Ved lagerstyring tilstræber man at begrænse lageromkostninger under hensyntagen til serviceniveauet. Lagerstyring undersøges ofte ved hjælp af operationsana
Ved lagerstyring tilstræber man at begrænse lageromkostninger under hensyntagen til serviceniveauet. Lagerstyring undersøges ofte ved hjælp af operationsanalysen.
Lagerstyring kan principielt ske på to forskellige måder: Ved at kunderne trækker (pull) varerne ud af lageret og ved at virksomheden – grundlag af forventninger om den fremtidige efterspørgsel (prognoser eller forecast) – skubber (push) varerne frem til lageret. Pull-princippet er det mest gunstige, idet der her kun findes varer i virksomheden, som allerede er bestilt.
En virksomhed har sjældent kun det ene styringsprincip i rendyrket form – der vil i reglen findes push-styring i de første produktionsled og pull-styring i de senere. Skillepunktets placering bestemmes af produktionstiden og kundernes vilje til at vente på varerne.
Princippet kan illustreres af en burgerbar: Kunderne er her kun villige til at vente få minutter på den færdige burger. Det er unødvendigt at lagre færdige burgere – og det ville de fleste steder også medføre et stort spild af burgere, som er blevet bløde eller kolde. I stedet opbevares halvfabrikata i form af overskårne boller, snittet salat og stegeklart kød. Fra disse halvfabikata kan man lave en burger indenfor den af kunden accepterede ventetid. Halvfabrikata bestilles af butikkens bestyrer ud fra forventninger til (erfaringer om), hvornår på ugen og dagen der sælges mange burgere.
Lagerstyringen vil være helt afhængig af forventningerne til, hvor meget der efterspørges i fremtiden. Disse forventninger kaldes forecast[1] eller prognoser. Der er overordnet to måder at danne forecast på – manuelt og modelbaseret.
Den manuelle metode skal nogle medarbejdere komme med et gæt på, hvor meget vil blive efterspurgt. Dette gæt kan være begrundet i, at man har spurgt kunderne, at der er planlagt kampagner eller anden viden. Særligt i situationer, hvor man har viden om kommende ændringer er de manuelle metoder gode.
De manuelle metoder anvendes til tider også til at motivere sælgerne, idet disse formodes at føle sig mere ansvarlige for forecasts, de selv er kommet med.
Ved model-baseret forecasting forsøger man på baggrund af den historiske efterspørgsel at forudsige fremtiden. Modelbaseret forecasting er beslægtet med tidsserieanalyser indenfor statistikken. Findes der historiske data, og er der ingen forventning om fremtidige ændringer, er dette normalt en udmærket metode – holder dette ikke, bør man foretage en manuel justering.
I behandlingen af de historiske data vil man normalt vægte de nyeste data mest. Dette gøres gennem vægten alfa, som angiver hvor meget den seneste observation vægtes, mens de tidligere observationer samlet har vægten (1-alfa).
Lagre kan styres ved hjælp af følgende parametre:
Der kan herfra dannes en del forskellige modeller – de hyppigst sete gennemgås i de efterfølgende underafsnit.
Lagerniveauet overvåges løbende, og når genbestillingspunktet (s) nås, bestilles mængden (Q).
Den optimale ordrestørrelse (Q) kan beregnes ud fra ordre- og lagringsomkostningerne.
| Variable: | Eksempel: | |
| ordreomkostning | 10 | |
| efterspørgsel | 1000 | |
| lagerrente pr. enhed | 20% | |
| lageromkostninger | ||
| pris pr. enhed | 10 | |
| ordrestørrelse | ||
Den samlede omkostning består af tre komponenter:
Den første komponent kan udelukkes, idet den ikke varierer med ordrestørrelsen[2]. De to øvrige komponenter kan summeres til en lageromkostning:
De to omkostningskomponenter og summen af dem ses i grafen til højre.
For at finde minimum differentieres begge sider af formlen mht. og sættes til nul:
Efter differentieringen haves:
Løses denne ligning mht. ordrestørrelsen (), fås:
Formlen benævnes også Wilson's formel[3] eller Economic Order Quantity (EOQ). Det bemærkes, at ordrestørrelsen stiger med ordreomkostningen og falder med enhedsprisen og lagringsomkostningen.
I eksemplet fås:
hvilket svarer til hvad kan aflæses af figuren.
Figuren i forrige afsnit viser et relativt fladt omkostningsforløb omkring den optimale løsning. Dette gælder generelt, idet det i princippet er den samme figur, som kommer frem ved andre parametre.
Såfremt man anvender en ordrestørrelse på det halve (50) af den optimale vil lageromkostningerne stige fra 200 til 250 (25%). Anvender man tilsvarende en ordrestørrelse på det dobbelte, vil lageromkostningen også stige med 25%. Denne omkostningsstigning på 50 skal ses i sammenhæng med, at omkostningen ved selve indkøbet udgør 10.000 – der er altså her tale om en omkostningsstigning på kun ca. 0,5%. Generelt gælder, at omkostningerne ikke er ret følsomme overfor ændring af ordrestørrelsen, så længe man er nogenlunde tæt på den optimale løsning.

Genbestillingspunktet (s) skal sikre lageret mod tomgang i leverandørens leveringstid. I figuren til højre er vist et eksempel på genbestillingspunkt med sikkerhedslager; ordrestørrelsen er 8, der genbestilles ved en beholdning på 5 med en leveringstid på 3, og der efterspørges 1 enhed pr. tidsenhed.
Genbestillingspunktet vil skulle dække to elementer:
Der kan også være en usikkerhed på leveringstiden. Dette indgår normalt – hvor det overhovedet medtages – i usikkerheden på efterspørgslen, idet denne forøges lidt.
Periodisk (R) genbestilles op til niveauet (S).
Periodisk (R) kontrolleres, om lageret er nået ned til eller under genbestillingspunktet (s); er dette tilfældet bestilles op til niveauet (S).
| Spire Denne artikel om økonomi er en spire som bør udbygges. Du er velkommen til at hjælpe Wikipedia ved at udvide den. |
Informasi ini disarikan dari Wikipedia dan disajikan kembali untuk tujuan edukasi. Konten tersedia di bawah lisensi CC BY-SA 3.0. Kami tidak bertanggung jawab atas ketidakakuratan data yang bersumber dari kontribusi publik tersebut.