供應鍊管理是現代企業管理的生命線。它囊括了企業從原材料采購到消費閉環的全部環節,涉及到企業内部各部門的協同作戰,以及與供應商、分銷商、零售商等外部夥伴的緊密合作。由于供應鍊管理的複雜性,許多企業在管理政策和流程上遇到了各種各樣的問題。就拿庫存管理來說,很多制造業存在着庫存積壓,導緻成本上漲、傳遞周期慢等問題。這無疑大幅影響了企業的快速發展。
那麼,如何解決這些問題呢?這就需要我們深挖目前企業庫存管理面臨的痛點,找到相應的解決方案。今天這篇文章,就來系統講講企業供應鍊庫存管理的7個方法。
老規矩,進入正文前,先分享一份供應鍊控制塔分析解決方案,該方案深入剖析了企業在供應鍊管理中的痛點,通過先進的技術手段和科學的分析方法,為企業提供精準、可行的解決方案。限時免費擷取!「連結」https://s.fanruan.com/wni05
一、企業庫存管理的痛點
前面說到,企業在庫存管理的過程中出現了不少問題,大師兄在這裡給大家簡要總結了目前市場上企業庫存管理普遍存在的幾個痛點:
- 企業難以用科學手段降低庫存,缺乏成體系的名額考核,業務管理缺乏抓手。
- 企業具備統一采購部門,但在合理分布庫存以支撐業務方面能力不足。
- 企業物資管理存在重複采購、積壓物資無法有效消耗的問題,缺乏體系和方法支援。
- 企業在采購環節對品類深度了解不足,導緻采購計劃與業務實際不比對,積壓庫存嚴重。
- 企業具備多級倉儲網絡,但配送體系與倉儲割裂,無法有效支援,成本效率最佳平衡點難以達到,無法真正實作降本增效。
- 企業擁有大量庫存,卻對于有效利用空間提升倉儲作業效率缺乏辦法。
二、庫存管理怎麼做?
(1)庫存及名額優化
- 物資分類梳理架構:對物資進行細分,包括是否運作、物資類别細分結果等,并明确物資歸屬對應關系。
- 庫存控制模型:介紹了多種庫存控制模型,如(s,S)最大 - 最小模型、(s,Q)重訂貨點模型、(R,S)定期補貨模型、(S - 1,S)消耗一個補一個模型等,包括模型描述、監控政策、補貨時機、補貨數量及适用範圍。
- 名額體系組成與優化角度:名額體系包括名額管理、名額權責劃分、名額設計、名額應用等方面,從全名額管理機制、名額結構深度、名額次元建構、計算方式、設定科學性等角度進行優化,強調明确标準、明确責任、持續改進、注重全局、用好工具。
(2) 物料的分類政策模型
1. ABC 分析:
ABC 分析是一種庫存分類方法,通過對年消耗值的分析,将庫存項目分為 A、B、C 三類,A 類項目年消耗值最高,占總消耗值的 70 - 80%,B 類為中等消耗值項目,C 類年消耗值最低。ABC 分類法可應用于采購、銷售、庫存控制、工廠中的房間、維修、品質管理等多個方面。
2. XYZ 分析
XYZ 分析是一種庫存波動分析,通過變異系數 CV(标準差/平均值)确定物料的波動情況,分為 X、Y、Z 三類,X 類波動小,Z 類波動大。XYZ 分析法可用于庫存政策指導和需求預測準确性判斷,還可探索 BI 實作方式,對 PQR 對 BOM 的使用情況、AHP 等方法進行更多元度分析。
3. ABC/XYZ 聯合分析:
通過聯合分析了解物料特性,可以針對不同特性進行庫存管理優化,比如說: A 類高出庫量且穩定的物料采用低庫存、低風險政策,C 類低出庫量且大幅波動的物料采用低庫存或 0 庫存、高風險政策等等。
(3)優化庫存及物料控制政策
根據 ABC - XYZ 分類,其實不同類型的物料采用不同的庫存政策和控制方法。例如:
- AX 物料采購額高且需求波動小,可定期訂貨,采用 JIT/JIS 或 VMI 交貨,設定安全時間作為安全政策;
- AZ 物料采購額高且需求波動大,可定量采購、最小批量采購或見單采購,設定安全時間;
- CX 物料采購額低且需求穩定,可按定量定期訂貨結合,按經濟訂貨批量采購,設定全庫存量作為安全政策;
- CZ 物料采購額低且需求波動大,可見單采購、按最小批量采購或淘汰,設定安全庫存量。中間範圍物料需要進一步分析考慮。
具體如下圖所示:
我們以 AX 的基本庫存模型為例:高供應成本和低需求确定性的情況下,可能需要采用更加謹慎的庫存政策,如固定補貨(一次訂貨機會)或報童模型;而在低供應成本和高需求确定性的情況下,可以考慮采用 EOQ(經濟訂貨批量)最小最大(s,S)等政策。
(4)各庫存控制模型分析
1. (s,S) 最大 - 最小模型
- 描述:明确了訂貨點和補貨需要達到的庫存水準。當庫存水準達到 [s] 時需訂貨,訂貨量應使庫存量達到 [S],也被稱為 “最小 - 最大” 控制體系。
- 監控政策:持續監控庫存水準,確定在庫存達到 [s] 時及時補貨。
- 補貨時機:當庫存水準達到最小庫存量 s 時立即補貨,最大庫存量 S 同時是補貨時需要達到的庫存水準。
- 補貨數量:訂貨數量要使庫存水準達到 S,訂貨量較大且無最小批量限制,适用于訂貨量較大的情況。
- 适用範圍:适用于各種規模的訂貨需求,尤其在沒有嚴格最小批量要求的情況下較為适用。
2. (s,Q) 重訂貨點模型
- 描述:确定了訂貨點和訂貨量。當庫存水準達到 [s] 時需訂貨,訂貨的數量為固定的 [Q],也被稱為 “看闆” 或 “雙堆” 控制體系。
- 監控政策:持續監控庫存水準,以便在庫存達到 [s] 時及時發出訂貨指令。
- 補貨時機:在補貨周期内保證平均需求水準,確定庫存能夠滿足需求。
- 補貨數量:補貨量 Q 的計算一般采用典型的優化方式,如 EOQ。Q 為固定的量,适用于訂貨批量要求嚴格的情況。
- 适用範圍:當供應商可提供價格優惠、倉儲空間有限時,該模型較為适用,能夠有效控制訂貨批量和庫存成本。
3. (R,S) 定期補庫模型
- 描述:在固定的周期内訂貨 [R](日 / 周 / 月),訂貨量需要将庫存水準達到 [S],屬于周期性補貨庫存控制體系。
- 監控政策:周期性監控庫存水準,在每個補貨周期開始時進行檢查和補貨決策。
- 補貨時機:在補貨周期的開始時進行補貨,確定庫存能夠滿足下一個周期的需求。
- 補貨數量:訂貨量為 [S - x],其中 x 是訂貨時的庫存量。适用于低值易耗品等庫存成本的備件,以及無法實作自動化補貨的情況。
- 适用範圍:對于低值易耗品等庫存成本較低但又需要定期補充的備件,該模型能夠有效地管理庫存水準。
4. (S - 1,S) 消耗一個補一個模型
- 描述:是 (s,Q) 模型的一種特殊情況,此時 [s]=[S - 1],訂貨量固定為 1,也被稱為 “消耗一個補一個” 政策。
- 監控政策:持續監控庫存水準,確定在庫存達到 [S - 1] 時及時補貨。
- 補貨時機:當庫存水準達到 [S - 1] 時進行補貨,即補貨點為 S - 1。
- 補貨數量:Q 為固定的量為 1,S 為訂貨需要達到的庫存水準。适用于最優訂貨量為 1 或接近于 1 的情況,如庫存變化很小、備件價格很高的 A 類備件。
- 适用範圍:對于庫存變化很小、備件價格很高的 A 類備件,該模型能夠有效地控制庫存成本,同時確定備件的供應。
基本庫存政策是實踐中應用最廣泛的庫存管理政策,通過周期性檢查庫存水準,每次檢查後都要訂貨并使得庫存水準達到某個庫存值。這種政策能夠在一定程度上平衡庫存成本和供應風險,适用于各種類型的物料和企業。在實際應用中,可以根據不同的物料特點和需求情況,選擇合适的庫存控制模型,并結合基本庫存政策進行優化和調整,以實作最佳的庫存管理效果。
(5)基于統計學分析的庫存優化實作
- 基本庫存政策模型與假設:模型假設訂貨需經曆提前期,訂貨成本為沉沒成本,需求随機,服務水準通過供應可得率衡量。在确定客戶服務水準後(可使用 ABC 分析),通過統計學方法确定安全庫存,可選擇正态分布、Gamma 分布等進行機率性判斷及優化。
2. Bi 分析安全庫存和基本庫存水準:通過BI 工具進行分析,如根據預測庫存資料計算均值和标準差,結合服務水準對應的 Z Score 計算安全庫存和庫存水位。還可以通過BI實作不同物料基本庫存水準的可視化展示及缺料情況分析,可進行多元度分析以支援不同模型,如計劃訂購周期數、服務水準、提前期等。
(6)了解庫存構成并定義名額
- 庫存構成及原因:分析庫存構成的原因,包括市場/銷售、研發/技術、采購/齊套、其他原因等方面,如市場原因包括市場變化、客戶原因包括客戶需求變化、承運原因包括運輸問題、壓貨管道包括管道政策等。
2. 庫存名額優化分析(資料優化):以對賭博式生産的優化改善為例,通過商業智能(BI)系統進行了深入的客戶訂單分析以及産品出貨資料分析。
- 在客戶訂單分析方面,着重了解客戶需求模式,并進行客戶 ABC 分類。通過對大量客戶訂單資料的挖掘與分析,清晰地呈現出不同客戶群體的需求特點。例如,對于 A 類客戶,其訂單通常具有量大、需求穩定且對傳遞時間要求較高等特點;B 類客戶的訂單量相對适中,需求也有一定的規律性;而 C 類客戶的訂單則可能較為零散,需求變化較大。
- 在産品出貨資料分析中,深入探究産品出貨模式以及進行産品 ABC 分類。分析涵蓋了多個關鍵名額,如成品 ABC 分類、發貨量、訂單筆數、客戶筆數、筆均發貨量、周均發貨量等資訊。例如,A 類成品通常是出貨量大、市場需求旺盛的産品,需要重點關注其生産和庫存管理;B 類成品的出貨量和需求相對穩定,可以進行較為合理的生産安排;C 類成品可能出貨量較少,但也不能忽視其在滿足特定客戶需求方面的作用。
- 此外,還可以進行客戶要求周期與客戶編碼的對應關系分析。通過這種分析,可以更好地了解不同客戶對傳遞時間的具體要求,進而有針對性地調整生産計劃,提高客戶滿意度。
- 同時,對生産過程中的波動性進行了深入分析,包括需求波動、生産能力波動等方面。了解這些波動性因素,有助于制定更加靈活和适應性強的生産計劃政策。
(7)更大次元的進行 IBP 流程優化
通過基于單一可信資料源(Single Source of Truth)的供應鍊資料模型,改進流程并深度挖掘資料,提供更準确的需求預測、庫存優化等供應鍊決策建議,通過高效的需求響應流程實作整體的供應鍊計劃優化與高效的供應鍊協作,包括 BI/可視化、庫存優化、需求管理、供應鍊協同等方面的設定和計劃。
三、總結
綜上所述,企業供應鍊管理的痛點雖多,但通過對物料的分類政策分析、優化庫存及物料控制政策、基于統計學的庫存優化、庫存名額優化以及流程優化等方面的工作,企業可以更好地應對庫存管理中的挑戰,實作庫存的科學管理和優化,提升供應鍊的整體效率和競争力。企業可根據自身實際情況,靈活運用這些方案和政策,不斷改進和完善庫存管理體系,進而适應日益複雜多變的市場環境。
如果你想要找到更高效的庫存分析解決方案,可以點選下方連結進行咨詢,實作更高效的供應鍊管理。「連結」https://s.fanruan.com/ebx2u