安全庫存并不是說有了這個庫存，什么都安全。安全庫存實際上是為了由于不可預(yù)知的因素導(dǎo)致可能出現(xiàn)的庫存短缺而設(shè)立的緩沖。
不可預(yù)知而出現(xiàn)的因素，一般就是預(yù)測和需求的不符，供應(yīng)的時間長于預(yù)期的供應(yīng)時間。因此這個安全庫存的安全，就是覆蓋了這兩個不確定性，一是需求的不確定性，二是提前期的不確定性。
雖說是為了覆蓋這兩個不確定性帶來的問題，實際上這兩個不確定性包含了許多涉及的風(fēng)險，比如預(yù)測錯誤，供應(yīng)商不可靠，生產(chǎn)提前期的動蕩或物流問題。設(shè)置安全庫存能夠緩解這些帶來的問題的同時，又容易造成另外一些新的問題：比如庫存過多，又或者庫存成本遠超預(yù)算。
為了恰到好處地掩蓋風(fēng)險問題，又盡量避免造成新的問題，從而產(chǎn)生不同的庫存公式，來計算這個安全庫存。
以下所有公式表示意思
SS （Safe stock ） ：安全庫存
AS （Average Sale）：平均銷售量
LT ( Lead time): 平均提前期
ROP: （Re-order Point） 再訂貨點
1.原始經(jīng)典安全庫存公式
SS = AS * Safe Days
ROP = SS + AS * LT
設(shè)立這個安全庫存就是為了確保你可以未來X天的銷售有匹配的庫存量。假如某個產(chǎn)品每天平均銷售量是100，為了能夠安全地銷售8天，因此設(shè)立的安全庫存就是100 X 8 = 800，同時這個產(chǎn)品的供貨提前期是10天，因此再訂貨點就是 800 + 100 x 10 = 1800
這個安全庫存為800，在訂貨點為1800的某產(chǎn)品，就是說，當(dāng)產(chǎn)品剩余數(shù)量達到1800的時候，馬上下訂單，在這個訂單的貨物到達時，有10天的提前期時間，將消耗1000，這時候庫存為800，同時訂單貨物到達，庫存水平得到提升。
這個公式可以說是非常原始，簡單的加減乘除，放置在供應(yīng)鏈中容易暴露出不少問題，諸如安全庫存設(shè)立的本身目的，對應(yīng)需求和提前期的不穩(wěn)定性，而這個公式卻恰恰在于因為需求和提前期的穩(wěn)定性從而能夠被好好運用，假如提前期不是10天，5-30天都有可能，又假如需求不時平均都每天100左右，就面臨不少問題了。不過這個公式，一旦放在平穩(wěn)的供應(yīng)鏈表現(xiàn)在，最簡單最原始的說不準(zhǔn)就是最好用的。特別是ABC-XYZ分類中，特別適用在X類這種需求平穩(wěn)的產(chǎn)品中，當(dāng)然還要注意提前期的平穩(wěn)性。
2.最大-平均差異法
原始的安全庫存公式僅僅是為了考慮保證銷售的那些天數(shù)而設(shè)立的安全庫存，但是實際上需求和提前期往往都有一定的波動性，這樣的波動性帶來了不確定因素，從而超出安全庫存的覆蓋范圍，因此有了一個進階的安全庫存公式，即最大-平均差異法。
SS= （AS max * LT max ）- (AS avg * LT avg)
ROP = SS + AS avg * LT avg
這個公式就是取頂峰值和平均值的差異來確立安全庫存以緩解不確定因素帶來的風(fēng)險，把風(fēng)險的界限設(shè)立在已知的最大值處，包括提前期，包括銷售量。
比如我們有一組過往12個月的銷售數(shù)據(jù)和配送這些的次數(shù)以及提前期數(shù)據(jù)如下，那么就可以求出它們的平均數(shù)字和最大值
通過這個數(shù)據(jù)，我們看到平均每天銷售33，最高銷售量為43/日，而這12個月發(fā)生了10次配送來支持這些銷售，平均提前期為35天，最大提前期為42天。
因此代入公式
SS=（43 * 42 ）-（34*35）= 616
ROP =616 + 34*35 = 1806
有足夠的數(shù)據(jù)的話，這個方法簡單又快捷，同時有較大可能性覆蓋到足夠的風(fēng)險因素，當(dāng)然在進行這個公式之前，應(yīng)該清楚知道提前期長短不一致的原因，如果一些特殊情況而引起的提前期非常長，將會對這個公式的計算產(chǎn)生很大的影響。我們可以剔除這個數(shù)據(jù)，或者把銷售數(shù)據(jù)和提前期數(shù)據(jù)限制在某個百分比，比如距離平均值正負70%的偏差之類。
3.需求不確定的正態(tài)分布
最大-平均差異法可以說是很好地覆蓋了已知的不確定因素帶來的最大的邊界限制，然而要知道，庫存在現(xiàn)金流來說，并非是一個很好的正表現(xiàn)，積壓住的庫存意味著積壓著資金，那么過多的安全庫存就是過多地積壓資金了。因此最大-平均差異法是最大限度地覆蓋風(fēng)險，但是有些時候出現(xiàn)最大限度的情況可能是某些偶然，非必要因素造成，那么是否必要按最大衡量值得疑問？同時按照這個公式，就沒有按照對待客戶的目標(biāo)覆蓋率來考慮。
所以出現(xiàn)了正態(tài)分布的計算公式。這個公式可以根據(jù)不同的考慮，設(shè)立目標(biāo)覆蓋率，而確立對應(yīng)的安全庫存數(shù)量。
這個公式終于可以去到有邏輯的，涉及數(shù)學(xué)定律的。正態(tài)這個筆者就不多說了，其實不管這個公式，還有上面提到的公式1和2，更多的都是基于平穩(wěn)的需求，按XYZ分類的話，較大可能都是X類，因此極大可能符合正態(tài)分布。當(dāng)然，筆者一貫都不會輕易斷言，是否正態(tài)，最好還是檢驗，諸如適用SPSS工具等。
可以利用以上正態(tài)圖簡單地理解以下正態(tài)，正態(tài)分布是以平均值為中線向兩側(cè)對稱分布，并且出現(xiàn)在平均值的可能性要比出現(xiàn)在兩端末端的可能性要高，也就說假如平均需求是1000，那么出現(xiàn)200或2500的需求的可能性就很低。
公式： SS= Z * AS標(biāo)準(zhǔn)差 * LT的開方
ROP = SS + LT * AS
注意，這個公式必須單位一致，如果需求數(shù)據(jù)是以月為單位，提前期是天的，那就要彼此統(tǒng)一單位了。需求越不穩(wěn)定，需求的偏差值就會越大。
假如我們設(shè)定目標(biāo)服務(wù)覆蓋率是90%，也就是根據(jù)過往需求表現(xiàn)和提前期數(shù)據(jù)，可以得出安全庫存能夠有90%的概率應(yīng)對不確定性因素風(fēng)險帶來的庫存不足。注意，是概率，90%可以看作是10次有9次不會發(fā)生，而有可能恰恰要發(fā)生的那一次就是在下一次。
90%的對應(yīng)Z值是1.28，我們可以通過查表或者利用EXCEL 函數(shù)NORMSINV得出。
根據(jù)公式和相關(guān)數(shù)據(jù)
SS= 1.28 * 181.7 * Sqrt(1.16) = 249
ROP = 249 + 35*34 = 1439
值得注意的是，這個公式僅僅用在不確定性因素指反映在需求上，而提前期是相對穩(wěn)定并且可以預(yù)測，此數(shù)據(jù)在提前期上存在不合理性，因此只是演示使用。
4.提前期不確定的正態(tài)分布
既然有了需求不確定這個考慮。那么同樣地就會有提前期不確定的風(fēng)險存在。因此也就出現(xiàn)了關(guān)于提前期不確定的正態(tài)分布公式，來覆蓋因為提前期因素而來的風(fēng)險波動。當(dāng)然，這個也只是單邊風(fēng)險的考慮，僅僅風(fēng)險落在提前期因素上，而需求是相對穩(wěn)定的狀態(tài)從而不考慮需求的不確定性這個風(fēng)險。因此，當(dāng)問題只是反映在提前期上，并且有可靠預(yù)測，則使用以下的公式。
公式: ： SS= Z * AS * LT的標(biāo)準(zhǔn)差
ROP = SS + LT * AS
筆者用回同樣的數(shù)據(jù)，僅作演示
SS = 1.28 * 1022 * 0.15 = 196
ROP = 196 + 34*35 =1386
5.不確定的提前期和需求，正態(tài)分布且獨立
公式3和公式4都是說明了單單一個方面的不確定因素，如果兩者都同時發(fā)生，那么則進一步發(fā)展到這個安全庫存公式，也是現(xiàn)今流行并為大多數(shù)人所宣傳的公式。但是，盡管兩者的不確定性程度都很高，然而兩者都是獨立的，不互相影響的。
比如說雨傘，買傘是為了一旦下雨起到遮擋作用（此處不考慮防曬防紫外線，以及裝飾衣服搭配之類的用處），那么不管提前如何，都不會影響這個需求，需求的影響因素僅僅在于人們是否需要購買這把傘去擋雨用，它們是相互獨立的。不會因為雨傘早到貨就買多，遲到貨就買少。
公式：
SS = （LT*AS標(biāo)準(zhǔn)差的平方+（AS*LT標(biāo)準(zhǔn)差）的平方）開方 *Z
ROP = SS + AS*LT
同樣的數(shù)據(jù)如下
SS = 1.28 * sqrt ((1.16 * 181.7 ^2) +(1022* 0.15)^2) = 319
ROP = 319 + 34 * 35 = 1509
這個計算說明了提前期和需求都有不確定性的因素下，按照90%的目標(biāo)覆蓋率可以得出安全庫存數(shù)量，有90%的概率可以足夠應(yīng)對這些因素帶來的庫存不足危機。
6.不確定的提前期和需求，正態(tài)分布且相關(guān)
上面現(xiàn)今流行的5公式，是基于兩個不確定因素相互獨立而成的，因此又會引申出，如果需求和提前期這兩者的不確定性是相互影響的呢？
也就是說提前期的變動會影響需求，反之亦然。因此公式，就是把需求不確定的公式和提前期不確定的公式兩者結(jié)合，形成如下
SS= Z * AS標(biāo)準(zhǔn)差 * LT的開方+Z * AS * LT的標(biāo)準(zhǔn)差
ROP= SS + AS*LT
按照給予的數(shù)據(jù)
SS= 1.28 * 181.7 * Sqrt(1.16)+ 1.28 * 1022 * 0.15 =445
ROP = 445 +34*35= 1635
不過這種情況非常極端，在現(xiàn)實世界出現(xiàn)的機會很少，因此很少也不太推薦使用。
缺陷限制：
6個安全庫存公式通過對應(yīng)不同的因素一層層地進化發(fā)展，但是無論如何，它們基本上都脫不了正態(tài)的限制，同時各自也有各自的不適用和缺陷地方。
比如
- 盡管基本上，特別是應(yīng)對不確定性的最后幾個公式都是得益于數(shù)學(xué)定律的計算，但是要知道，現(xiàn)實世界是充滿各種可能性，并非所有需求都必然都服從于這個數(shù)學(xué)定律，有些會服從于泊松分布而非正態(tài)分布等。所以公式的使用有條件限制。
- 安全系數(shù)Z不具有季節(jié)性，那么在季節(jié)性表現(xiàn)很強的需求中，計算出來的安全庫存就不見那么理想了。
- 計算忽視了一些極端情況，因為正態(tài)分布始終認為極端情況的概率是非常低，一旦極端情況出現(xiàn)，比如供應(yīng)質(zhì)量，生產(chǎn)問題，就算設(shè)立認為足夠的安全庫存都會帶來缺貨等問題，也就是業(yè)界或某些自媒體喜歡說的安全庫存不安全之類的話題。要知道，低概率并非代表不會發(fā)生，同時也因此導(dǎo)致供需雙方產(chǎn)生不信任，對計算結(jié)果的不認同，從而人為地提高庫存水平，比如一家公司只希望并需要90%的目標(biāo)覆蓋，實際上卻人為地提高到99%，帶來庫存負擔(dān)。
筆者在這里，建議從幾個方面考慮來應(yīng)用這些安全庫存公式。
首先，結(jié)合ABC-XYZ分類法，同時對不同類別的貨物考慮設(shè)立不同的目標(biāo)覆蓋率等
其次，注意數(shù)據(jù)的真實可靠性，因為計算都是以過往數(shù)據(jù)來計算的（關(guān)于數(shù)據(jù)問題，筆者以后會專門探討這個）
再就是，數(shù)據(jù)太少的，可以考慮最大-平均差異法，如果數(shù)據(jù)較多，可以考慮正態(tài)分布，前提必須符合正態(tài)分布條件。
最后，重心不是在計算的結(jié)果數(shù)據(jù)上，歸根都要人為結(jié)合現(xiàn)實各方面做最終的判斷！
點個在看你最好看！
好了，這篇文章的內(nèi)容發(fā)貨聯(lián)盟就和大家分享到這里，如果大家網(wǎng)絡(luò)推廣引流創(chuàng)業(yè)感興趣，可以添加微信：80709525 備注：發(fā)貨聯(lián)盟引流學(xué)習(xí)； 我拉你進直播課程學(xué)習(xí)群，每周135晚上都是有實戰(zhàn)干貨的推廣引流技術(shù)課程免費分享！
