曾几何时,我们的手机已经‘充电5分钟,通话2小时’了(快速充电技术),大街小巷中的餐馆里也有‘充电宝’租借服务。然而,我们在家里仍然备着‘充电宝’,有时还把它带在身边。
(图片来源于网络,仅供参考。)
‘充电宝’这个角色和供应链(Supply Chain)中的‘安全库存(Safety Stock)’概念有共通之处,‘有的人说不清哪里好,但就是谁都替代不了’对不对?‘安全库存’这个概念也是老生常谈了,很多大牛都分享过,无论是MRP(Material Requirement Planning,物料需求计划)还是ROP(Reorder Point,再订货点),‘安全库存(Safety Stock)’这个概念都是绕不过去的,我们在这再唠叨唠叨 ‘安全库存’。这回分两部分来谈,第一部分,‘安全库存(Safety Stock)’公式;第二部分,动态安全库存(Dynamic Safety Stock)。
第一部分,‘安全库存(Safety Stock)’公式
‘安全库存(Safety Stock)’公式,见下图。不要看着它挺复杂就被吓倒。
(资料来源,《供应链的三道防线-需求预测、库存计划、供应链执行》刘宝红、赵玲合著,P171。)
‘安全库存(Safety Stock)’公式说了三件事,我们分三步来谈谈,如下图。在这里我们详谈前两步,第三步简要说。‘先让子弹飞一会’,感谢大家的耐心。
‘安全库存(Safety Stock)’是为了对付Variability(波动)而存在的,我们是有‘充电宝’,但不是随时随地都要拿出来用。‘安全库存(Safety Stock)’公式总的来说就是个标准差*系数。想弄明白公式里标准差说了啥东西,就必须先了解怎么量化Variability(波动)。怎么定义波动的概念呢,是和期望的差异。注意,孙悟空一个筋斗十万八千里,在如来佛祖眼里并不算Variability(波动)。如果能蒙得准,即使数据本身变化大,在严格意义上来说也并不应该算Variability,例如存在可明显辨识的季节性因素。
Variability(波动)来源有两种,一种是需求波动(Variability in demand),一种是供应波动(Variability in lead time),我们需要分别来对付这两只‘小怪兽’。
第一步,需求波动(Variability in demand)的量化,有不同的场景如下图。场景取决于我们所处供应链环境的‘成熟度’和面向的SKU类型。
注意,上图中‘场景一’直接利用Shipments数据来计算标准差,其实就相当于将Shipments数据的平均值作为Forecast来处理,所以‘场景一’其实是‘场景二’的特例。
第二步,供应波动(Variability in lead time)的量化,也非常有意思,可以借助SCOR@模型来帮忙,如下图。通过SCOR@模型清晰的了解供应波动(Variability in lead time)的构成因素,以及如何‘分段’量化它们。
(资料来源于网络,华为集成供应链(ISC,Integrated Supply Chain)关键绩效指标(KPI,Key Performance Indicators)2003年9月版,对原内容有删减,仅供参考。)
供应波动(Variability in lead time)的量化与需求波动(Variability in demand)的量化相比需要更高水平的数据基础、运营环境和运营能力,如下图。在具体的运营环境实践中,我们要关注Source to Pay流程在具体的运营环境中究竟是如何落地的,‘现地现物’的评估供应波动(Variability in lead time)量化的可行性和合理性。比如,数据能不能拿得到,是否有一次性扔给供应商一个大订单(大合同),然后分批来货‘基本靠吼’的场景?供应商是不是严格按计划(PO)来货,‘非计划来货’的场景发生时能不能辨识得出来,发生时是不是拒收?再比如,数据质量怎么样,扫描/录入是否及时,是否有补录的场景发生,delay程度如何?所以,供应波动(Variability in lead time)的量化相对复杂,涉及范围广,复杂度高,不仅要‘安内’,还要‘攘外’。我们要具体评估量化供应波动(Variability in lead time)的ROI,看我们值不值得搞,能不能搞定。
以上前两步,我们谈了Variability(波动)的量化。再唠叨一嘴,上面的‘安全库存(Safety Stock)’公式的假设前提除了‘正态分布’之外,还有另外一点,就是需求波动(Variability in demand)与供应波动(Variability in lead time)这两只‘小怪兽’是‘独立’的(数学名词,有需要请自行度娘),见下图。
(资料来源,《Crack the Code- Understanding safety stock and mastering its equations》,作者Peter L. King, CSCP)
第三步,量化‘服务水平’是门大学问,如果大家手机没电,就都在‘意淫’你有‘充电宝’,那就很恐怖了,如下图。向利益相关者(Stakeholders)澄清、解释、灌输‘安全库存(Safety Stock)’投资的‘边际效用’是供应链从业者的基本责任之一。(强烈建议大家去阅读《供应链的三道防线-需求预测、库存计划、供应链执行》刘宝红、赵玲合著,P165~P170)
(图片来源于网络,仅供参考。)
最后,不得不坦诚说,上面我们折腾的够呛,但是这些内容有一个前提假设,即历史数据需要服从‘正态分布’,如下图。如果想验证某个SKU历史数据是否符合‘正态分布’,需要进行‘卡方检验’(数学,数理统计名词,需要者请自行度娘),最好的解决方法是寻找线上化的‘类SPSS’软件来帮忙。注意,关于第三步,我们是简要来说的,但字少不意味着这一步不重要。
(图片来源于网络,仅供参考。)
综上,第一部分我们主要谈了‘安全库存(Safety Stock)’公式的结论,应用和假设。
第二部分,动态安全库存(Dynamic Safety Stock)
‘动态安全库存(Dynamic Safety Stock)’究竟是个啥,如下图。有人看了图说,你拿ROP(Reorder Point,再订货点)的图来糊弄。不得不说还真是同宗同源,但是要理解‘动态(Dynamic)’的内涵,如下图。
(PPT资料来源于网络,有添加和修改,仅供参考。)
如果‘动态安全库存(Dynamic Safety Stock)’是一种应对需求波动(Variability in demand)的方法,‘安全提前期’(Safety lead time)则可以用来应对供应波动(Variability in lead time),如下图。话说,有没有一种层层盘剥Deadline的感觉?
综上,第二部分‘动态安全库存(Dynamic Safety Stock)’并非直接来源于数理统计,而是更多的依靠‘经验’和‘直觉’。为什么要在这分享‘动态安全库存(Dynamic Safety Stock)’?因为DDMRP(Demand Driven Material Requirements Planning)就是站在了‘动态安全库存(Dynamic Safety Stock)’的肩膀上,DDMRP中有把波动(Variability)和安全提前期(Safety lead time)从‘感性’转化到‘理性’的独立思考,DDMRP绝不是‘从无到有’。我们也需要冷静,弄清DDMRP(Demand Driven Material Requirements Planning)的变化点究竟在哪?不去追捧,也不要固执己见。
(资料来源,《Demand Driven Material Requirements Planning(DDMRP)》,Carol Ptak与Chad Smith合著,Chapter7。)
好,到这里两大部分就都谈完了,哪些SKUs适合建立相对较高水位的‘安全库存(Safety Stock)’呢?我们仍然要借助ABC-XYZ矩阵,再加上‘现地现物’的观察和思考,下图是一些方向上的建议。
尽管说了这么多‘安全库存(Safety Stock)’建立的方式方法,也仅仅能增加‘安全感’,并不能保证绝对‘安全’。‘快速充电技术’和‘充电宝’租借服务就是用‘敏捷’和‘高成本’来弥补预测(Forecast)的偏差。最后想说的是,‘人’才是最关键的因素,就像有人问过我怎么解决一个BUG,“总忘记给手机充电,怎么才能想起来给‘充电宝’充电?”
本文系笔者原创,欢迎转载并注明来源。