Многокритериальная классификация запасов с учётом стабильности спроса

Почему важно иметь нужные запасные части

Представьте мастерскую, где гигантские щитовые проходческие машины прокладывают линии метро под городом. Если при поломке отсутствует ключевая запчасть, весь строительный участок может встать. Если же на складе хранится слишком много ненужных деталей, деньги простаивают, а часть позиций может никогда не пригодиться. В этой статье рассматривается более разумный подход к выбору запчастей, которым следует уделять наибольшее внимание, причём акцент делается не только на объёмы потребления, но и на то, насколько стабилен или переменчив этот спрос.

Как обычно компании сортируют свои запасы

Большинство заводов имеют тысячи различных запасных частей, известных как единицы учёта запасов (SKU). Чтобы с этим справиться, часто применяют классификацию ABC: небольшая группа «A» получает самый жёсткий контроль, средняя группа «B» — умеренное внимание, а большая группа «C» — более простые и дешёвые правила. Традиционно такое распределение опирается на показатели вроде годового потребления в денежном выражении или среднего спроса. Предложено много продвинутых методов, объединяющих несколько критериев — экспертные оценки, модели оптимизации и искусственный интеллект. Тем не менее почти все они рассматривают спрос как одно число и во многом игнорируют, насколько этот спрос колеблется во времени.

Новый акцент на том, как спрос «колышется»

Авторы утверждают, что стабильность спроса так же важна, как и его объём. Деталь, спрос на которую стабильно распределяется по месяцам, относительно проста в управлении, даже при больших объёмах. Напротив, деталь с резкими колебаниями — внезапными всплесками и провалами — планировать гораздо сложнее. Если планировщики недооценивают эти колебания, они рискуют столкнуться с неприятными дефицитами и вынужденными экстренными закупками. Если переоценивают, могут закупить слишком много и получить устаревшие запасы. Чтобы учесть такое поведение, исследование использует три простые статистики по прошлым месячным данным спроса: средний уровень, степень его вариации и размах между самым высоким и самым низким месяцем. Все три рассматриваются как признаки того, что за позицией стоит приглядываться внимательнее при увеличении этих показателей.

Как двухэтапный метод ранжирует запасные части

Сердце работы — двухфазный метод ранжирования, названный двойной моделью Ng, или D-Ng-модель. Он опирается на более ранний, удобный в таблицах математический инструмент, который может объединять несколько критериев в единый балл без необходимости просить менеджеров угадывать веса. На первом этапе метод смотрит только на три показателя, связанные со спросом, и преобразует их в оценку «стабильности спроса» для каждой SKU. На втором этапе эта оценка объединяется с другими практическими факторами, такими как цена детали и время пополнения запаса, чтобы получить итоговый приоритетный балл. Затем детали сортируются от наиболее до наименее критичных и размещаются в группы A, B или C согласно обычным пропорциям ABC.

Тестирование идеи на деталях для щитовых проходческих машин

Чтобы проверить, действительно ли новый подход помогает, авторы применили его к 52 запасным частям, используемым для обслуживания щитовых проходческих машин у одного китайского производителя. Спрос на эти детали традиционно труднопредсказуем, поскольку проекты зависят от государственных решений, местных грунтовых условий и разных практик технического обслуживания. Исследователи сравнили новую D-Ng-модель с традиционной Ng-моделью, которая явно не учитывает стабильность спроса. Они обнаружили, что при учёте нестабильности некоторые позиции меняли класс: часть деталей с умеренным средним спросом, но очень переменным потреблением была переведена в более важные группы, тогда как позиции со стабильным спросом — понижены. С помощью стандартных формул уровня запасов и коэффициентов выполнения заказов они затем смоделировали, как каждая классификация будет работать на практике.

Что на практике даёт лучшее распределение

Анализ показал, что при ряде целевых уровней обслуживания новый метод с учётом нестабильности спроса обеспечивал немного более высокие показатели выполнения заказов вовремя и одновременно снижал стоимость содержания страхового запаса. Улучшения были умеренными в процентном выражении, но значимыми в денежном — ведь даже небольшие сбережения суммируются при большом числе позиций и длительных периодах. Тесты чувствительности по объёмам заказов также показали, что простое увеличение закупок действительно повышает уровень сервиса, но с быстро убывающим эффектом и растущим риском устаревания запасов. Для менеджеров главный вывод ясен: обращать внимание на то, насколько «бугрист» спрос, а не только на его размер, помогает сосредоточить усилия и средства на деталях, которые с наибольшей вероятностью создадут проблемы, обеспечивая более надёжное обслуживание при меньших общих затратах.

Цитирование: Wang, C., Ning, G. Multi-criteria inventory classification considering demand stability. Sci Rep 16, 10664 (2026). https://doi.org/10.1038/s41598-026-42590-0

Ключевые слова: классификация запасов, изменчивость спроса, управление запасными частями, анализ ABC, логистика в производстве