XYZ-analyse: Tilpass lagerstyringen til variasjoner i etterspørselen

Hjem » Ressurser » XYZ-analyse: Tilpass lagerstyringen til variasjoner i etterspørselen

Estimert lesetid: 11 minutter

To komponenter kan ha samme gjennomsnittlige forbruk, men trenge helt ulike rutiner for etterfylling. Den ene tas jevnt ut fra lageret hver uke. Den andre blir liggende urørt til en stor kundeordre bruker opp flere måneders forbruk på én gang. Bestiller du begge ut fra samme gjennomsnitt, risikerer du overskuddslager for den ene og mangel på den andre.

XYZ-analyse hjelper deg å se denne forskjellen. Den grupperer artikler etter hvordan forbruket varierer over tid, slik at du kan skille rutinemessig etterfylling fra deler der etterspørselen må vurderes nærmere. Sammen med ABC-analyse viser den både hvor pengene går, og hvor pålitelig forbruket kan forutses.

Neste steg er å få forsyningsbeslutningene til å fungere i produksjonen. SkyPlanner APS kobler materialtilgjengeligheten til de godkjente ordrene og ressursene som trenger materialene. Dermed bruker du mindre tid på å samordne lagerinformasjon med separate køer for hver maskin.

Hva er XYZ-analyse i lagerstyring?

XYZ-analyse klassifiserer lagerartikler etter variasjonen og regelmessigheten i etterspørselen eller forbruket over tid. Analysen hjelper deg å velge hvordan du skal følge opp en artikkel og planlegge etterfyllingen, i stedet for å bruke samme styringsrutine for alle deler.

Klasse	Typisk forbruksmønster	Hva planleggeren må forstå
X	Relativt jevnt, med begrenset variasjon mellom periodene	Om rutinemessig etterfylling fortsatt er egnet når forbruk og forsyning endrer seg
Y	Mer varierende, ofte med en trend eller et sesongmønster	Hva som forklarer endringene, og om mønsteret kan forutses
Z	Uregelmessig eller sporadisk, noen ganger med lange opphold mellom lageruttakene	Hva som utløser neste behov, og hva en mangel ville avbryte

Disse klassene beskriver et mønster, ikke en garantert prognosenøyaktighet. En sesongartikkel kan variere kraftig gjennom året og likevel være ganske forutsigbar med en egnet sesongprognose. En artikkel med vanligvis jevnt forbruk kan fortsatt overraske når en stor kunde endrer bestillingen sin.

XYZ svarer også på et annet spørsmål enn ABC. For produksjonsmaterialer rangerer ABC vanligvis etter årlig forbruksverdi: forbrukt mengde multiplisert med enhetskostnad. XYZ undersøker hvordan forbruket fordeler seg over tid. En dyr artikkel er ikke nødvendigvis uforutsigbar, og en billig artikkel har ikke nødvendigvis jevnt forbruk.

Ingen av klassifiseringene forteller hvor kritisk det er for produksjonen at en komponent mangler. Sørg for å synliggjøre denne konsekvensen som et eget forhold.

Slik beregner du XYZ-klasser for lagerartikler

Et vanlig tallgrunnlag er variasjonskoeffisienten, eller CV. Den sammenligner spredningen i forbruket fra periode til periode med gjennomsnittsforbruket. Bruk den sammen med en vurdering av det faktiske etterspørselsmønsteret, ikke som en erstatning for den.

1. Velg artikler, historikk og tidsperioder

Start med en tydelig avgrenset materialgruppe, for eksempel innkjøpte komponenter som brukes ved én fabrikk. Samle mengder per artikkel og per planleggingsperiode av lik lengde, og bruk samme måleenhet gjennomgående. Ikke bland stykk, esker og kilogram i historikken for én og samme artikkel.

Velg en periodelengde som passer beslutningen du skal ta. Månedssummer kan egne seg til en innkjøpsgjennomgang, men de kan skjule ukentlige topper som har betydning ved korte etterfyllingssykluser. Daglige data kan se sporadiske ut bare fordi produksjonen tar ut en hel ukes behov i ett parti.

Bruk nok historikk til å se den relevante driftssyklusen. Hvis sesongvariasjoner har betydning, er noen få av de siste ukene ikke nok til å avdekke hele mønsteret. Bruk samme historiske tidsrom og periodelengde når du sammenligner artikler, og dokumenter begge deler slik at klassifiseringen kan gjenskapes.

2. Kontroller hva mengdene faktisk representerer

Innkjøp som ankommer i store leveranser, er ikke det samme som materialforbruk i produksjonen. Bruk forbruks- eller etterspørselsdata som passer til spørsmålet, slik at du ikke utilsiktet klassifiserer leverandørens leveringsmønster.

Behold perioder der forbruket faktisk var null. Fjerner du dem, ser en artikkel med sporadisk forbruk jevnere ut enn den er. Manglende registreringer er noe annet: undersøk dem i stedet for å erstatte dem med nuller.

Kontroller også om materialmangel har begrenset forbruket. En uke uten uttak fordi delen ikke var tilgjengelig, er ikke bevis på at produksjonen ikke trengte den. Nye produkter, utgåtte artikler, lagerkorreksjoner og uvanlige engangsprosjekter må vurderes særskilt før historikken brukes som grunnlag for en etterfyllingsregel.

3. Beregn gjennomsnitt og variasjonskoeffisient

Beregn følgende for hver artikkel:

Gjennomsnittlig forbruk = totalt forbruk ÷ antall perioder

Variasjonskoeffisient = standardavviket til periodeforbruket ÷ gjennomsnittlig forbruk

Standardavviket måler hvor mye mengdene i de enkelte periodene varierer rundt gjennomsnittet. Når du deler på gjennomsnittet, uttrykker du spredningen i forhold til artikkelens normale forbruk. Det gir et mer nyttig sammenligningsgrunnlag for artikler med ulike forbruksvolumer.

Bruk samme metode for å beregne standardavvik gjennomgående. Regneeksemplet nedenfor bruker utvalgsstandardavvik, der nevneren er antall observasjoner minus én. Ikke bytt mellom beregning for utvalg og populasjon uten å dokumentere endringen.

Du kan uttrykke CV som et forholdstall eller en prosent. Et forholdstall på 0,50 er 50 %; det betyr ikke at det er 50 % sannsynlighet for mangel. Hvis gjennomsnittsforbruket er null, er divisjonen udefinert. Hvis gjennomsnittet er svært lavt, kan en liten mengdeendring gi et stort utslag i resultatet. Merk disse artiklene for nærmere vurdering i stedet for å tvinge dem inn i en klassifisering som bare ser presis ut.

4. Sett grenseverdier og vurder resultatet

Det finnes ikke to universelle CV-grenser som garanterer riktig lagerpolicy. Angi grensene du har valgt, også hvilken klasse selve grenseverdien tilhører, og test om gruppene skiller mellom vesentlig ulike planleggingsbehov.

Kun i eksemplet nedenfor bruker vi X for CV på eller under 0,50, Y for CV over 0,50 og på eller under 1,00, og Z for CV over 1,00. Disse reglene er bare til demonstrasjon, ikke anbefalte standardinnstillinger for fabrikken din.

Se gjennom forbrukshistorikken før du tar klassene i bruk. En høy CV som skyldes en tilbakevendende sesongtopp, krever andre tiltak enn en høy CV som skyldes enkeltstående, usikre ordrer.

Regneeksempel: Samme gjennomsnitt, ulik beslutning om lagerhold

Tenk deg to komponenter med følgende forbruk over åtte uker. Den korte historikken illustrerer beregningen, men er ikke i seg selv nok til å validere en langsiktig policy for lagerhold.

Komponent	Ukentlig forbruk, uke 1–8	Totalt	Ukentlig gjennomsnitt	Utvalgsstandardavvik	CV	Klasse i eksemplet
Standardhylse	90, 110, 90, 110, 90, 110, 90, 110	800	100	10,69	0,11	X
Komponenthus til prosjekt	0, 0, 0, 400, 0, 0, 0, 400	800	100	185,16	1,85	Z

For hylsen er CV omtrent 10,69 ÷ 100 = 0,11. For huset er den omtrent 185,16 ÷ 100 = 1,85. Begge har et gjennomsnitt på 100 enheter per uke, men bare hylsen har noe som ligner et ukentlig behov av den størrelsen.

Rutinemessig etterfylling kan fungere godt for hylsen når det er tatt hensyn til ledetid og leveringspålitelighet. Kjøp av 100 hus hver uke kan derimot bygge opp lager i rolige uker uten å sikre nok til neste prosjekt. Hvis en bekreftet ordre krever 400, veier dette ordrespesifikke behovet tyngre enn gjennomsnittet.

Forbrukshistorikken for huset inneholder også seks uker uten forbruk. Ved sporadisk etterspørsel bør du se både på størrelsen på lageruttakene og tiden mellom dem. CV alene forteller ikke når neste uttak kommer. Ved produksjon mot ordre kan en bekreftet kundeordre og tilhørende materialbehov gi et langt bedre planleggingsgrunnlag enn et statistisk gjennomsnitt.

Bruk ulike styringsrutiner for X, Y og Z

Klassifiseringen er nyttig når den påvirker en beslutning. Fastsett hvordan varegruppen skal etterfylles, hvem som har ansvaret, og hva som skal utløse en gjennomgang av avvik.

For X-varer bør du forenkle det forutsigbare rutinearbeidet. Bestillingspunkt, planlagte avrop eller en annen fast ordning for etterfylling kan redusere behovet for gjentatte innkjøpsbeslutninger. Kontroller at rutinen tar hensyn til etterfyllingstid og faktisk forbruk. X er ikke et klarsignal til å fjerne bufferen eller anta at leverandøren alltid leverer i tide.

For Y-varer bør du finne årsaken til variasjonen før du øker lageret. Hvis forbruket stiger før en tilbakevendende produksjonssesong, bør du planlegge forsyningen etter dette mønsteret fremfor å kjøpe inn ut fra årsgjennomsnittet. Skyldes endringen en ny kontrakt eller at produksjonen av et produkt trappes opp, bør du gå gjennom fremtidige behov med de ansvarlige. Et forbruksmønster som endrer seg, trenger en forklaring, ikke bare en annen bokstav.

For Z-varer må du ta et bevisst valg om lagerhold. Ordrespesifikke innkjøp kan hindre at det bygges opp lager til usikre fremtidige oppdrag, når ledetiden overfor kunden tillater det. En kritisk reservedel eller en komponent med lang ledetid kan likevel måtte lagerføres fordi det ville være uakseptabelt å vente på en erstatning. Z betyr ikke at varen er utgått eller uviktig, eller at du trygt kan unnlate å ha den tilgjengelig.

For alle tre gruppene må du vurdere ledetid for etterfylling, leverandørens pålitelighet, minste bestillingsmengder, holdbarhet, alternativer og konsekvensene av en mangel. Klassen beregner ikke hvilket sikkerhetslager eller servicenivå du trenger. Den skal rette oppmerksomheten mot de riktige spørsmålene i lagerstyringen.

Kombiner ABC og XYZ uten å forveksle verdi med hastegrad

En ABC–XYZ-analyse gir hver vare begge klassifiseringene, med kombinasjoner som AX, AY og AZ helt til CX, CY og CZ. Den første bokstaven angir verdiklassen, mens den andre beskriver forbruksmønsteret.

Dette skillet hjelper deg å prioritere oppfølgingen. En AX-vare har høy årlig forbruksverdi og et relativt jevnt forbruk. Tett økonomisk oppfølging kan derfor kombineres med rutinemessig etterfylling. En AZ-vare har høy verdi og uregelmessig forbruk. Da bør du se nærmere på innkjøpsforpliktelsene og neste bekreftede behov før du binder mer kapital i lager.

En CX-vare kan egne seg godt for enkel etterfylling som reduserer administrasjonsarbeidet. For en CZ-vare må du vurdere bevisst om den i det hele tatt skal lagerføres. Lave årlige innkjøpskostnader fjerner imidlertid ikke risikoen for produksjonsstans.

Du trenger ikke ni helt forskjellige prosedyrer bare fordi matrisen har ni ruter. Bruk kombinasjonene til å finne forskjeller som har praktisk betydning, og dokumenter deretter de få styringsrutinene teamet faktisk kan følge opp.

Det viktigste er at matrisen ikke brukes direkte til å prioritere maskinkøene. En jobb som bruker et AX-materiale, haster ikke automatisk mer enn en jobb som bruker et CZ-materiale. Leveringsfrister, kundeløfter, tilgjengelige materialer og konkurrerende behov for kapasitet avgjør fortsatt hva produksjonen fornuftig kan gjøre videre.

Knytt beslutninger om etterfylling til produksjonen med SkyPlanner

La oss gå tilbake til de to komponentene i eksempelet. Dere har avtalt rutinemessig etterfylling for hylsen og et ordrespesifikt innkjøp for huset. Godkjente produksjonsordrer som bruker disse komponentene, konkurrerer nå om det samme maskineringssenteret.

Innkjøpsrutinene er forskjellige, men produksjonsplanen må være felles. Å vite når huset forventes inn, er bare halve beslutningsgrunnlaget. Du må også vite hvor operasjonene passer inn, hvilket arbeid som kan kjøres i forkant, og om ferdigstillelsen gjør det mulig å holde kundeløftet.

SkyPlanner APS samler disse begrensningene. Når planlegging med hensyn til materialtilgjengelighet er aktivert, bruker planleggingsmotoren Arcturus kunstig intelligens til å ta hensyn til tilgjengelige materialer sammen med arbeidsstasjonenes kapasitet, skift, avhengigheter mellom operasjoner og reglene du setter. Gantt-planen viser hvordan arbeidet er fordelt på ressursene. Dermed kan du vurdere den samlede planen i stedet for å avstemme hver materialliste mot hver maskinkø manuelt.

Når forventede leveranser eller en prioritering endres, oppdaterer du planleggingsinformasjonen og beregner planen på nytt. Da kan du se virkningen på den berørte ordren og annet arbeid som deler de samme ressursene. Dette sparer arbeid med å bygge opp køene på nytt og gjør det tydeligere hvordan en materialbeslutning påvirker leveringene.

Du beholder kontrollen over prioriteringene. Arcturus beregner planen innenfor instruksjonene dine; en XYZ-klasse tar ikke den forretningsmessige beslutningen for deg. Etterspørselsprognoser og beslutninger om etterfylling er fortsatt atskilt fra planleggingen av arbeidet du har godkjent. Velg SkyPlanner for å knytte dette arbeidet til materialtilgjengelighet og begrenset produksjonskapasitet.

SkyPlanner kan integreres med alle ERP- og MES-systemer gjennom sitt åpne REST API. Materialbeholdninger kan vedlikeholdes gjennom integrasjonen eller i Warehouse-modulen i SkyPlanner. Dermed kan du knytte eksisterende innkjøps- og varedata til produksjonsplanleggingen uten først å måtte bytte ERP-system.

Hva en felles plan endret hos Mamec

Mamec produserer industrielt blandeutstyr og høyteknologiske produkter på oppdrag, og måtte håndtere tusenvis av arbeidsordrer som var avhengige av hverandre. Arbeidslederne prioriterte papirordrer ut fra leveringsdatoer, mens planleggingsfunksjonene i ERP-systemet ikke ga dem helhetsbildet de trengte.

Med SkyPlanner integrert med Oscar ERP gikk Mamec over til KI-drevet produksjonsplanlegging innenfor tilgjengelig kapasitet og arbeidskøer som låses én uke om gangen. I kundehistorien forteller Mamec om en klart lettere planleggingshverdag, mindre nedetid ved arbeidsstasjonene og bedre oversikt over produksjonsbelastningen.

Dette er den praktiske gevinsten utover selve vareklassifiseringen: Avhengighetene mellom jobbene blir håndterbare i én felles plan. For teamet ditt kan det bety mindre tid brukt på å bygge opp køer på nytt og mer tid til å avgjøre hvordan dere skal sikre at de viktigste forpliktelsene blir oppfylt.

Begynn med én materialgruppe og to deler med ulike forbruksmønstre

Velg en overkommelig gruppe, kontroller historikken og bli enige om klassifiseringsregler som gir samme resultat når de brukes på nytt. Gå gjennom en del med jevnt forbruk og en del med sporadisk forbruk sammen med innkjøp og produksjon. Avgjør hva som bør endres i styringsrutinene, hvem som har ansvar for beslutningen, og når den skal vurderes på nytt.

Følg opp resultatene med mål som betyr noe: avbrudd på grunn av materialmangel, overskuddslager og tiden som brukes på å følge opp avvik. Vurder klassene på nytt når kontrakter, produktmiks eller forbruksmønstre endres, i stedet for å vente til en årlig gjennomgang avdekker en utdatert rutine.

Bruk XYZ-analyse til å avgjøre hvordan etterfyllingen bør følges opp. Bruk SkyPlanner til å knytte materialtilgjengeligheten som følger av disse valgene, til en produksjonsplan som kan følges i produksjonen.

Bestill en demo av SkyPlanner med utgangspunkt i to komponenter med ulike forbruksmønstre og de godkjente ordrene som bruker dem. Ta med gjeldende beholdninger, forventede leveringsdatoer og produksjonsruter, og se hvordan de passer inn sammen med resten av arbeidet. Hvis du foretrekker å utforske på egen hånd først, kan du prøve SkyPlanner med demodata.