库存优化中安全库存的计算方法

安全库存的计算决定于需求的不确定性，供应的不确定性和服务水平，它和需求预测的区别在于需求预测对付的是平均需求，而安全库存对付的是库存里不确定性的需求。

1. 量化需求不确定性
   正态分布的假设前提：需求相对比较稳定，且相对比较频繁
   泊松分布的假设前提：需求很不稳定，或需求很低的情况（需要找到类似于标准差的参数）

计算安全库存时，一般用13周（一个季度）的数据，即13个数据点模拟一个正态分布曲线。
注：通过这13个点可以计算出一个正态分布的均值和标准差，之后随着时间推移，每周修正下一个正态分布的均值和标准差。
另外，数据点不一定是越多越好。如果选取了52周的需求（1年），那么风险是失去了需求的代表性，特别是季节性明显的产品。一种做法是把需求拆分的更细，如把每周拆分成每天，那么风险是需求可能不再符合正态分布，得用二项分布等来描述。

对于淡旺季明显的产品，不能简单将需求历史和平均需求相比，而是把需求历史与相应时段的预测值比较，比如快销产品在2019年618的需求就可以用来预测2020年618的需求。通过这种把需求历史与相应时段的预测值比较，计算实际需求与预测值之间的差值，围绕差值计算标准差。
? 这里是指用一阶差分么
总结：
当需求陡升或陡降时，需求不确定性不容易计算，因为它们虽有需求历史，但不一定有同期相应的需求预测数据。
解决方案1：用现在的预测方法，如季节性预测模型，套用到去年同期数据上，“预测”去年相应时段的需求，之后将去年的（实际值-预测值）计算偏差，再将今年计算的预测值加上这些偏差计算得到今年安全库存的量。（**感觉是可以借鉴的好办法）
解决方案2：很多企业常用的方法，即根据历史经验，按照一定天数的平均需求来设定安全库存，在需求上升阶段，适当多放点；在需求下降阶段，适当少放点，该方法比较粗放，不过简单易懂，也被广为采用。

2. 量化供应的不确定性
   供应的不确定性指供应周期的不确定性。
   供应周期（交期）：订单发出的日期和收到货物的日期。
   ? 这里的交期也是我们所说的供应前置期吗
   通常假设交期服从正态分布，可以通过抽取10个历史订单，来计算交期的均值和标准差。
   供应周期=订单发送周期+供应商交期+入库及验收+周末
   订单发送周期：从需求产生到订单发送给供应商（工作日）
   供应商的交期：从订单发送给供应商到供应商发货到公司（日历日）
   注：供应商交期属于供应交期的一部分
   入库及验收：供应商的货到仓库+质检+手续等，直到产品在ERP中显示为可用（工作日）
   周末：订单发送，入库及验收的总和为5个多工作日时，一定会遇到周末2天（日历日）。
   Ex：
   

3. 量化服务水平（有货率）
   服务水平：当需求产生时，有多大概率下我们有现成的库存来满足订单。
   
   服务水平不是越高越好，企业要在服务水平和库存成本间取得平衡。
   服务水平的设定：“从数据开始，由判断结束”也许是最好的选择。“从数据开始”，就是调查客户的期望，调查竞争对手的表现，标杆自己的表现。“由判断结束”，就是借助管理层的经验，决定企业要达到什么样的服务水平（有货率），再根据客户重要度，产品重要度，产品的生命周期等差异化服务水平目标。

4. 综合需求的不确定性，供应的不确定性和服务水平，计算安全库存
   安全库存的计算：需要综合需求的不确定性，供应的不确定性和服务水平。这里的关键是将需求和供应的不确定性（标准差）整合成一个综合的标准差，乘以一个服务水平系数（Z值），就能得到最终的安全库存。
   
   这里根号下的前半部分是需求的不确定性，后半部分是供应的不确定性。
   注意：两者都需要换算成统一的单位，如都用天，或者都用周

安全库存的简化公式：

安全库存是通过量化需求的不确定性，量化供应的不确定性，量化服务水平（有货率）的要求，计算出一个基准的安全库存，之后根据具体业务来调整。另外，上面的公式存在很多的假设，如需求需要有一定的连续性，需求和补货周期都服从正态分布。而easyfit可以帮助我们验证数据是否符合正态分布。
（重要***）注意：安全库存是永久需求，一直在那里，一旦库存低于安全库存水位，ERP就会产生需求，驱动补货。
另外，需求预测和安全库存相辅相成，需求预测对付的是平均需求，而安全库存对付的是不确定性。这是两个不同概念，需要分开处理。

EasyFit软件: 可以验证数据是否符合正态分布。通过把需求历史数据系列输入软件，软件可以判断是否符合某种特定的概率分布