Как учитывать срок поставки при расчёте производственного запаса

При планировании производства запас сырья и комплектующих формируется не только из текущего потребления, но и из времени, необходимого для получения следующей партии от поставщика. Если срок поставки не учитывать, можно столкнуться с простоем линии или излишними запасами, которые увеличивают затраты на хранение и капитал. Ниже описано, как правильно включить этот фактор в расчёт, какие данные требуются и какие подходы применяются в зависимости от характера спроса и надёжности поставок.

Почему срок поставки важен для запаса

Срок поставки (lead time) – это интервал между моментом размещения заказа и получением товара на склад. Он напрямую влияет на два ключевых элемента запаса:

• циклический запас – количество материала, необходимое для покрытия спроса за период между заказами;
• страховой запас – резерв, компенсирующий вариации спроса и сроков поставки.

Если срок поставки варьируется, страховой запас должен покрывать не только колебания спроса, но и возможные задержки или ускорения доставки. Игнорирование этой вариативности приводит к занижению резерва и повышению риска дефицита.

Какие данные необходимы для расчёта

Прежде чем приступать к вычислениям, соберите следующие сведения (чем точнее они будут, тем надёжнее результат):

• средний дневной (или недельный) спрос на материал – D;
• стандартное отклонение спроса за единицу времени – σ_D (если спрос переменный);
• средний срок поставки – LT (в тех же единицах времени, что и спрос);
• стандартное отклонение срока поставки – σ_LT (если сроки варьируются);
• желаемый уровень сервиса – вероятность не столкнуться с дефицитом за период поставки, обычно выражается коэффициентом Z из таблицы нормального распределения (например, Z = 1,65 для 95 % сервиса).

Если какие‑то показатели неизвестны, их можно оценить на основе исторических данных за несколько месяцев или кварталов.

Основные формулы, учитывающие срок поставки

Наиболее распространённый подход – расчёт точки заказа (reorder point, ROP) и страхового запаса (safety stock, SS) через спрос за срок поставки.

1. Точка заказа при постоянном сроке поставки

Когда срок поставки считается фиксированным (σ_LT = 0), формула упрощается:

ROP = D × LT + SS

Страховой запас рассчитывается только от вариации спроса:

SS = Z × σ_D × √LT

2. Точка заказа при переменном сроке поставки

Если срок поставки тоже варьируется, нужно учитывать его дисперсию. Тогда спрос за срок поставки имеет дисперсию:

Var(DLT) = LT × σ_D² + D² × σ_LT²

Соответственно, страховой запас:

SS = Z × √[LT × σ_D² + D² × σ_LT²]

И точка заказа:

ROP = D × LT + SS

Эти формулы допускают использование средних значений и стандартных отклонений, полученных из исторических рядов.

Пошаговый порядок действий

1. Соберите данные о спросе за выбранный период (день, неделя, месяц) за последние 3–6 месяцев.
2. Вычислите средний спрос D и его стандартное отклонение σ_D.
3. Соберите информацию о сроках поставки от каждого поставщика (дата заказа – дата поступления).
4. Определите средний срок LT и его стандартное отклонение σ_LT.
5. Выберите целевой уровень сервиса и найдите соответствующий коэффициент Z (таблица нормального распределения).
6. Подставьте полученные значения в формулу страхового запаса (в зависимости от того, постоянный ли срок поставки).
7. Рассчитайте точку заказа ROP = D × LT + SS.
8. Сравните полученную ROP с текущим уровнем запаса; если запас падает до ROP – разместите новый заказ.
9. Периодически (например, раз в квартал) обновляйте входные данные, так как спрос и надёжность поставок могут меняться.

Практические различия и компромиссы

Выбор между упрощённой моделью (постоянный LT) и полной модельной (вариабельный LT) зависит от доступности данных и степени вариативности сроков.

Критерий	Упрощённая модель (постоянный LT)	Полная модель (вариабельный LT)
Требования к данным	Необходимо только среднее LT	Нужны среднее LT и σ_LT	Более трудоёмкий сбор
Точность при низкой вариативности сроков	Достаточно точна	Практически не отличается	Излишняя сложность
Точность при высокой вариативности сроков	Может занижать страховой запас → риск дефицита	Учитывает задержки → более надёжна	Требует точной оценки σ_LT
Простота расчёта	Лёгкая формула, удобна для быстрых оценок	Больше действий, но всё ещё элементарно	Можно реализовать в Excel или простой системе

Если данные о вариабельности сроков поставки отсутствуют или надёжны лишь примерно, рационально начать с упрощённой модели, а затем постепенно уточнять её, собирая информацию о σ_LT.

Типичные ошибки и как их избежать

• Игнорирование вариабельности спроса. Использование только среднего спроса приводит к занижению страхового запаса при пиковых нагрузках. Решение: всегда включать σ_D в расчёт SS.
• Принятие срока поставки из контракта без проверки фактических данных. Contractual lead time часто отличается от реального из‑за задержек на таможне, транспорте или производства поставщика. Решение: вести журнал фактических сроков и обновлять LT и σ_LT.
• Использование несогласованных единиц времени. Если спрос измеряется в днях, а срок поставки – в неделях, получится неверный результат. Решение: привести все величины к одной единице (например, дни) перед подстановкой в формулы.
• Обновление данных слишком редко. Сезонные колебания спроса или изменение надёжности поставщика делают старые параметры неактуальными. Решение: установить график пересмотра (например, ежемесячно для динамичных товаров, раз в квартал для стабильных).
• Переоценка уровня сервиса. Выбор чрезвычайно высокого Z (например, 3,0) приводит к избыточным запасам и увеличению затрат без пропорционального роста надёжности. Решение: балансировать стоимость хранения и стоимость простоев, используя анализ затрат или метод сервисо‑стоимости.

Сценарии применения

Ниже приведены типовые ситуации и рекомендации по выбору подхода.

Сценарий A. Стабильный спрос, надёжный поставщик

Спрос варьируется менее ±10 %, срок поставки постоянно составляет 7 ± 0,5 дня. В этом случае достаточно упрощённой модели с постоянным LT. Расчёт страхового запаса будет минимальным, а точка заказа легко поддерживается в системе.

Сценарий B. Сезонный спрос, переменные сроки

Спрос зимой в два раза выше летнего, а срок поставки от поставщика колеблется от 5 до 12 дней из‑за погодных условий. Здесь необходима полная модель, учитывающая и σ_D, и σ_LT. Рекомендуется пересчитывать параметры ежемесячно, а в период пикового спроса увеличивать целевой уровень сервиса.

Сценарий C. Критически важный компонент, один поставщик

Задержка даже на один день останавливает линию. Даже если средний срок поставки небольшой, любая вариативность критична. Следует использовать максимально консервативный Z (например, 2,33 для 99 % сервиса) и регулярно мониторить σ_LT, возможно, рассматривая альтернативных поставщиков или увеличивая запас безопасности.

Практический следующий шаг

После того как вы собрали необходимые данные и выбрали подходящую модель, выполните следующие действия:

1. В электронной таблице создайте ячейки для D, σ_D, LT, σ_LT и Z.
2. Введите формулы страхового запаса и точки заказа согласно выбранному варианту.
3. Проверьте результат на нескольких исторических периодах: сравните рассчитанную ROP с фактическим уровнем запаса и occurrences дефицита.
4. При необходимости скорректируйте Z или пересмотрите оценку σ_LT, пока модель не будет удовлетворительно отражать реальную ситуацию.
5. Внесите полученные значения в систему управления запасами (ERP, WMS) или используйте их для ручного планирования заказов.

Регулярный пересмотр входных данных и корректировка модели позволят поддерживать оптимальный уровень запаса, минимизируя как простои, так и излишние затраты на хранение.