Управление запасами, или как оптимально распределить ресурсы

Управление запасами, а именно поиск ответа на вопрос, как найти оптимальный баланс между уровнем сервиса для клиента и вложенными (замороженными) в запасы инвестициями, простым никогда не был. И чем больше неопределённость на входе, тем больше желание защититься путём наращивания запасов.

Для начала разберёмся с определениями, так как рассматривать управление запасами будем в разрезе готовой продукции.

Понятие «уровень сервиса» довольно ёмкое. Оно определяет, насколько компания способна удовлетворять потребности как рынка в целом, так и отдельных клиентов. Как количественно, так и качественно.

Для расчёта запасов возьмём только количественный показатель и посчитаем его как отношение суммы фактически проданного товара к сумме всех поступивших заказов.

Для примера возьмём Продукт X, на который в месяце M1 поступили заказы в количестве 44078 уп., продано было 39287 уп., т.е. уровень сервиса составил 89,13%.

Одно из определений запасов звучит так: запасы – материальные ценности, оборотные средства в виде сырья, материалов, топлива, полуфабрикатов, готовой продукции, не используемые в данный момент в производстве, хранимые на складах или в других местах и предназначенные для последующего использования. Запасы представляют способ резервирования ресурсов для обеспечения бесперебойности производства и обращения, снижения опасности возникновения простоев. Существуют расчётные нормы запасов, которым соответствуют нормативные запасы. Запасы выше этих норм называют сверхнормативными[1].

Можно сказать, что основной мотив создания запасов – это создание буфера для защиты от колебаний поставок и спроса.

Сложность определения размера буфера заключается в том, что с повышением уровня сервиса рост затрат на запасы имеет нелинейный характер.

Начиная с 70 % и выше, затраты на запасы растут экспоненциально в зависимости от уровня сервиса.

Специалисты подсчитали, что при повышении уровня сервиса от 95 до 97% экономический эффект повышается на 2 %, а расходы возрастают на 14%[2].

В то же время при снижении уровня сервиса растут потери от ухудшения качества сервиса. Рост потерь происходит также нелинейно.

Итак, перед предприятием встаёт задача поиска оптимального уровня сервиса для расчёта оптимального уровня запаса.

Как посчитать запас? Вариантов несколько. Всё зависит от стратегии, выбранных рисков и целей компании. Зачастую норма запаса в днях или месяцах выбирается экспертным путём сразу для всех SKU. Если результат удовлетворяет, на этом этапе вполне можно остановиться.

Если нет, то стоит задуматься о том, что каждая позиция или группа позиций в продуктовом портфеле может требовать индивидуального подхода при расчёте уровня запаса.

При стратегии «производство на склад», которая чаще всего используется в фармацевтике, можно использовать следующий расчёт:

Страховой запас = Стандартное отклонение спроса * Коэффициент безопасности k * Квадратный корень срока пополнения запаса

При анализе отклонения спроса необходимо проработать аномалии.

Аномалии или выбросы – это точки данных, которые существенно отличаются от большей части данных. За аномальное значение можно принять отклонение от среднего значения более чем на 3 среднеквадратических отклонения (СКО).

Искусственные аномалии, вызванные ошибками в данных, необходимо по возможности исправить путём внесения изменений в исходные данные. Например, при внесении факта продаж вместо 100 уп. внесли 1000 уп.

Естественные аномалии, случившиеся в действительности, но имеющие исключительный, разовый характер, необходимо проанализировать и решить, стоит ли оставлять их в массиве данных. Например, панический спрос на препарат с действующим веществом азитромицин во время пандемии.

Коэффициент безопасности, или страховой фактор k, – это значение функции Лапласа для заданной вероятности.

Наиболее популярные значения такие:[3]

Остальные значения можно найти в таблице распределения функции Лапласа.

По таблице можно увидеть, что чем выше запрашиваемый уровень сервиса, тем дороже он обойдётся.

В диапазоне от 75 % до 80 % коэффициент k увеличивается на 0.17. В диапазоне от 85% до 90% – уже на 0.24.

Практически такой же прирост будет на уровне от 99% до 99,5% (k при 99,5% = 2.576, т.е. прирост составит 0.246).

Получается, с точки зрения страхового запаса, прирост уровня сервиса на 5% (с 85% до 90%) будет стоить компании столько же, сколько и прирост на 0,5% (с 99% до 99,5%).

Для примера возьмём данные за 6 месяцев, хотя для фактических расчётов лучше брать не менее чем 12 месяцев: 

Продукт X с прогнозом за 6 месяцев

СКО в данном случае будет равно 8 809 уп.

Аномалий нет.

Длительность цикла пополнения запаса – 2 месяца.

Уровень сервиса выберем – 95%, т.е. k = 1.64

Страховой запас = 20 431 уп.

Это то количество, которое всегда должно находиться на складе, чтобы застраховаться от колебаний спроса для поддержания сервиса на уровне 95 % с учётом стандартного цикла пополнения запаса в 2 месяца.

Как выбрать критерии для оценки уровня сервиса? Проставить для всего ассортимента уровень сервиса 95 % может оказаться довольно накладно, да и в целом это не всегда необходимо. Для более точечного управления запасами можно выделить критерии, по которым будут сгруппированы позиции. Каждой группе присвоить вес критерия и назначить уровень сервиса.

Самая распространённая методика – ABC-анализ по обороту. А=95%, В=90%, С=85%.

Но есть и другой подход – ответить на вопрос: какой риск необходимо минимизировать? Для этого необходимо провести аудит, опрос или анкетирование основных подразделений, чтобы выявить риски для каждой позиции, учитывающей максимальное число факторов риска. Либо проанализировать причины дефектур прошлых периодов, если такая статистика есть.

Дефектура (лат. defectus — убывание, недостаток). Дефектура может быть локальная, когда товар отсутствует в конкретной аптеке, региональная, когда товар отсутствует в ассортименте региональных дистрибьюторов, и глобальная, когда товар снят с производства или отсутствует в стране, при этом на данный товар есть спрос.

Выбранными критериями могут быть: срок анализа сырья или готовой продукции, отсутствие альтернативного поставщика, срок хранения, сложность технологии, важность для клиента и другие.

Критерии обязательно оцифровать и выбрать только самые значимые в наиболее уязвимых местах.

И уже после этого считать уровень запаса для каждой группы товаров.

Для примера возьмём следующие 4 критерия:

• маржинальность,
• длительность цикла пополнения запаса,
• прогнозируемость,
• стоимость замороженных в запасы средств.

Для категории и каждого критерия назначим вес и желаемый уровень сервиса. Получим таблицу:

Тогда для продукта из групп В1, А2, С3, X уровень сервиса будет 91,85% (95%*40% + 85%*30% + 97%*15% + 92%*15%)

Как выбрать метрики для контроля? Ещё одна важная функция – контроль. Метрики могут быть привязаны к KPI, а могут рассчитываться для оперативного контроля, но они точно необходимы. Для определения метрик нужно в первую очередь посмотреть на выбранные показатели для уровня сервиса.

Если риск определён как важный для расчёта страхового запаса, значит, его нужно оценить и контролировать.

Пример: если нам важна длительность цикла пополнения запаса для сырья, то как метрику можно выбрать % отклонения от среднего/целевого срока поставки сырья и материалов не более 10%.

Далее выбрать метрику-«компенсатор», чтобы, снижая один риск, не получить другой.

Пример: срок поставки не в ущерб цене доставки, удорожание не более 20%.

Проверить на соответствие целям бизнеса/согласованности с другими показателями по всей цепи поставок.

Пример: минимальная цена без оценки уровня качества, без оглядки на качество сырья, при стратегии бизнеса, завязанной на уровне качества готовой продукции.

Таким образом, не всегда необходимо защищаться от колебаний путём наращивания запасов на все позиции. Нужно найти узкие места и выставлять защиту там, где это действительно необходимо.

Вы управляете запасами, а не запасы – вами.

• [1]Райзберг Б.А., Лозовский Л.Ш., Стародубцева Е.Б. Современный экономический словарь. — 2-е изд., испр. М.: ИНФРА-М. 479 с., 1999.
• [2]Смехов А. А. Введение в логистику — М.: Транспорт, 1993
• [3]Inventory control (second edition), Sven Axsäter, New York ; London : Springer, 2011.

Источник: GDP REVIEW 3 – Сборник практических статей IV Международной конференции Логистика лекарственных средств