TGStat
TGStat
Введите текст для поиска
Расширенный поиск каналов
  • flag Russian
    Язык сайта
    flag Russian flag English flag Uzbek
  • Вход на сайт
  • Каталог
    Каталог каналов и чатов Региональные подборки Тематические подборки Платные каналы Поиск каналов
    Добавить канал/чат
  • Рейтинги
    Рейтинг каналов Рейтинг чатов Рейтинг публикаций
    Рейтинги брендов и персон
  • Аналитика
  • Поиск по публикациям
  • Мониторинг Telegram
  • Продвижение
    Реклама через Яндекс Бизнес Реклама в каналах через TGStat Agency Реклама на сайте TGStat.ru
Научный Инжиниринговый Центр Андрея Чепиги

1 Oct, 19:01

Открыть в Telegram Поделиться Пожаловаться

Друзья,

Хочу поделиться своей новой статьёй, которая вышла на Хабре — про выбор поставщика и многокритериальную оптимизацию закупок.

Идея родилась из знакомой каждому закупщику ситуации: приходит несколько коммерческих предложений на одну позицию, и менеджер по привычке выбирает минимальную цену за штуку. А через пару недель склад завален избыточным товаром — потому что «самый дешёвый» поставщик работал только от крупной партии (MOQ), и об этом никто не подумал. Реальная стоимость закупки оказывается самой высокой, а не самой низкой.

В статье разбирается:
🔸 почему цена за штуку — классическая ловушка при разных MOQ;
🔸 как считать приведённую стоимость закупки с учётом партионности; 🔸 как учитывать срок поставки;
🔸 как построить интегральный показатель доверия к поставщику на основе истории из ERP;
🔸 и как собрать всё это в единую математическую модель многокритериальной оптимизации.

В статье разобран числовой пример, где поставщик с самой низкой каталожной ценой закономерно оказывается наихудшим выбором — и модель выявляет это автоматически.

📎 Статья на Хабр: Как выбрать поставщика, когда самая дешёвая цена – это ловушка: многокритериальная оптимизация с учётом MOQ

📎 Ссылка на модель в Engee

Буду рад вопросам и обсуждению в комментариях! 🙂

145 0 0 7
Каталог
Каталог каналов и чатов Подборки каналов Поиск каналов Добавить канал/чат
Рейтинги
Рейтинг каналов Telegram Рейтинг чатов Telegram Рейтинг публикаций Рейтинги брендов и персон
API
API статистики API поиска публикаций API Callback
Наши каналы
@TGStat @TGStat_Chat @telepulse @TGStatAPI
Почитать
Академия TGStat Исследование Telegram 2019 Исследование Telegram 2021 Исследование Telegram 2023
Контакты
Справочный центр Поддержка Почта Вакансии
Всякая всячина
Пользовательское соглашение Политика конфиденциальности Публичная оферта
Наши боты
@TGStat_Bot @SearcheeBot @TGAlertsBot @tg_analytics_bot @TGStatChatBot