【導(dǎo)讀】input超過output發(fā)生庫存。區(qū)分供應(yīng)商制造工廠經(jīng)銷商零售商。分類-原材料-在制品workinprocess. 有關(guān)費用-利息及機會費用:投到庫存的資金費用-保管/處理費用:占用空間所發(fā)生的費用和庫存的入庫和出庫。限等發(fā)生的庫存處理費。必要性-顧客服務(wù):減少銷售機會的損失-訂單費用:是一個定值,與訂單量無關(guān)。-勞動力與設(shè)備的利用率:運行準(zhǔn)備時間,部品缺貨引起的日程。計劃變更,季節(jié)性強的產(chǎn)品的需求對應(yīng)。-從外協(xié)廠家到顧客的整體觀點出發(fā)制定庫存戰(zhàn)略。為滿足需求保持必要的最小庫存。它與生產(chǎn)管理緊密聯(lián)系在一起,且相互調(diào)整.也就是在生產(chǎn)管理計劃。形成階段所有的庫存計劃已經(jīng)確定。-庫存模型成為MRP發(fā)展的基礎(chǔ)。輪胎,方向盤:由汽車的需求而變化。-定期調(diào)查庫存水平后訂貨

　　

【正文】 庫存 高銷售物流費用 管理事例 提高需求預(yù)測正確度 VMI 實施 Bottomline庫存減少 銷售信息 Channel Mul 事先接收特販 ,集體銷售 促銷信息 日別銷售實際追蹤管理 縮短 PSI信息的共有時間 同時樹立生產(chǎn)和庫存計劃 設(shè)定型號別庫存目標(biāo) 每日庫存實際管理 Flexible的生產(chǎn)計劃變更 庫存管理基準(zhǔn)變更 物流中心之間庫存移動 減少生產(chǎn)型號 早期處理 VMI (vendor managed inventory) 10天 5天 0天 庫存日 對應(yīng)方案 取消 延期 觀測 準(zhǔn)備 普通 支付 事業(yè)部 DC DC DC 銷售 /生產(chǎn) 庫存計劃 交流活動 特販 /促銷 信息 3個月銷售實際 forecasting 銷售 企劃 銷售 企劃 物流 物流 中心 消除庫存的發(fā)生 A)消除不確定性 供應(yīng)的不確定性 增進(jìn)與下游 (Downstream)之間的關(guān)系 合并 Consolidation 數(shù)量的合并 依據(jù)延期 (postponement)的合并 提高需求預(yù)測的正確性 減少需求預(yù)測的誤差 促銷引導(dǎo) (sale promotion) 需求的不確定性 信息共有 消除庫存的發(fā)生 B)消除 Batch/運輸之間的經(jīng)濟性理論 運用合并 (consolidation) 外協(xié)公司 運輸 工廠 直送 組裝 Milk Run 消除庫存的發(fā)生 C)Cycle 庫存 通過多次訂購的方法減少一次訂購數(shù)量 .但是增加了定貨費用和 Setup費用 減少需求 ,供應(yīng) ,運輸和分配帶來的不確定性 ,需求預(yù)測 ,縮短 Line Time,信息共有 ,預(yù)防維修 ,多技能工 ,保留設(shè)備的生產(chǎn)余地 . D)安全庫存 混合生產(chǎn)沒有季節(jié)性的產(chǎn)品 淡季搞促銷活動 季節(jié)性價格變動政策 E)季節(jié)性庫存 縮短有關(guān)運輸時間 F)運輸庫存 減少庫存的方法論 通過 Two Moment 的庫存減少 利用 Pooling 的庫存減少 通過綜合庫存管理的 (Multiechelon) 通過設(shè)計戰(zhàn)略的庫存減少 Two Moment Analysis 利用平均值和標(biāo)準(zhǔn)偏差的庫存管理 補充點 =Cycle Stock+Safety Stock =(LT+1)+K 根據(jù)目標(biāo)不良品率設(shè)定安全系數(shù) 減少庫存的方法論 Inventory Pooling Demand N(μσ 2) Demand N(μσ 2) Retailer1 Retailer2 Demand N(2μ2σ 2) Aggregate Demand Pooling CV= σ/ μ 減少庫存的方法論 綜合庫存管理模型 C B A 外協(xié)公司 制造企業(yè) 物流中心 A的決定影響到 B 和 VMI類似 Set up Cost 應(yīng)低 通過設(shè)計戰(zhàn)略的庫存減少 原理 方法 安全庫存正比于 Lead Time 通過標(biāo)準(zhǔn)化縮短 Lead Time Design for Localization Design for Configuration 減少庫存的事例 學(xué)習(xí)減少庫存的 6個事例 ,探討問題類型和解決方法 , 學(xué)會庫存減少方法 . (WYSE) Computer Printer Drug Company Eleven Japan 減少庫存的事例 事例 1:美國慧智 (WYSE) Computer 智能終端 (intelligent terminals) 產(chǎn)品 無法分析庫存 不知道銷售數(shù)據(jù) 銷售數(shù)據(jù)與生產(chǎn)計劃不一致 電算系統(tǒng)很差 庫存不斷增加 ,加快了虧損速度 被賣給臺灣的其他企業(yè) 現(xiàn)象 通過庫存的可視化 ,減少庫存 統(tǒng)一庫存和銷售 (用傳真互相傳遞銷售和庫存信息 ) 對策 一年后解決虧損 結(jié)果 通過明確的庫存可視化 ,減少 Supply Chain費用 出發(fā)點 減少庫存的事例 事例 2: HP Printer Printer 產(chǎn)品 因為經(jīng)營不好 ,財政壓力很大 SUK(Stock Keeping Unit)接到減少 20%庫存的指示 (因為需求不明確 ,各 SKU保留 6周的庫存 斷貨率增加 現(xiàn)象 根據(jù)產(chǎn)品的分類 (Segmentation)管理庫存 各產(chǎn)品的需求率不同 各產(chǎn)品的需求不確定 (uncertainty)不同 各產(chǎn)品的斷貨費用和庫存費用不同 對策 減少庫存費用的同時減少斷品率 結(jié)果 根據(jù)產(chǎn)品特點的不同 ,有必要樹立差別化的戰(zhàn)略 出發(fā)點 減少庫存的事例 事例 3: 某服裝企業(yè) 服裝 產(chǎn)品 產(chǎn)品太多 (款式 ,花色品種 ,尺寸 ) Supply Chain 上庫存太多 現(xiàn)象 Textile Mfg 10周庫存 Fabric Mfg 10周庫存 Apparel Mfg 16周庫存 Apparel Mfg. 和 Fabric MinMax Policy Max Min At both sites Apparel Mfg Fabric Mfg t1 t2 減少庫存的事例 事例 3: 某服裝企業(yè) Echelon Based Inventory Policy 開發(fā) 根據(jù)兩個組織的庫存之和決策 Echelon=Apparel Mfg.+ Fabric Mfg.(庫存 ) 有必要交換相互銷售和生產(chǎn)計劃的信息 對策 減少整體庫存 ,減少缺貨率 結(jié)果 需要合作伙伴 (partner)之間協(xié)作 (coordination) 出發(fā)點 減少庫存的事例 事例 4: McDonald Lion King Toy 產(chǎn)品 在中國生產(chǎn)的玩具 ,供應(yīng)到美國商店 ,結(jié)果時間太長 各地區(qū)對玩具的反映不同 事先制定了普及量 ,商店別發(fā)生了庫存和缺貨現(xiàn)象 老化的物流系統(tǒng) 現(xiàn)象 建立新的 Distribution System(Inventory Pooling) 對策 減少庫存 ,減少缺貨率 結(jié)果 商店別預(yù)測很難 ,但總需求預(yù)測容易得多 Pooling Inventory 出發(fā)點 Franchise store HQ Franchise store HQ Inventory 減少庫存的事例 事例 5: McKesson Drug 產(chǎn)品 因為定貨系統(tǒng)有問題 ,產(chǎn)品回轉(zhuǎn)時間變長 現(xiàn)象 建立與電腦聯(lián)網(wǎng)的定貨系統(tǒng) 在 SHELF中移動 ,找到低庫存后 SCANNING 定貨 入庫是按定貨順序碼放 ,減少卸載時間 增加定貨次數(shù) 對策 減少循環(huán)庫存 ,減少平均庫存 結(jié)果 改善訂單方法 ,縮短 L/T,減少庫存 出發(fā)點 減少庫存的事例 事例 6: Seven Eleven Japan Grocery(食品 ) 產(chǎn)品 很難判斷需求類型 因為供貨問題發(fā)生庫存 現(xiàn)象 利用 POS(電子收款機系統(tǒng) )收集和整理 Data Cross Docking 實施 通過供應(yīng)商之間的共同運輸 ,減少物流費用 及時擺出各時間段好賣的商品 對策 庫存回轉(zhuǎn)日數(shù) 55回 /年 (參考 :WalMart /年 ) 結(jié)果 強調(diào) POS Data的重要性和信息共有 出發(fā)點 HQ POS Data Cross Docking Mfg. Store 事例總結(jié) 1. WYSE Computer Printer Drug Company Eleven Japan 事例 解決方案 Sales/Inventory Data Product Segment MultiEchelon Model Inventory Pooling Ordering Setup Reduction Information Sharing