Видно, что при данной статистике потребления 100%-ный уровень мы можем обеспечить только поддерживая запас,
равный максимальному из исходов спроса, т.е. 273ед.
При запасе 150ед. УОС будет 90%, при запасе 130ед. - 85,4% и т.д...
А зачем нужен УОС (и все расчёты, связанные с ним) ?
Конечно, для поддержания лояльности Клиентов и не упущения ни одной продажи хотелось бы поддерживать 100%-ный УОС. На это, кстати, упирает ТОС ("Теории ограничений системы"), предлагая рассчитывать первоначальное значение буфера (буфер или оптимальный запас в цепи - это расчётное целевое на данный момент значение запаса на складе + в пути) как «Максимальное ожидаемое потребление в течение среднего времени пополнения, учитывая изменчивость пополнения запаса».
Но беда в том, что выставив 100%-е УОСы по всем SKU, а затем переведя буферы (соответствующие 100%-му УОС) всех SKU в денежные выражения, вы можете обнаружить, что у вас просто не хватит денежных средств на поддержание таких запасов, даже с учётом отсрочек платежей Поставщикам.
Кроме того, 100%-й уровень обеспечения может быть разорительным в торговле скоропортом.
Поэтому для позиций с разными показателями спроса и стоимостными параметрами приходится настраивать разные УОСы.
В условиях ограниченных денежных средств при прочих равных показателях выгоднее всего вкладывать деньги в номенклатуру с минимальной волатильностью спроса (ранжирование SKU по колебанию спроса за цикл поставки проводится с помощью XYZ-анализа). Т.е. из двух SKU с одинаковой частотой спроса, одинаковым объёмом спроса, равными размерами выручки и валовой прибыли, но с разной волатильностью (колебаниями) спроса приоритет имеет SKU с меньшей волатильностью спроса, поскольку можно получить ту же отдачу при меньшем вложении. Но это "при прочих равных...".
На первом месте, конечно, должен стоять показатель частоты продаж, определяющий, насколько "ходовой" или "неходовой" является данная SKU. Таким показателем является число реализаций (или число дней реализации). Если дефицит "неходовой" позиции Клиенты ещё как-то поймут, то дефицит "ходовой" может привести к потере этих самых Клиентов.
На второе место можно поставить показатель валовой прибыли. Для продаж B2B нужен ещё один показатель - количество Клиентов по данной SKU, приоритет в данном случае будет иметь номенклатура с большим количеством Клиентов как более "стабильная", надёжная.
Stock-solver в непрерывном (ежедневном) режиме проводит ABC-анализ (с разделением на три подгруппы в группе "А" и в группе "В") по указанным трём показателям (для розничных продаж - по двум) и XYZ-анализ по волатильности спроса за цикл поставки.
В зависимости от принадлежности данной SKU к конкретной группе (например, " A3 B1 A2 Y "), ей присваивается определённый УОС.
К примеру, " A1 A1 A1 X " - 100%, " A1 A1 A1 Y " - 99,7%, ....., " C C C Z " - 70% (зависимость нелинейная). Получившиеся при данных УОСах значения буферов всех SKU переводятся в денежные единицы и складываются. Если полученная итоговая сумма (по всем SKU) превышает лимит денежных средств, которые могут быть вложены в запасы, УОСы понижаются с шагом 0,5% до тех пор, пока сумма не "зайдёт" в лимит.