Metody segmantacji zapasów

Publikacje firmowe

Efektywne zarządzanie zapasami polega na utrzymaniu ich właściwego (w stosunku do założonego celu i rzeczywistego zapotrzebowania) poziomu. Na naszej stronie poruszaliśmy ten problem w kilku artykułach na przykład na temat modeli SCM czy różnic w zarządzaniu towarem między firmami produkcyjnymi i dystrybucyjnymi. W niniejszym tekście chcemy zwrócić uwagę na fakt, że zapasy magazynowe w każdym biznesie różnią się między sobą z perspektywy różnych cech, a to rozróżnienie pomaga w wyborze właściwych metod zarządzania nimi oraz pozwala podnosić efektywność działania firmy w odpowiedni sposób.

Koncepcja segmentacji zapasów bazuje na analizie i ich klasyfikowaniu z punktu widzenia różnych kryteriów biznesowych. W praktyce każdy z produktów może charakteryzować się inną wartością analizowanego kryterium. Jednak arbitralnie przyjmuje się pewne granice, które rozdzielają poszczególne grupy czy klasy towarów. Podział ten może bazować zarówno na ilości towaru o lepszym i gorszym kryterium (np. klasa A w najpopularniejszej klasyfikacji ABC to 20% towarów o największej sprzedaży) jak i na pewnym arbitralnym poziomie wartości (np. klasa towarów często pobieranych z magazynu to te, które pojawiają się na zamówieniach klienta częściej niż N razy dziennie). Inne sposoby segmentacji jakkolwiek istnieją są rzadziej stosowane.

Bardzo często opisany wcześniej podział wydaje się sztuczny to znaczy niemal zawsze możemy znaleźć 2 towary o bardzo podobnych parametrach należące do różnych klas. Jednak w praktyce podział taki okazuje się bardzo sensowny. Jeśli na przykład musimy zdecydować o miejscu składowania towaru i w wytypowanej strefie magazynowej mamy do wyboru klasyczne regały paletowe z dostępem swobodnym i regały przesuwne (z ograniczonym dostępem) to gdzieś musimy postawić jawną granicę: które towary składujemy w klasycznych regałach, a które w przesuwnych. Pomiędzy nimi nie ma żadnego miejsca pośredniego. Z drugiej strony w obszarze towarów składowanych w klasycznych regałach z dostępem swobodnym (należących do jednej klasy) możemy sterować ich położeniem uwzględniając częstotliwości pobrań i dzięki temu przyspieszając kompletację zamówień (ale to już temat na inny artykuł).

Zasada Pareto pochodzi z obszaru teorii zarządzania i dotyczy nierówności dystrybucji dóbr. W praktyce dotyka szerszego kręgu zależności i znana jest również pod określeniem zasady 20/80. Alternatywne określenie pochodzi od idei zjawiska, w którym mniejsza ilość przyczyn (źródeł) powoduje większą liczbę skutków. W obszarze biznesu wywodzi się z zauważalnej statystycznie zależności w której 20% produktów znajdujących się w sprzedaży firmy generuje 80% przychodu. Podobnie 20% problemów może generować 80% błędów w wydaniach towarów z magazynu. Warto pamiętać, że istnienie towaru rzadziej sprzedawanego niekoniecznie dyswalifikuje biznes - jest sporo firm, zwłaszcza z obszaru sklepów e-commerce, które bazują na tzw. długim ogonie czy wiele firm odzieżowych, gdzie większość produktów charakteryzuje tzw. sprzedaż rzadka, czyli wydarzenia, które występują incydentalnie łącznie tworząc satysfakcjonujące przychody.

Wróćmy jednak do kwestii zasady 20/80. W rzeczywistości zależności sprzedaży masowej i rzadkiej (długiego ogona) niekoniecznie muszą przechodzić dokładnie przez opisany wcześniej szczególny punkt 20/80, co nie zmienia faktu istnienia tej zależności. Warto przy tym pamiętać, że w zależności od przyjętego kryterium (sprzedaż ilościowa bądź wartościowa) położenie punktów krytycznych może się przesunąć, nawet gdy dotyka analiz tej samej firmy. W opisanych dalej metodach rozszerzono metodę Pareto poprzez wybór 3 przedziałów segmentacji największego, średniego i najmniejszego ruchu, sprzedaży czy innych kryteriów.

Metoda ABC bazuje na segmentacji zasobów przez pryzmat wielkości ich sprzedaży. Przy analizie zapasów z punktu widzenia finansowego wielkość ta dotyka wartości sprzedaży. W grupie A znajdują się zapasy, które generują największe przychody, zazwyczaj jest to 80% przychodów - są one generowane przez 20% towarów bądź surowców. Przy analizie zapasów z punktu widzenia logistyki grupa A zazwyczaj dotyka ilości sprzedawanych produktów, choć może bazować na ich ciężarze (80% całej wagi wydawanej z magazynu dotyka 20% indeksów), objętości czy nawet liczby pobrań. Warto dodać, że alternatywne klasyfikacje podobne do ABC mogą być określane jako inne metody klasyfikacji, o czym napiszę dalej.

W grupie B znajduje się zazwyczaj do 30% indeksów magazynowych, które generują około 15% sprzedaży. Pozostałe indeksy (zazwyczaj przynajmniej połowa aktywnych produktów) generują nie więcej niż 5% sprzedaży. Na podstawie wielkości sprzedaży (ustalanej na bazie danych historycznych w różnych okresach w zależności od polityki firmy) podejmuje się decyzje co do sposobu zarządzania zapasami np. poprzez stosowanie metody Just-in-Time dla zapasów z grupy A i grupowanie zamówień dla zapasów w grupie C (wbrew pozorom ze względu na konieczność utrzymywania niskich stanów można sobie pozwolić na trochę większą swobodę działania w tym zakresie). Często stosuje się tą metodę do projektowania rozłożenia towaru w magazynie na zasadzie że towar typu A powinien być najłatwiej dostępny dla magazynierów.

Metoda 123 jest pochodną metody ABC. Często przy projektowaniu procesów logistycznych stosuje się ją bez jawnego nazwania 123 (pozostając przy nazwie ABC). Istotną różnicą między tymi metodami jest to, że wersja 123 bazuje na częstotliwości pobrań towaru z magazynu. W magazynach e-commerce, w których niemal wszystkie zamówienia bazują na pojedynczej sztuce każdego indeksu (nawet jeśli na zamówieniu znajduje się więcej indeksów) metoda ABC bazująca na ilościowej sprzedaży daje niemal identyczny wynik jak metoda 123 (liczba sprzedanych sztuk jest niemal równa liczbie pobrań). Jednak w magazynach obsługujących ruch hurtowy może się w tym obszarze pojawić spora rozbieżność. Dodatkowo rośnie ona, gdy w jednym magazynie mamy wydzielone osobne strefy dla opakowań zbiorczych i pojedynczych sztuk. Może się wtedy okazać, że analiza ABC bazująca na globalnej sprzedaży pokazuje wartości niezgodne z analizą 123 wykonaną dla poszczególnych stref magazynu. Warto przy tym zwrócić uwagę, że metoda 123 bazuje na częstotliwości pobrań a nie na ich regularności, jak dzieje się to w metodzie XYZ.

Segmentacja na bazie profilu produktu nie uwzględnia wielkości zapotrzebowania tylko (w zależności od wybranego kryterium) jego powtarzalność, regularność bądź inne podobne wartości. Często segmentacja na tej bazie jest nieskorelowana z segmentacją bazującą na wielkościach sprzedaży czy pobrań, co pozwala na analizy krzyżowe (opisane dalej w tym tekście), które podnoszą efektywność stosowanych metod.

Metoda XYZ pozwala wprowadzić segmentację produktów z punktu widzenia regularności zapotrzebowania. Grupa X charakteryzuje się bardzo dużą powtarzalnością występujących zdarzeń (np. codziennie pojawia się kilku klientów kupujących dany towar). Na drugim krańcu jest grupa Z, w której towar sprzedawany jest w sposób chaotyczny (jednego dnia może się pojawić nawet kilkunastu klientów a potem przez wiele dni nie pojawi się żaden chętny na ten towar. W podejściu tym grupa Y może być grupą pośrednią (ze średnią powtarzalnością regularności) bądź towar o sezonowej aktywności (choć według mnie to podejście oznacza że wybrano zły okres analiz – po jego skróceniu towar może zmienić przynależność i trafić do grupy X z dużą powtarzalnością zużycia). W metodzie XYZ nie określa się jawnie wielkości grup (jak w metodzie ABC), choć zbyt duża rozbieżność liczebna między poszczególnymi grupami może utrudnić analizę. W opisanej tu wersji metody XYZ regularność wydań najczęściej bada się metodami statystycznymi (choć trzeba pamiętać, że przy tzw. „sprzedaży rzadkiej” metody klasyczne bywają zawodne).

Metoda XYZ może bazować również na jakości prognoz zapotrzebowania poszczególnych produktów. W tym podejściu zapotrzebowanie na produkty z klasy X można prognozować z bardzo dużą trafnością, ruch produktów z grupy Z nie da się w żaden sposób prognozować (bądź jakość prognoz jest niezadowalająca) a produkty typu Y znajdują się pomiędzy. Warto zwrócić uwagę, że regularność pobrań (lub ich prognozowalność) nie musi korelować (i najczęściej w praktyce tak się nie dzieje) z częstotliwością pobrań. Może więc wystąpić sytuacja, że bardzo regularne pobrania są bardzo rzadkie (jedno na tydzień) a bardzo nieregularne pobrania mogą mieć wysoką średnią częstotliwość (czasem 1, a czasem 100 dziennie). Niezależność ta jest wykorzystywana w analizach krzyżowych (macierzowych).

Akronim metody VED pochodzi od angielskich słów Vital, Essential i Desirable, co można tłumaczyć jako klasyfikację asortymentu odpowiednio na niezbędny, istotny i pożądany. Idea tego podziału (zwanego czasem podziałem wg czynników krytycznych) bazuje na próbie wyodrębniania zapasów magazynowych, które są niezbędne do utrzymania w firmie (a ich brak będzie natychmiast skutkował negatywnymi konsekwencjami), powinny występować (lecz pewne przerwy mogą być zaakceptowane) oraz pożądane w magazynie. To ostatnie słowo budzi najwięcej wątpliwości, gdyż jego istotą jest to, że są to produkty uzupełniające (wskazane do posiadania w magazynie, alternatywne). Metoda ta doskonale sprawdza się w obszarze medycyny i łatwo ją zrozumieć odwołując się do przykładów medycznych. Lekarstwa niezbędne są to produkty, które muszą znajdować się w aptece bądź być dostępne w bardzo krótkim czasie, służą bowiem do ratowania życia czy są wykorzystywane w długotrwałych kuracjach, których nie można przerywać. Na drugim końcu są suplementy diety czy witaminy, które mogą być zastąpione podobnymi produktami bądź ich czasowy brak nie wpływa bezpośrednio nie tylko na życie ale i zdrowie pacjenta.

Podobnie klasyfikacja ta jest istotna w magazynach serwisowych części zamiennych, gdzie części niezbędne są wykorzystywane w ewentualnej naprawie infrastruktury krytycznej. Warto przy tym zwrócić uwagę, że mimo bardzo niewielkiego, rzadkiego i trudnego do prognozowania zapotrzebowania produkty niezbędne muszą one znajdować się w magazynie. Klasyfikacja ta może być użyteczna w biznesie. Dobrym przykładem może być sprzedaż podręczników. Przy zamówieniu grupowym może się zdarzyć, że zostanie ono złożone pomimo braku pojedynczych sztuk podręcznika dla ucznia (przy założeniu, że zostaną one dosłane do klienta w ciągu kilku dni), ale jeśli zabraknie podręcznika dla nauczyciela całe zamówienie niemal na pewno nie zostanie złożone. Tak więc mimo tego, że to podręczniki dla uczniów dają konkretny zysk na zamówieniu brak jednej książki dla nauczyciela może przekreślić całą transakcję.

Metoda CVA czyli Customer Value Added (wartość dodana dla klienta) to podział wszystkich pozycji towarowych na cztery klasy na podstawy ważności (istotności) poszczególnych pozycji asortymentowych dla ostatecznego klienta końcowego. Metoda ta jest bardzo bliska klasyfikacji VED i mocno z nią skorelowana. Podobnie jak w przypadku VED do klasyfikacji CVA konieczne jest zastosowanie pewnego stopnia subiektywizmu czy analiz jakościowych produktów tworzących zapasy przez pryzmat odbiorców. Te same produkty dla różnej gamy odbiorców mogą być klasyfikowane inaczej.

Akronim metody FNS pochodzi od słów Fast, Normal i Slow, czyli dzieli towar na szybko, średnio i wolnorotujący. Klasyfikacja ta jest bardzo podobna do klasyfikacji ABC czy 123. Jedyną różnicą jest to, że podział na grupy produktowe nie odbywa się na podstawie zasady Pareto, czyli wielkości obrotów czy pobrań, a na podstawie nominalnej szybkości sprzedaży, wydań bądź wskaźników rotacji samych towarów. Tak więc przypisanie indeksów do grup ABC bądź 123 będzie inne niż do grup FNS, jednak korelacja między tymi klasyfikacjami będzie bardzo wysoka (dodatnia).

Opisane wcześniej metody segmentacji ABC i XYZ bazują na pojedynczym kryterium przypisania produktów i bardzo często są ze sobą nieskorelowane. Oznacza to, że do grupy A (najszybciej rotującej, generującej największy ruch w magazynie), mogą należeć zarówno towary o wysokiej regularności zapotrzebowania, których ruchy mogą być dobrze prognozowane, towary przeciętne jak i o najsłabszej regularności, których zachowania nie da się sensownie prognozować. Podobnie jest też w grupie C indeksów o najsłabszej rotacji. Tu również mogą znaleźć się wszystkie typy indeksów z klasyfikacji XYZ. Taka sytuacja oznacza, że zastosowanie macierzy ABC/XYZ pozwala podzielić zapasy na 9 odrębnych grup i każdą z nich traktować inaczej. W rzeczywistości stosuje się pewne uproszczenia, aby tych grup było mniej, jednak zastosowanie podejścia macierzowego (krzyżowego) pozwala na lepsze zarządzanie zapasami w magazynie.

Często pod nazwą ABC/XYZ w rzeczywistości ukrywa się metoda ABC/VED, która pozwala na zarządzanie zapasami na bazie wielkości sprzedaży i istotności sprzedawanych produktów. Poniżej pokazano jeden z przykładów podziału macierzy ABC/VED w którym obszary o tym samym kolorze traktuje się jako grupy zapasów, którym poświęca się podobny poziom uwagi. Na zaprezentowanym przykładzie (w którym występuje 5 grup) obszar zielony jest najistotniejszą grupą zapasów, którą traktuje się priorytetowo, a obszar czerwony jest najmniej istotny, który często podlega redukcji na przykład poprzez planowane przeceny.

Innym często stosowanym podejściem jest podział na 3 grupy pokazany poniżej. Tu również często eliminuje się zapasy oznaczone kolorem czerwonym jako przynoszące najmniej korzyści, z których można zrezygnować z zyskiem (a przynajmniej bez straty) dla firmy.

Omówione w niniejszym tekście metody segmentacji zapasów magazynowych pozwalają na wyznaczenie rozdzielnych grup towarów, w których zarządzanie zapasami może się odbywać na podstawie różnej polityki, różnych algorytmów bądź podejmuje się decyzje strategiczne o wzroście bądź redukcji towarów z tych grup. Oczywiście nie są to wszystkie istniejące podejścia, wiele firm posiada swoje własne rozwiązania bazujące na doświadczeniu (BinCode, zajmująca się doradztwem logistycznym również bazuje na własnym Know-How oferując usługę zarządzania zapasami swoim klientom). Podział towarów na różne grupy może odbywać się na podstawie różnych metod i kryteriów, przy czym najczęstszymi są metody pochodne od zasady Pareto czy bazujące na bezpośredniej klasyfikacji zachowania poszczególnych indeksów według różnych kryteriów istotności. Najlepsze efekty daje połączenie w analizach dwóch sposobów segmentacji w postaci macierzowej. Warto przy tym pamiętać, że łączone metody muszą być nieskorelowane (niezależne od siebie), aby wspólne ich stosowanie dało sensowne podniesienie skuteczności działania. Użycie dwóch skorelowanych metod może nie tylko nie przynieść zysku, ale doprowadzić do błędnych wniosków, które przyniosą stratę.