Waarom het berekenen van voorraaddagen eigenlijk waardeloos is; de opkomst van serviceniveau-statistieken

Voorraadhoudende bedrijven hebben jarenlang voorraaddagen gebruikt om na te gaan of ze de juiste hoeveelheid producten op voorraad hebben. Hieronder leggen we uit waarom deze methode eigenlijk niet geschikt is voor de huidige marktsituatie.

Voorraaddagen – een definitie

Voorraaddagen ook wel ‘dagen in voorraad’, ‘dagen verkoop in voorraad’ of ‘dagen uitstaande voorraad’ genoemd, is een bekende voorraad-KPI. Het is de verhouding die het gemiddelde aantal dagen weergeeft dat de voorraad wordt aangehouden voordat deze wordt verkocht.
Voorraaddagen bereken je door de formule voor de omloopsnelheid van de voorraad om te keren en te vermenigvuldigen met 365, wat het cijfer in een dagelijkse context plaatst.

Voorraaddagen en voorraadbeheer

Het aantal voorraaddagen is de uitkomst van veel gangbare berekeningen die worden gebruikt bij voorraadbeheer. Een eenvoudige formule voor het berekenen van het bestelpunt berekent het aantal voorraaddagen dat nodig is om aan de vraag te voldoen tijdens een doorlooptijd (lead time). Ook de basisformule voor het berekenen van de veiligheidsvoorraad geeft een specifiek aantal voorraaddagen dat zou moeten helpen om onvoorziene schommelingen in vraag en doorlooptijden op te vangen.

Wanneer voorraadbeheerders of supplychainmanagers het hebben over voorraaddagen, proberen ze meestal uit te vinden hoe ze:

• kunnen berekenen hoeveel voorraad er besteld moet worden om aan de vraag te voldoen
• de afhandeling van bestellingen kunnen verbeteren
• het werkkapitaal dat vastzit in de voorraad kunnen verminderen
• de voorraadomzet kunnen verbeteren
• lagere transportkosten kunnen realiseren
• voorraadtekorten als gevolg van een grillige vraag en inconsistente doorlooptijden kunnen voorkomen.

Hoewel veel gebruikt, zijn er redenen waarom het focussen op voorraaddagen een slecht idee is.

Lineaire voorraadbeheerberekeningen die voorraaddagen gebruiken, houden geen rekening met de grilligheid van vraag en aanbod.

Ten eerste: wanneer je voorraaddagen gebruikt bij een berekening, bijvoorbeeld om te bepalen hoeveel of wanneer je opnieuw moet bestellen, zullen de resultaten een benadering zijn. Dit komt doordat voorraaddagenformules lineair van aard zijn en zich vrijwel altijd baseren op een gemiddeld verbruik en statische doorlooptijden. Ze zijn makkelijk te berekenen, maar houden geen rekening met de grilligheid van vraag en aanbod. Dit leidt dus vaak tot onnauwkeurige resultaten.

De vraag van consumenten en toeleveringsketens wordt sterk beïnvloed door politieke, economische, sociale en omgevingsfactoren. Het is dus belangrijk om berekeningen en KPI’s te gebruiken die rekening houden met variatie.

Als voorbeeld een veelgebruikte formule voor het bestelpunt:

Bestelpunt = gemiddeld verbruik x doorlooptijd + veiligheidsvoorraad

De belangrijkste aanname in deze formule is dat deze ervan uitgaat dat de elementen van vraag en aanbod constant zijn; in real-life is dit zelden het geval!

Om te beginnen is het gebruik van de gemiddelde historische vraag om de toekomstige vraag en doorlooptijd te berekenen alleen een goed idee als artikelen een vlakke, consistente vraag hebben. Bijvoorbeeld als tijdens elke bestelcyclus dezelfde hoeveelheid van het artikel verkocht wordt. Als de vraag van het artikel wordt beïnvloed door seizoenen of markttrends, is de historische vraag geen nauwkeurige weerspiegeling van de toekomstige vraag. In werkelijkheid zal de vraag naar de meeste artikelen fluctueren, wat kan leiden tot voorraadtekorten of overtollige voorraad.

Hetzelfde geldt voor doorlooptijden. Zoals veel bedrijven al hebben ervaren, wijken doorlooptijden soms af. De oorzaak kan variëren van een eenvoudige nationale feestdag tot slechte weersomstandigheden, douanekwesties en zelfs wereldwijde pandemieën. Lineaire voorraaddagenberekeningen houden hier geen rekening mee. Het gevolg: onnauwkeurige uitkomsten, tenzij je de tijd hebt om deze berekeningen constant te vernieuwen met bijgewerkte doorlooptijden.

Door te focussen op voorraaddagen worden de voorraadniveaus niet geoptimaliseerd

De uitdaging voor bedrijven is: hoe creëer je een evenwicht tussen de kosten van het kopen en aanhouden van voorraden en het vermogen om aan de vraag te voldoen? Hoe kun je voorraadinvesteringen verminderen zonder de orderafhandeling te schaden? De voorraaddagen-formule is een goede manier om te begrijpen hoe snel de voorraad wordt omgezet, maar is niet geschikt om de voorraad te optimaliseren.

De reden is dat voorraaddagen losgekoppeld zijn van de klantervaring. Als je bijvoorbeeld besluit om het aantal voorraaddagen te verminderen om de transportkosten te verlagen, hoe weet je dan welke invloed dit heeft op de voorraadbeschikbaarheid en welke impact dit heeft op de klantenservice?

In een wereld waarin klanttevredenheid juist de kern van het succes vormt, moeten statistieken voor voorraadbeheer in verband worden gebracht met deze belangrijke KPI. Dit is de reden waarom steeds meer bedrijven lineaire voorraaddagenberekeningen achterwege laten en zich richten op serviceniveaus.

Serviceniveaus

We hebben al gesproken over de noodzaak om rekening te houden met variaties in vraag en aanbod en dat eenvoudige methodes dit niet kunnen. Om rekening te houden met variatie, moet je formules gebruiken die het risico meten. De beste manier om dit te doen is door probabilistische formules te gebruiken.

Een probabilistische benadering aanvaardt dat er onzekerheid bestaat bij het voorspellen van toekomstige gebeurtenissen en speelt hierop in door een percentage van alle mogelijke voorraadbehoeften te dekken. Hier komen de serviceniveaus om de hoek kijken.

Serviceniveaus zijn de verwachte kansen om binnen een bepaalde periode aan alle mogelijke voorraadvereisten te voldoen. Als je bijvoorbeeld een serviceniveaudoelstelling van 99% instelt, betekent dit dat de veiligheidsvoorraad 99% van alle waarschijnlijke verzoeken dekt. Met andere woorden, je kunt je klanten 99% van de tijd leveren wat ze willen, wanneer ze het willen.

Het serviceniveau is belangrijk omdat het verband houdt met hoe goed je je klanten kunt bedienen met tijdige leveringen. Elk artikel dat niet op voorraad is, zelfs als het maar één SKU is, leidt tot een onvolledige bestelling, wat nadelig is voor de klanttevredenheid. De servicelevel-KPI hangt daarom nauw samen met klantenservice, acquisitie, loyaliteit en retentie.

Serviceniveaus in voorraadbeheer

Serviceniveaudoelen worden meestal specifiek voor elk afzonderlijk voorraadartikel of SKU ingesteld. Maar omdat het op voorraad houden van grote hoeveelheden van elke SKU duur is, wordt vaak voorraadclassificatie gebruikt, zodat verschillende beschikbaarheidsdoelen in het productportfolio kunnen worden bepaald.

De eenvoudigste manier om dit te doen, is door gebruik te maken van een ABC-analyse, waarbij de items die de meeste inkomsten genereren, het hoogste serviceniveau krijgen. Er kunnen ook meer complexe modellen voor voorraadclassificatie worden gebruikt, die artikelen groeperen op basis van de volatiliteit van de vraag, de pickfrequentie, de winst of de waarde van het jaarlijkse verbruik. Het resultaat is dat je de serviceniveaus kunt aanpassen, zodat die hoger zijn voor artikelen die goedkoper zijn om op voorraad te houden en een constante vraag hebben, maar lager zijn voor artikelen die duurder zijn en minder vaak worden verkocht.
Met de ingestelde serviceniveaus en continue metingen, kun je beslissingen nemen en voorraadniveaus, bestelpunten, veiligheidsvoorraadniveaus enz. instellen op basis van het voorraadrisico dat je bereid bent te nemen voor elke categorie.

De rol van automatisering

Om over te gaan naar voorraadoptimalisatieprocessen die zich richten op serviceniveaus, is een goede kennis van statistische wiskunde vereist. Aangezien er veel probabilistische formules gebruikt worden, vertrouwen veel bedrijven op software voor voorraadoptimalisatie. Door deze software te verbinden met hun ERP worden deze ingewikkelde berekeningen automatisch voor hen uitgevoerd.

Automatisering maakt geavanceerde analyses en het beheer van duizenden voorraadartikelen mogelijk. Het kan bijvoorbeeld inzoomen op afzonderlijke SKU’s, zodat je kunt handelen wanneer er een risico is op over- of ondervoorraad.

Software zoals EazyStock classificeert automatisch elk voorraadartikel op basis van een set geavanceerde algoritmen en stelt relevante serviceniveaus in. Het voorspelt vervolgens automatisch de vraag en past de bestelparameters aan, zoals veiligheidsvoorraden en bestelhoeveelheden, om ervoor te zorgen dat de doelstellingen worden behaald. Eventueel rekening houdend met afwijkingen in het aanbod, in termen van fluctuerende doorlooptijden en bestelbeperkingen.

Samenvattend

Als je het belangrijk vindt om je klanten centraal te stellen, en tegelijkertijd de voorraadinvesteringen wilt maximaliseren, moet je de voorraaddagen als meetinstrument voor voorraadbeheer achterwege laten. Nu de toeleveringsketens dynamischer zijn dan ooit, is het van cruciaal belang dat je bij het beheren van de voorraad de variaties in vraag en aanbod centraal zet bij elke berekening.