库存控制的挑战
作者: 来源: 文字大小:[大][中][小]
库存管理的关键是设定合适的库存水位，即回答下面三个问题：（1）库存应该备什么产品？（2）备在什么地方，总库、分库还是门店/现场？（3）备多少？这三个问题的核心是平衡有货率（服务水平）和库存成本，要按次序解决，以最低成本实现既定的业务目标（有货率）。
库存管理的关键是什么？
库存管理的关键是设定合适的库存水位，即回答下面三个问题：（1）库存应该备什么产品？（2）备在什么地方，总库、分库还是门店/现场？（3）备多少？这三个问题的核心是平衡有货率（服务水平）和库存成本，要按次序解决，以最低成本实现既定的业务目标（有货率）。
库存水位决策应该"由事实/数据开始，由判断结束"，其基础是分析数据，例如预测、历史需求数据、关键客户的分布、有货率水平、补货周期、补货成本、滞销成本等。业界的挑战之一是决策凭经验、拍脑袋，缺少了数据分析，备什么料、备在哪里、备多少的决策就难优化，至于能达到什么样的有货率（服务水平），很少有公司能搞清楚。结果就是要么备多，要么备少，库存周转低、大量资金积压，甚至不得不销毁大量库存，严重影响公司盈利。
业界的挑战之二是预测。预测是库存计划的基石。上面库存计划的三个问题都是由预测驱动，即未来需求的高低和模式。解决预测问题的关键是正确处理这三点：（1）预测注定是错的，但有一个预测要比没有好；（2）预测是个跨部门行为，但必须得由一个部门负责；（3）预测不是一锤子买卖，需要循环预测，逐次递进。不管是分销还是生产行业，要么是迟迟不肯敲定预测，需求一旦确定就是急单，成了库存管理和供应链支持的噩梦；要么是预测人人都有份，但没有一个部门对预测负责，互相推诿，最后推在市场变化的头上，结果是有很多教训，没长什么经验；再就是一次性预测做好了，不及时修正，没法满足市场变化的需要。这些造成的结果都一样：有用的料没有，没用的料一大堆，
库存控制和有货率一个都没法保障。
业界的挑战三是计划不足，执行来补。由于预测和库存水位设置上的先天不足，库存管理人员一直在跟短缺做斗争，变成了救火队；因为一直忙于救火，他们就更没有时间来做预测和计划，结果就是恶性循环，库存管理一直在低水平上徘徊。要打破怪圈，必须得从重要但不紧急的事做起，即预测和计划。一流的公司计划和执行并举，于是脱颖而出；二流的公司没计划、光执行，只能在那里耗着；三流的公司既没计划，又执行不力，就被淘汰了。放在库存管理上，优秀的库存管理人员忙几个星期外的事，即预测；三流的人员则是忙于救火催料，不能自拔。
那么，怎样设定库存水位较为合理呢？
库存水位由两部分组成：补货周期内的平均库存和应付变动的安全库存。补货周期的平均库存由两个变量确定：补货周期和平均预测需求。安全库存由多个变量确定：有货率、需求模式及变动、供应模式及变动、补货周期，有一系列的公式可供参考。这里有很多假设，例如需求模式往往假设为正态分布，补货周期假定为固定等。这些假定都有其局限性，所以，数据分析的结果也是。但是，不能因为假设的局限性就就不做分析，直接凭经验、拍脑袋。而应该遵循"由事实/数据开始，由判断结束"的决策流程，先做数据分析，再加上职业判断，进行修正。
库存水位的设置往往没有最优解，因为这是在平衡有货率和库存；但是，设置得好的库存水位应该能自圆其说。这里的关键是通过计算分析和专业判断，只承担"计算过"的风险。例如一个2000元一颗的料，你放3个的安全库存，期望达到97%的有货率，但因为这料贵，你决定只设2个的安全库存，期望达到92%的有货率。那么这8%的缺货率就是"计算过"的风险，库存计划员经过权衡，决定承担这个"计算过"的风险，这决策就是个好决策。但如果没经过数据分析，库存计划员拍脑袋，决定放2个的安全库存，觉得应该OK，但结果有8%的缺货率，不明白对客户的影响，稀里糊涂地承担了这风险，这就是个不好的决策，库存计划人员就不算尽职。