Safety stock คืออะไร?

Safety stock คือสต็อกที่ถือไว้เกินจากดีมานด์ที่คาดไว้ เพื่อรองรับความผันผวนระหว่างที่ของรอบใหม่กำลังเดินทาง มันมีอยู่เพราะทั้งดีมานด์และระยะเวลาเติมของไม่แน่นอน ถ้ารู้ทั้งสองอย่างเป๊ะ ผู้ขายจะสั่งให้ของมาถึงพอดีตอนชิ้นสุดท้ายขายออก ขนาดของมันกำหนดด้วยความผันผวนของสองปริมาณนั้นและด้วยระดับบริการที่เลือก คือความน่าจะเป็นที่จะไม่ของหมดในหนึ่งรอบการเติม และระดับบริการที่ถูกต้องเป็นการตัดสินใจเชิงเศรษฐศาสตร์ ขับด้วยกำไรที่เสียไปเมื่อขายไม่ได้ เทียบกับต้นทุนของการถือของที่ไม่ขยับ

01/สูตร

สูตร

Safety stock = z × √( LT × σ²ดีมานด์  +  ดีมานด์² × σ²LT )

  z    = ตัวคูณระดับบริการ (90% → 1.28, 95% → 1.65, 99% → 2.33)
  LT   = ระยะเวลาเติมของเฉลี่ย
  σ    = ส่วนเบี่ยงเบนมาตรฐานของดีมานด์ต่อวัน / ของ lead time

ระดับบริการเชิงเศรษฐศาสตร์ = Cu / (Cu + Co)
  Cu = กำไรที่เสียต่อชิ้นที่ขาด, Co = ต้นทุนถือหนึ่งชิ้นที่ขายไม่ออก

ตัวอย่าง

ดีมานด์เฉลี่ยวันละ 20 ชิ้น ส่วนเบี่ยงเบนมาตรฐาน 7
ระยะเวลาเติมของเฉลี่ย 14 วัน ส่วนเบี่ยงเบนมาตรฐาน 3

ที่ระดับบริการ 95% (z = 1.65):
  √(14 × 49 + 400 × 9) = √(686 + 3,600) = 65.5
  Safety stock = 1.65 × 65.5 ≈ 108 ชิ้น

สังเกตว่าความผันผวนของ lead time คิดเป็น 3,600 จาก 4,286 —
มากกว่าความผันผวนของดีมานด์ห้าเท่า การทำให้ซัพพลายเออร์นิ่ง
คุ้มกว่าการพยากรณ์ให้แม่นขึ้น

02/รายละเอียด

เลือกระดับบริการอย่างไร?

เลือกเชิงเศรษฐศาสตร์ ไม่ใช่ตามธรรมเนียม อัตราส่วนวิกฤตเป็นตัวกำหนด คือเอากำไรที่เสียต่อชิ้นที่ขาดหารด้วยผลรวมของตัวเดียวกันกับต้นทุนถือของที่สุดท้ายขายไม่ออก สินค้ากำไรดี ไม่เน่าเสีย ดีมานด์นิ่ง สมควรได้ระดับบริการช่วงเก้าสิบปลาย ๆ เพราะการพลาดการขายแพงและการถือของไม่แพง สินค้ากำไรบางตามฤดูกาลสมควรได้ต่ำกว่ามาก เพราะของเหลือปลายฤดูต้องตัดราคา และกำไรที่พลาดไปก็น้อยอยู่แล้ว การใช้เป้าเดียว ซึ่งมักเป็น 95% ตามค่าเริ่มต้น ทั้งแคตตาล็อกจะทำให้ของกำไรบางล้นและของกำไรดีขาดพร้อมกัน

ทำไมความผันผวนของ lead time ถึงมีน้ำหนักมากกว่า?

ดูสองพจน์ในรากที่สอง ความผันผวนของดีมานด์ถูกคูณด้วยระยะเวลาเติมของ ส่วนความผันผวนของระยะเวลาเติมของถูกคูณด้วยดีมานด์ยกกำลังสอง สำหรับสินค้าที่ขายเกินไม่กี่ชิ้นต่อวัน พจน์ที่สองโตเร็วกว่ามาก แปลว่าซัพพลายเออร์ที่ไม่นิ่งดันสต็อกสำรองมากกว่าลูกค้าที่คาดเดายาก ผลที่ตามมาสวนสัญชาตญาณและควรลงมือทำ คือสำหรับผู้ขายบนมาร์เก็ตเพลสส่วนใหญ่ การทำให้ซัพพลายเออร์ส่งของภายในสิบสี่วันอย่างสม่ำเสมอปลดเงินทุนหมุนเวียนออกมาได้มากกว่าการปรับปรุงการพยากรณ์ดีมานด์ และมักเป็นโปรเจกต์ที่ถูกกว่าด้วย

ทำไมกฎ "เผื่อไว้กี่สัปดาห์" ถึงใช้แทนไม่ได้?

เพราะมันไม่สนใจความผันผวนเลย SKU สองตัวที่ขายวันละ 20 ชิ้นเท่ากัน ตัวหนึ่งนิ่งและอีกตัวแกว่งระหว่าง 5 ถึง 60 ต้องการสต็อกสำรองต่างกันมาก และกฎ "เผื่อสามสัปดาห์" ให้ทั้งคู่เท่ากัน คือของล้นบนตัวที่นิ่งและของหมดบนตัวที่แกว่ง จำนวนสัปดาห์ที่เผื่อไว้เป็นสรุปที่ดีสำหรับการรายงานและเป็นกฎวางแผนที่แย่ มันยังพังพอดีตอนที่สำคัญที่สุด คือช่วงแคมเปญ เพราะค่าเฉลี่ยย้อนหลังที่มันคำนวณมาไม่รู้เรื่องดีมานด์ที่กำลังจะพุ่ง

03/ทำไมจึงสำคัญ

กับดักในหนึ่งย่อหน้า

Safety stock คือจุดที่การแลกระหว่างของขาดกับของเกินเกิดขึ้นจริง และร้านส่วนใหญ่ตัดสินใจเรื่องนี้โดยปริยายผ่านความเคยชิน ไม่ใช่ผ่านตัวเลข ต้นทุนของการตั้งผิดโผล่ขึ้นในสองที่ที่ไม่เคยถูกเอามาเทียบกัน คือกำไรที่หายกับค่าโฆษณาที่ทิ้งฝั่งหนึ่ง และเงินที่จมกับการตัดราคาปลายฤดูอีกฝั่งหนึ่ง การตั้งอย่างตั้งใจคือสิ่งที่ทำให้ร้านถือสต็อกรวมน้อยลงและของหมดน้อยลงพร้อมกัน

ข้อผิดพลาดที่พบบ่อย

ตั้ง safety stock เป็นเปอร์เซ็นต์ของดีมานด์เฉลี่ย สต็อกสำรองควรโตตามส่วนเบี่ยงเบนมาตรฐานของดีมานด์และ lead time ไม่ใช่ตามระดับของมัน SKU ที่ขายเยอะและคาดเดาได้แม่นแทบไม่ต้องเผื่อเลย ส่วน SKU ที่ขายน้อยและแกว่งอาจต้องเผื่อเป็นสัปดาห์ กฎเปอร์เซ็นต์ให้ผลกลับกันทั้งคู่

04/ใน DataGlass

Safety stock ถูกใช้ใน DataGlass อย่างไร

DataGlass พยากรณ์ดีมานด์ต่อ SKU พร้อมช่วงความไม่แน่นอน ไม่ใช่ค่าเดียว สต็อกสำรองที่เสนอจึงสะท้อนว่าสินค้าตัวนั้นคาดเดาได้แค่ไหนจริง ๆ ระดับบริการมาจากกำไรและต้นทุนถือของ SKU นั้นเอง ไม่ใช่จากค่าเริ่มต้นทั้งแคตตาล็อก และช่วงแคมเปญที่รู้ล่วงหน้าถูกรวมอยู่ในดีมานด์ที่สต็อกสำรองต้องครอบคลุม

05/แหล่งอ้างอิง

  1. [1]
    Safety stock

    สูตร safety stock มาตรฐานที่รวมความผันผวนของดีมานด์และ lead time เข้ากับตัวคูณระดับบริการ

  2. [2]
    Newsvendor model

    ผลลัพธ์อัตราส่วนวิกฤตที่กำหนดระดับบริการเหมาะสมทางเศรษฐศาสตร์จากต้นทุนของขาดและของเกิน

คำศัพท์ที่เกี่ยวข้อง

หยุดเดา ให้ DataGlass ช่วยเพิ่มกำไร

ร่วมกับผู้ขายที่ใช้ DataGlass เปลี่ยนข้อมูลร้านให้เป็น Action ถัดไปที่เพิ่มกำไรสูงสุด สำหรับโฆษณา ราคา โปรโมชั่น และสต๊อกสินค้า