Юлия Александровна Лаамарти — кандидат социологических наук, доцент кафедры менеджмента
125167, г. Москва, Ленинградский пр-т, д. 49/2
РИНЦ ID: 656106
Yulia A. Laamarti — Candidate of Sociological Sciences, Associate Professor of the Department of Management
49/2 Leningradsky ave., Moscow, 125167
ID RSCI: 656106
Евгений Геннадьевич Дедов — кандидат педагогических наук, доцент кафедры экономики и менеджмента
214018, г. Смоленск, пр-т Гагарина, д. 22
Evgeny G. Dedov — Candidate of Pedagogical Sciences, Associate Professor of the Department of Economics and Management
22 Gagarina ave., Smolensk, 214018
Ольга Юрьевна Крамлих — кандидат экономических наук, доцент кафедры экономики и менеджмента
214018, г. Смоленск, пр-т Гагарина, д. 22
Olga Yu. Kramlikh — Candidate of Economic Sciences, Associate Professor of the Department of Economics and Management
22 Gagarina ave., Smolensk, 214018
Введение. Динамичное развитие розничной торговли строительными материалами повышает требования к своевременным поставкам товаров на склады магазинов. Устоявшиеся классические алгоритмы ориентированы на расчет целевого товарного запаса посредством учета истории продаж, которая характеризует реальный спрос, потому что подвержена искажениям, вызванным влиянием маркетинговых акций, дефицитом товарных запасов и аномальными продажами. В таких условиях прогнозировать товарные запасы посредством классического алгоритма некорректно. Эволюция методов прогнозирования характеризуется смещением акцента со спроса на товары к управлению товарными запасами. По этой причине необходимо развивать практику моделирования заказов поставщикам строительных материалов. В свою очередь возникает проблема прогнозирования поставок запасов строительных материалов. Цель исследования — оценка возможностей существующих способов прогнозирования запасов строительных материалов конкретной группы во время поставок. Задачи — анализ возможностей имеющихся методов прогнозирования для управления запасами товаров, проведение необходимых статистических расчетов по прогнозированию товарных запасов.
Материалы и методы. Применялись методы теоретического анализа научной литературы, анализ статистических данных и сравнительный анализ, метод вычисления среднеквадратической ошибки моделирования RMSE, метод Хольта и имитационное моделирование.
Результаты. На основе среднеквадратической ошибки моделирования RMSE установлен размер ошибки для каждого из проанализированных методов прогнозирования товарных запасов.
Выводы. Исходя из расчетов определено, что наиболее оптимальным методом для прогнозирования товарных запасов строительных материалов является метод имитационного моделирования, так как позволяет прогнозировать с наименьшей степенью ошибок.
Introduction. Dynamic development of retail trade in construction materials increases the requirements for timely delivery of goods to store warehouses. Well-established classical algorithms are focused on calculating the target inventory by taking into account the sales history, which characterizes real demand, because it is subject to distortions caused by the influence of marketing campaigns, stock shortages and abnormal sales. Under such conditions, it is incorrect to predict inventories using the classical algorithm. The evolution of forecasting methods is characterized by a shift in emphasis from demand for goods to inventory management. For this reason, it is necessary to develop the practice of modelling orders to suppliers of construction materials. In turn, there is a problem of forecasting the supply of stocks of construction materials. The purpose of the paper is to assess the capabilities of existing methods of forecasting stocks of construction materials of a particular group during deliveries. Research objectives: to analyze the possibilities of existing forecasting methods for the task of inventory management; to carry out the necessary statistical calculations for forecasting inventories.
Materials and methods. Methods of theoretical analysis of scientific literature, statistical data analysis and comparative analysis, method of calculating the root mean square error of modelling RMSE, Holt method and simulation modelling were used for the research tasks.
Results. Based on the root mean square error of the RMSE modeling, the size of the error is established for each of the analyzed inventory forecasting methods.
Conclusions. Based on the calculations, it is determined that the most optimal method for forecasting inventories of construction materials is the method of simulation modelling, since it allows forecasting with the smallest degree of error.
The authors declare that there are no conflicts of interest present.