Регрессионный анализ затрат в закупках | Бережливые шесть сигм | Тематический раздел | База знаний | SixSigmaOnline.ru

Опубликовано: 06.09.2018

Регрессионный анализ затрат представляет собой статистический метод, суть которого – в определении взаимозависимостей между различными переменными и в формализации этих зависимостей в виде математической формулы.

Mycroft Assistant - presentation

В закупках он может быть уместен при рассмотрении взаимозависимостей между различными техническими и коммерческими параметрами, при определении влияния факторов затрат на конечную цену, для оптимизации компонентной базы нового продукта.

Необходимыми условиями для применения этого метода являются следующие требования:

Прогнозирование продаж Часть 3. Многофакторная регресиия

достаточный уровень технической комплексности; большое количество различных вариаций; значительное количество компонентов/составных частей; доступность данных.

Информация, полученная в результате данного анализа, может использоваться для проектирования переговорных стратегий с поставщиками, для достижения целевых показателей реализованной экономии.

Для применения данного инструмента рекомендуется использовать следующий алгоритм:

Получить калькуляцию цены от поставщиков. Определить взаимозависимости между закупочной ценой и показателями затрат с помощью корреляционного анализа. Определить целевую рыночную цену на основании анализа рыночных трендов, внутренней статистики и стратегических целей Вашей компании. С помощью регрессионного анализа определить целевые значения элементов затрат. Использовать регрессионный анализ для прогнозирования будущих закупочных цен на основании данных о текущих значениях факторов затрат.

В качестве примера мы используем товарную категорию – фильтрационные материалы, закупаемую у нескольких поставщиков на условиях поставки DDP (согласно Инкотермс 2010).

Исходные данные вы найдете в прилагаемом файле (вкладка “2010-2014” ). Используем их, чтобы ответить на вопросы:

Какими должны быть целевые значения факторов затрат при закупочной цене в 95,95 долл.? При существующих условиях, при увеличении административных затрат на 10%, какой должна быть DDP-цена?

Для ответа на эти вопросы сначала исследуется степень зависимости между переменными факторов затрат и закупочной цены. Для простоты расчета применяется программное обеспечение Minitab . При расчете коэффициента корреляции R и степени значимости статистических данных P-value используются следующие алгоритмы:

Для построения графика:

Выберите Graph \ Scatterplot. Выберите Simple и нажмите OK. Введите зависимые переменные в ячейку “y” (в нашем случае – таможенные пошлины, фрахт, энергетические затраты, административные расходы и т.д.). Введите независимые переменные в ячейку “x” (в нашем случае – DDP-price). Нажмите ОК.

Для расчета коэффициента корреляции R:

Выберите Stat \ Basic Statistics \ Correlation. В диалоговом окне Variables укажите соответствующие переменные, в нашем случае – DDP-цену и факторы затрат. Нажмите OK.

Пример графика и результатов расчета коэффициента корреляции для DDP-цены и административных затрат приведен ниже:

Correlation: DDP, $.; Administrative costs, $

Pearson correlation of DDP, $. and Administrative costs, $ = 1,000

P-Value = 0,000

Коэффициент корреляции, равный 1, означает сильную положительную связь между переменными, а p-value = 0,000 – статистическую значимость данных.

Расчет регрессионной модели

Существование сильной положительной связи между исследуемыми переменными дает основания для построения уравнения регрессии. Основная цель регрессионного анализа состоит в вычислении значений одной переменной, зная значения другой. Соответственно, зная целевое значение цены, мы можем найти соответствующие значения факторов затрат и наоборот.

Для этого выполним несложные операции в Minitab:

Выберем команды Stat \ Regression \ Regression \ Fit Regression Model. Определим зависимую переменную (в нашем случае под этим понимаются наши факторы затрат) в поле Response и независимую переменную (DDP-цена) в поле Continuous predictors. Нажмем OK. Результаты в виде требуемых уравнений представлены в окне Session.

В качестве примера рассмотрим регрессионную модель DDP-цена и административные расходы. Уравнения регрессии для остальных переменных вы найдете на соответствующих вкладках прилагаемого файла .

Уравнения регрессии для рассматриваемых факторов затрат выглядят следующим образом (выделено красным):

Административные расходы, $ = -0,13742 + 0,042028 цена на условиях DDP, $

Уравнения регрессии для остальных переменных:

Таможенная пошлина, $ = -0,000000 + 0,1304 цена на условиях DDP, $. Фрахт, $ = 2,738 + 0,02900 цена на условиях DDP, $ Энергетические затраты, $ = 0,000000 + 0,3000 цена на условиях DDP, $ Затраты на рабочую силу, $ = -0,000000 + 0,1000 цена на условиях DDP, $ Накладные расходы, $ = -0,000000 + 0,05000 цена на условиях DDP, $ Затраты на лицензии, $ = -0,13742 + 0,042028 цена на условиях DDP, $ Затраты на горно-шахтное оборудование, $ = -0,5497 + 0,168114 цена на условиях DDP,$ Экологические затраты, $ = -0,4123 + 0,126085 цена на условиях DDP, $

Основываясь на уравнениях выше и закупочной цене в 95,95$, значения факторов затрат составят:

Пошлина = 12,5 долл. за кг. Фрахт = 5,5 долл. за кг. Энергетические затраты = 28,8 долл. за кг. Затраты на рабочую силу = 9,6 долл. за кг. Накладные расходы = 4,8 долл. за кг. Административные затраты = 3,7 долл. за кг. Затраты на лицензирование = 3,7 долл. за кг. Затраты на горно-шахтное оборудование = 15,6 долл. за кг. Экологические затраты = 11,7 долл. за кг.

Существующее уравнение регрессии DDP-цены и административных расходов позволит определить уровень закупочной цены при существующих параметрах при условии роста административных расходов на 10%:

5,22*1,1 = -0,13742 + 0,042028 DDP цена, $

5,742 + 0,13742 = 0,042028 DDP цена, $

DDP цена, $ = 5,87942/0,042028

DDP цена, $ = 139,89 $.

Я искренне надеюсь, что представленный пример поможет профессионалам по закупкам лучше понять сущность регрессионного анализа затрат и успешно применять его в своей повседневной практике.