Voorraadreductie met behoud van, liefst hogere servicegraad, is een actuele doelstelling voor veel (zo niet alle) supply chain managers. Bij velen zal voorraadoptimalisatie dan ook hoog op de agenda staan. Begrijpelijk, maar helaas vaak ten onrechte.
Voorraadoptimalisatie betreft de zoektocht naar de goede antwoorden op twee vragen: wanneer en hoeveel moet worden bijbesteld? Klassieke voorraadtheorie schiet hierbij te hulp met eenvoudige en minder eenvoudige formules voor bestelpunt en economische bestelhoeveelheid. Denk formule van Camp. En heeft u geen behoefte hier zelf uw hoofd over te breken, dan bieden softwareoplossingen de helpende hand. Van ERP tot ‘best-in-breed’. Een kind kan de was doen. Toch?
Onverklaarbare voorraad
Graag zou ik u willen voorstellen een klein onderzoekje te doen naar het aandeel van uw huidige voorraad dat is te verklaren met uw huidige voorraadparameters (veiligheidsvoorraad en bestelhoeveelheid). Ervaring leert dat dit niet zelden minder dan de helft blijkt. Dat houdt in dat meer dan de helft van de huidige voorraad niet kan worden verklaard door de huidige parameters. Laat staan dat deze direct kan worden beïnvloed door optimalisatie van deze parameters.
Dit inzicht roept de vraag op waarom er zoveel onverklaarbare voorraad ligt. Hierop zijn twee antwoorden mogelijk. Ofwel de planner lapt de besteladviezen aan zijn laars, ofwel de aannames gemaakt ten tijde van de bestelling blijken nu niet langer geldig. Alhoewel het eerste geval geen onbekend verschijnsel is, wil ik me voor nu concentreren op het tweede geval.
Achilleshiel
Aannames wijzigen over tijd. Vier weken voorraad in het hoogseizoen blijkt al snel enkele maanden of meer voorraad in het laagseizoen. En vier weken voorraad in het laagseizoen blijkt in het hoogseizoen al in enkele dagen verkocht. Vraagvariatie blijkt de achilleshiel van voorraadoptimalisatie! Zul je altijd zien; heb je net je bestelpunt en bestelhoeveelheid geoptimaliseerd, valt de vraag weg of heb je plotseling te maken met een verkoophit.
Een voor de hand liggende oplossing lijkt deze variatie beter te voorspellen. Maar vele pogingen ten spijt blijkt dat nog niet zo eenvoudig. Voorspellen is nou eenmaal lastig. Zeker als het de toekomst betreft. En zeker op item-niveau.
Verfrissend
Een verfrissende gedachte is dit gegeven te accepteren. Stop gewoon met uw pogingen om nauwkeuriger te voorspellen, maar probeer de impact van een verkeerde voorspelling te reduceren. Bijvoorbeeld door er voor te zorgen simpelweg minder ver vooruit te hoeven voorspellen.
Voorwaarde is natuurlijk wel kortere doorlooptijden. Ervaring leert dat dit in veel gevallen heel goed mogelijk is. Doorlooptijdreducties van 50 procent en meer zijn geen uitzondering. Voorwaardelijk is dat doorlooptijdverkorting als realistische oplossing wordt gezien voor voorraadreductie met behoud van, liefst hogere servicegraad.
Slap compromis
En dat is precies waar het aan schort bij voorraadoptimalisatie. Immers, voorraadoptimalisatie beschouwt doorlooptijd als gegeven in plaats van variabele. Kiest u voor voorraadoptimalisatie dan accepteert u impliciet de serviceparadox: meer service ten koste van voorraad of minder voorraad ten koste van service. Voorraadoptimalisatie levert u feitelijk niet meer dan een slap compromis met niet veel meer dan een zweem van nauwkeurigheid. Precies fout!
Bent u echter op zoek naar een werkelijke doorbraak in voorraad en service dan doet u er goed aan te stoppen met optimaliseren, maar u te focussen op doorlooptijdverkorting om de serviceparadox te doorbreken: minder voorraad en meer service! Beter ongeveer goed, dan precies fout!
