Slik beregner du sikkerhetslager: 6 formler

Bruker du «tommelfingerregler» for sikkerhetslager, som å beregne 10 til 20 % av omløpslageret eller å som standard ha to ukers dekning?

Kanskje begynner du å innse at disse standardiserte snarveiene fungerte i starten, men at du har vokst helt fra dem. Nå skaper de store problemer med lagerbeholdningen din.

I dette innlegget lærer du hvorfor det ikke er nok å basere seg på generelle buffere, og hvorfor du må gå over til beregnede sikkerhetslagernivåer som er spesifikke for hver SKU.

I tillegg får du alt du trenger for å lage nøyaktige og pålitelige beregninger av sikkerhetslager, inkludert de viktigste datagrunnlagene, velprøvde formler, en liste over hva du bør og ikke bør gjøre, samt tre måter å sette alt ut i praksis på.

Hva er sikkerhetslager?

Sikkerhetslager er ekstra lagerbeholdning som holdes tilgjengelig i tilfelle forstyrrelser, som forsinkelser hos leverandører, problemer med frakt eller plutselige etterspørselsøkninger. 

Det er en kritisk inngangsverdi for beregning av bestillingspunkter (ROP) og påvirker direkte hvor mye lagerbeholdning du fyller på.

Se for deg et merke som heter Fir and Loom, som forbereder seg til høytiden. Uventet nok begynner en av bestselgerne deres, hettegenseren i merinoull, å trende etter et innlegg i sosiale medier.

Heldigvis hadde driftsteamet deres tatt høyde for slike overraskelser.

Selv når leverandørene allerede opererer med full kapasitet, gjør sikkerhetslagernivået deres det mulig å dekke den økte kundeetterspørselen.

Sikkerhetslager må ikke forveksles med buffervarelager, en reserve av lagerbeholdning som brukes til å håndtere vanlig variasjon i kundeetterspørsel og produksjonsflyt.

Mark Anderson, ekspert på lean-produksjon, forklarer forskjellene:

Buffervarelager skal beskytte kunden din mot deg, produsenten, i tilfelle det oppstår en uventet økning i etterspørselen. 

Sikkerhetslager skal derimot beskytte deg mot manglende evne hos prosessene og leverandørene dine oppstrøms.

LeanVlog

Begge bidrar til å beskytte forsyningskjeden din, men de retter seg mot ulike deler av den.

Når bør sikkerhetslageret beregnes på nytt?

Å beregne sikkerhetslageret på nytt er avgjørende for å optimalisere lagerbeholdningen, fordi virksomhetens behov, markedsetterspørselen og bransjen hele tiden er i endring. 

Men når bør du gjennomføre beregningen på nytt? 

Se på disse viktigste utløsende faktorene for å avgjøre om det er på tide å oppdatere sikkerhetslageret igjen:

Ny leverandør eller vesentlig endring i leveringstid

Bytte av leverandør eller vesentlige endringer i leveringstiden kan forstyrre den vanlige lagerflyten din. 

Kanskje den nye leverandøren er tregere, eller leveringstiden har blitt uventet lengre. Uansett introduserer disse variasjonene lagerrelaterte risikoer som kan føre til utsolgte varer eller overflødig lagerbeholdning hvis de ikke tas med i beregningen.

Kampanjeperiode eller sesongsvingning

Kampanjer og høytider fører til kraftige etterspørselsøkninger. I 2024 nådde detaljhandelen i USA rekordhøye $994.1 milliarder—4 % mer enn i den foregående høytidssesongen.

Hvis du bare gjenbruker fjorårets sikkerhetslager, kan du gå tom for varer for tidlig og gå glipp av inntekter. Én økning i etterspørselen rundt høytiden kan tømme lageret ditt over natten.

Kraftig økning eller nedgang i etterspørselsmønstre

Plutselige etterspørselsøkninger eller nedganger, enten det skyldes midlertidig viralitet eller varige markedsendringer, kan påvirke prognosen din betydelig.

De nye mønstrene introduserer variabler som ikke ble tatt med i de opprinnelige beregningene dine. Regelmessig omkalibrering hjelper deg med å holde deg smidig i et marked i rask endring, ligge foran konkurrentene og utnytte nye trender.

Endring i systemer eller prosesser på tvers av teamet

Nye systemer innebærer alltid nye friksjonspunkter. 

Endringer i teknologi, prosesser eller arbeidsflyter på lageret kan føre til avvik i data, forsinkede oppdateringer eller manglende evne til å kommunisere mellom backend-systemer.

Faktisk er det bare forhandlere som bruker RFID-teknologi, som oppnår over 90 % lagerbeholdningsnøyaktighet. De som ikke bruker teknologien, får problemer på grunn av dårlig integrasjon mellom backend-systemene.

Ikke anta at gamle sikkerhetsmarginer fortsatt fungerer. Kontroller alltid tallene dine på nytt for å forbedre strategien for lagerstyring.

Kostnadene ved å beregne sikkerhetslageret feil

Hvis sikkerhetslageret virker som et sikkerhetsnett, er det fordi det faktisk er nettopp det.

Hvis du hopper over det eller beregner det feil, risikerer du å gå i følgende feller, som stille kan tappe fortjenesten eller over tid true driften din:

• Utsolgt. Å gå tom for varer kan føre til tapt salg og påvirke hvordan kundene oppfatter deg.  Forskning viser at dette kan føre til misfornøyde kunder, lavere lojalitet og negativ omtale.

Forfatterens merknad

Finn ut hvordan du kan oppnå kundetilfredshet ved å redusere utsolgte varer i dette blogginnlegget.

• For stort lager:  Produkter som blir liggende usolgt, binder opp kapitalen din. Bare lagerholdskostnadene kan utgjøre opptil 30 % av den totale lagerverdien. 

Forfatterens merknad

Les nyttige tips om hvordan du kan forebygge og redusere overskuddslager i dette blogginnlegget.

• Dårlige data = dårlige buffere: Gjennomsnitt skjuler svingninger, så det blir vanskeligere å fastslå når og hvor mye du faktisk trenger.  Når du ikke tar høyde for variasjoner i etterspørselen, kan selv en liten endring bringe hele lagerplanen din ut av balanse.

Ideelt sett bør sikkerhetslageret støttes av nøyaktig informasjon. Vi skal se nærmere på hva dette innebærer i neste avsnitt.

Viktige inndata du trenger for beregningen (og hvordan du rydder opp i dem)

Som et minimum trenger du følgende inndata:

Gjennomsnittlig daglig forbruk (ADU)

Gjennomsnittlig daglig forbruk (ADU) er antallet enheter du selger eller bruker hver dag. Siden sikkerhetslageret skal dekke usikkerhet i etterspørselen, må du bruke historiske salgsdata (ikke prognoser).

Bruk et konsekvent tidsvindu – de siste 30, 60 eller 90 dagene – og utelat dager med null salg under utsolgtperioder. (Du solgte ingenting fordi du ikke hadde noe å selge.)

Ikke glem å filtrere bort avvikende verdier, som lynsalg og dager utenfor sesongen, som kan gjøre gjennomsnittet kunstig høyt eller lavt.

Variasjon i leveringstid

Variasjon i leveringstid tar høyde for leveringssvingninger som skyldes at leverandøren er utsolgt, problemer i tollen eller feil i ruteplanleggingen.

Følg med på leverandørens leveringstider over en bestemt periode og beregn standardavviket. Jo mer uforutsigbare leveringstidene er, desto større bør sikkerhetslageret være. 

Ønsket servicenivå

Det ønskede servicenivået ditt er prosentandelen av ordrene du ønsker å oppfylle innen fristen.

• SKU-er med høy etterspørsel eller høy margin kan kreve 98 til 99 % for å minimere risikoen for utsolgte varer. 
• For varer med lavere omløpshastighet kan 90 til 95 % gi en smartere avveining mellom kostnad og risiko.

Ikke ta snarveier her og bruk samme mål for alle SKU-er.

Bruk ABC-analyse av varelageret, marginfølsomhet eller simuleringsbaserte verktøy som Monte Carlo for å prioritere og fastsette smartere servicenivåer. På den måten overfyller du ikke lageret med varer som ikke trenger ekstra buffere.

6 formler for sikkerhetslager – hvilken passer for merkevaren din?

Ekstra lagerbeholdning fyller opp bakrommet og binder kapital. Det lønner seg å være smart med hvor mye sikkerhetslager du skal anskaffe.

Fastsett riktig buffer for plutselige salgstopper, problemer hos leverandører eller fremtidige kampanjer med disse seks metodene.

1. Grunnleggende formel for sikkerhetslager

Denne beregningen av sikkerhetslager gir grunnleggende estimater når du ikke har mye salgsdata å basere deg på.

La oss si at Fir and Loom i gjennomsnitt selger 50 av hettegenserne i merinoull daglig, og at det ofte tar 5 dager å fylle dem opp igjen. 

Det vil si:

Det betyr: Fir and Loom trenger 250 enheter i sikkerhetslager for å unngå mangelsituasjoner.

Denne formelen antar at alt er gjennomsnittlig, og tar ikke hensyn til levering i sanntid eller variasjoner i etterspørselen. 

Du vil se mer avanserte formler som tar høyde for salgs- og etterspørselsresultater samt forstyrrelser i forsyningskjeden‌.

2. Formel for sikkerhetslager basert på gjennomsnitt og maksimum

Metoden basert på gjennomsnitt og maksimum gir en smartere buffer ved å sammenligne verst tenkelige scenario med gjennomsnittet ditt. Den er fortsatt enkel, men reagerer bedre på variasjoner i leveringstiden.

Det daglige salget av hettegensere i merinoull hos Fir and Loom er i gjennomsnitt 50, men kan øke til 80. Samtidig kan den gjennomsnittlige leveringstiden på 5 dager strekke seg til 9 dager i høytidene.

Det betyr:

Fir and Loom trenger 470 ekstra hettegensere for å møte kundenes etterspørsel dersom leveringen tar lengre tid enn forventet.

3. Normalfordeling basert på etterspørsel

Der:

• Z = Z-skår for ønsket servicenivå
• σd = Standardavvik for etterspørselen
• LT = Gjennomsnittlig ledetid

Denne normalfordelingsformelen beregner hvor mye sikkerhetslager du bør ha når det er usikkerhet knyttet til kundenes etterspørsel. 

Z-skåren representerer ønsket servicenivå. Du kan bruke en statistisk kalkulator eller slå opp i en Z-tabell for å finne Z-skårer for ulike servicenivåer. 

Her er en rask referanse til Z-tabellen:

På den annen side viser standardavviket hvor mye det daglige salget svinger rundt gjennomsnittet. Du kan beregne σd i Excel ved hjelp av funksjonen STDEV.P.

La oss anta at Fir and Looms daglige opp- og nedturer i gjennomsnitt gir en σd på 20 merinoullhettegensere. De planlegger også å dekke kundenes etterspørsel 95% av tiden (Z = 1.645).

Hvis vi setter inn disse tallene, får vi:

Dette betyr at Fir and Loom må ha 74 ekstra enheter på lager for å opprettholde en oppfyllingsgrad på 95%, selv når det oppstår salgstopper. 

4. Normalfordeling basert på ledetid

For å finne:

Denne beregningen av sikkerhetslager fastslår hvor mye lagerbeholdning som kreves for å dekke forutsigbar etterspørsel, samtidig som det tas høyde for uforutsigbar frakt. 

Den egner seg best når du har et jevnt salgsmønster, men leverandøren opplever forsinkelser på grunn av helligdager, streiker eller transportproblemer.

Hvis Excels STDEV.P-funksjon beregner at Fir and Looms σLT er 2 dager, vil de fleste ledetidene deres være innenfor intervallet 3 til 7 dager (5 ± 2 dager).

Ligningen bør se slik ut:

Fir and Loom trenger 165 merinoullhettegensere for å nå servicenivået på 95% til tross for variasjoner i ledetiden. 

5. Uavhengig variasjon (usikkerhet i både etterspørsel og ledetid)

Noen ganger kan etterspørselen øke kraftig på grunn av kampanjer eller virale trender. Andre ganger er det leverandørene som opplever utsolgte varer eller transportforsinkelser. 

Selv om disse to faktorene ikke påvirker hverandre direkte, hjelper denne metoden deg med å ha en buffer mot begge usikkerhetene.

For å illustrere uavhengig variasjon for Fir and Looms bestselger bruker vi de samme tallene som ovenfor:

• Gjennomsnittlig salg = 50 hettegensere per dag
• LT = 5 dager
• Z = 1.645 for 95% servicenivå
• σd = 20 hettegensere
• σLT = 2 dager 

Beregningen av det optimale sikkerhetslagernivået vil se slik ut:

Fir and Loom trenger 180 hettegensere i merinoull for å ha nok buffer til å forberede butikken sin på det uventede.

6. Avhengig variasjon (korrelert usikkerhet)

Ved avhengig variasjon er etterspørsel og leveringstid korrelert. 

Når etterspørselen øker kraftig under høytidssesonger eller faller under flaskehalser i forsyningskjeden, øker eller synker leveringstidene ofte samtidig.

Metoden for avhengig variasjon gir et høyere sikkerhetslager for å dekke de sammenlagte risikoene ved at disse to faktorene oppstår samtidig.

Med de samme tallene får Loom og Fir:

For å ha nok lagerbeholdning i slike tilfeller må de ha omtrent 329 ekstra hettegensere.

Slik velger du riktig formel for sikkerhetslager

Det er forvirrende. 

Som vi så ovenfor, kom vi frem til ulike tall etter hvert som vi introduserte mer informasjon og brukte forskjellige betingelser. 

Dette viser at den optimale formelen for beregning av sikkerhetslager avhenger av lagerutfordringen din, tilgjengelige data og målet ditt.

Bruk denne jukselappen for å tilpasse formelen til situasjonen din:

3 måter å beregne sikkerhetslager på (med én klar vinner)

Etter denne intense formelfesten kommer jeg med gode nyheter: Det er ikke din jobb å mestre dem alle.

Her er tre praktiske måter å beregne riktig sikkerhetslager på, hver med sitt eget nivå av innsats og nøyaktighet.

Regnearkmetoden

Regnearkmetoden er kanskje den mest gammeldagse av de tre. Den har tjent bedrifter godt i årevis, og gjør det fortsatt for mange.

Slik ser «regnearkmetoden» ut, trinn for trinn. Du kan bruke hvilken som helst av formlene for beregning av sikkerhetslager ovenfor.

• Samle inn og rens etterspørselsdata. Hent 6–12 måneders salgshistorikk inn i arket ditt. Se etter åpenbare avvik (f.eks. engangsøkninger på grunn av kampanjer eller dataregistreringsfeil), og fjern eller merk dem slik at datasettet gjenspeiler typiske etterspørselsmønstre.
• Beregn variasjon i etterspørselen. Kjør STDEV.S (Excel) eller STDEV (Google Sheets) på det rensede salgsområdet i en ny kolonne. For SKU-er med lavt volum bør du aggregere per uke (i stedet for per dag) for å få et mer stabilt mål på volatiliteten.
• Samle inn og rens ledetidsdata. Eksporter innkjøpsordrene dine med både forventede og faktiske ankomstdatoer. Tidlige ankomster bør regnes som negative avvik, fordi de likevel påvirker den samlede konsistensen.
• Beregn variasjon i ledetiden. Opprett en kolonne for «ledetidsavvik» (faktisk – forventet), og bruk STDEV.S på dette området. Marker SKU-er med et standardavvik for ledetid som overstiger omtrent 25 % av den gjennomsnittlige ledetiden. De innebærer høyere risiko.
• Velg servicenivå og Z-verdi.  Sett inn en liten oppslagstabell som kobler vanlige servicenivåer (90 %, 95 %, 98 %) til deres Z-verdier (1.28, 1.65, 2.06). Bruk VLOOKUP (eller INDEX/MATCH), slik at en endring av servicenivået automatisk henter riktig Z-verdi.
• Bruk den valgte formelen. Sett opp én kolonne per beregningsmetode. Bruk betinget formatering for å fargekode anbefalt sikkerhetslager for hver SKU (f.eks. grønt = innenfor området, rødt = uvanlig høyt). 
• Kontroller og oppdater. Merk alle sikkerhetslagerverdier som er større enn tre ganger den gjennomsnittlige daglige etterspørselen. Planlegg en månedlig oppdatering (eller tidligere hvis variasjonen i ledetiden endres med > 20 %) for å holde bufferlagrene nøyaktige.

Gammeldags betyr ikke nødvendigvis utdatert. Men i dette tilfellet betyr det mye arbeid. 

Så jeg tipper at du er glad for at vi har to alternativer til på listen. Jeg kan forsikre deg om at ting blir bedre og mindre krevende herfra. 

Sikkerhetslagerkalkulatoren vi har laget

Fordi vi alltid er rause her hos The Retail Exec, har vi laget en brukervennlig sikkerhetslagerkalkulator til deg.

Det er et solid steg opp fra gjetting og regneark. Den er rask, pålitelig og praktisk når du sliter med å finne de riktige sikkerhetslagerverdiene. 

Ikke glem å bokmerke den for fremtidig bruk.

Virkelig god lagerstyringsprogramvare (det åpenbare valget)

Hvis du er ute etter nøyaktighet, pålitelighet og bekvemmelighet, finnes det ikke noe bedre enn lagerstyringsprogramvare. 

Her er noen grunner til at dette bør være den foretrukne løsningen din for beregning av sikkerhetslager:

• Datasynkronisering i sanntid. Lagerstyringsprogramvare samler inn relevante data for deg, slik at du slipper å registrere dem selv. Dette omfatter salgsfart i sanntid, leverandørenes ledetider, returandeler, historiske etterspørselsøkninger og til og med sesongvariasjoner. Takket være integrasjoner med POS-systemet ditt, lagerstyringssystemet (WMS) og netthandelsplattformen samler den inn nøyaktig de dataene som trengs for beregning av sikkerhetslager.
•  Automatiske omberegninger. Du vet allerede hvor viktig det er å holde sikkerhetslagernivåene oppdatert. Med lagerstyringsprogramvare skjer omberegningene automatisk når viktige inngangsverdier endres. Du kan være trygg på at tallene dine forblir oppdaterte uten ekstra arbeid.
• Dashbord og varsler. Sikkerhetslager er avgjørende for beregning av bestillingspunkter (ROP), altså lagernivået som viser når det er på tide å etterfylle. Gode IMS-plattformer knytter alt sammen: sporing av nøkkeltall for servicenivå, utsending av varsler ved lav lagerbeholdning og visning av bestillingsutløsere før du får problemer.

Hvis du ser etter en pålitelig plattform, kan du ta en titt på disse alternativene:

Ettersom sikkerhetslager spiller en direkte rolle i beregningen av bestillingspunkter, bidrar etterfyllingsverktøy til å automatisere når og hvor mye som skal bestilles på nytt. 

Heldigvis finnes det dedikerte løsninger for lagerpåfylling som gjør det mulig å opprettholde riktige lagernivåer til enhver tid. 

Disse er:

Hva du bør og ikke bør gjøre ved beregning av sikkerhetslager

Før du iverksetter strategien for sikkerhetslager, kommer her en siste gave: En jukselapp som hjelper deg med å unngå de vanlige fallgruvene som enten kan blåse opp eller tømme lagrene dine for tidlig.

Dette bør du gjøre

• KONTROLLER fornuften i formlene dine. Hvis et resultat virker feil, bør du først kontrollere inndataene. Vanlige feil omfatter feil Z-skårer, tidsenheter som ikke samsvarer, eller utdaterte standardavvik. 
• BEREGN PÅ NYTT REGELMESSIG. Oppdater beregningen ved etterspørselstopper, produktlanseringer, avviklinger eller endringer i SKU-porteføljen. 
• FASTSETT SERVICENIVÅER ETTER PRODUKTKLASSE. Ikke alle SKU-er trenger 99 %. Prioriter SKU-er med høy etterspørsel og høy margin – og hold nivået lavt for varer med lavere omløpshastighet.
• AUTOMATISER DER DET ER MULIG. Investering i lagerstyringsprogramvare gjør det mulig å spore lageroppdateringer i sanntid, oppdage formelfeil og justere buffermengden når etterspørsel eller leveringstider varierer.

Dette bør du ikke gjøre

• IKKE anta at varer med høy omløpshastighet trenger mer sikkerhetslager. Omløpshastighet er ikke alltid det samme som variasjon. SKU-er som selger godt og har forutsigbare mønstre, trenger kanskje ikke store buffere.
• IKKE bruk sikkerhetslager til å skjule dårlig etterspørselsprognostisering. Hvis etterspørselsplanleggingen er mangelfull, vil ikke ekstra lagerbeholdning løse problemet. Finn årsaken til problemet.
• IKKE jag etter 100 % leveringsgrad. Det siste prosentpoenget i servicenivå er ikke verdt et lager fullt av usolgte varer og høyere lagerholdskostnader.
• IKKE overse dataene dine. Du kan beregne sikkerhetslager tidlig. Men når volumet øker og variasjonene tiltar, får du ikke optimale sikkerhetslagernivåer uten nøyaktige historiske data.

Med riktig praksis, smart automatisering og respekt for dataene dine unngår du fellene som fører til tomme eller overfylte hyller. 

Akkurat det du trenger for bedre forsyningskjedestyring.

Hold deg trygg og klar til å fylle på når det er nødvendig

Sikkerhetslagernivåer påvirker lagerstyringen din. 

Dette er det beste stedet å se hvis virksomheten din har problemer med for store eller for små lagre. Det riktige verktøyet kan hjelpe deg med å oppnå riktige tall i sanntid. 

Du kan være interessert i å lese følgende relaterte emner:

• Lagerstyring av lett bedervelige varer: 8 vellykkede strategier 
• De reelle kostnadene ved utfordringer innen lagerstyring (og hvordan du overvinner dem)
• Just-in-time-lagerstyring (JIT): Den komplette veiledningen til fleksibel drift
• De 11 beste strategiene for lagerreduksjon og suksess innen netthandel 12 nødvendige funksjoner i lagerstyringsprogramvare (+ bonusveiledning for kjøpere) 

Detaljhandelen står aldri stille – og det bør ikke du heller. Abonner på nyhetsbrevet vårt for de nyeste innsiktene, strategiene og karriereressursene fra ledende detaljhandelsledere som former bransjen.