物流需求计划.docx
《物流需求计划.docx》由会员分享，可在线阅读，更多相关《物流需求计划.docx（10页珍藏版）》请在冰豆网上搜索。
物流需求计划
物流需求计划
物流需求计划（DRP）在整个物流体系中的作用非常重要。
本文将根据一些公司的示例，进一步探讨DRP在实际工作中的应用。
例1：
总部和工厂在北京的X公司在全国有14个销售分公司。
每个分公司都在其负责范围内的某一个中心城市设有一个仓库（或称地区分销/配送中心）。
这些仓库的货物，则是由地处北京工厂附近的中心仓库负责供给。
以前，各分公司货物的补足都是由各分公司的负责人员不定期地通过传真，向总部发“要货申请”（有的公司也称为内部订单）。
而总部的物流人员，则根据中心仓库的库存情况和近期的生产计划，为分公司进行排货。
表面看来，X公司的货物补足完全是按各地的实际需求进行的。
但在实际工作中，由于这种“按需供给”的货物补足体系是相当片面的，使得X公司经常会遇到如下一些问题：
◆由于各分公司在日常工作中，仅发“要货申请”，使得总部很难及时掌握各地的库存状况。
◆由于各分公司当地的库存策略（特别是库存水准的设置）不一致且不透明，使得总部很难得知分公司“要货申请”中的数量是否为实际的需求。
也就是说，由于各分公司库存目标和计算方法不同，使得货物经常会在一些地方积压，而在另一些地方短缺；这种情况在整个公司某种产品供应紧张的时候，更为严重。
◆由于“要货申请”的随意性，使得总部的物流人员经常左右为难：
由于单个订单的数量经常无法装满整车，而为了满足每个内部订单，便使得运输费用增加；相反地，为了控制运输费用，则部分订单的完成时间就会延长。
◆生产计划与前方的需求是相互分离的。
X公司对内部组织结构和工作流程进行了改善，并引入了物流需求计划的概念（其流程参见图1）。
★首先，X公司制订了一套滚动销售预测体系；即各分公司在每周一均向总部上报未来5周的销售。
与以前不同，各种产品的销售预测均是指该分公司在每周能卖给客户的数量，而非向总部订购的需求量。
★各分公司随同滚动销售预测一起传给总部的还有分公司的周期初库存报告（周一晨的库存）。
为了提高数据处理的效率（减少重复录入和人工误差），X公司还决定这些数据的上报和传送均通过电子表格（统一的Excel格式）和电子邮件来完成。
★总部的物流人员在收到各分公司的滚动销售预测和库存报告之后，尽快地将这些数据汇总并进行物流的需求计划：
即对每个库存点，根据公司管理层制订的库存水准，计算出各种产品的当期货物补足数量。
与我们以前讨论的分公司库存水准的制订一样，X公司在制订分公司（库存点）的库存水准时，主要考虑由货物补足周期时间所决定的周期库存（CycleStock）和系统的不稳定性（补足周期的不稳定性和预测的不稳定性）所决定的安全库存。
特别需要指出的是，在考虑货物补足周期时，不仅应考虑运输时间（包括发运和接受入库），还应考虑对库存检查的周期时间。
由于X公司的分公司每周上报一次预测和库存，并且总部的物流人员也是每周进行一次物流需求计划，因此库存检查周期为1周。
例如，对于上海分公司仓库，从发出预测和库存报告到收到补足的货物为4天（运输时间为2.5天，数据处理、安排车辆、收发货为1.5天），库存检查周期为1周，则其周期库存应为11天。
接下来的工作便是计算安全库存，而这与我们以前谈论的方法没什么不同。
▲由于库存检查周期固定为1周，周期的不稳定性将会产生与从发出预测和库存报告到收到补足货物的时间周期。
X公司的物流人员对各个库存点的上述时间周期，根据历史的数据，分别计算出它们的平均值和标准偏差（见表1的B、C行）。
▲由于X公司刚开始做销售预测，尚无法评估各分公司（库存点）对各产品预测的平均误差，而只能根据市场成熟情况和经验进行估计（见表1中的H行）。
然后，根据预测误差（百分比）计算出周期库存天数内的预测误差天数（见表1中的I行），即由于预测误差而在该周期可能产生的多/缺货的天数。
▲在设订补足周期的偏差量时，X公司的物流人员还特别根据公司的市场策略及相应的服务政策，制订了不同城市的服务水准（见表1中的E行）。
并根据服务水准所决定的偏差量（表1中的F行）计算出相应的偏差天数（表1中的G行）。
▲最后，计算出各个城市的目标库存天数（表1中的最后一行）。
X公司制订的库存策略为定期的按目标库存水准补足制，即每周检查各库存点的库存，并根据滚动销售预测计算现时库存与目标库存水准的差额量，以此作为各库存点的需求，并按此量进行物流的调配计划。
表1
上海
杭州
苏州
南京
青岛
天津
大连
沈阳
长春
哈尔滨
西安
武汉
成都
广州
A库存检查周期
固定
7
7
7
7
7
7
7
7
7
7
7
7
7
7
B平均值
历史简单平均
4.0
4.5
4.0
3.5
3.5
2.0
3.5
3.5
4.0
4.5
4.0
4.5
9.0
7.0
C标准偏差
正态分布
0.5
0.7
0.5
0.4
0.4
0.0
0.3
0.3
0.6
1.0
1.2
0.9
3.0
2.3
D周期库存天数
=A+B
11.0
11.5
11.0
10.5
10.5
9.0
10.5
10.5
11.0
11.5
11.0
11.5
16.0
14.0
E期望服务水准
事先设计
95%
90%
85%
90%
85%
90%
85%
90%
80%
90%
80%
90%
95%
95%
F偏差量
1.64
1.29
1.04
1.29
1.04
1.29
1.04
1.29
0.85
1.29
0.85
1.29
1.64
1.64
G偏差天数
=F×D
0.8
0.9
0.5
0.5
0.4
0.0
0.3
0.4
0.5
1.3
1.0
1.2
4.9
3.8
H预测误差估计
20%
30%
25%
30%
30%
20%
30%
30%
30%
25%
30%
25%
20%
20%
I预测误差天数
=SQRT（D/A）×H×D
2.8
4.4
3.4
3.9
3.9
2.0
3.9
3.9
4.1
3.7
4.1
3.7
4.8
4.0
J安全库存天数
=SQRT（G×G+1×1）
2.9
4.5
3.5
3.9
3.9
2.0
3.9
3.9
4.2
3.9
4.3
3.9
4.9
5.5
目标库存水准
=D+J
13.9
16.0
14.5
14.4
14.4
11.0
14.4
14.4
15.2
15.4
15.3
15.4
22.9
19.5
图2为X公司物流需求计划的示例。
上部的表为上海分公司仓库的示例。
该表可分为四个部分：
库存、预测、库存天数检查和需求计划的计算。
由于本例中上海的货物补足时间为4天（平均），所以一般（如第35周）在每周期初是没有在途货物的。
表中的库存天数部份，是指在没有货物补足的情况下的库存各周初的库存天数（采用的是消耗法计算）。
而库存天数部份的数值，虽然对后面的计算意义不大，但却使检查工作一目了然。
如天数等于0的产品，为肯定断货；而天数小于7的产品，则在当周断货。
由于货物补足周期（4天）小于库存检查周期（7天），所以进行物流需求计划的目的则是使下周的库存天数为目标库存天数（本例为14天）。
例如，对于产品D，其第1周（注：
本例预测、库存天数和计划中所指的第1周为当年的第35周，第2周为下一周－第36周，依次类推）需求量为：
SUM（预测第1周：
第3周）－期初库存＝（500＋400＋300）－1000＝200
产品A第2、3周需求量分别为：
SUM（预测第1周：
第4周）－（期初库存＋第1周发货）＝（500＋400＋300＋450）－（1000＋200）＝450SUM（预测第1周：
第5周）－（期初库存＋前2周发货）＝400
城市
上海
目标库
存天数
14
最小
发货量
50件
/品种
时间
97年
第35周
在途
预测
库存
天数
物流
需求
计划
产品
库存
货物
第1周
第2周
第3周
第4周
第5周
第1周
第2周
第3周
第4周
第5周
第1周
第2周
第3周
A
160
100
100
100
100
100
11.2
4.2
0
0
0
140
100
100
B
200
250
300
350
350
400
5.6
0
0
0
0
700
350
400
C
850
800
700
650
650
650
7.5
0.5
0
0
0
1300
650
650
D
1000
500
300
400
450
100
17.5
10.5
3.5
0
0
200
450
400
E
…
在实际工作中，计算出来的需求量还往往不能直接作为发运的依据。
这里面经常要考虑的是运输条件的约束，如运输车辆的容积、运输线路的时间限制（特别是铁路集装箱运输的时间限制）以及企业物流作业的限制（如产品的最小发运量）。
在对这些约束进行综合的考虑后，往往需要对原始的计算进行人为地调整。
最终才得以完整一次综合物流需求计划，并以此为依据制订发运计划和中心仓库的需求计划。
本例中，X公司经常要考虑的是：
●对于华东线路（上海、南京、苏州和杭州）以及东北线路（沈阳、长春和哈尔滨，以及沈阳和大连），在单一的仓库需求不足以满足整车运输时（28立方、40立方和60立方），要尽可能地采用拼箱（车）的方法，以图降低运输费用。
●对于广州和成都需要采用铁路集装箱运输的线路，当时并不是每天都有发出的集装箱货运列车。
●而对于许多产品，出于仓库搬倒采用的叉车和整拍化，每种产品的发运量都有最小货量，以图提高仓库作业的效率、减少人力。
●对于预测极为不准或其它原因造成的产品供应紧张的时候，还得采用定量分配的办法。
与我们以前讨论的经销商控制分销中心和总公司仓库库存水准的方法不同，在本例中，作为生产制造型企业的X公司对其中心仓库的库存补足计划，将涉及到其生产管理的业务。
但基本的原理是一样的，即首先要确定中心仓库各产品的周期库存和安全库存水准。
X公司的工厂有三条生产线，分别生产不同类型（近40种规格－SKU，StockKeepingUnit）的产品。
工厂实行4班3运转（每日三班，每班8小时，每周7天）。
生产部考虑到各生产线对产品换型（ChangeOver）时必要的技术、设备的调整以及工人岗位的调整，特别是出于对工厂生产成本控制的考虑，要求生产计划每周制订一次。
且一般情况下，不允许在当周调整生产计划，特别是不允许调整生产需要换型的产品。
生产部门同时希望每周换型的次数不超过三次（即每条线每周最多可产不超过4种SKU）。
产品
需求计划
表2
第1周
第2周
第3周
第4周
第5周
A
950
900
700
850
800
B
3000
3200
3500
4000
4000
C
11000
10750
10000
8500
7000
D
6550
6350
6700
6600
6800
E
…
基于以上约束，X公司的物流计划人员意识到，即使他们每周编制了中心仓库的需求计划（见表2），货物也不可能立即得到补足。
库存的补足需要一定的周期，包括计划周期（本例为1周）、生产周期和产品检验周期。
其中，产品检验周期指产品被生产出来后，须被品控部门抽验、放行的时间周期。
本例中，产品检验周期为2天。
同时，由于生产条件的约束，很明显，每周工厂不可能对每种产品进行一次生产（由以上约束可知，工厂每周生产品种的最大数目为12种）。
因此，必须根据产品的重要性，为每种产品制订其生产频率或间隔时间。
实际工作中，X公司的计划人员，经过与生产部门管理人员的规划，将各生产线的产品分为三组（见图3）：
可以每周生产一次的产品；可以每2周生产一次的产品；不定期生产的产品。
对于每周可以生产一次的产品（如表3中的产品A），其补足周期为2周。
其中，计划周期1周，生产周期＋检查周期为1周。
虽然产品A的生产有可能仅为1天，但考虑到检查周期后，验放的库存往往会错过当周的发货，而只能为下周发货使用。
中心仓库
表3
目标库存天数
16
产品Ａ
第1周
第2周
第3周
第4周
第5周
期初库存
1050
950
805
1079
1029
计划需求
950
900
700
850
800
计划补足
850
893
974
800
800
800
800
期末库存
950
943
1079
1029
1029
同样，产品A的安全库存应考虑其补足周期的不稳定性和需求的不稳定性。
补足周期的不稳定性主要是生产的不稳定性，经常以工厂服务水准（PSL，PlantServiceLevel）来表示（参见我们以前的有关物流业务衡量指标的文章）。
X公司采用上一季度PSL周平均值作为本季度的生产不稳定性的参数。
例如，上一季度PSL的周平均值为95％，则生产不稳定性为5％（1－PSL），或为0.35天。
需求计划（表2）的不稳定性一般会小于各地的销售误差。
这是因为各地实际销售比预测的多少，反映到中心仓库这一级别时，经常会相互冲抵。
这样，如果需求计划的平均周误差为15％（或1.1天），则产品A在补足周期（2周）内的安全库存可定义为1.6天[＝SQRT
（2）xSQRT（0.352+1.12）]。
因而，其目标库存天数为16天（14+1.6）。
对于中心仓库的补足计划（要求工厂的产量）见表3。
其中，第1周的补足计划为前一周制订。
第2周的补足计划量＝[900＋700＋850x（16－14）/7]。
（图3）生产线1 ?
?
?
?
15
产品A
产品B
产品C
产品D
产品E
产品F
产品G
产品H
产品I
产品J
产品K
产品L
产品M
产品N
产品O
每周
生产
一次
每2
周生
产一
次
生产线2
15
产品P
产品Q
产品R
产品S
产品T
产品U
产品V
产品W
产品X
产品Y
产品Z
产品AA
产品AB
产品AC
产品AD
每周
生产
一次
每2
周生
产一
次
生产线3
10
产品AE
产品AF
产品AG
产品AH
产品AI
?
产品AJ
产品AK
产品AL
产品AM
产品AN
每周
生产
一次
每2
周生
产一
次
而对于可以每2周生产一次的产品（如产品S），其算法大致一样，只不过周期库存天数应为3周。
事实上，对于X公司的例子，我们还可以进行更深一步的探讨。
例如，
◆对分公司仓库的库存检查周期以及工厂的计划周期缩短；如果有足够的人力或有现代化的信息处理手段（ERP，实时数据传输等），将可以使目标库存天数降低，从而使得平均库存水准降低。
◆工厂的约束减弱；如可以接受小批量的柔性化生产，也同样能降低库存水准。
◆如果中心仓库不采用集中发货，以及考虑到生产的分批入库，将使得库存的补足周期缩短；当然，这需要平衡与运输费用的关系。
而对于规模较大的公司，仓库分散发货，将减少对仓库资源（人力，叉车等）的集中占用，从而减少对人力和设备的投资。
◆对于质量检验的周期，也可根据公司的质量体系，减少对库存的占压时间；如果风险很小的话，可采用在途检验的方式；因为2天的检验时间，货物从中心仓库出发尚未抵达大多数城市。
因此，针对不同的线路，可采用灵活的检验方法。
◆提高分公司的预测能力
◆在服务水准允许的情况下，减少销售环节
◆提高工厂的生产服务水准总之，一个较好、较为完备的物流需求计划，需要对公司的各个环节加以考虑，并根据各个发展阶段的条件，不断完善。
升级会员 