繆偉華
摘 要:本文結合中國石化銷售有限公司的實際情況,提出了零售進貨密度的自動化采集操作模式,運用ERP系統的數據處理功能,自動計算不同來源油品的進貨密度,降低因密度統計數不足導致的虛假損溢,是一種有效的探新和嘗試。
關鍵詞:零售損溢;密度;ERP系統
本文主要討論設計密度自動采集程序,計算各單位同品種油品的平均計重密度,自動導入零售系統維護折算密度,用于零售損耗的計算,大幅降低虛假損耗。
1 工作原理
1.1折算密度代表性差的原因
加油站進貨密度變化較大主要是以下幾個原因:
①季節變化明顯,月度之間的溫差變化有時會超過5℃,對加油站進貨密度影響較大,2013年全國及該省年度平均氣溫;②油品來源差異對加油站進貨密度影響也很大,由于零售系統折算密度導致虛假損耗的最主要原因是折算密度的代表性差,不能代表各時段各來源油品的平均密度。若能使加油站實時進行噸升轉換就可以消除密度變化帶來的虛假損耗,但考慮到可操作性和性價比,將維護密度設定為每天采集油品密度進行維護,并將其導入導致帳表冊系統,加油站只要將銷售體積錄入電子帳表冊系統,加油站就能每天做到進行零售噸升轉換。
1.2 自動密度數據采集系統的設計
為了實現每天進行密度采集,避免人為誤差的出現,降低人工勞動強度,通過調研了解,ERP系統加油站進貨配送單有該批次油品的進貨重量和進貨體積,可以利用該重量和體積,利用ERP系統進行統計和計算,也同樣可以達到每天采集零售密度的目的。
1.2.1 主要功能
根據ERP系統中各地市零售工廠期間內收貨物料憑證,自動計算換算密度,并提供結果查詢導出工具,自動生成電子帳表冊系統密度導入模板,保證ERP系統和電子賬表冊系統期間密度完全相同。
1.2.2 密度計算
第一步,根據屏幕輸入日期從物料憑證抬頭表MKPF提取記賬日期BUDAT為輸入日期前一天的內部移庫物料憑證號,然后根據物料憑證號分別從物料憑證行項目表MSEG中取物料編碼、數量、零售工廠編碼,從以附加計量單位表示的物料憑證數量表msego2中取單位為升的油品體積,在內表中按零售工廠、物料編碼對數量和體積匯總。
第二步,全部物料憑證處理完后,在內表中對每個零售工廠、物料編碼對應的數量除以對應體積計算密度。
第三步,根據系統中維護好的組織值到計算結果中提取本次計算密度,將計算結果保存到自定義透明表(加油站銷售密度表)并將本次計算結果用ALV格式展示。
第四步,將本次計算結果導出為excel文檔作為零售帳表冊系統的密度導入模板。
1.2.3 密度計算歷史查詢
此功能提供60天內密度維護記錄的查詢,用戶可以查詢到60天內維護過密度的日期列表,雙擊列表中明細條目可以顯示對應日期的密度維護明細。
1.2.4 組織值導入
此功能是在系統內維護零售工廠、銷售辦事處、物料編碼的關聯關系,如果加油站銷售的油品發生變化,或者新增了零售工廠、銷售辦事處可以通過這個功能用模板導入系統
2 測試運行
密度自動采集程序自開發出來以后,進行了運行測試,測試結果顯示:自動采集公布的密度比按月采集密度的變化趨勢較平緩。在測試過程中還解決了下述兩個問題:
①程序初始化采集密度問題。我們在10月中旬采集時間段,為10月1月至15日程序出來時段,然后每天進行更新,到11月使用時,導入測試采集的10月31日的密度,解決了密度初始化問題;②虛擬庫配送,密度維護的問題。在我公司自營和參股油庫以外的出庫地點進行配送,在ERP屬于虛擬庫配送,出庫密度的維護,關系到折算密度的準確性。我們規范操作流程,只要存在虛擬庫配送,要求職能部門到現場采集出庫密度錄入ERP系統。這樣就解決了虛擬庫配送問題密度維護的難題。
密度自動采集程序實施以后,通過一段時間的比對,取得較好的結果,有效的降低了零售重量損溢的大溢大虧,大大減小了零售虛假損耗,某單位實施一段時間后的統計如下:
①重量損耗率與體積損耗率比對。密度自動采集程序實施以后,2014年1-5月該單位的重量損溢率與體積損溢率比較接近,與2013年同期(未實施密度自動采集程序)進行比對,差異率同比大幅度降低;②零售損耗數量。零售密度自動采集之后,該單位2014年1-5月零售重量損溢4月最高損耗430噸,最低2月溢余19噸,基本沒有出現大溢大虧,同比2013年1-5月,3月溢余1126噸,1月虧損2195噸,大溢大虧現象嚴重。
3 結論與展望
實施密度自動采集程序后,雖然解決了零售虛假損耗的問題,但零售體積和重量損溢率還是不能完全同步,還存在1‰以下的誤差,經過分析主要來源于以下兩個方面:
①月末庫存差異問題。由于月與月的庫存轉換密度存在差異,月末盤點時。會導致庫存數量出現密度差。如果盤點庫存變化不大,全年綜合平衡,差異會抵消,但在每月仍會出現差異,這是導致零售體積和重量損溢率還存在1‰的誤差的主要原因;②銷量小的站導入不及時的問題。銷量小的站是隔一段時間導入一次銷量,沒有每天及時導入銷量,存在一定的密度差,這是導致零售體積和重量損溢率還存在1‰的誤差的次要原因。
后續可以通過繼續改進系統,提高系統對數據處理的及時性問題進一步縮短密度采集時間間隔,增加取樣頻率,提高折算密度代表性,將可以進一步縮小零售虛假損耗。