Top 3 mest almindelige politikker for lagerstyring

denne blog definerer og sammenligner de tre mest anvendte politikker for lagerstyring. Det skal være nyttigt både for de nye på området og også for erfarne mennesker, der overvejer en mulig ændring i deres virksomheds politik. Bloggen overvejer også, hvordan efterspørgselsprognoser understøtter lagerstyring, valg af hvilken politik der skal bruges, og beregning af de input, der driver disse politikker. Tænk på det som et forkortet stykke lager 101.

Scenario

du administrerer et bestemt emne. Varen er vigtig nok for dine kunder, at du vil have nok lager til at undgå strømpe ud. Varen er dog også dyr nok til, at du også vil minimere mængden af kontanter, der er bundet i lagerbeholdningen. Processen med at bestille genopfyldningsbeholdning er tilstrækkelig dyr og besværlig, at du også vil minimere antallet af indkøbsordrer, du skal generere. Efterspørgslen efter varen er uforudsigelig. Så er genopfyldningstiden mellem, når du opdager behovet for mere, og når den ankommer på hylden klar til brug eller forsendelse.

dit spørgsmål er “hvordan administrerer jeg denne vare? Hvordan bestemmer jeg, hvornår jeg skal bestille mere, og hvor meget jeg skal bestille?”Når du tager denne beslutning, er der forskellige tilgange, du kan bruge. Denne blog skitserer de mest anvendte politikker for lagerplanlægning: periodisk rækkefølge op til (T, S), Omarranger punkt/ordremængde (R, K) og Min/Maks (s, S). Disse tilgange er ofte indlejret i ERP-systemer og gør det muligt for virksomheder at generere automatiske forslag til, hvad og hvornår de skal bestille. For at træffe den rigtige beslutning skal du vide, hvordan hver af disse tilgange er designet til at fungere, og fordelene og begrænsningerne ved hver tilgang.

periodisk gennemgang, ordre-op-til-politik

stenografi notationen for denne politik er (T, S), hvor T er den faste tid mellem ordrer og S er ordren-op-til-niveau.

hvornår skal man bestille: ordrer placeres som urværk hver T-dag. Brugen af et fast ombestillingsinterval er nyttigt for virksomheder, der ikke kan holde styr på deres lagerniveau i realtid, eller som foretrækker at udstede ordrer til leverandører med planlagte intervaller.

hvor meget der skal bestilles: lagerniveauet måles, og afstanden beregnes mellem dette niveau og rækkefølgen op til niveau S. Hvis lagerniveauet er 7 enheder og S = 10, bestilles 3 enheder.

kommentar: Dette er den enkleste politik at implementere, men også den mindst smidige til at reagere på udsving i efterspørgsel og/eller leveringstid. Bemærk også, at selvom ordrestørrelsen ville være tilstrækkelig til at returnere lagerniveauet til S, hvis genopfyldning var øjeblikkelig, vil der i praksis være en vis påfyldningsforsinkelse, i hvilket tidsrum lagerbeholdningen fortsætter med at falde, så lagerniveauet sjældent når helt op S.

kontinuerlig gennemgang, politik for fast ordremængde (Omordningspunkt, ordremængde)

stenografinotationen for denne politik er (R, K), hvor R er omordningspunktet, og K er den faste ordremængde.

hvornår skal man bestille: Ordrer placeres, så snart opgørelsen falder til eller under ombestillingspunktet, R. I teorien kontrolleres lagerniveauet konstant, men i praksis kontrolleres det normalt med jævne mellemrum i begyndelsen eller slutningen af hver arbejdsdag.

hvor meget der skal bestilles: ordrestørrelsen er altid fastsat til K-enheder.

kommentar: (R, K) er mere lydhør end (S, T), fordi den reagerer hurtigere på tegn på forestående stockout. Værdien af den faste ordremængde er muligvis ikke helt op til dig. Ofte kan leverandører diktere vilkår, der begrænser dit valg af spørgsmål til værdier, der er kompatible med minima og multipla. For eksempel kan en leverandør insistere på en ordre på mindst 20 enheder og altid være et multiplum af 5. Således ordrer størrelser skal være enten 20, 25, 30, 35, etc. (Denne bemærkning gjaldt også de to andre opgørelsespolitikker.)

kontinuerlig gennemgang, ordre-op-til-politik (min/Maks)

stenografinotationen for denne politik er (s, S), undertiden kaldet “Lille s, Stor s”, hvor s er omordningspunktet, og S er ordren-op-til-niveau. Denne politik kaldes mere almindeligt (Min, Maks).

hvornår skal man bestille: ordrer placeres, så snart opgørelsen falder til eller under Min. Som med (R, K) overvåges lagerniveauet konstant, men i praksis kontrolleres det normalt i slutningen af hver arbejdsdag.

hvor meget at bestille: Ordrestørrelsen varierer. Det svarer til afstanden mellem maks og den aktuelle beholdning i det øjeblik, hvor Min er nået eller overtrådt.

kommentar: (Min, Maks) er endnu mere lydhør end (R, K), fordi den justerer ordrestørrelsen for at tage højde for, hvor meget lagerbeholdningen er faldet under Min. Når efterspørgslen er enten nul eller en enhed, indstiller en fælles variation Min = Maks -1; dette kaldes ” basislagerpolitik.”

et andet politisk valg: Hvad sker der, hvis jeg lager ud?

som du kan forestille dig, vil hver politik sandsynligvis føre til en anden tidsmæssig sekvens af lagerniveauer (se figur 1 nedenfor). Der er en anden faktor, der påvirker, hvordan begivenheder spiller ud over tid: den politik, du vælger til håndtering af stockouts. Generelt er der to hovedmetoder.

Restordrepolitik: hvis du lagerfører, holder du styr på ordren og udfylder den senere. Under denne politik er det fornuftigt at tale om negativ opgørelse. Den negative opgørelse repræsenterer antallet af restordrer, der skal udfyldes. Formentlig får enhver kunde, der er tvunget til at vente, første dibs, når genopfyldning ankommer. Du har sandsynligvis en restordrepolitik for varer, der er unikke for din virksomhed, som din kunde ikke kan købe andre steder.

tabspolitik: hvis du lagerfører, vender kunden sig til en anden kilde for at udfylde deres ordre. Når genopfyldning ankommer, vil nogle nye kunder få de nye enheder. Beholdningen kan aldrig gå under nul. Vælg denne politik for råvarer, der let kan købes hos en konkurrent. Hvis du ikke har det på lager, vil din kunde helt sikkert gå andre steder.

efterspørgselsprognosens rolle i lagerstyring

valg af Kontrolparametre, såsom værdierne for Min og maks, kræver input fra en slags efterspørgselsprognoseproces.

traditionelt har dette betydet bestemmelse af sandsynlighedsfordelingen for antallet af enheder, der kræves over et fast tidsinterval, enten ledetiden i (R, K) og (Min, Maks) systemer eller T + ledetid i (T, S) systemer. Denne fordeling antages at være Normal (den berømte “klokkeformede kurve”). Traditionelle metoder er blevet udvidet, hvor efterspørgselsfordelingen ikke antages at være normal, men en anden fordeling (dvs.Poisson, negativ binomial osv.)

disse traditionelle metoder har flere mangler.

• for det første ignorerer det normalt problemet med undershoot, hvor efterspørgslen falder lagerbeholdningen ikke kun til omordningspunktet, men under det. Hvis man antager, at ingen undershoot fører til overvurderinger af serviceniveauer og påfyldningshastigheder.

• for det andet er sandsynlighedsfordelingen af efterspørgslen meget ofte ikke engang tæt på “klokkeformet” eller hvad antaget distribution blev valgt-især for varer med intermitterende efterspørgsel som reservedele og servicedele.

• for det tredje kræver nøjagtige estimater af lagerets driftsomkostninger analyse af hele genopfyldningscyklussen (fra en genopfyldning til den næste), ikke kun den del af cyklussen, der begynder med, at lagerbeholdningen rammer ombestillingspunktet.

• endelig er genopfyldningstider typisk uforudsigelige eller tilfældige, ikke faste. Mange modeller antager en fast leveringstid baseret på en gennemsnitlig, kreditor Citeret leveringstid eller gennemsnitlig leveringstid + sikkerhedstid.

heldigvis findes bedre lagerplanlægning og lageroptimering baseret på generering af et komplet udvalg af tilfældige efterspørgselsscenarier sammen med tilfældige leveringstider. Disse scenarier “stresstest” enhver foreslået par lagerstyring parametre og vurdere deres forventede resultater. Brugere kan ikke kun vælge mellem politikker (dvs. Vs. R, K), men også bestemme, hvilken variation af den foreslåede politik der er bedst (dvs.Min, Maks. 10,20 vs. 15, 25 osv.) Eksempler på disse scenarier er angivet nedenfor.

processen med bestilling af genopfyldningsbeholdning er tilstrækkelig dyr og besværlig til, at du også vil minimere antallet af indkøbsordrer, du skal generere

valg blandt politikker for lagerstyring

hvilken politik er den rigtige for dig? Der er en klar hakkeordre med hensyn til varens tilgængelighed, med (Min, Maks) først, (R, K) sekund og (T, S) Sidst. Denne ordre stammer fra politikkens lydhørhed over for udsving i tilfældigheden af efterspørgsel og genopfyldning. Ordren vender tilbage, når man overvejer nem implementering.

hvordan “scorer” du udførelsen af en opgørelsespolitik? Der er to modsatrettede kræfter, der skal afbalanceres: omkostninger og service.

lageromkostninger kan udtrykkes enten som lagerinvestering eller lager driftsomkostninger. Førstnævnte er dollarværdien af de varer, der venter på at blive brugt. Sidstnævnte er summen af tre komponenter: opbevaringsomkostninger (omkostningerne ved “pleje og fodring af ting på hylden”), bestillingsomkostninger (dybest set omkostningerne ved at skære en indkøbsordre og modtage denne ordre) og mangelomkostninger (den straf, du betaler, når du enten mister et salg eller tvinger en kunde til at vente på, hvad de vil).

Service måles normalt efter serviceniveau og påfyldningshastighed. Serviceniveau er sandsynligheden for, at en vare, der anmodes om, sendes straks fra lager. Fyldningshastighed er andelen af krævede enheder, der sendes straks fra lager. Som tidligere professor tænker jeg på serviceniveau som en alt-eller-intet-karakter: hvis en kunde har brug for 10 enheder, og du kun kan levere 9, er det en F. Fyldfrekvens er en delvis kreditkvalitet: 9 ud af 10 er 90%.

når du beslutter dig for værdierne for lagerstyringspolitikker, finder du en balance mellem omkostninger og service. Du kan levere perfekt service ved at holde en uendelig opgørelse. Du kan holde omkostningerne til nul ved at holde ingen opgørelse. Du skal finde et fornuftigt sted at operere mellem disse to latterlige ekstremer. Generering og analyse af efterspørgselsscenarier kan kvantificere konsekvenserne af dine valg.

en demonstration af forskellene mellem to lagerstyringspolitikker

vi viser nu, hvordan lagerbeholdningen udvikler sig forskelligt under to politikker. De to politikker er (R, K) og (min, Maks) med restordrer tilladt. For at holde sammenligningen retfærdig indstiller vi Min = R og maks = R + K, bruger en fast leveringstid på fem dage og udsætter begge politikker for den samme rækkefølge af daglige krav over 365 simulerede driftsdage.

Figur 1 viser daglig beholdning under de to politikker, der udsættes for det samme mønster af daglig efterspørgsel. I dette eksempel har politikken (Min, Maks.) kun to perioder med negativ beholdning i løbet af året, mens politikken (R, K) har tre. Politikken (min, Maks.) fungerer også med et mindre gennemsnitligt antal enheder til rådighed. Forskellige efterspørgselssekvenser vil give forskellige resultater, men generelt fungerer (Min, Maks) politikken bedre.

Bemærk, at plottene i On-hand inventory indeholder oplysninger, der er nødvendige for at beregne både omkostnings-og tilgængelighedsmålinger.

Figur 1: Sammenligning af daglig beholdning under to lagerpolitikker

rolle for Lagerplanlægningsprogrammer

best of Breed lagerplanlægning, prognoser og Optimeringssystemer kan hjælpe dig med at bestemme hvilken type politik (er det bedre at bruge Min/Maks over R, K) og hvilke sæt input der er optimale (dvs.hvad skal jeg indtaste for Min og maks). Best of breed inventory planning og demand forecasting systems kan hjælpe dig med at udvikle disse optimerede input, så du regelmæssigt kan udfylde og opdatere dine ERP-systemer med nøjagtige genopfyldningsdrivere.

Resume

vi definerede og beskrev de tre mest anvendte politikker for lagerstyring: (T, S), (R, K) og (Min, Maks) sammen med de to mest almindelige svar på lageropgørelser: restordrer eller mistede ordrer. Vi bemærkede, at disse politikker kræver successivt større indsats for at gennemføre, men også har successivt bedre gennemsnitlige resultater. Vi fremhævede efterspørgselsprognosernes rolle i vurderingen af politikker for lagerstyring. Endelig illustrerede vi, hvordan valg af politik påvirker det daglige niveau for beholdning på hånden.