Czy kiedykolwiek zadali sobie Państwo pytanie:

"Jaki jest optymalny poziom zapasów w mojej firmie?"

Jeśli tak, czy otrzymali Państwo kiedyś jasną i przekonującą odpowiedź? Większość menedżerów jej nie otrzymuje.

Jeśli brakuje Państwu kluczowych elementów odpowiedzi, ten artykuł pomoże zrozumieć:

• dlaczego to pytanie ma dla firmy znacznie większe znaczenie, niż większość organizacji zakłada
• dlaczego tak trudno udzielić na nie właściwej odpowiedzi
• oraz jakie praktyczne kroki pomagają zrobić to dobrze.

Jeśli - jak większość firm - wyznaczają Państwo cele zapasowe, porównując się z konkurencją lub z wynikami z poprzednich lat, daje to zwykle jedynie iluzję kontroli, a nie realną odpowiedź.

Jak trafnie powiedział H.L. Mencken:

"Dla każdego złożonego problemu istnieje odpowiedź, która jest jasna, prosta... i błędna."

Optymalizacja zapasów jest dokładnie takim problemem.

Dlaczego to pytanie ma znaczenie dla Twojego biznesu?

Uzyskanie właściwej odpowiedzi wymaga pewnej pracy.

Ale prawdziwe pytanie brzmi:

Czy stać Cię na to, by na nie nie odpowiedzieć?

Jeśli optymalny poziom zapasów nie jest zdefiniowany na poziomie całej firmy, decyzje i tak będą podejmowane - tylko niejawnie.

Każdy dział będzie naturalnie optymalizował pod własne cele:

• sprzedaż będzie dążyć do maksymalnej dostępności
• zakupy będą dążyć do rabatów wolumenowych
• logistyka będzie dążyć do stabilności operacyjnej i niskich kosztów
• finanse będą dążyć do redukcji zaangażowanej gotówki

Żaden z tych celów sam w sobie nie jest błędny.

Ale bez jasnych ram decyzyjnych cele te często wzajemnie się znoszą, pogarszając łączny wynik firmy.

Gdy przychodzi kryzys, efektywność wykorzystania gotówki staje się kwestią przetrwania

Gdy rynek się kurczy lub pojawia się kryzys, rozsądne zarządzanie gotówką bardzo szybko staje się priorytetem numer jeden.

W konkurencyjnych branżach, takich jak dystrybucja, retail czy produkcja, zapas jest często największą pozycją angażującą kapitał.

Umiejętność precyzyjnego sterowania zapasem może decydować o różnicy między:

• spokojnym przejściem przez kryzys
• a chaotycznymi cięciami zakupów, które destabilizują operacje

Niestety wiele firm uświadamia sobie to dopiero wtedy, gdy kryzys już się rozpoczął.

Kilku naszych klientów zgłosiło się do nas właśnie w takim momencie - gdy przetrwanie nagle zaczęło zależeć od lepszych decyzji zapasowych.

Gdy podaż staje się mniej przewidywalna, dostępność staje się bronią konkurencyjną

Dla części produktów sama dostępność jest przewagą konkurencyjną.

Jeśli konkurent nie może dostarczyć, a Ty możesz, efektem mogą być:

• dodatkowa sprzedaż
• silniejsza lojalność klientów
• wyższa marża

Utrzymanie tej przewagi wymaga jednak zrozumienia, jaki poziom zapasu jest rzeczywiście potrzebny, aby chronić dostępność w warunkach niestabilnego łańcucha dostaw.

Bardzo niewiele firm świadomie uwzględnia to w swojej strategii zapasów.

Dzięki natywnemu uwzględnieniu zmienności podaży systemy takie jak Nadii mogą obniżyć łączny poziom zapasu, a jednocześnie zapewnić wyższą dostępność produktów wrażliwych w kluczowych momentach roku. Jak przekonali się niektórzy z naszych klientów z sektora dystrybucyjnego, telefon od konkurenta z pytaniem, czy można odkupić część Twojego zapasu, aby uratować sezon, bywa bardzo satysfakcjonujący.

Ukryty koszt suboptymalnych decyzji

Z naszego doświadczenia z wieloma firmami wynika, że na każde 1 mln PLN zapasu organizacje zostawiają co roku na stole od 50 tys. do 100 tys. PLN powtarzalnego zysku.

Można słusznie powiedzieć, że ta liczba sama w sobie jest właśnie zbyt prostą odpowiedzią na złożony problem. Dlatego chętnie policzymy to wspólnie dla konkretnego przypadku - zapraszamy do kontaktu - ale jak dotąd właśnie taki przedział obserwowaliśmy u naszych klientów. 

Ten potencjał wynika zwykle z połączenia:

• nadmiarowego zapasu
• utraconej marży wynikającej z braków
• nieefektywności operacyjnych

Kolejnym kosztem suboptymalnego zarządzania zapasem jest pole walki, jakie tworzy ono między działami.

W momencie, gdy zdefiniują Państwo klarowną metodę wyznaczania poziomu optymalnego - uwzględniającą wszystkie naprawdę istotne czynniki - rozmowy stają się znacznie prostsze:

celem staje się wynik całej firmy, a nie cele poszczególnych działów.

Dlaczego odpowiedź na to pytanie wydaje się tak trudna?

Trudność wynika z jednego prostego faktu:

Zapas nie jest jedną decyzją: jest wynikiem tysięcy mikrodecyzji

Zapas to problem typu produkt x lokalizacja x dzień

Każde euro zainwestowane w zapas ma inną wartość, a każdy produkt zachowuje się inaczej.

Wyobraźmy sobie sytuację:

Utrzymujesz 10 mln PLN zapasu.

Ale:

• 8 mln PLN jest zamrożone w pozycjach wolnorotujących
• 2 mln PLN pokrywa bestsellery, które stale się wyprzedają

Technicznie rzecz biorąc, możesz być "w celu" pod względem łącznej wartości zapasu.

Operacyjnie sytuacja jest jednak katastrofalna.

Dlatego na pytanie o optymalny zapas trzeba odpowiadać:

• dla każdego produktu
• dla każdej lokalizacji
• i aktualizować odpowiedź w sposób ciągły

bo poziom zapasu jest z natury dynamiczny (oczywiście zmiany powinny być z wyprzedzeniem komunikowane do magazynu, aby mógł optymalizować layout i organizację pracy, ale to osobny temat).

Optymalny poziom zapasu w firmie to więc po prostu:

suma optymalnych poziomów zapasu dla każdego produktu w każdej lokalizacji.

Na odpowiedź wpływa wiele parametrów

Złożoność wynika również z liczby czynników, które trzeba uwzględnić:

• ograniczenia po stronie dostawców
• MOQ i wielkości partii
• smart buying / okazje zakupowe / cashback
• sezonowość
• niezawodność dostawców
• zmienność popytu
• minimalna ekspozycja na półce
• kary prawne lub kontraktowe za braki
• pojemność magazynu i obciążenie operacyjne
• koszty transportu
• finansowy koszt kapitału

Na pierwszy rzut oka może to wyglądać przytłaczająco.

W praktyce jednak większość tych informacji już gdzieś w firmie istnieje.

Prawdziwy problem polega zwykle na tym, że realne parametry nie są dostępne w uporządkowanej formie dla osób podejmujących codzienne decyzje.

Jak osiągnąć optymalny poziom zapasów? proste podejścia

Zanim zaczniemy liczyć optymalny poziom zapasu, warto odpowiedzieć sobie na proste pytanie:

Po co ten zapas w ogóle istnieje?

Jedną z najskuteczniejszych metod jest segmentacja zapasu według przyczyny jego utrzymywania.

Ta idea pojawia się w kilku nowoczesnych podejściach do zarządzania łańcuchem dostaw, m.in. w DDMRP.

Krok 1 - czy w tym miejscu w ogóle potrzebujemy zapasu?

Może to brzmieć banalnie, ale przy dużej skali wcale takie nie jest.

Dla każdego produktu i każdej lokalizacji warto zadać sobie pytania:

• Jaki lead time jest akceptowalny dla klienta?
• Jaki jest mój ekonomicznie uzasadniony lead time uzupełnienia?
• Jaki jest plan B na wypadek problemów?

Jeśli akceptowalny dla klienta lead time jest dłuższy niż lead time uzupełnienia, a plan B istnieje, zapas może wcale nie być potrzebny.

W niektórych sytuacjach zerowy zapas jest realnie rozwiązaniem optymalnym.

Krok 2 - segmentacja zapasu według jego driverów

Idea tej metody segmentacji zapasu polega na odpowiedzi na pytanie: "Dlaczego utrzymujesz ten zapas?" poprzez rozbicie odpowiedzi na poszczególne przyczyny. Metoda DDMRP korzysta z podobnego podejścia, dodając kluczowy element lead time'u, o którym wspomnieliśmy wcześniej.

Ciekawe w tym podejściu jest to, że uznaje ono zmienność realnego świata - zarówno po stronie popytu, jak i podaży - choć robi to jeszcze w sposób uproszczony, którego wiele prostszych metod w ogóle nie uwzględnia.

Przydatny sposób rozłożenia zapasu na składowe wygląda następująco:

Sztywność dostawcy
Zapas potrzebny pomiędzy dostawami od dostawcy lub wynikający z ograniczeń MOQ. Taki zapas naturalnie zmienia się w zależności od tego, jak daleko jesteśmy od ostatniej lub kolejnej dostawy.

Zmienność dostawcy
Dodatkowy zapas zabezpieczający niepewność podaży (opóźnienia, problemy jakościowe, niedobory).

Zmienność klienta / popytu
Bufor pokrywający różnicę między prognozą a rzeczywistym popytem. To zdecydowanie najtrudniejsza część do oszacowania, ale już samo zadanie sobie pytania: "Jaką skalę zmienności jestem gotów przypisać temu produktowi, aby pokryć niepewność?" - nawet przy przybliżonych danych - jest bardzo dobrym krokiem naprzód.

Sztywność klienta
Zapas wymagany dlatego, że klienci odbierają produkty okresowo (częste w łańcuchach dostaw w produkcji, zazwyczaj zerowe w większości pozostałych przypadków).

Ograniczenia wewnętrzne
Opóźnienia z handlingu, produkcja partiami, kontrole jakości itp.

Smart buying / bodźce finansowe
Dodatkowy zapas kupowany świadomie dlatego, że rabaty przewyższają koszt utrzymania zapasu.

Po wykonaniu tego ćwiczenia produkt po produkcie otrzymujemy pierwsze przybliżenie optymalnego poziomu zapasu.

Krok 3 - identyfikacja nadmiarowego zapasu

Gdy zapas jest już podzielony na segmenty, dużo łatwiej porównać:

stan rzeczywisty vs. stan wymagany

Wszystko powyżej poziomu wymaganego to potencjalny overstock.

Niektórzy z założycieli Nadii stosowali to podejście wcześniej jako operacyjni managerowie łańcucha dostaw i wykonywali takie analizy w Excelu.

Nawet przy relatywnie prostych narzędziach efekt był uderzający.

Samo uświadomienie planistom tej logiki pomogło nam:

• obniżyć zapas
• utrzymać dostępność
• zsynchronizować decyzje między zespołami

Ale szybko pojawiły się kolejne problemy...

Ograniczenia prostych podejść

Metody takie jak segmentacja czy podstawowe wzory na safety stock dają użyteczną transparentność.

Ale bardzo często trafiają na trzy duże ograniczenia.

Modele statyczne kontra dynamiczna rzeczywistość

Popyt i podaż zmieniają się nieustannie.

A nikt nie ma czasu aktualizować Exceli i parametrów w skali całego biznesu przez cały rok...

Sezonowość, promocje i zmiany rynkowe sprawiają, że statyczne bufory szybko przestają być trafne.

A rezultat bywa przewidywalny:

• nadmiar zapasu poza sezonem
• braki w szczycie sezonu

- dokładnie to, co najbardziej szkodzi firmom.

Nawet szeroko stosowane podejścia, takie jak DDMRP, pomijają ten element albo próbują go adresować zbyt uproszczonymi metodami, które po prostu nie dowożą rezultatu. Na ilustracji widać, jak w praktyce takie proste metody prowadzą do braków w wysokim sezonie i nadmiaru w niskim. Jedynym realnym rozwiązaniem jest dynamiczna aktualizacja wartości buforów, ale w praktyce bez dedykowanego systemu jest to niewykonalne.

Problem skali

Proste podejścia arkuszowe bardzo szybko przestają działać, gdy firma zarządza:

• > 500 SKU
• wieloma magazynami
• złożonymi lead time'ami
• kampaniami promocyjnymi
• zmieniającą się niezawodnością dostawców

Utrzymywanie takich modeli staje się trudniejsze niż korzystanie z nich.

Brakująca perspektywa finansowa

Większość firm optymalizuje zapas poprzez operacyjne KPI:

• poziom obsługi
• wartość zapasu
• rotację zapasu

Ale prawdziwym celem jest wynik ekonomiczny.

Każdy dodatkowy punkt procentowy dostępności ma swój koszt.

Każdy stockout ma swój koszt.

Problem polega na tym, że nikt tak naprawdę nie wie, czy 97% dostępności jest lepsze niż 95% albo 99%, skoro nie wiemy, jaki poziom zapasu i kosztów operacyjnych jest potrzebny, aby taki poziom osiągnąć.

Do tego wrócimy w kolejnym punkcie.

Jak osiągnąć optymalny poziom zapasów — naprawdę

Krok 4 - Wprowadzenie rentowności do równania

Rozważmy dwie sytuacje.

Załóżmy, że masz 1 000 PLN "nadmiarowego" zapasu (definicja nadmiaru nie ma tu znaczenia)

Czy to ten sam problem, jeśli produkt jest:

• wolnorotującym produktem z krótką datą ważności, a 1 000 PLN oznacza 6 miesięcy sprzedaży?
• czy szybko rotującym flagowym produktem, a 1 000 PLN oznacza 1 dzień sprzedaży?

Oczywiście, że nie.

A teraz wyobraźmy sobie, że brakuje Ci 100 PLN zapasu.

Czy wpływ jest taki sam, jeśli produkt jest:

• łatwo zastępowalny
• czy krytyczny dla klienta?

Ponownie - odpowiedź brzmi: nie.

To prowadzi do ważnego wniosku:

Sam poziom zapasu nie jest właściwym KPI: właściwym KPI jest wynik ekonomiczny.

Aby właściwie to mierzyć, firmy muszą oszacować:

• koszt nadmiarowego zapasu
• utraconą marżę wynikającą z braków
• koszty operacyjne
• finansowy koszt kapitału

Gdy te trade-offy stają się jawne, zapas przestaje być wyłącznie operacyjnym KPI i staje się dźwignią finansową.

W Nadii zazwyczaj liczymy te koszty w sposób ciągły, aby firmy mogły:

• automatyzować decyzje zapasowe na podstawie potencjalnego kosztu każdego scenariusza w realnych warunkach niepewności
• widzieć, ile naprawdę kosztuje je nadmiarowy zapas
• widzieć, ile naprawdę kosztują je braki

Ta transparentność istotnie poprawia jakość zarówno decyzji automatycznych, jak i podejmowanych przez ludzi.

Krok 5 - Od prognoz do decyzji probabilistycznych

Większość systemów zarządzania zapasem opiera się na jednej prognozie.

Ale w realnym życiu decyzje rzadko opiera się na jednym scenariuszu.

Kiedy podejmujemy decyzje prywatne, intuicyjnie rozważamy:

• najlepszy scenariusz
• najgorszy scenariusz
• prawdopodobieństwo każdego z nich

Decyzje zapasowe powinny opierać się na tej samej logice.

Prawdziwe pytanie brzmi więc:

Jaki jest ROI kolejnego euro zainwestowanego w zapas przy uwzględnieniu niepewności popytu i podaży?

Zamiast jednej prognozy powinniśmy brać pod uwagę:

• wiele scenariuszy popytu
• wiele scenariuszy podaży
• ich prawdopodobieństwa
• oraz ich konsekwencje finansowe

Gdy decyzje stają się probabilistyczne i oparte na koszcie, łańcuch dostaw przestaje jedynie reagować na zdarzenia, a zaczyna je wyprzedzać.

 Krok 6 - Automatyzacja staje się w końcu konieczna

Gdy firma osiąga pewną skalę - zazwyczaj więcej niż kilkaset SKU - liczba parametrów staje się zbyt duża, by dało się nimi zarządzać ręcznie.

‍

Właśnie wtedy automatyzacja staje się niezbędna.

Nie jako tajemnicza czarna skrzynka, ale jako transparentny system decyzyjny.

Dobry system powinien:

• automatyzować rutynowe decyzje
• wyjaśniać swoją logikę
• uczyć się i dostosowywać na podstawie wyników
• podświetlać wyjątki zamiast zalewać użytkowników raportami
• pozostawiać ludziom kontrolę nad strategią

Bo łańcuchy dostaw są nieuporządkowane z natury.

Nieprzewidziane sytuacje zdarzają się cały czas.

Celem technologii nie jest eliminowanie złożoności - celem jest inteligentne zarządzanie nią.

‍