Difference between revisions of "Optimalizace počtu provozoven rychlého občerstvení nového podniku ve městech ČR (Monte Carlo)"

From Simulace.info
Jump to: navigation, search
Line 30: Line 30:
 
Nejprve byla potřeba zjistit demografické údaje ve vybraných městech, dále z veřejných průzkůmu ohledně průmyslu rychlého občerstvení ve formě dotazníků, veřejných státních průzkumech a akademických prací.
 
Nejprve byla potřeba zjistit demografické údaje ve vybraných městech, dále z veřejných průzkůmu ohledně průmyslu rychlého občerstvení ve formě dotazníků, veřejných státních průzkumech a akademických prací.
 
K tomu všemu se dále zjišťovaly dynamické složky, které byly zkoumány náklady na provoz rychlého občerstvení v náhodném rozdělení, rozsah jednotlivých složek byly analyzovány na veřejných portálech poskytující nabídky prací a nájmů nebytových prostor.
 
K tomu všemu se dále zjišťovaly dynamické složky, které byly zkoumány náklady na provoz rychlého občerstvení v náhodném rozdělení, rozsah jednotlivých složek byly analyzovány na veřejných portálech poskytující nabídky prací a nájmů nebytových prostor.
 +
 +
Výpočty dynmických složek jsou vypočteny na listech ''05 MC Gener. nájmu'' a ''06 MC Gener. mzdy''
  
  
Line 56: Line 58:
 
  4. Průměrná marže z tržeb - '''19%'''
 
  4. Průměrná marže z tržeb - '''19%'''
 
   - tzn. vypočítává se tržby očištěny od náklady na suroviny
 
   - tzn. vypočítává se tržby očištěny od náklady na suroviny
 +
 +
==== Konkurence ====
 +
1. Počítáme, s tím že máme '''7''' hlavní konkurentů v průmyslu, se kterou se bude vést boj o návštěvníky
 +
2. Koeficient konkurenta je 1, tzn. že každý si je rovný (v našm případě, máme 1/8 návštěvnosti)
  
 
=== Dynamické údaje ===
 
=== Dynamické údaje ===
Line 61: Line 67:
 
==== Praha ====
 
==== Praha ====
  
−
  1. Průměrná mzda zaměstnanců v řetězcích rychlého občerstvení - 95~120 Kč/h (log-normálním rozdělení)
+
  1. Průměrná mzda zaměstnanců v řetězcích rychlého občerstvení - '''95~120 Kč/h''' (log-normálním rozdělení)
 
   1. Plný úvazek - 80*hodinová sazba
 
   1. Plný úvazek - 80*hodinová sazba
 
   2. Částečný úvazek - 160*hodinová sazba
 
   2. Částečný úvazek - 160*hodinová sazba
 +
 +
2. Nájem nebytových prostor (restaurace) - '''7k~350k kč/měsíc'''
 +
  1. Nízký extrém - '''7k~30k kč/měsíc''' (náhodná složka - random)
 +
  2. Vysoký extrém - '''150k~350k kč/měsíc''' (náhodná složka - random)
 +
  3. Standarní interval - '''31k~149k kč/měsíc''' (normálové rozložení)
 +
  - 70% procent, že se vybere standardní nájem a zbylých 30% je výběr extrému 50%
 +
 +
3. Variabilní složka návštěvnosti (Exponenciální rozdělení)
 +
  - tzn. je měsíci existuje kladná či záporná odchylka návštěvnosti
 +
  - Výpočet je sestaven na základě matematcikého poměru mezi '''Prahou''' a městem s nejnižší počtem obyvatel (Plzeň), protože odchylka s rostoucí velikostí města roste, lambda u náhodného rozdělení je '''4'''
 +
 +
==== Brno ====
 +
 +
1. Průměrná mzda zaměstnanců v řetězcích rychlého občerstvení - '''80~115 Kč/h''' (log-normálním rozdělení)
 +
  1. Plný úvazek - 80*hodinová sazba
 +
  2. Částečný úvazek - 160*hodinová sazba
 +
 +
2. Nájem nebytových prostor (restaurace) - '''7k~350k kč/měsíc'''
 +
  1. Nízký extrém - '''7k~10k kč/měsíc''' (náhodná složka - random)
 +
  2. Vysoký extrém - '''60k~105k kč/měsíc''' (náhodná složka - random)
 +
  3. Standarní interval - '''11k~59k kč/měsíc''' (normálové rozložení)
 +
  - 70% procent, že se vybere standardní nájem a zbylých 30% je výběr extrému 50%
 +
 +
3. Variabilní složka návštěvnosti (Exponenciální rozdělení)
 +
  - tzn. je měsíci existuje kladná či záporná odchylka návštěvnosti
 +
  - Výpočet je sestaven na základě matematcikého poměru mezi '''Brnem''' a městem s nejnižší počtem obyvatel (Plzeň), protože odchylka s rostoucí velikostí města roste, lambda u náhodného rozdělení je '''3'''
  
−
2. Nájem nebytových prostor (restaurace) - 7k~350k kč/měsíc
+
==== Plzeň====
−
  1. Nízký extrém - 7k~30k kč/měsíc (náhodná složka - random)
 
−
  2. Vysoký extrém - 150k~350k kč/měsíc (náhodná složka - random)
 
−
  3. Standarní interval - 31k~149 kč/měsíc (normálové rozložení)
 
  
 +
1. Průměrná mzda zaměstnanců v řetězcích rychlého občerstvení - '''110~135 Kč/h''' (log-normálním rozdělení)
 +
  1. Plný úvazek - 80*hodinová sazba
 +
  2. Částečný úvazek - 160*hodinová sazba
 +
 +
2. Nájem nebytových prostor (restaurace) - '''3k~70k kč/měsíc'''
 +
  1. Nízký extrém - '''3k~13k kč/měsíc''' (náhodná složka - random)
 +
  2. Vysoký extrém - '''50k~70k kč/měsíc''' (náhodná složka - random)
 +
  3. Standarní interval - '''14k~49k kč/měsíc''' (normálové rozložení)
 +
  - 70% procent, že se vybere standardní nájem a zbylých 30% je výběr extrému 50%
 +
 
  3. Variabilní složka návštěvnosti (Exponenciální rozdělení)
 
  3. Variabilní složka návštěvnosti (Exponenciální rozdělení)
−
   - tzn. je měsíci existuje kladná či záporná odchylka)
+
   - tzn. je měsíci existuje kladná či záporná odchylka návštěvnosti
−
   - Výpočet je sestaven na základě matematcikého poměru mezi zvoleným městem a městem s nejnižší počtem obyvatel (Plzeň), protože odchylka s rostoucí velikostí města roste
+
   - Výpočet je sestaven na základě matematcikého poměru mezi '''Plzní''' a městem s nejnižší počtem obyvatel (Plzeň), protože odchylka s rostoucí velikostí města roste, lambda u náhodného rozdělení je '''1'''
  
 +
==== Ostrava ====
 +
 +
1. Průměrná mzda zaměstnanců v řetězcích rychlého občerstvení - '''80~110 Kč/h''' (log-normálním rozdělení)
 +
  1. Plný úvazek - 80*hodinová sazba
 +
  2. Částečný úvazek - 160*hodinová sazba
 +
 +
2. Nájem nebytových prostor (restaurace) - '''6k~350k kč/měsíc'''
 +
  1. Nízký extrém - '''6k~10k kč/měsíc''' (náhodná složka - random)
 +
  2. Vysoký extrém - '''50k~70k kč/měsíc''' (náhodná složka - random)
 +
  3. Standarní interval - '''11k~49k kč/měsíc''' (normálové rozložení)
 +
  - 70% procent, že se vybere standardní nájem a zbylých 30% je výběr extrému 50%
 +
 +
3. Variabilní složka návštěvnosti (Exponenciální rozdělení)
 +
  - tzn. je měsíci existuje kladná či záporná odchylka návštěvnosti
 +
  - Výpočet je sestaven na základě matematcikého poměru mezi '''Ostravou''' a městem s nejnižší počtem obyvatel (Plzeň), protože odchylka s rostoucí velikostí města roste, lambda u náhodného rozdělení je '''2'''
  
  

Revision as of 09:05, 10 June 2018

'''TODO'''

Zadání

Název simulace: Optimalizace počtu provozoven rychleho občerstveni nového podniku v městech ČR

Autor: Nguyen Van Thanh

Typ modelu: Monte Carlo

Modelovací nástroj: MS Excel 2013


Definice problému

Jsme nový podnik rychlého občerstvení a chceme se prosadit v největších městech České republiky, konkr. Praha, Brno, Plzeň a Ostrava. Sledujeme jaký je stav a vývoj průmyslu rychlého občerstvení v ČR poslední rok, tj. 2017.


Cíl simulace

Pomocí simulace Monte Carlo zkoumáme, jaký je počet optimálního rozpoložení provozen v těchto městech ideální, tak abychom docílili kontinuálního nejvyššího zisku. Dále máme k dispozici předem nastavený formulář, který může sloužit k manuálnímu zadávání počtu provozoven ve vybraných městech.

Metoda

Nejprve byla potřeba zjistit demografické údaje ve vybraných městech, dále z veřejných průzkůmu ohledně průmyslu rychlého občerstvení ve formě dotazníků, veřejných státních průzkumech a akademických prací. K tomu všemu se dále zjišťovaly dynamické složky, které byly zkoumány náklady na provoz rychlého občerstvení v náhodném rozdělení, rozsah jednotlivých složek byly analyzovány na veřejných portálech poskytující nabídky prací a nájmů nebytových prostor.

Výpočty dynmických složek jsou vypočteny na listech 05 MC Gener. nájmu a 06 MC Gener. mzdy


Statistické údaje

Obyvatelstvo

1. Praha - 1 294 513  ||  2. Brno - 379 527  ||  3. Plzeň - 170 936  ||  4. Ostrava - 290 450

Návštěvnost

1. Alespoň jednou měsíčně navštíví fast food - 37%
2. Alespoň jednou týdně navštíví fast food - 8%
3. Průměrná útrata strávníka je - 188 Kč
4. Jídlo je snězeno na místě - 40% lidí
5. Časové rozdělení návštěvnosti
 - ráno - 5%  |  - odpoledne - 22%  |  - odpoledne - 41%  |  - večer/v noci - 32%

Provozovna

1. Průměrné místo na sezení - 39 míst
2. Průměrné náklady na energie - 25%
3. Počet zaměstnanců na jedné provozovně - 11 
  - 2x obsluha, 2x uklízečka, 1x vedoucí, 2x zástupce vedoucího, 4x kuchař
  - Na částečný úvazek pracuje - 1/6~1/4 zaměstnanců v provozovně (Náhodná složka - Randombetween)
4. Průměrná marže z tržeb - 19%
  - tzn. vypočítává se tržby očištěny od náklady na suroviny

Konkurence

1. Počítáme, s tím že máme 7 hlavní konkurentů v průmyslu, se kterou se bude vést boj o návštěvníky
2. Koeficient konkurenta je 1, tzn. že každý si je rovný (v našm případě, máme 1/8 návštěvnosti)

Dynamické údaje

Praha

1. Průměrná mzda zaměstnanců v řetězcích rychlého občerstvení - 95~120 Kč/h (log-normálním rozdělení)
  1. Plný úvazek - 80*hodinová sazba
  2. Částečný úvazek - 160*hodinová sazba

2. Nájem nebytových prostor (restaurace) - 7k~350k kč/měsíc 
  1. Nízký extrém - 7k~30k kč/měsíc (náhodná složka - random)
  2. Vysoký extrém - 150k~350k kč/měsíc (náhodná složka - random)
  3. Standarní interval - 31k~149k kč/měsíc (normálové rozložení)
  - 70% procent, že se vybere standardní nájem a zbylých 30% je výběr extrému 50% 

3. Variabilní složka návštěvnosti (Exponenciální rozdělení)
  - tzn. je měsíci existuje kladná či záporná odchylka návštěvnosti
  - Výpočet je sestaven na základě matematcikého poměru mezi Prahou a městem s nejnižší počtem obyvatel (Plzeň), protože odchylka s rostoucí velikostí města roste, lambda u náhodného rozdělení je 4

Brno

1. Průměrná mzda zaměstnanců v řetězcích rychlého občerstvení - 80~115 Kč/h (log-normálním rozdělení)
  1. Plný úvazek - 80*hodinová sazba
  2. Částečný úvazek - 160*hodinová sazba

2. Nájem nebytových prostor (restaurace) - 7k~350k kč/měsíc 
  1. Nízký extrém - 7k~10k kč/měsíc (náhodná složka - random)
  2. Vysoký extrém - 60k~105k kč/měsíc (náhodná složka - random)
  3. Standarní interval - 11k~59k kč/měsíc (normálové rozložení)
  - 70% procent, že se vybere standardní nájem a zbylých 30% je výběr extrému 50% 

3. Variabilní složka návštěvnosti (Exponenciální rozdělení)
  - tzn. je měsíci existuje kladná či záporná odchylka návštěvnosti
  - Výpočet je sestaven na základě matematcikého poměru mezi Brnem a městem s nejnižší počtem obyvatel (Plzeň), protože odchylka s rostoucí velikostí města roste, lambda u náhodného rozdělení je 3

Plzeň

1. Průměrná mzda zaměstnanců v řetězcích rychlého občerstvení - 110~135 Kč/h (log-normálním rozdělení)
  1. Plný úvazek - 80*hodinová sazba
  2. Částečný úvazek - 160*hodinová sazba

2. Nájem nebytových prostor (restaurace) - 3k~70k kč/měsíc 
  1. Nízký extrém - 3k~13k kč/měsíc (náhodná složka - random)
  2. Vysoký extrém - 50k~70k kč/měsíc (náhodná složka - random)
  3. Standarní interval - 14k~49k kč/měsíc (normálové rozložení)
  - 70% procent, že se vybere standardní nájem a zbylých 30% je výběr extrému 50% 

3. Variabilní složka návštěvnosti (Exponenciální rozdělení)
  - tzn. je měsíci existuje kladná či záporná odchylka návštěvnosti
  - Výpočet je sestaven na základě matematcikého poměru mezi Plzní a městem s nejnižší počtem obyvatel (Plzeň), protože odchylka s rostoucí velikostí města roste, lambda u náhodného rozdělení je 1

Ostrava

1. Průměrná mzda zaměstnanců v řetězcích rychlého občerstvení - 80~110 Kč/h (log-normálním rozdělení)
  1. Plný úvazek - 80*hodinová sazba
  2. Částečný úvazek - 160*hodinová sazba

2. Nájem nebytových prostor (restaurace) - 6k~350k kč/měsíc 
  1. Nízký extrém - 6k~10k kč/měsíc (náhodná složka - random)
  2. Vysoký extrém - 50k~70k kč/měsíc (náhodná složka - random)
  3. Standarní interval - 11k~49k kč/měsíc (normálové rozložení)
  - 70% procent, že se vybere standardní nájem a zbylých 30% je výběr extrému 50% 

3. Variabilní složka návštěvnosti (Exponenciální rozdělení)
  - tzn. je měsíci existuje kladná či záporná odchylka návštěvnosti
  - Výpočet je sestaven na základě matematcikého poměru mezi Ostravou a městem s nejnižší počtem obyvatel (Plzeň), protože odchylka s rostoucí velikostí města roste, lambda u náhodného rozdělení je 2


Výpočet

Závěr

Ke stažení

Soubor

Zdroje

https://www.mpo-efekt.cz/upload/7799f3fd595eeee1fa66875530f33e8a/energeticka-narocnost-gastroprovozu-a-moznosti-uspor_final.pdf

https://zpravy.aktualne.cz/finance/nakupovani/mcdonalds-kfc-nebo-burger-king-jak-cesi-miluji-fast-foody/r~5ebaface07d211e7bc17002590604f2e/?redirected=1528219245

https://revenuesandprofits.com/mcdonalds-net-profit-and-net-margin-from-2012-to-2016

https://retailek.mediar.cz/2017/02/23/cesi-a-fast-foody-kvalitou-kraluje-ugo-cenou-doner-kebab

Retrieved from "http://www.simulace.info/index.php?title=Optimalizace_počtu_provozoven_rychlého_občerstvení_nového_podniku_ve_městech_ČR_(Monte_Carlo)&oldid=15291"