Bestämning av säkerhetslager

När osäkerhet finns närvarande uppstår oftast ett buffertbehov i form av säkerhetslager för att kompensera för osäkerheten. Om man kan minska osäkerheten som ger upphov till säkerhetslagret kan även säkerhetslagret minskas (Persson och Virum, 1996). De osäkerheter som främst skapar behov av säkerhetslager är osäkerhet i efterfrågan under ledtiden (från beställning till leverans), osäkerhet i ledtiden från leverantör samt osäkerhet i registrerat lagersaldo (Persson och Virum, 1996, Olhager, 2000).

En annan faktor som påverkar storleken på säkerhetslagret är den leveranssäkerhet i form av servicenivå som önskas (Axsäter, 1991). Om en väldigt hög servicenivå önskas krävs mycket höga lagernivåer vilket ökar kostnaderna. Därför är det viktigt att göra en riktig avvägning mellan servicenivå och de kostnader som uppstår. Denna avvägning kan uttryckas genom säkerhetsfaktorn (Persson och Virum, 1996). Om servicenivån ska bibehållas och mindre kvantiteter beställas måste säkerhetslagret ökas (Aronsson et al, 2003, Tersine, 1994). Säkerhetslagret kan minskas m h a kortare

Vid bestämning av säkerhetslagrets storlek utgår man antingen från önskad servicenivå eller från en bristkostnadsmodell. Det vanligaste är att man utgår från servicenivån då detta oftast är enklast (Olhager, 2000, Axsäter, 1991). Servicenivå kan dock formuleras på olika sätt. Två definitioner av servicenivå är (Olhager, 2000, Axsäter, 1991):

1. Sannolikheten att inte få brist under en ordercykel, även kallad SERV1.

2. Andel av efterfrågan som kan levereras direkt ur lager, även kallad SERV2.

Om man utgår från definitionen i SERV1 kan nedanstående formel användas för att beräkna säkerhetslagret. Denna förutsätter att endast osäkerhet i efterfrågan under ledtiden råder samt att efterfrågan under ledtiden är normalfördelad med standardavvikelse σ_L (Axsäter, 1991, Olhager, 2000).

L σ * k ledtiden under et prognosfel för vikelse standardav * aktor säkerhetsf SL = = =

Även Persson och Virum (1996) nämner denna formel som ett exempel att beräkna säkerhetslagret. Enligt Axsäter (1991) är normalfördelning för efterfrågan vanligast när den är stor. Formeln för beräkning av säkerhetslager där hänsyn tas till osäkerhet i efterfrågan och servicenivå kan enligt Lumsden (1998) också uttryckas enligt nedan:

LT * σ * k SL= _D

där σD är efterfrågans spridning under en tidsenhet och LT är ledtiden från

leverantören. Faktorn σD* LT motsvarar således faktorn σL i den första formeln. Säkerhetsfaktorn beräknas utifrån sannolikheten att få brist och fås i tabell 3.1 över prognosfelets sannolikhetsfördelning genom att välja önskad servicenivå (Persson och Virum, 1996, Olhager, 2000).

Tabell 3.1: Samband mellan servicenivå och säkerhetsfaktor

Servicenivå (sannolikheten (%) att

man levererar i tid)

Säkerhetsfaktor k Säkerhetsfaktor Standardavvikelse 50 0 0 80 0,84 1,05 95 1,65 2,06 96 1,75 2,19 97 1,88 2,35 98 2,05 2,56 99 2,33 2,91

Formlerna ovan utgår ifrån att osäkerhet i efterfrågan är den enda rådande osäkerheten. Om osäkerhet i ledtid även finns kan säkerhetslagret ta hänsyn till detta genom att komplettera ovanstående formler (Olhager, 2000). Säkerhetslagret kan då beräknas enligt nedan:

[ ]

där D är efterfrågan per period och σ(L) standardavvikelsen för ledtiden. Även här skall efterfrågan kunna antas vara normalfördelad. Denna formel bör dock enligt Olhager (2000) endast användas om osäkerheten i ledtid är avsevärd då denna formel är betydligt mer komplex än den föregående och då liten osäkerhet i ledtid inte ger något större utslag.

Säkerhetslagret kan även uttryckas i täcktid vilket ofta kan vara lättare att tolka än lagerkvantitet (Olhager, 2000). Täcktiden anger då den tid som den aktuella lagernivån förväntas räcka för att täcka extern efterfrågan eller intern förbrukning. Täcktiden för lagersaldot beräknas enligt nedan (Olhager, 2000):

period per n efterfråga Förväntad lagersaldo t Disponibel Täcktid = 3.9 Artikelklassificering

Syftet med en artikelklassificering är att man vill gruppera artiklar baserat på olika likheter för att på detta sätt kunna behandla dessa grupper olika i olika avseenden, t ex vid prognostisering, lagerstyrning, inventering och sortimentsanalys (Olhager, 2000).

leverantörer eller kunder från mindre viktiga vilket möjliggör olika sätt att styra dessa (Persson och Virum, 1998).

Oftast gäller det faktum att några leverantörer vanligen står för en stor del av leveranserna, några artiklar står för en stor del av omsättningen och några kunder ofta svarar för en stor del av försäljningen. Detta kallas 80/20-regeln (då ofta 20 % av artiklarna står för 80 % av omsättningen och 20 % av leverantörerna står för 80 % av leveranserna) (Persson och Virum, 1998). Detta medför att det blir ofördelaktigt att styra alla artiklar på samma sätt då de har olika förutsättningar (t ex olika efterfrågemönster, ledtider och priser) och viktighet (Aronsson et al, 2003). En sortering och klassificering kan därför behövas av artiklarna för att kunna prioritera styrningen av de artiklar som är viktigast. De mindre viktiga artiklarna kan man då lägga betydligt mindre tid på och då inte behöva ”slösa” resurser på artiklar som inte är värda besväret (Aronsson et al, 2003). Vidare skriver dessa författare att, förutom att lagerstyrningen av artiklarna kan differentieras, även arbetssättet mot leverantörer och kunder (t ex leveransservicen) kan differentieras efter deras viktighet. Det är därför viktigt att syftet med klassificeringen klargörs, d v s om den skall användas för att kunna differentiera t ex lagerstyrning, prognostisering eller inventering.

För att göra en artikelklassificering brukar man göra en ABC-analys. Detta innebär att artiklarna delas in i tre grupper, A, B och C. A-gruppen är liten men innehåller de viktigaste artiklarna, B-gruppen är något större och C-gruppen är stor och innehåller de artiklar som är minst viktiga (Aronsson et al, 2003). Det vanligaste är att klassificeringen görs efter artiklarnas volymvärde, d v s dess årsvolym multiplicerat med artikelns värde (Aronsson et al, 2003). Men klassificeringen kan även göras med avseende på andra faktorer såsom artiklarnas volym, täcktid eller någon annan faktor som bedöms som kritisk när artiklar skall bedömas (Olhager, 2000). Klassificering kan även göras med avseende på leverantörer eller kunder (Persson och Virum, 1998, Aronsson et al, 2003). Man kan då använda artikelns inköpsvärde respektive dess täckningsbidrag och således använda volymvärdet (Aronsson et al, 2003).

Enligt Lambert et al (1998) är ABC-klassificering lämpligt för att t ex bestämma olika servicenivåer och därigenom påverka styrningen. Han skriver vidare att A-artiklar kan undersökas dagligen med avseende på lagersaldo, B-artiklar veckovis medan C-artiklar undersöks mer sällan. Det är också viktigt att påpeka att även om C-artiklar anses som de minst viktiga kan vissa artiklar i denna grupp t ex vara kritiska för produktionen. Det bör därför göras en bedömning för varje situation (Persson och Virum, 1998).