在庫削減にはリードタイム削減よりも発注間隔の短縮化が重要な理由

2022年11月6日

昨今、毎日または1日に複数回の納品をする多頻度納品が社会問題になっています。

トラックドライバー不足が顕著になる中、トラックの確保ができなかったり、地球環境にも悪いということで、納品頻度を減らす試みが増えてきています。

それはそれでいいのですが、荷主会社としてはその分在庫を多く持つことになりコストアップにつながります。

このように発注間隔を長くすることによる在庫量への影響はどれくらいなのでしょうか?

前回の記事

リードタイムを短くしても在庫削減はできない!|シミュレーションで証明します

でリードタイムが短くなっても長くなっても、倉庫在庫への影響は限定的であることを解説しました。

今回は、発注間隔の長短が在庫量へ与える影響を、

【サンプル付き】最低発注ロットを考慮した在庫シミュレーションの作り方 by Excel VBA

で自作した在庫シミュレーションソフトを使って明らかにしていきます。

 

需給調整/業務改善の求人数が多いのはここだ!

 

発注間隔が長くなると、それに比例して在庫は増える

発注量を決める時に目安とする在庫補充目標量は次の式で算出されますので、発注間隔は大いに関係してきます。

在庫補充目標量=安全在庫+需要予測在庫

=√(N+M)*標準偏差*安全係数+(N+M)*1日あたりの平均需要

N:発注してから在庫が補充されるまでのリードタイム(日)

M:発注間隔(日)

適正在庫にするための計算式【リードタイムや発注サイクルが長い場合】

 

このように発注間隔と在庫補充目標量との関係が式で明らかになっている場合、発注間隔が在庫補充目標量に与える影響は解析的に解けると言います。

しかし、発注間隔が在庫量に与える影響までは、この式から解析的に解くことはできません。

需要パターンを変えて何度もシミュレーションして、確率的に求めることしかできません。

今回は前回の記事で使ったのと同じ需要データでシミュレーションしてみます。

1月1日から2月28日までのデータを使って安全在庫と需要予測在庫を計算し、3月1日から4月30日のデータで在庫シミュレーションを行います。

リードタイムは7日に固定します。

一方、発注間隔は1日、7日、14日に変えます。

そして、倉庫内在庫量の推移をシミュレーションすると、以下のような結果になります。

この結果を見ると、発注間隔の長短が平均在庫数に与える影響はかなり大きいことが分かります。

リードタイムの長短が平均在庫数にほとんど影響を与えなかったことを考えると、大きな違いです。

在庫補充目標量=安全在庫+需要予測在庫

=√(N+M)*標準偏差*安全係数+(N+M)*1日あたりの平均需要

N:発注してから在庫が補充されるまでのリードタイム(日)

M:発注間隔(日)

この式を見ると、リードタイムも発注間隔も在庫補充目標量に与える影響は同じです。

なぜこのような違いが生まれるのでしょうか?

 

在庫が発注間隔に比例して増える理由

ここで、需要のばらつきがない理想的な状況を想定してみましょう。

1日に安定的に2個ずつ売れるとし、リードタイムは7日と仮定します。

この場合、発注間隔が1日としますと、毎日発注できますので毎回2個発注すれば在庫切れを起こしません。

しかし、発注したものが倉庫に届くのは7日後ですから、次のような在庫推移になります。

1日に在庫が2個減りますので、その分だけ発注します。

それが倉庫に届くのは8日です。

2日にも同じように在庫が2個減りますので、2個だけ発注します。

それが届くのは9日です。

1日に倉庫内にあった14個の在庫は7日までにすべて使い果たします。

8日からは1日以降に発注した商品が順次倉庫内在庫になります。

そして8日目以降はずっと倉庫内在庫は2個、未入荷在庫は14個で推移します。

倉庫代の節約になりますね。

 

次に発注間隔が7日になった場合を考えます。

今度は7日に1回しか発注できないので、発注日には14個発注します。

それが倉庫に入荷されるのは7日後で、入荷されたらまたすぐに14個発注することの繰り返しです。

つまり次のようになります。

毎日14個の未入荷在庫があるということになりますね。

 

次に発注間隔が14日になるとどうでしょうか?

14日に1回しか発注できませんので、一回に28個発注する必要があります。

そして、それらが倉庫に入荷されるのは7日後ですので、発注後7日間は未入荷在庫として28個のままです。

そして、8日目から21日目までは倉庫内在庫として毎日2個ずつ減っていくことになります。

つまり次のような在庫推移になります。

これら3つのグラフを見比べると、倉庫内在庫(青色)は大きく異なることが分かります。

それぞれの場合の平均在庫を調べてみると、発注間隔が1日の場合は2個、7日の場合は7個、14日の場合は14個となり、ほぼ発注間隔に比例して増えていると言えます。

一方、未入荷在庫はほぼ同じです。

先ほどの需要データを使ったシミュレーションで調べてみると、下表のような結果となり、理想状態での考察が裏付けらえます。

 

需給調整/業務改善の求人数が多いのはここだ!

 

在庫削減にはリードタイムより発注間隔が重要

リードタイムが長くなると倉庫内在庫は変わらずに未入荷在庫が比例的に増えました。

しかし、発注間隔が長くなると倉庫内在庫が比例的に増え未入荷在庫は変わらないという、逆のことが起こるのです。

未入荷在庫が増えても物流コストは増えませんが、倉庫内在庫が増えると倉庫コストが増えます。

従って、発注間隔を短縮することの方がリードタイムを短縮することよりも物流コストに対する影響は大きいと言えます。

また倉庫に入荷したら何日後かには支払いが発生しますので、キャッシュフローへの影響も大きいと言えます。

これは特に海外から仕入れる場合に、重要な示唆と勇気を与えてくれます。

航空便で送るほどには輸送コスト負担力がない商品を仕入れる場合は船便を使わざるを得ませんが、リードタイムが長くても発注間隔を短くすることによって在庫削減が可能だからです。

 

Udemyの関連講座

はじめての統計(推定・検定編) ~記述統計から推測統計へ!しっかり9時間、97レクチャーでデータ時代の入場券を手に入れる

データサイエンス時代にまず押さえるべきデータの扱い方・見方を扱った統計講座。データをどう要約し、分かりやすく伝えるのか(記述統計)から、そのデータから母集団について何が言えるのか(推測統計)まで、丁寧に統計的発想を身に付けます。

 

文系出身・数学がニガテ・知識ゼロの方大歓迎!社会人のための統計活用力養成講座 ~ データサイエンスの基礎を攻略!

「最も面白く,役に立った!」と評価される集合型研修のオリジナル映像講座版!文系・数学が苦手・過去に学習したが挫折したといった方でも大丈夫!統計を実際に使う時に必要な視点から学ぶ,統計を使って的確な解釈・判断ができるようになることを目指す講座

 

【しっかり原理を理解したい方向け】東大理系女子と学ぶはじめての統計学

統計学を学んだことのない方向けの入門コースです。原理をきちんと説明しますので、これからステップアップしたい方に最適です。

 

いちばん理解できる統計学ベーシック講座その1【確率分布・推定・検定】

統計学の基礎を効率的に学べるベーシック講座です。統計学の入り口となる「確率分布・推定・検定」について豊富な図を用いて説明していきます。統計学や確率思考という一生モノのスキルを一緒に身につけましょう!