最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

如何实现多级库存优化,这有一份完整方案

[复制链接]
跳转到指定楼层
楼主
发表于 2020-11-26 21:23:57 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
一则多级库存优化的解决方案
来源/LLamasoft供应链优化设计(ID:llamasoft)
作者/丁力
库存是供应链的一道重要防线。所有行业的供应链部门都在问一个问题:我们企业有多少的库存是合理的?
这一问题的出发点又分成两类,其中第一类企业认为当前库存周转天数过高,需要寻求降低的空间。另一类企业是意识到自己当前的库存管理方式已经不能满足新的业务发展需求,希望从根本上实现库存的精细化管理,而不是只以降低库存绝对值为目标。
一个完整的供应链端到端决策支持平台才能完美地解决这两种问题:通过灵活建模,运用多级库存策略的优化解决方案。完整端到端供应链解决方案包括整体网络设计,多级库存优化,服务水平优化与库存模拟仿真。以下我将主要以安全库存为例,和大家进行分享。
一、整体网络设计
您的供应网络结构是怎样的,全国有多少工厂、仓库,各仓库之间是否有CDC,RDC这类层级的概念?
2015年,我和几位同事为一家全球顶尖的医疗器械公司进行了北美供应网络的布局规划。在方案中,我们不仅仅只根据物流成本,仓储成本,站点的启动/关闭/固定运营成本来决定仓库的数量与布局。我们还要考虑在不同的网络布局下,企业整体的库存影响。
举个简单的例子,当您将仓库数量从十个减少到一个,企业的库存会有明显的下降,而其他成本,例如物流费用可能会上升。对于产品价值比较高的行业来说,在设计供应网络布局时,如果没有考虑库存的影响,很有可能就会得出错误的方案。
图1.1:多种仓网布局
图1.2: 各仓网方案库存测算
二、产品需求分类
如果您是供应链相关专业毕业或是之前接触过安全库存模型,您肯定对下面这一数学公式并不陌生。
SS=Z*STDEV(Avg.Demand)*SQRT(LT)
其中SS – 安全库存,Z – 符合正态分布的安全系数 ,STDEV – 标准差,LT – 提前期。 当然这一公式也会根据需不需要考虑提前期的波动而变化。
这一经典数学公式的前提是假设所有需求的变化情况符合正态分布,但实际上并不是所有的需求都是一样的。以我们之前服务过的一个电脑企业为例,其商用电脑产品只有16%的SKU属于平滑(Smooth)需求类别,满足正态分布。而这一比例在其家庭与个人电脑产品中更是下降到3%。如果我们只以简单的正态分布模型套用其所有的产品,很容易造成部分产品缺货,而另一部分产品库存过高的现象。
图2.1:需求分类汇总
完整的供应链优化平台可以从需求频率,需求波动性,需求量大小等多个维度,自动将每一个站点/产品的需求细分为10个类型。
图2.2:站点需求分类表
三、从单级库存优化到多级库存优化
在最近几年,我们发现越来越多的企业开始尝试从以往传统的单级库存测算转为多级库存优化。首先,多级库存优化并不只是简单的网络有多个层级的概念,而是将供应链端到端的风险与提前期共同考虑,来综合决定每一个层级/站点的库存产品与库存水位。
图3.1:一个简单的多级供应网络
以上图中的网络结构为例,如果工厂, DC1, DC2都只考虑自己这一段的提前期和不确定性,那么其实是在这个多层级网络下使用了单级库存测算方法,而这一方法通常会导致整个供应链更高的库存。在这个例子中,单级库存算法推荐的总安全库存为414,多级库存算法推荐的总安全库存为245,降低41%。
图3.2:单级与多级库存结果对比
选择单级或多级库存优化模型,进行运行和测试,你就能快速比较两种方式的结果差异。
四、服务水平的定义
库存是为了满足客户服务存在的。但在不同企业,甚至是同一个企业的不同部门,可能对于服务水平的定义都是不一样的。比如说有些基于订单的满足率,有些基于数量满足率。如下三种主要库存模型的服务水平设定,能涵盖大多数情况。
五、服务水平优化:合适的服务水平
上一章节我们谈到了对于服务水平的定义,那接下来一个很重要的问题就是:企业应该设定多高的服务水平。通常来说,更高的服务水平意味着更高的库存。
Gartner 2016年的一份研究报告显示,不同行业对于服务水平高低的要求存在差异,其中生命科学行业对于服务水平的要求最高,调研的37家行业内知名公司的平均服务水平达95%。
图5.1:各行业服务水平调研 (Gartner)
(一)服务水平敏感度分析
2016年,我们为一家大型百货连锁公司实施了库存优化项目。当时这一公司的的综合服务水平为80%,通过精细化的需求分类与各DC仓库存策略调整,该公司可以有效降低1000万美元的库存成本来实现同样的服务水平。而要达到更高的服务水平,该公司可以调整库存结构,在总库存金额不上涨的情况下实现90%的服务水平,提升达10%。另外当服务水平在90%以上时,企业每提升一个点所要承担的库存上涨远高于从80%到90%每个点对应的库存上涨。
图5.2:服务水平与库存成本的关联曲线
(二)多产品组合服务水平优化
对于大部分企业来说,上面这条服务水平与库存成本的关联曲线已经能为企业管理层在制定服务水平目标时提供参考。但对于零售、快消行业的企业来说,其需要管理的SKU数量可能达到万级,十万级甚至百万级。这些产品单价不同,需求特性不同,显然在这种情况下对所有SKU设置统一的服务水平目标是不合理的。
因此,我们看到有些企业会将产品划分为ABC类,比如说A类97%,B类95%,C类90%的服务水平。那在此基础上,我们是否能做更精细化的定义,比如说A类对应的1000个产品,哪些产品应该是99%,哪些产品应该是95%。
这种情况下,我们可以自定义不同的产品组,每个产品组设置总体服务水平目标,产品组内的各个SKU设定服务水平的上下限。然后基于最大化营收/最大化利润/或是最小化成本的目标,自动实现各产品组服务水平目标的全局优化。
图5.3:服务水平优化参数设置
图5.4:优化后的各产品服务水平
六、历史数据与需求预测的结合
通常企业在做库存计划时有两种方式,一种是设置订货点,当库存水位达到或低于订货点时,驱动供应链补货。另一种是需求预测外加安全库存。具体两种方法的优劣势以及企业适合于哪种计划方式,我们此次不进行展开。
图6.1:输入预测值与预测偏差
关于预测偏差,不同的预测软件可能会使用不同的计算方式。SCGX支持MAPE (平均绝对百分误差),RMSE (均方根误差),MAD (平均绝对偏差)。
图6.2:未来12周安全库存推荐结果
七、库存模拟仿真
在搭建库存优化模型之后,我们想要知道这模型真正实施后会带来什么表现?模拟仿真能够让企业在实施优化模型推荐的库存策略之前,通过模拟仿真,更直观的了解库存水位变化与服务水平表现。
图7.1:库存模拟时间序列图
图7.2:库存细节结果表
八、小 结
库存作为一个结果,也是企业综合运营能力的体现。在最近几年,市场的不确定性与波动越发明显,大部分企业都面临产品数量越来越多,产品生命周期越来越短的局面,如果不改变依赖计划员凭经验、拍脑袋的方式,不形成以数据分析建模为核心的计划流程,很有可能会导致库存的问题越来越严重,库存周转率越来越低。
今天我的分享侧重于安全库存水位与多级库存策略优化,而实际一个企业面对的库存可以分成多个类别,包括在制库存,周转库存,在途库存,预置库存,战略备货,呆滞库存等。针对不同类型的库存问题,需要企业从多个维度,需要企业从多个维度,战略层(网络布局,MTO/MTS,SKU数量管理,延迟差异化战略等),战术层(需求预测,每周/月/季的安全库存,订货点等),运营层(补货订单下达等)综合管理,也就意味着企业需要搭建多个模型解决不同问题。
LLamasoft全面的库存解决方案可以实现我们今天分享的全部方案、满足企业多种业务需求,并且在各个行业都有丰富的项目经验积累。最近一次针对LLamasoft客户的调研显示,通过使用LLamasoft解决方案可以为客户带来平均10%的库存持有成本降低。
图8.1:LLamasoft客户项目收益调研问卷
作者简介:丁力,大中华区解决方案顾问,毕业于美国佐治亚理工学院供应链工程硕士专业。先后在LLamasoft北美与中国担任资深项目顾问,项目经理。期间参与并主导了20余项供应链优化项目,为多个世界500强企业提供供应链网络布局、库存优化、产销协同计划、生产计划等解决方案。行业经验涉及零售、快消、电器、医疗健康和服装。服务的客户覆盖中国,北美,东南亚和澳大利亚,包括强生,蒙牛,惠而浦,Woolworths,壳牌润滑油等企业。目前在LLamasoft担任解决方案顾问,负责全行业客户的供应链优化方案的设计工作。
来源/LLamasoft供应链优化设计(ID:llamasoft)
作者/丁力

楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-5-18 07:54

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表