Управление производством и повышение его эффективности

Управление заказами клиентов. Здесь реальные потребности клиентов сопоставляются с планами выпуска продукции. Фактически, в зависимости от принятого алгоритма производства (производство на склад, производство на заказ, проектирование на заказ) ввод заказов клиента может осуществляться до или после процедуры планирования.

Управление на уровне производственного цеха. Здесь формируются оперативные планы-графики. В качестве планово-учетных единиц могут выступать партии, сборочные единицы глубокого уровня, детали операции. Длительность планирования невелика (от нескольких дней до месяца).

 

 

 

 

 

 

 

3.2 Оценка экономической эффективности предложенных мероприятий

 

Для экономического обоснования выбрано последнее мероприятие по планированию спроса на металлопродукцию. Выбор данного проекта заключается в том, что он соответствует всем направлениям совершенствования управ-

ления сбытом металлургического предприятия в современных условиях.

При работе с покупателями продукции, ООО «Дельта» ориентируется на крупных, проверенных и платежеспособных потребителей. Значительный объем продаж производится на условиях предварительной оплаты, что исключает возникновение риска неполучения денежных средств за отгруженную продукцию.

Проведем оценку эффективности, предложенного в пункте 3.1, бизнес-процесса. Для определения прогнозной суммы выручки предлагается метод, для реализации прогнозирования, при помощи которого достаточно возможностей пакета Microsoft Excel.

При формировании прогнозов с помощью экстраполяции обычно исходят из статистически складывающихся тенденций изменения тех или иных количественных характеристик объекта. Экстраполируются оценочные функциональные системные и структурные характеристики. Экстраполяционные методы являются одними из самых распространенных и наиболее разработанных среди всей совокупности методов прогно-зирования.

С помощью этих методов экстраполируются количественные параметры больших систем, количественные характеристики экономического, научного, производственного потенциала, данные о результативности научно-технического прогресса, характеристики соотношения отдельных подсистем, блоков, элементов в системе показателей сложных систем и др.

Однако степень реальности такого рода прогнозов и соответственно мера доверия к ним в значительной мере обусловливаются аргументированностью выбора пределов экстраполяции и стабильностью соответствия «измерителей» по отношению к сущности рассматриваемого явления. Следует обратить внимание на то, что сложные объекты, как правило, не могут быть охарактеризованы одним параметром. В связи с этим можно сделать некоторое представление о последовательности действий при статистическом анализе тенденций и экстраполировании, которое состоит в следующем:

• во-первых, должно быть четкое определение задачи, выдвижение гипотез о возможном развитии прогнозируемого объекта, обсуждение факторов, стимулирующих и препятствующих развитию данного объекта, определение необходимой экстраполяции и её допустимой дальности;
• во-вторых, выбор системы параметров, унификация различных единиц измерения, относящихся к каждому параметру в отдельности;
• в-третьих, сбор и систематизация данных. Перед сведением их в соответствующие таблицы еще раз проверяется однородность данных и их сопоставимость: одни данные относятся к серийным изделиям, а другие могут характеризовать лишь конструируемые объекты;
• в-четвертых, когда вышеперечисленные требования выполнены, задача состоит в том, чтобы в ходе статистического анализа и непосредственной экстраполяции данных выявить тенденции или симптомы изменения изучаемых величин. В экстраполяционных прогнозах особо важным является не столько предсказание конкретных значений изучаемого объекта или параметра в таком-то году, сколько своевременное фиксирование объективно намечающихся сдвигов, лежащих в зародыше назревающих тенденций.

Для повышения точности экстраполяции используются различные приемы. Один из них состоит, например, в том, чтобы экстраполируемую часть общей кривой развития (тренда) корректировать с учетом реального опыта развития отрасли-аналога исследований или объекта, опережающих в своем развитии прогнозируемый объект [13, c. 75].

Для краткосрочного прогнозирования наряду с другими приемами могут быть применены адаптивная или экспоненциальная скользящие средние. Если прогнозирование ведется на один шаг вперед, то:

                                       (13)

                                        (14)

где Мt – адаптивная скользящая средняя;

Nt – экспоненциальная средняя.

Здесь доверительный интервал для скользящей средней можно определить по формуле (15), в которой число наблюдений обозначено символом n:

 

                               (15)

 

Поскольку при расчете скользящей средней через m обозначалось число членов ряда, участвующих в расчете средней, то заменим в этой формуле n на m, равным нечетным числам.

При экспоненциальном сглаживании дисперсия экспоненциальной средней равна:

 

                                                  (16)

 

где S – среднее квадратическое отклонение;

– коэффициент экспоненциального сглаживания, изменяется от 0 до 1.

Если 0< <0,5, то при расчете прогноза учитываются прошлые значения временного ряда, а при 0,5< <1 – значения, близкие к периоду упреждения. Примерное значение коэффициента сглаживания определяют по формуле Р. Брауна:

 

                                         (17)

 

где m – число уровней временного ряда, входящих в интервал сглаживания.

Ниже приводится пример использования такой модели прогнозирования сбыта металлопродукции. В таблице 6 приведены данные по сбыту металлопродукции.

 

Таблица 6 – Прогноз выручки от продаж в 2015 г., полученный с помощью использования модели линейной аппроксимации рядов

Год	Выручка от продаж, тыс. руб.
2012	40 333 885
2013	54 204 827
2014	63 274 289
2015 (прогноз)	75 544 737

 

С помощью «Мастера диаграмм» строится график. Тип – «точечная диаграмма со значениями, соединенными сглаживающими линиями», при чем для значений «Х» выбираются годы, а для значений «У», соответственно, выручка от продаж. прогнозный 2015 г.

Прогноз спроса на базе трендовых моделей основывается на допущении, что все факторы, действовавшие в базисном периоде, и взаимосвязь этих факторов останутся неизменными и в прогнозном периоде.

В таблице 7 представлен анализ прибыли от продаж металлопродукции за 2013–2014 гг.

 

Таблица 7 – Анализ прибыли от продаж металлопродукции ООО «Дельта» за 2013–2014 гг.

Показатели	2014г.	2015г. (прогноз)	Отклонение 2014 г. от 2013 г.	Темп роста 2015 г. к 2014 г.
Выручка от продаж, тыс. руб.	63274289	75544737	12270448	119,4
Себестоимость продаж, тыс. руб.	57852546	63787812	5935266	110,3
Валовая прибыль, тыс. руб.	5421743	6121682	8799296	113
Коммерческие расходы, тыс. руб.	2659123	2794318	135195	106
Управленческие расходы, тыс. руб.	3108848	3140848	32364	101
Прибыль от продаж, тыс. руб.	- 346228	186516	532744	-53,8

 

Данные таблицы 3.3 показывают, что в результате роста выручки от продаж, валовая прибыль увеличилась на 113%, а прибыль от продаж увеличилась на 532744 тыс. руб.

Для комплексной оценки эффективности введенных мероприятий целесообразно введение показателей, характеризующих всестороннее охватывающее деятельность предприятия – это показатели экономической эффективности.

Проведем анализ эффективности, предложенного мероприятия, рассчитаем рентабельность продукции и рентабельность сбыта (см. таблицу 8).

 

Таблица 8 – Анализ рентабельности реализации металлопродукции за 2012–2014 гг.

Показатели	2013 г.	2015 г. (прогноз)	Отклонение 2013 г. от 2012 г.	Темп роста 2014 г. к 2013 г.
Выручка от продаж, тыс. руб.	63274289	75544737	12270448	119,0
Себестоимость продукции, тыс. руб.	57852546	69423055	11570509	120,0
Коммерческие затраты, тыс. руб.	2659123	2794318	135195	106,0
Рентабельность продаж, процент	-0,55	0,25	0,8	-45,5

 

Из таблицы 8 видно, что рентабельность реализации в 2015 г. составит 0,25%, что на 0,8% выше данного показателя 2014 г.

Эффективность, результативность мероприятий могут быть измерены путем анализа внутренних и внешних процессов путем сравнения достигнутых и необходимых показателей. Для расчета показателей эффективности необходимо знать операционные затраты, влияющие не только на данный показатель, но и на уровень цен в цепочке создания ценности.

Увеличение выручки за счет ценовых факторов является негативным моментом в деятельности предприятия, потому как себестоимость постоянно растет огромными темпами, что сказывается на финансовом результате. Для этого необходимо наращивать объемы продаж за счет выпуска металлопродукции пользующейся наибольшим спросом.

Рассчитаем эффективность мероприятия по расширению рынка сбыта. Средняя цена реализации по прокату на 2014 г. составила 22972 руб., по данным Metalinfo, цена вырастет на 5%, соответственно, в 2015 г. она установится на уровне 24121 руб. в соответствии с производственными возможностями, годовой объем поставок составит – 63,5 т.

 

Таблица 9 – Анализ прибыли от продаж ООО «Дельта» в результате увеличения объема продаж металлопродукции

Показатель	2014г.	2015г. (прогноз)	Абсолютное отклонение	Темп роста, процент
Выручка от продаж, тыс. руб.	63274289,00	64806695,00	1532406,00	102,4
Себестоимость продукции, тыс. руб.	57852546,00	61323698,00	3471152,00	106,0
Прибыль от продаж, тыс. руб.	- 346228,00	374149,00	720377,00	-108,0
Рентабельность продаж, процент	-0,55	0,58	1,13	-105,5

 

По полученным данным таблицы 9, можно сказать, что прибыль от продаж увеличится на 720377 тыс. руб., а рентабельность реализации составит 0,58_%, что на 1,13% выше, чем в 2011 г. [11, c. 15]

 

 

 

 

 

 

 

 

 

 

 

 

 

Заключение

 

В ходе выполнения курсовой работы исследованы как практические, так и теоретические механизмы повышения эффективности управления производством.

Установлено, что современный период развития экономики в России характеризуется целым комплексом проблем, мешающих предприятиям сферы услуг в полной мере реализовывать свой экономический потенциал.

Поэтому анализ деятельности ООО «Дельта» был направлен в первую очередь на исследование внутренних возможностей предприятия. Анализ носил комплексный характер, что позволило не только установить динамику основных технико-экономических показателей производственно-хозяйственной деятельности за 2012-2014 годы, но выявить основные причины сложившихся тенденций. Детальный анализ различных сторон деятельности предприятия позволил установить возможные направления ее совершенствования.