mirror of
https://github.com/kuhyx/praca_magisterska.git
synced 2026-07-04 13:43:05 +02:00
18 KiB
18 KiB
Pytanie 44: Zarządzanie zapasami w łańcuchu dostaw
Pytanie
"Jakie problemy wiążą się z zarządzaniem zapasami w łańcuchu dostaw? Omówić przykładowy model zarządzania zapasami w łańcuchu dostaw."
Przedmiot: ZBOP (Zarządzanie i Badania Operacyjne w Produkcji)
📚 Odpowiedź główna
1. Łańcuch dostaw - struktura
┌─────────────────────────────────────────────────────────────────┐
│ ŁAŃCUCH DOSTAW │
├─────────────────────────────────────────────────────────────────┤
│ │
│ Dostawcy → Producent → Dystrybutor → Detalista → Klient │
│ │ │ │ │ │
│ └──────────┴────────────┴────────────┘ │
│ Przepływ informacji (zamówienia) │
│ ┌──────────┬────────────┬────────────┐ │
│ │ │ │ │ │
│ Dostawcy ← Producent ← Dystrybutor ← Detalista │
│ Przepływ produktów │
│ │
│ Na każdym etapie: ZAPASY (inventory) │
│ • Surowce (raw materials) │
│ • Produkcja w toku (WIP) │
│ • Wyroby gotowe (finished goods) │
└─────────────────────────────────────────────────────────────────┘
2. Problemy zarządzania zapasami
2.1 Bullwhip Effect (Efekt byczego bicza)
┌─────────────────────────────────────────────────────────────────┐
│ BULLWHIP EFFECT │
├─────────────────────────────────────────────────────────────────┤
│ │
│ Popyt klienta: ─────────────────────────── │
│ (stabilny) │
│ │
│ Zamówienia ┌┐ ┌┐ │
│ detalisty: ───┘└──┘└───────────────── │
│ (małe wahania) │
│ │
│ Zamówienia ┌──┐ ┌──┐ │
│ dystrybutora: ──┘ └────┘ └───────── │
│ (większe wahania) │
│ │
│ Zamówienia ┌────┐ ┌────┐ │
│ producenta: ──┘ └────────┘ └─── │
│ (jeszcze większe) │
│ │
│ Zamówienia ┌──────┐ ┌──────┐ │
│ dostawcy: ──┘ └──────────────┘ │
│ (AMPLIFIKACJA!) │
│ │
│ Przyczyny: │
│ • Prognozowanie popytu (forecasting) │
│ • Batching zamówień │
│ • Wahania cen (promocje) │
│ • Rationing/shortage gaming │
└─────────────────────────────────────────────────────────────────┘
2.2 Kluczowe problemy
| Problem | Opis |
|---|---|
| Bullwhip effect | Amplifikacja wahań w górę łańcucha |
| Stockouts | Brak towaru, utrata sprzedaży |
| Overstock | Nadmiar zapasów, koszty magazynowania |
| Obsolescence | Przestarzałe/przeterminowane produkty |
| Lead time variability | Zmienność czasu dostawy |
| Demand uncertainty | Niepewność popytu |
| Koordynacja | Brak współpracy między ogniwami |
| Visibility | Brak widoczności zapasów w łańcuchu |
3. Koszty zapasów
┌─────────────────────────────────────────────────────────────────┐
│ STRUKTURA KOSZTÓW │
├─────────────────────────────────────────────────────────────────┤
│ │
│ 1. KOSZTY UTRZYMANIA (Holding costs) - h │
│ • Koszt kapitału zamrożonego │
│ • Magazynowanie, ubezpieczenie │
│ • Zużycie, przestarzałość │
│ Typowo: 15-30% wartości rocznie │
│ │
│ 2. KOSZTY ZAMAWIANIA (Ordering costs) - K │
│ • Stałe koszty zamówienia │
│ • Transport, obsługa │
│ • Przezbrojenia (setup) │
│ │
│ 3. KOSZTY BRAKU (Shortage costs) - p │
│ • Utrata sprzedaży │
│ • Kary umowne │
│ • Utrata reputacji │
│ │
│ CEL: Minimalizuj TC = Holding + Ordering + Shortage │
└─────────────────────────────────────────────────────────────────┘
4. Model EOQ (Economic Order Quantity)
Założenia
┌─────────────────────────────────────────────────────────────────┐
│ MODEL EOQ - Klasyczny model Harrisa-Wilsona │
├─────────────────────────────────────────────────────────────────┤
│ │
│ Założenia: │
│ • Popyt deterministyczny, stały: D jednostek/rok │
│ • Lead time = 0 (natychmiastowa dostawa) │
│ • Brak braków (no stockouts) │
│ • Stały koszt zamówienia: K │
│ • Stały koszt utrzymania: h na jednostkę/rok │
│ │
│ Poziom zapasu: │
│ Q │╲ │
│ │ ╲ │
│ │ ╲ │
│ │ ╲ ╱╲ │
│ │ ╲ ╱ ╲ │
│ │ ╲ ╲ │
│ 0 └──────────────────────────────→ t │
│ │←── T ──→│←── T ──→│ │
│ │
│ Q = wielkość zamówienia │
│ T = Q/D = cykl zamawiania │
└─────────────────────────────────────────────────────────────────┘
Formuła EOQ
Koszty roczne:
Ordering cost = K × (D/Q) (D/Q zamówień rocznie)
Holding cost = h × (Q/2) (średni zapas = Q/2)
TC(Q) = K·D/Q + h·Q/2
Minimalizacja: dTC/dQ = 0
-K·D/Q² + h/2 = 0
┌──────────┐
Q* = │ 2·K·D │
│ ────── │
│ h │
└──────────┘
Optymalna wielkość zamówienia!
Przykład numeryczny
Dane:
D = 10,000 jednostek/rok
K = 100 PLN/zamówienie
h = 2 PLN/jednostkę/rok
EOQ:
Q* = √(2 × 100 × 10,000 / 2) = √1,000,000 = 1,000 jednostek
Cykl zamawiania:
T* = Q*/D = 1,000/10,000 = 0.1 roku ≈ 5 tygodni
Liczba zamówień:
D/Q* = 10,000/1,000 = 10 zamówień/rok
Koszt całkowity:
TC* = √(2·K·D·h) = √(2×100×10,000×2) = 2,000 PLN/rok
(lub: TC = 100×10 + 2×500 = 1,000 + 1,000 = 2,000 PLN)
5. Model z punktem zamawiania (ROP)
┌─────────────────────────────────────────────────────────────────┐
│ REORDER POINT (ROP) - uwzględnienie lead time │
├─────────────────────────────────────────────────────────────────┤
│ │
│ Poziom zapasu: │
│ │╲ ╱╲ │
│ │ ╲ ╱ ╲ │
│ │ ╲ ╱ ╲ │
│ ROP │──────╲──────────╲────────────╲── │
│ │ ╲ ╱ ╲ ╱ ╲ │
│ SS│──────────╲──╱──────╲──────╱────── │
│ 0 └────────────────────────────────→ t │
│ │←L→│ │
│ zamówienie dostawa │
│ │
│ ROP = d × L + SS │
│ │
│ gdzie: │
│ d = średni popyt dzienny │
│ L = lead time (czas dostawy) │
│ SS = safety stock (zapas bezpieczeństwa) │
│ │
│ SS = z × σ_L │
│ z = współczynnik (z tablic normalnych, np. 1.65 dla 95%) │
│ σ_L = odchylenie std popytu w czasie L │
└─────────────────────────────────────────────────────────────────┘
6. Model (s, S) / (R, Q)
| Model | Opis |
|---|---|
| (s, Q) | Zamów Q gdy poziom spadnie do s |
| (s, S) | Zamów do poziomu S gdy spadnie do s |
| (R, S) | Co R okresów uzupełnij do S |
| (R, s, S) | Co R okresów: jeśli ≤ s, uzupełnij do S |
Model (s, S):
Poziom zapasu:
S │╲
│ ╲
│ ╲
s │──────╲──────────────╲──
│ ╲ ╱ ╲
│ ╲ ╱ ╲
0 └────────────────────────→ t
zamów dostawa
S-poziom
Polityka: Gdy poziom ≤ s, zamów aby osiągnąć S
7. Vendor Managed Inventory (VMI)
┌─────────────────────────────────────────────────────────────────┐
│ VMI - Dostawca zarządza zapasami klienta │
├─────────────────────────────────────────────────────────────────┤
│ │
│ Tradycyjnie: │
│ Klient → zamówienie → Dostawca → dostawa │
│ │
│ VMI: │
│ Klient → dane o zapasach/sprzedaży → Dostawca │
│ Dostawca → decyzja o uzupełnieniu → Klient │
│ │
│ Korzyści: │
│ • Redukcja bullwhip effect │
│ • Lepsza widoczność popytu │
│ • Optymalizacja transportu │
│ • Redukcja stockouts │
│ │
│ Przykłady: Walmart-P&G, 7-Eleven-dostawcy │
└─────────────────────────────────────────────────────────────────┘
8. Wskaźniki efektywności
| Wskaźnik | Formuła | Cel |
|---|---|---|
| Inventory Turnover | COGS / Avg Inventory | Wyższy = lepszy |
| Days of Inventory | 365 / Turnover | Niższy = lepszy |
| Fill Rate | Zamówienia zrealizowane / Wszystkie | Wyższy |
| Service Level | P(brak stockout) | 95-99% |
| GMROI | Gross Margin / Avg Inventory | Wyższy |
🧠 Mnemoniki
"EOQ = √(2KD/h)":
Economic Order Quantity - kwadrat z 2KD/h
"ROP = d×L + SS":
Reorder Point = popyt w lead time + safety stock
"Bullwhip = Bigger upstream":
Wahania rosną w górę łańcucha
❓ Pytania dodatkowe
Q1: "Jak zredukować bullwhip effect?"
Odpowiedź: Współdzielenie informacji (POS data), VMI, CPFR (Collaborative Planning), redukcja lead times, stabilne ceny (EDLP), mniejsze partie (smaller batches), centralizacja decyzji.
Q2: "EOQ vs JIT?"
Odpowiedź: EOQ: optymalizuje koszty przy danych K, h. JIT (Just-In-Time): redukuje K (częste małe dostawy), redukuje zapasy (Q→0). JIT wymaga: niskich setup costs, niezawodnych dostawców, stabilnego popytu.
Q3: "Jak ustalić poziom zapasu bezpieczeństwa?"
Odpowiedź: SS = z × σ_L, gdzie z zależy od wymaganego service level (z=1.65 dla 95%, z=2.33 dla 99%). σ_L = σ_d × √L dla niezależnego popytu. Trade-off: wyższy SS = mniej stockouts, ale wyższe koszty.
🎯 Kluczowe punkty
- Bullwhip effect: Amplifikacja wahań w łańcuchu
- Koszty: Holding (h), Ordering (K), Shortage (p)
- EOQ: Q* = √(2KD/h)
- ROP: d×L + SS (uwzględnia lead time)
- VMI: Dostawca zarządza zapasami klienta
📖 Źródła
- Silver, Pyke, Peterson - "Inventory Management and Production Planning"
- Chopra, Meindl - "Supply Chain Management"
- Simchi-Levi - "Designing and Managing the Supply Chain"