Sådan beregner du sikkerhedslager: 6 formler

Bruger du “tommelfingerregler” for sikkerhedslager, såsom at beregne 10 til 20 % af cykluslageret eller som standard at regne med to ugers dækning?

Måske er du begyndt at indse, at disse standardiserede genveje måske fungerede i starten, men at du er vokset helt fra dem. Nu skaber de så mange problemer for dit lager.

I dette indlæg kan du lære, hvorfor det ikke er nok at stole på generelle buffere, og hvorfor du skal gå over til beregnede sikkerhedslagerniveauer, der er specifikke for hver SKU.

Derudover får du alt, hvad du skal bruge for at lave præcise og pålidelige beregninger af sikkerhedslager, herunder de vigtigste datainput, gennemprøvede formler, en liste over anbefalinger og ting, du bør undgå, samt tre måder at omsætte det hele til praksis på.

Hvad er sikkerhedslager?

Sikkerhedslager er ekstra lagerbeholdning, der holdes på lager i tilfælde af forstyrrelser såsom leverandørforsinkelser, problemer med forsendelser eller pludselige stigninger i efterspørgslen. 

Det er et vigtigt input til beregningen af genbestillingspunkter (ROP) og har direkte indflydelse på, hvor meget lagerbeholdning du genopfylder.

Forestil dig et brand ved navn Fir and Loom, der gør sig klar til højtiden. Uventet går et opslag på sociale medier viralt, og en af deres bestsellere, merino-hættetrøjen, bliver populær.

Heldigvis havde deres driftsteam taget højde for overraskelser som denne.

Selv når leverandørerne allerede arbejder på fuld kapacitet, gør deres sikkerhedslager det muligt for dem at imødekomme den kraftigt stigende kundeefterspørgsel.

Sikkerhedslager bør ikke forveksles med bufferlager, som er en reserve af lagerbeholdning, der skal håndtere regelmæssige variationer i kundernes efterspørgsel og produktionsflow.

Mark Anderson, ekspert i lean-produktion, forklarer forskellene:

Bufferlager skal beskytte din kunde mod dig som producent, hvis der opstår en uventet stigning i efterspørgslen. 

Sikkerhedslager skal derimod beskytte dig mod manglende evne hos dine upstream-processer og leverandører

LeanVlog

Begge dele hjælper med at beskytte din forsyningskæde, men de er rettet mod forskellige dele af den.

Hvornår skal sikkerhedslageret genberegnes?

Genberegning af sikkerhedslageret er afgørende for optimering af dit lager, fordi din virksomheds behov, markedets efterspørgsel og branchen hele tiden ændrer sig. 

Men hvornår bør du gennemføre genberegningen? 

Se disse vigtigste udløsere for at afgøre, om det er tid til at opdatere dit sikkerhedslager igen:

Ny leverandør eller større ændring i leveringstiden

Skift af leverandør eller større ændringer i leveringstiden kan forstyrre dit normale lagerflow. 

Måske er den nye leverandør langsommere, eller leveringstiden er uventet blevet længere. Uanset hvad skaber disse variationer lagerrisici, som kan føre til udsolgte varer eller overskydende lager, hvis der ikke tages højde for dem.

Kampagneperiode eller sæsonudsving

Kampagner og højtider skaber store stigninger i efterspørgslen. I 2024 nåede detailsalget i USA et rekordniveau på $994.1 milliarder—en stigning på 4 % i forhold til den foregående højtidsperiode.

Hvis du bare genbruger sidste års sikkerhedslager, risikerer du at løbe tør for varer for tidligt og gå glip af indtjening. Én stigning i forbindelse med højtiden kan tømme dit lager fra den ene dag til den anden.

Stor stigning eller nedgang i efterspørgselsmønstrene

Pludselige stigninger eller fald i efterspørgslen, uanset om de skyldes midlertidig viral popularitet eller permanente markedsændringer, kan påvirke din prognose markant.

De nye mønstre introducerer variabler, som ikke blev taget i betragtning i dine oprindelige beregninger. Regelmæssig genkalibrering hjælper dig med at forblive agil på et marked i hastig forandring, overhale konkurrenterne og udnytte nye tendenser.

Ændringer i systemer eller processer på tværs af teamet

Nye systemer medfører altid nye udfordringer. 

Teknologiske ændringer, procesændringer eller arbejdsgange på lageret kan føre til uoverensstemmelser i data, forsinkede opdateringer eller manglende evne til at kommunikere mellem backend-systemer.

Faktisk er det kun detailhandlere, der bruger RFID-teknologi, som opnår over 90 % lagerpræcision. Og de virksomheder, der ikke bruger teknologien, har problemer på grund af dårlig integration mellem backend-systemerne.

Antag ikke, at gamle tilladelser stadig fungerer. Gennemgå altid dine tal igen for at forbedre din strategi for lagerstyring.

Omkostningerne ved at beregne sikkerhedslageret forkert

Hvis sikkerhedslageret virker som et sikkerhedsnet, er det, fordi det præcis er det, det er.

Hvis du springer det over eller beregner det forkert, risikerer du at falde i følgende fælder, som stille og roligt kan dræne overskuddet eller med tiden true din drift:

• Udsolgte varer. Hvis du løber tør for varer, kan det føre til tabt salg og påvirke dine kunders opfattelse af dig.  Forskning viser, at dette kan resultere i kundetilfredshed, reduceret loyalitet og negativ mund-til-mund-anbefaling.

Forfatterens note

Find ud af, hvordan du kan opnå kundetilfredshed ved at reducere antallet af udsolgte varer i dette blogindlæg.

• Overlager:  Produkter, der ligger usolgte hen, binder dine aktiver. Alene lagerføringsomkostningerne kan udgøre op til 30% af den samlede lagerværdi. 

Forfatterens note

Læs nyttige tips om, hvordan du kan forebygge og reducere overskydende lagerbeholdning i dette blogindlæg.

• Dårlige data = dårlige buffere: Gennemsnit skjuler udsving, så det er sværere at fastslå, hvornår og hvor meget du faktisk har brug for.  Når du ikke tager højde for variation i efterspørgslen, kan selv en mindre ændring bringe hele din lagerplan ud af balance.

Ideelt set bør sikkerhedslageret være baseret på nøjagtige oplysninger. Vi gennemgår, hvad disse er, i næste afsnit.

De vigtigste oplysninger, du skal bruge til beregningen (og hvordan du renser dem)

Som minimum har du brug for følgende oplysninger:

Gennemsnitligt dagligt forbrug (ADU)

Gennemsnitligt dagligt forbrug (ADU) er det antal enheder, du sælger eller forbruger hver dag. Da sikkerhedslageret skal dække usikkerhed i efterspørgslen, skal du bruge historiske salgsdata (ikke prognoser).

Brug et ensartet tidsinterval – de seneste 30, 60 eller 90 dage – og udeluk dage med nul salg under udsolgte perioder. (Du solgte ikke noget, fordi du ikke havde noget at sælge.)

Glem ikke at filtrere afvigelser som lynudsalg og dage uden for sæsonen fra, da de kan få dit gennemsnit til at stige eller falde kunstigt.

Variation i leveringstid

Variation i leveringstid tager højde for udsving i leverancer på grund af udsolgte varer hos leverandøren, toldproblemer eller fejl i ruteplanlægningen.

Registrer din leverandørs leveringstider over en fastlagt periode, og beregn standardafvigelsen. Jo mere uforudsigelige leveringstiderne er, desto større bør sikkerhedslageret være. 

Ønsket serviceniveau

Dit ønskede serviceniveau er den procentdel af ordrerne, du ønsker at levere til tiden.

• SKU'er med høj efterspørgsel eller høj avance kan kræve 98 til 99 % for at minimere risikoen for udsolgte varer. 
• For varer med langsommere omsætning kan 90 til 95 % give en bedre afvejning mellem omkostninger og risiko.

Spring ikke dette over ved at anvende det samme mål for alle SKU'er.

Brug ABC-analyse af lagerbeholdningen, følsomhedsanalyse af avance eller simuleringsbaserede værktøjer som Monte Carlo til at prioritere og fastsætte smartere serviceniveauer. På den måde overlagrer du ikke varer, der ikke har brug for ekstra buffere.

6 formler til sikkerhedslager – hvilken passer til dit brand?

Ekstra lager fylder på dit baglager og binder kapital. Det kan betale sig at være strategisk omkring, hvor meget sikkerhedslager du skal indkøbe.

Fastslå den rette buffer til pludselige salgsstigninger, problemer hos leverandører eller fremtidige kampagner med disse seks metoder.

1. Grundlæggende formel for sikkerhedslager

Denne beregning af sikkerhedslager giver grundlæggende estimater, når du ikke har mange salgsdata at arbejde med.

Lad os sige, at Fir and Loom i gennemsnit sælger 50 af deres merino-hættetrøjer om dagen, og at det ofte tager 5 dage at genopfylde lageret. 

Det vil sige:

Det betyder: Fir and Loom får brug for 250 enheder i sikkerhedslager for at undgå mangler.

Denne formel antager, at alt er gennemsnitligt, og tager ikke højde for levering i realtid eller udsving i efterspørgslen. 

Du vil se mere avancerede formler, der tager højde for salgs- og efterspørgselsresultater samt forstyrrelser i forsyningskæden‌.

2. Gennemsnit-maksimum-formel for sikkerhedslager

Gennemsnit-maksimum-metoden tilføjer en smartere buffer ved at sammenligne dit værst tænkelige scenarie med dit gennemsnit. Den er stadig enkel, men reagerer bedre på variationer i leveringstiden.

Fir and Looms daglige salg af merino-hættetrøjer ligger i gennemsnit på 50, men kan stige til 80. Samtidig kan deres gennemsnitlige leveringstid på 5 dage strække sig til 9 dage i ferier.

Det betyder:

Fir and Loom får brug for 470 ekstra hættetrøjer for at imødekomme kundernes efterspørgsel, hvis leveringen tager længere tid end forventet.

3. Efterspørgselsbaseret normalfordeling

Hvor:

• Z = Z-score for dit ønskede serviceniveau
• σd = Standardafvigelse for efterspørgslen
• LT = Gennemsnitlig leveringstid

Denne normalfordelingsformel beregner, hvor stort et sikkerhedslager du skal have, når der er usikkerhed omkring kundernes efterspørgsel. 

Z-scoren repræsenterer det ønskede serviceniveau. Du kan bruge en statistisk beregner eller slå en Z-tabel op for at finde Z-scorer for forskellige serviceniveauer. 

Her er en hurtig reference til Z-tabellen:

Standardafvigelsen viser derimod, hvor meget dit daglige salg “svinger” omkring gennemsnittet. Du kan beregne σd i Excel ved hjælp af funktionen STDEV.P.

Lad os antage, at Fir and Looms daglige op- og nedture i gennemsnit giver en σd på 20 merino-hættetrøjer. De planlægger også at imødekomme kundernes efterspørgsel 95 % af tiden (Z = 1.645).

Hvis vi indsætter disse tal, får vi:

Det betyder, at Fir and Loom skal have 74 ekstra varer på lager for at opretholde en leveringsgrad på 95 %, selv når der opstår udsving. 

4. Normalfordeling baseret på leveringstid

For at få:

Denne beregning af sikkerhedslageret bestemmer den lagerbeholdning, der kræves for at dække den forudsigelige efterspørgsel, samtidig med at der tages højde for uregelmæssig levering. 

Den er bedst egnet, når du har et ensartet salgsmønster, men din leverandør oplever forsinkelser på grund af helligdage, strejker eller transportproblemer.

Hvis Excels STDEV.P-funktion beregner, at Fir and Looms σLT er 2 dage, vil de fleste af leveringstiderne ligge inden for intervallet 3 til 7 dage (5 ± 2 dage).

Ligningen bør se sådan ud:

Fir and Loom har brug for 165 merino-hættetrøjer for at nå et serviceniveau på 95 % trods variationer i leveringstiden. 

5. Uafhængig variation (usikkerhed i både efterspørgsel og leveringstid)

Nogle gange kan efterspørgslen stige voldsomt på grund af kampagner eller virale trends. Andre gange er det leverandørerne, der oplever udsolgte varer eller transportforsinkelser. 

Selvom disse to forhold ikke direkte påvirker hinanden, hjælper denne metode dig med at gardere dig mod begge usikkerheder.

For at illustrere uafhængig variation for Fir and Looms bestseller bruger vi de samme tal som ovenfor:

• Gennemsnitligt salg = 50 hættetrøjer om dagen
• LT = 5 dage
• Z = 1.645 for et serviceniveau på 95 %
• σd = 20 hættetrøjer
• σLT = 2 dage 

Beregningen af det optimale sikkerhedslager vil se sådan ud:

Fir and Loom har brug for 180 merino-hættetrøjer for at have tilstrækkelig buffer til at forberede deres detailbutik på det uforudsete.

6. Afhængig variabilitet (korreleret usikkerhed)

Ved afhængig variabilitet er efterspørgsel og leveringstid korrelerede. 

Når efterspørgslen stiger under højtider eller falder under flaskehalse i forsyningskæden, stiger eller falder leveringstiderne ofte samtidig.

Metoden med afhængig variabilitet giver et større sikkerhedslager for at dække de samlede risici ved, at disse to faktorer indtræffer samtidig.

Med de samme tal får Loom og Fir:

For at have tilstrækkeligt lager i sådanne tilfælde skal de have omkring 329 ekstra hættetrøjer.

Sådan vælger du den rigtige formel for sikkerhedslager

Det er forvirrende. 

Som det fremgår ovenfor, nåede vi frem til forskellige tal, efterhånden som vi introducerede flere oplysninger og anvendte forskellige betingelser. 

Det viser, at den optimale formel til beregning af sikkerhedslager afhænger af din lagerudfordring, de tilgængelige data og dit mål.

Brug dette snydeark til at matche formlen med dit scenarie:

3 måder at beregne sikkerhedslager på (med én klar vinder)

Efter denne intense formelfest kommer jeg med gode nyheder: Det er ikke din opgave at mestre dem alle.

Her er tre praktiske måder at beregne det rigtige sikkerhedslager på, hver med sit eget niveau af indsats og nøjagtighed.

Regnearksmetoden

Regnearksmetoden er måske den mest gammeldags af de tre og har tjent virksomheder godt i årevis – og gør det stadig for mange.

Her er “regnearksmetoden” beskrevet trin for trin. Du kan bruge en hvilken som helst af formlerne til beregning af sikkerhedslager ovenfor.

• Indsaml og rens efterspørgselsdata. Hent 6–12 måneders salgshistorik ind i dit ark. Gennemgå dataene for tydelige afvigelser (f.eks. enkeltstående kampagnespidser eller indtastningsfejl), og fjern eller markér dem, så datasættet afspejler typiske efterspørgselsmønstre.
• Beregn efterspørgselsvariabilitet. Kør STDEV.S (Excel) eller STDEV (Google Sheets) på dit rensede salgsområde i en ny kolonne. For SKU'er med lav omsætning kan du aggregere efter uge (i stedet for dag) for at få et mere stabilt mål for volatiliteten.
• Indsaml og rens data om leveringstider. Eksportér dine indkøbsordrer med både forventede og faktiske ankomstdatoer. Tidlige leverancer bør betragtes som negative afvigelser, fordi de stadig påvirker den overordnede konsistens.
• Beregn variationen i leveringstiden. Opret en kolonne med "variation i leveringstid" (faktisk – forventet), og anvend STDEV.S på området. Fremhæv SKU'er med en standardafvigelse for leveringstiden, der overstiger ca. 25 % af deres gennemsnitlige leveringstid. De udgør en højere risiko.
• Vælg serviceniveau og Z-score.  Indsæt en lille opslagstabel, der forbinder almindelige serviceniveauer (90 %, 95 %, 98 %) med deres Z-scorer (1.28, 1.65, 2.06). Brug VLOOKUP (eller INDEX/MATCH), så ændring af serviceniveauet automatisk henter den korrekte Z-værdi.
• Anvend den valgte formel. Opret én kolonne pr. beregningsmetode. Brug betinget formatering til at farvekode den anbefalede sikkerhedslagerbeholdning for hver SKU (f.eks. grøn = inden for området, rød = usædvanligt høj). 
• Lav et rimelighedstjek, og opdatér. Markér enhver sikkerhedslagerbeholdning, der er større end tre gange den gennemsnitlige daglige efterspørgsel. Planlæg en månedlig opdatering (eller tidligere, hvis variationen i leveringstiden ændrer sig med > 20 %), så dine buffere forbliver nøjagtige.

Gammeldags betyder ikke nødvendigvis forældet. Men i dette tilfælde betyder det en hel del arbejde. 

Så jeg gætter på, at du er glad for, at vi har to muligheder mere på listen. Jeg kan forsikre dig om, at tingene bliver bedre og mindre udfordrende herfra. 

Den sikkerhedslagerberegner, vi har lavet

Fordi vi altid er gavmilde her hos The Retail Exec, har vi bygget en brugervenlig sikkerhedslagerberegner til dig.

Det er et solidt skridt videre fra gætterier og regneark. Den er hurtig, pålidelig og praktisk, når du har svært ved at finde de rigtige tal for sikkerhedslagerbeholdningen. 

Husk at bogmærke den til fremtidig brug.

Virkelig god lagerstyringssoftware (det oplagte valg)

Hvis du leder efter nøjagtighed, pålidelighed og bekvemmelighed, er intet bedre end lagerstyringssoftware. 

Her er et par grunde til, at det bør være din foretrukne løsning til beregning af sikkerhedslagerbeholdning:

• Datasynkronisering i realtid. Lagerstyringssoftware indsamler relevante data for dig, så du ikke selv behøver at indtaste dem. Det omfatter salgshastighed i realtid, leverandørers leveringstider, returprocenter, historiske efterspørgselsspidser og endda sæsonmæssige tendenser. Takket være integrationer med dit POS-system, lagerstyringssystem (WMS) og e-handelsplatform indsamler den de nøjagtige data til beregning af sikkerhedslagerbeholdning.
•  Automatiske genberegninger. Du ved allerede, hvor vigtigt det er at holde niveauerne for sikkerhedslagerbeholdning opdaterede. Med lagerstyringssoftware sker genberegninger automatisk, når vigtige input ændrer sig. Du kan være sikker på, at dine tal forbliver aktuelle uden ekstra arbejde.
• Dashboard og advarsler. Sikkerhedslagerbeholdning er afgørende for beregning af genbestillingspunkter (ROP), det lagerniveau, der angiver, hvornår det er tid til at genopfylde lageret. Gode IMS-platforme samler det hele: sporing af KPI'er for serviceniveauet, udsendelse af advarsler om lav lagerbeholdning og visning af genbestillingssignaler, før du får problemer.

Hvis du leder efter en pålidelig platform, kan du se nærmere på disse muligheder:

Da sikkerhedslagerbeholdningen spiller en direkte rolle i beregningen af genbestillingspunkter, hjælper genopfyldningsværktøjer med at automatisere, hvornår og hvor meget der skal genbestilles. 

Heldigvis findes der dedikerede løsninger til genopfyldning af lagerbeholdningen, som gør det muligt altid at opretholde de rette lagerniveauer. 

Disse er:

Hvad du bør og ikke bør gøre ved beregning af sikkerhedslager

Inden du implementerer din strategi for sikkerhedslager, får du her en sidste gave: En huskeliste, der hjælper dig med at undgå de almindelige faldgruber, som enten kan få dine lagre til at vokse uhensigtsmæssigt eller tømme dem for hurtigt.

Gør

• Kontrollér dine formler. Hvis et resultat virker forkert, skal du først kontrollere dine input. Almindelige fejl omfatter forkerte Z-scorer, uoverensstemmende tidsenheder eller forældede standardafvigelser. 
• Beregn regelmæssigt på ny. Opdatér din beregning under efterspørgselsstigninger, produktlanceringer, udfasninger eller ændringer i dit SKU-sortiment. 
• Fastlæg serviceniveauer efter produktklasse. Ikke alle SKU'er har brug for 99 %. Prioritér SKU'er med høj efterspørgsel og høj avance – og hold lageret lavt for langsommere varer.
• Automatisér, hvor det er muligt. Investering i lagerstyringssoftware giver dig mulighed for at spore lageropdateringer i realtid, opdage formelfejl og justere bufferbeholdningen, når efterspørgsel eller leveringstider svinger.

Undgå

• Antag ikke, at varer med høj omsætningshastighed har brug for mere sikkerhedslager. Høj omsætning er ikke altid det samme som høj variation. SKU'er med et højt salg og forudsigelige mønstre har muligvis ikke brug for store buffere.
• Brug ikke sikkerhedslager til at skjule dårlig efterspørgselsprognosticering. Hvis efterspørgselsplanlægningen er mangelfuld, løser ekstra lagerbeholdning ikke problemet. Find frem til problemets rod.
• Jag ikke en lagerfyldningsgrad på 100 %. Den sidste 1 % i serviceniveau er ikke et lager fyldt med varer, der ikke bliver solgt, og højere lageromkostninger værd.
• Ignorér ikke dine data. Du kan beregne sikkerhedslager tidligt i forløbet. Men efterhånden som mængden vokser, og variationen sniger sig ind, får du ikke optimale sikkerhedslagre uden nøjagtige historiske data.

Med de rette metoder, intelligent automatisering og en sund respekt for dine data kan du undgå de faldgruber, der efterlader hylderne tomme eller overfyldte. 

Præcis det, du har brug for til bedre styring af forsyningskæden.

Vær sikker og klar til at genopfylde, når det er nødvendigt

Niveauerne for sikkerhedslager påvirker din lagerstyring. 

Dette er det bedste sted at starte, hvis din virksomhed har problemer med overlagring eller underlagring. Det rette værktøj kan hjælpe dig med at nå de rigtige tal i realtid. 

Du kan være interesseret i at læse følgende relaterede emner:

• Håndtering af letfordærvelige varer: 8 succesfulde strategier 
• De reelle omkostninger ved udfordringer med lagerstyring (og sådan overvinder du dem)
• Just-in-time-lager (JIT): Den komplette guide til fleksibel drift
• De 11 bedste strategier til lagerreduktion for succes inden for e-handel 12 uundværlige funktioner i lagerstyringssoftware (+ bonusguide til købere) 

Detailhandlen står aldrig stille – og det bør du heller ikke. Tilmeld dig vores nyhedsbrev for at få de seneste indsigter, strategier og karriereressourcer fra førende detailhandelsledere, der former branchen.