Säkerhetslager

Whitepaper:
Dimensionering av säkerhetslager
Metoder och formler för statistiska beräkningar
www.eazystock.se
© 2015 EazyStock, division inom Syncron
Säkerhetslager
Fastställande av lämpliga lagernivåer är en av de viktigaste och mest utmanande uppgifter
logistik-, lager- och inköpschefer står inför. Om du håller för mycket lager binds onödigt
mycket kapital; men å andra sidan så löper du risk att förlora försäljning om du har för lite
produkter tillgängliga.
Det måste finnas en balans mellan
kapitalbindning, lagerkostnader och
produkttillgänglighet. En utmaning och
viktig pusselbit för at nå önskad
produkttillgänglighet är beräkningen av
säkerhetslager.
Säkerhetslager eller buffertlager är det
lager som hålls för att undvika
bristsituationer och restorder.
Bristsituationer kan bland annat uppstå gå grund av fluktuerande efterfrågan, prognosfel
och variation i leverantörers ledtider. Säkerhetslager är avsett att täcka upp osäkerheter i
tillgångar och behov under återanskaffningstiden. Många företag menar att variationerna
är svåra att hantera så dimensioneringen av säkerhetslager är ofta eftersatt.
Detta är anledningen till att de flesta organisationer använder sig av mycket förenklade
tillvägagångssätt som att sätta nivån på säkerhetslager till ett antal dagars eller veckors
förbrukning – till exempel, 4 veckors av omloppslager resulterar i att nivån av
säkerhetslager dimensioneras för att täcka 2 veckors efterfrågan.
Tumregler som denna bygger på att alla varor som ska styras och planeras i lagret har
liknande variationer. Per definition kommer metoden att generera rätt säkerhetslager för
några artiklar, för höga säkerhetslager för vissa artiklar, medan andra blir för låga.
Resultatet av tillvägagångssättet är onödig kapitalbindning och höga lagerkostnader,
kassaflödet påverkas negativt samt att servicenivån blir inkonsekvent. En annan nackdel
med bedömningsmetoden är att den är kostnadskrävande då parametervärdena i
affärssystemet måste uppdateras med jämna mellanrum. Dessutom är metoden endast
kopplad till avvikelser i efterfrågan.
www.eazystock.se
Sida 1
4 anledningar till att säkerhetslager behövs
Säkerhetslager används för att hantera osäkerhet i tillgång och efterfrågan och därigenom
gardera sig mot störningar i materialflöden. Eftersom lager medför kapitalbindning finns
det stor anledning att beräkna nivån av sitt säkerhetslager så noggrant som möjligt. Målet
är att minimera antalet bristsituationer och störningar till minsta möjliga kapitalbindning.
Därför är det viktigt HUR vi beräknar säkerhetslagret. Ju fler påverkande faktorer och
variabler vi kan förstå och ta med i beräkningen, desto effektivare kan vi styra
säkerhetslagerpengarna dit de gör mest nytta.
De viktigaste faktorerna att ta hänsyn till är önskad servicenivå, prognosprecision och
variation i inleveranser.
Varför behövs säkerhetslager?
1. För att skydda emot den slumpmässiga variationen, både i efterfrågan och
ledtid
2. För att kompensera för prognosfel (endast när efterfrågan överstiger prognosen)
3. För att förhindra störningar i tillverkningen eller i utleveranser
4. För att undvika brist och restorder som kan leda till missad försäljning och låg
kundservice
Försenad leverans
från leverantör
Lagernivå
Omloppslager
Försäljning > Prognos
Säkerhetslager
Tid
www.eazystock.se
Sida 2
3 metoder för dimensionering av säkerhetslager
I praktiken använder företag i huvudsakligen tre olika kategorier av metoder för att
dimensionera säkerhetslager. De tre kategorierna är bedömningsmetoder,
proportionalitetsmetoder och statistiska metoder.
1
2
3
Bedömningsmetoder
Bedömningsmetoder karakteriseras av att säkerhetslagerkvantiteten uppskattas på
mer eller mindre intuitiva och erfarenhetsmässiga grunder. Ofta sätts ett fast
säkerhetslagervärde per artikel som inte är baserat på några formella beräkningar.
Denna metod leder ofta till onödigt hög kapitalbindning men också en stor risk för
låg produkttillgänglighet för vissa varor.
Proportionalitetsmetoder
Den vanligast förekommande proportionalitetsmetoden bygger på att
säkerhetslagerstorleken är lika med ett antal dagars medelefterfrågan respektive
lika med en procentsats av medelefterfrågan under ledtid. Även denna metod har
bedömningsmässiga inslag eftersom den proportionalitetsvariabel som används
för beräkningarna sätts på bedömningsmässiga grunder. Ingen hänsyn tas till
efterfrågevariationernas storlek eller leveranstidsvariationer. Dessutom saknas det
en koppling till någon form av servicenivå, som är ett uttryck för leveransförmåga,
och till de kostnader som uppkommer när brister uppstår.
Statistiska metoder
Beräkning av säkerhetslager utgår från statistiska fördelningar som beskriver
variationerna i efterfrågan och leverantörernas ledtider. Säkerhetslagrets storlek
beräknas med utgångspunkt från en önskad servicenivå. Olika statistiska
beräkningar presenteras i litteraturen och de kommer att resultera i bättre
dimensionering av storleken av säkerhetslager än bedömnings- och
proportionalitetsmetoderna. Tänk dock på att olika statistiska metoder är mer
eller mindre svåra att implementera, både manuellt och dina IT-system.
www.eazystock.se
Sida 3
Statistisk beräkning av säkerhetslager
I de kommande avsnitten av detta white paper går vi igenom de två dominerande
statistiska beräkningsmetoderna för dimensionering av säkerhetslager. För att säkerställa
en hög kundservice till minsta möjliga lagerkostnad bör statistiska modeller användas vid
dimensionering av säkerhetslagret.
Elementär formel för säkerhetslagerberäkning
Låt oss börja med det enklaste sättet att statistiskt beräkna storleken på säkerhetslager.
Denna formel förutsätter att det inte är någon osäkerhet i ledtid från leverantör. Den tar
endast hänsyn till osäkerheten och variationen i efterfrågan.
 =  ∗ 
Där:
SL = Säkerhetslager
k = Säkerhetsfaktor, Z-värde (tabell på sidan 11)
σd = Standardavvikelse i efterfrågan per period
Om ledtiden från leverantörer alltid är perfekt och inga andra leveransproblem någonsin
uppstår, skulle denna enkla formel fungera bra.
Eftersom det är mycket osannolikt att du endast har variationer i efterfrågan och inte i
inleveranserna måste du lägga till faktorer i formeln för att kompensera för dessa
variationer i leveranskedjan.
www.eazystock.se
Sida 4
Formel för beräkning av säkerhetslager som tar
hänsyn till både variation i ledtid och efterfrågan
Den föregående ekvationen tog hänsyn till variabilitet i efterfrågan vid dimensionering av
säkerhetslager. När variation i ledtid är ett problem, måste ekvationen utökas så den även
omfattar dessa variationer. Följande formel (SERV1) är den vanligast använda statistiska
metoden för beräkning av säkerhetslager.
2
 =  ∗ 2 ∗  +  2 ∗ 
Där:
SL = Säkerhetslager
k = Säkerhetsfaktor, Z-värde (tabell på sidan 11)
σd = Standardavvikelse i efterfrågan per period
LT = Förväntad ledtid
X = Förväntad efterfrågan per tidsenhet
σLT = Ledtidens standardavvikelse
Formeln bygger på antagandet att felet mellan den prognostiserade och den verkliga
efterfrågan är normalfördelad. Om prognosfelet inte har en normalfördelning blir kvaliteten
på resultatet sämre.
För artiklar som har intermittenta efterfrågemönster, dvs. långsamt och klumpade (Lumpy)
behov, är fördelningen av mätdata inte normalfördelad. Högre noggrannhet i beräkningen
uppnås om du använder Poissonfördelning respektive den negativa binomialfördelningen.
Företag rekommenderas att utvärdera lösningar som innehåller kvalificerade
beräkningsmetoder för dimensionering av säkerhetslager för att undvika höga kostnader
som är förknippade med felaktiga säkerhetslager.
www.eazystock.se
Sida 5
Exempel – Variationer i både efterfrågan och ledtid
Antagande:
• Du ska hålla en servicenivå på 95 % till dina kunder
• Efterfrågan av produkten är 10 per dag
• Din standardavvikelse är 2
• Ledtidens medelvärde är 15 dagar
• Standardavvikelsen i ledtiden är 3 dagar
Beräkning av säkerhetslager:
2
 = k ∗ 2 ∗  +  2 ∗ 
 = 1.64 ∗
22
∗ 15 +
102
∗
32
Tabell för servicenivåer och
motsvarande säkerhetsfaktorer
 = 1.64 ∗ 60 + 900
Svar:
Baserat på antagandena ovan blir säkerhetslagret lika med 51 enheter
4.0
3.0
2.0
k 1.0
85%
86%
87%
88%
89%
90%
91%
92%
93%
94%
95%
96%
97%
98%
99%
100%
0.0
Grafen till vänster visar förhållandet
mellan servicenivåer och säkerhetsfaktorn,
k. Vilket ses i grafen är förhållandet
ickelinjärt: högre servicenivå kräver
oproportionerligt högre säkerhetsfaktor
och därmed oproportionerligt högre
säkerhetslagernivåer.
Önskad servicenivå
www.eazystock.se
Sida 6
Dynamiskt säkerhetslager
Många av de tekniker som används inom lagerstyrning och lagerplanering är reaktiva på
marknadsförändringar. Dynamiskt säkerhetslager är en metod och ett begrepp som har blivit
populärt under det senaste decenniet. Definitionen och formler som beskrivs i litteraturen
varierar dock, från statistiska metoder som tar hänsyn till variabilitet i både tillgång och
efterfrågan till att använda en statistisk beräkning i en rullande plan.
Dynamiskt säkerhetslager diskuteras ofta och efterfrågas av många som ansvarar för lagret
men det är långt ifrån en vanlig metod för att beräkna säkerhetslager. Forskarna Julian
Becker, Wiebke Hartmann, Sebastian Bertsch, Johannes Nywlt och Matthias Schmidt
publicerade 2013 forskningsartikeln Dynamic Safety-Stock Calculation i International Journal
of Mechanical, Aerospace, Industrial and Mechatronics Engineering Vol:7, No:10, 2013.
Många refererar till deras beräkningsmodell för dynamiskt säkerhetslager men som
författarna påpekar krävs ytterligare forskning för att verifiera denna framtidsorienterade
dynamiska strategi.
Leverantörer av systemstöd för lagerstyrning och lageroptimering hävdar att de har
funktionalitet för beräkning av dynamiskt säkerhetslager. De syftar oftast till att beräkningar
är dynamiska i den meningen att systemet löpande beräknar ingående variabler samt
säkerhetslagernivåerna. Detta är naturligtvis en viktig del vid tillämpning av kvalificerade
beräkningsmetoder och bör ingå i programvaror för lageroptimering.
Dessutom bör lageroptimeringslösningar vara parameterdrivna och självlärande i den
meningen att prognosmotorn automatiskt hittar den bästa prognosmodellen för varje artikel.
Hänsyn bör också tas till att efterfrågan och prognosfel inte alltid normalfördelade. Slutligen
bör beräkningen för säkerhetslager alltid styra mot önskad servicenivå och inkludera
faktorerna; variation av inleverans och efterfrågan, prognosfel, ledtid och orderfrekvens.
Totalt lager
Beställningspunkt
Kvantitet
Säkerhetslager
Tid
www.eazystock.se
Sida 7
Sammanfattning
Säkerhetslagernivåerna för lagerförda artiklar drivs kraftigt av träffsäkerheten i prognosen
och hur väl leverantörer håller lovade leveranstidpunkter. Om du aldrig har
leveranstidsförseningar och din prognos alltid är perfekt behöver du inte något
säkerhetslager. Tyvärr är inte verkligheten perfekt så de flesta företag behöver
säkerhetslager i någon form.
Allra viktigast: Använd en statistiskt grundad modell för säkerhetslagerberäkning. Det
kommer att säkerställa att du når din önskade servicenivå samt minskar er kapitalbindning i
lager om ni använder bedömnings- eller proportionalitetsmetoder idag. Det är mycket
viktigt att noggrant testa beräkningsmodellen före införandet för att säkerställa att den
fungerar på rätt sätt och för att analysera påverkan på era lagernivåer.
Det är inte en lätt uppgift att samla in alla data som behövs för statistisk beräkning av
säkerhetslagret. Det måste göras för varje artikel och beräkningarna måste ske
regelbundet. Styr och hanterar ni stora artikelmängder (SKU) är det ett tidsödande arbete
att manuellt utföra dessa beräkningar och därefter uppdatera affärssystemet.
Att använda Excel kan vara en början men det är inte en långsiktig lösning för företag som
önskar optimera sina lager mot önskad servicenivå. Det är värt att söka efter ett
lagerstyrningssystem som kan integreras till ert affärssystem. Säkerhetslager och alla andra
planeringsparametrar kommer då automatiskt beräknas med hög noggrannhet och ni får
affärssystemet uppdaterat löpande.
Om du utvärderar olika lösningar kanske EazyStock kan vara ett alternativ för din
organisation. Du får en snabb inblick i systemet genom att titta på vår introduktions
demonstration.
www.eazystock.se
Sida 8
Terminologi
Nedan listas variabler och terminologi använda i denna artikel och som påverkar de
statistiska beräkningarna av säkerhetslager:
Ledtid. Exakt information om ledtider är viktigt vid dimensionering av säkerhetslager och
beräkning av beställningspunkter. Ledtid kallas tiden mellan beställning och när leveransen
är tillgänglig för användning. Den bör inkludera leverantörens eller produktionens ledtid,
tidsåtgång för att exekvera och få en beställning godkänd, tiden det tar för leverantören att
lämna sitt ordergodkännande, samt tiden som går åt för godsmottagningen att hantera och
inspektera inkommande varor.
Prognos. Kvalitativa prognoser är också viktigt vid beräkning av säkerhetslager. Om du
inte prognostiserar kommande efterfrågan kan du använda den genomsnittliga efterfrågan i
din säkerhetlagerberäkning istället.
Prognosperiod. Prognosperioden är den period för vilken prognosen beräknas.
Prognosperioden som används i beräkningen av säkerhetslagret kan skilja sig från den
formella prognosperioden. Till exempel, din formella prognosperiod är fyra veckor men
perioden som du tillämpar för säkerhetslagerberäkningen är bara en vecka.
Prognosfel. Skillnaden mellan prognosvärde och den verkliga försäljningen. Det finns
olika metoder för att beräkna prognosfel, bl.a. Procentuella absoluta medelprognosfelet
(Mean Absolute Percentage Error, MAPE), Absolut medelprognosfel (Mean Absolute
Deviation, MAD), och Roten ur medelkvadratfelet (Root Mean Squared Error, RMSE).
Försäljningshistorik. Den historiska efterfrågan fördelad över prognosperioderna.
Mängden försäljningshistorik som behövs för beräkningar varierar mellan företag. Företag
som har många artiklar som rör sig långsamt behöver använda mer försäljningshistorik i
sina beräkningar. Generellt gäller att ju mer historisk data som kan användas för att
dimensionera säkerhetslager desto exaktare kan beräkningarna göras.
Servicenivå. Ett uttryck för leveransförmåga till kund. Önskad servicenivå utryckt i
procent vilket beskriver i vilken utsträckning en kundorder kan levereras från lager i
enlighet med kundönskemål. Servicenivå är ett viktigt nyckeltal inom lagerstyrning både för
att mäta prestationsnivån i ett lager och som parameter för att dimensionera
säkerhetslager.
www.eazystock.se
Sida 9
Standardavvikelse. Standardavvikelse är ett mått på hur mycket mätvärden avviker från
medelvärdet. Det är ett viktigt mått på spridningen för ett datamaterial. Det beräknas
genom följande 5 steg:
1.
2.
3.
4.
5.
Börja med att beräkna medelvärdet
Beräkna därefter differenserna av mätvärdena och medelvärdet
Beräkna kvadraterna på differenserna
Addera ihop kvadraterna
Ta kvadratroten ur kvoten
Du kan också använda Excel funktionen NORMSFÖRD (engelska STDEVPA) för att beräkna
standardavvikelsen. Tänk på att felaktigheter i denna standardavvikelseberäkning påverkar
både säkerhetslagrets storlek och erhållen servicenivå. Approximativa beräkningsmetoder
rekommenderas ej.
Normalfördelning. Termen används inom statistik för att beskriva fördelningen av
mätdata. Om mätdata följer normalfördelningen så innebär detta att mätvärdena är jämnt
fördelade kring medelvärdet och att de oftare ligger nära medelvärdet än långt ifrån.
Grafen nedan visar ett exempel på normalfördelningskurvan och innebörden av att sätta sin
önskade servicenivå till 95 %.
Sannolikheten att
inte få brist
(restorder)
5% sannolikhet
för brist
Säkerhetslager
Genomsnittlig
efterfrågan
www.eazystock.se
0
k
k-skala
Sida 10
Säkerhetsfaktor. Om servicenivån definieras som sannolikheten att inte få brist under en
lagercykel kan säkerhetsfaktorn, k också kallat Z-värde, bestämmas direkt med hjälp av en
normalfördelningstabell. Säkerhetsfaktorn kan också erhållas med hjälp av Excelfunktionen NORMSINV av servicenivån utryckt i procent.
Önskad
servicenivå i %
Säkerhetsfaktor (k)
Önskad
servicenivå i %
Säkerhetsfaktor (k)
50.00
0
90.00
1.28
55.00
0.13
91.00
1.34
60.00
0.25
92.00
1.41
65.00
0.39
93.00
1.48
70.00
0.52
94.00
1.55
75.00
0.67
95.00
1.64
80.00
0.84
96.00
1.75
81.00
0.88
97.00
1.88
82.00
0.92
98.00
2.05
83.00
0.95
99.00
2.33
84.00
0.99
99.50
2.58
85.00
1.04
99.60
2.65
86.00
1.08
99.70
2.75
87.00
1.13
99.80
2.88
88.00
1.17
99.90
3.09
89.00
1.23
99.99
3.72
www.eazystock.se
Sida 11
Om EazyStock - Styr ert lager som ett proffs
EazyStock är en molntjänst som hjälper små och medelstora företag att sänka sina
lagerrelaterade kostnader och öka servicegraden. EazyStock ersätter manuellt
arbete och lagerplaneringen automatiseras. På så sätt blir prognostisering och
lagerstyrning en lätt match.
EazyStock fungerar med alla affärssystem. Dataöverföringen mellan affärssystemet
sker antigen via ett integrerat gränssnitt eller genom Excelmallar. Med EazyStock är
införandeprojektet enkelt, med EazyStock Professional kan företaget komma igång
på mindre än en vecka.
EazyStock är ett affärsområde inom Syncron som har levererat
lageroptimeringslösningar i över 20 år. Syncron har sitt huvudkontor i Stockholm
och har ett partnernätverk bestående av både affärssystemsleverantörer och
installationskonsulter.
Lär dig mer om hur EazyStock fungerar
Se själv hur det fungerar genom att anmäla
dig för 20-minuters demonstration av
systemet.
Boka din demo idag
www.eazystock.se
Sida 12