Orderkvantiteter är tätt kopplade till frågorna När ska olika produkter beställas från leverantör? samt Hur mycket ska beställas åt gången? (Oskarsson, et al., 2013). Enligt både Oskarsson et al. (2013) och Lumsden (2012) går det att illustrera olika sätt att arbeta med inköp genom en matris som
visualiseras i Tabell 1 nedan. Dessa författare delar uppfattning av informationen som beskrivs nedan och därav gäller båda dessa som källa under avsnitt 4.3 om inte annat anges.
Tabell 1. Olika beställningsmetoder vid inköp.
Kvantitet/Intervall Fast intervall Varierande intervall
Fast Kvantitet Beställer 100 stycken varje måndag. Beställer alltid 100 stycken, men de beställs oregelbundet.
Varierande
kvantitet Beställer alltid på måndagar, men olika mängder. Beställningar sker oregelbundet och kvantiteten ändras. Utifrån matrisen finns det fyra huvudsakliga grupper med skiftande upplägg av kvantitet och beställningsintervall. Beställning med fast intervall och fast kvantitet är väldigt ovanligt och kan endast ske då förbrukningen samt ledtiden är konstant över varje tidsperiod. Denna kombination anses därför inte av författarna tillämpbar och kommer därav inte att studeras vidare.
4.3.1 Fast kvantitet - varierande intervall
I detta fall behöver en fast kvantitet beräknas fram för att sedan beställas vid de tidpunkter som är mest lämpliga sett till förbrukningen. Den mest kända metoden för att bestämma en fast kvantitet är Wilsonformeln. För att sedan bestämma tidpunkten för när det är dags att beställa används oftast ett beställningspunktsystem. I ett sådant system avgör lagernivån när det är dags att beställa på nytt, vilket innebär att när lagernivån når en viss punkt beställs den bestämda kvantiteten. Punkten är beräknad utifrån ledtiden från beställning till ankomst.
Wilsonformeln är en av de vanligaste metoderna inom denna grupp och med den beräknas den mest ekonomiska orderkvantiteten fram, EOK. Formeln utgår ifrån kostnader för beordring och
presenteras Wilsonformeln som i grunden tas fram genom att titta på ordersärkostnader och lagerföringskostnader enligt Ekvation 11.
𝐶𝑇𝑂𝑇 = 𝐶𝑟+ 𝐶𝑘 = 𝑟 × 𝑝 × 𝑄 2+ 𝐾 × 𝐷 𝑄 [11] 𝐸𝑂𝐾 = √2 × 𝐾 × 𝐷 𝑟 × 𝑝 [12]
o Q, Orderkvantitet – Den mängd produkter som ska beställas vid varje inköpstillfälle för att uppnå ekonomiska fördelar.
o K, ordersärkostnaden – Kostnaden kopplad till beordring av produkten och som är oberoende av den kvantitet som beställs.
o D, årlig efterfrågan – Den totala mängd som efterfrågas av produkten under ett år.
o r, lagerränta – En ränta som representerar kapital-och riskkostnader kopplade till lagerhållning av produkter.
o p, produktvärdet – Produktvärdet i det mottagande lagret, vilket innebär kostnaden för produkten, tull, transport och lagerhållning.
Den första delen av Ekvation 11 ovan är lagerföringskostnaden och den andra delen är
beordringskostnad. Målet med att använda Wilsonformeln är att minimera summan av dessa. Det finns dock begränsningar och vissa förutsättningar med Wilsonformeln som vid användning måste tas hänsyn till. En jämn och känd efterfrågan krävs, formeln klarar inte av att hantera kvantitetsrabatter samt att den antar att en hel leverans kommer in direkt i lagret. Detta är några exempel på förutsättningar som behöver tas hänsyn till vid användning av formeln. Det framgår dock av teorin att formeln klarar av att ge ett bra resultat även om mindre svängningar i efterfrågan finns. Det är även viktigt att samtliga variabler i Ekvation 12 ovan är kända och konstanta för att det ska gå att tillämpa formeln. En detalj som dock nämns som en svårighet med formeln är att
ordersärkostnaden samt lagerräntan kan vara svåra att beräkna korrekt, dock är kurvan flack kring det optimala värdet och därav har detta ofta liten påverkan på resultatet.
4.3.2 Varierande kvantitet - fast intervall
En annan metod för att beställa hem produkter är att bestämma tiden mellan varje beställning och sedan köpa in en viss mängd baserat på prognosen. En metod som ligger inom denna grupp är TBO4. Inom TBO görs först en prognos för hur efterfrågan ser ut över ett antal tidsperioder. Den totala summan som efterfrågas över alla tidsperioder divideras sedan med antalet tidsperioder för att få fram den genomsnittliga förbrukningen för en tidsperiod som nedan symboliseras med parametern d. Nästa steg är att beräkna den optimala orderstorleken, Q, med hänsyn till EOK enligt Ekvation 12 ovan. Q och d används sedan för att bestämma tiden mellan beställningar genom division enligt Ekvation 15 nedan. Denna division ger TBO, vilket vanligen avrundas till ett heltal. Att bestämma åt vilket håll som avrundningen ska göras sker genom att testa de två heltal som är närmast, detta för att se vilket av dem som ger lägst kostnad.
Vid alla beställningar beställs sedan den mängd som krävs för att klara det antal tidsperioder som TBO bestämde var bäst. Den mängden som beställs utgår ifrån den prognos som finns för efterfrågan under de kommande tidsperioderna.
𝑑 = 𝑡𝑜𝑡𝑎𝑙 𝑒𝑓𝑡𝑒𝑟𝑓𝑟å𝑔𝑎𝑛
𝐴𝑛𝑡𝑎𝑙 𝑡𝑖𝑑𝑠𝑝𝑒𝑟𝑖𝑜𝑑𝑒𝑟 [13]
4 TBO står för optimal ordertäckningstid och används till att beräkna tiden mellan beställningar, där sedan storleken av beställningen bestäms av den prognostiserade förbrukningen.
𝑄 = √2 × 𝐾 × 𝐷
𝑟 × 𝑝 [14] 𝑇𝐵𝑂 = 𝑄
𝑑 [15]
4.3.3 Varierande kvantitet – varierande intervall
Den sista gruppen av metoder varierar både kvantitet och beställningsintervall, och kallas ibland för dynamiska metoder. En metod inom denna kategori som tas upp av både Lumsden (2012) och Oskarsson et al. (2013) är Wagner & Whitin. Oskarsson et al. (2013) tar även upp Silver & Meal som en metod inom denna kategori och de anser att denna är något enklare än Wagner & Whitin. Båda metoder utgår precis som EOK och TBO ifrån lagerförings- och orderkostnader samt har som mål att minimera totalkostnaden.
Silver & Meal använder precis som TBO, prognoser för att avgöra när beställning ska göras. Den har dock inte fasta tidpunkter för beställning, utan order läggs istället för att anpassa leverans till då omsättningslagret tar slut. Mängden som ska beställas bestäms genom att det utifrån prognosen görs beräkningar på vilken kvantitet som ger lägst totalsumma av orderkostnad och
lagerföringskostnad. När sedan denna kvantitet är förbrukad tas ett nytt beslut om vilken mängd som är bäst att köpa nästa gång. Man tar alltså beslut för en tidsperiod åt gången och väljer den kvantitet som passar bäst för respektive gång. Modellen ger en låg kostnad, men inte den optimala.
(Oskarsson, et al., 2013)
För att hitta den optimala lösningen går det istället att använda metoden av Wagner & Whitin som är en optimeringsmetod. Beräkningarna som utförs är relativt lika de som utförs i Silver & Meal där kvantiteten bestäms genom att lägsta summan av orderkostnad och lagerföringskostnad identifieras. Metoden skiljer sig dock åt genom att den inte tar beslut för en beställning åt gången, utan istället ser över flera beställningar framåt i tiden för att hitta den lägsta totalkostnaden. (Lumsden, 2012)
4.3.4 Jämförelse av de olika metoderna
Det går enligt Oskarsson et al. (2013) inte att säga vilken av dessa metoder som är bäst. Det som går att säga är att de dynamiska metoderna generellt ger ett bättre resultat än de statistiska metoderna. Dock kräver de dynamiska mer arbete med underhåll och löpande arbete. I de statistiska metoderna låses antingen tiden eller kvantiteten, vilket gör det lättare att administrera systemet. Detta kan dock göra att kostnaderna kommer längre ifrån det optimala om verkligheten inte stämmer överens med det som prognostiserades. Då de dynamiska metoderna ger bättre resultat är det vanligare att använda dessa på viktigare produkter där mer pengar är involverade då ett bra beslut i dessa fall är viktigare och den ökade tidsåtgången är värt det. Valet av metod är helt enkelt en fråga om den ökade arbetsinsatsen med de mer komplicerade metoderna är värt det.