Tre metoder for reduserte lagernivåer. Del 2 av 2

Det er flere faktorer som påvirker hvor stort lagernivået behøver å være for å opprettholde et visst servicenivå. Den viktigste årsaken til at vi behøver lager er manglende samsvar mellom innleveranser og utleveranser. Hvis etterspørsel og ledetider er helt konstante oppstår et samsvar. Ettersom dette i de fleste tilfeller er umulig å oppnå, vil det alltid være behov for et visst lager. Utfordringen ligger i å gjøre det så lite som mulig.

En bedrifts lønnsomhet påvirkes i stor grad av hvor mye kapital som behøver å bindes opp for å bedrive virksomheten. Rent generelt kan man si at lagernivåene påvirkes av hvor ofte vi fyller på lageret og hvilken lagertilgjengelighet vi ønsker å ha. Illustrasjonsfoto: Henning Ivarson

 Roger Stokkedal

I forrige del av denne artikkelserienbeskrev jeg hvordan lagernivåene kan reduseres ved hjelp av at lavfrekvente artikler flyttes bakover i supply chain eller færre artikler i sortimentet. Denne artikkelen kommer jeg til å vie den metode som har det største potensialet for både å redusere kapitalbehovet og samtidig beholde et ønsket servicenivå.

Metode 3: Differensiering av servicenivåer

En bedrifts lønnsomhet påvirkes i stor grad av hvor mye kapital som behøver å bindes opp for å bedrive virksomheten. Rent generelt kan man si at lagernivåene påvirkes av hvor ofte vi fyller på lageret og hvilken lagertilgjengelighet vi ønsker å ha. Dersom vi ser bort fra sikkerhetslageret, vil lagertilgjengeligheten bli bedre jo sjeldnere vi kjøper inn, ettersom det da vil oppstå færre situasjoner der vi utsetter oss for å gå tom. På den annen side innebærer få, store innkjøp større kapitalbinding. For å kompensere for risikoen for å gå tom legger man inn en buffer i lageret - eller sikkerhetslager om man vil. Hvor stort sikkerhetslageret behøver å være for å opprettholde en viss servicegrad avhenger av hvor ofte vi kjøper inn, hvor stor etterspørselen er, hvor lang ledetiden er samt variasjoner i etterspørsel og ledetid. Dessuten må vi også ta hensyn til saldofeil i lagerbokføringen.

Hvorfor oppstår variasjoner?

Hva er det så som skaper variasjoner i etterspørsel og ledetid? Vi vil alltid ha statistiske variasjoner. Når det gjelder ledetidsvariasjoner, vet vi at disse øker med ledetidens lengde, mens etterspørselsvariasjoner minsker når uttaksfrekvensen går opp. Det vil derfor være slik at artikler med stor uttaksfrekvens behøver et relativt mindre sikkerhetslager enn artikler som selges mer sjelden. Dette gjør at det er billigere å ha høy leveringsservice på høyfrekvente artikler enn på lavfrekvente ved samme ordreverdi. Dessuten sammenfaller dette som regel med kundenes forventninger - høyfrekvente artikler behøves oftere og bør derfor ha en bedre tilgjengelighet. Dette skaper i sin tur muligheter for å redusere lagernivåer uten at leveringsservice mot kunde påvirkes.

En vanlig måte å dele inn artikkelsortimentet etter uttaksfrekvens er å gjøre en såkalt Pareto-analyse av frekvensene. Dette vil i de aller fleste tilfeller lede til at vi finner at vi har en 80 - 20 fordeling. Dette innebærer at 80 prosent av varelinjene kommer fra 20 prosent av artiklene. Som regel vil de neste 15 prosent av varelinjene komme fra de neste 30 prosent av artiklene. Halve artikkelsortimentet utgjør dermed som regel bare ca 5 prosent av varelinjene. De artiklene som utgjør de første 80 prosent av varelinjene kalles X-artikler. De neste 15 prosent blir Y og de siste 5 prosent blir Z. Dersom ønsket servicenivå er 95 prosent vil for eksempel en fordeling som den i tabellen nedenfor gjøre at vi oppnår dette. Her har X-artikler fått 98 prosent, Y 88 prosent og Z 67 prosent servicegrad. Utregningen blir som følger: 0,8 * 0,98 + 0,15 * 0,88 + 0,05 * 0,67 = 0,95 altså 95 prosent.

Figur 1: Pareto-analyse. Målet er en Serv2 på 95 prosent. I stedet for å gi alle samme nivå, kan vi fordele på denne måten og oppnå samme gjennomsnitt. Resultat: Det nødvendige sikkerhetslageret for å oppnå samme Serv2 totalt sett vil bli mindre.

Differensiering av lagersortimentet

Dersom man i tillegg til frekvensanalyser også legger på en tradisjonell volumverdianalyse (ofte kalt ABC-analyse), oppstår det dessuten et ytterligere potensial for differensiering. Dette på grunn av at man nå kan kombinere egenskapene frekvens og volumverdi. Da kan vi redusere lagrene ennå litt til. Ved å bruke prinsippet om at det er billigere å ha høy servicegrad på billige produkter kan vi nå gi artikler med lav volumverdi en relativt høyere servicegrad enn artikler med høy volumverdi. Dette innebærer for eksempel at det i en situasjon der ønsket lagertilgjengelighet er 95 prosent målt som sannsynlighet for at en artikkel finnes tilgjengelig på lagerhyllen, skal en høyfrekvent artikkel med lav volumverdi, en såkalt CX-artikkel, ha en servicegrad som nærmer seg 100 prosent, mens en lavfrekvent artikkel med høy volumverdi (AZ-artikkel) skal ha en servicegrad rundt 0 prosent, hvilket innebærer at den ikke skal finnes på lager i det hele tatt, men flyttes bakover i supply chain og kun skaffes på bestilling. Kombinasjonen av en tradisjonell ABC-analyse med en frekvensanalyse kalles ofte ABC/XYZ-analyse. Se figur 2. De vertikale prosenttallene viser prosent av varelinjer for hver rad. De horisontale prosenttallene viser prosent av omsetning for hver kolonne.

Figur 2: ABC/XYZ-analyse. 9 kategorier.

Denne måten å analysere artikkelsortimentet på er et viktig strategisk verktøy i forbindelse med lageroptimeringsprosjekt. Metoden kan også brukes som et kvantitativt supplement til Kraljics innkjøpsmatrise. I denne sammenhengen skal vi dog bruke metoden for å skape differensierte servicenivåer. Målet er å skape samme servicenivå som tidligere med et mindre sikkerhetslager, et bedre servicenivå med samme kapitalbinding eller begge deler. Se figur 3.

Figur 3: Servicekostnader og inntekter. Kostnader for service vil øke når servicenivået øker. Kostnadsøkningen skyldes i hovedsak at nødvendig sikkerhetslager øker når ønsket servicenivå øker.

Differensiering i praksis

For å gjennomføre en ABC/XYZ-analyse er det viktig at vi benytter rett type data. All analyse baseres på utgående varestrøm (salgsdata). Jo nærmere sluttkunden (point of sales) vi kommer desto bedre. For å finne ABC-inndelingen behøver vi utgående salgsdata på artikkelnivå. XYZ-inndelingen baseres på samme type data men her er det antall varelinjer vi behøver. Dersom dette ikke finnes tilgjengelig kan lister med samtlige utgående transaksjoner danne grunnlag for å telle antall forekomster av hvert artikkelnummer. Det viktige er at vi får frem antall varelinjer og ikke antall solgt. En artikkel som har vært med på tre ordre med 500 st. hver gang har altså en frekvens på 3 og ikke 1 500.

Når vi har gjort inndelingen i 9 grupper gjenstår det å gi hver artikkelgruppe rett servicegrad. Med servicegrad menes her Serv 2 - altså andel av bestilte artikler som kan leveres direkte fra lager. Observer at mange ERP-system definerer servicegrad som Serv1 - sannsynligheten for ikke å gå tom i løpet av en ordresyklus - hvilket ofte genererer unødvendig store sikkerhetslager. Her må vi først skape en tabell som beregner nødvendig sikkerhetslager basert på innkjøpskvantitet, ledetid, ledetidsvariasjon, etterspørsel, etterspørselsvariasjon og ønsket servicenivå. Vi behøver da tilgang til faktiske historiske ledetider samt historisk etterspørselsdata. I tabellen legger vi inn ABC- og XYZ-koder for hver enkelt artikkel.

I første omgang legger vi inn samme servicenivå på alle artikler. Servicenivåene bør dog være lenket til en tabell med mulighet for individuelle servicenivåer for hver av de 9 forskjellige kategoriene. Vi må dessuten ha en funksjon som regner ut det totale, vektede servicenivået for hele sortimentet. Når dette er gjort, kan vi laborere med forskjellige servicenivåer for forskjellige grupper basert på følgende prinsipper:

Erfaringer viser at man som regel kan redusere sikkerhetslageret med 20-50 prosent for SERV2 nivåer rundt 95 prosent. Effekt på totalt lager avhenger av innkjøpskvantiteter, men en reduksjon på 10-15 prosent er ikke uvanlig. Dersom en del av sortimentet samtidig kan flyttes bakover i supply chain kan betydelig større reduksjoner oppnås.

--------

Artikkelforfatter er utdannet siviløkonom og har tidligere arbeidet som journalist i Logistikk & Ledelse og som bedriftsrådgiver og kursholder innenfor logistikk i en rekke bedrifter. Han har de siste årene vært ansatt som amanuensis ved Department of Logistics & Supply Chain Management ved Linnéuniversitetet i Växjö. Han er fortsatt aktiv som bedriftsrådgiver og kursholder i både Norge og Sverige.Roger Stokkedal

www.logistikk-ledelse.no © 2012

Les hele saken

Svein-Ove Arnesenredaktør tungt.no

Vi setter stor pris på kommentarer og innspill i debattene våre. Vær forsiktig med personangrep, og prøv heller å forklare hva du mener og hvorfor. Takk for at du bidrar i debatten!