Optymalizacja zapasów to praktyka utrzymywania właściwej ilości każdego produktu we właściwym miejscu, aby osiągnąć założony poziom obsługi przy najniższym całkowitym koszcie. Jest to świadome balansowanie między dostępnością a pieniędzmi i przestrzenią, których ta dostępność wymaga — w odniesieniu do każdego produktu z osobna, a nie całego asortymentu.
W języku angielskim amerykańskim piszemy optimization, a w brytyjskim optimisation; oba terminy opisują tę samą dyscyplinę.
Słowem, które ma tu kluczowe znaczenie, jest założony (poziom). Optymalizacja nie oznacza minimalizacji zapasów ani całkowitego wyeliminowania braków. Oznacza decyzję, na jaki poziom obsługi zasługuje dany produkt, a następnie utrzymywanie najniższego możliwego zapasu, który ten poziom zapewnia.
Zarządzanie zapasami a optymalizacja zapasów
Te dwa pojęcia nakładają się na siebie, ale nie są tą samą aktywnością.
Zarządzanie zapasami to dyscyplina operacyjna — śledzenie stanu posiadania, składanie zamówień zakupu, przyjmowanie towarów, inwentaryzacja, wycena zapasów i dbanie o dokładność ewidencji. Odpowiada na pytania: co mamy i co musimy kupić?
Optymalizacja zapasów to warstwa analityczna znajdująca się powyżej — decydowanie o tym, jakie powinny być same cele. Jaki poziom obsługi uzasadnia ten produkt? Jaki jest właściwy bufor przy uwzględnieniu jego rzeczywistej zmienności? Gdzie powinien być przechowywany? Z których produktów powinniśmy całkowicie zrezygnować? Odpowiada na pytanie: czy liczby, według których zarządzamy, są właściwymi liczbami?
Firma może zarządzać zapasami bardzo dobrze, nigdy ich nie optymalizując. Wygląda to jak dokładna ewidencja, zamówienia składane na czas i punkty ponownego zamawiania ustawione trzy lata temu przez kogoś, kto stosował tę samą zasadę kciuka do każdej pozycji. Wszystko działa, a całkowita inwestycja w zapasy jest większa, niż być powinna, i jest źle rozłożona.
Optymalizacja zależy całkowicie od tego, czy zarządzanie jest najpierw solidne. Optymalizacja na podstawie niedokładnych danych daje pewne, precyzyjne, ale błędne odpowiedzi.
Trójkąt optymalizacji: poziom obsługi, koszt i pojemność
Trzy cele wzajemnie na siebie oddziałują i nie można zmaksymalizować wszystkich trzech jednocześnie.
Poziom obsługi — jak często klient znajduje to, czego szuka. Podniesienie go wymaga większych zapasów, a zależność ta nie jest liniowa. Przejście z 90% na 95% dostępności kosztuje określoną ilość bufora; przejście z 95% na 99% kosztuje mniej więcej dwa razy tyle, ponieważ zabezpieczasz się przed coraz mniej prawdopodobnymi scenariuszami.
Koszt — kapitał zamrożony w zapasach, koszt utrzymania zapasów, odpisy z tytułu przeterminowanych towarów. Obniżenie kosztów oznacza utrzymywanie mniejszych zapasów, co obniża poziom obsługi, chyba że poprawi się coś innego.
Pojemność — dostępna przestrzeń fizyczna i zasoby operacyjne. Większe zapasy wymagają większej liczby lokalizacji, a powyżej pewnego punktu oznacza to konieczność rozbudowy obiektu, co wiąże się z dużym, skokowym kosztem, a nie stopniowym.
Powodem, dla którego jest to trójkąt, a nie kompromis między dwiema rzeczami, jest to, że poprawa jednego elementu zazwyczaj pogarsza pozostałe dwa. Zwiększenie poziomu obsługi pochłania gotówkę i przestrzeń. Cięcie kosztów obniża poziom obsługi i wolną pojemność. Ograniczenie pojemności zmusza do wyboru między poziomem obsługi a ilością przechowywanych produktów.
To, co faktycznie robi optymalizacja, to znalezienie najlepszego punktu na tym trójkącie dla każdej grupy produktów, a nie dla całej firmy. Produkt najlepiej sprzedający się, którego brak powoduje utratę klienta, powinien mieć wysoki poziom obsługi, niezależnie od kosztów bufora. Produkt wolnorotujący, który łatwo zastąpić, nie musi go mieć, a utrzymywanie dla niego 99% bufora to marnowanie pieniędzy.
Dźwignią, która porusza całym trójkątem, jest redukcja zmienności — w popycie poprzez lepsze prognozowanie oraz w podaży poprzez lepszą wydajność dostawców. Mniejsza zmienność oznacza, że ten sam poziom obsługi wymaga mniejszego bufora, co jednocześnie uwalnia kapitał i pojemność. Jest to jedyny sposób na poprawę wszystkich trzech parametrów jednocześnie i to właśnie tutaj kryją się największe zyski.
Techniki optymalizacji zapasów
Prognozowanie popytu. Fundament. Każda inna technika opiera się na szacunkach przyszłego popytu, więc jakość prognozy ogranicza skuteczność pozostałych działań. Wyklucz okresy braków towarowych z danych historycznych, prognozuj na poziomie, na którym będziesz podejmować działania, i mierz błąd prognozy, aby wiedzieć, jak dużego bufora wymaga ten błąd.
Wielkość zapasu bezpieczeństwa. Obliczaj bufor na podstawie zmierzonej zmienności popytu i czasu realizacji przy wybranym poziomie obsługi, a nie na podstawie zasady kciuka. Ta jedna zmiana zazwyczaj uwalnia kapitał w przypadku wolnych linii i jednocześnie zapobiega brakom towarowym w przypadku szybkich linii.
Punkty ponownego zamawiania. Obliczane na podstawie rzeczywistych czasów realizacji dostaw, a nie deklarowanych, i weryfikowane wraz ze zmianami popytu. Najczęstszą przyczyną braków towarowych jest punkt ponownego zamawiania oparty na czasie realizacji, którego dostawca nie jest w stanie dotrzymać.
Ekonomiczna wielkość zamówienia (EOQ). Ustalanie wielkości zamówień w celu zrównoważenia kosztów składania zamówień z kosztami utrzymania zapasów. Najlepiej sprawdza się jako narzędzie diagnostyczne — do znajdowania pozycji, w których obecna wielkość zamówienia jest kilkukrotnie większa lub mniejsza, niż powinna być.
Analiza ABC. Szeregowanie produktów według wartości, tak aby wysiłek, poziom obsługi i częstotliwość inwentaryzacji były kierowane tam, gdzie przynoszą największe korzyści. Stosowanie jednej polityki do całego asortymentu to najczęstszy błąd optymalizacyjny, a to rozwiązanie go naprawia.
Just-in-time. Utrzymywanie minimalnych zapasów i przyjmowanie towarów zgodnie z zapotrzebowaniem. Skuteczne tam, gdzie popyt jest stabilny, a dostawcy niezawodni; ryzykowne tam, gdzie tak nie jest. Stosuj selektywnie, a nie jako ogólną filozofię.
VMI (Vendor-managed inventory). Dostawca monitoruje Twoje zapasy i uzupełnia je, co eliminuje warstwę prognozowania opartego na zamówieniach i zazwyczaj zmniejsza potrzebny bufor.
Optymalizacja wieloszczeblowa. Optymalizacja zapasów na wszystkich poziomach sieci jednocześnie — magazyn centralny, oddziały regionalne, sklepy — zamiast optymalizowania każdego z nich niezależnie. Optymalizacja każdej lokalizacji osobno prowadzi do powielania buforów na każdym szczeblu; optymalizacja łączna uwzględnia fakt, że centralny bufor może pokryć zapotrzebowanie kilku lokalizacji niższego szczebla. To tutaj w firmach wielooddziałowych kryją się największe oszczędności, co wymaga odpowiedniego oprogramowania.
Racjonalizacja SKU. Decydowanie, które produkty w ogóle powinny istnieć. Długi ogon wariantów, które prawie się nie sprzedają, zwiększa złożoność, zajmuje przestrzeń i wymaga bufora w każdej lokalizacji. Wycinanie ich to optymalizacja przez odejmowanie i często jest to działanie o najwyższym zwrocie z inwestycji.
Automatyczne uzupełnianie. Pozwalanie systemowi na generowanie sugestii zakupu na podstawie bieżących danych, zamiast polegania na kimś, kto przegląda raporty. Eliminuje opóźnienie między wyzwoleniem sygnału a podjęciem działania.
Rotacja zapasów i wskaźnik pokrycia w dniach. Mierniki, które informują, czy optymalizacja działa; należy je czytać łącznie z poziomem obsługi, a nie w izolacji.
Korzyści
Mniej zamrożonego kapitału. Główna korzyść. Firmy, które określają wielkość buforów na podstawie rzeczywistej zmienności, a nie nawyków, zazwyczaj uwalniają znaczną część swoich inwestycji w zapasy bez spadku poziomu obsługi.
Lepsza dostępność tam, gdzie ma to znaczenie. Optymalizacja zazwyczaj zwiększa zapasy produktów szybkorotujących, jednocześnie zmniejszając je w przypadku wolnego „ogona”. Całkowity stan zapasów spada, a poziom obsługi produktów, których klienci faktycznie oczekują, poprawia się.
Mniej martwych zapasów i przestarzałych towarów. Utrzymywanie mniejszej ilości tego, co się nie sprzedaje, oznacza mniejsze odpisy aktualizujące.
Niższy koszt utrzymania zapasów. Magazynowanie, ubezpieczenie, obsługa i finansowanie — wszystko to skaluje się wraz z utrzymywanym zapasem.
Uwolniona przestrzeń. Czasami wystarczająca, aby odroczyć budowę lub wynajem kolejnego obiektu, co jest dużym unikniętym kosztem.
Mniej zamówień awaryjnych. Przyspieszony transport i dostawy częściowe są zazwyczaj objawem punktu ponownego zamawiania, który zadziałał zbyt późno.
Decyzje stają się uzasadnione. Poziom obsługi wybrany świadomie, z obliczonym kosztem, jest decyzją biznesową. Poziom zapasów, którego nikt nie potrafi wyjaśnić, taką decyzją nie jest.
Przykład praktyczny: optymalizacja jednej grupy produktów
Dystrybutor posiada 900 SKU i zapasy o wartości około 1,4 mln USD. Poziom obsługi jest niespójny — regularne braki popularnych pozycji oraz magazyn widocznie przepełniony towarami, które nie rotują.
Punkt wyjścia. Jedna zasada stosowana do wszystkiego: sześciotygodniowy zapas pokrycia, ustalony lata temu. Punkty ponownego zamówienia obliczane na podstawie deklarowanych przez dostawców czasów realizacji.
Krok pierwszy — segmentacja. Analiza ABC według wartości rocznej pokazuje, że 78 produktów (9% asortymentu) odpowiada za 71% wartości sprzedaży. Drugi podział, uwzględniający zmienność popytu, dzieli każdą klasę na produkty przewidywalne i nieregularne.
Krok drugi — ocena dostawców. Ostatnie dwadzieścia dostaw od każdego dostawcy wykazuje deklarowane czasy realizacji na poziomie 10–14 dni przy faktycznych średnich 15–19 dni, a w przypadku jednego dostawcy zakres wynosił od 12 do 31 dni. Każdy punkt ponownego zamówienia w firmie był uruchamiany z kilkudniowym opóźnieniem.
Krok trzeci — świadome ustalenie poziomów obsługi. 98% dla linii klasy A, ponieważ brak towaru w tej grupie oznacza utratę zamówień, które nie wracają. 95% dla klasy B. 90% dla klasy C, przy czym najwolniej rotujące i najbardziej zamienne pozycje klasy C zostały pozbawione bufora.
Krok czwarty — przeliczenie. Zapas bezpieczeństwa określony na podstawie rzeczywistego popytu i zmienności czasu realizacji przy założonych poziomach obsługi, zamiast sztywnych sześciu tygodni dla wszystkich produktów. Punkty ponownego zamówienia przebudowane w oparciu o zmierzone czasy realizacji.
Wynik. Zapasy linii A wzrosły o około 95 000 USD — produkty szybko rotujące były faktycznie niedoszacowane pod kątem bufora. Zapasy w „ogonie” klasy C spadły o około 310 000 USD, ponieważ sześciotygodniowe pokrycie dla wolno rotujących, zamiennych produktów nigdy nie było uzasadnione. Redukcja netto: około 215 000 USD, czyli 15% całości.
Poprawa poziomu obsługi. Braki w liniach A drastycznie spadły, ponieważ linie te posiadają teraz odpowiedni bufor chroniący przed czasem realizacji odzwierciedlającym rzeczywistość. Dostępność linii C nieznacznie spadła, co było świadomym kompromisem.
Krok piąty — część, która ponownie przynosi zyski. Przegląd „ogona” klasy C pod kątem racjonalizacji pozwolił zidentyfikować 60 SKU, które przez osiemnaście miesięcy prawie nie odnotowały sprzedaży. Ich wycofanie zwolniło miejsca składowe i całkowicie wyeliminowało potrzebę decyzji o buforze.
Kształt tego wyniku jest typowy: całkowity poziom zapasów w dół, zapasy ważnych linii w górę, poziom obsługi wyższy tam, gdzie to istotne, a oszczędności skoncentrowane w długim „ogonie”, na który nikt wcześniej nie zwracał uwagi.
Dobre praktyki
Najpierw napraw dokładność danych. Optymalizacja na podstawie danych, które są błędne w 12% przypadków, generuje rekomendacje, które są błędne w 12% przypadków, przedstawiane z większą pewnością siebie niż wcześniej.
Segmentuj przed optymalizacją. Analiza ABC według wartości i skrzyżowanie jej z drugim wymiarem — zmiennością popytu lub stopniem zamienności produktu. Produkty o wysokiej wartości i przewidywalnym popycie wymagają innej polityki niż produkty o wysokiej wartości i nieregularnym popycie.
Wybieraj poziomy obsługi świadomie, dla każdej klasy. Zapisz je. Cel, którego nikt nie ustalił, to cel, z którego nikt nie może zostać rozliczony.
Mierz czas realizacji dostaw i jego odchylenia. Zmienność dostaw zazwyczaj bardziej wpływa na zapotrzebowanie na bufor niż zmienność popytu. To sprawia, że niezawodność dostawców jest obszarem o najwyższej wartości do poprawy, a często nie jest mierzona.
Wyklucz okresy braków towarowych z historii popytu. W przeciwnym razie systematycznie zaniżasz popyt na produkty, które już Cię zawiodły.
Przeglądaj regularnie, a nie tylko wtedy, gdy coś pójdzie nie tak. Kwartalnie dla kluczowych linii, rocznie dla „ogona”. Parametry ustawione raz i pozostawione same sobie po cichu tracą aktualność.
Optymalizuj sieć, a nie każdą lokalizację z osobna. Niezależna optymalizacja w każdym punkcie powoduje powielanie buforów w całej sieci.
Racjonalizuj asortyment jako część działań. Optymalizacja poziomów zapasów produktów, które nie powinny istnieć, to wysiłek włożony w niewłaściwe miejsce.
Obserwuj obie strony każdego wskaźnika. Wzrost rotacji przy spadającej dostępności nie jest poprawą; to zbyt głębokie cięcie zapasów. Zawsze analizuj wskaźnik kosztowy w odniesieniu do wskaźnika poziomu obsługi.
Zacznij od najważniejszych linii pod względem wartości. Niewielka liczba produktów zazwyczaj odpowiada za większość zainwestowanego kapitału w zapasy, a ich optymalizacja w pierwszej kolejności przynosi większość korzyści przy ułamku nakładu pracy.
Jak oprogramowanie i AI wspierają optymalizację zapasów
To, co wnosi oprogramowanie, to zdolność do przeprowadzenia obliczeń dla całego asortymentu. Właściwe określenie zapasu bezpieczeństwa dla jednego produktu to zadanie dla arkusza kalkulacyjnego; zrobienie tego dla 4 000 produktów, z których każdy ma własny rozkład popytu i zmienność dostaw, już nie. Narzędzia do optymalizacji zapasów obliczają parametry dla każdego SKU, porównują je z docelowymi poziomami obsługi i wskazują, gdzie obecne ustawienia odbiegają od założeń.
Optymalizacja wieloszczeblowa (multi-echelon) naprawdę tego wymaga. Wyznaczenie właściwego bufora na każdym szczeblu sieci, z uwzględnieniem tego, jak centralny bufor pokrywa zmienność na niższych szczeblach, jest problemem modelowania, a nie zwykłej arytmetyki.
Modelowanie scenariuszy to kolejna przydatna funkcja — co stanie się z inwestycją w zapasy, jeśli podniesiemy poziom obsługi linii A do 98% lub jeśli czas realizacji głównego dostawcy skróci się o cztery dni. Możliwość przetestowania tego przed podjęciem decyzji zmienia rozmowę z działem finansowym.
Gdzie pomaga uczenie maszynowe. Prognozowanie popytu dla produktów z bogatą historią i wieloma zmiennymi wpływającymi — sezonowość, promocje, ceny, pogoda, produkty powiązane. Modele potrafią znaleźć wzorce, które umykają prostym szeregom czasowym, i sprawdzają się na dużą skalę, a nie przy kilkudziesięciu liniach.
Gdzie nie pomaga. Przy rzadkim lub nieregularnym popycie, przy nowych produktach bez historii oraz przy każdym zbiorze danych zawierającym nieoznaczone okresy braków towarowych — gdzie model nauczy się błędnych wniosków szybciej i pewniej niż człowiek. Jakość danych wejściowych pozostaje kluczowym ograniczeniem i żaden model nie naprawi niedokładnych stanów magazynowych.
Neutralna uwaga o zakupach. Funkcje optymalizacji pojawiają się w modułach ERP, dedykowanych narzędziach planistycznych i niektórych programach do zarządzania zapasami. Pytania, które warto zadać w każdym przypadku, są takie same: czy oblicza zapas bezpieczeństwa na podstawie rzeczywistej zmienności, czy stosuje sztywną regułę? Czy potrafi utrzymać różne poziomy obsługi dla różnych klas produktów? Czy poprawnie obsługuje wiele lokalizacji? I czy potrafi pokazać sposób obliczeń, aby rekomendacja była zrozumiała, a nie tylko przyjmowana na wiarę?
Gdzie szukać głębszej wiedzy
- Czym jest zarządzanie zapasami — fundament operacyjny.
- Czym jest zapas bezpieczeństwa — bufor, który określa optymalizacja.
- Czym jest analiza ABC — segmentacja asortymentu.
- Czym jest prognozowanie popytu — dane wejściowe, od których wszystko zależy.
- Czym jest rotacja zapasów — mierzenie skuteczności działań.
- Techniki zarządzania zapasami — pełniejszy zestaw metod.
Podsumowanie w jednym zdaniu
Optymalizacja zapasów oznacza utrzymywanie najniższego poziomu zapasów, który zapewnia świadomie wybrany poziom obsługi dla każdej klasy produktów. Stoi ona ponad codziennym zarządzaniem zapasami, w całości zależy od dokładności danych, na których bazuje, a największe zyski płyną z redukcji zmienności, a nie z samego cięcia zapasów.
Najczęściej zadawane pytania
Czym jest optymalizacja zapasów? To praktyka utrzymywania odpowiedniej ilości każdego produktu w odpowiedniej lokalizacji, aby osiągnąć założony poziom obsługi przy najniższych kosztach całkowitych. Równoważy ona dostępność towarów z kapitałem, kosztami utrzymania zapasów i przestrzenią magazynową, określając właściwą strategię dla poszczególnych klas produktów, zamiast stosować podejście uśrednione dla całego asortymentu.
Jaka jest różnica między zarządzaniem zapasami a optymalizacją zapasów? Zarządzanie zapasami to dyscyplina operacyjna obejmująca śledzenie stanów magazynowych, zamawianie, przyjmowanie, inwentaryzację i wycenę. Optymalizacja to warstwa analityczna, która określa cele: jaki poziom obsługi jest wymagany dla danego produktu, jak duży powinien być bufor bezpieczeństwa i gdzie powinien znajdować się zapas. Zarządzanie realizuje procesy, a optymalizacja ustala ich parametry.
Jakie są główne techniki optymalizacji zapasów? Prognozowanie popytu, określanie wielkości zapasów bezpieczeństwa na podstawie mierzonej zmienności, wyznaczanie punktów ponownego zamówienia w oparciu o rzeczywiste czasy realizacji dostaw, EOQ, analiza ABC, JIT w przypadku niezawodnych dostaw, VMI, optymalizacja wieloszczeblowa w całej sieci, racjonalizacja SKU oraz automatyczne uzupełnianie zapasów.
Czym jest wieloszczeblowa optymalizacja zapasów? To jednoczesna optymalizacja zapasów na każdym poziomie sieci — w magazynie centralnym, oddziałach regionalnych i sklepach — zamiast optymalizacji każdej lokalizacji z osobna. Niezależna optymalizacja prowadzi do powielania buforów na każdym poziomie; podejście sieciowe uwzględnia fakt, że centralny bufor może pokryć zmienność w kilku punktach niższego szczebla, co stanowi źródło największych oszczędności w firmach posiadających wiele lokalizacji.
Czy optymalizacja zapasów oznacza utrzymywanie mniejszej ilości towaru? Nie zawsze. Zazwyczaj oznacza to utrzymywanie większych zapasów produktów szybko rotujących, gdzie brak towaru wiąże się z utratą klienta, oraz znacznie mniejszych zapasów produktów o niskiej rotacji. Całkowita wartość zainwestowanego kapitału zazwyczaj spada, podczas gdy dostępność produktów, których klienci faktycznie oczekują, ulega poprawie.
Jak zacząć optymalizację zapasów? Najpierw należy zapewnić dokładność danych magazynowych, następnie podzielić asortyment według wartości i zmienności popytu, świadomie wybrać poziom obsługi dla każdego segmentu, zmierzyć rzeczywiste czasy realizacji dostaw u dostawców oraz ich odchylenia, a na koniec przeliczyć zapasy bezpieczeństwa i punkty ponownego zamówienia dla najważniejszych produktów. To pozwala osiągnąć większość korzyści jeszcze przed wdrożeniem jakiegokolwiek oprogramowania.
Czy AI może optymalizować zapasy? Uczenie maszynowe realnie poprawia prognozowanie popytu tam, gdzie dostępna jest duża ilość danych historycznych i wiele zmiennych wpływających na sprzedaż, a oprogramowanie optymalizacyjne jest niezbędne do modelowania wieloszczeblowego na dużą skalę. Żadne z nich nie naprawi jednak niedokładnych danych magazynowych ani nie uzupełni brakujących danych o popycie, a model wytrenowany na danych historycznych zawierających nieoznaczone okresy braków towarowych wyciągnie błędne wnioski z pełnym przekonaniem o ich słuszności.
Warehouse Wise to darmowa, niezależna biblioteka poradników dotyczących zarządzania zapasami, magazynowania i realizacji zamówień, stworzona z myślą o praktykach – nowych pracownikach magazynowych i zajmujących się inwentaryzacją, właścicielach małych i rozwijających się firm handlowych oraz e-commerce, a także wszystkich osobach, które chcą lepiej zrozumieć procesy magazynowe. Każdy przewodnik wyjaśnia dane zagadnienie, przedstawia konkretny przykład na liczbach, jeśli to pomocne, i przechodzi do sedna. Jesteśmy niezależni: nie sprzedajemy oprogramowania ani sprzętu, nie pobieramy prowizji za polecenia, a nasze poradniki nie są tworzone pod dyktando reklamodawców.