在庫最適化

在庫最適化とは、企業が拡張されたサプライネットワーク全体における在庫規模と場所の監視、管理、統制を改善するために使用する手法を指します。^[¹^]オペレーションズリサーチでは、「どの企業も供給量を顧客の需要に合わせるという課題を抱えている。企業がこの課題をどれだけうまく管理できるかが、収益性に大きな影響を与える」と指摘されています。^[²^]

在庫管理の課題

従来の「買いだめと処分」という在庫サイクルとは対照的に、在庫最適化は、供給を予想される顧客需要により効率的に適合させることを目指します。^{[ 3 ]}アメリカ生産性品質センター（APQC）のオープンスタンダードデータによると、 2011年時点で、企業の在庫の中央値は年間売上高の10.6%でした。在庫を保有する一般的なコストは、在庫価値の少なくとも10.0パーセントです。したがって、平均的な企業は売上高の1パーセント以上を在庫の保有に費やしていますが、一部の企業ではその数値ははるかに高くなっています。^{[ 4 ]}

また、保有在庫の量は利用可能な現金に大きな影響を与えます。運転資金が不足している状況では、企業は在庫レベルをできるだけ低く抑え、在庫をできるだけ早く販売することが重要です。^{[ 5 ]}ウォール街のアナリストが企業の業績を見て収益予測や売買推奨を行う際、在庫は常に彼らが考慮する最重要要素の1つです。^{[ 6 ]}研究によると、製造業全体の収益性と在庫回転率の間には77%の相関関係があることが示されています。^{[ 7 ]}

在庫管理の課題は、「ロングテール」現象によってさらに増大しています。これは、多くの企業において、販売頻度の低い多数の製品が総売上高に占める割合が大きくなるという現象です。^{[ 6 ]}より高度な市場のニーズを満たすために必要とされる、より短く頻繁な製品サイクルは、より多くの製品と部品を含むサプライチェーンを管理する必要性を生み出します。^{[ 5 ]}したがって、企業はこれが在庫にどのような影響を与えるか、そしてそのような製品によってもたらされる機会をどのように捉えることができるかを理解する必要があります。^{[ 8 ]}

同時に、計画の頻度と時間単位は月次/週次から日次へと移行し、管理対象の在庫場所の数は、流通センターの数十から販売時点 (POS) の数百または数千へと増加しています。これにより、需要変動の大きい多数の時系列データが生成されます。 ^{[ 9 ]}これは、現代のサプライチェーン管理における主要な課題の 1 つは、いわゆる「ブルウィップ効果」と呼ばれるもので、実際の需要のわずかな変化が、認識される需要のはるかに大きな変化を引き起こし、結果として企業が実際に必要以上に在庫を大きく変更してしまう可能性があることを示しています。^{[ 10 ]}

最適化されていないアプローチ

在庫最適化を行わない場合、企業は一般的に経験則や単一段階計算を使用して在庫目標を設定します。経験則では通常、供給日数をカバー目標として設定します。単一段階計算では、単一の場所にある単一の品目に着目し、需要を満たすために必要な在庫量を計算します。^{[ 11 ]}

決定論的 vs. 確率論的

在庫最適化モデルは、モデル内のパラメータによってすべての変数状態が一意に決定される決定論的モデルと、変数状態が確率分布によって記述される確率論的モデルのいずれかになります。 ^{[ 12 ]}確率的最適化では、たとえば海外サプライヤーからの注文の 6% が 1～3 日遅れ、1% が 4～6 日遅れ、5% が 7～14 日遅れ、8% が 14 日以上遅れるといった供給の不確実性を考慮に入れています。^{[ 13 ]}

確率的最適化では、サプライチェーンの専門家が直面する課題の中でも最優先事項である需要の変動性も考慮されます。^{[ 14 ]}例えば、経営陣は500ユニットを販売する確率を65%、400ユニットを販売する確率を20%、600ユニットを販売する確率を15%と予測します。コスト超過、過剰在庫、火消しによって高いサービスレベルを達成できますが、変動性の原因を理解し、適切に計画することで、より高い収益性を達成できます。その結果、決定論的アプローチよりも在庫要件をよりよく理解できます。^{[ 15 ]}

単一階層型 vs. 複数階層型

単一階層配置問題は、配置対象施設から出る資材の流れ、または施設に入る資材の流れのいずれかが無視できるような単一タイプの問題です。複数階層問題では、入庫と出庫の両方の商品が関係します。これは、たとえば、配送センター（DC）を工場からDCへの輸送コストとDCから顧客への輸送コストの両方を考慮して配置する必要がある場合に該当します。複数階層問題では、入庫と出庫の流れのバランスを取ることを目的とした制約を考慮する必要があります。^{[ 16 ]}

逐次的な単一階層アプローチでは、需要を予測し、各階層に必要な在庫を個別に決定します。多階層在庫最適化では、さまざまなノードでの需要変動と上位階層でのパフォーマンス（リードタイム、遅延、サービスレベル）に基づいて、ネットワーク全体で適切な在庫レベルを決定します。^{[ 17 ]}

マルチエシェロン在庫最適化では、サプライチェーン全体の在庫レベルを包括的に検討し、特定のレベルまたはエシェロンの在庫が他のエシェロンに与える影響を考慮します。たとえば、小売店のアウトレットで販売される製品が流通センターのいずれかから受け取られる場合、流通センターはサプライチェーンの1つのエシェロンを表し、アウトレットは別のエシェロンを表します。アウトレットで必要な在庫量は、流通センターから受けるサービスによって決まることは明らかです。上流で提供されるサービスが優れているほど、下流で必要な保護は小さくなります。マルチエシェロン在庫最適化の目標は、これらすべてのエシェロンにわたって安全在庫レベルを継続的に更新および最適化することです。^{[ 6 ]}

マルチエシェロン在庫最適化は、エンドツーエンドのサプライチェーン全体で在庫を最適化するための「最先端」のアプローチです。複数の段階をモデル化することで、サイクル在庫や事前構築在庫、時間段階的な需要による安全在庫など、他の種類の在庫もより正確に予測できます。^{[ 18 ]}在庫最適化の一環として、継続的な改善を可能にするために、サプライヤーのパフォーマンス、顧客サービス、および内部資産の指標を継続的に監視する必要があります。^{[ 19 ]}