Определение среднего значения периода освоения

нового изделия Т_оп.

Как было отмечено выше (лекция 2, вопр. 4) период освоения нового товара состоит в общем случае из трех этапов, имеющих свои временные характеристики, средние значения которых, соответственно, равны t₁, t₂, t₃. Средние значения t₁, t₂, t₃ определяются из статистических данных с помощью регрессионного анализа:

1) НИОКР - t₁ (определение, анализ и обоснование технических требований к новому изделию, проведение маркетинговых исследований, разработка технического задания проекта, определение размера и источника инвестиций, длительности и сложности технологического процесса). Время выполнения этих работ - функция двух основных аргументов: числа человек, занятых в НИОКР по данному изделию (m_ч) и числа деталей осваиваемого изделия (n_д). Регрессионная зависимость t₁ = f(m_ч, n_д) имеет вид:

t₁ = a₀₁ - a_mm_ч1 + a_дn_д, (3.2)

где a₀₁, a_m, a_д - коэффициенты регрессии.

2) Подготовка производства - t₂ (разработка рабочих чертежей нового изделия, заключение договоров на поставку необходимых материалов и комплектующих, реконструкция существующего или установка и наладка нового технологического оборудования, изготовление и испытание опытных образцов, анализ фактических производственных затрат (себестоимости) изготовления образца, определение потребности в кадрах). Регрессионная зависимость t₂ = =f(m_ч, n_д) имеет вид зависимости (3.2), где а₀₁ заменено на а₀₂.

3) Освоение производства - t₃ (изготовление и сборка опытной партии, корректировка конструкторской документации после испытаний и тестирования опытного образца, сертификация нового изделия, окончательный расчет цены реализации, сбор информации о потенциальных поставщиках и заказчиках, разработка проекта создания филиалов по продаже товара, подготовка рекламы и информации по сервисному и послепродажному обслуживанию). Время выполнения этих работ - функция не только числа человек, занятых в этом периоде (m_ч), количества деталей (n_д), но и числа спецстанков (n_спо), их срока службы (t_сл), объема изделия (V). Формула регрессионной зависимости t₃ = f(m_ч, n_д, n_спо, t_сл, V) имеет более сложный вид, так как на t₃ влияет большее количество факторов, но подход к обработке статистических данных все тот же - множественный регрессионный анализ.

На основании полученных регрессионных зависимостей определяются средние значения t₁, t₂, t₃, а значит и время периода освоения нового товара Т_оп= = t₁+ t₂+ t₃ для различных групп изделий.

1.3. Определение периода производства и реализации нового изделия Т_пр

Среднее время производства и реализации изделия определяется двумя основными факторами - состоянием рынка и развитием технологий. Состояние рынка, как фактор, влияющий на длительность периода производства и реализации товара, определяется степенью конкурентной борьбы предприятий производителей и покупательной способностью потребителей. Для определения средней продолжительности периода производства и реализации продукции предприятию необходимо проведение маркетинговых исследований и отслеживание статистической информации о жизненных циклах (ж.ц.) товаров конкурентов.

Упрощенный пример определения средней продолжительности этапа ж.ц. товара на основе обработки статистики.

Например, имеется информация о 10 конкурентах, из которой известно, что аналогичный разрабатываемому товар находился в стадии роста и зрелости 2 года в 5-ти случаях из 10 (Р = 5/10 = 0,5); 5 лет в 2-х случаях из 10 (Р = 2/10 = = 0,2) , и 3 года в 3-х случаях из 10 (Р = 3/10 = 0,3). Среднее ожидаемое значение стадии роста и зрелости разрабатываемого товара составит: 2*0,5 + 5*0,2 + +3*0,3 = 2,9 года.

 

1.4. Учет влияния стохастичности (случайности) внешней среды на коэффициент обновления К_о.

Предприятие - открытая система, подверженная внешним случайным воздействиям (всевозможные рыночные, налоговые, инфляционные, политические факторы). Поэтому, для определения способности предприятия к гибкому развитию, а именно для определения коэффициента обновления Ко необходим вероятностный подход, учитывающий стохастичность процесса освоения и производства любого нового изделия.

В рассматриваемой методике вероятностная модель определения К_о построена на основе марковского случайного процесса с дискретными состояниями и непрерывным временем (см. теорию вероятностей). Цикл освоения производства, выпуска и реализации продукции представляет собой марковский случайный процесс, суть которого сводится к следующему. Рассматриваемый цикл (система) разбивается на отдельные состояния, которые соответствуют периодам освоения, производства и реализации продукции, описанным выше:

S₁ - НИОКР (t₁);

S₂ - подготовка производства ( t₂);

S₃ - освоение производства (t₃);

S₄ - выпуск продукции (t₄);

S₅ - реализация продукции (t₅).

При этом из каждого состояния система может перейти в состояние свертывания работ S_n. Этот переход происходит случайным образом. Причины такого перехода могут быть самые различные: банкротство смежников, эффективные действия конкурентов, прекращение финансирования, изменения в налоговом законодательстве и т.д. Состояния системы S₁ - S₅ можно считать дискретными, так как можно указать четкие границы начала и конца ее пребывания в каждом из них. Совокупность состояний S₁ - S₅ образует последовательность с непрерывным временем. Переходы системы из состояния в состояние происходят в случайные моменты времени, которые заранее указать невозможно, а вероятность перехода из одного состояния в другое за время Dt равна l_ij. Наглядно изображение состояний системы (гибкого развития предприятия) с позиций марковского случайного процесса представлено на рис. 3.2.

Реализация продукции S5

Выпуск продукции S4

НИ ОКР S1

Освоение производ-ства S3

Подготовка производ-ства S2

Cвертывание работ Sn

Нио

l₁₂ l₂₃ l₃₄ l₄₅

 

 

l_2n l_3n l_4n

 

l_1n l_5n

 

Рис. 2.2. Граф состояний системы (гибкого развития предприятия).

Вероятности l_ij можно найти, решив известную в теории вероятностей систему уравнений Колмогорова (см. теорию вероятностей). В результате получим, что вероятность перехода системы из состояния S_i в сосотояние S_i+1 представляет собой величину, обратную среднему времени пребывания системы в предыдущем состоянии. Подход к оценке этих времен (t₁, t₂, t₃) рассмотрен выше в пункте 2.2.

Обработав статистику по изделиям, выпускаемым современно оборудованными предприятиями определенной отрасли (в нашем примере машиностроительными предприятиями), можно получить нормативные коэффициенты обновления К_он для групп изделий в соответствии с предлагаемой классификацией на основе кластерного анализа. В каждом конкретном случае можно определить фактическое значение К_оф. Если соотношение К_он / К_оф>1, то предприятие достаточно гибкое, имеет большие технические потенциальные возможности. Если К_он / К_оф<1, то технические возможности гибкого развития предприятия недостаточны, и требуются дополнительные вложения средств или корректировка номенклатуры осваиваемых изделий. При этом следует помнить, что количество новых изделий в освоении N регламентируется производимой номенклатурой продукции n. Поэтому, с учетом формулы N = K_о*n (см. лекцию 2, вопр.4, ф-ла 1.10) коэффициент обновления К_о можно трактовать как тангенс угла наклона прямой N= f(n), т.е. К_о = tga.