Нехватка против запаса: важна точность прогнозирования
Прогнозирование спроса является основой оптимизации запасов. Однако точное отношение между:
- уровнем обслуживания (вероятность отсутствия нехватки),
- резервным запасом (количество товара, превышающее ожидаемый спрос),
- и точностью прогнозирования
иногда немного неясно. Поэтому давайте попытаемся прояснить ситуацию.
Нехватка стоит денег: клиенты недовольны и меньше вероятности возвращения, деньги, вложенные в привлечение клиентов, тратятся впустую, также могут быть потеряны косвенные продажи, …
Однако запасы стоят денег: больше запасов означает больший оборотный капитал, больше устаревания товара, больше затрат на хранение; избыточные запасы означают более высокие затраты на рекламу и меньшее количество точек продаж, …
Поэтому обслуживание клиентов является финансовым компромиссом между количеством запасов и количеством недостатков.
Мы неявно рассматриваем ситуацию в розничной торговле, но аналогичное рассуждение применимо и к производителям.
На данный момент неясно, как точность прогнозирования влияет на ситуацию. В частности, для некоторых компаний может показаться, что прогнозы вообще не составляются. Например, только политика мин-макс перезаказа, без прогнозирования.
Фактически, даже если никто в вашей компании явно не составляет прогнозы, вашим запасам все равно присваивается неявная точность прогнозирования (иллюстрация выше, оранжевый треугольник представляет ограничение). Действительно, возможно - хотя и немного сложно - вычислить неявную точность прогнозирования компаниями в ваших уровнях запасов с частотой недостатков.
Изменение компромисса в пользу уровня обслуживания или в пользу сокращения запасов не улучшает неявную точность прогнозирования, так как одна стоимость заменяется другой (иллюстрация справа, ограничение поворачивается, но не уменьшается). Процессы могут скрывать прогнозы, но это не помешает вашей компании понести финансовые потери, если эти прогнозы окажутся неверными.
Если в ваших политиках учета запасов нет глубокого анализа, улучшение, достигнутое путем изменения компромисса между нехваткой и запасами, ожидается быть незначительным (что, тем не менее, может представлять существенные сбережения, особенно если маржа тонкая).
Чтобы улучшить обе стороны уравнения, вам нужны лучшие прогнозы.
Влияние улучшенной точности иллюстрируется на графике слева. По сравнению с предыдущими ситуациями мы видим, что снижение точности позволяет снизить как частоту нехваток, так и количество безопасных запасов.
Теория говорит, что снижение ошибки прогнозирования на 1% (относительно) можно использовать либо для снижения частоты нехваток на 1% (относительно), либо для снижения количества безопасных запасов на 1% (относительно).
В практике могут быть препятствия для полного использования преимущества, принесенного дополнительной точностью, такие как уровни обслуживания, предлагаемые вашими поставщиками. Тем не менее, с консервативной позицией мы все равно можем оценить, что 1% дополнительной точности приводит либо к сокращению нехваток на 0,5%, либо к сокращению безопасных запасов на 0,5%.
Затем компромисс нехватка против запаса может быть скорректирован с сохранением новой улучшенной точности.
Комментарии читателей (6)
Привет, Бенхард, Большинство формул безопасных запасов основаны на дисперсии прогнозов, однако, поскольку это значение сложнее вычислить, типичная эвристика состоит в замене дисперсий прогнозов дисперсией исторических данных, но это приближение. Поэтому, если вы хотите интегрировать ошибку прогнозирования в расчет безопасных запасов, просто замените коэффициент ‘сигма’ исторической дисперсии на ожидаемую дисперсию самих прогнозов. Надеюсь, это поможет. 7 лет назад | Йоанн Верморель
Привет, Йоанн, Мне действительно интересна эта статья. Я нахожусь в процессе определения политики учета запасов на основе прогнозирования спроса, а не истории спроса. Большинство веб-сайтов показывают, как определить политику учета запасов на основе дисперсии исторических данных. Хотелось бы узнать, как включить ошибку прогнозирования в уравнение безопасных запасов. Извините, если мой вопрос не относится к вышеуказанной теме. Любая помощь будет оценена. Спасибо, Йо. Бен 7 лет назад | Бенхард Адольф
На самом деле, не треугольник действительно важен, а его две стороны (правая и левая). Интуитивно, основной угол является постоянным и не может быть изменен, поэтому если вы перемещаете одну сторону, перемещается и другая. Форма как-то похожа на треугольник, но действительно важны только две стороны и один угол. 8 лет назад | Йоанн Верморель
Дорогой Йоанн, Я нахожу ваше объяснение очень понятным, но я не понимаю оранжевый треугольник. Он представляет собой ограничение. Но я не понимаю его на рисунке. У вас есть дополнительное пояснение. Спасибо. 8 лет назад | Пит Буйк
Привет, Ачют, в классической модели безопасного запаса мы обычно предполагаем нормальное распределение (гауссово распределение) спроса. Нормальное распределение определяется двумя параметрами: его средним и дисперсией. Количество безопасного запаса (также известного как дополнительный запас выше уровня среднего спроса) для заданного уровня обслуживания линейно пропорционально дисперсии. Таким образом, если вы уменьшите дисперсию (также известную как прогнозная ошибка) на 1%, вы также уменьшите безопасный запас на 1% в этой идеальной модели. Затем, другая часть, связанная с уменьшением частоты дефицита при сохранении того же количества безопасного запаса, более сложная и потребует отдельной статьи в блоге. Я постараюсь вернуться к этому, когда у меня будет время. 8 лет назад | Йоанн Верморель
Привет, Йоанн, Это очень полезная статья. Мне просто нужна больше ясности по одному из вещей, которые вы упомянули в этой статье. Вы сказали, что “Теория примерно говорит, что уменьшение прогнозной ошибки на 1% (относительно) можно использовать либо для уменьшения частоты дефицита на 1% (относительно), либо для уменьшения количества безопасного запаса на 1% (относительно).” Можете ли вы пожалуйста разъяснить концепцию, на которой она основана? Я понимаю, что лучший прогноз позволит снизить уровень запасов, но мне трудно его количественно оценить. Заранее спасибо. 8 лет назад | Ачют Коушик А
