Страховой запас — это резерв товаров, сырья или материалов, который предприятие держит на складе, чтобы предотвратить перебои в поставках и удовлетворить неожиданный спрос. В рознице он держит продажи при колебаниях спроса, в логистике компенсирует задержки поставок, на производстве — простои линии, в закупках — нехватку сырья.
Что такое страховой запас и от чего он защищает
Страховой запас покрывает две неопределённости сразу: спрос может оказаться выше прогноза, а поставка — прийти позже срока. В обычном режиме он не расходуется: пробили границу вниз — риск уже реализовался, и вопрос только в том, успеет ли партия до пустой полки. Счёт полкой не ограничен: срыв контракта оборачивается штрафом, остановка линии — простоем цеха.
Чем страховой запас отличается от текущего, резервного и презентационного
Текущий работает каждый день, страховой лежит без движения, резервный вскрывают приказом, презентационный не продаётся. Складывать их в одну цифру «остаток» — дешёвая по усилиям и дорогая по деньгам ошибка. Ниже — их различия и место страхового запаса в структуре остатка:
Норма страхового запаса: почему это не процент
Плюсы резерва очевидны, а минусы не идут в отчётности отдельной строкой: место и обработка оплачиваются все месяцы хранения, продукция устаревает именно в неподвижной части остатка, а вложенные деньги нельзя пустить на то, что продаётся.
Нормой страхового запаса на рынке называют его долю в остатке, и диапазонов ходит несколько: 10–30 %, 30–50 %, 10–50 %. Самая проверяемая оценка — 30–50 % от среднего уровня текущего запаса (Е. В. Акимова, «Планово-экономический отдел» № 6/2017, profiz.ru). Но все три — наблюдение постфактум: проверить порядок величины ими можно, задать норматив нельзя. Норматив считают от спроса за срок поставки и от разброса этого спроса.
От чего зависит размер страхового запаса
Размер страхового запаса определяют четыре величины: разброс спроса, срок поставки, стабильность срока и выбранный уровень сервиса. Первые три вы берёте из данных, четвёртую назначаете сами — поэтому одна и та же позиция у двух компаний требует разного резерва.
Самый недооценённый из четырёх — стабильность сроков: поставщик, который возит за 10–25 дней вместо ровных 14, обходится дороже опоздавшего на день, но предсказуемого. Насколько дороже, посчитаем ниже.
Подробный разбор каждого фактора — в статье «Какие факторы влияют на величину страхового запаса»; про организационные причины, по которым резерв вообще возникает, — в материале «Причины возникновения страховых запасов».
Формула страхового запаса: k × σ × √L
Классическая формула — произведение трёх величин: коэффициента уровня сервиса, стандартного отклонения спроса и корня из длины незащищённого окна. Отвечает она на вопрос «сколько держать сверх ожидаемого спроса, чтобы с заданной вероятностью не уйти в дефицит за цикл поставки».
Страховой запас = k × σ × √L k — коэффициент уровня сервиса, он же коэффициент страхового запаса σ — стандартное отклонение дневного спроса, штук L — незащищённое окно, дней: срок поставки плюс интервал между заказами
Важное замечание: под L чаще всего подставляют только срок поставки — и занижают резерв. Непрерывный контроль остатка встречается редко, график заказов есть у всех. Возят за 5 дней, а заказ вы формируете раз в неделю — вмешаться нельзя все 12 дней: √12 = 3,46 против √5 = 2,24, и резерв выходит 85 штук вместо 55. Это самая частая причина, по которой «формулу внедрили, а дефицит остался».
Корень — не украшение: отклонения за разные дни частично компенсируют друг друга, поэтому разброс спроса за 9 дней не в 9 раз больше дневного, а ровно в 3. Отсюда вывод — сократив окно вчетверо, вы уменьшите страховой запас только вдвое.
Если нестабилен и сам срок поставки, применяют расширенный вариант:
Страховой запас = k × √(L × σд² + d² × σL²) σд — стандартное отклонение дневного спроса d — средний дневной спрос σL — стандартное отклонение самого окна, дней
Возьмём товар из примера ниже: d = 100 штук в день, σд = 15, L = 5 дней, но окно гуляет на ±2 дня (σL = 2), уровень сервиса 95 %. Расчёт даёт 1,64 × √(5 × 15² + 100² × 2²) = 1,64 × √41 125 ≈ 333 штуки вместо 55 по базовой формуле. На разброс срока приходится 97 % дисперсии: нестабильность поставщика обходится дороже нестабильности спроса.
σL считайте обычным =СТАНДОТКЛОН.В() по всем приёмкам. Отбрасывать отклонения в меньшую сторону нельзя, хотя соблазн есть: поставка раньше срока и правда не риск. Но Excel по оставшейся половине посчитает разброс внутри неё, а не вокруг среднего, и вернёт около 0,6 от настоящей σL. В примере выше σL = 2 превратится в 1,2, а резерв — с 333 штук в 205, то есть на 38 % меньше нужного. И меньше именно там, где на этот член приходится 97 % дисперсии.
Если сроки скошены — обычно приходит за 14 дней, но изредка проваливается на 30, — не трогайте σL, а замените всё слагаемое эмпирической надбавкой: 95-й перцентиль по столбцу фактических сроков минус средний срок. Это честнее симметричной оценки и не занижает.
Полная таблица коэффициентов k по уровню сервиса
Коэффициент k берётся из стандартного нормального распределения и означает, во сколько стандартных отклонений вы оцениваете запас прочности.
Видно, чем оборачивается погоня за последними процентами: переход с 95 % на 99 % добавляет четыре процентных пункта надёжности, но увеличивает запас с 55 до 78 штук — на 42 %. Шаг с 99 % на 99,9 % стоит ещё 33 % ради девяти десятых процента.
Значения вне таблицы даёт функция Excel: =НОРМ.СТ.ОБР(0,96) (в англоязычной версии NORM.S.INV) вернёт 1,75 для 96 %.
Как считать σ, чтобы не ошибиться в запасе
Стандартное отклонение — самое уязвимое место расчёта: его берут из данных, уже испорченных вашими же решениями. Правильная база — ошибка прогноза, разница между фактом и планом: страховой запас закрывает непредсказуемую часть, а сезонность, промо и тренд обязаны сидеть в прогнозе.
Загвоздка в том, что истории прогнозов в учётной системе обычно нет — она перезаписывается. Обходной путь: выгрузите продажи по неделям за год, посчитайте скользящее среднее за 4 недели и возьмите σ от разницы «факт минус это среднее». Дневную σ получите делением недельной на √7.
Важное замечание: дни, когда товара не было на полке, из расчёта σ исключают. Продажи в такие дни занижены вашим же дефицитом, и разброс по ним выходит меньше реального. Формула даёт заниженный запас, дефицит повторяется, и расчёт с каждым циклом становится оптимистичнее. Если флага дефицита в базе нет, признак — нулевой остаток на конец дня в отчёте по движению. Одиночные выбросы убирают фильтром трёх сигм: разовая отгрузка на тендер иначе раздувает резерв на месяцы.
Как рассчитать страховой запас: пример в штуках и в днях
Средний спрос 100 единиц в день, стандартное отклонение 15 единиц, незащищённое окно 5 дней, уровень сервиса 95 % (k = 1,64).
Страховой запас = 1,64 × 15 × √5 = 1,64 × 15 × 2,24 = 55 единиц
Точка заказа, она же уровень дозаказа по графику, — эти 55 единиц плюс спрос за окно: 100 × 5 + 55 = 555 единиц.
Страховой запас в днях — это результат, делённый на дневной спрос: 55 / 100 = 0,55 дня покрытия. Обратный ход полезнее. Норматив «держать три дня страхового», спущенный сверху, — это 300 штук, то есть k = 300 / (15 × √5) ≈ 8,9. Такого коэффициента нет ни в одной таблице: ему соответствует уровень сервиса, неотличимый от 100 %. Но приговором это не делает норматив в днях: k зависит от того, насколько ровно продаётся позиция. У рваной C-позиции — спрос 5 штук в день при отклонении 6 — те же три дня дают k = 1,1, то есть обычные 87 %. А спускают норматив в днях чаще всего именно на хвост, где считать по формуле не из чего. Настоящая претензия к нормативу в днях другая: один и тот же «три дня» означает по разным позициям совершенно разный уровень сервиса — от 87 % до практически 100 %, и никто не знает, какой именно. Обратный перевод в k это и показывает.
Остальные уровни остатка — точка заказа, целевой и максимальный — разобраны в статье «Нормирование товарных запасов».
Уровень сервиса: что на самом деле считает формула и как его задавать
Цикловой уровень сервиса и fill rate — разные величины
Формула k × σ × √L даёт уровень сервиса I рода — вероятность отработать цикл поставки без единого дня дефицита. А спрашивают с закупщика уровень II рода, он же fill rate: какую долю заказанного покупатели реально получили. Величины разные, и вторая почти всегда выше первой.
Цикловой уровень сервиса смотрит на цикл целиком и не различает, не хватило одной штуки или тысячи. Fill rate считает штуки: в «плохом» цикле почти весь спрос всё равно отгружен, не хватило последних единиц перед приходом партии.
Мы прогнали пример выше через имитационную модель: 30 000 дней, спрос 100 ± 15 штук в день, срок поставки 5 дней, партия 500 штук; стартовый остаток менялся от 20 % до 140 % максимума, результат от него не зависел.
Чаще требуется обратный пересчёт: в договоре записан fill rate, а нужен k.
Fill rate 95 % в таблице нет: при такой партии он выполняется без страхового запаса.
Эти k верны только при таком же соотношении партии и разброса — здесь партия 500 штук против разброса за окно 33,5 штуки, то есть в пятнадцать раз больше. В общем случае k находят из уравнения G(k) = (1 − fill rate) × партия ÷ (σ × √L), где G — функция потерь нормального распределения.
Практическое правило противоположно интуиции: чем мельче партия относительно разброса, тем выше нужен k. При партии, равной разбросу за окно, под договорные 98 % требуется k = 1,66, а не 0,22. И наоборот: если взять из таблицы k = 0,22, при отношении партии к разбросу 5 фактический fill rate составит 94 %, при 3 — 90 %, при 1 — 70 %. Прежде чем брать k отсюда, поделите свою партию на σ × √L и посмотрите, попадаете ли вы в тот же порядок.
У вывода есть границы. Разрыв так велик потому, что партия (500 штук) в 15 раз больше разброса спроса за окно; там, где партия сопоставима с разбросом, fill rate падает до 97–99 %. Модель считает нормальный спрос, фиксированный срок и непрерывный контроль остатка — на реальных данных разрыв меньше. И сети меряют не штуки, а строки заказа. Здесь легко ошибиться на порядок: 95 % циклового сервиса не означают, что позиция есть на полке 95 % времени — дефицит занимает лишь короткий хвост цикла перед приходом партии. В той же модели товар был в наличии больше 99 % времени, и заявка из 20 SKU уходит целиком примерно в 96 % случаев, а не в трети. Но перемножение никуда не девается, и считать надо от доли наличия: чтобы 20-строчная заявка закрывалась целиком в 90 % случаев, каждая позиция должна быть в наличии 99,5 % времени.
Второе отличие обычно упускают: fill rate зависит от размера партии, а цикловой уровень сервиса — нет. В той же модели при росте партии с 500 до 2000 штук резерв и цикловой уровень не изменились, а fill rate поднялся с 99,8 % до 99,95 %. Партию считают по формуле Уилсона (EOQ) — это отдельный расчёт, отвечающий на вопрос «сколько заказывать за раз», а не «сколько держать сверх».
Простыми словами: уровень сервиса I рода отвечает на вопрос «часто ли мы вообще попадаем в дефицит», II рода — «сколько товара при этом недодали». Первое считает случаи, второе — штуки.
Как измерять обе величины на практике — в статьях «Что такое уровень сервиса и почему он важен» и «Как управлять уровнем сервиса I и II рода».
Как выбрать уровень сервиса: по группам, а не один на весь ассортимент
Единый уровень сервиса на весь ассортимент означает, что дешёвая сопутствующая позиция защищена так же дорого, как товар, который делает выручку. Рабочий подход — двойной ABC: первая буква означает прибыль на единицу, вторая — объём продаж, каждую ось режут по накопленному итогу 80 / 95 % за 12 месяцев.
Это рекомендованные значения из документации Forecast NOW! — стартовая точка, а не догма. Шкала намеренно узкая: даже балласт держат на 90 %, потому что дефицит по дешёвой позиции всё равно стоит клиенту впустую потраченного визита. Сдвигать вниз имеет смысл там, где C-хвост длинный и хранение дорого; вверх — там, где за недопоставку платят штраф.
Две поправки, без которых таблица не работает на складе. По группе CC уровень сервиса чаще задаёт не k, а кратность упаковки и минимальная сумма заказа: коробка на 12 штук сама по себе закрывает 90 % и выше, считать под неё страховой запас нечего. И вынесите из C-группы позиции, дефицит которых останавливает продажу комплекта: уплотнитель за 40 рублей по прибыли попадает в C, а по последствиям это A — без него не отгрузится агрегат за 300 тысяч. Их защищают списком, а не расчётом.
Важное замечание: не проводите ABC-анализ изолированно внутри каждого поставщика и не выставляйте уровень сервиса по такому результату. Товары группы C у сильного поставщика, где все позиции продаются часто и приносят прибыль, объективно лучше товаров группы A у слабого. Защитив «слабую A» и допустив дефицит по «сильной C», вы потеряете именно прибыльные позиции. Для политики запасов ABC строят по всему ассортименту; разбивка по поставщикам — инструмент оценки партнёров, а не настройки сервиса.
Три способа задать уровень сервиса — экспертный, по ABC-анализу и через минимизацию потерь — сравниваются в статье «Как определить оптимальный уровень сервиса».
Когда формула k × σ × √L не работает
Формула построена на нормальном распределении спроса. Оно описывает товары с регулярным ежедневным потреблением — по анализу проектов внедрения Forecast NOW!, около 4–6 % ассортимента продуктового супермаркета. Для остального формула даёт перекос, и направление перекоса зависит от заданного уровня сервиса.
При высоком целевом уровне (99 %) формула переоценивает потребность и создаёт сверхзапас; при низком (85–90 %) — недооценивает, и фактический уровень сервиса оказывается ещё ниже заданного.
Пример из проекта в дистрибуции электротоваров: товар с редкими продажами — в большинстве дней ноль, в дни с продажей по 12 штук, четыре раза за полмесяца. Цель 87 %, формула рекомендует около 10 штук, фактический уровень сервиса при таком запасе — 71 %. Запас есть, деньги потрачены, обязательство не выполнено.
Четыре ситуации, где формулу применять нельзя:
- Новинки без истории. Считать σ не из чего: резерв задают по товару-аналогу и через два-три месяца пересчитывают по своим данным.
- Редкий и прерывистый спрос. Сюда попадает страховой запас запасных частей, электротоваров, стройматериалов: продажи идут не каждый день, распределение далеко от нормального. Порог отсечения (Джонстон и Бойлан, 1996) — средний интервал между продажами больше 1,25: число дней в периоде, делённое на число дней с продажей.
- Ограниченный срок годности. Резерв, который не успевает продаться, уходит в списание: уровень сервиса ограничен сверху сроком, а не деньгами.
- История с дефицитом. До очистки истории любая формула вернёт заниженный ответ.
Что делать вместо формулы
Для запчастей и других рваных позиций резерв считают, обходя корень. Вместо σ дневного спроса берут разброс сразу за всё окно L: историю нарезают скользящими суммами по L дней и считают σ по ним. Множитель √L тогда не нужен — он и вносит основную ошибку, потому что нулевые дни ломают предпосылку о независимости. Ещё надёжнее взять по тем же окнам 95-й перцентиль (=ПРОЦЕНТИЛЬ.ВКЛ()) и вычесть средний спрос.
Системное решение — вероятностное прогнозирование: спрос описывают распределением вероятностей, как прогноз погоды, где говорят не «завтра дождь», а «вероятность дождя 30 %». Нормальное распределение больше не нужно, у каждой позиции своя кривая, а прогноз и резерв сходятся в одну величину — оптимальный запас с минимальными суммарными потерями. Логика перехода разобрана в статьях «Нужно ли отдельно считать страховой запас» и «Вероятностное прогнозирование спроса: как это работает».
Почему классический расчёт занижает ответ по редкому спросу и как выглядит расчёт по распределению — в записи вебинара:
Другие методы расчёта и когда они уместны
Кроме статистической формулы расчёт страхового запаса ведут ещё тремя способами — проще и грубее.
По максимальному спросу. Потребление 50 штук в день, максимум 80, доставка обычно 10 дней, в худшем случае 14. Считаем: 80 × 14 = 1120, норма 50 × 10 = 500, резерв 620 штук. Расширенная формула на тех же данных (σ ≈ 10 и σL ≈ 1,33 по правилу трёх сигм) даёт 1,64 × √(10 × 10² + 50² × 1,33²) ≈ 121 штуку, впятеро меньше. Это плата за защиту от худшего дня, наложенного на худшую задержку.
По дням покрытия. Продаём 100 штук в день, типичная задержка 5 дней: резерв 100 × 5 = 500 штук. Формула на тех же данных дала 55 — в девять раз меньше: она защищается от отклонения, а дни покрытия — от полной остановки поставок.
Фиксированный процент. Спрос 200 единиц в день, поставка 7 дней, процент 30 %: (200 × 7) × 30 % = 420 единиц.
Важное замечание: процент считают от спроса за срок поставки, а не от текущего остатка. Остаток меняется каждый день: привязав к нему резерв, вы получите систему, которая после большой поставки требует ещё больше запаса, а перед дефицитом — меньше.
Как снизить страховой запас, не потеряв уровень сервиса
Работать можно с каждым множителем формулы — от дешёвого приёма к затратному.
- Разнести уровни сервиса по группам — самый быстрый эффект, механика выше.
- Улучшить прогноз. Точнее прогноз — меньше σ; учёт сезонности, промо и аналогов даёт больше, чем смена метода сглаживания.
- Сократить незащищённое окно. Заказывать чаще дешевле, чем ускорять доставку: интервал между заказами входит в L наравне со сроком, а управляете им вы сами.
- Свести резерв в пул, если складов несколько. Резерв считается по связке «товар — склад», и при делении спроса между складами суммарный резерв растёт как корень из их числа. Подробнее ниже.
- Стабилизировать срок поставки. Убрав разброс L, вы убираете слагаемое, на которое в примере выше приходилось 97 % дисперсии.
- Пересчитывать регулярно. Резерв, заданный при запуске позиции, через год не защищает ни от чего.
Три склада — это не три страховых запаса
Резерв считается по связке «товар — склад», и при делении спроса он растёт как корень из числа складов. На числах примера: если те же 100 штук в день разложить на три склада, отклонение каждого станет 15 ÷ √3 ≈ 8,7, резерв каждого — 32 штуки, а в сумме 95 против 55 у одного склада. Плюс 73 % запаса при том же уровне сервиса, просто за то, что склада три.
Это работает и в обратную сторону. Возможность закрыть клиента остатком любого склада высвобождает 42 % резерва, не трогая коэффициент, — для дистрибутора с несколькими площадками это рычаг крупнее, чем улучшение прогноза. Оговорка одна: пул считается пулом только тогда, когда вы физически можете отгрузить чужим остатком. Если перевозка между складами занимает неделю или её просто не делают, это не пул, а три независимых расчёта.
Две ошибки при этом встречаются чаще прочих: запас в днях считают по договорному сроку поставки, хотя фактический от него отличается, и назначают резерв «на глаз» — два закупщика дадут одному товару разные цифры, а при 10 000 позиций поддерживать их вручную невозможно.
Что это даёт на практике
«Барс-NORD», оптово-розничная торговля стройматериалами, четыре филиала в Казахстане. После перехода на расчёт запаса вместо экспертной оценки неснижаемые остатки сократились на 33,1% по всему ассортименту, а уровень сервиса вырос на 8,6% в относительном выражении. Средние остатки снизились на 24,2%, оборачиваемость выросла на 22%.
Интереснее общей цифры разброс по группам: сокращение неснижаемого остатка составило от 15,1 до 52,2% по товарным группам и от 28 до 66% по складам (проект 2013–2015 годов). Разброс такой величины говорит об одном: экспертные «минималки» были ошибочны по-разному — где-то втрое, где-то на четверть. Единое число на весь ассортимент не может быть верным сразу везде, и это довод в пользу того, чтобы задавать уровень сервиса по группам.
Приёмы сокращения разобраны в статье «Как сэкономить на страховом запасе». В вебинаре ниже — за счёт чего резерв сокращают без падения продаж и какие показатели контролируют:
Частые вопросы
Как посчитать страховой запас в Excel?
Тремя функциями: =СТАНДОТКЛОН.В() по столбцу ошибок прогноза даёт σ, =НОРМ.СТ.ОБР() от доли уровня сервиса — k, =КОРЕНЬ() от окна — третий множитель. Перемножить и округлить вверх. Главная ловушка: СТАНДОТКЛОН.В применяют к столбцу продаж вместо столбца ошибок прогноза.
Почему после внедрения формулы дефицит остался?
Четыре обычные причины: в L подставили только срок поставки, забыв интервал между заказами; σ посчитана по продажам, а не по ошибке прогноза; в истории остались дни отсутствия товара и занизили разброс; спрос редкий, и нормальное распределение к нему неприменимо. Первые три лечатся пересчётом, четвёртая — сменой метода.
С чего начать
Весь ассортимент сразу не охватывает никто. Возьмите категорию на 50–100 позиций, прогоните пять шагов и замерьте результат двумя цифрами до и после: доля дней без товара и запас в днях.
- Выясните, какой уровень сервиса вам нужен — цикловой или fill rate. Это решается не в таблице, а разговором с коммерческим отделом: что записано в договорах.
- Разнесите категорию по группам и задайте свой уровень сервиса каждой, а не одно число на всё.
- Проверьте, что в L входит интервал между заказами, а не только срок поставки.
- Проверьте, на чём считается σ, и вычистите из истории дни без товара и выбросы.
- Отделите позиции с редким спросом: там нужен расчёт по окнам или по распределению.
На пилоте это делается вручную. Дальше упирается не в математику, а в объём: пересчитывать σ, k и срок поставки по нескольким тысячам позиций каждый месяц никто не станет. Эту часть автоматизируют системы прогнозирования спроса и управления запасами, например Forecast NOW!: резерв считается по каждой связке «товар — склад», редкий спрос — по индивидуальному распределению.
Рекомендуем прочитать.
Как выбрать систему управления запасами и не потратить бюджет впустую - Как выбрать инструмент расчёта запасов.
Оптимизация запасов: как найти баланс между минимизацией затрат и высоким уровнем сервиса - Как убрать излишки, не уронив сервис.
ABC-анализ ассортимента продукции, цели и задачи на примере - На какие товары держать резерв, а какие вывести из пополнения.
Анализ ассортимента (ABC и XYZ, методика проведения, примеры) - Сегментация по стабильности спроса — основа двойного ABC.
Точность прогнозирования или прибыль: что нужно измерять? - Почему точность прогноза не всегда окупается.
