XYZ-analyse: Tilpas lagerstyringen til variationer i efterspørgslen

Hjem » Ressourcer » XYZ-analyse: Tilpas lagerstyringen til variationer i efterspørgslen

Anslået læsetid: 11 Minutter

To komponenter kan have samme gennemsnitlige forbrug og alligevel kræve helt forskellige rutiner for genopfyldning. Den ene trækkes jævnt fra lageret hver uge. Den anden ligger urørt, indtil en stor kundeordre bruger flere måneders forbrug på én gang. Bestiller du begge ud fra det samme gennemsnit, risikerer du overskudslager på den ene og mangel på den anden.

XYZ-analyse hjælper dig med at se den forskel. Den grupperer varer efter deres forbrugsmønstre, så du kan skelne mellem rutinemæssig genopfyldning og komponenter, hvor efterspørgslen skal vurderes nærmere. Sammen med ABC-analyse viser den både, hvor pengene bruges, og hvor sikkert forbruget kan forudses.

Næste skridt er at få de valgte forsyningsbeslutninger til at fungere i produktionen. SkyPlanner APS kobler materialernes tilgængelighed til de godkendte ordrer og de ressourcer, der skal bruge materialerne. Det mindsker den tid, du bruger på at afstemme lageroplysninger med separate køer ved maskinerne.

Hvad er XYZ-analyse i lagerstyring?

XYZ-analyse inddeler lagervarer efter, hvor meget og hvor regelmæssigt deres efterspørgsel eller forbrug varierer over tid. Den hjælper dig med at vælge, hvordan du følger op på den enkelte vare og planlægger genopfyldningen, frem for at bruge samme styringsrutine til alle komponenter.

Klasse	Typisk forbrugsmønster	Det skal planlæggeren afklare
X	Relativt stabilt med begrænset variation mellem perioderne	Om rutinemæssig genopfyldning fortsat er passende, når forbrug og forsyning ændrer sig
Y	Mere varierende, ofte med en tendens eller et sæsonmønster	Hvad der forklarer ændringerne, og om mønstret kan forudses
Z	Uregelmæssigt eller sporadisk, undertiden med lange mellemrum mellem lagertræk	Hvad der udløser det næste behov, og hvad en mangel ville afbryde

Klasserne beskriver et mønster, ikke en garanteret prognosenøjagtighed. Forbruget af en sæsonvare kan svinge kraftigt i løbet af året og alligevel være ret forudsigeligt med en passende sæsonprognose. En vare med normalt stabilt forbrug kan stadig overraske, når en stor kunde ændrer sin ordre.

XYZ besvarer også et andet spørgsmål end ABC. For materialer til produktion rangerer ABC normalt efter årlig forbrugsværdi: den forbrugte mængde ganget med enhedsomkostningen. XYZ undersøger, hvordan forbruget fordeler sig over tid. En dyr vare er ikke nødvendigvis uforudsigelig, og en billig vare har ikke nødvendigvis et stabilt forbrug.

Ingen af klassifikationerne fortæller, hvor kritisk det er for produktionen, hvis en komponent mangler. Sørg for, at den konsekvens fremgår særskilt.

Sådan beregner du XYZ-klasser for lagervarer

Et almindeligt numerisk udgangspunkt er variationskoefficienten, forkortet CV. Den sammenholder spredningen i forbruget fra periode til periode med det gennemsnitlige forbrug. Brug den sammen med det faktiske efterspørgselsmønster, ikke som erstatning for at undersøge det.

1. Vælg varer, historik og tidsperioder

Start med en klart afgrænset materialegruppe, for eksempel indkøbte komponenter, der bruges på én fabrik. Indsaml mængder pr. vare i lige lange planlægningsperioder, og brug ensartede enheder. Bland ikke styk, kasser og kilogram i historikken for samme vare.

Vælg en periodelængde, der understøtter den beslutning, du skal træffe. Månedstotaler kan være velegnede til en indkøbsgennemgang, men de kan skjule ugentlige spidsbelastninger, som har betydning ved korte genopfyldningscyklusser. Daglige data kan se sporadiske ud, blot fordi produktionen trækker en hel uges behov fra lageret på én gang.

Brug tilstrækkelig historik til at se den relevante driftscyklus. Hvis sæsonudsving har betydning, kan nogle få af de seneste uger ikke afdække hele mønstret. Brug samme historiklængde og periodelængde, når du sammenligner varer, og dokumentér begge dele, så klassifikationen kan genskabes.

2. Kontrollér, hvad mængderne faktisk dækker over

Indkøb, der ankommer i store leverancer, er ikke det samme som materialeforbrug i produktionen. Brug forbrugs- eller efterspørgselsdata, der passer til spørgsmålet, så du ikke ved en fejl klassificerer leverandørens leveringsmønster.

Behold perioder, hvor forbruget reelt var nul. Fjerner du dem, ser en vare med sporadisk forbrug mere stabil ud, end den er. Manglende registreringer er noget andet: Undersøg dem i stedet for at erstatte dem med nuller.

Kontrollér også, om varemangel har begrænset forbruget. En uge uden lagertræk, fordi komponenten ikke var tilgængelig, dokumenterer ikke, at produktionen ikke havde brug for den. Nye produkter, udgåede varer, lagerkorrektioner og usædvanlige engangsprojekter skal vurderes særskilt, før deres historik bliver grundlag for en genopfyldningsregel.

3. Beregn gennemsnittet og variationskoefficienten

Beregn følgende for hver vare:

Gennemsnitligt forbrug = samlet forbrug ÷ antal perioder

Variationskoefficient = standardafvigelsen for periodeforbruget ÷ gennemsnitligt forbrug

Standardafvigelsen måler, hvor meget periodernes mængder varierer omkring gennemsnittet. Ved at dividere med gennemsnittet sættes spredningen i forhold til varens normale forbrug. Det giver et mere brugbart grundlag for at sammenligne varer med forskellige forbrugsmængder.

Brug samme metode til beregning af standardafvigelsen hele vejen igennem. Regneeksemplet nedenfor bruger stikprøvens standardafvigelse, hvor nævneren er antallet af observationer minus én. Skift ikke mellem beregninger for stikprøve og population uden at dokumentere ændringen.

Du kan udtrykke CV som et forholdstal eller en procent. Forholdstallet 0,50 svarer til 50 %; det betyder ikke, at der er 50 % sandsynlighed for varemangel. Hvis det gennemsnitlige forbrug er nul, er divisionen ikke defineret. Hvis gennemsnittet er meget lille, kan selv en lille mængdeændring give et stort udsving i resultatet. Markér disse varer til gennemgang i stedet for at tvinge dem ind i en klassifikation, der ser præcis ud.

4. Fastlæg grænser, og gennemgå resultatet

Der findes ikke to universelle CV-grænser, som garanterer den rette lagerpolitik. Angiv de valgte grænser, herunder hvilken klasse en værdi præcis på grænsen tilhører, og undersøg, om grupperne adskiller varer med væsentligt forskellige planlægningsbehov.

Kun i eksemplet nedenfor bruges X ved CV på eller under 0,50, Y ved CV over 0,50 og på eller under 1,00 samt Z ved CV over 1,00. Reglerne er til illustration og er ikke anbefalede standardindstillinger til din fabrik.

Gennemgå forbrugshistorikken, før du tager klasserne i brug. En høj CV som følge af en tilbagevendende sæsontop kræver en anden tilgang end en høj CV, der skyldes enkeltstående, usikre ordrer.

Regneeksempel: Samme gennemsnit, forskellige valg om lagerføring

Forestil dig to komponenter med følgende forbrug over otte uger. Den korte historik illustrerer beregningen, men er ikke i sig selv nok til at validere en langsigtet lagerpolitik.

Komponent	Ugentligt forbrug, uge 1–8	I alt	Ugentligt gennemsnit	Stikprøvens standardafvigelse	CV	Klasse i eksemplet
Standardbøsning	90, 110, 90, 110, 90, 110, 90, 110	800	100	10,69	0,11	X
Hus til projekt	0, 0, 0, 400, 0, 0, 0, 400	800	100	185,16	1,85	Z

For bøsningen er CV cirka 10,69 ÷ 100 = 0,11. For huset er den cirka 185,16 ÷ 100 = 1,85. Begge har et gennemsnit på 100 enheder om ugen, men kun bøsningen har noget, der ligner et ugentligt behov i den størrelsesorden.

Rutinemæssig genopfyldning kan fungere godt for bøsningen, når der tages højde for gennemløbstid og leveringssikkerhed. Indkøb af 100 huse hver uge kan derimod opbygge lager i stille uger uden at sikre nok til det næste projekt. Hvis en bekræftet ordre kræver 400, vejer det ordrespecifikke behov tungere end gennemsnittet.

Historikken for huset indeholder også seks uger uden forbrug. Ved sporadisk efterspørgsel skal du både se på størrelsen af lagerudtagene og på tiden mellem dem. CV alene fortæller ikke, hvornår næste lagerudtag kommer. Ved ordreproduktion kan en bekræftet kundeordre og dens materialebehov give et langt stærkere grundlag for planlægningen end et statistisk gennemsnit.

Brug forskellige styringsprincipper for X, Y og Z

Klassifikationen er nyttig, når den fører til en anden beslutning. Fastlæg en genopfyldningsmetode for varegruppen, udpeg en ansvarlig, og aftal, hvad der skal udløse en gennemgang af afvigelser.

For X-varer gælder det om at forenkle det forudsigelige rutinearbejde. Genbestilling ved et fast bestillingspunkt, planlagte delleverancer eller en anden fast genopfyldningsordning kan mindske behovet for gentagne indkøbsbeslutninger. Kontrollér, at rutinen tager højde for genopfyldningstiden og det faktiske forbrug. X er ikke en tilladelse til at fjerne en buffer eller antage, at leverandøren altid leverer til tiden.

For Y-varer skal du finde årsagen, før du øger lageret. Hvis forbruget stiger op til en tilbagevendende produktionssæson, skal forsyningen planlægges efter det mønster frem for årsgennemsnittet. Hvis ændringen skyldes en ny kontrakt eller optrapning af produktionen af et produkt, skal de fremtidige behov gennemgås med de ansvarlige. Et ændret mønster kræver en forklaring, ikke bare et andet bogstav.

For Z-varer skal beslutningen om lagerføring træffes bevidst. Ordrespecifikke indkøb kan forhindre, at der opbygges lager til usikre fremtidige opgaver, når gennemløbstiden frem til levering til kunden tillader det. En kritisk reservedel eller en komponent med lang gennemløbstid kan stadig kræve lagerføring, fordi ventetiden på en erstatning ville være uacceptabel. Z betyder ikke, at varen er forældet, uvigtig eller uden videre kan undværes.

For alle tre grupper skal du tage højde for genopfyldningstid, leveringssikkerhed, minimumsordrestørrelser, holdbarhed, erstatningsvarer og konsekvenserne af en mangel. Klassen beregner ikke det sikkerhedslager eller serviceniveau, du har brug for. Den skal rette opmærksomheden mod det rigtige spørgsmål om styringen.

Kombinér ABC og XYZ uden at forveksle værdi med, hvor meget det haster

En ABC–XYZ-analyse tildeler hver vare begge klassifikationer og giver kombinationer fra AX, AY og AZ til CX, CY og CZ. Det første bogstav beskriver varens værdiklasse, mens det andet beskriver forbrugsmønstret.

Den skelnen hjælper med at målrette styringsindsatsen. En AX-vare kombinerer en høj årlig forbrugsværdi med et relativt stabilt forbrug: tæt økonomisk styring kan godt gå hånd i hånd med rutinemæssig genopfyldning. En AZ-vare kombinerer høj værdi med uregelmæssigt forbrug: indgåede indkøbsforpligtelser og det næste bekræftede behov bør undersøges nærmere, før der bindes flere penge i lager.

En CX-vare kan være velegnet til enkel genopfyldning, der mindsker det administrative arbejde. For en CZ-vare kræves en bevidst vurdering af, om den overhovedet skal lagerføres, men et lavt årligt indkøbsbeløb fjerner ikke risikoen for produktionsstop.

Du behøver ikke ni helt forskellige procedurer, bare fordi matricen har ni felter. Brug kombinationerne til at finde de forskelle, der betyder noget, og dokumentér derefter de få styringsprincipper, dit team faktisk kan vedligeholde.

Vigtigst af alt må matricen ikke omsættes direkte til prioritering i maskinkøen. En opgave, der bruger et AX-materiale, haster ikke automatisk mere end en opgave, der bruger et CZ-materiale. Leveringsfrister, kundeløfter, tilgængelige materialer og andre opgavers behov for den samme kapacitet afgør stadig, hvad det giver mening at producere som det næste.

Knyt beslutninger om genopfyldning til produktionen med SkyPlanner

Vend tilbage til de to komponenter i eksemplet. I har aftalt rutinemæssig genopfyldning af bøsningen og ordrespecifikt indkøb af huset. Godkendte produktionsordrer, der bruger de to komponenter, konkurrerer nu om det samme bearbejdningscenter.

Indkøbsprincipperne er forskellige, men produktionsplanen skal være fælles. At vide, hvornår huset forventes at være tilgængeligt, er kun halvdelen af beslutningsgrundlaget. Du skal også vide, hvor dets operationer passer ind, hvilke opgaver der kan køres inden da, og om den planlagte færdiggørelse gør det muligt at overholde kundeløftet.

SkyPlanner APS samler disse begrænsninger. Når detailplanlægning med hensyn til materialetilgængelighed er aktiveret, tager Arcturus, systemets kunstige intelligens til detailplanlægning, højde for tilgængelige materialer sammen med arbejdsstationernes kapacitet, skiftehold, afhængigheder mellem operationer og de regler, du fastlægger. Gantt-planen viser, hvordan opgaverne er fordelt på ressourcerne, så du kan vurdere den samlede plan i stedet for manuelt at afstemme hver materialeliste med hver maskinkø.

Når en forventet levering eller en prioritet ændrer sig, opdaterer du planlægningsoplysningerne og genberegner planen. Derefter kan du se konsekvensen for den berørte ordre og de øvrige opgaver, der deler dens ressourcer. Det sparer arbejde med at opbygge køerne på ny og gør det tydeligere, hvordan en materialebeslutning påvirker leveringerne.

Du bestemmer stadig prioriteterne. Arcturus beregner planen efter dine anvisninger; en XYZ-klasse træffer ikke den forretningsmæssige beslutning for dig. Efterspørgselsprognoser og beslutninger om genopfyldning er fortsat adskilt fra detailplanlægningen af de opgaver, du har godkendt. SkyPlanner er valget, når disse opgaver skal kobles til materialetilgængelighed og begrænset produktionskapacitet.

SkyPlanner kan integreres med ethvert ERP- eller MES-system via sin åbne REST API. Materialebeholdninger kan vedligeholdes via integrationen eller i SkyPlanners Warehouse-modul. Det gør det muligt at koble eksisterende indkøbs- og varedata til detailplanlægningen uden først at udskifte ERP-systemet.

Hvad en fælles plan ændrede hos Mamec

Mamec, som fremstiller industrielt blandeudstyr og højteknologiske produkter på kontrakt, skulle håndtere tusindvis af indbyrdes afhængige arbejdsordrer. Arbejdslederne prioriterede papirordrer efter leveringsdatoer, mens ERP-systemets planlægningsfunktioner ikke gav dem det nødvendige overblik.

Med SkyPlanner integreret med Oscar ERP gik Mamec over til AI-baseret detailplanlægning under hensyntagen til kapacitetsbegrænsninger samt opgavekøer, der blev låst en uge ad gangen. I kundehistorien fortæller virksomheden om en klart mindre arbejdsbyrde i planlægningen, mindre nedetid på arbejdsstationerne og bedre overblik over belastningen i produktionen.

Det er den praktiske gevinst ud over selve vareklassifikationen: Afhængighederne mellem opgaver bliver håndterbare i én samlet plan. Det giver dit team mulighed for at bruge mindre tid på at opbygge køer på ny og mere tid på at beslutte, hvordan de vigtigste kundeløfter kan sikres.

Start med én materialegruppe og to komponenter med forskellige forbrugsmønstre

Vælg en overskuelig gruppe, kontrollér historikken, og aftal klassifikationsregler, der giver samme resultat, når de anvendes igen. Gennemgå en komponent med stabilt forbrug og en med sporadisk forbrug sammen med indkøb og produktion. Beslut, hvad der skal ændres i styringen af dem, hvem der har ansvaret for beslutningen, og hvornår den skal vurderes igen.

Følg op på resultater, der betyder noget: afbrydelser på grund af materialemangel, overskydende lager og tidsforbruget på at håndtere afvigelser. Gennemgå klasserne igen, når kontrakter, produktsammensætning eller forbrugsmønstre ændrer sig, frem for at vente på, at en årlig gennemgang afslører et forældet styringsprincip.

Brug XYZ-analyse til at målrette indsatsen for genopfyldning. Brug SkyPlanner til at koble den materialetilgængelighed, det giver, til en produktionsplan, som produktionen kan følge.

Book en demo af SkyPlanner med to komponenter med forskellige forbrugsmønstre og de godkendte ordrer, der bruger dem. Medbring de aktuelle beholdninger, forventede leveringsdatoer og produktionsruter, og se, hvordan de passer ind sammen med resten af jeres opgaver. Hvis du hellere vil udforske systemet først, kan du prøve SkyPlanner med demodata.