재고 최적화는 초과 재고를 줄이고 재고 품목, 잘 정의된 안전 재고 및 재주문 지점 등을 사용할 수 없어 판매 손실을 방지하는 것을 말합니다. 이 기사에서는 시뮬레이션을 사용하여 인벤토리 최적화의 문제를 해결하는 방법을 보여줍니다. 제약 공급망의 상업 프로젝트 예(사례 연구)는 내 진술과 분석을 강조합니다.
실제 인벤토리 최적화 과제
다음을 고려하십시오. 고객의 창고에서는 어떤 일이 발생합니까?
- “재고가 너무 많아요”
- “적절한 재고가 없어서 매출 손실”
- “안전재고 부족”
- “재주문 포인트는 오래전에 정의되었습니다”
- “우리는 항상 해당 로트 크기로 작업했는데 왜 변경해야 합니까?”
- “창고에 사용하지 않는 재고가 너무 많아 폐기량이 너무 많습니다.”
- “공급업체의 배송 시간은 매우 다양하며 내 계획에 영향을 미칩니다.”
귀하가 창고, 공급망 또는 운영 관리자라면 이러한 진술 중 일부는 귀하에게 친숙하게 들릴 것입니다.
재고 관리 및 계획에는 내부 제한 사항 및 비즈니스의 특수성에 의해 결정되는 광범위한 운영 복잡성이 포함됩니다. 또한, 재고 관리는 주로 공급망 전체의 수급 변동으로 인한 외부 요인에 의해 결정됩니다. 전통적으로 인벤토리 정책은 분석 모델에 의해 정의되었습니다. 정책은 오늘날 공급망의 흥망성쇠에 적응하지 못하는 경직되고 사내 구축되었습니다.
분석 모델과 정적 공식은 재고 계획의 역학을 포착하지 못합니다. 또한 실제 구현 및 배포 전에 안전 재고 또는 재고 정책 검증을 허용하지 않습니다. 그러나 시행착오 접근 방식은 “충분히 좋은” 솔루션을 찾기 전에 가동 중지 시간을 유발할 수 있습니다.
그렇다면 이 문제에 대한 올바른 접근 방식은 무엇입니까?
시뮬레이션은 동적 인벤토리 개발을 고려합니다.
시뮬레이션 모델 은 시스템과 시스템 이 작동하는 행동 규칙을 설명합니다. 여기에는 다양한 시스템 요소 간의 관련 상호 의존성과 관련 비즈니스 프로세스의 논리가 포함됩니다. 또한 시뮬레이션 모델 을 통해 계획자는 공급망의 모든 세부 사항과 복잡성을 파악하면서 위험이 없는 환경에서 테스트하고 실험할 수 있습니다. 이러한 복잡성은 임의적 또는 시간 종속적 효과, 수요 변동, 배송 시간 변동성, 로트 크기 또는 주문 빈도 변경과 같은 시스템 내에서 상호 작용하는 효과로 인해 발생합니다. 이러한 효과의 대부분은 분석 모델에서 고려되지 않습니다.
그리고 동적 시뮬레이션이 제공하는 더 많은 이점이 있습니다.
- 시간 경과에 따른 성능 모니터링
- 블랙박스 모델 없음
- 관련 절충점에 대한 스포트라이트
시간 경과에 따른 성능 모니터링
시뮬레이션 연구는 시간 경과에 따른 재고 수준을 모델링합니다. 이러한 방식으로 분석가는 계획에서 점진적 변경을 검토하고 중단점을 찾을 수 있습니다. 예시적인 시뮬레이션된 인벤토리 예측 시계열은 아래 그림에서 볼 수 있습니다.
사용 가능한 인벤토리를 초과하는 요구 사항은 백로그를 초래합니다. 위 차트의 빨간색 곡선은 백로그 개발을 보여줍니다. 필요한 배송 날짜에 요청한 제품을 사용할 수 없음을 나타냅니다. 이는 판매 수익과 고객 만족도에 부정적인 영향을 미칩니다.
재고 시뮬레이션은 블랙박스가 아닙니다.
재고 시뮬레이션의 또 다른 장점은 최적의 재고 정책이 선택된 이유를 사용자가 알 수 있다는 것입니다. 또한 인벤토리 시뮬레이션 실행을 시각화하면 사용자가 인벤토리 정책이 정의된 방식을 이해하는 데 도움이 됩니다. 분석 모델과 달리 가정이나 추상화가 필요하지 않습니다.
재고 시뮬레이션은 스포트라이트를 받는 절충안 을 제시합니다.
시뮬레이션 모델 을 사용하면 고객 서비스 수준과 재고 비용 간의 균형을 시각화하고 평가할 수 있으므로 최적의 재고 투자 할당을 정의할 수 있습니다 . 아래 그림에서 이것을 설명했습니다.
위의 차트는 현재와 다양한 최적의 정책을 비교한 것입니다. 모든 최적 정책은 파레토 최적입니다. 즉, 두 성과 지표(품절 비율 및 투자 금액) 중 하나의 개선은 각각의 다른 성과 지표의 손실 없이 달성될 수 없습니다. 결과는 인벤토리 시뮬레이션 모델 을 사용한 시뮬레이션 실행에서 파생됩니다 .
시뮬레이션을 통해 시나리오 및 제약 조건 분석 가능
시뮬레이션 연구는 다양한 제약 조건(면적, 부피, 중량, 운전 자본, 용량 투자 등)이 있는 광범위한 시나리오에서 재고 작업을 테스트할 수 있습니다. 또한 인벤토리 시뮬레이션에 새로운 계획 매개변수와 확률적 프로세스가 포함될 수 있습니다. 이러한 고려 사항을 바탕으로 “거의” 실제 운영 조건 및 제약 조건을 기반으로 비즈니스 결정을 내릴 수 있습니다.
시뮬레이션으로 해결할 수 있는 예시적인 문제
내 경험을 바탕으로 시뮬레이션으로 해결할 수 있는 재고 계획의 몇 가지 문제를 나열합니다.
- 재고 정책 최적화: 현재 정책에 도전하고 귀하의 비즈니스 및 서비스 수준 목표에 특정한 관리 지표를 사용하여 각 SKU에 대한 최상의 계획 매개변수 세트를 정의합니다. 새로운 정책은 임의적이지 않으며 리드 타임, 로트 크기, 검토 기간 및 비용과 같은 변수를 고려합니다.
- 안전 재고 정의: 수요 변동, 배송 시간의 변동성, 운영 중단 및 산업별 위험을 기반으로 귀사의 각 제품에 적합한 안전 재고 수준을 정의할 수 있습니다.
- 더 나은 예측의 정량화: 더 강력한 예측은 전체 공급망에 큰 영향을 미칩니다. 개선된 예측은 운영상의 불확실성을 줄여주므로 필요한 안전 재고가 필요합니다. 시뮬레이션 기반 접근 방식은 예측 정확도가 재고 비용 및 서비스 수준에 미치는 영향을 정량화할 수 있습니다.
상업 재고 최적화 사례 연구
라틴 아메리카의 한 약국 체인은 다른 SKU의 대량 비축뿐 아니라 여러 제품의 재고 부족 및 이월 주문으로 어려움을 겪고 있었습니다. 이 문제는 모든 유통 센터에서 발생했습니다. 대부분 직관과 매우 가변적인 수요로 정의되는 재고 정책은 낮은 운영 성과와 과도한 자본 비용으로 이어졌습니다.
이러한 제약과 도전을 바탕으로 우리는 회사와 협력하여 완제품에 대한 최적의 재고 정책을 정의했습니다. 이를 통해 약국 체인은 목표한 재고 부족 수준을 달성하는 동시에 운전 자본을 줄일 수 있었습니다.
재고 정책을 사용하여 회사의 MRP를 모델링하고 다양한 계획 매개변수를 사용하여 유통 작업을 시뮬레이션한 후 재고 비용과 재고 중단을 줄이는 몇 가지 시나리오를 개발했습니다. 선택한 시나리오는 재고 투자에서 $0.8M을 절약하고 재고 부족 지표를 3.8% 감소시켰습니다.
안녕! 제 이름은 Oswaldo Almonacid이고 이 블로그의 라틴 아메리카 편집자입니다.
저는 고객이 우수한 공급망 성과를 달성하도록 돕기 위해 분석 지원 솔루션 및 운영 연구 방법을 적용하는 데 특히 관심이 있는 공급망 컨설턴트입니다. 현재 Black Andes Analytics의 프로젝트 리더로서 미국과 라틴 아메리카의 의료, 화장품, 석유 및 가스, CPG 산업에서 재고 관리, 수요 예측 및 운영 가시성을 최적화하는 프로젝트에 참여했습니다.
저는 MIT(Massachusetts Institute of Technology)에서 공급망 관리 석사 학위를 받았습니다. 또한 현재 Georgia Institute of Technology에서 분석 석사 과정을 밟고 있습니다.
Leave a Reply