service rate склада что это

Уровень сервиса (Service Level)

Наиболее часто уровень сервиса определяется через 7+1 правило управления логистикой и цепями поставок, также называемое идеальный заказ (perfect order):

Такой способ оценки уровня сервиса уже стал достаточно стандартным для большинства компаний, а многие из них даже имеют весьма качественные данные и необходимые информационные технологии для постоянного мониторинга.

Уровень сервиса может (и должен) давать возможность для более широкой оценки эффективности управления в логистике и цепях поставок. Необходимо оценивать прямые и косвенные показатели, определяющие способность цепи поставок гибко реагировать на рыночный спрос и обеспечивать его удовлетворение, постоянно повышая уровень логистического обслуживания.

Чаще всего выделяют три дополняющих друг друга варианта оценки уровня логистического сервиса:

Первый, называемый α-уровень сервиса, представляет собой метрику, которая может быть ориентирована либо на события, либо на циклы в цепи поставок. С событийной точки зрения α-уровень сервиса определяется вероятностью того, что поступающий заказ может быть полностью выполнен с использованием текущих складских запасов. При определении этой вероятности берется в расчет предопределенный период (связанный со стратегическими целями компании), выражаемый в днях, неделях или относительно цикла обработки заказа. С точки зрения циклов α-уровень сервиса определяется как доля периодов, в течение которых не было ситуации «out of stock» («нет на складе»).

Расчет показателей уровня сервиса может осуществляться как в разрезе отдельных номенклатурных позиций, так и по исполнению заказов в целом. При этом можно рассматривать как количество товара, так и его стоимость, что дает немного разные взгляды на последствия низкого уровня сервиса для компании. Например, доля недовложений, рассчитанная исходя из количества недопоставленного товара, определяет степень эффективности цепи поставок по сравнению с теоретическим «идеалом». В то время как доля недовложений, рассчитанная в денежном эквиваленте, показывает, как низкая эффективность цепи поставок влияет на финансовый результат деятельности компании (ее оборот). Такой показатель также называется «потери по причине отсутствия товаров».

Повышение уровня логистического сервиса и затраты на его обеспечение

Поэтому цели значительного повышения уровня логистического сервиса и качества обслуживания клиентов должны опираться на оценку размера логистических затрат, которые компания вынуждена будет вложить для поддержания обещанного уровня обслуживания.

Источник

service rate

Смотреть что такое «service rate» в других словарях:

Service rate — is a performance metric used to to measure the customer service in a supply organization. One example of a service rate measures the number of units filled as a percentage of the total ordered and is known as fill rate. If customer orders total… … Wikipedia

Rate case — A rate case is the formal process which industries that have the legal designation of public utility are mandated to go through in order to set the rate at which they are allowed to charge consumers for their service. Rate cases serve as one of… … Wikipedia

Service Tax (India) — Service tax is a tax levied on service providers in India, except the State of Jammu and Kashmir. Central Board of Excise and Customs (CBEC)The responsibility of collecting the tax lies with the Central Board of Excise and Customs(CBEC). Central… … Wikipedia

rate — n 1: a fixed ratio between two things 2: a charge, payment, or price fixed according to a ratio, scale, or standard: as a: a charge per unit of a commodity provided by a public utility b: a charge per unit of freight or passenger service see also … Law dictionary

Service level — measures the performance of a system. Certain goals are defined and the service level gives the percentage to which they should be achieved.Examples * Percentage of calls answered in a call center. * Percentage of customers waiting less than a… … Wikipedia

Service Data Point — is the node in the IN GSM which is responsible for providing subscriber information. GSM network elements that needs information about subscriber interrogate the SDP about such information.The operator has to define all the rate plans in SDP. The … Wikipedia

Service level agreement — Le Service Level Agreement (SLA) est un document qui définit la qualité de service requise entre un prestataire et un client. Le Service Level Agreement, que l’on pourrait traduire en français par Contrat de niveau de service est donc un contrat… … Wikipédia en Français

rate — [n1] ratio, proportion amount, comparison, degree, estimate, percentage, progression, quota, relation, relationship, relative, scale, standard, weight; concept 768 Ant. whole rate [n2] fee charged for service, privilege, goods allowance, charge,… … New thesaurus

service charge — An amount paid by a tenant to his landlord at a rate set by the lease to compensate the landlord for the cost of carrying out specified services in relation to a property, such as maintenance, repairs, security and so forth. Easyform Glossary of… … Law dictionary

Источник

Уровень обслуживания. Какие они бывают? Как рассчитать страховой запас для заданного уровня сервиса?

Уровень обслуживания. Уровень сервиса. Service Level.

Итак, в прошлой части мы пришли к выводу, что предсказывать будущее мы не умеем и нам придется оплачивать страховку от неожиданностей путем содержания страхового запаса.

Теперь нужно определиться с методикой его расчета и в первую очередь разобраться с понятием уровня обслуживания.

Мы уже затрагивали понятие «уровень обслуживания» (см. например) и упоминали о существующей неоднозначности в его понимании. Дело в том, что не существует единого общепринятого определения этого понятия. Напротив, наблюдается несколько вариантов толкований уровня сервиса. Попытаемся хотя бы изложить наиболее канонические варианты. Как и всегда, всячески приветствуются указания на ошибки, комментарии, добавления, уточнения.

Предварительные замечания.

В дальнейшем я буду использовать сокращения:

SL — Service Level, уровень обслуживания
SS — Safety Stock, страховой запас
LT — Lead Time, общее время на исполнение заказа
T — периодичность пополнения
Q — ожидаемая величина спроса за время T
f(z) — плотность вероятности распределения
F(z) — функция вероятности распределения

Постановка задачи.

Виды рисков, от которых мы хотим страховаться

Необходимо ввести метрики — способы объективного измерения потерь от таких рисков при разной толщине «подушки безопасности». В качестве таких метрик выступают разные виды уровней обслуживания.

Уровень сервиса.

Type 1. (я поимел наглость именно этот вариант обозвать уровнем обслуживания 1го рода)

Cycle Service Level.

Данный вариант определяет SL как вероятность того, что к моменту поставки остаток будет неотрицательным. Физический смысл данного показателя прозрачен: если мы при неизменных параметрах пополнения выполним достаточно много циклов, то именно такая доля циклов закончится с положительными остатками. Данный тип SL почти соответствует принятому в розничной торговле показателю OSA (On Shelf Availability).

Из учебника по теории вероятностей известно, что данная вероятность вычисляется по формуле

Попробуем прикинуть, что у нас с математикой. В общем виде мне лично известно лишь решение для нормального и логнормального распределения спроса. Здесь мы рассмотрим только первй вариант. Вероятность попадания в зону риска в этом случае определяется функцией Лапласа Φ ( z) :

Обратная задача, которую мы решаем — нахождение уровня страхового запаса при заданном уровне обслуживания. «Переворачиваем» предыдущую формулу и получаем

где z определяется из уравнения

Уравнение решается, используя таблицы значений функции Лапласа. К примеру, для уровня в 95% ищем значение 2*0.95-1=0.9. Находим в таблице ближайшее значение. В нашем случае одинаково близко находятся два варианта:

0.8990 ⇒ z=1.64
0.9011 ⇒ z=1.65

Впринципе, можно взять посередине z=1.645.

В случае, если спрос распределен по логнормальному закону, последовательность действий следующая:

Аналогично предыдущему случаю находим z, используя таблицы.

Затем пересчитываем его в новое значение, используя формулу

где

Уровень сервиса.

Type 2. (я поимел наглость именно этот вариант обозвать уровнем обслуживания 2го рода)

Unit Fill.

В отличие от первого варианта, данный способ измерения оценивает не просто вероятность возникновения события OOS (Out Of Stock), но оценивает ожидаемое количество спроса, неудовлетворенного в момент обращения из-за отсутствия на стоке. То есть клиент пришел, но продать нечего. И неважно, будет ли этот спрос потерян навсегда или лишь отложен до появления товара.

Оценка «размера» зоны риска делается как соотношение матожидания спроса, не удовлетворяемого из наличного запаса к матожиданию всего спроса клиентов. Соответственно уровень обслуживания определяется как доля спроса, удовлетворенного из наличных запасов:

Попробуем прикинуть, что у нас с математикой. Во-первых, матожидание всего спроса нам по условиям задачи уже известно — это как раз величина Q, мы исходили из этого значения, когда планировали график пополнения. Осталось лишь определиться с матожиданием упущенного/отложенного спроса.

В учебнике по теорверу матожидание случайной величины z с плотностью распределения f(z) вычисляется как

В нашем случае неудовлетворенный спрос равен 0, пока спрос не превысил Q+SS, поэтому интегрировать нужно только по зоне риска

В общем виде мне лично известно лишь решение для нормального распределения спроса. Доля потерь в этом случае определяется

Функция L известна как «функция потерь», часто встречается «partial expectation of back orders», «partial expectation function», «partial loss function». Аналитического выражения для этой функции не существует, как правило пользуются таблицей ее значений.

Самостоятельно получить таблицу значений можно по формуле

Обратная задача, которую мы решаем — нахождение уровня страхового запаса при заданном уровне обслуживания. «Переворачиваем» предыдущую формулу и получаем

где z определяется из уравнения

Существует также приближенный метод нахождения z. Он основан на аппроксимации функции потерь следующего вида:

коэффициенты выбираются в зависимости от значения L:

Я лично никогда этим методом не пользовался и его корректность не проверял.

Интересный факт: всегда выполняется

Уровень сервиса.

Order Fill.

Другая разновидность уровня обслуживания состоит в том, что принимается во внимание тот факт, что требование на поставку приходит не на один товар независимо, а в рамках целого списка — клиентского заказа. Для некоторых видов бизнеса критичным считается удовлетворение всего такого заказа полностью. Считается, что если хотя бы одна строка заказа не может быть удовлетворена из наличного запаса, следует весь заказ считать неудовлетворенным. Очевидно, это гораздо более жесткий критерий, известный под названием «order fill».

Если считать, что товары в заказе статистически независимы, вероятность удовлетворения заказа равна произведению вероятностей удовлетворения всех его строк, поэтому можно привести данный тип уровня обслуживания к типу cycle service:

и далее по уже показанной методике.

Если спрос распределен по Пуассону, мне встречалась следующая методика:

фактор страхового запаса z определяется из таблицы

Промежуточные значения определяются при помощи линейной интерполяции. Размер страхового запаса далее вычисляется по формуле

где

Источник

Расчёт страховых запасов для двух типов уровней сервиса

Цель настоящей публикации – предоставить оптимизационный инструментарий специалистам в области управления цепочками поставок при расчётах страховых запасов по уровню сервиса первого и второго рода.

Описание задачи

Представьте, что вы продавец газет и вам необходимо купить такое количество газет утром, чтобы к вечеру у вас на руках не осталось ничего лишнего, но и спрос при этом был удовлетворён.

Предположим, что спрос имеет некий средний уровень и по истории продаж известно среднее отклонение от прогноза.

В этой ситуации логичной стратегией поведения было бы закупать количество газет, соответствующее среднему спросу, плюс ещё немного, чтобы покрыть его нестабильность, когда он больше предложения. Для ситуации, при которой спрос ниже среднего, очевидно, ничего предпринимать не нужно.

Перед продавцом газет стоит вопрос: насколько больше среднего спроса нужно держать газет? Предположим, что издатель компенсирует на следующий день все непроданные экземпляры в полном объёме. В этом случае, оптимальной стратегией было бы купить как можно больше газет, чтобы полностью компенсировать спрос, каким бы он ни был, а затем вернуть деньги за непроданные газеты. Но, во-первых, носить большое количество газет тяжело, а, во-вторых, у газетчика не хватит оборотных средств, чтобы реализовать эти грандиозные планы.

В этой ситуации нужен критерий, с помощью которого можно было бы ограничить верхнюю планку для страхового запаса. Первое, что приходит в голову, это возможность возникновения дефицита. Например, если наш газетчик работает 300 дней в году и в течение этого периода он считает для себя приемлемым, чтобы за год выдалось 6 дней, когда хотя бы одному клиенту в течение дня он не сможет продать газеты по причине их отсутствия. В этом случае, мы говорим о вероятности возникновения дефицита и она равна p=6/300=2%. Обратной величиной будет вероятность работы без дефицита, иначе называемая уровнем сервиса (циклическим уровнем сервиса, cycle service level). В нашем примере: 100%-2%=98%.

Очевидно, что между первым и вторым показателями существует связь. На графике показано, как выглядит уровень сервиса первого и второго рода при различном количестве страховых запасов, выраженных в единицах стандартного отклонения спроса (в этом случае, уровень запасов будет равен среднему спросу + n единиц стандартного отклонения).

Из графика видно, что показатель насыщения спроса задаёт гораздо более мягкие требования к количеству страховых запасов для удовлетворения уровня сервиса.

Из этого же графика следует, что для удовлетворения спроса на 98% по первому уровню сервиса, необходимо (2*среднеквадратическое отклонение) газет, а на 99,9 – уже 3*среднеквадратическое отклонение.

Чтобы перейти к среднеквадратическому отклонению от среднего, можно умножить его на 1,25, т.е. для 98% уровень страховых запасов будет 2*1,25*(среднее отклонение). При среднем отклонении спроса от предложения в 2 газеты/сут, для обеспечения уровня страховых запасов в 98% нужно 2,5*2 = 5 дополнительных газет к среднему потреблению.

Из вышеприведённых рассуждений следует важное свойство, озвученное Виллемсом и Мэнари (S. Willems, M. Manary, 2008):

Если прогноз спроса не смещён в ту или иную сторону и распределение спроса нормальное, то для обеспечения высоких уровней сервиса (95% и более), уровень страховых запасов должен быть чуть больше, чем самые большие отклонения прогноза от продаж в недавней истории.

Математическое выражение формулы страховых запасов имеет лаконичный и понятный вид:

Показатель z рассчитывается для каждого значения целевого уровня сервиса.

Для уровня сервиса первого рода формула для расчёта z в Excel имеет вид:

z = НОРМСТОБР(уровень сервиса)

С уровнем сервиса второго рода ситуация куда сложнее. Дело в том, что для расчёта показателя z требуется знать обратную стандартную функцию потерь, которая показывает, какую часть спроса (в натуральных единицах) при заданном уровне сервиса второго рода мы потеряем в виде упущенного спроса.

В MS Excel стандартную функцию потерь L(z) можно посчитать по формуле:

L(z) = НОРМРАСП (z, 0, 1, ЛОЖЬ) − (1−НОРМСТРАСП(z)) ∗ z

Но для расчёта z нам нужно знать обратную стандартную функцию потерь, явного выражения для которой не существует. Из этой ситуации есть три выхода:

Усложняем условия

В нашей модели мы предполагали, что восполнить запасы мы можем практически мгновенно, обратившись к издателю. В реальности, необходимо время на планирование и производство заказа, доставку продукции. В этом случае, страховые запасы должны быть увеличены пропорционально промежутку времени от размещения нами заказа до приходования у себя на складе. Этот промежуток времени сам по себе является вероятностной величиной, зависящей от стабильности производства, перевозчиков и т.д.

Итак, наша задача расширить приведённую выше модель на систему, в которой есть запаздывание между размещением заказа и его приходом на склад. Если этот промежуток времени определяется средним временем транспортировки L и горизонтом планирования R, то уровень страховых запасов можно оценить как:

Заметьте, что это оценка не следует напрямую из свойств нормального распределения, а является аппроксимацией для случая, когда величина L распределена нормально

Вернёмся к нашему продавцу газет. Представим, что теперь он осуществляет планирование раз в неделю по пятницам, формируя заказы на закупку на неделю вперёд, срок поставки от издателя составляет 3 дня. В этом случае, L+R=7+3. Важный момент: теперь при расчёте коэффициента z, мы должны учитывать вероятность возникновения дефицита не в один из дней, как ранее, а в течение периода L+R. В нашем случае период равен 10, если мы разобьем год на декады, то в условиях, когда в любых 5 декадах из 36 возникал дефицит, уровень сервиса первого рода будет 5/36

Давайте ещё раз внимательно посмотрим на нашу формулу:

От теории к практике

Оценка среднеквадратического отклонения

В MS Excel формулы для SDFE и RMSE выглядят следующим образом (в качестве аргумента выступает ряд данных с отклонением прогноза от спроса):

При использовании данных прогнозирования, нужно отдавать себе отчёт, что качество процесса прогнозирования имеет критическую значимость для оценки уровня страховых запасов. Опасность таит в себе не низкая точность прогноза (она тоже), а смещённость (bias) данных прогноза. Виллемс и Мэнари рекомендуют использовать следующую оценку смещённости для ряда прогнозных данных (рассчитывается для каждого элемента i ряда данных): b = F_i/(F_i+D_i)

Если наблюдается тренд в сторону, большую или меньшую 0,5, то данные прогнозирования некачественные. В этом случае, можно использовать информацию о спросе, отредактировать ряд прогнозных данных или ввести корректирующий фактор в расчёт среднеквадратического отклонения.

В этом случае, мы рассчитаем среднее значение и среднеквадратическое отклонение для имеющихся данных, агрегированных по месяцам, а затем выполним два преобразования по Крюгеру (G. Kruger, 1997):

Оценка текущего уровня сервиса

Для уровня сервиса первого рода достаточно проанализировать частоту падения до нуля уровня запасов SKU на складе готовой продукции за прошедшие периоды (в качестве окна для анализа следует выбирать R+L). Например, мы используем недельное скользящее планирование и осуществляем прямые поставки в течение нескольких часов ближайшим клиентам. Если по любому SKU за год наблюдаем 7 недель, когда возникал дефицит, то текущий уровень сервиса будет равен 1-(7/52) =87%. Следует отметить, что уровень сервиса – это величина, заданная для двух сторон взаимодействия. В данном случае, мы проводим усреднение для всех клиентов по SKU, используя средний срок поставки L. На этом пути можно продвинуться дальше и получить средний уровень сервиса 9или средневзвешенный) для всех клиентов для всех SKU.

Показатель насыщения спроса отражает ту часть спроса, которая была потеряна в результате нехватки запасов за период. Как оценить текущий уровень насыщения спроса по имеющимся данным? Следует иметь в виду, что если в информационной системе компании уже реализован сбор данных по оценке эффективности цепочки поставок (например, по модели SCOR), то у нас на руках могут оказаться следующие показатели уровня сервиса:

Помните, что математические процедуры для расчёта приведённых метрик отличаются в зависимости от реализации. CFR и LFR – удобные метрики уровня сервиса благодаря тому, что они усреднены по всем SKU. Очевидно, что второй тип сервиса соответствует показателю VFR. При определённых условиях VFR может приближаться к показателю LFR или CFR, но в общем случае, это разные меры уровня сервиса.

Определение целевого уровня сервиса

Итак, у нас есть значение базового уровня сервиса, и мы хотели бы определить целевой уровень. В редких случаях, существует возможность оценить оптимальный уровень сервиса аналитически. Например, в задаче продавца газет критическое соотношение определяет оптимальный уровень сервиса. Отношение выводится как минимум функции совокупных затрат на хранение продукции и потерянного спроса: SL=(p-c)/(p+h), где p — удельные потери от неудовлетворённого спроса, c — закупочная стоимость, h — удельные затраты на хранение в течение рассматриваемого периода.

В общем случае, не существует универсального рецепта определения целевого уровня сервиса, хотя подход остаётся прежним: найти приемлемый баланс между уровнем сервиса и расходами на его поддержание. При этом следует учитывать, что уровень сервиса – это величина, заданная для каждой пары SKU-клиент. В связи с этим, компании используют несколько целевых уровней сервиса для разных групп SKU (например: ABC-XYZ) и групп клиентов (например: сети, розница, оптовики).

Чаще всего, уровень сервиса выбирают, исходя из рыночных ожиданий (проведя опрос клиентов) или ограничений по затратам на хранение страховых запасов. В результате, выбранный уровень сервиса базируется на некой «популярной» цифре в диапазоне 90-99% и редко имеет экономическое обоснование.

Реализация проекта перехода к целевому уровню сервиса

Не смотря на то, что целевым уровнем сервиса может быть некоторая условно выбранная цифра, она может применяться в проекте оптимизации запасов. Для этого:

Заключение

Представленные в данной статье модели существуют уже более полувека. На данный момент разработаны гораздо более совершенные математические методы расчёта страховых запасов в многоэшелонных системах.

Тем не менее, практика их применения показывает, что не существует революционного пути внедрения современных моделей оптимизации запасов, минуя базовые компоненты эффективной организации управления цепочками поставок. Можно выделить следующие факторы успеха проекта по оптимизации запасов, вне зависимости от используемых моделей:

Источник