ALGORITHM FOR ASSORTMENT MANAGEMENT AND INVENTORY LEVEL FORECASTING
DOI:
https://doi.org/10.32782/tnv-tech.2024.4.7Keywords:
assortment management; inventory; ABC-XYZ analysis; data mining; forecasting.Abstract
In the current conditions of market instability and high demand volatility, commercial organizations face significant challenges in managing their assortment and inventory. Traditional inventory management approaches often do not provide the necessary flexibility and adaptability to changes, which can result in inefficient resource utilization and the loss of competitive advantage. The aim of this work is to propose an effective algorithm for evaluating, analyzing, and managing the assortment, and for improving inventory management efficiency by combining mathematical-statistical analysis, data mining methods, and linear forecasting. The study is based on a commercial organization with an extensive network of wholesale and retail stores. The proposed approach consists of several stages, including the classification of products based on their importance to the business (ABC analysis) and the stability of demand (XYZ analysis). Based on the results, an assortment matrix is created, grouping products using the decision tree method. The final stage outlines a procurement forecasting model that takes into account demand dynamics, seasonality, and other external factors. This multi-level approach not only reduces storage costs but also ensures uninterrupted customer demand fulfillment. The article emphasizes that using individual methods of assortment and inventory management separately, without specialized algorithms, may not deliver the expected results. This work is dedicated to solving specific challenges related to improving assortment and inventory management by integrating analytical methods into effective algorithms. The practical application of the algorithm demonstrated its effectiveness in real-world conditions, allowing the organization to respond flexibly to market changes and mitigate risks associated with stock shortages or surpluses. The results indicate that the integration of data mining techniques into inventory management processes can significantly enhance decisionmaking quality and promote more rational use of working capital. The prospects for further research include expanding the algorithm's capabilities for application in other industries, taking into account specific market conditions.
References
Stock J. R., Lambert D. M. Strategic Logistics Management. McGraw-Hill Education, 2019. 896 с.
Rushton A., Croucher P., Baker P. The Handbook of Logistics and Distribution Management. Kogan Page Publishers, 2020. 912 с.
Чорний І. Г., Чорний М. Г. Основи логістики. Київ: КНЕУ, 2019. 256 с.
Савіна Г. І. Логістика в умовах глобалізації. Харків: ХНУ ім. В.Н. Каразіна, 2017. 304 с.
Ковальчук Ю. В., Ковальчук І. О. Інформаційні технології в логістиці. Одеса: Одеський національний університет, 2020. 272 с.
Шляховий O., Гончарук O. A. Особливості формування системи логістичного обслуговування операційної діяльності підприємств. Сучасні тренди, реалії і перспективи розвитку туризму та готельно-ресторанної справи: міжнар.
наук.-практ. конф., м.Хмельницький, 23-24 травня 2024 р. Хмельницький, 2024. С. 85-91.
Разумова К. М., Темченко О. А., Шевчук Н. А., Максимова О. С Обґрунтування логістичних систем управління підприємством на основі авс та хyz-аналізу.
Наукоємні технології. 2021. Т3. № 51. С. 281-291. DOI:10.18372/2310-5461.51.159 99 – https://jrnl.nau.edu.ua/index.php/SBT/article/view/15999/23288
Santos T. F., Gonçalves A. T. P., Leite M. S. A. Logistics cost management: insights on tools and operations. International Journal of Logistics Systems and Management. 2016. Т23. № 2. С. 171–188. DOI: 10.1504/IJLSM.2016.073967
Cherchata A., Popovychenko I., Andrusiv U., Gryn V., Shevchenko N., Shkuropatskyi O. Innovations in Logistics Management as a Direction for Improving the Logistics Activities of Enterprises. Management Systems in Production Engineering. 2022. Т.30. № 1. С. 9–17. DOI: 10.2478/mspe-2022-0002
Bezchasnyi O., Khobta V., Pushak Ya., Kotkalova-Litvin I., Dorovska I. Modeling of control stability of communication channels in development management conditions. Фінансово-кредитна діяльність: проблеми теорії і практики. 2018. № 27. С. 282–295. DOI: 10.18371/fcaptp.v4i27.154116.
Hong J., Zhang Y., Ding M. Sustainable supply chain management practices, supply chain dynamic capabilities, and enterprise performance. Journal of cleaner production. 2018. Т. 172. С. 3508–3519. DOI: 10.1016/j.jclepro.2017.06.093
Malin Song, Sai Yuan, Hongguang Bo. Robust optimization model of antiepidemic supply chain under technological innovation: learning from COVID-19. Annals of Operations Research. 2022. №. 335. С. 1332–1360. DOI: 10.1007/s10479-022-04855-5
Olson D. L., Wu D. Enterprise Risk Management in Supply Chains. In: Enterprise Risk Management Models. Springer Texts in Business and Economics. Springer, Berlin, Heidelberg. 2023. С. 1–14. DOI: 10.1007/978-3-662-68038-4_1
Мартинець В. Б., Кабан О. В., Полянська А. С. Оптимізація ланцюга постачання на підприємстві в умовах кризових явищ. Актуальні проблеми розвитку економіки регіону. 2022. № 18. С. 112–125. DOI: 10.15330/apred.2.18.112-127
Lytvynenko D., Malyeyeva O. Risk management in projects of restoration the regional transport structure on the basis of participants’ commubication. Сучасний стан наукових досліджень та технологій в промисловості. 2022. № 2. С. 44-51.
DOI: https://doi.org/10.30837/ITSSI.2022.20.044
Ю. Полупан, О. Малєєва Системна модель ризиків та дерева альтернативних рішень з удосконалення логістичного ланцюга виробничого підприємства. Сучасний стан наукових досліджень та технологій в промисловості. 2024. Т.2. № 28. С. 133-142. DOI: https://doi.org/10.30837/2522-9818.2024.2.133
Ситник В.Ф. Інтелектуальний аналіз даних. К.: КНЕУ, 2007. 376 с.