庫存是供應鏈的一道重要防線。所有行業的供應鏈部門都在問一個問題：我們企業有多少的庫存是合理的?

　　這一問題的出發點又分成兩類，其中第一類企業認為當前庫存周轉天數過高，需要尋求降低的空間。另一類企業是意識到自己當前的庫存管理方式已經不能滿足新的業務發展需求，希望從根本上實現庫存的精細化管理，而不是只以降低庫存絕對值為目標。

　　一個完整的供應鏈端到端決策支持平臺才能完美地解決這兩種問題：通過靈活建模，運用多級庫存策略的優化解決方案。完整端到端供應鏈解決方案包括整體網絡設計，多級庫存優化，服務水平優化與庫存模擬仿真。以下我將主要以安全庫存為例，和大家進行分享。

　　一、整體網絡設計

　　您的供應網絡結構是怎樣的，全國有多少工廠、倉庫，各倉庫之間是否有CDC,RDC這類層級的概念?

　　2015年，我和幾位同事為一家全球頂尖的醫療器械公司進行了北美供應網絡的布局規劃。在方案中，我們不僅僅只根據物流成本，倉儲成本，站點的啟動/關閉/固定運營成本來決定倉庫的數量與布局。我們還要考慮在不同的網絡布局下，企業整體的庫存影響。

　　舉個簡單的例子，當您將倉庫數量從十個減少到一個，企業的庫存會有明顯的下降，而其他成本，例如物流費用可能會上升。對于產品價值比較高的行業來說，在設計供應網絡布局時，如果沒有考慮庫存的影響，很有可能就會得出錯誤的方案。

　　圖1.1：多種倉網布局

　　圖1.2: 各倉網方案庫存測算

　　二、產品需求分類

　　如果您是供應鏈相關專業畢業或是之前接觸過安全庫存模型，您肯定對下面這一數學公式并不陌生。

　　SS=Z*STDEV(Avg.Demand)*SQRT(LT)

　　其中SS – 安全庫存，Z – 符合正態分布的安全系數 ，STDEV – 標準差，LT – 提前期。 當然這一公式也會根據需不需要考慮提前期的波動而變化。

　　這一經典數學公式的前提是假設所有需求的變化情況符合正態分布，但實際上并不是所有的需求都是一樣的。以我們之前服務過的一個電腦企業為例，其商用電腦產品只有16%的SKU屬于平滑(Smooth)需求類別，滿足正態分布。而這一比例在其家庭與個人電腦產品中更是下降到3%。如果我們只以簡單的正態分布模型套用其所有的產品，很容易造成部分產品缺貨，而另一部分產品庫存過高的現象。

　　圖2.1：需求分類匯總

　　完整的供應鏈優化平臺可以從需求頻率，需求波動性，需求量大小等多個維度，自動將每一個站點/產品的需求細分為10個類型。

　　圖2.2：站點需求分類表

　　三、從單級庫存優化到多級庫存優化

　　在最近幾年，我們發現越來越多的企業開始嘗試從以往傳統的單級庫存測算轉為多級庫存優化。首先，多級庫存優化并不只是簡單的網絡有多個層級的概念，而是將供應鏈端到端的風險與提前期共同考慮，來綜合決定每一個層級/站點的庫存產品與庫存水位。

　　圖3.1：一個簡單的多級供應網絡

　　以上圖中的網絡結構為例，如果工廠, DC1, DC2都只考慮自己這一段的提前期和不確定性，那么其實是在這個多層級網絡下使用了單級庫存測算方法，而這一方法通常會導致整個供應鏈更高的庫存。在這個例子中，單級庫存算法推薦的總安全庫存為414，多級庫存算法推薦的總安全庫存為245，降低41%。

　　圖3.2：單級與多級庫存結果對比

　　選擇單級或多級庫存優化模型，進行運行和測試，你就能快速比較兩種方式的結果差異。

　　四、服務水平的定義

　　庫存是為了滿足客戶服務存在的。但在不同企業，甚至是同一個企業的不同部門，可能對于服務水平的定義都是不一樣的。比如說有些基于訂單的滿足率，有些基于數量滿足率。如下三種主要庫存模型的服務水平設定，能涵蓋大多數情況。

　　五、服務水平優化：合適的服務水平

　　上一章節我們談到了對于服務水平的定義，那接下來一個很重要的問題就是：企業應該設定多高的服務水平。通常來說，更高的服務水平意味著更高的庫存。

　　Gartner 2016年的一份研究報告顯示，不同行業對于服務水平高低的要求存在差異，其中生命科學行業對于服務水平的要求最高，調研的37家行業內知名公司的平均服務水平達95%。

　　圖5.1：各行業服務水平調研 (Gartner)

　　(一)服務水平敏感度分析

　　2016年，我們為一家大型百貨連鎖公司實施了庫存優化項目。當時這一公司的的綜合服務水平為80%，通過精細化的需求分類與各DC倉庫存策略調整，該公司可以有效降低1000萬美元的庫存成本來實現同樣的服務水平。而要達到更高的服務水平，該公司可以調整庫存結構，在總庫存金額不上漲的情況下實現90%的服務水平，提升達10%。另外當服務水平在90%以上時，企業每提升一個點所要承擔的庫存上漲遠高于從80%到90%每個點對應的庫存上漲。

　　圖5.2：服務水平與庫存成本的關聯曲線

　　(二)多產品組合服務水平優化

　　對于大部分企業來說，上面這條服務水平與庫存成本的關聯曲線已經能為企業管理層在制定服務水平目標時提供參考。但對于零售、快消行業的企業來說，其需要管理的SKU數量可能達到萬級，十萬級甚至百萬級。這些產品單價不同，需求特性不同，顯然在這種情況下對所有SKU設置統一的服務水平目標是不合理的。

　　因此，我們看到有些企業會將產品劃分為ABC類，比如說A類97%，B類95%，C類90%的服務水平。那在此基礎上，我們是否能做更精細化的定義，比如說A類對應的1000個產品，哪些產品應該是99%，哪些產品應該是95%。

　　這種情況下，我們可以自定義不同的產品組，每個產品組設置總體服務水平目標，產品組內的各個SKU設定服務水平的上下限。然后基于最大化營收/最大化利潤/或是最小化成本的目標，自動實現各產品組服務水平目標的全局優化。

　　圖5.3：服務水平優化參數設置

　　圖5.4：優化后的各產品服務水平

　　六、歷史數據與需求預測的結合

　　通常企業在做庫存計劃時有兩種方式，一種是設置訂貨點，當庫存水位達到或低于訂貨點時，驅動供應鏈補貨。另一種是需求預測外加安全庫存。具體兩種方法的優劣勢以及企業適合于哪種計劃方式，我們此次不進行展開。

　　圖6.1：輸入預測值與預測偏差

　　關于預測偏差，不同的預測軟件可能會使用不同的計算方式。SCGX支持MAPE (平均絕對百分誤差)，RMSE (均方根誤差)，MAD (平均絕對偏差)。

　　圖6.2：未來12周安全庫存推薦結果

　　七、庫存模擬仿真

　　在搭建庫存優化模型之后，我們想要知道這模型真正實施后會帶來什么表現?模擬仿真能夠讓企業在實施優化模型推薦的庫存策略之前，通過模擬仿真，更直觀的了解庫存水位變化與服務水平表現。

　　圖7.1：庫存模擬時間序列圖

　　圖7.2：庫存細節結果表

　　八、小 結

　　庫存作為一個結果，也是企業綜合運營能力的體現。在最近幾年，市場的不確定性與波動越發明顯，大部分企業都面臨產品數量越來越多，產品生命周期越來越短的局面，如果不改變依賴計劃員憑經驗、拍腦袋的方式，不形成以數據分析建模為核心的計劃流程，很有可能會導致庫存的問題越來越嚴重，庫存周轉率越來越低。

　　今天我的分享側重于安全庫存水位與多級庫存策略優化，而實際一個企業面對的庫存可以分成多個類別，包括在制庫存，周轉庫存，在途庫存，預置庫存，戰略備貨，呆滯庫存等。針對不同類型的庫存問題，需要企業從多個維度，需要企業從多個維度，戰略層(網絡布局，MTO/MTS，SKU數量管理，延遲差異化戰略等)，戰術層(需求預測，每周/月/季的安全庫存，訂貨點等)，運營層(補貨訂單下達等)綜合管理，也就意味著企業需要搭建多個模型解決不同問題。

　　LLamasoft全面的庫存解決方案可以實現我們今天分享的全部方案、滿足企業多種業務需求，并且在各個行業都有豐富的項目經驗積累。最近一次針對LLamasoft客戶的調研顯示，通過使用LLamasoft解決方案可以為客戶帶來平均10%的庫存持有成本降低。

　　圖8.1：LLamasoft客戶項目收益調研問卷

　　作者簡介：丁力，大中華區解決方案顧問，畢業于美國佐治亞理工學院供應鏈工程碩士專業。先后在LLamasoft北美與中國擔任資深項目顧問，項目經理。期間參與并主導了20余項供應鏈優化項目，為多個世界500強企業提供供應鏈網絡布局、庫存優化、產銷協同計劃、生產計劃等解決方案。行業經驗涉及零售、快消、電器、醫療健康和服裝。服務的客戶覆蓋中國，北美，東南亞和澳大利亞，包括強生，蒙牛，惠而浦，Woolworths，殼牌潤滑油等企業。目前在LLamasoft擔任解決方案顧問，負責全行業客戶的供應鏈優化方案的設計工作。