Hvad er Safety Stock Calculator?
▾
Sikkerhedslager er den ekstra beholdning, der opbevares ud over den forventede efterspørgsel i leveringstiden for at beskytte mod to kilder til usikkerhed: efterspørgselsvariabilitet (kunder køber mere end forventet) og udbudsvariabilitet (leverandører, der leverer senere end forventet). Det fungerer som en buffer, der absorberer disse udsving og forhindrer lagerudbud, der ellers ville opstå, når efterspørgslen stiger eller en forsendelse er forsinket. Mængden af sikkerhedslager, der kræves, afhænger af, hvor varierende efterspørgsel og gennemløbstid er, hvor lang genopfyldningsgennemløbstiden er, og hvor højt et serviceniveau virksomheden ønsker at opretholde. Uden sikkerhedslager ville en virksomhed, der opererer med nøjagtig den gennemsnitlige efterspørgsel i løbet af leveringstiden, teoretisk udfylde 50 % af tiden - halvdelen af alle leveringstidscyklusser ville se efterspørgslen overstige gennemsnittet og opbruge beholdningen, før genopfyldning ankommer. Sikkerhedslager skubber denne sandsynlighed til et målserviceniveau: 95 % betyder, at lagerudbud kun forekommer i 5 % af leveringstidscyklusser; 99% betyder lagerudbud i 1% af cyklusser. Dette forhold mellem sikkerhedslagermængde og serviceniveau følger den statistiske normalfordeling, hvor Z-score (antal standardafvigelser) svarer til hvert serviceniveau. Omkostningerne ved sikkerhedslager er reelle - det repræsenterer kapital bundet i lager, forbrugt lagerplads og risiko for forældelse for produkter med begrænset holdbarhed. Disse omkostninger skal afvejes i forhold til omkostningerne ved lagerbeholdninger: tabt salg, hasteudgifter, produktionsnedetid og skade på kunderelationer. Det optimale sikkerhedslagerniveau afbalancerer disse omkostninger, og forskellige SKU'er inden for samme virksomhed kan have meget forskellige optimale sikkerhedslagerniveauer afhængigt af deres marginprofil, efterspørgselsvariabilitet og lagerkonsekvens. Moderne lageroptimeringssoftware (Blue Yonder, Kinaxis, o9 Solutions) beregner sikkerhedslagerniveauer dynamisk på SKU-lokationsniveau, og opdaterer dem, efterhånden som efterspørgselsmønstrene skifter og leveringstiderne ændres. Disse systemer kan håndtere sikkerhedslageroptimering på tværs af hundredtusindvis af SKU'er samtidigt, en skala, der er umulig med manuel beregning.
DigiCalcs delivers precision-engineered tools for engineers and STEM professionals.
Formel
▾
Sikkerhedsaktieformel (statistisk metode):
SS = Z × σ_dLT
Hvor:
Z = Serviceniveau Z-score (fra standard normal tabel)
σ_dLT = Standardafvigelse af efterspørgsel under leveringstid
For konstant gennemløbstid:
σ_dLT = σ_d × √LT
SS = Z × σ_d × √LT
For variabel gennemløbstid OG variabel efterspørgsel:
σ_dLT = √(LT̄ × σ_d² + d̄² × σ_LT²)
SS = Z × √(LT̄ × σ_d² + d̄² × σ_LT²)
Simple Days of Supply-metode:
SS = Gennemsnitlig daglig efterspørgsel × sikkerhedsdage
Bearbejdet eksempel (statistisk):
d̄ = 100 enheder/dag, σ_d = 20 enheder/dag
LT̄ = 10 dage, σ_LT = 2 dage, Z (95 % SL) = 1,645
σ_dLT = √(10 × 20² + 100² × 2²) = √(4.000 + 40.000) = √44.000 = 209,8
Sikkerhedslager = 1.645 × 209.8 = 345 enhederVariabelbeskrivelse
▾
| Symbol | Navn | Enhed | Beskrivelse |
|---|---|---|---|
| Z | Z-score | dimensionless | Standard normalfordelingsværdi svarende til målserviceniveau (1,645 = 95 %, 2,326 = 99 %) |
| σ_d | Krav standardafvigelse | units/day | Statistisk mål for daglig efterspørgselsvariabilitet — beregnet ud fra historiske daglige salgsdata |
| σ_LT | Ledetid standardafvigelse | days | Variation i leverandørens leveringstid — beregnet ud fra historiske indkøbsordrekvitteringsdata |
| LT̄ | Gennemsnitlig leveringstid | days | Gennemsnitligt antal dage fra købsordre til varer på lager |
| σ_dLT | Efterspørgsel i løbetid Std Dev | units | Kombineret variabilitet af efterspørgsel og leveringstid i løbet af genopfyldningstidsrummet |
| SS | Sikkerhedslager | units | Bufferbeholdning holdt over forventet efterspørgsel-i løbetid for at absorbere variabilitet og beskytte mod lagerudbud |
Sådan Safety Stock Calculator
▾
- 1Vælg dit målserviceniveau - sandsynligheden for, at du ikke fylder lager i løbet af en leveringstidscyklus. Fælles mål: 90 % for ikke-kritiske varer med lav margin, 95 % for standard detailhandel/e-handel, 99 % for varer, der er kritiske for produktionen eller varer med høj margin. Konverter til en Z-score ved hjælp af standard normal tabel.
- 2Beregn den gennemsnitlige daglige efterspørgsel ud fra historiske salgsdata — brug mindst 90 dages data til stabile produkter; justere for kendte efterspørgselstendenser, før gennemsnittet beregnes.
- 3Beregn standardafvigelsen for daglig efterspørgsel (σ_d) — dette måler efterspørgselsvariabilitet. Høj σ_d betyder uforudsigelig efterspørgsel og kræver mere sikkerhedslager. Beregn σ_d som standardafvigelsen af dine daglige salgsdata over måleperioden.
- 4Bestem den gennemsnitlige leveringstid og variabilitet i leveringstid (σ_LT) ud fra indkøbsordrehistorikken — registrer antallet af dage mellem ordreplacering og varer, der er tilgængelige på lager for hver ordre over de seneste 12 måneder; beregne middelværdi og standardafvigelse.
- 5Beregn standardafvigelsen af efterspørgslen under leveringstiden ved hjælp af den passende formel — brug den simple formel (σ_d × √LT), hvis leveringstiden er konsistent; brug den fulde formel, hvis både efterspørgsel og leveringstid varierer betydeligt.
- 6Multiplicer Z-scoren med σ_dLT for at få den statistiske sikkerhedslagermængde - dette er antallet af enheder, der skal opbevares som buffer ud over den forventede efterspørgsel under leveringstiden.
- 7Bekræft, at sikkerhedslageromkostningerne (enheder × enhedsomkostninger × beholdningssats) er begrundet i lagerudgiften - for varer med lav værdi kan en enklere tilgang med faste sikkerhedsdage være tilstrækkelig og lettere at administrere.
Løste eksempler
▾
Ved 14-dages leveringstid med moderat efterspørgselsvariation giver 92 enheder sikkerhedslager 95 % beskyttelse. Dette repræsenterer $920 i bufferbeholdning til $10/enhed - en værdifuld investering for at undgå lagerudbud på en 75-enheder/dag salgsvare.
Både efterspørgsel og variabilitet i leveringstid driver store sikkerhedslager på 99 % serviceniveau. De $244.100 i sikkerhedslager (ved $100/enhed) er begrundet i omkostningerne ved en produktionslinjestop - typisk $10.000-$50.000 i timen i bilfremstilling.
For letfordærvelige varer må sikkerhedslageret ikke overstige holdbarheden minus leveringstid. Her begrænser en 7-dages holdbarhed og 3-dages leveringstid sikkerhedslageret til maksimalt 4 dages efterspørgsel - holdbarhedsbegrænsningen tilsidesætter det statistiske optimum.
Når σ_d (25) overstiger d̄ (10), er variationskoefficienten 250 % - ekstremt variabel efterspørgsel. Sikkerhedslager på 22,6× gennemsnitlig efterspørgsel signalerer, at denne SKU bør overvejes til ophør eller specialfremstillet i stedet for make-to-lager.
Praktiske anvendelser
▾
Købere af detailkæder bruger sikkerhedslagerberegninger til at angive minimumslagermængder i deres genopfyldningssystemer, hvilket sikrer, at målene for hyldetilgængelighed opfyldes, selv når leverandørens leveringstid forlænges i højsæsonen.
Farmaceutiske virksomheder beregner sikkerhedslageret for aktive farmaceutiske ingredienser (API'er) og færdigvarer separat, og har ofte 60-90 dages sikkerhedslager for kritiske lægemidler for at overholde FDA's retningslinjer for leveringssikkerhed.
Bilproducenter opretholder sikkerhedslagre for komponenter med enekilde, hvor en leverandørafbrydelse ville standse produktionen - halvledermanglen i 2021 viste, at utilstrækkelige sikkerhedslagre til chips kostede bilindustrien anslået 210 milliarder dollars i tabt produktion.
E-handel 3PL'er beregner sikkerhedslagerkrav som en del af deres onboarding-proces med nye kunder, og anbefaler sikkerhedslagerniveauer baseret på kundens efterspørgselshistorik og målserviceniveau, før den første lagerbeholdning modtages.
Særlige tilfælde
▾
Intermitterende efterspørgsel (efterspørgslen er nul de fleste dage med lejlighedsvise stigninger) overtræder
Intermitterende efterspørgsel (efterspørgslen er nul de fleste dage med lejlighedsvise stigninger) overtræder den normale fordelingsantagelse, der ligger til grund for standardformler for sikkerhedslager. For SKU'er med en variationskoefficient over 150 % skal du overveje Crostons metode (særskilte prognoser for efterspørgselsfrekvens og efterspørgselsstørrelse) eller den negative binomiale distributionsmodel for mere nøjagtig beregning af sikkerhedslager.
Salgsfremmende begivenheder skaber midlertidige efterspørgselsstigninger, der overvælder statistisk
Salgsfremmende begivenheder skaber midlertidige stigninger i efterspørgslen, der overvælder statistiske sikkerhedslagerbuffere – en 3x efterspørgselsstigning under en Black Friday-begivenhed vil opbruge sikkerhedsbeholdningen, der er dimensioneret til normal variation inden for få timer. Salgsfremmende beholdning bør planlægges som et separat terminskøb oven på almindelige sikkerhedsbeholdninger, ikke absorberet af sikkerhedsbeholdninger, der er dimensioneret til variabilitet i basislinjeefterspørgslen.
Samling af lagerbeholdninger på flere steder gør det muligt at dele sikkerhedslager på tværs
Samling af lagerbeholdninger på flere steder gør det muligt at dele sikkerhedsbeholdninger på tværs af flere lokationer i stedet for at holdes separat på hver. Under teorien om risikopooling svarer det sikkerhedslagre, der er nødvendigt for at betjene efterspørgslen på N lokationer fra et centrallager, med sikkerhedslageret for N separate lagre divideret med √N - hvilket repræsenterer en betydelig besparelse. Dette er grunden til, at centraliserede distributionsmodeller kan fungere med et lavere samlet sikkerhedslager end decentraliserede modeller.
Sikkerhedslager efter serviceniveau og efterspørgselsvariabilitet (σ_d = 20 enheder/dag, LT = 14 dage)
▾
| Serviceniveau | Z-score | Sikkerhedslager (enheder) | Ekstra lagerpris på $10/enhed |
|---|---|---|---|
| 90% | 1.282 | 96 enheder | $960 |
| 95% | 1.645 | 123 enheder | $1.230 |
| 97% | 1.881 | 141 enheder | $1.410 |
| 98% | 2.054 | 154 enheder | $1.540 |
| 99% | 2.326 | 174 enheder | $1.740 |
| 99,5 % | 2.576 | 193 enheder | $1.930 |
| 99,9 % | 3.090 | 231 enheder | $2.310 |
Ofte stillede spørgsmål
▾
Hvad er forskellen mellem sikkerhedslager og bufferlager?
Sikkerhedslager og bufferlager bruges ofte i flæng. I nogle forsyningskæderammer skelnes de mellem: sikkerhedslager refererer specifikt til statistisk buffer mod efterspørgsel og udbudsvariabilitet, mens bufferlager også kan omfatte strategiske reserver, der holdes af andre årsager (forberedelse af forstyrrelser, salgsfremmende begivenheder, leverandørrisikoafdækning). I de fleste praktiske lagerstyringssammenhænge betyder vilkårene det samme - ekstra beholdning holdt over forventet efterspørgsel for at forhindre lagerudbud.
Hvordan reducerer jeg sikkerhedslager uden at øge risikoen for lagerudsalg?
Sikkerhedsbeholdningen kan reduceres ved at tage fat på de grundlæggende årsager, der driver det: reducere efterspørgselsvariabiliteten gennem bedre efterspørgselsprognoser og efterspørgselsudjævning; reducere variabiliteten i leveringstid ved at forbedre leverandørens pålidelighed eller skifte til mere konsistente leverandører; reducere den gennemsnitlige leveringstid gennem nearshoring, lokalt sikkerhedslager eller forhandling af leverandørens leveringstid; og bruge leverandørstyret lager- eller forsendelsesordninger, der flytter risikoen tilbage til leverandørerne. Reduktion af sikkerhedslager uden at tage fat på disse grundlæggende årsager øger simpelthen lagerudskrivningsfrekvensen.
Skal alle SKU'er have samme serviceniveaumål?
Nej – serviceniveaumål bør differentieres efter SKU-rentabilitet, lagerkonsekvens og kundebetydning. Varer med høj margin og hurtige bevægelser med alvorlige lagerkonsekvenser (tabt salg til konkurrenter) garanterer et serviceniveau på 97–99 %. Varer med lav margin, langsomt bevægende varer, hvor restordrer er acceptable, garanterer 90–95 %. Nogle virksomheder bruger ABC-klassificering til niveauer af serviceniveauer: A-varer på 99 %, B-varer på 97 %, C-varer på 95 %. Denne trinvise tilgang optimerer de samlede lageromkostninger på tværs af porteføljen.
Hvad er cyklusserviceniveau kontra fyldningsgrad?
Cycle service level (CSL) — det serviceniveau, der bruges i sikkerhedslagerberegninger — er sandsynligheden for ikke at fylde lager i løbet af en enkelt leveringstidscyklus. Fyldningsgrad er den procentdel af efterspørgslen, der er opfyldt med det samme fra lager (ingen restordre eller mistet salg). Disse er forskellige metrics: en 95 % CSL betyder ikke en 95 % opfyldningsrate. Fyldningsgraden er altid højere end CSL, fordi det meste af efterspørgslen inden for en cyklus betjenes før lagerudbudsbegivenheden (hvis en sådan forekommer). Fyldningsrater på 97-99% svarer til CSL'er på 90-95% afhængigt af efterspørgselsvariabilitet.
Hvordan påvirker reduktion af leveringstid sikkerhedslageret?
Reduktion af gennemløbstid har et stærkt kvadratrodsforhold til sikkerhedsmateriel — halvering af leveringstid reducerer sikkerhedslager med √2 (29 %), ikke med 50 %. Reduktion af gennemløbstiden reducerer imidlertid også direkte komponenten efterspørgsel under leveringstid af genbestillingspunktet (et lineært forhold). Kombineret halvering af gennemløbstiden reducerer det samlede lager (sikkerhedslager + cykluslager) væsentligt. Dette er grunden til, at lean supply chain-initiativer, der reducerer leverandørens gennemløbstider, giver flere fordele ved lagerreduktion.
Hvad er de skjulte omkostninger ved utilstrækkeligt sikkerhedslager?
Utilstrækkelige sikkerhedslageromkostninger strækker sig langt ud over tabt salg: nødudgifter (luftfragt i stedet for hav, premium sourcing) kan være 5-10× normal fragtomkostning; produktionsnedetid fra komponentlager koster $10.000-$100.000/time i fremstillingen; Kundefrafald fra gentagne lagerudbud har langsigtede livstidsværdiimplikationer; og intern driftsforstyrrelse (nødindkøbspersonalets tid, brandslukning) er sjældent fanget i standardberegninger af lageromkostninger. En grundig cost-benefit-analyse af sikkerhedslager skal inkludere alle disse skjulte omkostninger.
Hvad er kvadratroden af tidsreglen i sikkerhedsaktier?
Kvadratroden af tid beskriver, hvordan sikkerhedslager skalerer med leveringstid: Hvis leveringstid fordobles, øges sikkerhedslager med √2 (ca. 41 %), ikke med 100 %. Dette sker, fordi statistisk efterspørgselsvariabilitet akkumuleres med kvadratroden af tidsperioder (efter den tilfældige gang-egenskab for uafhængige daglige krav). Den praktiske implikation: at øge gennemløbstiden fra 14 dage til 28 dage øger sikkerhedsbeholdningen med 41 %, ikke 100 % — og reduktion af leveringstiden fra 28 til 14 dage reducerer sikkerhedsbeholdningen med 29 %.
Almindelige fejl at undgå
▾
- !Brug af den gennemsnitlige efterspørgsel til at indstille sikkerhedslageret frem for standardafvigelsen – sikkerhedslageret beskytter mod variabilitet over gennemsnittet, så standardafvigelsen for efterspørgslen er det, der driver beregningen. Brug af gennemsnitlig efterspørgsel som en 'sikkerhedsfaktor' giver et sikkerhedslager, der er for stort til varer med stabil efterspørgsel og alt for lille til varer med volatile efterspørgsel.
- !Indstilling af det samme sikkerhedslager for alle SKU'er uanset deres efterspørgselsvariabilitet, leveringstid eller serviceniveauets betydning – en ensartet tilgang til sikkerhedslager overlager systematisk stabile varer og underlager volatile varer. SKU-specifik sikkerhedslagerberegning, selv med simple parametre, overgår dramatisk ensartede sikkerhedslagerpolitikker.
- !Beregning af sikkerhedslager én gang og aldrig opdatering af det — virksomheder, der sætter sikkerhedslagerparametre under ERP-implementering og lader dem være uændrede i årevis, vil opdage, at disse statiske værdier afviger fra optimale, efterhånden som efterspørgselsmønstrene skifter, nye leverandører med forskellige leveringstider tilføjes, og forretningsprioriteterne ændres. Quarterly safety stock reviews are a minimum; månedlige anmeldelser for højhastigheds- eller højrisiko-SKU'er.
Pro Tip
Brug variationskoefficient (CV = σ/middelværdi) til at prioritere, hvilke SKU'er der kræver omhyggelig styring af sikkerhedslager: CV under 0,5 = stabil efterspørgsel, simpel sikkerhedslager; CV 0,5–1,0 = moderat variabilitet, statistisk sikkerhedsbestand anbefales; CV over 1,0 = meget varierende efterspørgsel, sikkerhedslageret kan være upraktisk, og bestillings- eller dual sourcing kan være bedre løsninger.
Vidste du?
Amazons lageroptimeringsteam administrerer efter sigende sikkerhedslager på ASIN-varehusniveau på tværs af 185+ opfyldningscentre, og genberegner optimale sikkerhedslagerniveauer dynamisk ved hjælp af maskinlæringsmodeller, der tager højde for hundredvis af efterspørgselssignaler, herunder vejrudsigter, sociale medier-tendenser og lokale begivenheder. Denne granulære optimering af sikkerhedslager anslås at have reduceret Amazons lageromkostninger med milliarder af dollars, samtidig med at lagerpriserne er over 99 % for Prime-berettigede varer.
Regional Guides
▾
🇺🇸 US▾
🇬🇧 UK▾
🇪🇺 EU▾
Få ugentlige matematiktips
Slut dig til 12.000+ abonnenter, der får lommeregnertips hver uge.