第31篇-SAP MRP最小安全库存和服务程度的研究学习、思索
https://img-blog.csdnimg.cn/direct/ad6aba561c974be6896321dd910024d6.jpeg
Today's share
01
背景先容
有群友提问最小安全库存及服务水分程度的逻辑和应用场景，本次分享针对群友的提问，群友及笔者进行了逻辑深度的分析和业务场景的梳理。
https://img-blog.csdnimg.cn/direct/10cfd973417c4d9bbbba0b4798afa4e2.jpeg
本期内容分为三个部门
一．MRP2中的最小安全库存和服务程度字段研究学习
二．ChatGPT在对于SAP研究学习中的作用
三．测试总结及实际运用场景分析
（针对国内项目的一些通病就是，客户不敢使用标准的功能，一方面是标准的计算和公式比较复杂、二是有不少顾问也未对复杂的功能进行吸收和应用，导致功能运用不起来。但是不少国外的项目和客户都会主推标准功能使用，对于国内企业用户使用excel表线下计算时，也是通过网上搜刮的公式进行应用，何不尝试使用SAP官方与梳理统计专家确认的公式算法计算，对比差别进行抉择和调解）
02
MRP2中的最小安全库存和服务程度字段逻辑梳理
此文仅对于SAP中该字段功能和用法探究，在不消探究任何SAP的计算逻辑之前，仅从实际业务考虑：当某物料的需求的变革越大，安全库存肯定也会越高。希望达到的服务程度（Service Level）越高，安全库存天然也就越高。交付前置期（Lead Time）周期越长，安全库存越高。这三个作为计算安全库存的重要参数，也是非常符合实际业务逻辑的，这也是本次测试之后的总结：SAP中的部门计算逻辑过于复杂，尚未全部相识。但是通过这几个参数可以对安全库存的计算过程加以思索，安全库存是为了满足供货，但是高安全库存可以提高服务程度和客户满意度，但会增加库存成本和减缓现金流；低安全库存可以低落库存成本和加快现金流，但会低落服务程度和客户满意度，虽然是浅显易懂的道理，但是通过对于SAP如何设定安全库存字段的探索，是很复杂的过程。
https://img-blog.csdnimg.cn/direct/675f6e7de70440a4a141c84df621048b.jpeg
服务程度字段
查察SAP中服务程度的定义：
The system uses the service level to calculatethe safety stock. The higher the service level, the higher will be the safetystock calculated by the system to compensate for additional consumption ordelays in delivery.
服务程度字段是用来计算安全库存的，服务程度越高，体系计算的安全库存就越高，以补偿额外的消耗或交付延长。（SAP计算逻辑也是符合预期）
实在通俗的理解就是：针对于某物料，客户对它的需求一年有10次，并且允许的缺货次数为1，这个时候服务程度就是90%。（10-1次/10次）也就是说一年中有9次能满足这个客户对于这个物料的需求就没问题。
与服务程度干系联的安全库存计算逻辑：安全库存= R ×√W × MAD. （公式为网上查询得知，下面详细先容这个公式中的参数）
与服务程度干系联的安全库存计算逻辑：
SS = R x square root of W x MAD
安全库存= R ×√W × MAD. （√W =根号W）
安全库存=安全因素*√提前期*平均绝对毛病
The safety factor (ZF) is based on the service levelyou define in the material master record.
ZF：安全因素R是基于服务程度的百分率来决定的，
R = 服务因子（ServiceFactor）*σ，σ为常量1.25，而服务因子（Service Factor）则必要根据先前分配给测试物料的“服务级别”（ServiceLevel）。在Excel中使用函数“NORMSINV”。
在EXCEL中算出的数值
https://img-blog.csdnimg.cn/direct/9e20fca29e254f7c95c555856e3b3ac3.jpeg
The lead time (LT) is equal to the sum of theplanned delivery time and the goods receipt processing time, both of which youdefine in MRP 2 of the material master record.
交货提前期就是MRP2中所维护的天数。
https://img-blog.csdnimg.cn/direct/9f111b597a854621b818dc216b967dab.jpeg
SQRLT=√提前期=筹划交货日期+GR时间=√W
以上为安全库存计算公式
测试数据：
https://img-blog.csdnimg.cn/direct/3e432d278ec04f219004ceb34a0312c6.jpeg
MRP1中MRP范例为VM，VM在SAP中的MRP范例中的配置为：
https://img-blog.csdnimg.cn/direct/846837a83289450899dff198f4bf65d7.jpeg
此配置表现VM必须配合预测视图一起使用，并且管帐算出安全库存和重订货点。
https://img-blog.csdnimg.cn/direct/5bc17b413bae4e288d1b3a3b52deac49.jpeg
MRP2中的筹划交货日期为9。服务程度为90%。
在预测界面：
https://img-blog.csdnimg.cn/direct/837ce9c665c6432db2012db9363d894d.jpeg
Forecast model 实在就是预测模式，T表现按天来预测。Period indicator 期间表现也是T=天。
Hist.periods和Forecastperiods这里标识程序计算考虑的历史期间10天，和必要预测的期间10天。
进入历史消耗值填写视图：
https://img-blog.csdnimg.cn/direct/595280017fcb429d980a9d7555aa7390.jpeg
维护过去10天的消耗值。
https://img-blog.csdnimg.cn/direct/bd7813142c14468e8ca674d212ef59c4.jpeg
选择Trend models 来执行预测。
https://img-blog.csdnimg.cn/direct/17d23ee5422341399fa60b0bab34bbef.jpeg
Alpha Beta 因子都会作为平滑因子带入至公式：
求出结果：
https://img-blog.csdnimg.cn/direct/bbdb29dd7f9643c28c0d26ee93249177.jpeg
这个结果中安全库存= R ×√W × MAD，此中R和W都是前面维护的值。（R=服务程度1.28*1.25=1.6， W=9 自制天数，√W=3）R=1.6*3*47=225.6（SAP对于R的取值可能保留了小数位后面多位，所以这里的推算结果有小毛病）
重订货点=安全库存＋ 平均日需求量 ×补货提前期
=227+9*215.7（215.7是体系给出的未来10天的日需求平均值）=2127
所以现在的重点是SAP的逻辑是怎么算出来MAD的值：
查询SAP community得到以下公式
https://img-blog.csdnimg.cn/direct/5ac15de3fec2457f97c831d4cf295e7d.jpeg
03
ChatGPT在对于SAP研究学习中的作用
关于这两个公式，SAP官网未找到任何具体分析。但是CHATGPT回答如下：
https://img-blog.csdnimg.cn/direct/97e508a74beb47f6b6d9e743ec35a0cf.jpeg
于是带入维护在消耗值中的历史值，GHATGPT给出了如下的MAD值：
https://img-blog.csdnimg.cn/direct/e0baa76bf5894edb9e6f6f1730e210ad.jpeg
对于表中的MAD值平均值为：47.66667（SAP可能做了取整处理惩罚）
https://img-blog.csdnimg.cn/direct/37afe3a4b9474562aa3d74afa52fa5f2.jpeg
此处不针对于SAP中的算法进行过多的纠结，单纯分析VM自动计算出来的安全库存227，和重订货点2127.
首先查察MRP1视图：
https://img-blog.csdnimg.cn/direct/be8558d41a6a4a06b6ae3a58149435de.jpeg
MRP2视图下的安全库存：
https://img-blog.csdnimg.cn/direct/cf597bc382fb4b4c929065413ef41d53.jpeg
可以发现预测完成保存后，体系会自动给出重订货点和安全库存值。
最小安全库存字段
首先查察SAP中对于此字段的表明：
Defininga lower limit can influence the following:
04
测试总结及实际运用场景分析
总结：
首先对于安全库存设定和实际会使用VM来做预测的场景分析：
1.安全库存是为了应对供应和需求的不确定性。不确定性有两种情况：数量不确定性和时间不确定性。数量不确定性发生在供求数量变动时，好比需求在一段时期内大于或小于预期。时间不确定性则发生在供求的接收时间与预期不同时，好比客户或供应商可能更改交付日期。安全库存是一个通过计算得出的额外库存数量，通常用来应对数量的不确定性，但是都会产生额外库存，而企业针对于多余的库存，是必要花费额外的库存成本的。好比食操行业中，对于提前储备食品并且冷藏的成本是巨额的，可能甚至会凌驾食品成本本身。或者是一个大型整车厂，零部件供应商为了节流运输成本和存储成本，可能会直接在整车厂周围建厂来供应原质料，同时也是为了满足精益化生产，更进一步的节流成本。
2.服务程度和安全库存的自动计算并非企业不敢使用，而是必要与实际数据进行对比分析调解
举例分析：
https://img-blog.csdnimg.cn/direct/f9eb532c0266414baaaef6839628c398.jpeg
再订货点计算
业务背景：商超项目，无法对某些商品跑出需求筹划。
取数、处理惩罚逻辑：
1．限制MRP范例为VB的物料
2．根据选择屏幕期间筛选，取该限制条件开始、结束期间内的有用需求日期取RESB表筹划订单、生产订单需求数量；
3．采购周期等于=筹划交货时间+GR处理惩罚时间+安全时间（筹划交货日期：当物料已维护货源清单数据，固定源为“X”的供应商下的采购信息记载的筹划交货时间（采购信息记载筹划交货日期优先于物料主数据筹划交货日期））
4．安全库存取体系中当前物料的安全库存数据
5．取体系中当前物料的再订货点数量
6．发起再订货点数量=需求数量/工作日*采购周期+安全库存
（该数量可进行手工调解，勾选执行，程序进行修改再订货点数量）
FS分析：大致逻辑于VM字段重订货点运算雷同，但是却由于没有完全相识VM的计算逻辑而用了自开辟程序。
3. 某些国外项目，更倾向于使用SAP标准而非自开辟。
总之，从理论上验证了SAP的VM预测计算逻辑，但是实际照旧要考虑业务本身是否能贴合体系来进行使用。
末了聊点与chatGPT干系的：
现在像是一位拥有丰富知识的“老年痴呆症患者”，能进行快速的进行资源整合，给出问题干系的解答提示，可以或许资助大多数人进行高效工作。但是这个老人的缺点是不知道对错，不能给出发起和决定。
不可能替代SAP顾问的工作，但是会用它能让我们的工作更高效。
感谢支持
05
文档下载链接
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。
页:
[1]