仪器聚焦丨热点重点大盘点 仪器行业本周要点速递(2023年第24期)

网站优化这些误区一定要避免 百害而无一利

发布时间：2025-04-05 00:37:42编辑：舂容大雅网浏览（23）

虽然这家企业运作得井井有条，但却没有未来，几位50多岁的老员工忙碌着，对员工经验依赖很高，一旦经验丰富的老员工退休，企业就可能出现人才断档。

徐工重型两次登上央视的《新闻联播》节目，两次登上了央视大型纪录片《大国重器》，同时也受到了央视媒体不同频道的报道，央视媒体已把徐工定为大国重器的标杆企业。徐工产品在质量上也有了一定程度的提升。



这方面，徐工重型做了5方面实践。从1963年的第一台5吨汽车起重机，到2002年第一台全地面起重机，再到2003年第一台百吨级起重机，以及2010年第一台千吨级起重机，整个过程从经典系列产品，到新一代产品，以及后续推出的千吨级超级起重机，徐工重型一直在探索中前进，用15年的时间，走过了欧美企业半个世纪超级起重机的创新之路。第五，徐工重型在制造过程中也引入了很多新技术，包括人工智能。在效益指标方面，以一款产品为例，主要是生产效率和能源利用率有了大幅提升，运营成本、延伸周期和质量不合格率方面有了一定程度地下降。在设计施工辅助解决方案方面，可以实现远程控制、集群作业等。

数字看徐工 2018年全球起重机排名，徐工重型排在第二位。目前我们已经设计完成了全球首条转台智能生产线，实现了自动焊接、自动检测，同时也引入了很多先进的技术。随着西部大开发和一带一路等政策的发布，越来越多的基建项目在高原上开工，许多工程机械设备如大型挖掘机奔赴西藏

因此，需求量的预测最终就归结为确定安全库存的大小。因此，企业必须注意收集和记录各种数据，例如：出入库记录、交货时间、缺货情况、补货周期、现货满足率等，库存数据能够帮助企业做出各种数理统计及分析，通过库存预测软件精确地计算出每个零件的安全库存及库存量，以满足零件现货率的目标。的确，慢速周转零件也不适合采用正态分布模型来进行预测，即使采用泊松分布模型，预测这类零件的需求准确性仍然很低。需求有一定的可重复性，可重复的部分用历史的平均需求量来衡量，而对需求不确定的部分，则根据需求的标准差来设置安全库存进行补偿。

当需求很不稳定、或需求很低的情况下，正态分布往往不适合，我们需要找更合适的分布模型来模拟，比如：泊松分布，相应地找出类似于标准差的参数，来量化需求的变动性。在客户服务领域有一个角落常常被人们所忽视，那就是库存计划。



产品库存 零件需求量的预测如果你定期从供应商那里采购零件，采购周期为T，订单发出去之后，零件还需要一定的时间才能够运到仓库里，这段时间被称为交货期LT，那么，通常用采购周期加交货期内的平均需求量来预测零件需求，这就是所谓的周转库存。安全库存与零件需求量的标准差、交货期的标准差以及现货满足率相关。库存计划中最难的工作就是设置安全库存，这项工作通常被称为库存计划人员的看家本领。如果缺少维修所需的零件，你如何保证客户服务的及时性?从事零件库存计划的人常常面临两难的境地，一边要满足客户的需求，他们希望要什么有什么，在激烈的市场竞争面前，如果你的零件仓库里没有现货，那几乎就意味着客户流失;另一边则是企业的资金压力，你想仓库里什么零件都有?那你的零件仓库将会堆积如山，更糟糕的是：很多零件从进仓库那一刻开始就一直躺在哪里睡大觉。

采用大数据库存软件的预测方法有一个悖论：那些快速周转的零件，需求频率高、数据量大，预测准确性当然也比较高;而那些慢速周转的零件，需求频率很低、数据量小，预测准确性就非常差。如果你是一位从事库存计划的人员，却不理解安全库存的含义，不知道如何设置安全库存，那你就无法做好自己的本职工作，客户满意度低，呆滞库存比例高……都将是必然的结果。仓库里到底该存什么零件?存多少数量?这是很多库存计划人员最纠结的问题。无论你是制造商、代理商、修理厂、快修连锁店或配件店，你都需要存储足够的零件来满足客户的需求。

如果该零件的现货满足率要达到95%，则z=1.64，安全库存为：SS = 1.64*21.9 = 35.94 ≈ 36考虑到安全库存之后，该零件的库存量应该设置为：D1 = D + SS = 106 + 36 = 142个。图 1：某种零件需求量的历史统计数据(举例) 如图1所示，根据需求的统计可以知道某种零件的平均需求量d为53个/月，假如企业从供应商的订货周期是1个月，T=1，零件的交货期也是1个月，LT=1，则该零件的周转库存就是2个月的平均需求量：D = (T+LT)*d = (1+1)*53 = 106个然而，每个月的实际需求都是不确定的，该零件最小的需求量为36个/月，最大的需求量达到84个/月，为了确保在不同需求条件下都能保证一定的现货满足率，就必须增加一个安全库存，以避免缺货。



不幸的是，呆滞库存的风险主要来源于这些慢速周转的零件!因此，依赖库存预测软件来确定慢周转零件的需求以消除呆滞库存是十分困难的，任何工具都有局限性，重要的是库存计划人员根据经验和公司战略做出合理判断：是否需要库存和库存的数量。产品库存 库存计划人员的专业水平如果说计划是供应链领域专业度最高的职能，那么库存计划就是计划职能专业度最高的岗位，而设置安全库存，则是库存计划中技术含量最高的技能。

我们假设零件的需求符合正态分布，这在需求相对比较稳定、频繁的情况下一般都成立。我们注意到：安全库存的投资回报率是递减的，现货满足率越高，实现起来代价越大，边际效益递减会导致库存金额过高、库存周转率下降、投资回报率太低。在这种情况下，企业里库存计划人员的经验就显得尤其珍贵，他们可以根据自己的经验、设备故障的通报、区域里设备的型号及保有量，人为地调整库存需求，让其更加符合市场的需要，特别是他们可以根据客户的反馈和设备物联网的实时数据来提前备货，以便更精准地满足客户的需求。安全库存(Safety Stock)周转库存的基础是平均需求量，这是需求量中确定的部分，而安全库存SS则是由于不确定因素而增加的额外库存量，用来抵消需求和交货期的不确定性，以保证一定的现货满足率。当所需零件有库存时，那是理所应当的，没人会表扬你;当零件出现缺货时，第一个挨骂的就是你!不仅客户不开心，连服务人员和配件销售人员都不满意，因为他们失去了销售的机会。因此，快速、中速和慢速周转的零件应该设置不同的现货满足率策略，快速周转零件需求频率高、数量大，一旦缺货影响很大，应该设置最高的现货满足率;而对那些鲜有需求的慢速周转零件，如果现货满足率设置太高，很容易产生呆滞库存，拖累企业的投资回报。

显然，期望的现货满足率越高，安全库存就越大;同样，需求量的标准差越大，说明需求量的变化很大，安全库存也要更大。如图1所示，零件的现货满足率就是有货概率P1，P2是缺货概率，它们是互补数，即P1+ P2=1。

显然，无论是量化需求的不确定性、还是量化供应的不确定性，数据都必不可少。那么，如何设置安全库存呢?安全库存就是用来量化需求的不确定性、量化供应的不确定性和量化服务水平。

如果我们设置了安全库存SS，就把库存量由D提升到D1，零件的现货满足率也相应得到了提升。为了简化问题，我们假设零件的交货期LT不变(对交货期不确定的安全库存计算，可以参考笔者《库存管理模型的衍变》一文)，根据图1的需求统计数据，该零件需求量的标准差σD为该零件需求量的标准差σD 安全库存的计算公式为：SS =z*σD其中z为安全系数，与企业零件仓库设定的现货满足率相关，可以从标准正态分布函数表中查到。

假如没有设置安全库存，库存量就是订货周期和交货期内的平均需求量106个，这只有50%的现货满足率，即一半的需求有货，能够满足，而另外一半的需求缺货，无法满足如果缺少维修所需的零件，你如何保证客户服务的及时性?从事零件库存计划的人常常面临两难的境地，一边要满足客户的需求，他们希望要什么有什么，在激烈的市场竞争面前，如果你的零件仓库里没有现货，那几乎就意味着客户流失;另一边则是企业的资金压力，你想仓库里什么零件都有?那你的零件仓库将会堆积如山，更糟糕的是：很多零件从进仓库那一刻开始就一直躺在哪里睡大觉。如果我们设置了安全库存SS，就把库存量由D提升到D1，零件的现货满足率也相应得到了提升。因此，企业必须注意收集和记录各种数据，例如：出入库记录、交货时间、缺货情况、补货周期、现货满足率等，库存数据能够帮助企业做出各种数理统计及分析，通过库存预测软件精确地计算出每个零件的安全库存及库存量，以满足零件现货率的目标。

需求有一定的可重复性，可重复的部分用历史的平均需求量来衡量，而对需求不确定的部分，则根据需求的标准差来设置安全库存进行补偿。采用大数据库存软件的预测方法有一个悖论：那些快速周转的零件，需求频率高、数据量大，预测准确性当然也比较高;而那些慢速周转的零件，需求频率很低、数据量小，预测准确性就非常差。

因此，需求量的预测最终就归结为确定安全库存的大小。如图1所示，零件的现货满足率就是有货概率P1，P2是缺货概率，它们是互补数，即P1+ P2=1。

库存计划中最难的工作就是设置安全库存，这项工作通常被称为库存计划人员的看家本领。产品库存 零件需求量的预测如果你定期从供应商那里采购零件，采购周期为T，订单发出去之后，零件还需要一定的时间才能够运到仓库里，这段时间被称为交货期LT，那么，通常用采购周期加交货期内的平均需求量来预测零件需求，这就是所谓的周转库存。

当所需零件有库存时，那是理所应当的，没人会表扬你;当零件出现缺货时，第一个挨骂的就是你!不仅客户不开心，连服务人员和配件销售人员都不满意，因为他们失去了销售的机会。显然，期望的现货满足率越高，安全库存就越大;同样，需求量的标准差越大，说明需求量的变化很大，安全库存也要更大。安全库存与零件需求量的标准差、交货期的标准差以及现货满足率相关。当需求很不稳定、或需求很低的情况下，正态分布往往不适合，我们需要找更合适的分布模型来模拟，比如：泊松分布，相应地找出类似于标准差的参数，来量化需求的变动性。

如果该零件的现货满足率要达到95%，则z=1.64，安全库存为：SS = 1.64*21.9 = 35.94 ≈ 36考虑到安全库存之后，该零件的库存量应该设置为：D1 = D + SS = 106 + 36 = 142个。不幸的是，呆滞库存的风险主要来源于这些慢速周转的零件!因此，依赖库存预测软件来确定慢周转零件的需求以消除呆滞库存是十分困难的，任何工具都有局限性，重要的是库存计划人员根据经验和公司战略做出合理判断：是否需要库存和库存的数量。

我们假设零件的需求符合正态分布，这在需求相对比较稳定、频繁的情况下一般都成立。的确，慢速周转零件也不适合采用正态分布模型来进行预测，即使采用泊松分布模型，预测这类零件的需求准确性仍然很低。

为了简化问题，我们假设零件的交货期LT不变(对交货期不确定的安全库存计算，可以参考笔者《库存管理模型的衍变》一文)，根据图1的需求统计数据，该零件需求量的标准差σD为该零件需求量的标准差σD 安全库存的计算公式为：SS =z*σD其中z为安全系数，与企业零件仓库设定的现货满足率相关，可以从标准正态分布函数表中查到。无论你是制造商、代理商、修理厂、快修连锁店或配件店，你都需要存储足够的零件来满足客户的需求。