Topp 3 Vanligste Policyer For Lagerstyring

denne bloggen definerer Og sammenligner de tre mest brukte policyene for lagerstyring. Det bør være nyttig både for de som er nye på feltet og også for erfarne mennesker som vurderer en mulig endring i selskapets policy. Bloggen vurderer også hvordan etterspørselsprognoser støtter lagerstyring, valg av hvilken policy som skal brukes, og beregning av inngangene som driver disse retningslinjene. Tenk på det som en forkortet Del Av Inventar 101.

Scenario

du administrerer et bestemt element. Varen er viktig nok til kundene at du vil bære nok inventar for å unngå strømpe ut. Varen er imidlertid også dyr nok til at du også vil minimere mengden kontanter som er bundet opp i lageret. Prosessen med å bestille påfyllingslager er tilstrekkelig dyrt og tungvint at du også vil minimere antall innkjøpsordrer du må generere. Etterspørselen etter varen er uforutsigbar. Så er påfyllingstiden mellom når du oppdager behovet for mer og når den kommer på hyllen klar til bruk eller forsendelse.

spørsmålet ditt er ” Hvordan administrerer jeg dette elementet ? Hvordan bestemmer jeg når jeg skal bestille mer og hvor mye jeg skal bestille?”Når du tar denne beslutningen, er det forskjellige tilnærminger du kan bruke. Denne bloggen skisserer de mest brukte lagerplanleggingspolicyene: Periodisk Rekkefølge Opp Til (T, S), Ombestill Punkt / Bestillingsmengde(R, Q) og Min/Max (S, S). Disse tilnærmingene er ofte innebygd I ERP-systemer og gjør det mulig for bedrifter å generere automatiske forslag til hva og når de skal bestille. For å ta den riktige avgjørelsen må du vite hvordan hver av disse tilnærmingene er utformet for å fungere og fordelene og begrensningene til hver tilnærming.

Periodisk gjennomgang, ordre-opp-til-policy

kortnotasjonen for denne policyen er (T, S), Der T er den faste tiden mellom ordrer og S er ordre-opp-til-nivå.

Når du skal bestille: Ordrer plasseres som urverk hver t-dag. Bruken av et fast omordningsintervall er nyttig for bedrifter som ikke kan holde oversikt over lagernivået i sanntid, eller som foretrekker å utstede ordrer til leverandører med planlagte intervaller.

hvor mye å bestille: lagernivået måles og gapet beregnes mellom det nivået Og ordre opp Til Nivå S. hvis lagernivået er 7 enheter og S = 10, blir 3 enheter bestilt.

Kommentar: Dette er den enkleste politikken å implementere, men også den minst smidige i å svare på svingninger i etterspørsel og / eller ledetid. Vær også oppmerksom på at mens ordrestørrelsen ville være tilstrekkelig til å returnere lagernivået til S hvis påfylling var umiddelbar, vil det i praksis være noen etterfyllingsforsinkelser i løpet av hvilken tid lageret fortsetter å falle, slik at lagernivået sjelden vil nå helt opp S.

Kontinuerlig gjennomgang, fast ordremengde-policy (Omordringspunkt, Bestillingsantall)

kortnotasjonen for denne policyen er (R, Q), Hvor R er omordringspunktet og Q er fast ordremengde.

når skal du bestille: Ordrer plasseres så snart lageret faller til eller under bestillingspunktet, R. i teorien kontrolleres lagernivået konstant, men i praksis kontrolleres det vanligvis periodisk i begynnelsen eller slutten av hver arbeidsdag.

hvor mye å bestille: ordrestørrelsen er alltid fast På Q-enheter.

Kommentar: (R, Q) er mer responsiv enn (S, T) fordi den reagerer raskere på tegn på overhengende stockout. Verdien Av den faste ordreantallet Q er kanskje ikke helt opp til deg. Ofte kan leverandører diktere vilkår som begrenser ditt Valg Av Q til verdier som er kompatible med minima og multipler. For eksempel kan en leverandør insistere på en ordre minimum 20 enheter og alltid være et multiplum av 5. Dermed ordre størrelser må være enten 20, 25, 30, 35, etc. (Denne kommentaren gjelder også for de to andre lagerretningslinjene.)

Kontinuerlig gjennomgang, ordre-opp-til-policy (Min/Maks)

forkortelsesnotasjonen for denne policyen er (s, S), noen ganger kalt “little s, big S” hvor s er bestillingspunktet og S er ordrenummeret til nivået. Denne policyen kalles mer vanlig(Min, Maks).

Når du skal bestille: Ordrer plasseres så snart lageret faller til Eller under Min. Som med (R, Q) overvåkes lagernivået konstant, men i praksis kontrolleres det vanligvis på slutten av hver arbeidsdag.

hvor mye å bestille: Ordrestørrelsen varierer. Det tilsvarer gapet Mellom Maks Og gjeldende beholdning i det øyeblikket Min er nådd eller brutt.

Kommentar: (Min, Maks) er enda mer responsiv enn (R, Q) fordi den justerer ordrestørrelsen for å ta hensyn til hvor mye beholdningen har falt under Min. Når etterspørselen er enten null eller en enhet, setter En felles variasjon Min = Max -1; dette kalles ” base stock policy.”

Et annet policyvalg: hva skjer hvis jeg lager ut?

som du kan forestille deg, vil hver policy sannsynligvis føre til en annen temporal sekvens av lagernivåer(Se Figur 1 nedenfor). Det er en annen faktor som påvirker hvordan hendelser spiller ut over tid: politikken du velger for å håndtere stockouts. Stort sett er det to hovedmetoder.

Restordrepolicy: hvis du lager ut, holder du orden på bestillingen og fyller den senere. Under denne politikken er det fornuftig å snakke om negativ beholdning. Den negative beholdningen representerer antall restordrer som må fylles ut. Formentlig, enhver kunde tvunget til å vente får første dibs når etterfylling kommer. Du er sannsynlig å ha en restordre politikk på varer som er unike for din bedrift som kunden ikke kan kjøpe andre steder.

Tapspolicy: hvis du lager ut, vender kunden seg til en annen kilde for å fylle bestillingen. Når etterfylling kommer, vil noen nye kunder få de nye enhetene. Inventar kan aldri gå under null. Velg denne policyen for vare varer som enkelt kan kjopes fra en konkurrent. Hvis du ikke har det på lager, vil kunden helt sikkert gå andre steder.

rollen som etterspørselsprognoser i lagerstyring

Valg av kontrollparametere, for eksempel verdiene Min og Maks, krever innspill fra en slags etterspørselsprognoseprosess.

Tradisjonelt har dette betydd å bestemme sannsynlighetsfordelingen av antall enheter som vil bli krevd over et fast tidsintervall, enten ledetiden i (R, Q) og (Min, Maks) systemer eller T + ledetid i (T, S) systemer. Denne fordelingen antas Å Være Normal(den berømte “klokkeformede kurven”). Tradisjonelle metoder har blitt utvidet der etterspørselsfordelingen ikke antas å være normal, men en annen distribusjon (Dvs. Poisson, negativ binomial, etc.)

disse tradisjonelle metodene har flere mangler.

• for Det Første ignorerer det vanligvis problemet med undershoot, der etterspørselen faller inventar ikke bare til omordningspunktet, men under det. Forutsatt ingen undershoot fører til overestimates av servicenivåer og fyll priser.

• For det Andre er sannsynlighetsfordelingen av etterspørselen svært ofte ikke engang nær “klokkeformet” eller hva antatt distribusjon ble valgt – spesielt for varer med intermitterende etterspørsel som reservedeler og servicedeler.

• for det tredje krever nøyaktige estimater av driftskostnader for lagerbeholdning analyse av hele påfyllingssyklusen (fra en påfylling til den neste), ikke bare den delen av syklusen som begynner med at lagerbeholdningen treffer omordningspunktet.

• til slutt er etterfyllingstider vanligvis uforutsigbare eller tilfeldige, ikke faste. Mange modeller antar en fast ledetid basert på en gjennomsnittlig leverandør sitert ledetid, eller gjennomsnittlig ledetid + sikkerhetstid.

Heldigvis finnes det bedre programvare for lagerplanlegging og lageroptimalisering basert på å generere et komplett spekter av tilfeldige etterspørselsscenarier, sammen med tilfeldige ledetider. Disse scenariene “stresstest” noen foreslåtte par lager kontroll parametere og vurdere deres forventede ytelse. Brukere kan ikke bare velge mellom policyer (dvs. Min, Maks vs R, Q), men også bestemme hvilken variasjon av den foreslåtte politikken som er best(dvs. Min, Maks 10,20 vs 15, 25, etc.) Eksempler på disse scenariene er gitt nedenfor.

prosessen med å bestille etterfylling lager er tilstrekkelig dyrt og tungvint at du også ønsker å minimere antall bestillinger du må generere

Velge blant lagerstyring politikk

hvilken policy er riktig for deg? Det er en klar hakkeordre når det gjelder varetilgjengelighet, Med (Min, Maks) først, (R, Q) andre og (T, S) siste. Denne ordren kommer fra politikkens respons til svingninger i tilfeldigheten av etterspørsel og påfylling. Ordren reverserer når man vurderer enkel implementering.

Hvordan “scorer” du ytelsen til en lagerpolicy? Det er to motstridende krefter som må balanseres: kostnad og service.

Lagerkostnad kan uttrykkes enten som lagerinvestering eller lager driftskostnad. Den tidligere er dollarverdien av elementene som venter på å bli brukt. Sistnevnte er summen av tre komponenter: holdekostnad (kostnaden for “omsorg og mating av ting på hyllen”), bestillingskostnad (i utgangspunktet kostnaden for å kutte en innkjøpsordre og motta den ordren) og mangelkostnad (straffen du betaler når du enten mister et salg eller tvinger en kunde til å vente på hva de vil).

Tjenesten måles vanligvis etter servicenivå og fyllhastighet. Servicenivå er sannsynligheten for at en vare forespurt sendes umiddelbart fra lager. Fyllfrekvens er andelen enheter som kreves som sendes umiddelbart fra lager. Som tidligere professor tenker jeg på servicenivå som en alt-eller-ingenting karakter: hvis en kunde trenger 10 enheter, og du kan bare gi 9, er det En F. Fill rate er en delvis kreditt karakter: 9 av 10 er 90%.

når du bestemmer deg for verdiene for policyer for lagerstyring, finner du en balanse mellom kostnad og service. Du kan gi perfekt service ved å holde en uendelig beholdning. Du kan holde kostnadene til null ved å holde ingen lager. Du må finne et fornuftig sted å operere mellom disse to latterlige ytterpunktene. Generere og analysere etterspørsel scenarier kan kvantifisere konsekvensene av dine valg.

en demonstrasjon av forskjellene mellom to policyer for lagerstyring

vi viser nå hvordan lagerbeholdning utvikler seg forskjellig under to policyer. De to retningslinjene er (R, Q) og (Min, Maks) med restordrer tillatt. For å holde sammenligningen rettferdig, setter Vi Min = R Og Max = R + Q, bruker en fast ledetid på fem dager, og legger begge retningslinjene til samme rekkefølge av daglige krav over 365 simulerte driftsdager.

Figur 1 viser daglig lagerbeholdning under de to retningslinjene som er underlagt samme mønster av daglig etterspørsel. I dette eksemplet har policyen (Min, Maks) bare to perioder med negativ beholdning i løpet av året, mens policyen (R, Q) har tre. (Min, Max) – politikken opererer også med et mindre gjennomsnittlig antall enheter på hånden. Ulike etterspørselssekvenser vil gi forskjellige resultater, men generelt fungerer (Min, Maks) politikken bedre.

Vær oppmerksom på at tomtene for lagerbeholdning inneholder informasjon som er nødvendig for å beregne både kostnads-og tilgjengelighetsmålinger.

Figur 1: Sammenligning av daglig lagerbeholdning under to lagerpolicyer

Rolle Av Lagerplanleggingsprogramvare

Best Of Breed Lagerplanlegging, Prognoser og Optimaliseringssystemer kan hjelpe deg med å bestemme hvilken type policy (er det bedre å bruke Min/Maks over R,Q) og hvilke sett med innganger som er optimale (dvs.hva skal jeg legge inn For Min Og Maks). Best of breed lagerplanlegging og behovsprognosesystemer kan hjelpe deg med å utvikle disse optimaliserte inngangene, slik at du regelmessig kan fylle UT OG oppdatere ERP-systemene dine med nøyaktige etterfyllingsdrivere.

Sammendrag

vi definerte og beskrev de tre mest brukte lagerstyringspolicyene: (T, S), (R, Q) og (Min, Maks), sammen med de to vanligste svarene på lager: restordrer eller tapte ordrer. Vi bemerket at disse retningslinjene krever suksessivt større innsats for å implementere, men har også suksessivt bedre gjennomsnittlig ytelse. Vi fremhevet rollen som etterspørselsprognoser i vurderingen av lagerstyringspolicyer. Til slutt illustrerte vi hvordan valg av politikk påvirker det daglige nivået av lagerbeholdning.