Att bestämma lämpliga lagernivåer är en av de viktigaste och mest utmanande uppgifterna för logistik-, lager- och inköpschefer. Om lagernivåerna är för höga binder du upp onödigt mycket kapital medan för lite lager innebär risk för förlorad försäljning om du har för lite produkter tillgängliga.
Det måste finnas en balans mellan kapitalbindning, lagerkostnader och produkttillgänglighet.
Säkerhetslager, eller buffertlager som det även kallas, är en term som används inom lagerstyrning och logistik för att beskriva den extranivå av varor som lagerförs för att täcka avvikelser i efterfrågan eller leveranser. Det är en buffert som minskar risken att stå utan produkter när kunderna knackar på dörren.
Beräkningen av säkerhetslagret är också en kritisk pusselbit för att kunna nå önskade servicegrader.
Säkerhetslagernivåerna för lagerförda artiklar påverkas av träffsäkerheten i prognoserna och hur väl leverantörer håller lovade leveranstidpunkter. Om du aldrig har försenade leveranser och din prognos alltid är perfekt behöver du inget säkerhetslager. Tyvärr är verkligheten långt ifrån perfekt för de flesta företag, vilket gör säkerhetslager till en viktig del i sin lagerstyrning.
Säkerhetslager används för att hantera osäkerheten i tillgång och efterfrågan och därigenom gardera sig mot störningar i materialflöden. Eftersom lager medför kapitalbindning är det viktigt att beräkna nivån av sitt säkerhetslager så noggrant som möjligt.
Målet är att minimera antalet bristsituationer och störningar med 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 mer effektivt kan vi styra pengarna bundet i lager dit de gör mest nytta.
De viktigaste faktorerna att ta hänsyn till är önskad servicenivå, prognosprecision och variation i inleveranser.
Syftet med säkerhetslager:
Utmaningen för alla lagerplanerare och inköpare är på ett effektivt sätt balansera omsättningslagret för att möta satta servicegrader och minimera säkerhetslagret. Detta samtidigt som man måste ha precis tillräckligt för att täcka eventuella säsongsvariationer.
Produktefterfrågan är en av de faktorerna som bidrar mest till plötsliga förändringar i värdekedjan. Majoriteten av alla produkter genomgår ett flera olika typer av efterfrågemönster i takt med att den rör sig genom produktlivscykeln. När produkten lanseras får den förhoppningsvis ett uppsving i försäljningen. Det är då viktigt att tidigt kunna identifiera trenden för att undvika brist i lagret. På samma sätt, vid en sjunkande efterfrågan, är det viktigt att inte fortsätta fylla på lagret i samma höga takt som tidigare, det gäller att bromsa i tid. Många produkter har en mer sporadisk efterfrågan och dom är mer utmanande att planera, både när det gäller prognostisering och säkerhetslager.
Nyckeln till framgång ligger i att på ett intelligent sätt kunna följa förändringarna och variationerna i efterfrågan och därmed hålla en hög prognossäkerhet vilket gör det möjligt att hålla nere produktens säkerhetslager. Om man som företag följer efterfrågemönster, trender och säsonger bättre kan man göra stora besparingar och samtidigt hålla produkttillgängligheten på topp.
De flesta affärssystem (ERP) som används för lagerplanering och inköpsstöd använder metoder som tyvärr binder upp onödig mycket kapital i lager. Den vanligaste metoden i ett ERP (om det finns som funktionalitet) är att en täckperiod används, till exempel: 4 veckor av omsättningslager resulterar i att nivån på säkerhetslager dimensioneras för att täcka 2 veckors efterfrågan.Detta är en metod som oftast leder till högre säkerhetslager än vad som behövs.
I avancerade optimeringsverktyg, som EazyStock, är beräkningen av alla produkters säkerhetslager dynamiska och sköts helt automatiskt.
Systemet följer produktens efterfrågan och klassar löpande in den i olika efterfrågemönster. Detta leder till att en hög prognosnoggrannhet uppnås. I stället för normalfördelning som metod för att beräkna efterfrågan använder systemet Poissonfördelning respektive den negativa Binomialfördelningen för artiklar som har intermittenta efterfrågemönster, dvs. långsamt och ”lumpy” behov.
En sund, statistisk metod för beräkningar av säkerhetslager kommer att leverera de nödvändiga lagernivåerna för att balansera de motstridiga målen att maximera kundservice och minimera lagerkostnad.
I vår guide “Dimensionering av säkerhetslager” fördjupar vi oss ytterligare i hur du får rätt balans mellan kapitalbindning, lagerkostnader och produkttillgänglighet för att bli effektiv och konkurrenskraftig.