安全库存与动态调整：实例对比

前面两篇用实例对比了稳态业务条件下不同的安全库存设定效果(请参见：安全库存设定：实例对比（1/2）；安全库存设定：实例对比（2/2）)。

我们可以看到，在稳态业务条件下，无论是否满足正态分布前提，安全库存标准公式在相当程度上都可以实现其所声称的服务水平(当然，需求波动性越大，交货提前期越长，则实际服务水平也就相应越低)。

但是，稳态业务毕竟不是供应链的常态。当业务非稳态时，安全库存标准公式的表现又将如何呢？这就是本篇将要探讨的问题。

分析前提

首先，为了讨论方便，这里仍然首先假定：交货提前期稳定可靠，同时，(即便是在增长过程中)需求总是符合正态随机分布。

其次，业务非稳态，这里指的是业务增长。显然，我们想要讨论的，首先是交货能力，而非存货控制。

依据之前聊过的工业市场特点(请参见：预测案例2 续：成长期业务特征)，我们设定增长率为大约20%，同时，实际增长过程通过三个月实现。也即，先有三个月均值提升10%，然后再进入均值提升20%的稳定区域。

最后，采用月度更新安全库存参数的方式。这是现实中应对非稳态的基本方式，每个月都通过之前12个月的数据来更新安全库存，所谓“滚动更新(Rolling Update)”。

无疑，我们所设定的分析前提，并不是特别严苛，这属于工业领域比较基本的业务增长情境。我们的重点是，看看在工业领域基本情境下，不同安全库存设定逻辑的表现特点是怎样的。

构建需求数据

需要的序列包含两年24个月，并且仍然假定每个月均包含20个工作日。需求序列由以下三部分共同构成：

第一部分：12个月，业务处于稳态。设定日需求的均值48、标准差45，借用之前谈到的随机数生成器，构造240个数值的序列。

第二部分：3个月，业务处于增长阶段。设定日需求的均值55、标准差49，构造60个数值的序列。

第三部分：9个月，业务处于增长后的新稳态。设定日需求的均值60、标准差54，构造180个数值的序列。

实际构造出的需求数据序列如下图所示：

注意：图中的红色曲线，为6个月移动平均线。左侧的日需求图，由于坐标尺度的原因，均值由48增长至60在视觉上不是那么显著；而右侧的月需求图，则可以很清晰地观察到需求增长的情况。

从XYZ特性上，我们知道，这颗物料在日需求上属于Y类，而在月需求上仍然属于X类。(不要惊讶，哪怕是在处于三个月爬坡九个月稳定的后12个月里，月需求序列的均值为1219，标准差也只有259)

检验过程

分别基于交货提前期20天、40天两种条件，对“标准公式”和“月度滚动下单”两种方式进行检验。

对于“标准公式”，与上次讨论一样，安全库存按照通用标准公式设定，其中服务水平设定96%，对应系数1.75；再订货点ROP=1个交期内平均需求+安全库存。我们假定期初库存值等于ROP。

第13个月时，安全库存和ROP的计算结果与初始值一样，不会带来额外影响。

从第14个月开始，每次计算的安全库存和ROP结果，都是基于之前12个月(240个数值的序列)重新计算。这个计算结果与前值的偏差，直接触发额外采购需求，并在交货提前期后准时到货。

对于“月度滚动下单”，也与上次讨论一样，我们设定安全库存包括两部分，其一是月度需求的标准差，其二是月度需求相对均值的最大偏差绝对值。安全库存为两部分之和。我们假定期初库存值等于安全库存，并且，月度滚动补货订单都于当月第一天到货。

月度滚动下单，前面13个月的月度补货订单，数量都与初始月度均值一样；从第14个月开始，按照之前滚动12个月的月均值下单。

从第14个月开始滚动更新安全库存。安全库存与前值的偏差，直接触发额外采购需求，与月度补货订单一起下单，并在交货提前期后准时到货。

检验结果

我们仍然以当日库存为负值的天数占比，直接作为缺货率。

当交货提前期为20天(1个月)时，两种方式的缺货率如下：

当交货提前期延长为40天(2个月)时，两种方式的缺货率如下：

同样，相应的月末存货情况对比如下图：

本篇结论

非稳态业务，是供应链必须面对的情境。

在本篇的实例中，我们事实上是在考察：在不依赖预测(或者说，预测无法依赖)的前提下，通过滚动更新参数的方式，不同的安全库存设定逻辑，各自的抗压能力如何。

之所以进行这一讨论，是因为这是供应链面对的常态。如果说，销售团队在整体上对于业务趋势还是相对有把握的，那么，在成百上千颗具体物料上，业务人员则很难做到精确预见每一颗的月度波动。

这个时候，我们所采用的安全库存逻辑，其抗压能力就变得格外重要。

通过本篇的实例可以看到，当业务由稳态进入到非稳态时，安全库存标准公式的抗压能力是堪忧的。并且，随着交货提前期的延长，情况还会进一步恶化。

造成这种局面的根源在于，安全库存标准公式，实质上是将希望完全寄托在“库存自动恢复”上。当需求波动特性完全不变时，这种自动恢复是可以期待的。可是现实中，需求波动特性却不可能完全不变。

即便是依托于月度更新参数，对于抗压能力的改善也仍然是有限的。其中的原因是我们上一篇所阐述的，安全库存标准公式，其本身对均值和方差波动的抵抗力就很差。要知道，这种通过2、3个月实现的20%增长，反映在12个月滚动更新计算中，其影响的体现是相当缓慢的。

对于这种情况，如果不能把交期强加给客户，那么通常的思路就会是提高预测质量。

但是，如果有了可以信赖的精确预测，我们还需要安全库存吗？

（本篇完）

在现实操作中，通常还会有月度存货控制行为。在这一背景下，即便是有安全库存，由于需求自身的波动性，对于交货能力的影响则更加扑朔迷离……

我们后续再聊