感谢各位读者厚爱，笔者的新书《供应链库存与计划管理》已经上架，并于本号设置内购。通过本公众号购买的读者，可以加入读者群交流，笔者将就书中内容知识，进行分享，讲解，不定期直播或录播。对疑问尽可能详细解答。
购书可点击以下：
书籍目录可参考：
我的新书《供应链库存与计划管理：技术、方法与 Excel 应用》出版了
另外，由于一部分读者在笔者公布内购渠道前已经购买了，根据相应规则也可安排加入分享。
感谢点击上方购买 链接 支持笔者新作
库存篇是供应链物流小说《静水流深》，继危品篇和关务篇之后的第三个故事。如没有看过的，不妨先从下面链接看起。
静水流深之关务篇 序言
静水流深之关务篇 ①
静水流深之关务篇 ②
静水流深之关务篇 ③
静水流深之关务篇 ④
静水流深之关务篇 ⑤
静水流深之关务篇 ⑥
静水流深之关务篇 ⑦
供应链物流小说 - 《静水流深》序言
静水流深之危品篇 ①
静水流深之危品篇 ②
静水流深之危品篇 ③
静水流深之危品篇 ④
静水流深之危品篇 ⑤
静水流深之危品篇 ⑥
静水流深之危品篇 ⑦
静水流深之危品篇 ⑧
静水流深之库存篇 ①
静水流深之库存篇 ②
静水流深之库存篇 ③
静水流深之库存篇 ④
这一天从集团开会回来的徐浩强尤显精神气爽。见着林泽，还没等他开口就把好事说给他听：“第一关过了！上头对库存处理的进度很满意，咱们可以说是开了个好头。”
林泽很快就把这种喜悦平静下来。他知道接下来的将会更加艰难，至于是否一切都能顺利，这并非他能预料和控制的。
看见他神色，徐浩强明白这只不过是进展了一小个阶段而已，接着问：“下一步计划如何处理？“
“第二个目标数字和第一个数字差异很大，不过要说真正着手库存合理化，那么现在才是开始。“
林泽接着说起ABC-XYZ分类，把价值和波动性结合起来，向徐浩强说明这9种货物特性。徐浩强对此深以为然。
“所以首要处理的是A类吧？“对于ABC分类，徐浩强自是熟悉。
一个真实的供应链九宫格ABCXYZ降本案例
ABCXYZ策略分类在需求计划和供应计划中的应用
“嗯，不过更首要的是AX类。这类货物占据的金额比较大，而且有个明显特征就是需求波动很少。“林泽敲击着键盘，电脑显示出一副数据和相应的图示。
“这8个材料，占据了所有库存金额的64%左右，其中最首这个占据了13%。同时这些材料的变异系数都在0.2左右，最高这个只不过是0.24，也就是近一年以来它们的波动幅度只是平均值的上下百分之二十左右。“
“结论是？”
“如果处理得当，估计能够减少这些库存5%左右。也就是说，比起现在，减少了库存成本……”
林泽并没有说出来，而是在Excel处输入了公式，从而弹出了一个数字。这个可观的数字令到徐浩强认为完成第二个目标具有相当大的可能性。
“等等。“徐浩强像是醒悟了什么，示意让林泽返回原来电脑显示的信息上。徐好强指着说：“我们一般都是按月度计算，但是这里你显示的是周数？”
“对，我们颗粒度控制降到了周，而不是月份上。”林泽解释，“首先，有部分供应商的交货期很短，由于它们生产的批量大，订单量和数量也不少，因此以MTS形式备货，那么我们下订单的时候，它交货期是很短的，如果非要以月来作为所有的统一计算单位，它这个提前期只有0.2或者0.35个月。另一方面，客户的需求时间也有不同，尽管A和B两个客户月度需求都是1000，而前者是必须在月初要求交货1000，而后者则是月末的最后一周，假如统一以月为单位来计划库存，并不见好。”
“为此，我现在准备着两项工作。”林泽继续说，“一是建立更加清晰具体的订货策略。建立再订货点策略。虽然说是定期订货，实际上我发现每个成员由于各种工作原因并非严格执行，有些会在第一周的头几天来安排订货，而有些则在第二周，更由于旺季等原因，拖延到第三周才完成所有订货的情况发生。为此，除了之前拜托IT部门改进系统，建立订货模块，也会在临近再订货点的日期，到期日发出警示邮件到当事人，并抄送相关部门负责人，要求三个工作日内完成订货处理。“
这件事徐浩强也有所闻。自接手库存工作的开始，林泽便希望IT部门加以支持，徐浩强当然乐意，指示IT部门的相关人员全力配合。
”考虑到这些材料的波动性不是很大，属于稳定的X类产品，我采用了最大-平均差异法来确定再订货点。原始的安全库存是提前期和相应的平均值的乘积来确定的，不过由于需求和提前期都有一定的波动性，带来不确定的因素，有可能超出安全库存的范围，这样的后果就是缺货，而供应链来不及作出反应的话，恐怕公司面临的麻烦就非常大。“
徐浩强承认缺货的危害性很大。
”当然，如果因为担心缺货又堆积太多库存来应对，虽然需求方面是安全，不过库存由来的麻烦也不少。“林泽指出了另外一个问题。“一方面要注意减少和避免缺货风险，另一方面就是设立库存风险的界限。”
电脑展示了BR670这个材料的数据。
“过去13周的销售纪录如这里显示，最大值是1300，而平均值是1020。“林泽拉出从20周到32周的销售数字。”而这13周内，共发送订单5次，从订单发出到收货完成的平均提前期是1.5周，最长的则要1.7周。“
徐浩强边听边看着屏幕上的数字进行确认。
” 采用了最大-平均差异法的公式，就是取最大值和平均值的差异来确立安全库存，以缓解不确定带来的风险。因此，安全库存就是最大提前期乘以最大周需求值，再减去平均提前期和平均需求值的乘积。“林泽边说边敲击键盘进行计算，”1300乘以1.7，而1020与1.5的乘积是1550，两组结果相减，得出安全库存是660。安全库存660加上1550就是再订货点，也就是2210。“
“这个IT那边可以在系统实现吗？
“已经完成，尚在最后的测试阶段，我估计下周应该可以正式投入使用。”林泽报告了进度。
“看起来不错。“
“可是还有一个问题。“林泽表达了他的担心。”GTR420这是个进口材料。从日本进口过来，但是供应商的交期不稳定，据说是部分采用MTS，部分MTO的形式来处理订单，当有库存满足订单需求的时候，那么提前期就会短，最近6次的提前期最短的只需要2.8周，但是最长的却要6.2周，除了供应商当时没有库存可以满足订单，需要排期生产，同时进口的时候还涉及了海关查验，增加了一定的提前期。“
通过展示的数据，徐浩强看出这个材料的平均需求是1613，标准差则是147，如此一来，得出的变异系数只不过是0.09，是一个需求非常稳定的X材料。但是提前期的表现则远远不如。平均提前期需要3.9周，标准差则要达到1.2周。
“按照最大-平均差异法来计算，最大提前期6.2周和平均提前期3.9周，足足相差了2.3周，按此计算的话，安全库存要5488，而订货点则要11780。这么大量的库存，同时又是A性质的材料，库存成本负担很大。“林泽说起了他的见解。
虽说只是这一个材料，即使因此增加了库存成本，或许其他材料的库存下降能够弥补，徐浩强是这么想的，不过他还是抱有一丝希望的看法。他相信林泽应该有处理方案的。
果然，林泽转而说了对应策略。”经典的安全库存计算公式或许有所帮助，不过这个公式是基于统计学上正态分布而演化得到的，因此其数据特点必须符合正态分布的特征，另外还有两个约束条件，就是需求的独立性和随机性。这两点并不是很大问题，我确认过这个材料是符合的。“
”你说的正态分布，就是指钟形曲线那个吧？“徐浩强小心翼翼说道。
”对。它是连续分布的一个理想模型，其分布呈钟形曲线，平均值作为参数来确定曲线的中央位置，标准差来指出其分散性。以平均值为中心，向两边对称分布。“林泽从网上搜出了一个标准正态图给徐浩强看，同时找出经典的安全库存公式给徐浩强看。“公式里有个Z系数，它可以说是衡量标准差的标准，否则数据量太大的话，涉及几千个几万个标准差数据，不容易比较计算。”
林泽指图中正向的第二个标准差位置说：“假如要覆盖到这个范围，也就是要到这个点的数据，可以说是覆盖了这部分的95%，而余下的5%就是覆盖不到的范围。“
“懂你的意思了。就是要想95%的概率不缺货，就是要库存量建立在这个点上，那么95%发生的需求量就会落入这个95%以内的位置上。”
“大致上就是这样。”林泽肯定到，“不过由于客户的需求并不会有负值，因此对称的正态图负区间我们不用过多注意，虽然说是95%，由于对称对半分了，那么实际上正区间中超过这个点的概率只有5%的一半，也就是2.5%。”
“哦哦，剩余的就是套入公式计算吧？”
“是的，把这个95%转换成Z值的话，Excel的NORM.S.INV函数可以帮到我们。95%的服务水平系数的话，得到的Z值因此是1.64，把需求的平均值，标准差，以及提前期的需求和标准差套入公式中，得出的结果就是……”随着林泽啪的一声按下回车键，屏幕出现了一新的数字。
“安全库存是3227，而再订货点是9520。“徐浩强确认道，”比上个方法减少了不少的量啊！“徐浩强赞叹道，”想必这个IT那边也设置好了吧？“
“设置倒是设置了，不过我让加了权限。一般销售部门并不能动用这个。“
“为什么呢？“
“主要还是刚刚说的那个问题。这个公式的前提是数据分布要符合正态的特征。不过要是想在我们系统设置能够验证是否正态的话，难度很大，成本也不少。而现在不少的软件都有这个验证功能，最方便的诸如SPSS，只要导入相应的数据，软件可以帮助分析是否符合正态。只有符合正态的数据才可以套用这个公式。”
“也就是他们无法动用这个功能？”
“需要申请，我这边通过数据验证后，才开放相应的权限。另外还有就是系统设立的服务水平系数，默认是95%。”
“你这一说，我倒是有个疑问。为什么要95%，可以设置高一点比如97%，乃至100%吗？如果100%的话，我们是否就不用去担心缺货的问题呢？”
“95%是因为数学上认为发生这5%的概率上的事件几乎是不可能。一般统计学上的计算都u默认在95%，我也因此遵循这个而已。另外，即使到了100%，也是有发生缺货的风险。要知道这个公式的计算基础，是来自以往的历史数据，但是历史的规律并不一定完全百分百地在未来重复的。假如未来的需求超出以往历史需求的最大值，那么这个100%并不能足够覆盖，缺货风险依然存在。”
“的确是这样。”想深一层，徐浩强明白了这个道理。
“对了，再订货点这个数字是会变动吧？”徐浩强刚问出口，马上就给自己答案，“当然变动，过往数据都是变更，随着订单需求而变化，我还会问出这个问题，真笨。”
“大致上AY类的产品也适用这个方法，不过按照划分虽然在Y类上，实际上变异系数非常接近Z类范围的，系统也会对此标示，那么订购方法就不一定使用这个了。比如系数是0.97，而Z类划分范围是1以上。”林泽连忙解释，“其实XYZ分类并非一定要以0.5和1为界限划分出三个区间，当然也可以以0.33与0.66为界限。暂时根据货物变异系数排序，确立以0.5和1为界限，后续我们应该滚动监察，再根据实际情况看是否变更这个分割点。”
“明白。”
“重要的不是分割点在哪里，而是借此能够区分货物特征，从而根据特征作出计划，这个才是我们分类的目的。”
至此，徐浩强为之信服。
“除了这个，我们还有一个补货多少的问题。”
经过林泽提醒，徐浩强才醒悟自己忽略了这个重点。
“X类货物都是需求相对稳定的，我们都可以通过客户传递的内示来计划订货的数量。当然客户的内示数据肯定和实际需求存在差异，作为处于供应链前端的我们，非常容易因需求传递的层层递进，最终受到剧烈的牛鞭效应。每一个客户的传递的信息都各有自身考虑，我们无法约束一个所谓的参数来控制订单的数量，不过基本的信息诸如MOQ，包装规格限制肯定会设置在IT系统里。“林泽就此说明，”因此，我对AX,BX类型货物的订货建议就是套入客户的内示信息，系统自动识别，到订货点就触发订货，不过由于考虑到牛鞭效应带来的误差很大，人工依然有必要进行干预。“
“谁干预？怎么干预？“徐浩强进一步指出问题。
“由于X类都是稳定需求，采用时间序列预测法也可以得到不错的效果，我们根据历史数据而得到的预测值，和客户的内示数据进行比较，从而识别客户数据的可信性。“林泽打开了SPSS软件，录入一系列数据并对此解释，”这个软件可以自动选择最优的时间序列预测方法，除了预测出所需要时间内的数量，并因为设置了置信区间而告知区域的上下限，假如客户提供的超越此上下限，那么就要研究下单的数量。“
“都在IT系统里实现？“
“暂时没有，毕竟这个对于IT设置暂时要求过高，而且SPSS在这方面的应用很成熟，我们只需要培训员工了解和熟练使用SPSS，并以此比较就是了。“
“培训时间和内容尽快提交。“徐浩强作出指示。
林泽答应后，继续就库存和订货策略说明，“当货物是AY,BY类型时，完全可以考虑用平均销量作为计算基准，就是以平均需求量和平均提前期作为依据，然后结合客户的内示数据来订货。比如设立1周的平均销售量为安全库存。根据资料，安全库存是1527，提前期是1.5周，那么订货点就是1527的安全库存，加上每周平均销售的1527和提前期1.5周的乘积。”
看着林泽敲打出来的结果，徐浩强说：“3817.5。不过有包装规格制约，应该是取值3820吧？”
“对。由于Y类产品具备一定的波动性，我们可以在平均销量的基础上增加一定的百分比，诸如上浮20%为加大安全库存的值。当然AY类考虑到金额大，不主张增加，反而考虑减少安全库存保障的天数，比如Y类一般设立是2周的安全库存的话，AY类可以适当减少为1.5周等。至于订货，可以订货至过去的最大值，简单地说如果过去52周最大销售量是3000，当库存在1000的时候，我们订货2000就可以了。”
“嗯嗯，现在该轮到Z这类波动激烈了吧？”徐浩强听得累了，喝了口水缓解一下。
“AZ其实策略和AX雷同，不过并非用最大和平均的差异，而是直接用最大值作为考虑，毕竟金额占比不大。至于BZ和CZ，就用双堆法。设立两堆库存，当其中一堆用完之后，就按马上安排订货，补充到两堆的数量上。“
“双堆法，我倒知道。也就是说，当第一个空间的存货用完后，即发出订货单，并同时从第二个空间开始供货；当第二个空间的存货用完后，第一个空间的货物到货，开始供应。如此交替存货，不断往复循环。问题是每一堆的量应该设置多少？“
“最传统的方法就是平均值，然而问题是某个时间点用量特别多，某个时间点很少很少，再加上中间夹杂着的连续的0需求，导致这个平均值的可信性是大打折扣。理论上我们应该根据客户内示或订单来安排就是了，但是订单要求交货的时间远远少于我们的供应提前期，内示的准确度不足，在这点上，我是建议直接采用过去最大值作为双堆的基准数量，不过BZ的金额稍微大，就简单点打个折扣，采用80%。“
当ABC-XYZ分类结合展出来的九宫格，各自格内写明的策略时，徐浩强对此深感赞赏。“以往都是经常发生，该要的货老是不够，不该要的货总会堆积，希望这次新设立的库存策略，能做到库存即又安全又能降下来。“
林泽却对此表达了反对意见：“说实在的，不管什么方法设立的库存，哪怕是所谓的安全库存都不安全，毕竟需求有着太多的不确定因素。站在整个供应链角度看，最安全的应该是供应能力，而非安全库存。库存已经是供需不匹配而来的一个结果了。”
第一次听着这种论调，徐浩强觉得挺新鲜。当然他之前也见过不少专业人士，或者顾问团队，基本上他们的论调都着重于在库存的纠结上，诸如什么MTO，MTS，怎么计算精确的安全库存来保证，却很少有指出在供应这点。
“很遗憾，我们公司暂时都是以销售为主导，目光都放在需求层面上，当然在供应上由于集团的体系，算是稳定和少麻烦，并没有太多着眼，也没有什么不匹配的地方，只不过都是一个集团的话，有时并不会对兄弟公司提出更多的要求，让其和上游供应商交涉，获得更好的供应条件。这一步工作，我希望在未来投入更多的精力。“
“也是。“徐浩强同意。
“假如我们想要就有货能送到而供应充足，我们就根本不用太多考虑库存的问题了。“林泽打趣道。“即便不能做到随时补货，如果把到货频率加密，通过更多的滚动流转，削减到货的批量，那么也可以优化库存，用更少的库存量去应对更多的不确定需求。”
听着林泽一步一步的分析，徐浩强注意到公司存在这么多的地方需要改善。以往，虽然他总是感觉到公司存在着这样或那样的问题，不过究竟是什么问题，他却无法非常清晰地界定，而此刻，从库存这么一个话题，引申出来的思考居然是如此之多。
翌日，徐浩强独自和国外公司的相关人员就供货的事情开会。尽管林泽并没有提出要求，不过他觉得既然这个方法不错，不妨交涉一下，得到尽早的变更。
然而一开始，对方就表现为为难之色。作为物流的负责人村井，不断强调如今的排程已经带给他们的相当大的压力，由于订单涉及的供应商不同，彼此的交期有错开，他们要根据供应商的交期进行排期计划，然后按照体积等配置装载计划，再安排发货。虽说海运费是和船公司直接签订了约价而没有太多受到市场波动的影响，不过对于内部本身，他们非常强调柜的利用率，绝不容忍柜内位置大幅空置。
在这点上，徐浩强和他们争论了很久。为了柜的利用率，他们有时宁愿等多一周时间，延迟到下班货轮才安排发运，目的就是尽可能多装满柜。
谈了很久，双方都没有得到一个好的结论。徐浩强对此并不满意，满腹牢骚却无处发泄。扯开了领带，稍作松懈。
步出会议室的时候和徐思利碰了个正着。这一刻徐浩强的表情，任谁看在眼里，都能感觉出一股的不如意。
“事情我都大致了解。两人来到日料店的时候，正好吧台上空着两个位置，两人并排坐了，合点了一份可口的三文鱼刺身。
”僵持在那里，一直没进展。看来对方是不肯让步。虽说都是一个集团，毕竟公司立场不同。“徐浩强说起来，还是多少带着愤愤不平的语气。
“毕竟物流成本可是被盯着呢。“徐思利总结道。一旦这个费用有所增长，都非常容易招来洪思的质问。
“其实海运费这个大头费用都基本固定下来，摊分在每个货物上也增长不了多少，非要拖延一周满载。要是每班船都有货送过来，增加我们到货的频率，这就好了。“徐浩强无奈地叹了一口气。摊在冰面上的新鲜三文鱼，加上冷藏得恰到好处的啤酒，才使徐浩强感觉舒服一点。
“其实是不是可以换个突破口？”徐思利边喝着温热的麦茶，边说。
“换哪个？”
“我之前听林泽谈库存改善的时候，他总是强调供应链的着眼点要注意Cash to Cash，对于这一点我也可以从这个层面换个角度去和他们谈。”
“哦？快说来听听。”徐浩强急不及待。
“物流部门当然要注意他们的KPI，由于柜的使用率不高，导致单件物流费增加的话，肯定会影响他们的KPI成绩，这个是直接触及对方的利益点去谈的。不过如果从整体的角度去和他们总负责人交涉可能有好的效果。”徐思利轻轻转动面前的茶杯，欣赏着那凹凸不平的纹路，继续说道：“现在我们和对方结算条件是提单日的30天后结算，这意味着要想加快款项回收，他们得尽快装船嘛。并且我知道有些生产厂商也并非一次性全部交货，而是分批交货，但是我们往往都是一次性收到订单的全部数量，也就是说日本那边是等供应商交货完成了才按照订单配船发货。我们不妨和他们沟通，可以分批装运。”
“就是藉此务必让他们每周都能安排发运。他们是和万水船公司签了约价，基本上东京和横滨两大港口都会发运到广州，而这些港口之间的航线，万水都是每周均有一班货轮安排，而我们却做不到每周都有货发，是吧？”徐浩强对这个信息寻求肯定。
“是的，基本上每个月都会发生有一周并不发货，据我所知，货量体积足够装一个柜的，不过由于还有供应商某些订单只交货了一部分，因此他们会等多一周完成这个订单的所有收货后，再配置到不同的集装箱，从而一次性发货2个柜以上。“
“嗯，我就试着从这个突破和他们谈谈。“
“我建议考虑这两点。我自己试算过一柜60%到90%的不同利用率的物流单位成本，得到的大概均值我稍后提供数据给你，藉此和他们谈谈，让他们只要达到某个单位成本就要发运，不管是否充分利用整个集装箱。第二，如果可以的话，是否考虑变更结算周期，假如现在30天变成25天之类？“
“明白，后一点关于支付条款的变更，我会试算一下由此而来的财务情况。“徐浩强突然笑了一下，打趣道：”总感觉你的提议好像要用钱去勾引对方就范似的，差不多就是你不照我的去做，就得不到更多钱的意思。“
徐思利陪笑着说：“这是你自以为。其实彼此都在一条供应链上，互利促进才能在市场上有更多的竞争力。”
“现在闭口开口都来句供应链，以前你老是闭口开口都是物流的。“
“大概听林泽说多了。“徐思利补充说，“以前光是站在物流层面看待事情，和现在站在供应链整个角度去看，感觉挺不一样的。”
徐浩强在这一刻醒悟到，林泽带来的变化，是整体对于供应链运营上的认识提升，这种价值远远要比他解决公司内任何一个问题要大得多。
就按这个方向去交涉一下吧。不过能顺利吗？
徐浩强正想多点一碗叉烧拉面的时候，不由想起妻子往日的叮嘱，要注意身体健康。看着自己日渐隆起的肚子，醒悟起假如每天一顿都要吃上很多的话，就会转化为脂肪存在身体里，而那些减肥网红，往往都是一天多顿，每顿饭都是基本分量，大概这个和库存管理差不多道理吧，频繁订货，收货，来减少每次到货的量，库存就不容易过长时间地堆积着暂用不着的货。
于是，正想举起的手还是垂了下来，夹上那片最薄的鱼生后，决定就此打住。
点个在看你最好看
3.GTR420 安全库存计算法
相关好文如下，点击即可阅读
为什么销售与运营计划（S&OP）这么难成功？
关于S&OP，看看S&OP之父都谈了些什么？
S&OP经典书籍连载：企业销售与运营计划（1）
S&OP成熟度分为五个级别，快看看你在哪一层？
尴尬的S&OP？尴尬的不是综合生产计划，而是“综合生产计划”
从S&OP到IBP 怎样从数量到金额进行管理决策
S&OP点滴知识清单
运筹学算法在S&OP流程中的应用-What If分析
微软为什么选择了SAP IBP？
从S&OP到IBP，升级的背后隐藏了什么样的商业逻辑？
S&OP Forecast Meeting预测会议和Forecast Validation Meeting预测决策会议（合集）
产销不协同是因为S&OP会议没有开好吗？
供应计划 | 用每日看板做日常管理
重温供应链经典：一流的产品，不入流的供应链！（上）
重温供应链经典：一流的产品，不入流的供应链！（中）
重温供应链经典：一流的产品，不入流的供应链！（下）
关于供应链预测：你/我知道的都太少了（1）
关于供应链预测：你/我知道的都太少了（2）
关于供应链预测：你/我知道的都太少了（3）
维多利亚的秘密供应链（上）
维多利亚的秘密供应链（下）
