配件库存分析数据的方法

时间:2022-07-10 19:28:40 其他 我要投稿
  • 相关推荐

配件库存分析数据的方法

首先必须对零件的ABC分类非常清楚,其次探讨零件计划的主要指标(KPI),以上构成对库存分析必不可少的两部分,也是分析库存的基础数据来源。这里主要讲KPI的数据来源和计算方法,关于如何分析请参考自己的库存来做计算对比,各个指标的参考标准一般来说经过长时间的工作积累和比较同品牌其他维修站都可以制定比较合理的参考数据来对比分析。

A 讲到库存分析,首先要有几个前提 1 库存的物理数量和系统的存储数量要一致

2 零件和价格数据 要保持最新

3零件的替代关系在系统里必须及时更新

4 问题类零件以及无法正确分类的零件要及时在系统里做处理

B 主要数据的组成以及各数据评价和反映的问题 1 零件满足率-客户满意度

2 库存周转率-零件部门管理工作效率

3 紧急订货的百分比-订货效率和经济性

4 死库存零件占总库存比例-库存结构的优化性

5 服务水平-客户满意度

6 单车零件销售额-零件销售绩效

C 以下提供各类指标的参考数据

一 AB无库存的零件项占总零件项的指标

1 A=<1%

2 B=<10%

3 NA=<8%

4 NB=<15%

二 小于最低库存的零件项的指标

1 A=<5%

2 B=<20%

3 NA=<10%

4 NB=<25%

三 订货状况的指标(品种)

1 紧急订货比例=<30%

2 A类零件占紧急订货的比例=<5%

四 超出最大库存的零件货值

1 A=<10%

2 B=<15%

3 NA=<15%

4 NB=<20%

五 C类零件的库存金额

1 C类零件年增长2-3%

六 NC类零件的库存金额

1 与NA+NB货值的比例=<20%

2 占总零件货值的比例=<2%

七 周转率 3-4

1.A>4<5

2 B>3<4

八 满足率(不含C类零件)>=92%

1.A>=95%

2.B>=90%

D 零件满足率

定义:按以往零件销售历史计算的零件需求,在现有库存的情况下满足下个月平均需求的概率有多高

注意以下三点:

1 库存数越高满足率也就越高

2 这种概率需要波松表帮助计算

3 满足率只计算A和B类零件

4 满足率用来预先警告零件管理人员他们的库存情况 ,以便采取相应的改进行动

平均月需求=过去12个月销售数量之和/(12/reorder period)

如果平均月需求<10:---零件满足率查波松表

如果平均月需求>10:---零件满足率计算公式为:可用库存数/(平均月需求+10)

需要说明的是订货周期等于Reorder Period=Review Period + Lead-time正确的平均月需求基于此时间

计算全部零件的满足率:

总满足率=总和(每个零件的满足率* 12个月需求次数)/所有零件项需求次数的总和

? 每个零件的满足率为月结时的数字

? 12个月需求次数,不是数量

例如以下三个零件:

A 满足率= 98.6 需求次数= 9

B 满足率= 80.9 需求次数= 10

C 满足率= 100 需求次数= 25

总满足率=(98.6 × 9+ 80.9 × 10 + 100 ×25)/(9+ 10 + 25)=95.37%

E 周转率

定义:周转率是12个月的零件销售成本同12个月的零件平均库存成本的比率

? 这个比率表示在一年零件销售期间,零件库存被周转的次数

例如:周转率为4,表示一年中零件销售实现了周转零件库存4次,或者说储存了平均三个月的库存

? 较高的周转率表示健康的库存情况,但如果太高则可能出现供应率不足的问题,目前中国市场目标为3-4

? 周转率和订货设定的参数有关,设定的参数越大周转率越低,参数越小周转率越高

周转率=一段时期的零件销售成本(一般为12个月)/一段时期的库存平均值(一般为12个月)

* 均为平均成本

要提高周转率就意味着:

.增加零件销售在原有零件销售的基础上,增加附件,外销等

.降低库存金额保持优化的库存结构(减少C零件)

设定合理的订货参数(减少超储和欠储库存)

例如:

销售成本 库存成本

Jan 201,223 1,324,861

Feb 220,281 1,281,321

Mar 268,880 1,128,658

Apr 236,890 1,256,088

May 248,800 1,154,077 月平均库存= 16312731 / 12

Jun 220,050 1,342,909 = 1,359,394

Jul 240,200 1,531,203

Aug 258,060 1,333,678

Sep 264,000 1,356,932 周转率= 3119514 / 1359394

Oct 333,660 1,555,844 = 2.3

Nov 298,090 1,474,042

Dec 329,380 1,573,118

Total 3,119,514 16,312,731

F 紧急订货比例

紧急订货比例=(每月紧急订货的零件项(或货值)/每月总订货零件项(或货值))*100%

例如:总订货的零件项: 1,500 紧急订单项: 230

紧急订货比例=(230/1500)*100=15.33%

目标:总紧急订单比例,从项数到货值同总项数和货值的比例都应小于30%

按A,B,C类分别计算

A-类< 0 5 %

B-类< 5- 25 %

C-类> 85 100 %

G 服务水平Service Degree(First Pick Availability)

定义:库存可满足的零件数量和客户实际需求的零件数量的比率

1 用来衡量库存供应客户需求时的效率

2 全部需求被库存满足时即为100%,部分满足时计算出满足的比例

3 也称为首次供货满足率,通常一个月计算一次

首次供货满足率(%)=(可满足的零件项数/客户需求的零件项数)*100%

例如:1,车间需求一个月内1000 项

800 项完全满足

40 项满足50% 的数量

28 项满足25%的数量

132 项完全不能满足

满足率=((800x100% + 40x0.5 + 28x0.25 + 132x0)/1000)x100 = 82.7%

例如:2,工单号 : SI304 日期 20/3/2006 客户 100000

零件号 需求数量 库存可满足 首次供货满足率

1 100 1000 100%

2 52 300 100%

3 50 25 50%

4 2 1 50%

5 2 0 0%

6 21 25 100%

7 10 10 100%

8 22 60 100%

9 11 20 100%

10 60 120 100%

总计80%

这里介绍另一种零件满足率的统计方法:单日零件供应满足率也可以叫即时供应率或满足率

单日零件满足率=当日零件即时满足数量/日总需求零件数量

单日总需求零件=日订货零件数量+当日零件即时满足数量

例如Target>=90%

日期 客户需求总数量 即时满足数量 即时满足率

1 570 509 89.3%

2 622 593 95.34%

3 470 434 92.34%

4 413 409 99.03%

5 742 690 93%

31 732 646 88.25%

统计该月目标达成率,如果超过本月31天中有10天满足率<90%

则目标达成率=(31-10)/31=67.74%

大家可以给自己设定能做到的即时满足率目标

大家可以给自己设定能做到的目标达成率

由以上两个数据评判自己库存的合理性

H C0 比例

C0类别的零件占总库存成本的比例

CO定义:死活,12个月或超过12个月没有销售记录的零件

评价该指标的意义:体现库存的结构是否合理,库存利用的效率如何

各品牌的目标可能由厂家的配件供应管理部门下达,所以不同品牌维修站目标数值不一定一样,某服务的品牌厂家给出的目标是<10%

例如: 一个经销商的库存结构如下:

总库存额= 5,369,260 C0库存额=1,030,021

C0比例=1,030,021/5,369,260=19.18%

I 单车零件销售额

每辆车次所销售的零件货值

体现零件部的绩效

Dealer 1 Dealer 2 Dealer 3 Dealer 4 Dealer 5

Turnover 42,756,237 30,090,957 38,016,833 36,266,833 24,678,532

Repair orders 12,230 8,520 14,395 12,650 10,725

Parts Turnover/R.O 3,496 3,532 2,641 2,867 2,301

J 其他重要数据

1 库存项目数量

2 报废率

3 人工效率

4 库存差异

K 概要

一 有效监控的前提

1 确定目标数据

2 每月根据实际数据和目标数据进行对比

3 分析差异原因

4 启动改进措施

持续的检查调整库存和成本的结构

二 库存管理采取的行动

1 合理减少库存

- 经济的A类零件和B类零件库存

- 减少NC类零件库存

- 加快C类零件的库存消耗

2 减少成本

- 减少紧急订货

- 减少车间诊断错误维修不畅或者跟踪客户不及时等造成的死货

3 改进服务

- 避免A类B类零件出现“0”库存

- 增加满足率至>=95%

*正确的零件 正确的数量 正确的时间

【配件库存分析数据的方法】相关文章:

销售数据的分析方法07-25

多维数据分析方法04-07

数据分析常用方法07-26

服装销售数据分析方法08-21

数据分析常用方法(热)07-25

常用数据分析方法有哪些04-04

市场调查数据分析方法12-02

市场调研数据分析方法12-21

关于面向数据流的分析方法04-11

[必备]数据分析常用方法3篇07-25