Beholdningsoptimering: Minimering av risiko og avfall
Beholdningsoptimering er prosessen med strategisk styring og kontroll av lagerbeholdninger for å maksimere effektivitet, minimere kostnader og oppfylle kundebehov.
Oversikt over beholdningsoptimering
Beholdningsoptimering er praksisen med å ha den rette beholdningen for å dekke behovet ditt, og å bufre mot uventede forstyrrelser, samtidig som sløsende overskudd unngås. På sitt beste er lageroptimalisering en smidig praksis som ikke bare reagerer raskt på risiko og muligheter, men også har kapasitet til å forutsi og forberede seg på det.
Beholdningsoptimering er mer avgjørende enn noen gang
Som enhver bedriftsleder kan fortelle deg, er lageroptimalisering en spesielt vanskelig komponent i forsyningskjedestyring fordi den er sårbar for så mange faktorer, inkludert sosiale trender, naturlige hendelser, politikk, økonomi og konkurranse (for å nevne bare noen få). Da pandemien kom, var det mor til alle globale forsyningskjedeforstyrrelser og skinte et lyst og urovekkende lys på volatiliteten i gammelskolens forsyningskjedepraksis.
Videre, når konsumenttoleranser var for leveringstider på en uke eller mer, kunne bedrifter komme forbi med bare et par store lagre. I dag ser Amazon Effect at levering samme dag eller neste dag blir et økende forbrukerbehov. Dette har hatt en enorm innvirkning på lageroptimeringen fordi det betyr at bedrifter nå må ha flere distribusjonssentre og kreve multi-locational lagerstyring. For å toppe det, online shopping er på en all-time høy og forbruker merkevare lojalitet er eroderende i møte med økt online valg. Dette har ført til enestående konkurransenivåer for mange bedrifter og en krympende margin for profitt og feil.
"Forsyningskjedetingene er veldig vanskelige."
Elon Musk
Differansen mellom beholdningsstyring og beholdningsoptimering
Begge er en del av den samme beholdningsrelaterte forsyningskjededriften, men når det gjelder å definere den spesifikke praksisen, er den generelle kategorien "lagerstyring", under som ligger til grunn for lagerstyring og innenfor den livene lageroptimering.
Beholdningsstyring omfatter alle beholdningsstyringsoperasjoner, inkludert beholdningsoptimering.
Lagerstyring refererer til målet om å sette mål for høy produktivitet og effektivitet for alle lageroperasjoner. Moderne forretnings- og forsyningskjedeplanleggingsteknologier støtter disse prosessene ved å gi forsyningskjedeledere bedre synlighet på tvers av alle forbindelsene i kjeden. Tingenes Internett (IoT) og skytilkoblede enheter og ressurser kan automatiseres for større effektivitet i produksjonen. Produksjons-, lager- og logistikkprosesser oppnår også mer effektivitet gjennom bruk av intelligente teknologier som kunstig intelligens (AI), maskinlæring, robotikk og robotprosessautomatisering.
Beholdningsoptimering er et delsett av beholdningsstyring som mer spesifikt refererer til fortjenestemarginer og minimerer tap. Overskuddsbeholdning fører til tap og avfall. Det tar opp plass, blir foreldet, og selger ofte ikke eller må selges til reduserte priser. På den annen side, som vi så under pandemien, er mangel og uventet etterspørsel den andre siden av inventarmynten, der kostnadene kommer i form av tap av potensiell fortjeneste og skade på merkevaren. Derfor er målet med beholdningsoptimering å beste prognosebehov og maksimere den finansielle produksjonen av beholdningen for selskapet.
De forskjellige beholdningstypene
Fra forbrukerens synspunkt består beholdningen hovedsakelig av ferdigvarer. Men for en bedrift er inventar alt de trenger å holde på lager, vedlikeholde og fylle på. Hvis et selskap lager suppe, kan "inventar" være noe fra frøene som brukes til å dyrke tomatene, hele veien til drivstoffet i selskapet levering lastebiler som tar det til dagligvarebutikken. Å se på lagerstyring på denne mer helhetlige måten gir en større forståelse av kompleksiteten.
Det finnes fire grunnleggende beholdningstyper:
- Råvarer: All beholdning som til slutt ender opp i ferdigvaren.
- Varer i arbeid (VIA): Som navnet tilsier, er dette all beholdningen som for øyeblikket klargjøres og pakkes. Dette er et dyrt og risikabelt trinn, slik at lageroptimeringsløsninger kan brukes for å finne de mest kostnads- og tidseffektive prosessene.
- Ferdigvarer: Den mest oppfattede betydningen av hva inventar er, i sin pakkede salgsklar tilstand.
- Vedlikehold, reparasjon og driftsmaterialer (MRO): All beholdning som trengs i produksjon, produksjon og levering av varene. Beholdningsoptimering brukes til best balanse overskudd og mangel på disse ikke-for-konsument-posisjoner.
Utfordringene med tradisjonell lageroptimalisering
Siden det har vært forsyningskjeder og lager, har en av de største utfordringene med å oppnå beholdningsoptimalisering vært balanseringen mellom «akkurat nok» og «ikke for mye». Behovsprognoser har tradisjonelt vært en bakoverrettet praksis. Selv om lageroptimalisering og etterspørselsprognoseeksperter er svært dyktige, er det bare så mye at menneskelig analyse og prediksjon kan oppnå. Lineære forsyningskjeder som drives av andre systemer, vil derfor alltid være sårbare, uansett hvor mye ekspertise som brukes. Noen av de vanligste utfordringene er:
Legacy-systemer som verken kan samle inn eller administrere stordata: Manuell og ikke-tilkoblet teknologi kan ikke håndtere volumer av ulike og ustrukturerte data. Det er fra disse dataene – gjennom bruk av smarte teknologier som AI, maskinlæring og avansert analyse – at noe av den største nøyaktigheten oppnås fra risikoprognoser til etterspørselsprognoser.
Raske kundebehov: Hvert år vokser forbrukernes etterspørsel etter rask levering og tilpassede produkter. Produktlivssyklusene er også kortere enn noensinne. Det er dyrt for bedrifter å sette opp logistikk- og forsyningskjedenettverk for å møte disse kravene, så større presisjon blir bedt om fra beholdningsoptimalisering.
Økt konkurranse: En implikasjon av Industri 4.0 og intelligente, tilkoblede forsyningskjedeteknologier er at bedrifter kan sette opp og vokse raskere enn noensinne – alt håndteres fra et sentralt knutepunkt. Dette har ført til et enestående nivå av konkurranse og forbrukervalg. Lager optimalisering løsninger er stadig mer ettertraktet for å bidra til å gi et konkurransefortrinn.
Værhendelser og naturkatastrofer: Hvert år ser vi mer ødeleggende stormer og ødeleggende skogbranner. Selvfølgelig er det ingen måte å nøyaktig forutsi slike hendelser, men med bruk av avanserte analyser og skybaserte løsninger, kan lagersjefer gi seg selv en kampsjanse i de resulterende perioder med vaklende etterspørsel.
Bygge på fundamentale prognoseprosesser for beholdningsoptimering
Det finnes et bredt spekter av lageroptimaliseringsutfordringer fra virksomhet til bedrift. For visse sesong- eller B2B-produkter kan prosessen være ganske enkel, mens store detaljister for eksempel kan ha hundretusener av artikler og en svært merkurial markeds- og kundebase.
De grunnleggende praksisene som underbygger lageroptimalisering har ikke endret seg på flere tiår – selv århundrer. Men, det som har endret seg er programvareløsninger som forsterker disse prosessene og spesialistene som utfører dem. Men selv de mest sofistikerte digitale systemene er fortsatt jordet i mange av de kjente og tradisjonelle inventaroptimaliseringsprotokollene og formlene:
ABC-analyse: Identifisering av de mest og minst populære produktene samt de som er mest og minst lønnsomme. Dette har tradisjonelt blitt oppnådd gjennom analyse av tidligere salgsdata. Men med avanserte analyser og smarte teknologier er det nå mulig å forutsi trender bedre og forutse økende og fallende lagerbehov før de oppstår.
Behovsprognose: Prognoseanalyse hjelper til med å forutse kundebehov. Den brukes også til å forutsi trender eller risikoer. Igjen, der dette tradisjonelt var en mer bakoverrettet prosess, tillater lagerstyringsprogramvare nå forsyningskjedeansvarlige å minimere risikoen for underskudd og avfall, og mer nøyaktig forutsi etterspørselen.
Materialbehovsplanlegging (MRP): Et system som håndterer planlegging, tidsplanlegging og beholdningsstyring for produksjon. I økende grad erstattes gamle MRP-systemer av integrerte bedriftsplanleggingssystemer og behovsstyrte MRP-systemer (DDMRP) som gir større nøyaktighet og robusthet.
Bestillingspunktformel: Dette gjenspeiler minimumsbeholdningen før du må bestille på nytt. Dette har tradisjonelt vært en komplisert prosess fordi den skiller seg fra produkt til produkt – selv innenfor svært lignende produkter. For eksempel kan hvite sokker og sorte sokker godt ha et annet ombestillingspunkt. Lageroptimeringsteknologier kan holde selv de mest komplekse flerlokaliserte lagerbeholdningene nøyaktige og synlige – overalt og i sanntid.
Kontinuerlig beholdningsstyring: Dette er spesielt relevant for hurtiggående forbruksvarer (FMCG) der produktene beveger seg i lynrask hastighet. Med smarte teknologier kan prosesser for kontinuerlig beholdningsstyring automatiseres på tvers av omnikanal-innkjøpskontaktpunkter. Og maskinlæring kan hjelpe disse verktøyene med å bli smartere og mer nøyaktige over tid, og til og med holde øye med nyheter, trender og værrapporter for å levere live innsikt og lagerstatusrapportering.
Sikkerhetslager- og lagerbuffere: Dette er prosessen med å sikre at det finnes realistiske lagerbuffere i tilfelle det uventede. Siden forsyningskjeden begynte, har dette vært en grunnleggende utfordring fordi mangel og svinn begge fører til tap av inntekt. Moderne programvareløsninger for forsyningskjeden gir hastighet, tilkobling og avanserte dataanalysefunksjoner til lagerstyringsprosessen. Dette gjør det mulig for bedrifter å optimalisere buffermarginene sine med imponerende nøyaktighet.
Lageroptimeringssystemer: Fordeler og resultater
Historisk sett kan fordelene ved selv små forbedringer av strategisk beholdningsoptimalisering realiseres i reduserte kostnader og bedre fortjenestemarginer. Med bruk av integrerte forretningsprosesser og lagerstyringsprogramvare blir disse fordelene mer robuste og målbare – og bare forbedres over tid etter hvert som programvaren lærer og tilpasser seg.
Større synlighet for hele virksomheten: Den forbedrede gjennomsiktigheten som er aktivert av lageroptimeringsprogramvare, strekker seg fra salg, markedsføring og regnskap til leverandører av råvarer og til og med globale partnere, eiendeler og utgifter. Med nettskytilkobling kan alle team som er involvert i forsyningskjeden, samarbeide i sanntid.
Forbedrede etterspørselsprognoser og forutsigende evner: Smarte teknologier kan behandle komplekse data fra kilder innenfor og utenfor bedriften – og levere nøyaktige prognoser og innsikt. Når forsyningskjedeteknologier drives av AI og maskinlæring, blir prognoserende analyser og etterspørselsprognoser mer nøyaktige og innsiktsfulle.
Mer sofistikerte optimaliseringsresultater: Med smarte systemer som kan analysere komplekse og varierte datasett, kan lagersjefer ikke bare se hvilke produkter som er mest lønnsomme, men som hvilke steder som er best for hvilke SKU og hvilke kombinasjoner av produkter som selger best på forskjellige tider av året.
Skalerbarhet: Selskaper må skalere opp raskt av mange grunner, inkludert suksess og generell vekst, uventede hendelser eller sesongmessighet. Smart programvare og moderne databaser er uendelig skalerbare og kan rampe opp og optimalisere operasjoner på en global skala.
Går utover med multi-echelon inventar optimalisering (MEIO)
Komplekse (spesielt globale) forsyningskjeder drar nytte av MEIO-løsninger, som bygger på det grunnleggende ved tradisjonell lageroptimalisering, men bruker moderne forsyningskjede- og skyteknologier for å få et mer sentralisert, sanntidsbilde av globale operasjoner. En effektiv MEIO-løsning anbefaler optimale lagerbeholdninger ved hver kobling – eller echelon – i forsyningskjeden ved samtidig å optimalisere lagerbalansen på tvers av flere lokasjoner.
Med MEIO-tilnærming kan produsenter analysere behovsprognoser med en ende-til-ende-visning av forsyningskjeden. Og som bedrifter griper med Amazon Effect, hjelper MEIO-løsninger dem med å takle dagens mer geografisk distribuerte, mindre lagerbeholdninger.
Kom i gang med beste praksis for lagerplanlegging
Moderne teknologier og smarte løsninger kan gi enorme fordeler til alle områder av forsyningskjedestyring, men til slutt er det praksis og folk som driver en virksomhet. Med nettskytilkobling kan du koble deg til teamene og forsyningskjedepartnerne over hele verden, slik at du får denne synligheten til arbeidet ved å dele og belønne god praksis og effektive lagerplanleggingsstrategier.
- Bruk robuste behovsprognoseteknikker. Behovsprognoser er en nøkkelfaktor når det gjelder å informere om hvordan bedrifter strategiserer beholdningsstyring og andre prosesser, for eksempel ressurskjøp, inngående logistikk, produksjon, finansplanlegging og risikovurdering.
- Gjør beholdningsbudsjettet ditt til en Q1-prioritet. Hver bedrift har sykluser og skift gjennom året. Ved å etablere et beholdningsbudsjett for kvartalet kan forsyningskjedeplanleggere fastsette mer realistiske og leverbare mål og KPI-er.
- Implementer standard beholdningskontrollsystemer.
Gjennomgangssystemer kan tilpasses for ulike typer inventar og bidra til å forbedre effektiviteten og effektivisere arbeidsflyten. Det er ikke uvanlig for komplekse organisasjoner å bruke forskjellige systemer i sin virksomhet. Hovedpoenget er å ha konsistens og sette en plan på plass. Det finnes to hovedtyper av beholdningskontrollsystemer:
Kontinuerlig kontrollsystem: I denne modellen bestilles de samme varekvantaene i hver syklus, og lagersjefene må overvåke beholdningsnivåene kontinuerlig og etterfylle beholdninger hver gang kvantumet for en posisjon faller under et fastsatt nivå.
Periodisk evaluering: I denne modellen bestiller lagersjefer produkter samtidig i hver forretningssyklus. På slutten av syklusen bestilles nødvendig beholdning basert på kvalitetsnivåer på dette tidspunktet. Dette systemet bruker ikke faste omsorteringsnivåer og er mer effektivt for produkter som beveger seg saktere.
- Lytt til kundene dine. Mange bedrifter lytter bare til de kuleste hjulene og ender opp med å ta beslutninger basert på de høyeste tilbakemeldingene. De beste programvareløsningene for beholdningsstyring vil kunne samle inn og analysere data fra alle kundene og kjøperne dine regelmessig og tilby innsikt og anbefaling – i sanntid – om disse inndataene. Dette hjelper beholdningsoptimeringen ved å sikre at beslutninger om beholdningsstyring er informert og datadrevet.
- Bruk just-in-time-prinsipper (JIT) og on-demand-prinsipper. Kortere enn noensinne produktlivssykluser og økende forbrukeretterspørsel etter hastighet og personalisering betyr at lageroptimalisering må være rask og smidig. Teknologier som 3D-utskrift og robotautomatisering gjør det mulig for bedrifter å bære virtuelle beholdninger. Forsyningskjedeproduksjon og logistikk opererer i økende grad ved hjelp av nettverk av leverandører og leverandører ved behov. Med intelligent programvare kan beholdningssjefer ta beslutninger om beholdningsoptimalisering i sanntid, og sikre at dataene sikkerhetskopierer dem.
Neste trinn for bedre beholdningsplanlegging og -optimering
Som med enhver forretningstransformasjon er det viktig å etablere god kommunikasjon på tvers av lageroptimeringen og forsyningskjedeteamet. Start med å bryte ned siloer, utvikle sterke endringsstyrings- og kommunikasjonsstrategier og snakke med dine teamledere. Innenfor arbeidsstyrken din er det en gullgruve med informasjon om nåværende risikoer og muligheter, som kan utnyttes til å etablere gjennomførbare lagerplanleggings- og optimaliseringsstrategier. Programvareleverandører kan også hjelpe deg med å utvikle et veikart for å få din lageroptimeringsreise i gang.
Utforsk lageroptimeringsløsninger
Oppnå lageroptimeringsmål med SAP Integrated Business Planning.
Ideer du ikke finner noe annet sted
Registrer deg for en dose Business Intelligence levert rett til innboksen din.