安全库存分析的一种新方法如何优化库存

查看解决方案加速器附带的笔记本

制造商正在开发一个客户的订单才发现的一个重要部分是由供应商推迟。零售商经验对啤酒的需求飙升由于不可预见的原因,和他们失去销售,因为供应不足。客户有负面体验,因为你无法满足需求。这些公司失去直接的收入和你的名誉受损。这听起来是不是很熟悉?

在一个理想世界中,商品需求会很容易预测的。在实践中,即使是最好的预测受到突发事件的影响。由于原材料供应中断发生,货运和物流、制造业崩溃,意想不到的需求等等。零售商、分销商、制造商和供应商都必须应对这些挑战,以确保他们能够可靠地满足顾客的需求,同时也没有携带过多的库存。这是一种改进的安全库存分析方法可以帮助您的业务。

组织在不断地分配资源,他们需要满足预期的需求。直接焦点往往是在改善他们的预测的准确性。为了实现这一目标,组织投资于可伸缩的平台,内部的专业知识,复杂的新车型。bob体育客户端下载

即使是最好的预测并没有完全预测未来,和突然变化的需求可以离开货架上光秃秃的。这是强调在2020年初时的担忧导致COVID-19导致的病毒广泛的卫生纸缺货。克雷格•Boyan H-E-B总统评论:“我们在两周内销售我们通常在两个月内出售。”

扩大生产规模并不是一个简单的解决问题的办法。georgia - pacific,厕纸的主要制造商,估计美国家庭平均会多消耗40%的卫生纸流感大流行期间,人们呆在家里。作为回应,该公司能够提高产量20%在其14设施配置为卫生纸的生产。大多数工厂已经运行操作一天24小时,一周七天的固定能力,所以任何进一步增加生产需要扩大产能通过购买额外的设备或新工厂的建设。

这撞在生产输出可以有上游的后果。供应商可能难以提供新扩展所需的资源和扩大生产能力。厕纸是一个简单的产品,但其产量取决于纸浆从美国的森林地区、加拿大、斯堪的纳维亚半岛和俄罗斯以及更多本地出产的再生纸纤维。供应商需要时间收获,过程所需的材料和船舶制造商一旦初始储备耗尽。

一个叫做供应链的概念牛鞭效应支撑这一切的不确定性。扭曲的信息在整个供应链中可以导致库存大量低效,货运和物流成本增加,不准确的容量规划等等。制造商或零售商渴望恢复正常股票可能会触发他们的供应商增加生产进而引发上游供应商增加他们的。如果不认真处理,零售商和供应商的库存和产能过剩可能会发现自己当需求恢复正常,甚至遇到一个轻微的下降低于正常,因消费者通过自己的库存的积压工作。仔细考虑动态的需求以及审查我们预测的不确定性需求需要缓解牛鞭效应。

管理与安全库存不确定性分析

周围的各种消费需求的变化COVID-19流行很难预测,但是他们强调不确定性的概念的一个极端的例子,每个组织供应链管理必须解决的问题。即使在相对正常的消费活动的时期,对产品和服务的需求不同,必须考虑和积极管理。

现代需求预测工具预测需求的平均值,考虑每周和年度季节性的影响,长期趋势,节日和事件,和外部影响,如天气,促销活动,经济,和额外的因素。它们产生的奇异值预测需求,可以误导,一半的时间,我们希望看到需求低于这个值,另一半我们期望看到上面的需求。

平均预测价值理解很重要,但同样重要的是了解的不确定性的两侧。我们可以把这种不确定性提供一系列的潜在需求值,每一个都有一个量化的可能性。考虑我们的预测,我们可以开始讨论哪些部分我们应该试图解决的范围。

统计数据显示,全方位的潜在需求是无限的,因此,没有100%完全可寻址。但是之前我们需要进行任何形式的理论对话,我们可以认识到,每一增量改善我们的能力来解决潜在需求有相当大的范围(实际上指数)增加库存需求。这使我们追求的目标服务水平我们试图解决一个特定比例的各种可能的需求,平衡我们的组织的收入目标与库存的成本。

定义这个服务水平的期望的结果是,我们必须携带一定数量的额外的库存,以上地址所需的量均值预测需求,作为缓冲的不确定性。这个安全库存,当添加到周期股票需要满足的意思是周期性的需求,让我们的能力来解决大部分(但不是全部)实际需求的波动而平衡我们的整体组织目标。

计算所需的安全库存水平

文学典型的供应链中,安全库存计算使用两个公式这个地址不确定性需求和交付的不确定性。正如我们本文中关注需求的不确定性,我们可以消除不确定性的考虑交货期,留给我们一个简化安全库存公式考虑:

安全库存=Ζ* T *σD√PC⁄

简而言之,这个公式解释说,安全库存计算的平均不确定性需求预测的平均值(σ_D)的平方根乘以(性能)周期的持续时间我们是长袜(√^个人电脑⁄_T)乘以一个值与不确定性的范围的部分,我们希望地址(Ζ)。每个组件的这个公式应该解释,以确保它是完全理解。

在本文的前一节中,我们解释说,需求存在一系列潜在的价值观在平均值就是我们预测生成的。如果我们假设这个范围内是均匀分布在这个的意思是,我们可以计算平均这个范围内的平均值。这就是所谓的标准差。σ的值_D的需求,也被称为标准偏差,为我们提供了一个测量值的范围的意思。

因为我们认为这个范围是平衡的意思,事实证明,我们可以推导出比例的值在这个范围内存在一些的标准差的意思。如果我们使用我们的服务水平的期望表示潜在需求的比例我们希望的地址,我们可以回到标准差的数量要求,我们需要考虑我们对安全库存的计划的一部分。背后的实际数学计算所需数量的标准差(称为z分数一样用公式表示Ζ)捕获所需的百分比值的范围变得有点复杂,但幸运的是z分数表被广泛出版和在线计算器是可用的。说完这些,这里有一些z分数值对应于一些普遍采用服务水平的期望:

服务水平的期望	Ζ(z分数)
80.00%	0.8416
85.00%	1.0364
90.00%	1.2816
95.00%	1.6449
97.00%	1.8808
98.00%	2.0537
99.00%	2.3263
99.90%	3.0902
99.99%	3.7190

最后,我们的术语,地址的时间周期,我们计算安全库存(√^个人电脑⁄_T)。撇开为什么我们需要计算平方根,这是最简单的元素公式的理解。的^个人电脑⁄_T值代表的时间我们计算安全库存周期。除T只是提醒我们,我们需要表达这个时间在同一单位的用来计算标准差的值。例如,如果我们计划7天周期的安全库存,我们可以根这学期7只要我们计算需求利用日常需求值的标准偏差。

需求方差很难估计

表面上看,安全库存的计算分析需求相当简单。在供应链管理类,学生经常为他们的需求提供历史值可以计算标准差的公式。给定服务水平的期望,他们就能迅速得到z分数和齐心协力安全库存的需求来满足这一目标水平。但是这些数字是错误的,或者至少他们错了外一个关键假设几乎从未有效。

症结在任何安全库存计算标准差的需求。标准公式取决于知道与需求相关的变化我们计划在未来时期。是极其罕见的一个时间序列的变化是稳定的。相反,它通常与趋势和季节性变化的数据。事件和外部解释变量施加自己的影响。

为了克服这个问题,供应链软件包经常替代措施等预测误差的均方误差(RMSE)或平均绝对误差(MAE)需求的标准偏差,但这些值代表不同的(尽管相关的概念)。这通常会导致一个低估了安全库存要求的这个图表中服务水平达到92.7%,尽管95%的预期。

和大多数预测模型工作以减少错误而计算预测的意思是,具有讽刺意味的是,提高模型的性能往往会加剧低估的问题。很可能这是后面的日益增长的识别,尽管许多零售商努力出版服务水平的期望,他们中的大多数达不到这些目标。

我们要从这里去哪里以及如何砖有帮助吗?

一个重要的解决问题的第一步是认识到缺点在我们的安全库存分析计算。识别本身是很少令人满意。

一些研究者正在努力定义技术更好地估计需求方差的明确目的提高安全库存估计,但没有达成共识,这应该是如何执行的。和软件,使这些技术容易实现并没有广泛使用。

现在,我们强烈鼓励供应链经理们仔细检查他们的历史服务水平性能既定目标是否得到满足。这需要仔细结合过去的预测以及历史实绩。因为成本的数据保存在传统的数据库平台,许多组织不保持过去的预测或原子水平源数据,但使用基于云的存储与数据存储在高性能、压缩格式bob体育客户端下载通过按需计算技术——通过平台提供如砖——可以让这个成本效益和为许多组织提供改善查询性能。

自动化和数字化实现系统部署——所需的许多购买在线挑选店内(BOPIS)模型,并开始生成实时数据在订单执行,公司会希望使用这些数据来检测缺货问题表明需要重新评估服务水平的期望以及店内库存管理实践。制造商仅限于在日常生活上运行这些分析可以分析和每班作出调整。砖的流摄取能力提供一个解决方案,使企业执行安全库存分析与实时数据。

最后,考虑探索新方法生成预测,提供更好的投入到你的库存规划流程。使用Facebook先知的组合砖等并行处理和自动定量平台使得组织能够及时、细粒度预测许多企业的现实。bob体育客户端下载还其他的预测技术,如广义自回归条件Heteroskedastic (GARCH)模型,允许您检查的变化需求可变性,这可能证明非常富有成果的设计一个安全库存策略。

安全库存的解决挑战具有重要的潜在好处的组织愿意承担旅程,但随着路径定义的结束状态并不容易,灵活性将会是你成功的关键。我们相信砖是独一无二的定位是这次旅行的工具,我们期待着与我们的客户一起在导航。

砖由于教授Sreekumar Bhaskaran南卫理公会大学考克斯商学院的见解这一重要话题。