Soorten voorraad: een classificatiegids voor professionals

ABC, VED, FSN en XYZ geven allemaal antwoord op verschillende vragen. In deze gids wordt uitgelegd hoe je tussen deze opties kunt kiezen, wanneer je ze kunt combineren, welke leemte in het vraagpatroon door de meeste content over het hoofd wordt gezien, en nog vijf andere invalshoeken waarvan het de moeite loont om de namen te kennen.

Handleiding voor voorraadclassificatie

Zoals te zien op...

Inhoudsopgave

Aan de hand van voorraadclassificatie kan een planner bepalen welke artikelen aandacht verdienen en welke niet. ABC, VED, FSN en XYZ zijn de benamingen die de meeste inkoop- en onderhoudsteams al kennen.

In de meeste informatie over classificatie wordt alleen uitgelegd wat die vier letters betekenen en hoe de drempelwaarden moeten worden berekend. Er wordt zelden ingegaan op de vraag op welke dimensie je eigenlijk zou moeten classificeren, en wat er gebeurt als de vorm van de vraag – en niet de waarde of de kriticiteit – de variabele is die het belangrijkst is.

Dit artikel is bedoeld voor planners, SAP MM- en PM-gebruikers en betrouwbaarheidsingenieurs die al weten waar de afkortingen ABC, VED, FSN en XYZ voor staan, en die het nodige inzicht nodig hebben om te bepalen welke methode ze moeten toepassen, wanneer ze deze moeten combineren en hoe ze moeten omgaan met die ene dimensie die in vrijwel geen enkel artikel serieus wordt genomen.

Type versus klasse: het onderscheid dat in de meeste inventarisbeschrijvingen over het hoofd wordt gezien

De termen ‘voorraadtype’ en ‘voorraadklasse’ worden in de meeste teksten door elkaar gebruikt, maar ze geven antwoord op totaal verschillende vragen. Het type beschrijft wat een artikel fysiek is, en dit ligt vast op het moment dat het artikel in het systeem wordt opgenomen.

Grondstof
Onverwerkte productiemiddelen
Lopende projecten
Gedeeltelijk voltooide productie-eenheden
Afgewerkte producten
Klaar voor verkoop of verzending
MRO / Reserveonderdelen
Onderhouds-, reparatie- en bedrijfsonderdelen
Verbruiksartikelen
Tijdens het gebruik verbruikt, niet als activa bijgehouden
Veiligheidsvoorraad
Buffer om schommelingen in de vraag of doorlooptijd op te vangen
Onderweg
In bezit, maar fysiek verplaatst tussen verschillende locaties
Oude voorraad
Geen verwachte toekomstige toepassing

‘Klasse’ is iets anders. ‘Klasse’ is een gedragsniveau dat wordt afgeleid uit gegevens: hoe vaak een artikel wordt verplaatst, wat het kost, hoe groot de gevolgen zijn als het ontbreekt, en hoe voorspelbaar de vraag eruitziet wanneer die zich voordoet.

Het type van een artikel verandert vrijwel nooit. Een reserveonderdeel blijft een MRO-artikel zolang het in het magazijn ligt. De klasse is een ander verhaal: of datzelfde onderdeel dit kwartaal in klasse A of klasse C valt, hangt af van gegevens die telkens worden bijgewerkt wanneer het wordt uitgegeven of vervangen.

Een mechanische afdichting wordt vanaf de dag van ontvangst ingedeeld in het type MRO/reserveonderdelen. In het eerste jaar valt het, vanwege het lage verbruik, qua waarde in categorie C en qua beweging in categorie N. Achttien maanden later gaat het activum dat het beschermt over op continu bedrijf, waarna de klasse verschuift naar A/F, terwijl het type ongewijzigd blijft.

Dat is de reden waarom een classificatie die eenmalig wordt uitgevoerd en vervolgens stilletjes wordt opgeborgen, achterhaald raakt, en het is het argument voor alles wat hierna volgt: classificatie is een voortdurend proces, geen eenmalig label.

Welke vraag beantwoordt elk classificatiekader eigenlijk?

Elk classificatiekader biedt een antwoord op een andere zakelijke vraag. Bij de keuze voor een kader gaat het er in feite om welk risico je als eerste wilt beheersen.

De meeste organisaties beantwoorden maar één van deze vragen, terwijl ze er eigenlijk minstens twee zouden moeten beantwoorden.

KaderVraag waarop het antwoord geeftBeheer van bedrijfsrisico’s
ABCWelke posten nemen het grootste deel van het kapitaal in beslag?Kapitaalblootstelling
VEDWelke voorwerpen zorgen voor de meeste schade als ze opraken?Gevolgen van een voorraadtekort
FSNWelke voorwerpen bewegen er, en welke blijven stilstaan?Veroudering en opslagrisico
XYZHoe voorspelbaar is de vraag, in termen van basisvariabiliteit?Betrouwbaarheid van de prognose
Syntetos-BoylanHoe ontwikkelt de vraag zich in de loop van de tijd eigenlijk?Geschiktheid van de prognosemethode

ABC is een methode om de belangrijkste factoren te identificeren. Het geeft uitsluitsel over een kapitaalvraag en verder niets; een item uit de A-categorie op basis van ABC alleen geeft dus aan waar het geld zit, maar niet of het item operationeel van belang is.

VED stelt juist de tegenovergestelde vraag. Een onmisbaar artikel kan goedkoop zijn, en een gewild artikel kan duur zijn; daarom worden ABC en VED zo vaak in combinatie toegepast in plaats van afzonderlijk.

FSN is een bewegingslens die nuttig is voor het inschatten van verouderingsrisico’s en ruimteverdeling, maar op zichzelf zegt deze niets over kosten of gevolgen. XYZ komt van de vier klassieke kaders het dichtst in de buurt van een vraaggestuurde benadering, hoewel het doorgaans uitgaat van een eenvoudige variabiliteitsmaatstaf over alle periodes heen, die grover is dan de classificatie van vraagpatronen die later in dit artikel aan bod komt.

De keuze voor een bepaald framework moet worden bepaald door het bedrijfsrisico dat u beheert – kapitaalefficiëntie, de gevolgen van voorraadtekorten, veroudering of de nauwkeurigheid van prognoses – en niet door gewoonte of door de functies die uw ERP-systeem toevallig biedt.

De drempelwaarden en berekeningsstappen achter ABC, VED, FSN en XYZ worden behandeld in de gids van Verdantis over het toepassen van de vier klassieke classificatiemodellen voor reserveonderdelen. In dit artikel gaat het erom welk raamwerk het beste aansluit bij het risico dat u daadwerkelijk beheert, en welk raamwerk in de meeste artikelen volledig buiten beschouwing wordt gelaten.

Classificatie op basis van één criterium versus classificatie op basis van meerdere criteria

Een eenduidige classificatiemethode schiet juist bij reserveonderdelen tekort, en wel op een voorspelbare manier. Waarde en kriticiteit staan vaak in omgekeerde verhouding tot elkaar.

Een pakking van tien dollar kan een hele productielijn tot stilstand brengen. Een reservemotor van vijfduizend dollar kan jarenlang ongebruikt blijven zonder dat dit gevolgen heeft. Classificatie op basis van meerdere criteria is bedoeld om juist deze discrepantie te corrigeren, en in de praktijk zijn er twee benaderingen die de boventoon voeren.

Zo ziet een 3×3 ABC-VED-kruistabel eruit als deze eenmaal is opgesteld, waarbij aan elk van de negen cellen een specifieke houding is toegewezen.

EssentieelEssentieelWenselijk
AStrengste controle
Voortdurende evaluatie, maximale veiligheidsvoorraad
Hoge mate van controle
Regelmatige evaluatie
Gecontroleerde besturing
Pas op voor overmatige investeringen
BHoge mate van controle
Regelmatige evaluatie
Standaardregeling
Periodieke evaluatie
Standaardregeling
Periodieke evaluatie
CGecontroleerde besturing
Zorg ervoor dat het product beschikbaar blijft, ondanks de lage waarde
Lichtregeling
Korte recensie
Lichtregeling
Alleen reactief

Let eens op de C-Vital-cel. Dit is de cel die in elke classificatie op basis van waarde alleen over het hoofd wordt gezien: lage kosten, maar zo essentieel dat een voorraadtekort onaanvaardbaar is.

Juist in die ene cel zorgt een puur ABC-programma er meestal voor dat de onderdelen die de meeste spoedbestellingen genereren, stilletjes te weinig op voorraad zijn.

Matrix-kruistabellen ruilen nauwkeurigheid in voor een papieren spoor. Gewogen indexen ruilen het papieren spoor in voor nauwkeurigheid. Kies voor de matrix wanneer een planner of auditor moet kunnen zien waarom een post op een bepaalde plaats is terechtgekomen.

Bekijk hoe uw reserveonderdelen zouden worden ingedeeld op basis van het vraagpatroon alleen.

De meeste classificatieprogramma’s houden geen rekening met de vraagontwikkeling. Ontdek hoe uw artikelen met een intermitterende en schommelende vraag eruitzien zodra ze uit de rest van de catalogus zijn geselecteerd.

Maak een vrijblijvende afspraak voor een adviesgesprek met ons implementatieteam om de uitdagingen op het gebied van stamgegevensbeheer te bespreken

 Vertrouwd door Fortune 500- en Global 2000-bedrijven

De kloof tussen vraag en patroon: een diepgaande analyse van de Syntetos-Boylan-classificatie

ABC, VED, FSN en XYZ classificeren allemaal op basis van waarde, gevolgen of beweging. Geen van deze methoden classificeert op basis van het daadwerkelijke verloop van de vraag in de tijd.

Die leemte heeft een naam: de Syntetos-Boylan-classificatie. Dit is het raamwerk dat in de meeste voorraadbeheersystemen volledig buiten beschouwing wordt gelaten, hoewel het juist bepalend is voor welke prognosemethode daadwerkelijk geschikt is voor een bepaald onderdeel.

Wat ADI en CV² eigenlijk meten

Het gemiddelde vraaginterval (ADI) is het gemiddelde aantal perioden tussen twee opeenvolgende perioden waarin de vraag niet nul was. Het is het totale aantal perioden in het terugblikvenster gedeeld door het aantal perioden waarin er überhaupt sprake was van vraag.

Een ADI van 1 betekent dat er elke periode vraag is. Een ADI van 6 betekent dat er gemiddeld eens per zes perioden vraag is.

De variatiecoëfficiënt in het kwadraat (CV²) meet de variabiliteit van de omvang van de vraag tijdens perioden waarin er vraag is, waarbij perioden met een vraag van nul volledig buiten beschouwing worden gelaten. Het is de verhouding in het kwadraat tussen de standaardafwijking van de vraag die niet nul is en het gemiddelde daarvan.

Een lage CV²-waarde betekent dat de omvang van de vraag altijd gelijk blijft, ongeacht wanneer deze zich voordoet. Een hoge CV²-waarde betekent dat de omvang van de vraag van de ene keer op de andere sterk schommelt.

De indeling in vier kwadranten: gelijkmatig, grillig, met tussenpozen, schokkerig

Syntetos, Boylan en Croston (2005) hebben drempelwaarden vastgesteld van 1,32 voor ADI en 0,49 voor CV², en dit zijn nog steeds de waarden die in het huidige onderzoek naar prognoses het meest worden aangehaald.

Horizontale as: ADI (vraagfrequentie) · Verticale as: CV² (variabiliteit in vraagomvang)
Onvoorspelbaar
ADI < 1.32, CV² ≥ 0.49. Komt vaak voor, maar de grootte varieert elke keer sterk.
Voorbeeld: een speciale flenspakking die vaak wordt besteld, maar telkens in sterk uiteenlopende hoeveelheden.
Knikkerig
ADI ≥ 1.32, CV² ≥ 0.49. Komt niet vaak voor en is qua omvang onvoorspelbaar. Het moeilijkst te voorspellen.
Voorbeeld: een groot reserveonderdeel voor een op maat gemaakte versnellingsbak, dat zelden en in onvoorspelbare hoeveelheden wordt besteld.
Glad
ADI < 1.32, CV² < 0.49. Regelmatig en consistent. De standaardafvlakking werkt hier prima.
Voorbeeld: gangbare O-ringafdichtingen die wekelijks volgens een vast schema worden verbruikt.
Met tussenpozen
ADI ≥ 1.32, CV² < 0.49. Komt niet vaak voor, maar is, wanneer het zich voordoet, altijd even groot.
Voorbeeld: een aandrijving voor een noodafsluitklep, die zelden wordt gebruikt maar altijd één voor één wordt vervangen.

Een gelijkmatige vraag gedraagt zich zoals de vraagcurves waarvoor de meeste prognosetools zijn ontworpen: ze komt vaak voor en is qua omvang consistent. Een schommelende vraag bevindt zich aan het tegenovergestelde uiteinde van beide assen, en juist daar schieten standaard prognosetools het meest tekort.

De twee kwadranten buiten de diagonaal worden ingenomen door „onregelmatig” en „met tussenpozen”. Bij een onregelmatig item is een grotere speling qua omvang nodig, terwijl bij een item met tussenpozen een grotere speling qua timing nodig is.

Zo onevenwichtig loopt het in werkelijkheid. Uit een gepubliceerde analyse van de reserveonderdelencatalogus van een wereldwijde fabrikant – een scriptie van de Erasmus Universiteit uit 2024 waarin de Syntetos-Boylan-drempels werden toegepast op echte verbruiksgegevens – bleek dat 97,6% van de artikelen in de gecombineerde categorie ‘intermitterend of-lumpy-categorie, terwijl ‘erratic’ slechts 1,4% en ‘smooth’ slechts 0,9% bedroeg.

Glad
  
0.9%
Onvoorspelbaar
  
1.4%
Met tussenpozen + schokkerig
  
97.6%
Bron: Proefschrift Erasmus Universiteit, 2024 (https://thesis.eur.nl/pub/72612/Thesis_final_Qinyu_641309.pdf)

Dat is geen onbelangrijke afwijking. Een uitsluitend op waarde of op bewegingen gebaseerde indeling zal het grootste deel van de aandacht richten op een vraagpatroon dat in een typische voorraad reserveonderdelen nauwelijks voorkomt.

Waarom standaard exponentiële afvlakking niet werkt bij een intermitterende vraag

Bij standaard exponentiële afvlakking wordt de prognose elke periode bijgewerkt, ook tijdens periodes zonder vraag. Bij een product met een intermitterende vraag zorgt dit ervoor dat de prognose tijdens elke rustperiode naar nul wordt getrokken, waarna er een vertekende piek ontstaat op het moment dat er daadwerkelijk vraag ontstaat.

De afwijking is geen willekeurige ruis die zich gemiddeld opheft. Het is een structureel kenmerk van het toepassen van periode-voor-periode-afvlakking op een reeks die grotendeels uit nullen bestaat, en deze afwijking wordt erger naarmate de stille periodes langer duren.

De methode van Croston corrigeert dit door alleen bij perioden die niet nul zijn een bijwerking uit te voeren. De methode voorspelt de omvang van de vraag en het vraaginterval als twee afzonderlijke reeksen en combineert deze vervolgens tot één schatting van het tarief.

De Syntetos-Boylan-benadering (SBA) corrigeert vervolgens een bekende opwaartse vertekening in de oorspronkelijke formule van Croston. In theorie wordt de schatting van Croston hiermee met een klein, vast percentage verlaagd, dat gekoppeld is aan de afvlakkingsparameter. De relatie wordt hieronder volledig weergegeven.

CORRECTIE SBA
SBA-prognose = Croston-prognose × (1 − α ÷ 2)
α is de afvlakkingsparameter die wordt gebruikt bij de onderliggende exponentiële afvlakking. De correctiefactor ligt altijd iets onder 1; daarom liggen de SBA-prognoses voor hetzelfde onderdeel iets lager dan de ongecorrigeerde Croston-prognoses.

Een andere variant, de Teunter-Syntetos-Babai (TSB)-methode, werkt de vraagwaarschijnlijkheid in elke periode bij, in plaats van alleen in periodes waarin de waarde niet nul is. Hierdoor reageert deze methode beter op een daadwerkelijk afnemende vraag en is ze geschikter voor onderdelen die langzaam verouderd raken.

Classificatie en voorspelling geven antwoord op verschillende vragen

Een classificatiekader beschrijft hoe de vraaggegevens eruitzien. Een prognosemethode bepaalt welk algoritme op basis van die structuur moet worden toegepast. Het beschouwen van een Syntetos-Boylan-kwadrant als een prognosemethode, of een prognosemethode als een classificatieniveau, is een van de meest voorkomende fouten in bestaande inventarisatiegegevens.

Het kwadrant geeft de vorm aan. Croston, SBA en TSB zijn drie verschillende manieren om verder te gaan zodra je de vorm kent.

Datamechanismen die het succes of de mislukking van elke classificatie bepalen

Het classificatiekader is slechts de helft van het werk. De manier waarop de onderliggende gegevens worden voorbereid, opgeschoond en in vensters ingedeeld, bepaalt of de uiteindelijke classificatie überhaupt enige betekenis heeft.

Vier beslissingen op basis van gegevens die de uitslag bepalen

Als je hierin de fout ingaat, maakt de keuze voor het bovenstaande framework niet uit.

Terugblik
ABC en VED kunnen op basis van 12 maanden aan gegevens worden uitgevoerd. Voor de classificatie van vraagpatronen zijn 24 tot 36 maanden nodig om een stabiele ADI te verkrijgen.
Zero-Demand
Het al dan niet meerekenen van periodes zonder vraag beïnvloedt de berekening van de ADI en CV². Stel de regel eenmalig in en pas deze toe op elke SKU.
Seizoensgebondenheid
Beslis of je vóór de classificatie rekening wilt houden met seizoensinvloeden, of dat je deze als inherente variabiliteit wilt beschouwen. Beide benaderingen kunnen het kwadrant verschuiven.
Nieuw artikel
Een artikel zonder verbruiksgeschiedenis kan helemaal niet op aanvraag worden ingedeeld. Gebruik de koppeling met de stuklijst of de kriticiteit als vervangende indeling.

Het terugblikvenster en de afhandeling van nulvraag worden het vaakst overgeslagen, meestal omdat hetzelfde venster van 12 maanden en dezelfde regel voor het uitsluiten van nulwaarden – die prima werken voor ABC – zonder controle worden gekopieerd en geplakt in een analyse van vraagpatronen.

Een periode van 12 maanden voor een artikel met een ADI van bijna 4 omvat slechts twee of drie vraagpieken; dat is onvoldoende om een werkelijk intermitterend onderdeel te onderscheiden van een onderdeel dat gewoon een rustig jaar heeft gehad.

Een onderdeel met een sterke seizoensgebonden piek dat onjuist seizoensgecorrigeerd is, kan een schommelend beeld vertonen terwijl het in werkelijkheid een gelijkmatig maar seizoensgebonden verloop heeft. Deze twee situaties vragen om totaal verschillende voorraadbeleidsmaatregelen.

Statische versus dynamische classificatie: wanneer en hoe moet er opnieuw worden geclassificeerd?

Een classificatieproces dat eenmalig wordt uitgevoerd en vervolgens wordt opgeborgen, is alweer achterhaald tegen de tijd dat iemand het opnieuw bekijkt. Herclassificatie vereist zowel triggers die aangeven wanneer de berekening opnieuw moet worden uitgevoerd, als waarborgen die voorkomen dat de berekening ruis in plaats van signaal oplevert.

Voorwaarden voor herindeling
Een verschuiving in het vraagpatroon, een wijziging in de stuklijst of een verplaatsing van de fabriek zijn de drie meest voorkomende aanleidingen om een artikel naar een nieuwe categorie te verplaatsen. Een verschuiving in het vraagpatroon houdt in dat de ADI of CV² van het artikel op basis van recente gegevens een drempelwaarde heeft overschreden, en niet slechts in één afwijkende maand. Een wijziging in de stuklijst betekent dat het onderdeel is toegevoegd aan of verwijderd uit de onderdelenlijst van een asset, waardoor de overerving van de kriticiteit onmiddellijk verandert. Bij een verplaatsing van de fabriek verandert de vraagcontext van het onderdeel volledig, en de oude classificatie mag niet automatisch mee worden verplaatst.
Verloop door herindeling
Items die dicht bij een drempelwaarde liggen, schommelen tussen niveaus louter als gevolg van gewone ruis, en niet door een daadwerkelijke verandering in gedrag. Beschouw dit als een benoemde foutmodus in de classificatielogica zelf, en niet als een probleem met de gegevenskwaliteit dat moet worden aangepakt. Churn is het duidelijkst zichtbaar bij maandelijkse herclassificaties van grensgevallen, waarbij één enkele ongewoon grote of ongewoon rustige maand voldoende is om van niveau te wisselen, waarna het niveau de volgende maand weer terugkeert.
Hysterese als oplossing
Een bufferzone rond elke drempelwaarde, waarbij een item de grens met een vastgestelde marge moet overschrijden voordat het wordt geherclassificeerd, voorkomt dat ruis rond de drempelwaarde tot valse herclassificaties leidt. Een item gaat niet meteen van B naar A zodra het de A/B-lijn voor het eerst overschrijdt; het moet gedurende een vastgesteld aantal opeenvolgende beoordelingsperioden duidelijk voorbij die lijn blijven.
Afwijking op aggregatieniveau
Classificatie op het niveau van de globale SKU kan een onderdeel verhullen dat in één fabriek stabiel presteert, maar onregelmatig presteert zodra de vraag van alle fabrieken wordt samengevoegd tot één reeks. Classificeer op het niveau waarop de voorraadbeslissing daadwerkelijk wordt genomen; voor de meeste organisaties met meerdere vestigingen betekent dit ‘SKU per locatie’ in plaats van alleen ‘SKU’.

Daarmee is duidelijk geworden wanneer en waarom je een herclassificatie moet uitvoeren. Hieronder volgt een beknopt overzicht van nog vijf classificatieperspectieven die de moeite waard zijn om te kennen, voordat we terugkeren naar de branchecontext en de werking van ERP-systemen.

Nog vijf classificatieperspectieven die de moeite waard zijn om te kennen

Waarde, kriticiteit, beweging, voorspelbaarheid en vraagvorm zijn niet de enige invalshoeken die een rol spelen. In de praktijk komen er nog vijf andere regelmatig naar voren, en elk daarvan geeft antwoord op een vraag die geen van de bovengenoemde kaders kan beantwoorden.

Geen van deze benaderingen wordt zo diepgaand behandeld als de classificatie van vraagpatronen in dit artikel; die diepgang hoort bij het kader dat in de meeste artikelen over het hoofd wordt gezien, maar het is de moeite waard om ze allemaal bij naam te noemen, zodat je de juiste kunt kiezen in plaats van de verkeerde laag te dwingen een vraag te beantwoorden waarvoor deze nooit is ontworpen.

Functionele classificatie: waarom het aandeel bestaat

Vanuit dit perspectief wordt de vraag gesteld waarom een bepaalde eenheid voorraad aanwezig is, ongeacht wat het is of hoe het zich gedraagt. Elke hoeveelheid die in een magazijn ligt, is daar om een specifieke operationele reden, en die reden heeft een naam.

Cyclusvoorraad: wordt verbruikt tussen twee geplande aanvullingen in. Voorbeeld: lagers worden elke cyclus opnieuw besteld om het reguliere verbruik te dekken.
Veiligheidsvoorraad: een buffer tegen pieken in de vraag of vertragingen bij leveranciers. Voorbeeld: extra afdichtingen op voorraad houden omdat de levertijd van de leverancier met weken kan variëren.
Voorraad ter voorbereiding: aangelegd in afwachting van een bekende toekomstige gebeurtenis. Voorbeeld: pakkingen die zijn opgeslagen ter voorbereiding op een geplande onderhoudsstop.
Voorraad in doorvoer: onderweg, nog niet beschikbaar. Voorbeeld: een versnellingsbak die door een buitenlandse OEM is verzonden, maar waarvan de aankomst nog weken op zich laat wachten.
Ontkoppelingsvoorraad: voorraad die tussen productiefasen wordt aangehouden om te voorkomen dat de ene fase de andere gedwongen tot stilstand brengt. Voorbeeld: een buffer van bewerkte assen tussen twee bewerkingsstappen.
Speculatieve voorraad: aangekocht om zich in te dekken tegen prijsstijgingen. Voorbeeld: koperdraad dat is aangekocht in afwachting van een verwachte prijsstijging.

Voor het bepalen van de omvang van deze categorieën wordt gebruikgemaakt van een klein aantal standaardformules. In elk van deze formules staat d voor de gemiddelde vraag per periode, L voor de gemiddelde doorlooptijd, sigma-d voor de standaardafwijking van de vraag, sigma-L voor de standaardafwijking van de doorlooptijd, Z voor de serviceniveaufactor en Q voor de bestelhoeveelheid.

HERBESTELPUNT
ROP = (d × L) + veiligheidsvoorraad
Plaats de bestelling zodra de voorraad dit aantal bereikt, zodat de nieuwe voorraad precies op het moment wordt geleverd waarop de veiligheidsvoorraad anders op zou raken.
VEILIGHEIDSVOORRAAD (NORMALE BENADERING)
SS = Z × √(L × σd² + d² × σL²)
Een product met een gemiddelde wekelijkse vraag van 40 eenheden en een vraagafwijking van 9 heeft bij een 95%-serviceniveau (Z ≈ 1,65) ongeveer 15 eenheden veiligheidsvoorraad nodig. Door op te schalen naar 99% (Z ≈ 2,33) wordt de buffer bij dezelfde variabiliteit bijna verdubbeld. Bron: ASCM.
GEMIDDELDE CYCLUSVOORRAAD
Cyclusvoorraad ≈ Q ÷ 2
Als er 800 stuks per keer worden besteld, blijven er tussen de leveringen door gemiddeld zo’n 400 stuks in de cyclische voorraad liggen.
PIPELINE-VOORRAAD (WET VAN LITTLE)
Voorraad pijpleiding = d × L
Een versnellingsbak met een levertijd van 6 weken (1,5 maand) bij een gemiddelde vraag van 2 stuks per maand betekent dat er op elk moment ongeveer 3 stuks onderweg zijn. Bron: AllAboutLean.

Zo ziet die sprong van 95% naar 99% er in de praktijk eigenlijk uit.

95%-serviceniveau
  
15 stuks
99%-serviceniveau
 
29 eenheden
Illustratief voorbeeld: een merk met een gemiddelde wekelijkse vraag van 40 eenheden en een vraagafwijking van 9

Eigendom en beheer: wie is de eigenaar, wie geeft de opdracht tot herbestelling?

Twee identieke onderdelen op dezelfde plank kunnen tot totaal verschillende balansen behoren, en tot verschillende functieomschrijvingen. Deze invalshoek bepaalt wie het actief op zijn balans heeft staan, wie het risico draagt en wie het opnieuw bestelt.

ModelBalansHerschikkingsplicht
In eigendom van het bedrijfVolledige opname in de boeken van de koperHet planningsteam van de koper
ConsignatieHet activum blijft in de boekhouding van de leverancier staan totdat het is verbruiktDe afnemer geeft het signaal tot gebruik, de leverancier vult de voorraad aan
VMIDe eigendomsvoorwaarden verschillen per overeenkomstDe leverancier bepaalt het tijdstip van de herbevoorrading
Gezamenlijk / gedeeldGedeeld of verdeeld over verschillende locatiesGedeeld bestuur onder de leden van de pool

Vendor-managed inventory (VMI) en consignatie worden voortdurend door elkaar gehaald, terwijl het onderscheid hierin reële commerciële gevolgen heeft. Bij VMI gaat het erom wie beslist over het tijdstip en de hoeveelheid van de aanvulling. Bij consignatie gaat het erom wie eigenaar is van de voorraad totdat deze wordt gebruikt, een onderscheid dat de Het Chartered Institute of Procurement and Supply zet het duidelijk uiteen.

Je kunt VMI zonder consignatie hebben, consignatie zonder VMI, of beide samen in dezelfde overeenkomst, en als je ze als synoniemen beschouwt, leidt dat tot onderhandelingen over de verkeerde voorwaarden.

Fysieke eigenschappen en hanteringseigenschappen

Deze invalshoek vormt eerder een aanvulling op de context dan een strategische pijler, maar is wel bepalend voor concrete beslissingen op het gebied van opslagontwerp en naleving van veiligheidsvoorschriften.

Bederfelijke producten / Houdbaarheid
Hiervoor is het bijhouden van de omloopsnelheid en de houdbaarheidsdatum vereist, bijvoorbeeld bij lijmen en afdichtingsmiddelen met een vastgestelde houdbaarheidstermijn.
Gevaarlijk
Vereist gereguleerde opslag en verwijdering, bijvoorbeeld oplosmiddelen en cilinders met samengeperst gas waarvoor veiligheidsinformatiebladen (MSDS) vereist zijn.
Extra groot / Met serienummer
Vereist speciale opslag en traceerbaarheid op apparaatniveau, bijvoorbeeld een generator die op basis van een individueel serienummer wordt gevolgd.

Veroudering en gebruiksstatus

De termen ‘actieve voorraad’, ‘overtollige voorraad’, ‘overschot’ en ‘verouderde voorraad’ worden door elkaar gebruikt, maar ze betekenen niet hetzelfde. Het verschil bepaalt of een afschrijving facultatief of verplicht is.

StatusDefinitieVoorbeeld
ActiefVerbruikt in een normaal, voorspelbaar tempoEen lager dat is gemonteerd en draait in een pomp die nog in gebruik is
OverschotOvertuigt de verwachte vraag, maar er is nog steeds een vraagtrajectEen veiligheidsvoorraad die groter is geworden dan het huidige verbruik, rechtvaardigt
OverschotEen deel van de overtollige voorraad, meestal als gevolg van te grote bestellingenMaak een dubbele veiligheidsvoorraad aan van hetzelfde zegel onder twee onderdeelnummers
Verouderd / Niet meer in gebruikGeen resterend vraagtraject bij standaardwaardeEen controlekaart voor een buiten gebruik gestelde activa, die geen nut meer heeft

25 tot 40% aan MRO-voorraad op industriële locaties met veel vaste activa bestaat doorgaans uit overtollige, verouderde of dubbele artikelen. Een onderdeel opvangen terwijl er nog een overschot is, voordat het verouderd raakt, maakt het verschil tussen het terugwinnen van enige waarde en het volledig afschrijven ervan.

Elk onderdeel koppelen aan de bedrijfsmiddelen waarvoor het bedoeld is via beheer van stuklijsten voor activa is vaak het duidelijkste teken dat een onderdeel zijn vraagpad heeft verloren, wat het mechanisme is achter systematische detectie van veroudering in plaats van een jaarlijkse controle.

Risico’s bij strategische inkoop: de Kraljic-matrix

De Kraljic-matrix, die oorspronkelijk is ontwikkeld voor de strategie rond inkoopcategorieën, classificeert artikelen op twee assen: leveringsrisico en operationele impact, geheel los van de verbruikswaarde of de gevolgen van een storing. CIPS stelt een uitgebreide handleiding voor beroepsbeoefenaars ter beschikking door beide assen te beoordelen op basis van het aantal leveranciers, de beschikbaarheid van vervangende producten, de blootstelling aan levertijden, de uitgaven en de impact op de productie.

Hefboomwerking
Laag risico, groot effect. Voorbeeld: smeermiddelen in bulk die bij een groot aantal gekwalificeerde leveranciers worden ingekocht voor een aanzienlijk bedrag.
Strategisch
Hoog risico, grote impact. Voorbeeld: een op maat vervaardigde turbine-rotor van één enkele leverancier.
Niet-kritiek
Laag risico, geringe impact. Voorbeeld: standaard bevestigingsmiddelen die bij tientallen leveranciers tegen lage kosten verkrijgbaar zijn.
Knelpunt
Hoog risico, geringe impact. Voorbeeld: een speciale sensor die bij één buitenlandse leverancier verkrijgbaar is, tegen lage kosten.

Kraljic classificeert leveringsrisico’s. ABC classificeert de verbruikswaarde. Geen van beide methoden classificeert op zichzelf de impact van een storing; daarom kan een onderdeel goedkoop en gemakkelijk te verkrijgen zijn en toch van cruciaal belang zijn voor de bedrijfsvoering als een storing ervan een productielijn tot stilstand brengt.

Door deze vragen door elkaar te halen, komt het voor dat een echt essentieel reserveonderdeel niet in voldoende voorraad is. Prioritering op basis van de gevolgen van uitval voor kritieke reserveonderdelen is een afzonderlijke, aanvullende benadering van sourcingrisico’s, en geen vervanging daarvoor.

Afhankelijk van de context verandert welke dimensie de overhand moet hebben

Welke classificatiedimensie de juiste is, hangt af van de sector en het besluit dat daarmee samenhangt. Er bestaat geen algemeen geldende juiste afweging tussen waarde, kriticiteit, beweging en vraagpatroon.

Sectoren met grote gevolgen (olie en gas, luchtvaart, nutsbedrijven, mijnbouw) hechten meer belang aan kriticiteit en doorlooptijdrisico dan aan omzet.
In omgevingen met hoge omloopsnelheid en grote omzet spelen omzet en waarde een belangrijke rol, aangezien de opslagkosten sneller oplopen dan het risico op voorraadtekorten.
SKU per locatie, niet alleen SKU: hetzelfde onderdeel kan in de ene fabriek niet-kritiek zijn en in een andere fabriek juist van cruciaal belang.

Hetzelfde onderdeelnummer houdt niet overal hetzelfde risico in

Een lager dat in de ene fabriek een standaardonderdeel is en gemakkelijk kan worden vervangen, kan in een andere fabriek een enkel storingspunt vormen, simpelweg vanwege het type activa dat het ondersteunt. Het eenmalig classificeren van een onderdeelnummer op bedrijfsniveau is een van de minst zichtbare manieren waarop programma’s voor meerdere vestigingen bij afzonderlijke vestigingen tot fouten leiden.

Waar de classificatie daadwerkelijk in uw ERP-systeem is opgeslagen

De meeste classificatieniveaus blijven beperkt tot een spreadsheet, zelfs als het ERP-systeem een veld heeft dat precies voor dit doel is bedoeld, omdat het veld, de verantwoordelijke en de trigger voor het bijwerken nooit aan elkaar zijn gekoppeld.

ABC-indicator in het materiaalstambestand
Het standaardveld waar de meeste planners automatisch naar terugvallen, meestal in de weergave met fabrieksgegevens van de materiaalstam. Dit veld is geschikt voor op waarden gebaseerde niveaus, maar kent geen ingebouwd concept van kriticiteit, waardoor het op zichzelf geen samengestelde score kan weergeven.
Aangepast Z-veld
Een veelgebruikte tijdelijke oplossing wanneer de standaardindicator geen samengestelde score kan weergeven. Flexibel in te stellen, maar onzichtbaar voor iedereen die niet weet dat het Z-veld bestaat.
Kritikaliteitsindicator aan de PM-zijde
De kriticiteit hoort bij de apparatuur of de functionele locatie te worden toegewezen en wordt vervolgens doorgegeven aan elk onderdeel in de stuklijst van dat bedrijfsmiddel, in plaats van direct en op inconsistente wijze op onderdeelniveau te worden toegewezen.

De overerving van kriticiteit loopt door de apparatuur heen stuklijst, en daarom leidt het rechtstreeks toekennen van een kriticiteitsniveau aan een onderdeel in plaats van aan het bedrijfsmiddel tot inconsistente niveaus bij identieke onderdelen.

De tweede lacune is procedureel van aard, niet technisch: of een verschuiving van niveau C naar A automatisch leidt tot een wijziging in het MRP-type of het nabestelbeleid, of onopgemerkt blijft totdat een planner handmatig ingrijpt. Het tweede scenario komt veel vaker voor, en het is de belangrijkste reden waarom classificatieprogramma’s na het eerste jaar stilletjes ophouden waarde te genereren.

AanpakHoe het werktOperationele gevolgen
Opgeslagen / periodiekOp basis van een schema opnieuw berekend en naar een veld geschreven.Voorspelbaar en controleerbaar, maar kan weken achterlopen op een daadwerkelijke verschuiving in de vraag.
Live-queryWordt op verzoek berekend wanneer een rapport of MRP-run dit vereist.Altijd actueel, maar moeilijker te controleren en duurder bij grotere schaal.

Van classificatie tot besluitvorming: waar de meeste inhoud tekortschiet

Classificatie is een input, geen eindproduct. Een classificatieniveau dat geen invloed heeft op wat een planner daadwerkelijk vervolgens gaat doen, levert geen echt werk op, hoe zorgvuldig het ook is berekend.

NiveauFrequentie van de beoordelingVeiligheidsvoorraadmethodeBeleid inzake herbestellingenLeveranciersbeheer
A / HoogMaandelijksGericht op serviceniveaus, rekening houdend met vraagpatronenVoortdurende evaluatieAangewezen reserve-leverancier, vooraf overeengekomen versnelde leveringsvoorwaarden
B / GemiddeldPer kwartaalVaste buffer met periodieke aanpassingPeriodieke evaluatieStandaardleveranciersvoorwaarden, herzien bij verlenging
C / LaagJaarlijksWeinig of geenReactief / op aanvraagGeen speciaal beheer, wordt naar behoefte besteld

Gebruik dit als de afsluitende test voor elk classificatieprogramma: als twee niveaus geen twee verschillende antwoorden opleveren met betrekking tot de herzieningsfrequentie, de veiligheidsvoorraadmethode of de nabestellingslogica, dan levert de classificatie geen daadwerkelijk nut op.

Deze koppeling tussen niveaus en hefbomen is precies het onderwerp dat aan bod komt in de gids van Verdantis over MRO-voorraadbeheer en voorraadbeleid, voor lezers die zich nu willen richten op het opstellen van beleid.

Veelgestelde vragen

Wat is het verschil tussen voorraadtype en voorraadklasse?

Het type beschrijft wat een artikel fysiek is, zoals grondstof of MRO-reserveonderdelen, en staat vast. De klasse is een op gegevens gebaseerde gedragsindeling, zoals een ABC-rang, die kan veranderen, ook al blijft het type van het artikel altijd hetzelfde.

Nee. Kies het raamwerk – of de combinatie daarvan – dat aansluit bij het risico dat u beheert: ABC voor kapitaalblootstelling, VED voor de gevolgen van voorraadtekorten, FSN voor voorraadbewegingen, XYZ voor basisvoorspelbaarheid en Syntetos-Boylan voor de vraagontwikkeling.

ABC classificeert op basis van waarde en XYZ op basis van een algemene maatstaf voor variabiliteit. Syntetos-Boylan classificeert specifiek op basis van het verloop van de vraag in de tijd, met behulp van ADI en CV², een onderscheid dat de meeste andere modellen niet maken.

Syntetos, Boylan en Croston (2005) hebben drempelwaarden vastgesteld van ADI = 1,32 en CV² = 0,49, en dit zijn nog steeds de waarden die in het huidige onderzoek naar prognoses het meest worden aangehaald.

Ga uit van een periode van 24 tot 36 maanden. Voor intermitterende verbruikers zijn voldoende vraagcycli met een waarde anders dan nul nodig om een stabiele berekening van de ADI en CV² te verkrijgen; een periode van 12 maanden is daarvoor doorgaans te kort.

SKU per locatie, ongeacht waar de beslissing over de voorraad daadwerkelijk wordt genomen. Een algemene SKU-classificatie kan een onderdeel verbergen dat in één fabriek probleemloos functioneert, maar onvoorspelbaar gedraagt zodra de gegevens van het hele netwerk worden samengevoegd.

Waarden die dicht bij een drempelwaarde liggen, schommelen tussen verschillende niveaus als gevolg van gewone ruis, en duiden niet op een daadwerkelijke gedragsverandering. Een hysterese-buffer rond elke drempelwaarde voorkomt deze valse herclassificaties.

Op het apparaat of de functionele locatie. De kriticiteit moet worden doorgegeven naar elk onderdeel in de stuklijst van dat bedrijfsmiddel, in plaats van rechtstreeks en op inconsistente wijze op onderdeelniveau te worden toegewezen.

Standaard gebeurt dit zelden. Bij de meeste systemen moet een planner het MRP-type of het nabestelbeleid na een tier-wijziging handmatig aanpassen; dit is een veelvoorkomende en vaak onopgemerkte tekortkoming in de implementatie.

Gebruik een tijdelijke classificatie op basis van koppeling aan de stuklijst of de kriticiteit van apparatuur, totdat er voldoende echte verbruiksgegevens zijn verzameld om een echte, op de vraag gebaseerde indeling te onderbouwen.

De methode van Croston voorspelt intermitterende vraag door alleen in perioden waarin de vraag niet nul is, een bijwerking uit te voeren. SBA past een correctie op de vertekening toe op de oorspronkelijke formule van Croston, waarvan bekend is dat deze de vraag systematisch te hoog inschat.

Koppel de frequentie van de beoordeling aan het niveau zelf. Niveaus met een hoge kriticiteit of hoge waarde vereisen een frequentere beoordeling, en elke wijziging in de stuklijst of verplaatsing van een fabriek moet aanleiding geven tot een buitengewone beoordeling, ongeacht de planning.

De ontkoppelingsvoorraad bevindt zich tussen twee productiefasen, zodat een korte stilstand in de bovenstroomse fase het werk in de stroomafwaartse fase niet tot stilstand brengt. De veiligheidsvoorraad fungeert als buffer tegen schommelingen in de vraag of de doorlooptijd van een externe leverancier.

Nr. VMI geeft aan wie de timing en de hoeveelheid van de bevoorrading bepaalt. Consignatie geeft aan wie eigenaar is van de voorraad totdat deze wordt gebruikt. Beide kunnen afzonderlijk of samen in dezelfde overeenkomst voorkomen.

Er is nog steeds vraag naar overtollige voorraad, alleen is die vraag groter dan momenteel nodig is. Een overschot is een onderdeel van de overtollige voorraad en ontstaat doorgaans door te veel te bestellen. Voor verouderde voorraad bestaat er geen vraag meer.

Kraljic meet het leveringsrisico en de inkoopblootstelling. De kriticiteitsscore geeft aan wat de operationele gevolgen zijn als een onderdeel defect raakt. Een onderdeel kan op het ene aspect een lage score halen en op het andere een hoge.

Bekijk deze classificatiemodellen in de praktijk

Lees hoe fabrikanten uit de Fortune 500 en Global 2000 de classificatie op basis van kriticiteit en vraagpatronen toepassen in daadwerkelijke MRO- en MDM-programma’s.

Lees de praktijkvoorbeelden

Over de auteur

Afbeelding van Kumar Gaurav

Kumar Gaurav

Als CEO van Verdantis speelt Kumar een cruciale rol bij het bepalen van de strategische koers van het bedrijf, het uitbreiden van de marktaanwezigheid en het stimuleren van innovatie op het gebied van Master Data Management. Kumar is een doorgewinterde ondernemer en transformatieve leider met meer dan twintig jaar ervaring. Hij is gespecialiseerd in het begeleiden van klanten bij hun digitale transformatie met innovatieve oplossingen. Met een sterke achtergrond in verkoopleiderschap en het beheer van complexe conglomeraten blinkt Kumar uit in het dragen van P&L-verantwoordelijkheid. Hij staat bekend om zijn strategisch advies in de detailhandel, e-commerce en het onderwijs, en om zijn vaardigheid in het op één lijn brengen van diverse belanghebbenden met het oog op gemeenschappelijke doelen binnen matrixorganisatiestructuren.

Gerelateerde berichten

Het bestand downloaden

Uw gegevens zijn bij ons beschermd via onze geheimhoudingsovereenkomst 100%.

Uw gegevens zijn veilig en worden uitsluitend voor de beoogde doeleinden gebruikt. Wij hechten veel waarde aan uw privacy en beschermen uw gegevens.