點擊藍字

關注我們

為了進一步比較各種庫存算法，我們選取了第3組低需求配件數(shù)據(jù)，10年中的歷史需求如圖13所示。

圖13：10年期間配件C每周需求曲線

這種較低需求的配件C，隨機性較高，每月需求平均值僅0.51件，筆者在《干貨 | 安全庫存算法（上）》一文中指出，當補貨周期中平均需求量低于0.5件時，就屬于非存儲配件，配件C的特征已經(jīng)很接近非存儲配件。

配件C用MTS算法得到的庫存水位如圖14所示，平均庫存水位5.7個，10年中沒有出現(xiàn)缺貨，周轉率1.1次/年。

圖14：MTS算法得到配件C的庫存水位

配件C用MTA算法得到的庫存水位如圖15所示，平均庫存水位1.2個，服務水平約76%，周轉率5.4次/年。

圖15：MTA算法得到配件C的庫存水位

配件C用TOC算法得到的庫存水位如圖16所示，平均庫存水位2.3個，服務水平約88%，周轉率2.8次/年。

圖16：TOC算法得到配件C的庫存水位

當配件從中等需求降低到低需求，庫存也從MTA策略過度到MTO策略，服務水平也逐漸降低至50%（即安全庫存為零）。如果對低需求配件仍追求高服務水平，安全庫存設置過高，就會出現(xiàn)庫存錯配，這正是很多呆滯庫存產生的原因。MTA算法更合適中等需求配件的庫存計劃，因為能夠自動調節(jié)服務水平。

圖17：差異化的庫存策略與算法

以上庫存算法應用的比較，證明了筆者在《干貨 | 安全庫存算法（上）》一文中差異化庫存策略的合理性（圖17）。世界上沒有哪種方法能解決所有問題，沒有哪種藥可以治百病，當然也沒有哪種庫存算法能適合所有配件類型，針對配件特征，實施差異化的庫存策略和算法，才是解決配件庫存計劃問題的鑰匙。

結論：

從服務水平角度來看，MTS算法>TOC算法>MTA算法。然而，更高的服務水平需要付出更高的庫存代價，產生更高的庫存風險。從周轉率角度來看正好相反，MTA算法>TOC算法>MTS算法，選擇哪種算法取決于你優(yōu)先追求什么。

高需求、快周轉的“保供”配件優(yōu)先選擇MTS算法，而中等需求/低需求的配件不應選擇MTS算法，因為算法庫存太大，風險太高，庫存是MTA算法和TOC算法的數(shù)倍。

中等需求配件選擇MTA算法，庫存設置更合理，既能保證適當?shù)姆账剑帜鼙苊獯罅繜o效庫存，實現(xiàn)合理的庫存平衡。做到這一點，首先要在心里接受這類配件的缺貨，不敢面對需求較低配件的缺貨，就不得不面對巨大的庫存呆滯風險。

高需求和較高中等需求的配件可以選擇TOC算法，實現(xiàn)比MTA算法更高的服務水平，但對于中等偏低需求類型的配件則容易產生庫存過剩風險。

低需求、慢周轉的配件則應選擇MTO庫存策略，從而避免產生呆滯庫存。

算法應用證明：采用合理的補貨機制庫存算法，能將高需求配件的庫存周轉率提升到每年10次以上，即使每月平均需求量僅0.51件的配件，也能實現(xiàn)每年1.1次（MTS算法）至5.4次（MTA算法）的周轉率，可為什么很多中國企業(yè)海外倉庫的周轉率普遍低于1次/年？

筆者認為主要有三種原因：1. 企業(yè)缺少庫存策略，甚至沒有配件分類，擔心缺貨導致在倉庫里放了很多非存儲配件；2. 不知道如何計算安全庫存，導致出現(xiàn)嚴重庫存過剩；3. 缺少一套有效的算法和補貨機制，補貨全憑經(jīng)驗和感覺，這些都是造成庫存積壓和周轉放緩的原因。

如此低的庫存周轉率說明：企業(yè)倉庫中存在大量無效庫存，包括非存儲配件和過剩庫存，而選擇合適的庫存算法，不僅能比依靠經(jīng)驗減少很多無效庫存，還能降低至少50%的資金占用和庫存風險，從而大幅提升庫存周轉率和配件服務水平。

安全庫存是用來避免預測偏差和交貨延遲造成缺貨影響的一種戰(zhàn)略投資?！澳姆N算法更好”是一個沒有標準答案的問題，算法不同，安全系數(shù)不同，算法選擇取決于配件類型和企業(yè)的庫存策略，但無論是什么庫存策略，有一點卻是確定無疑的：“不惜一切代價保證配件不缺貨”從來不是一種明智的庫存策略，平衡才是庫存計劃中最高的藝術。

參考文獻：

干貨 | 安全庫存算法（上）

干貨 | 安全庫存算法（下）

干貨 | 安全庫存的意義

原創(chuàng)不易，如需轉載請聯(lián)系作者，轉載時未經(jīng)作者同意不得隨意修改。

掃碼關注

打賞在看

杰克的下午茶

咨詢 | 交流 | 分享 | 合作

點一下閱讀原文了解更多資訊

聲明：本文系轉載自互聯(lián)網(wǎng)，請讀者僅作參考，并自行核實相關內容。若對該稿件內容有任何疑問或質疑，請立即與鐵甲網(wǎng)聯(lián)系，本網(wǎng)將迅速給您回應并做處理，再次感謝您的閱讀與關注。