Hvorfor ABC klassificering er gammeldags og ikke er optimering

ABC-klassificering har eksisteret så længe, at de fleste planlæggere bare formoder at det er den eneste måde, man kan segmentere ens lager på. Men det er det faktisk ikke. Og det er overhovedet ikke engang tæt på at være den bedste måde. Det er faktisk bare en tilbagevenden til en teknologi, som blev udviklet i løbet af 1960erne, og som ikke har udviklet sig i takt med den forøgede regnekraft, der har skabt langt bedre måder at løse problemerne på.

I dette blogindlæg vil vi give en mere detaljeret forklaring af, hvorfor ABC-klassificering er gammeldags og dernæst undersøge hvad effektiv lageroptimering i 2021 indebærer.

At forstå det grundlæggende bag ABC-klassificering
Hvis man skal forstå ABC-klassificeringens mangler, skal man også forstå hvordan dette egentligt udføres. Næsten alle traditionelle lagerstyringsmetoder beregner sikkerhedslageret for hver individuel SKU-lokationskombination. Dette kræver at man identificerer det ønskede serviceniveau % for hver SKU-lokation.

Da de fleste virksomheder besidder titusindvis, hundredtusindvis eller endda millioner af kombinationer, er det umuligt at identificere et serviceniveau for hver individuel SKU-lokation. En forenkling er dermed nødvendig og ABC-klassificering er én måde at gøre dette på. En almindelig metode er en 3×3 matrix med omkostningsværdien på Y-aksen og ordrelinjen på X-aksen; dette er en såkaldt ”dobbelt” ABC-klassificering.

Procentfordelingen mellem forskellige klasser baseres ofte på 80% af omkostningsværdien hos A-varerne, 15% hos B-varerne og 5% hos C-varerne. Den samme 80/15/5-fordeling gælder antallet af ordrelinjer. Da få varer kan generere utroligt mange ordrelinjer og salgs-omkostninger, så kræver det oftest kun få A-varer for at nå grænseværdien på 80%. Slutresultatet er derfor en matrix med en meget lille andel, klassificeret som AA og en majoritet, der er klassificeret som CC.

En ”trial-and-error”-process bruges dernæst for at tildele et ønsket serviceniveau til hver ABC-klasse. AA-klassen gives oftest det højeste serviceniveau, imens CC-klassen gives det laveste. Det samlede serviceniveau udregnes og kan muligvis resultere i 94% i første forsøg, hvilket måske ikke svarer til virksomhedens overordnede målsætning, så som fx 95%. For at nå målsætningen om 95%, er der behov for gentagne forsøg ved at bruge højere serviceniveauer for en eller flere klasser (og måske ved at mindske serviceniveauet hos nogle af dem). Den nye fordeling omdannes måske til et samlet serviceniveau på 95.5%. En lille buffer (0.5% i dette tilfælde) er ofte god og serviceniveauet for hver klasse dokumenteres.

Herfra vil alle varerne (eller artiklerne) i hver ABC-klasse være tildelt det samme mål i forhold til serviceniveau. Hvis vi har 10,000 varer på lager, så vil 5400 i CC-klassen tildeles det samme mål i forhold til serviceniveau. Herefter vil sikkerhedslagerniveauet udregnes, hvilket resulterer i en lagerinvestering (brutto).

ABC-klassificeringens faldgruber
Lad os lige samle tankerne et kort øjeblik. Lagerinvestering er konsekvensen af hver ABC-klasses serviceniveau. Kunne vi have valgt andre serviceniveauer til klasserne og stadig have nået 95.5%? Selvfølgelig! Der er en lang række kombinationer, der kan medføre det samme resultat.

Hvordan ved vi så at distribueringen, vi har valgt, er den mest optimale og opnår en minimum investering? Svaret er: det ved vi ikke. Det er derfor denne metode hedder ”lagerinvestering” i stedet for ”lageroptimering”.

Distributionskæder er komplekse og har adskillige forbundne formationer, så som centrale, regionale og lokale lagre. Visse traditionelle typer af lagerkontrol-software, tilbyder en 8×8 ABC-matrix pr. lokation. Arbejdsbyrden, der definerer og til stadighed opretholder disse matricer, bliver meget intens. Og som vi skrev tidligere, ved vi ikke om vi besidder en optimal distribuering.

Hvordan førsteklasses lagersegmentering ser ud i dag
Er der en anden måde man kan adressere databehandlingen af sikkerhedslageret i 2021? Svaret er: ja, selvfølgelig. Der eksisterer en mere moderne tilgang.

Den traditionelle ABC-klassificering bygger på et operationelt eller logistik-baseret perspektiv. Der er sjældent en forbindelse til salg eller marketing, eller virksomhedernes kundebehov.

Lageroptimering undersøger i stedet produktudbuddet og forretningen. Denne forskel er mulig takket være brugen af ”serviceklasser”. Eksempler på serviceklasser kan være ”accessories”, ”varer med høj margen”, ”egne mærker”, ”eksklusive mærker”, ”vigtige reservedele”, osv. Denne slags kategorisering er langt mere relevant hvad angår salg og marketing, som oftest har mangelfuld viden om ABC-klassificering. Hver serviceklassificering indeholder varer fra adskillige ABC-klassificeringer (ifølge den gamle metode), hvilket er irrelevant i forhold til lageroptimering.

De samlede mål i forhold til serviceniveau defineres også, ligesom den traditionelle lagerstyring, af lageroptimering, men i stedet pr. serviceklasse i stedet for pr. ABC-klasse. Det, der sker i de følgende trin, adskiller sig meget fra den traditionelle lagerstyring. Ved at bruge ”stock-to-service”-kurver optimerer softwaren hvert enkelt serviceniveau og SKU-lokationens sikkerhedslagerniveau, hvilket også kaldes ”mix optimization”.

Målet for den samlede serviceklasse opnås via den lavest mulige lagerinvestering. I stedet for at lagerplanlægge via ABC-klasserne, får hver SKU-lokation sit eget serviceniveau, for at beregne sikkerhedslagerniveauerne. Lageroptimeringssoftwaren beregner automatisk et serviceniveau for hver SKU-lokation, som opsamles i henhold til bruttomålet for serviceniveauerne til den samlede serviceklasse, hvorved der opnås ”optimering af serviceniveau”.

Ægte lageroptimering bruger “stock-to-service”

Ægte lageroptimering modellerer hver SKU-lokation og opsummerer den i en ”stock-to-service” kurve, hvor forholdet mellem serviceniveau og lagerinvestering defineres. Hvis efterspørgselsudsving eller markedsføringstiden øges, skal lagerinvesteringen (eller kompleksiteten) øges, for at opretholde det samme serviceniveau og omvendt.

Resultatet er, at hver eneste vare hos hver eneste lokation (SKU-lokation) er individuel og analyseres og administreres som værende individuel. På denne måde kan der således være lige så mange ABC-klassificeringer, som der er SKU-lokationskombinationer.

Det er umuligt at få dette udsagn til at passe ind i traditionel lagerstyring og derfor er det svært at tage udsagnet for gode varer. Hvis hver eneste SKU-lokationskombination blev beskrevet med adskillige variabler (efterspørgselsudsving, standardomkostninger, min ordremængde, flere ordremængder, run-out-tid, markedsføringstiden, udsving i markedsføringstiden, bæredygtighed, m.m.), ville det være uoverskueligt, i stedet for bare en eller to dimensioner, som hos den traditionelle ABC-klassificeringsmatrix.

Det er forresten vigtigt at bemærke, at den automatiserede differentiering i forhold til serviceniveauer i hver serviceklasse, kan indstilles inden for definerede grænser. Den samlede målsætning for serviceniveau, hvad angår ”accessories”, kunne fx være 93%, med en lavere grænse på 89%. Lageroptimeringen kan herefter abonnere på ethvert serviceniveau fra 89% og over, således at lager investeringen minimeres. Fx kan ”vigtige reservedele” have en målsætning på 99.5%, med en lavere grænse på 99.3%. Når man mindsker frihedsomfanget i hver serviceklasse (eller øger antallet af serviceklasser), kommer den potentielle lagerreduktion til at mindskes, da der er mindre konkurrence. Disse frihedsformindskelser er ikke vigtige, så længe de flugter med virksomhedens strategier og kundebehov.

Ægte, moderne lageroptimering muliggør et helt nyt automatiseringsniveau i forhold til omfattende, komplekse forsyningskæder med hundredtusindvis af SKU-lokationskombinationer, hvor serviceniveauerne kan garanteres over tid sammen med et minimum omfang i henhold til lagerinvesteringer.