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。
