В предыдущих материалах мы рассмотрели формы вычисления страхового запаса с учётом вариативности по спросу и сроку поставки. В каждой из формул есть σ, которая может значительно исказить страховой запас в случае, если не учесть несколько моментов.
σ - это не просто СТАНДОТКЛОН() в Excel. σ - это управленческое решение: какие данные брать, за какой период, очищать ли выбросы, учитывать ли сезонность и считать ли по истории или прогнозу. От этих решений страховой запас может отличаться в разы.
1. σ чего именно мы считаем?
В базовой модели σ рассчитывается по фактическому спросу. Так мы считали показатели в предыдущих материалах: мы на текущий момент не вводили понятие прогноза и ошибки прогноза. Однако если в расчётах используется прогноз, корректнее учитывать вариативность непредсказуемой части спроса - то есть стандартное отклонение ошибки (Факт – Прогноз).
Если прогноз уже объяснил сезонность и тренд, включать их снова в σ - значит страховаться от того, что уже учтено в базовом уровне расчёта.
Страховой запас должен покрывать именно непредсказуемую часть вариативности.
2. За какой период считать σ?
Слишком короткий горизонт - получим шум. Слишком длинный - получаем устаревшую реальность. Для стабильных SKU - среднее по скользящему окну в 6–12 месяцев. Для быстро меняющихся - 3-6 месяцев. σ должна отражать текущую вариативность, а не архив компании. Если бизнес вырос в 2 раза, историческая σ может быть нерелевантной в абсолютных величинах.
3. Что происходит, если оставить выбросы
Возьмём 10 дней спроса: 100, 105, 98, 102, 97, 103, 101, 99, 104, 300. Последнее 300 - разовая крупная сделка или промо. В таком случае σ ≈ 63, а при LT = 9 и Z = 1.65: SS ≈ 1.65 × 63 × 3 ≈ 312 единиц.
Теперь уберём выброс 300. Новая σ ≈ 2.6. SS ≈ 1.65 × 2.6 × 3 ≈ 13 единиц
Разница более чем в 20 раз!
Если 300 - реальный повторяемый риск, его нельзя удалять. Если это разовая аномалия, оставлять её в расчёте - значит раздувать оборотный капитал. Одна строка в Excel может изменить объём страхового запаса в десятки раз. Поэтому, важно задать себе вопрос - этот выброс - это ошибка, или риск, который действительно нужно покрывать?
4. Сезонность и тренд
Сезонность - это прогнозируемая вариация. Страховой запас - для непредсказуемой вариации. Если считать σ по неочищенным данным с выраженной сезонностью - вы завышаете риск.
Правильный подход - это либо считать σ по ошибке прогноза, либо использовать сезонно очищенный ряд.
5. Прерывистый спрос
Если спрос выглядит так: 0, 0, 3, 0, 0, 12, 0, то классическая σ может быть огромной, а формула SS перестаёт работать корректно. Для таких SKU применяются другие подходы, которые мы рассмотрим в следующих материалах (Например, методы Кростона или подходы на основе распределения Пуассона). Использовать стандартную модель здесь - значит существенно переоценить риск и заморозить оборотный капитал.
Выводы
σ - это не просто статистика. Это отражение того, как компания понимает свою неопределённость. Заниженная σ - скрытые риски и дефицит. Завышенная σ - замороженные деньги, и ошибка в σ часто стоит дороже, чем ошибка в Z. Перед тем как обсуждать 95% сервиса, стоит задать более фундаментальный вопрос:
Вы уверены, что правильно считаете σ?
—
Понравилось? Лайк, репост коллегам, комментарии.
Запасы в цифрах и буквах — в MAX и Телеграмм
#управлениезапасами #leadtime #закупки #логистика #оборачиваемостьзапасов #цепьпоставок #оборотныйкапитал #складскойучёт #прогнозспроса #уровеньсервиса