Theorie over voorraad ligt op de plank

Over voorraden verschillen de meningen: een lean-aanhanger zal wellicht betogen dat voorraden behoren tot het verwerpelijke 'waste' en daarom geëlimineerd moeten worden. Echter, voor veel bedrijven is voorraad essentieel – niet alleen om een efficiënte productie mogelijk te maken, maar ook als essentieel onderdeel van de dienstverlening aan de klant. De vraag is dan ook niet zozeer: wel of geen voorraden, maar eerder: hoeveel voorraad moet er liggen, van welk product, en waar?

Systemen voor slim voorraadbeheer
Het goede nieuws bij voorraadbeheersing is dat er behoorlijk wat theoretische modellen bestaan die goed toepasbaar zijn in de praktijk. Waar advanced planningssystemen (APS) grotendeels leunen op het interactief met de menselijke planner komen tot een oplossing, gaan systemen voor slim voorraadbeheer typisch een stap verder. Een eenvoudig model dat uitgaat van een normaal verdeelde vraag en een vaste aanlevertijd heeft alleen nog een gewenste leverbetrouwbaarheid nodig om het voorraadniveau te berekenen.

Standaard modellen voorraadbeheer vaak niet toepasbaar
Het minder goede nieuws is dat er veel situaties zijn in de praktijk waar standaard modellen toch niet toepasbaar zijn. Bijvoorbeeld, als de vraag naar het product niet normaal verdeeld is, zoals vaak bij service supply chains. Een andere aanname die vaak niet op gaat, is de vaste leadtime – die is namelijk afhankelijk van de drukte in de aanleverketen, of van verstoringen. En als je een supply chain hebt met meerdere ontkopppelpunten is het geen eenvoudige puzzel om te bepalen in welk ontkoppelpunt je hoe veel voorraad moet neerleggen. Het is wel uit te rekenen met behulp van standaard optimalisatie engines die gebruik maken van lineaire programmering. De fout die dan gemaakt wordt, is dat dergelijke modellen niet kunnen omgaan met onzekerheid – ze beschouwen de vraag als deterministisch. Stel, je hebt twee producten met een voorspelde vraag, je hebt beperkte capaciteit, en het ene product levert meer op als het andere. Dan zal een deterministische optimalisatie het meer winstgevende product volledig voorrang geven, terwijl de praktijk meestal uitwijst dat je van het andere ook wat voorraad nodig hebt, als de vraag voor het winstgevende product een keer onvoorzien achterblijft.

Deterministische modellen
Aan de Technische Universiteit Eindhoven wordt door collega Ton de Kok gewerkt aan technieken die om kunnen gaan met onzekerheid – zogenaamde stochastische vraag, en er zijn een paar mooie voorbeelden van de toepassing van deze technieken. Helaas zijn ze nog niet in staat om ook rekening te houden met variabele leadtimes, oftewel capaciteit. Soms is dat overkomelijk, en als capaciteit een belangrijke factor is, zit er niets anders op om met die deterministische modellen aan de gang te gaan, en er dan via wat trucs toch een robuuste oplossing uit te laten komen.

Vincent Wiers - Expert Planning & Scheduling

Plaats een reactie (0)

Reageren