首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

安全库存:保持供应链高速运转的应急计划

安全库存:保持供应链高速运转的应急计划

不可预见就是生活中的事实。在库存管理方面,当周期库存不足时,安全库存有助于填补空白。库存经理的任务是计算适当数量的安全库存,以便有足够的余量来覆盖所有情况,而不会占用过多的存储区域或营运资金预算。

根据《APICS词典》,安全库存是用来防止预测错误以及需求或供应波动的库存。这种类型的库存,也称为缓冲库存或储备库存,旨在减少缺货的频率,从而使公司能够提供更好的客户服务。

一些库存管理人员使用经验法则来管理安全库存量,例如关于安全库存水平应等于周期库存的10-20%或两周的覆盖期的准则。但是,确定适当的安全库存水平应稍有细微差别,因为它取决于供需的可变性。

考虑需求变化

面对变化的客户需求,计算适当的安全库存水平需要一些基本的统计知识。

图1是一个直方图,该图显示了每个需求范围出现的周期数。在这种情况下,直方图绘制了整个52周内在造纸机上生产的特定等级纸卷的需求。在一年的12周中,实际需求非常接近平均水平(每周生产周期130卷),当时实际需求为125-135卷。然后,实际需求是八周135-145卷和五周145-155卷。当实际需求超出平均水平时,实际需求在该范围内的周数会减少。平均值的另一端也有类似的模式:需求为八周115-125卷,五周105-115卷。这种钟形曲线是许多需求模式的典型特征。

图1:52周内每周纸张需求的直方图示例

一些产品的差异性很小,因此直方图非常窄。其他将具有较高的可变性和较宽的直方图。曲线的宽度和潜在的可变性可以通过称为标准偏差的统计特性来表征,该特性由sigma表示。尽管标准差的计算超出了本文的讨论范围,但了解sigma可以帮助您计算需要多少安全库存,以提供针对需求变化的各种层级的保护。

在此示例中,如果公司没有任何安全库存,而只有130卷周期库存,那么一年中只有一半周期将有足够的库存来满足需求。另一半周期面临缺货。

统计数据表明,如果公司的额外库存等于1 sigma,则足以满足84%周期的需求。在此示例中,Sigma为28卷,因此,如果该公司除130卷周期库存外还备28卷安全库存,这足以保证52周内有44周不会出现缺货。如果安全库存等于2 sigma,则可涵盖周期的98%。

公司理想的安全库存水平将基于其对缺货的承受能力。例如,如果公司领导者决定公司可以在不超过2%的周期内容忍缺货,则将周期服务水平(CSL)目标设置为98%,这需要2 sigma的安全库存,或此例中的56卷。CSL是公司希望没有缺货的周期的百分比。实现CSL所需的sigma数称为服务水平因子或Z因子。

涵盖需求可变性所需的安全库存量的一般公式为:

Z是Z因子,是需求可变性。

图2显示了Z和服务级别之间的关系。这种关系是高度非线性的:更高的服务水平值(或更低的缺货潜在因素)需要更高比例的安全库存水平。从统计上讲,不可能达到100%的服务水平。典型的服务水平目标在90%-98%的范围内。

良好的库存管理规范建议应根据战略重要性,利润率,金额或其他一些标准为产品组分别设置Z。对于那些对企业而言更有价值的库存单位,将提高安全库存,而对于那些对业务成功不太重要的产品,则降低安全库存。

图2:服务因素与服务水平之间的关系

观察时间单位

上式假定从需求周期等于提前期或生产周期的数据集计算需求的标准偏差。如果不是,则必须对标准偏差值进行调整,以计算基于等同于总提前期的时间段的标准偏差。例如,如果根据每周需求数据计算需求的标准偏差,并且提前期为两周,则根据涵盖两周时间段的数据集计算出的需求标准偏差将为每周标准偏差乘以平方根时间单位的比例,或

在《物流管理》指南中,作者唐纳德·鲍沃索克斯(Donald Bowersox)和大卫·克洛斯(David Closs)使用绩效周期(PC)一词来表示总交货时间。对于原材料的采购,PC包括确定订单的时间,将订单传达给供应商,制造或加工材料,交货以及将其放入库存的时间。在制造工厂内部,PC包括决定生产什么,制造材料,将材料释放到下游库存并返回下一个周期的时间。如果客户允许的交货提前时间大于订单交货所需的时间,则可以从PC中扣除剩余的客户交货时间。

也可以将PC视为有风险的时间,从某人决定订购或生产多少产品到下一个决定做出并实现之间的时间间隔。

使用T1表示从中计算标准偏差的时间增量(在我们的示例中为一个星期的增量),并使用PC表示总提前期或绩效周期,这是安全库存的等式:

根据预测工作

如果已根据历史需求计算了周期库存,则安全库存计算中使用的方差应基于过去的需求变化。如果使用预测来设置周期库存,则需要保护的因素是预测误差。预测误差的标准偏差将代替安全库存公式中过往需求的标准偏差,该公式将变为以下等式:

对于所有变量,必须使用相同的时间单位(无论是天,周还是其他时间单位)。

如果预测中存在偏差,则必须改进预测流程以减少然后消除偏差。预测偏差将导致低估或高估所需的周期库存量。

还应注意,PC / T1因子是一个统计调整,用于在整个性能周期的整个时间段内近似需求的标准偏差,并且仅仅是一个近似值。当性能周期大于数据收集时间段时,它会给出合理的结果。但是,如果PC小于T1,则可能会产生非常差的结果,尤其是在时间参数较小的情况下,例如从几周到几天。如果PC远远小于T1,尝试更频繁地测量需求变化或预测误差以将T1减小到更接近PC的频率很有用。理想情况下,PC等于T1,因此无需调整。

季节性转换

如果季节性因素是需求变化的重要原因,则应定期调整周期库存以反映各个高峰期和低谷期的预测需求。如果不能识别季节性,而是将其视为正常的需求变动,那么一家公司最终可能会拥有很高的安全库存,而又无法提供足够的材料来满足旺季的需求。

提前期可变性

如果需要考虑提前期的可变性而不是需求的可变性或预测误差,则应使用以下公式计算安全库存:

等式中包括平均需求项(Daverage),以将提前期的标准偏差(以时间单位表示)转换为以体积单位(例如,箱,加仑,磅或卷)生产。对于PC,此方程不需要调整。

结合可变性

如果同时存在需求可变性和提前期可变性,则可以对每种因素进行保护所需的安全库存进行统计组合,这将导致总安全库存低于两个单独计算的总和。如果需求可变性和提前期可变性是独立的(这意味着它们是由不同的影响引起的)并且它们都具有合理的正态分布,则组合的安全库存方程式如下:

该方程背后的原因是,如果两个变量是独立的,则极不可能在很长的交货时间的同时出现极端需求。请注意,需求元素都是平方的,类似于边为A和B的直角三角形的斜边(C)的方程式:

如果需求可变性和提前期可变性在统计上不是彼此独立的,则安全库存等于需求可变性和提前期可变性方程的组合:

安全库存的替代方法

本文中的计算有时得出的安全库存建议超出了企业承受的范围。对于这些情况,有其他方法。

有时,当安全库存不足以覆盖所有随机变化时,可以设计一个加速流程来防止库存缺货。例如,如果目标是98%的周期服务水平(CSL),则如果公司选择90%的CSL加上额外费用,则安全库存可以减少约38%-Z因子为1.28而不是2.05-防止在另外8%的周期内缺货的计划。但是,应急计划必须事先计划和商定。忽略这一步骤是令人无法接受的,希望在时机成熟时能有所作为。

当使用非常昂贵的产品(库存中持有本很高)时,此做法特别合适。在一个涉及昂贵但相对轻量产品的特定示例中,通过在海外仓库中携带少量安全库存然后依靠空运来满足需求高峰,可以显著降低总供应链成本。与一直持有大量高价值材料的安全库存相比,空运成本仅占总需求的一小部分。

另一种选择是考虑是否可以按订单生产(MTO)方法。如果提前期允许,那么MTO完全不需要任何安全库存或周期库存。如果提前期承诺不能提供完整的MTO,则按订单完成(FTO)可使公司将安全库存定位在通常差异不大的地方。这样,相对而言,需求的可变性将小得多,并且安全库存需求将比成品库存低。客户有时会愿意为零星的采购接受更长的交货时间,这使得FTO或MTO更有可能。

满足公司目标

尽管满足特定的CSL是有用的,但企业领导者通常更关心可用于满足客户需求的订购总量的百分比。这称为履约率,通常被认为是更好的库存绩效衡量标准。CSL表示缺货频率的大小,而与总数量无关,而履约率是在量的基础上衡量库存绩效。

实现目标履约率所需的安全库存的具体计算非常复杂,超出了本文的范围。但是,此概念的基础仍然很重要。如果需求模式和供应行为稳定,即需求和交货期的标准差较低,则履约率通常会高于CSL。尽管将发生缺货,但由于供需变化低,因此每次缺货的规模都较小。反之亦然。如果需求或交货时间变化很大,那么尽管有安全库存,但任何库存的数量都可能很高。在这种情况下,履约率实际上小于CSL。

频繁的缺货会困扰客户,如果零部件无法满足需求,则会导致供应链瓶颈;如果没有足够的库存来满足需求,则会导致客户不满。简而言之,为了保持供应链的运转,明智地设置适合的安全库存非常重要。

此文源自网络,版权归原作者所有。如果您认为我们的标注有错漏,请告知我们,我们会立即更正或删除,并表示歉意!或与您共同协商解决。谢谢!

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20210301A0BG0P00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券