могут использоваться несколько индикаторов, в частности:

  1. Количество ситуаций отсутствия товара в течение определённого периода времени
  2. Количество товарных позиций, по которым наблюдалась ситуация OOS, по отношению к общему числу позиций, представленных в данном магазине. Именно этот индикатор OOS использует организация ECR (Эффективный отклик на запросы потребителя – Efficient Consumer Response) в своём проекте «Система глобальных показателей ECR»[1].
  3. Отношение времени, когда товар был недоступен для покупки, к общему времени осуществления продаж в торговой точке.  Обратным показателем к нему выступает индикатор наличие товара на полке – on shelf availability или OSA.

Следует отметить неоднозначность самого определения ситуации OOS. Что именно считать отсутствием товара в продаже? Так, например, ECR предлагает включать в эти ситуации следующие:

а)      Продукт отсутствует в торговом зале и не был куплен потребителем вообще

б)      Продукт не найден потребителем и был заменён на схожий (другого вкуса, формы и т.д.)

в)      Продукт не пригоден к покупке – например, имеет повреждения или истёкший срок годности

г)       Продукт присутствует в торговом зале, но не был куплен потребителем, так как находится в непривычном для него месте

То есть, под отсутствием товара понимается не только его физическое отсутствие, но и несоответствие даже имеющегося товара ожиданиям потребителя. Очевидно, что подобного рода ситуации довольно сложно однозначно определить и оценить их возможное влияние на удовлетворённость потребителя. Так, например, товар может иметься в достаточном количестве в торговом зале, и сотрудники магазина могут быть уверены в том, что они обеспечили 100% уровень наличия товара – однако из-за того, что товар размещён в новом месте, где далеко не все покупатели могут его найти, всё-таки возникает ситуация OOS.

Таким образом, встаёт вопрос о способе измерения OOS. При помощи каких методов можно рассчитать показатель отсутствия или наличия товара на полке? На данный момент времени существует два основных  подхода к измерению OOS: путём физического аудита и на основании анализа данных.

1.  Контроль и измерение вручную путём регулярного аудита торговых залов. 

Во время периодических проверок подсчитывается количество позиций, которые должны были бы находиться в данном месте магазина или магазинной полки (например, в соответствии с планограммой или в соответствии с расположенными на ней ценниками), однако отсутствуют там в момент проверки. Причём оценивается именно наличие товара в определённом для него месте – т.е. ситуации, когда товар оказывается задвинут за соседние товары, также засчитываются как OOS.

Именно этот метод использовался и используется чаще всего, и в этом состоит его преимущество, поскольку уже существует весомая база для сравнения полученных показателей с результатами других компаний. Среди остальных преимуществ можно назвать относительную простоту применения и в прямом смысле очевидность полученных данных, которые, к тому же, легко привязать к конкретной зоне торговой площадки.

Однако данный способ не даёт возможности оценить индикаторы OOS, связанные со временем, так как не отвечает на вопрос о том, как долго товар отсутствовал в продаже. Более того, даже если последовательные проверки показали наличие товара на полке, это ещё не означает, что ситуация OOS не возникала в период между проверками. То есть, в силу дискретности измерений данные могут оказаться неточными.  Неточность полученных данных проистекает также из влияния человеческого фактора: так как подсчёт производится вручную, велика вероятность ошибок как при обнаружении ситуаций OOS, так и при занесении их в отчёт. При этом применение данного метода довольно трудо- и времязатратно, что не позволяет применять его в течение долгого периода времени и во многих торговых точках одной сети.

2.  Контроль и измерение OOS на основании данных с терминалов и сканеров в магазинах.

В данном случае выводы о наличии ситуации OOS делаются на основании сравнения текущего паттерна продаж по товару с его традиционным поведением в этот день и время суток. Чрезмерное отклонение от среднего уровня продаж свидетельствует о полном или частичном отсутствии товара на полке.

Преимуществом такого подхода является непрерывность измерений, меньшая стоимость проведения по сравнению с ручным подсчётом, возможность анализировать OOS в большом количестве торговых точек и на постоянной основе. Поскольку данные непрерывны, появляется возможность  оценивать и анализировать не только количество ситуаций отсутствия товара, но их длительность, частоту возникновения и стоимость для компании.

Однако у него есть и свои ограничения. В частности, этот метод применим только к тем товарам, по которым уже накоплена статистика продаж, и представляет собой некую аналитическую оценку, а не прямое описание физического отсутствия товара на полке, что может вызывать недоверие к точности этой оценки. Кроме того, для его использования необходимо наличие терминалов и сканеров в точках продаж, или же значительные инвестиции в их приобретение и установку.

Стоимость отсутствия товара

Независимо от того, какой именно метод оценки отсутствия товара применяется, очевидно, что магазины интересует в первую очередь стоимость этого отсутствия. Из чего же складываются потери от возникновения OOS? Прежде всего это, конечно же, упущенные продажи: та выручка, которую мог бы получить магазин, будь товар представлен на полке. Как показывают исследования, снижение OOS на 1% приводит к росту продаж на 0,33-0,5%. Однако на самом деле последствия от отсутствия товара на полке не сводятся только и исключительно к упущенным продажам. В числе дополнительных потерь нужно назвать следующие:

–      потеря лояльности потребителей к бренду продукции или магазина, и будущих продаж вследствие этого

–      потеря рабочего времени сотрудников торгового зала на поиск отсутствующей продукции

–      искажение статистической информации о спросе, на основании которой строится прогноз на будущие периоды, и, как следствие, «недопрогнозирование» и потери продж по этой причине

 

Рис. 1. Измерение отсутствия товара в продаже на основании данных терминалов продаж
Источник: ECR Optimal Shelf Availability Project: от проекта к бизнес-процессу. 2006.

Как показывают исследования[2], потребители, столкнувшиеся с ситуацией OOS, принимают дальнейшие решения о покупке следующим образом:

  • Купят товар другого производителя – 26-37 %
  • Купят нужный товар в другом месте – 21-31%
  • Отложат покупку – 15-17%
  • Купят аналог того же производителя – 16-19%
  • Ничего не купят вообще – 9%

Если распределить влияние этих решений покупателей между поставщиком и магазином, как это сделано в таблице 1, можно увидеть, что негативный эффект от отсутствия товара на полке примерно одинаково влияет и на первого, и на второго.

Таблица 1. Распределение прямых потерь от решений покупателя при отсутствия товара между поставщиком и магазином

 

И хотя может показаться, что магазин несёт потери чуть в меньшем количестве случаев, не следует забывать, что помимо прямых потерь существуют ещё и потери косвенные.

Места возникновения OOS

Таким образом, очевидно, что в предотвращении ситуаций отсутствия товара заинтересованы как магазин, так и его поставщик.  При этом встаёт следующий вопрос: если потери от OOS несут оба, то в какой мере каждый их них несёт ответственность за возникновение OOS? В какой части цепи поставок происходит наибольшее число сбоев?

Для того, чтобы ответить на этот вопрос, необходимо представить полную последовательность действий по обеспечению наличия товара на полке магазина, и определить возможные места возникновения ошибок при управлении информационным и материальным потоком.

В общем виде процесс обеспечения полок магазина выглядит так, как представлено на рис. 2.

 

Рисунок 2. Процесс обеспечения магазина продукцией на полках

При этом проблемы, ведущие к возникновению ситуации OOS, могут возникнуть на любом этапе этого процесса. Рассмотрим их подробнее.

  1. Проблемы, связанные с ошибками при прогнозировании спроса.

Как известно, неотъемлемым свойством прогноза является то, что он никогда не бывает на 100% точным. Ошибка в прогнозировании будущего потребления товара может привести к тому, что товар какое-то время будет отсутствовать на полке магазина. Причём в стандартном процессе эта ошибка может возникнуть дважды. Во-первых, при прогнозировании спроса конечных покупателей, которым занимается торговое предприятие. В этом случае рассчитанный размер заказа на поставку от поставщика будет меньше, чем может по факту потребоваться рынку. Во-вторых, при прогнозировании спроса со стороны магазина, которым занимается поставщик.  В данном случае, хотя сам размер заказа от магазина может быть точным, у поставщика может не хватить товара в наличии для удовлетворения этого заказа.

В неинтегрированной системе отношений магазин-поставщик влияние этой ошибки может усиливаться во времени за счёт возникновения эффекта Форрестера, когда передаваемые по цепочке заказы поставщику будут существенно искажены относительно исходных колебаний спроса на рынке. В результате этого поставщик окажется перед сложной задачей прогнозирования спроса для товаров с очень, с его точки зрения, неравномерным паттерном потребления. Очевидно, что точность прогноза в таком случае будет ещё ниже, чем могла бы быть.

2. Проблемы, связанные с учётом запасов в магазине.

Для того, чтобы рассчитать размер заказа на пополнение магазина, необходимо знать не только прогноз спроса, но и текущее количество товара в наличии. Однако, как показывает практика, данные о запасах товаров в магазине очень часто оказываются неверны. Причинами расхождения между записями о запасах в системе, и реальным количеством товара на полках и складских помещениях магазина могут стать следующие факторы:

–      Ошибки при сканировании товара на кассе в момент продажи. В этом случае система учёта запасов отмечает как проданный не тот продукт, который физически был приобретён покупателем, а другой, что приводит к появлению двойной ошибки: заниженного значения запасов по «неправильному» продукту, и завышенному значению – по «правильному».

–      Незарегистрированные в системе потери, например, от краж или из-за порчи продукта на полке или в подсобном помещении.

–      Пересортица при отгрузке из ДЦ

–      Человеческий фактор – в случае, когда у сотрудников магазина есть возможность вручную вводить данные о запасах в систему

–      Некорректная работа с мастер-данными по продуктам, особенно когда речь идёт о товарах-заменителях. Ошибки в кодах или описаниях продуктов могут приводить к тому, что вся информация о спросе и текущем запасе, которая имеется в информационной системе, окажется привязана не к тому продукту, что также повлечёт за собой двойную ошибку.

Неточные данные о текущих запасах приводят к искажению расчётов необходимого количества для заказа у поставщика, и, в итоге, к отсутствию товара на полке магазина.

3. Проблемы, связанные с расчётом заказа.

Помимо того, что на точность расчёта заказа со стороны магазина поставщику влияют ошибки прогнозирования и учёта запасов, существует риск неточного расчёта требуемого количества. Этот риск имеет две причины возникновения. Во-первых, заказ может быть рассчитан неточно из-за самой методики расчёта, например, когда в неё закладываются некорректные параметры доставки или расчёт производится вручную и возникают ошибки из-за человеческого фактора. Во-вторых,  неточный расчёт размера заказа – а точнее, заказ большего количества, чем на самом деле планируется продать – может быть намеренным действием со стороны торгового предприятия. В частности, крупные торговые сети обладают, как правило, большим экономическим влиянием в своей цепи поставок, поэтому могут диктовать свои условия поставщикам. Одним из таких условий является обязательство поставщика принимать к возврату остатки нераспродано продукции независимо от её срока годности. При этом магазин получает возможность размещать заказы на большее количество, чем требуется, без риска создать у себя излишний запас. Казалось бы, такая практика, наоборот, должна способствовать сокращению показателей OOS, однако на более длительной перспективе подобное искажение информации о реальных потребностях магазина приводит к ухудшению качества прогнозирования и скорости реакции поставщика.

4. Проблемы, связанные с исполнением заказа со стороны поставщика.

Сюда относятся все ошибки, возникающие при планировании производства и распределения продукции, а также возможные риски и задержки во время комплектации и доставки заказов: например, ошибки комплектации, пересортица, неточная или несвоевременная доставка и т.д. Кроме ошибок исполнения процесса выполнения заказа, существуют также ошибки его планирования – в частности, неправильный выбор частоты или графика пополнения запасов магазина. Недостаточно частые поставки увеличивают риск возникновения OOS в период перед следующей ожидаемой поставкой, одновременно с этим лишая и поставщика, и магазин, оперативно среагировать на отсутствие товара. Помимо частоты поставок имеет значение их график, особенно если это касается скоропортящихся товаров. Если график поставок составлен так, что пополнение происходит после пика продаж, то вероятность получить OOS в сам пик становится гораздо выше.

4. Проблемы, связанные с размещением товара на полке магазина.

Это группа факторов, которая связана с теми ситуациями OOS, которые возникают, когда товар имеется в наличии на складе магазина, однако при этом отсутствует на полке. Сюда относятся:

–      несвоевременное перемещение товара в торговый зал

–      непропорциональное скорости продаж выделение места на полке для разных товаров. Это приводит к необходимости гораздо чаще пополнять полки с быстрооборачивающимися товарами, а следовательно, увеличивает риск того, что товар не будет вовремя пополнен

–      отсутствие системы контроля за OOS, а следовательно, отсутствие возможности вовремя среагировать и донести товар до полки

–      дефицит рабочего времени персонала, который должен заниматься перемещением товара на полку и т.д.

Все перечисленные проблемы можно разделить на группы с точки зрения того, на чьей стороне эта проблема возникает. Это разделение представлено в таблице 2.

Таблица 2. Распределение возможных причин появления OOS между поставщиком и магазином

Таким образом, можно выделить три группы причин OOS: причины, возникающие при исполнении процессов поставщика; причины, возникающие при исполнении процессов магазина; и причины, возникающие при планировании спроса – эта группа причин является общей для поставщика и для магазина.

Согласно исследованиям ECR, влияние этих причин на появление OOS распределяется по следующим весам:

  • отсутствие товара по вине поставщика – 25-28%
  • отсутствие товара на полке при его наличии в магазине – 25-32%
  • отсутствие товара из-за проблем прогнозирования – 43-47%

Получается, что, с одной стороны, и поставщик, и магазин одинаково заинтересованы в сокращении ситуаций OOS, и, с другой стороны, их влияние на OOS так же распределяется примерно одинаково. На основании этого можно предположить, что наибольший эффект по сокращению отсутствия товара на полке может дать комплекс совместных действий, а не отдельные инициативы предприятия торговли или производителя/дистрибьютора готовой продукции.

Сотрудничество для сокращения OOS

Первым шагом на пути к совместному управлению наличием товара на полке должна стать договорённость о совместном измерении и контроле OOS. Эта договорённость позволяет партнёрам иметь единое представление о том, какова ситуация с наличием товара в продаже и в какой части цепи поставок возникают проблемы. Как уже рассматривалось выше, наиболее эффективным методом измерения OOS является анализ данных, получаемых с POS терминалов. Сравнение показателей OOS с показателями уровня обслуживания со стороны поставщика позволит выявить и проанализировать основные точки приложения усилий партнёров.

Широкое использование POS терминалов и обмен данными между магазинами и поставщиком о размерах продаж позволит создать единую базу для принятий решений о будущем спросе. Статистика продаж, дополненная статистикой OOS, даст возможность оценить общий спрос, т.е. скорректировать данные о продажах в случае возникновения OOS, чтобы для прогнозирования были использованы не заниженные объёмы продаж, а более реалистично рассчитанные объёмы предъявленного спроса. Если дополнить эту более точную статистику процессом совместного прогнозирования спроса, точность прогноза может суммарно вырасти на 10-15%. Это происходит за счёт того, что магазины и поставщики имеют возможность сложить свои знания о ситуации на рынке как в разрезе точек продаж, так и в разрезе тенденций рынка, на котором присутствует поставщик. Такое совместное использование информации позволяет точнее оценить будущие тенденции развития спроса.

Кроме того, совместный процесс прогнозирования позволяет более точно спланировать спрос на период проведения промо-акций, и даёт возможность поставщику заранее подготовиться с ним, чтобы обеспечить наличие товара, что, в свою очередь, сокращает вероятность появления OOS.

Очевидно, что совместное принятие решений о будущем спросе имеет больший экономический эффект, чем попытки поставщика и магазина повысить точность своих прогнозов по отдельности. Это связано с тем, что совместное прогнозирование спроса на основании единого набора данных о потреблении товара, а также обмен данными о текущих продажах, позволяет нивелировать негативное воздействие эффекта Форрестера, что приводит к повышению уровня обслуживания при одновременном сокращении излишних запасов.

Следующим шагом на пути сокращения OOS может стать совместная работа поставщика и магазина над обеспечением точности данных о продукте, например, за счёт использования единой системы кодификации во всей цепи поставок на базе стандарта GTIN (Global Trade Identification Number), которая позволяет интегрировать в себя все варианты товарных кодов – и по стандарту UPC, и по европейскому EAN. Единая кодификация и описание продуктов влияет на наличие товара на полке по нескольким направлениям. Во-первых, таким образом обеспечивается более высокая точность данных о запасах, поскольку исчезают ошибки приписывания запасов не тем продуктам. Во-вторых, она позволяет избежать ошибок при расчёте и передаче заказов поставщику, поскольку исключает ошибки передачи заказа не по тому товару. В-третьих, она сокращает время как на обработку заказа поставщиком, так и на его последующую приёмку магазином, т.к. не требуется времени на уточнение товарных позиций. Так, например, WalMart и Johnson&Johnson смогли за счёт синхронизации данных о продукте сократить OOS на 2,5%, а Procter&Gamble при работе с несколькими торговыми сетями в Латинской Америке  - на 2,6%[3].

Ещё одной областью совместной работы может стать создание правил размещения заказов и графиков пополнения запасов в магазине. Так, например, получая данные от магазина о текущих и будущих продажах, поставщик может договориться с торговой точкой о частоте и времени поставок, которые наилучшим образом коррелируют с паттерном потребления его товаров. Более того, имея информацию о текущих продажах и остатках в магазине, поставщик может начать действия по производству и подвозу товаров в свой ДЦ заранее, не дожидаясь заказа от магазина. Кроме того, если будет существовать договорённость о том, какой уровень страхового запаса будет поддерживаться магазином, а какой поставщиком, это сможет ещё сократить влияние эффекта Форрестера, так как отпадёт необходимость в содержании дублирующих друг друга страховых запасов.

Более полным вариантом интеграции по этому вопросу может стать переход поставщика и магазина на управление запасами по принципу VMI – когда поставщик берёт на себя обязанность управлять запасами своего клиента, получая от последнего данные о текущих продажах и остатках. В рамках данной технологии поставщик разрабатывает политику пополнения запасов и график их пополнения исходя из установленной цели по обеспечению наличия товара на полке.

Несмотря на то, что ответственность за своевременное перемещение товара на полку в самом магазине лежит на нём же, как показывает практика, некоторые совместные решения могут помочь улучшить качество выполнения этой задачи. Так, например, одной из причин долгого отсутствия товара на полке даже когда уже известно о факте OOS, является нехватка рабочего времени персонала, который может быть в этот момент занят приёмкой товара или раскладкой другой продукции. Очевидно, что если сократить время, необходимое для приёмки и выкладки продукции, эту проблему можно будет решить. Одним из вариантов такого решения является договорённость между поставщиком и магазином об использовании упаковки, готовой к выкладке на полку – shelf ready packaging, SRP. В этом случае коробка, которая используется для транспортировки продукции, выступает одновременно и неким кейсом для перемещения товара на полку магазина, и средством коммуникации бренда с покупателями. При использовании SRP существенно сокращается время, необходимое для выкладки товара, т.к. выкладка осуществляется не поштучно, а сразу коробками. Единственным минусом при внедрении SRP является необходимость инвестиций со стороны поставщика, поскольку ему придётся разрабатывать и заказывать новую форму упаковки. Однако влияние SRP не ограничивается только снижением вероятности OOS, при использовании такой упаковки отмечается рост узнаваемости бренда, что также ведёт к росту продаж.

Помимо SRP, поставщик и магазин могут договориться о таком принципе загрузки машин, который соответствует размещению товаров на полках, по принципу, аналогичному методу снабжения «just in sequence», точно в последовательности. То есть магазин и поставщик создают совместную планограмму размещения товаров, и когда прибывает машина с заказом, работники магазина, разгружая её, могут сразу же последовательно заполнять полки, что также экономит время на выкладку продукции.

Заключение

Поскольку проблема отсутствия товара на полке является общей и для поставщика, и для магазина,  можно предположить, что наилучшим образом будут работать решения, основанные на построении совместных процессов.  И хотя они совсем не отменяют необходимости повышения качества работы для каждого из партнёров в отдельности, тем не менее можно предложить следующую схему совместной работы по сокращению OOS между магазином и поставщиком:

  1. Запустить измерение OOS и уровня сервиса со стороны поставщика.
  2. Проанализировать процесс прогнозирования, наладить обмен данными о текущих продажах и OOS.
  3. Выделить, на какую сторону приходится наибольшее количество проблем, не связанных с прогнозированием.
  4. Разработать совместный план действий по устранению выявленных проблем. При этом стоит помнить, что проблемы одной стороны гораздо эффективнее решаются путём изменений, затрагивающих всю цепь поставок в целом.
Литература:
  1. Nick T. Thomopoulos. Demands, Backorders, Service Level, Lost Sales and Effective Service Level // International Applied Business Research, Annual Conference Proceedings, Puerto Rico, March 2004
  2. Thomas W. Gruen, Daniel Corsten. A Comprehensive Guide To Retail Out-of-Stock Reduction In the Fast-Moving Consumer Goods Industry. Research study, 2007.
  3. Официальный сайт организации Efficient Consumer Response в России: http://ecr-all.org/russia/
  4. Gruen, Thomas W., Daniel Corsten and Sundar Bharadwaj (2002): “Retail Out-of-Stocks: A Worldwide examination of Extent Causes and Consumer Responses.” Grocery Manufacturers of America.
  5. ECR Optimal Shelf Availability Project: от проекта к бизнес-процессу. 2006
  6. ECR Global Scorecard: система глобальных показателей ECR. 2006
ССЫЛКИ:

[1] ECR Global Scorecard: система глобальных показателей ECR. 2006

[2] Данные из материалов исследований ECR Europe, цитируется по ECR Optimal Shelf Availability Project: от проекта к бизнес-процессу. 2006, и из Gruen, Thomas W., Daniel Corsten and Sundar Bharadwaj (2002): “Retail Out-of-Stocks: A Worldwide examination of Extent Causes and Consumer Responses.” Grocery Manufacturers of America.

[3] Thomas W. Gruen, Daniel Corsten. A Comprehensive Guide To Retail Out-of-Stock Reduction In the Fast-Moving Consumer Goods Industry. Research study, 2007.

 

Опубликовано №5 (46) октябрь 2011г.

АВТОР: Сергеев В.И.

РУБРИКА Аналитика в логистике и SCM Управление логистическим сервисом Планирование в цепях поставок

Аннотация

Рассмотрены проблемы оценки качества логистического сервиса. Проанализировано влияние логистического сервиса на эффективность бизнеса компании. Предложена схема построения ожиданий потребителей логистических услуг и определены компоненты измерения качества сервиса. Адаптирована Gap-модель Зейтгамла оценки качества сервиса к задачам логистики. Рассмотрена методика построения зависимости логистического сервиса (процента идеально выполненных заказов) от суммарных операционных затрат. Предложена модель аппроксимации фактических данных динамики затраты/уровень обслуживания» для нахождения баланса и построения бюджета службы логистики.

Ключевые слова баланс логистические затраты уровень обслуживания логистический сервис стратегическое планирование Gap-модель модель Зейтгамла бюджетирование


 

Уровень качества логистического обслуживания (уровень логистического сервиса) – это результат деятельности логистики, который отражает ее эффективность для организации бизнеса с точки зрения полезности времени и места каждого продукта. Уровень логистического обслуживания потребителей непосредственно влияет на рыночную долю компании, на ее общие логистические издержки и, в конечном счете, на рентабельность и доходность бизнеса, определяя не только лояльность уже имеющихся потребителей, но и то, сколько ее потенциальных потребителей станут фактическими. Обслуживание потребителей является интегрированным процессом, в котором участвуют все функциональные области бизнеса фирмы: снабжение, производство и дистрибьюция, призванные поддерживать лояльность клиентов. Развитие логистического сервиса помогает интегрировать отношения в пределах цепи поставок и при правильно установленных стандартах обслуживания значительно увеличить объем продаж.

 

Существует несколько причин, объясняющих, почему компании должны фокусироваться на обслуживании потребителей. Во-первых, удовлетворенные потребители обычно лояльны к компании и повторно совершают в ней покупки, причем в больших объемах. Во-вторых, считается, что привлечь нового потребителя намного дороже, чем удержать одного прежнего. В-третьих, потребители, принявшие решение прекратить с вами взаимодействие, скорее всего, поделятся причинами своего недовольства с другими людьми. В-четвертых, гораздо прибыльнее продавать больше продукции уже существующим потребителям, чем отыскивать новых потребителей, готовых покупать ваши товары и услуги в таком же объеме. В связи с этим важно определить запросы потребителей и установить уровни (стандарты) их логистического обслуживания, чтобы на основе этого менеджеры могли сопоставить компромиссные варианты эффективности продаж и общих логистических издержек.

 

Сами по себе показатели степени удовлетворения потребителей недостаточны, чтобы «продать» ценность логистики внутри и вне компании. Поэтому важно сопоставить уровни показателей обслуживания потребителей и связанные с этим затраты с соответствующими потоками поступлений и расходов. Если служба логистики не сможет этого сделать, менеджеры высшего уровня будут замечать только логистические издержки и не учитывать возможностей логистики по увеличению объема продаж/прибыли благодаря отличному обслуживанию потребителей.

 

К сожалению, заявления некоторых фирм о целях обслуживания клиентов (в частности в логистике) формулируются с недостаточной конкретизацией задач, определяющих каким образом эти цели должны быть достигнуты. Это является серьезной проблемой, так как если задачи или стандарты обслуживания клиентов не сформулированы в конкретных терминах/показателях, они могут быть проигнорированы исполнительским персоналом или быть слишком неопределенными для того, чтобы обеспечить какое-либо реальное руководство. К тому же служба логистики может стать «козлом отпущения» для отделов маркетинга и продаж. Если новый товар терпит неудачу на рынке, отдел маркетинга может обвинить логистику в том, что внедрение нового товара на рынок провалилось из-за того, что стандарты логистического обслуживания потребителей были очень низкими. Без конкретных ориентиров персонал службы логистики не сможет доказать, что обслуживание клиентов поддерживалось на должном уровне.

 

Обслуживание потребителей, обеспечиваемое логистикой, может оказывать существенное влияние на объем продаж и на удержание потребителей. Хотя в целом рассчитать точно зависимость между уровнем логистического сервиса и объемом продаж невозможно, можно воспользоваться результатами многочисленных исследований, в которых указывается наличие положительной зависимости между этими аспектами бизнеса. Высокий уровень логистического сервиса (в показателях надежности и оперативности) повышает вероятность удержания клиентской базы. Имеющиеся свидетельства позволяют высказать предположение, что более высокий уровень удержания потребителей приводит к большему объему продаж.

 

Обычно рассматриваются три ос­новных направления улучшения логистического сервиса, связанные, а именно: улучшение использования ресурсов, эффективность и дифференциация. Лучшее использование ресурсов - это такая организация предоставления логистических услуг, которая позволяет снизить затраты по­требителя, т.е. уменьшить логистические издержки в ЛС. Прямым следствием этого является снижение цены товара и сопутствующих услуг по сравнению с конкурентами. Эффективность логистики проявляется в лучшем удовлетворении требований потребителей к качеству товара и услуг на основе таких показателей, как гарантированное каче­ство продукта при доставке, наличие требуемого запаса продукта в нужном месте, время вы­полнения заказа, удобство пользования продуктом, послепродажный сервис, инновации в обслуживании, позиция на рынке (имидж).

 

Дифференциация по отношению к логистике означает увеличение доли рынка (количества покупателей) за счет исключительного логистического сер­виса. Примером такого сервиса является  использование концепции «Value added logistics» – «Логистика с добавленной стоимостью».

 

Существуют понятия общего потребительского сервиса «до сделки» (предпродажный сервис», «в период сделки» (сервис во время продажи) и «после сделки» (послепродажный сервис). Элементы обслуживания потребителей в этой классификации показаны на рис.1.

 

Рис.1. Элементы потребительского сервиса

 

Обслуживание потребителей является интегрированным процессом. Во-первых, все функциональные области бизнеса фирмы: снабжение, производство и распределение должны работать вместе, чтобы поддерживать лояльность клиентов. Во вторых, развитие специальных отношений между поставщиком и покупателем в течение некоторого периода времени помогает интегрировать отношения в пределах логистических каналов. Один из примеров  - это обеспечение штриховыми кодами грузовых единиц (пакетов, картонных коробок), что делает обращение с ними и учет более легким для всех сторон в цепи поставок. Другой пример - это, размещение коробки (поддона или тележки) в той же самой последовательности, в которой клиент желает использовать или разгружать ее. Третий пример  - это наличие системы отслеживания состояния заказа, так что любая сторона в логистической цепи может получить незамедлительную и точную информацию относительно состояния и местонахождения заказа.

 

Интеграция действий контрагентов в ЛС усиливает связи между продавцами и их клиентами. При этом поставщики должны изменить свои способы становиться предпочтительными продавцами в новом мире стратегических возможностей.

 

Измерение качества логистического сервиса должно основываться на критериях, используемых покупателями логистических услуг. Когда покупатель оценивает качество логистического сервиса, он сравнивает некоторые фактические значения “параметров измерения” качества с ожидаемыми им величинами этих параметров, и если эти ожидания совпадают, то качество признается им удовлетворительным. Схема построения ожиданий потребителей при оценке качества логистического сервиса приведена на рис. 2.

 

Рис. 2. Схема построения ожиданий потребителей логистических услуг

 

Для каждого параметра измерения качества логистического сервиса имеются две величины (условные): первая - измеряется ожиданиями покупателя; вторая - измеряет восприятие покупателя по отношению к данному параметру. Разница между этими двумя величинами называется расхождением (рассогласованием) и оценивает степень удовлетворения покупателя в данном параметре качества сервиса. В западной экономической литературе это расхождение часто называют термином Gap(“разрыв”). 

 

Качество логистического сервиса будет определяться совокупным ожиданием покупателя в смысле минимальных расхождений между ожиданиями и фактическими параметрам, хотя, конечно, оценка расхождения и самих измерений будет субъективна. Наиболее важными компонентами (параметрами) измерения качества сервиса согласно схеме (рис. 2) являются следующие:

 

- осязаемость - та физическая среда, в которой представлен логистический сервис, удобства, оргтехника, оборудование, вид персонала и т.п.

 

- надежность - последовательность исполнения “точно в срок”, т.е., например, доставка нужного товара в нужное время в необходимое место. Также надежность информационных и финансовых процедур, сопровождающих логистические функции;

 

- ответственность - желание помочь покупателю, гарантии выполнения стандартов качества логистического сервиса;

 

- законченность - обладание требуемыми навыками и компетентностью, знаниями для выполнения логистических услуг;

 

- доступность - легкость установления контактов с поставщиками логистических услуг, удобное для покупателя время оказания услуг;

 

- безопасность - свобода от опасности, риска, недоверия. Например, сохранность груза при доставке;

 

- вежливость - поведение поставщика логистических услуг, корректность, любезность контактного персонала;

 

- коммуникабельность - способность разговаривать на языке, понятном покупателю;

 

- взаимопонимание с покупателем - искренний интерес к покупателю, возможность для контактного персонала войти в роль покупателя и знать его нужды (требования).

 

Построение потребительских ожиданий (удовлетворения требований покупателя) к качеству логистического сервиса строится на основе использования следующих ключевых факторов (см. рис. 2):

 

- речевых коммуникаций (слухов), т.е. той информации, которую покупатели узнают от других покупателей о логистическом сервисе, который они собираются приобрести;

 

- личных потребностей (нужд). Данный фактор относится к персональной личности покупателя, его запросам, его представлению о качестве логистических услуг, исходя из его характера, политических, религиозных, общественных и других представлений;

 

- прошлого опыта, т.е. использования такого же или подобного логистического сервиса в прошлом;

 

- внешних сообщений (коммуникаций) - информации, получаемой от поставщиков логистического сервиса посредством радио, телевидения, прессы (рекламы в средствах массовой информации).

 

Для формирования рационального управления стандартами логистического обслуживания необходимо научиться, во-первых, определенным образом измерять параметры качества сервиса; во-вторых, построить управление параметрами качества логистического сервиса таким образом, чтобы свести к минимуму расхождения (“gaps”) между ожидаемым и фактическим уровнями качества предоставляемых услуг. В этом смысле используются различные методы оценок, такие, например, как анкетные опросы покупателей, экспертные оценки, статистические методы и т.п. Сложность заключается в том, что большинство параметров качества логистического сервиса нельзя измерить количественно, т.е. получить формализованную оценку. Чаше всего приходится пользоваться соотношениями типа: “лучше - хуже”, “доступнее - недоступнее” и т.п.

 

В задачах построения и анализа ЛС большое значение имеет проблема отыскания причин неудовлетворенности потребителей качеством логистического сервиса. Для этого используют различные экспертные и логико-математические модели, позволяющие хотя бы на качественном уровне исследовать сформулированную проблему. Одной из таких моделей является “Gap-модель Зейтгамла”1, иллюстрирующая путь реализации ожиданий потребителя в качестве логистического сервиса и причины возможного неудовлетворения. Возможные причины неудовлетворенности потребителей могут быть сформулированы как разрывы (“gaps”) между выходом процессов поставок и входом процесса потребления услуг (рис. 3).

 

 

 

Рис. 3.  Адаптированная Gap-модель оценки качества логистического сервиса

 

Рассмотрим согласно модели (рис. 3) возникновение и способы уменьшения “разрывов” между соответствующими ЗЛС и процессами прохождения услуг в ЛС. На схеме выделено пять причин и соответствующих уровней возникновения неудовлетворенности покупателя в качестве сервиса дистрибьюции при организации логистических процессов в ЛС.

 

Gap 1: расхождение между ожиданиями покупателя в качестве сервиса дистрибьюции и восприятием высшим менеджментом службы логистики компании этих ожиданий.

 

Это расхождение (и как следствие, неудовлетворенность покупателя в качестве логистического сервиса) возникает вследствие того, что высшее руководство логистикой фирмы недостаточно четко понимают, что покупатель считает высоким качеством логистических услуг в процессе доставки товара. В то же время знание (прогнозирование) запросов покупателей в качестве сервиса на ее конечном звене цепи поставок (организации продаж) является ключевым моментом, критическим шагом в организации логистического процесса в ЛС, конечно, наряду с обеспечением высокого качества изготовленного товара.

 

Возможными причинами возникновения Gap 1 являются:

 

- недостаточность маркетинговых исследований;

 

- неадекватность используемых оценочных параметров измерения качества логистического сервиса;

 

- недостатки в информационных каналах учета спроса на логистические услуги и методов оценки параметров качества логистического сервиса;

 

- слишком большое количество ЗЛС (уровней логистического менеджмента) в ЛС.

 

Gap 2: расхождение между восприятиями персонала службы логистики компании  ожиданий потребителей и спецификациями, определяющими качество логистического сервиса.

 

Данное расхождение вызвано тем, что даже полное знание потребительских нужд в смысле качества логистического сервиса иногда бывает недостаточным, так как исполнители в службе логистики фирмы недостаточно адекватно трансформируют ожидания покупателей в спецификации качества сервиса. Этот разрыв является (как показывает опыт) достаточно широким для многих компаний из-за трудностей немедленного реагирования на изменения требований клиентов к логистическому обслуживанию.

 

Возможные причины этого разрыва следующие:

 

- неадекватное отношение высшего менеджмента компании к параметрам качества логистического сервиса;

 

- неадекватная трансформация ожиданий потребителей в спецификации параметров качества;

 

- недостаточный уровень исполнительской дисциплины в ЛС компании;

 

- недостаточный уровень стандартизации параметров качества логистического сервиса;

 

- отсутствие целевых установок (инструкций) по спецификации параметров качества логистического сервиса (системы логистических KPI).

 

Gap 3: разрыв между спецификациями качества и “доставкой” логистических услуг.

 

Даже, если высший персонал службы логистики компании правильно понимает потребительские нужды и ожидания и адекватно проводит спецификацию качества логистических услуг, иногда “доставка” (продвижение) услуг не отвечает ожиданиям покупателя. Разница возникает из-за того, что исполнители на данном этапе логистического процесса (в соответствующих звеньях логистических цепей) не способны или не могут привести состояние параметров качества сервиса в соответствие со спецификациями (стандартами логистического сервиса компании).

 

Причинами подобного несоответствия могут быть:

 

- преувеличенные амбиции исполнителей, конфликт с высшим руководством службы логистики;

 

- конфликтные цели и пути продвижения сервиса в ЗЛС (у логистических посредников и фокусной компании цепи поставок);

 

- недостаточная исполнительская и технологическая рабочая дисциплина персонала службы логистики;

 

- несоответствие систем контроля качества сервиса и исполнительской дисциплины;

 

- недостатки приемочного и выборочного контроля качества параметров логистического сервиса;

 

- недостатки подбора логистических посредников, персонала, участвующего в ЛС (цепи поставок).

 

Gap 4: расхождение между “доставкой” логистических услуг и внешними сообщениями потребителю о “доставке”.

 

Этот разрыв есть разница между тем, что фирма обещает в системе продвижения по поводу уровня логистического сервиса в цепи поставок и что действительно “доставляется” потребителю.

 

Аккуратные и точные сообщения в СМИ фирмы и логистических посредников о  качестве продукта и сервиса в цепи поставок, реклама и “public relations” должны адекватно сопровождать “доставку” логистических услуг, чтобы покупатель действительно получил тот уровень обслуживания, который ему обещают.

 

Возможные причины расхождения следующие:

 

- неадекватные горизонтальные коммуникации среди оперативного персонала ЛС в цепи поставок и персонала отдела маркетинга;

 

- предрасположенность к преувеличению достоинств (качеств) логистического обслуживания в рекламе;

 

- завышенные объявленные стандарты показателей логистического обслуживания, нарушаемые в процессе реального предоставления услуг.

 

Gap 5: разрыв между ожиданиями покупателей и полученным сервисом. Этот разрыв определяет ценность товара (услуги), полученной от поставщика (продавца) в процессе логистического обслуживания (доставки, выполнении заказа).

 

Хорошее качество логистического сервиса - это такое комплексное качество, которое совпадает с ожиданиями покупателя. Чтобы удовлетворить ожидания покупателей, необходимо уметь измерять соответствующие параметры качества логистического сервиса и прогнозировать их при организации и управлении логистическими процессами в цепи поставок. Мнение о высоком или низком уровне качества логистического сервиса в цепи поставок зависит от того, как покупатель представляет себе (ожидает) требуемый качественный сервис. Этим процессом можно в определенной степени управлять, т.е. формировать (например, с помощью рекламы, “public relations”) у покупателей нужное представление о качестве логистического сервиса.

 

Удовлетворение покупателя с точки зрения качества товара и логистического обслуживания в процессе его продвижения является основной задачей всех организаций бизнеса, которые хотят сохранить или увеличить свою долю рынка.

 

Рассмотренная “Gap-модель” Зейтгамла позволяет определить “узкие” места в цепи поставок и ориентировать персонал службы логистики на принятие правильных решений по оценке и управлению качеством логистического сервиса.

 

В последнее время все более ясным делом для многих руководителей компаний и логистических топ-менеджеров стала концентрация усилий в логистике на достижении баланса «затраты/сервис». Уровень качества логистических услуг значительно влияет на объемы продаж (производства) и другие ключевые показатели эффективности бизнеса. В общем случае, чем выше уровень логистического сервиса, тем больше необходимые для его поддержания затраты. При нахождении баланса «затраты/сервис» требуется установить зависимость между параметрами баланса, что само по себе сложно из-за отсутствия формализованных моделей перевода показателей логистического обслуживания в финансовые результаты бизнеса.

 

Достижение в стратегическом планировании реального компромисса между уровнем логистического обслуживания клиентов и затратами на это обслуживание является в настоящее время достаточно сложной проблемой. Сложность ее объясняется не только отсутствием информации о конкурентах и трудностью сбора данных для определения баланса, но и отсутствием приемлемых аналитических моделей описания влияния качества обслуживания в логистике на связанные с ним затраты и выручку компании.

 

Понятно, что в подавляющем большинстве случаев при росте уровня логистического обслуживания затраты также будут расти, что объясняется инвестированием в квалифицированные кадры, информационные системы высокого уровня, поддерживающие высокую точность и надежность выполнения операций, логистическую инфраструктуру. Так как показателей качества логистического обслуживания достаточно много, для оценки баланса «затраты/сервис» в стратегическом разрезе необходимо пользоваться интегрированными показателями качества сервиса, наиболее распространенным из которых является в настоящее время показатель - процент идеально выполненных («совершенных») заказов (PerfectOrderPO), т. е. доля идеально выполненных с первого раза заказов клиента в общем объеме отгруженных заказов. Его составляющими являются своевременность доставки, точность выполнения заказа по атрибутам «количество ассортиментных позиций в заказе», «объем по каждой ассортиментной позиции», место доставки груза, точность оформления товарно-транспортных документов и сохранность груза в пути. Максимальное значение этого показателя, соответствующее идеальному сервису, равно 100 %.

 

В целях стратегического планирования баланса необходимо построить зависимость между общими операционными[1] логистическими затратами (СS) и процентом «совершенных заказов» (РО). Если такая зависимость построена, то она в среднем отражает реальные затраты конкретной компании на достижение фактического уровня логистического сервиса, и может быть использована для стратегического бюджетирования логистики. Однако при этом за бортом остается вопрос – насколько конкурента достигнутая компанией позиция, как по уровню сервиса, так и по бюджету логистики, затрачиваемому на достижение этого уровня? Поэтому нужно иметь информацию о парах показателей (СS / РО) в отрасли, где работает анализируемая компания и, в частности, по конкурентному окружению.

 

Если эти показатели собраны, например, в течение одного отчетного года по репрезентативной выборке компаний определенной отрасли или конкурентного окружения, то можно построить уравнение регрессии СS = f (РО) за анализируемый год (рис. 4).

 

Рис. 4. Кривая баланса «затраты/сервис», полученная за один год по отрасли (конкурентному окружению) - пример

 

Как видно из графика (рис. 4), уравнение регрессии - кривая СS = f (РО)[2] стремится в асимптотике к РО=100%, а ее вид чаще всего аппроксимируется экспоненциальной зависимостью. По данным многих аналитических и консалтинговых фирм, специализирующихся на проблемах логистики, большинство компаний всех отраслей работают в диапазоне 75 – 95% идеального заказа. При  этом в диапазоне от 70 до 90% РО затраты возрастают практически линейно, а далее наблюдается резкое нелинейное нарастание затрат. Диапазон линейности кривой СS = f (РО) интересен для целей стратегического планирования тем, что имея две точки затрат СS  в ретроспективном периоде, можно планировать бюджет логистики для достижения определенного среднего уровня логистического обслуживания при РО £ 90% (см. рис. 4).

 

Разброс точек (СS,РО) вокруг уравнения регрессии позволяет определить границы пространства компромисса «затраты/качество сервиса» и осуществить бенчмаркинг компании по этому параметру. Нижняя граница пространства компромисса (рис. 4) является «лучшей практикой», к которой должны стремиться компании в логистике. Если позиция (точка СS, РО) конкретной компании лежит над кривой баланса, то ее уровень логистического сервиса достигается с большими затратами в среднем по отрасли, чем у конкурентов. Это должно стимулировать компанию к тщательному анализу и экспертизе (реинжинирингу) логистики с целью повышения производительности имеющейся инфраструктуры, персонала, поиску внутренних резервов снижения затрат без ухудшения качества обслуживания. Достижение реальной компанией нижней границы пространства компромиссов при заданном уровне РО говорит об исчерпании ресурсов увеличения производительности. Если в стратегическом плане компания захочет повысить достигнутый уровень идеально выполняемых заказов, то она должна быть готова к повышению затрат в направлении уравнения регрессии СS = f (РО).

 

При наличии исходной ретроспективной информации за ряд лет о соотношениях (СS,РО) для представительной выборки компаний в анализируемой отрасли возможно построить динамическую модель изменения пространства компромисса «затраты/уровень логистического сервиса». С ее помощью можно более адекватно оценить конкурентоспособность конкретной компании данной отрасли по параметру баланса «затраты/сервис».

 

Проблема использования пространства компромиссов {СS,РО } и кривой баланса в стратегическом бенчмаркинге, планировании и бюджетировании логистики осложняется в России практически полным отсутствием информации о соответствующих показателях конкурентов и отрасли в целом. Поэтому компаниям часто приходится ориентироваться на достигнутый уровень (СS,РО) и планировать эти показатели в соответствии с их фактической динамикой.

 

Аппроксимируя фактический ряд точек {СSi,РОi}, i = 1 . . . n,  подходящей кривой (рис. 5), можно применить ее для стратегического планирования затрат и уровня обслуживания, оцениваемого интегральным показателем РО. Следует, однако, заметить, что этот график можно использовать только для укрупненного планирования бюджета логистики (при полном отсутствии информации о конкурентах). Показатель же РО и его составляющие должны планироваться дифференцированно по клиентам (особо выделяя VIP клиентов), по заказам, по номенклатурным группам, дивизионам продаж и т.д. Обобщенный и осредненный показатель РО в кривой баланса имеет смысл в разрезе позиционирования компании по уровню логистического сервиса в рыночной среде (с использованием процедуры бенчмаркинга) и для прогнозирования укрупненного операционного бюджета фирмы на логистику.

 

 

 

Рис. 5. Аппроксимация фактических данных динамики  {СSi,РОi} для нахождения баланса «затраты/уровень обслуживания» и целей бюджетирования логистики, пример

 

При коротких временных рядах {СSi,РОi} или отсутствии достаточной ретроспективной информации о затратах и уровне РО можно воспользоваться обобщенным видом кривой баланса «затраты/сервис». Линейность зависимости СS = f (РО) в диапазоне 70 -90% РО позволяет практически по двум точкам (А, В) укрупнено оценить бюджет для планируемого уровня логистического обслуживания, например, 85% (рис. 5). 

 

При известной динамике общих операционных затрат в зависимости от комплексного логистического обслуживания можно попытаться найти оптимальный уровень РО, соответствующий максимуму маржинальной прибыли. Для этого необходимо на плоскости параметров {СSi,РОi} нанести кривую нормированного маржинального дохода. В общем случае при увеличении уровня логистического сервиса выручка и, соответственно, маржинальный доход будут возрастать, так как повышается лояльность клиентов к компании и привлекаются новые клиенты. Однако это нарастание постепенно замедляется и прекращается вовсе, что обусловлено практической неразличимостью для клиента уровня сервиса, близкого к 100%, (рис. 5). Максимальная разница между кривой маржинального дохода и зависимостью общих затрат  СS = f (РО) даст проекцию кривой на ось абсцисс, что и будет соответствовать оптимальному значению РО (в нашем примере – балансу 88,5%).

 

Рассмотренный пример иллюстрирует способ нахождения баланса «затраты/уровень логистического обслуживания» в общем случае и может быть использован при стратегическом бенчмаркинге логистики компании среди конкурентного окружения. Для управленческих целей и текущего контроллинга качества логистической деятельности необходимо рассчитывать баланс «затраты/сервис» дифференцированно: по клиентам, типам заказов, товарным группам, регионам продаж  и т.п.

 

Литература

 

  1. Кристофер М. Логистика и управление цепочками поставок. Пер. с англ. – Спб.: Питер, 2004. - 316с.
  2. Сергеев В.И. Логистика в бизнесе. – М.: ИНФРА-М, 2001. – 608 с.
  3. Сергеев В.И. Процедура оценки качества логистического сервиса // Логистика сегодня, №1(37), 2010.
  4. Сергеев В.И. Контроллинг в логистических системах // Логистика и управление цепями поставок, № 3, 2005. – С.56–69.
  5. Сергеев В.И. Новое видение системы контроллинга логистических бизнес-процессов в цепи поставок // Логистика и управление цепями поставок, № 5, 2007. – С.9–22.
  6. Сток Дж.Р., Ламберт Д.М. Стратегическое управление логистикой. Пер. с англ. 4-е изд. – М.: ИНФРА-М, 2005. - 797с

1 Zeithaml V.A., Parasuraman A. Delivering Quality Service: balansing customer perceptions and expectations – The Free Press. A Division of Macmillan, Inc. New York, 1990.

[1] Иногда используется сумма операционных, административно-управленческих и трансакционных затрат.

[2] По оси ординат откладываются удельные затраты, т.е. сумма годовых операционных логистических затрат, деленная на годовой объем продаж.

 

Опубликовано №1 (42) февраль 2011г.

АВТОР: Лукинский В.С., Шульженко Т.Г.

РУБРИКА Аналитика в логистике и SCM Обзоры и аналитика Управление логистическим сервисом

Аннотация

В статье представлен аналитический обзор подходов к определению уровня сервиса в логистических системах, приведена авторская классификация методов оценки уровня обслуживания, предложены модели решения совместной задачи оптимизации величины логистических издержек и уровня обслуживания

Ключевые слова:  уровень обслуживания логистические издержки оптимизация баланс


 

 

Контакты

Работа с авторами 

Левина Тамара

моб. 8(962) 965-48-54

E-mail: levina-tamara@mail.ru

Распространение

Алямовская Наталия

моб. 8(916) 150-07-21

E-mail: nalyamovskaya@mail.ru

Адрес 

125319, Москва, ул. Черняховского, д.16

тел./факс (495) 771 32 58

ISSN 2587-6775

Издается с 2004 г.

Включен в перечень ВАК с 2008 г.

ИНДЕКСИРОВАНИЕ ЖУРНАЛА