Автор работы: Пользователь скрыл имя, 30 Мая 2012 в 21:09, курсовая работа
Весовые коэффициенты коммерческой ценности товаров.
Конечное решение задачи определения весов товаров представляет собой вектор V, определяемый произведением матрицы H (20) на вектор G
2.5.
Деление товаров на
категории и определение
доли товаров группы
А
Деление товаров на категории выполняется аналитически и графически. Аналитический расчет заключается в следующем:
1) Все товары
с прибыльностью выше средней отнесём
к категории А. По табл.6 все товары
с Kj ≥
Kср (Kср=3,57)
отнесём к категории А и по той
же таблице найдём долю этой группы в общей
прибыли WA.
Таблица 7
Деление товаров на категорию А
№ | Товар | Kj, | Wk |
% | |||
1 | Т21 | 9,87% | 9,87% |
2 | Т3 | 8,30% | 18,16% |
3 | Т22 | 8,20% | 26,36% |
4 | Т4 | 8,13% | 34,50% |
5 | Т10 | 7,12% | 41,61% |
6 | Т19 | 6,28% | 47,90% |
7 | Т2 | 5,35% | 53,25% |
8 | Т18 | 4,78% | 58,03% |
9 | Т25 | 4,53% | 62,56% |
10 | Т20 | 3,73% | 66,29% |
доля товаров категории A в общей прибыли составляетWA=66.29%
2) Подсчитаем количество товаров группы А - NA и соответствующая этой группе товаров прибыль в % по кумулятивному ряду WA. С учетом этих данных найдём среднюю прибыль по оставшейся номенклатуре товаров
3)К группе товаров категории В отнесём те товары, для которых выполняется правило
Kср
> Kj ≥
KBС
3,57%> Kj>1.87%
Таблица 8
Деление товаров на категорию B
№ | Товар | Kj, | Wk |
11 | Т24 | 3,44% | 3,44% |
12 | Т26 | 2,97% | 6,42% |
№ | Товар | Kj, | Wk |
13 | Т15 | 2,73% | 9,15% |
14 | Т13 | 2,47% | 11,62% |
15 | Т23 | 2,31% | 13,93% |
16 | Т1 | 2,16% | 16,09% |
17 | Т8 | 2,15% | 18,24% |
18 | Т27 | 2,14% | 20,39% |
19 | Т9 | 2,00% | 22,39% |
20 | Т14 | 1,91% | 24,30% |
Остальные товары составляют группу С.
Таблица 9
Деление товаров на категорию C
№ | Товар | Kj, | Wk |
21 | Т28 | 1,80% | 1,80% |
22 | Т5 | 1,60% | 3,40% |
23 | Т16 | 1,56% | 4,95% |
24 | Т6 | 1,37% | 6,33% |
25 | Т12 | 0,98% | 7,31% |
26 | Т17 | 0,93% | 8,24% |
27 | Т11 | 0,77% | 9,00% |
28 | Т7 | 0,41% | 9,41% |
21 | Т28 | 1,80% | 1,80% |
22 | Т5 | 1,60% | 3,40% |
Для
графического способа деления товаров
на группы АВС воспользуемся средствами
Excel для построения графика накопленной
прибыли (кумулятивная кривая) W(k),
соединив точки плавной выпуклой кривой
(рис.1). Затем соединим прямой линией начальную
и конечную точки (0-N). Касательная
к выпуклой кривой накопленной прибыли
W(k), параллельная прямой (0-N),
отсекает слева от точки касания группу
товаров категории А. Если далее
соединить прямой точку касания с конечной
точкой и провести параллельно ей новую
касательную к кумулятивной кривой прибыли,
то новая точка касания разделит оставшиеся
товары на группы В (слева) и
С (справа).
Рис. 1.
Диаграмма Парето: АВС анализ номенклатуры
товаров
2.6. Расчет бюджета товаров группы А
Бюджет товаров группы А (наиболее прибыльные товары) определяется через общий бюджет В0 в условных единицах по формуле
где γА – доля затрат в %, приходящаяся на группу товаров категории А. Эта доля находится по формуле
, (6)
в которой
SA – это суммарные затраты
на товары группы А по табл.6.
SA= 260986,
,
у.е.
3.
ПРОГНОЗИРОВАНИЕ ПРОДАЖ
ТОВАРОВ ГРУППЫ А
3.1. Расчет коэффициентов линейной модели тренда для товаров группы А
Первый способ, графический:
С помощью Ехcel построим точечные графики для каждого товара (см.рис.
Рис. 2 Линейная
модель тренда для товара Т21
Рис. 3 Линейная
модель тренда для товара Т3
Рис. 4 Линейная модель тренда для товара Т22
Рис. 5 Линейная
модель тренда для товара Т4
Рис. 6 Линейная
модель тренда для товара Т10
Рис. 7 Линейная модель тренда для товара Т19
Рис. 8 Линейная
модель тренда для товара Т2
Рис. 9 Линейная
модель тренда для товара Т18
Рис. 10 Линейная модель тренда для товара Т25
Рис. 11 Линейная
модель тренда для товара Т20
Второй способ состоит в использовании встроенных функций Excel:
Таблица 10
Расчетная форма параметров для прогнозирования
Товар | Среднее
значение аргумента t (мес.) Среднее значение аргумента t (мес.) |
Коэффициент корреляции корреляции |
Коэффициенты линейной модели тренда |
Статистика Стьюдента | |||
Обозначения | tср | r | a | b | tβ | ||
Функция | =СРЗНАЧ(t) | =КОРРЕЛ(Q,t) | =ОТРЕЗОК(Q,t) | =НАКЛОН(Q,t) | =СТЬЮДРАСПОБР(β,n-2) | ||
Т21 | 4.00 | -0,95 | 334,97 | -3,79 | 4,77 | ||
Т3 | 4.00 | 0,91 | 243,10 | 7,53 | 4,77 | ||
Т22 | 4.00 | 0,93 | 261,34 | 2,67 | 4,77 | ||
Т4 | 4.00 | -0,95 | 185,69 | -4,92 | 4,77 | ||
Т10 | 4.00 | -0,87 | 251,47 | -3,45 | 4,77 | ||
Т19 | 4.00 | 0,86 | 256,52 | 1,98 | 4,77 | ||
Т2 | 4.00 | 0,93 | 142,28 | 8,63 | 4,77 | ||
Т18 | 4.00 | -0,89 | 275,07 | -3,59 | 4,77 | ||
Т25 | 4.00 | 0,95 | 107,09 | 4,89 | 4,77 | ||
Т20 | 4.00 | -0,94 | 325,48 | -3,14 | 4,77 |
Информация о работе Оптимальное планирование закупок при случайном спросе на товары