Flerkriteriebaserad klassificering av lager med hänsyn till efterfrågans stabilitet

Varför det är viktigt att ha rätt reservdelar

Föreställ dig en verkstad där jättelika tunneldrivningsmaskiner skär upp tunnelbanesträckor under en stad. Om en nyckelreservdel saknas när en maskin går sönder kan en hel byggarbetsplats stå stilla. Om du lagerför för mycket av fel del ligger kapital bundet på hyllan och vissa artiklar kanske aldrig används. Denna artikel undersöker ett smartare sätt att avgöra vilka reservdelar som förtjänar mest uppmärksamhet — med fokus inte bara på hur mycket som används utan också på hur stabilt eller ryckigt den efterfrågan faktiskt är.

Det vanliga sättet företag sorterar sitt lager

De flesta fabriker hanterar tusentals olika reservdelar, så kallade artiklar eller SKUs. För att hantera detta använder man ofta ABC‑klassificering: en liten grupp “A” får stramast kontroll, en mellan‑grupp “B” får måttlig uppmärksamhet och en stor grupp “C” får enklare, billigare regler. Traditionellt baseras denna sortering på mått som årlig förbrukning i pengar eller genomsnittlig efterfrågan. Många avancerade metoder har föreslagits för att kombinera flera sådana kriterier, inklusive expertbedömningar, optimeringsmodeller och artificiell intelligens. Nästan alla behandlar dock efterfrågan som ett enda tal och bortser till stor del från hur mycket den svänger över tid.

Ett nytt fokus på hur efterfrågan rör sig

Författarna menar att efterfrågans stabilitet är lika viktig som dess storlek. En del som säljer i jämna mängder varje månad är relativt lätt att hantera, även om volymerna är höga. Däremot är en del vars efterfrågan svänger kraftigt — plötsliga toppar följt av torra perioder — mycket svårare att planera för. Om plannerare underskattar dessa svängningar riskerar de smärtsamma bristsituationer och inköp i sista minuten. Om de överreagerar kan de köpa på sig alltför mycket och hamna med föråldrat lager. För att fånga detta beteende använder studien tre enkla statistikmått från historisk månadsvis efterfrågan: genomsnittsnivån, hur mycket den varierar, och gapet mellan högsta och lägsta månad. Alla tre behandlas som indikatorer på att en artikel förtjänar närmare uppmärksamhet ju större de är.

Hur tvåstegsmetoden rankar reservdelar

Kärnan i artikeln är en tvåfasig placeringsmetod kallad Double Ng‑modellen, eller D‑Ng‑modellen. Den bygger på ett tidigare, kalkylbladsvänligt matematiskt verktyg som kan kombinera flera kriterier till ett enda poängtal utan att kräva att chefer gissar vikter. I första fasen ser metoden enbart på de tre efterfrågerelaterade måtten och omvandlar dem till en ”efterfrågestabilitets”poäng för varje SKU. I andra fasen kombineras denna poäng med andra praktiska faktorer, såsom hur dyr delen är och hur lång ledtid för återanskaffning, för att skapa en slutlig prioritetspoäng. Delarna sorteras sedan från mest till minst kritiska och placeras i A, B respektive C‑grupper enligt vanliga ABC‑proportioner.

Test av idén på reservdelar till tunneldrivare

För att se om det nya tillvägagångssättet verkligen hjälper applicerade författarna det på 52 reservdelar som används för underhåll av tunneldrivningsmaskiner hos en kinesisk tillverkare. Efterfrågan på dessa delar är notoriskt svår att förutse, eftersom projekten påverkas av statliga beslut, lokala markförhållanden och varierande underhållspraxis. Forskarna jämförde nya D‑Ng‑modellen med den traditionella Ng‑modellen som inte explicit mäter efterfrågestabilitet. De fann att flera delar flyttade mellan klasser när instabilitet togs i beaktande: vissa artiklar med måttlig genomsnittsefterfrågan men mycket ryckig användning förflyttades till högre prioritet, medan andra med stabilare efterfrågan degraderades. Med hjälp av standardformler för lagernivåer och servicegrad simulerade de sedan hur varje klassificering skulle fungera i praktiken.

Vad bättre sortering innebär i verkligheten

Analysen visade att den nya metod som tar hänsyn till efterfrågestabilitet, över en rad servicegradsmål, uppnådde något högre andel order som fylls i tid samtidigt som kostnaden för att hålla säkerlager minskade. Förbättringarna var måttliga i procenttermer men betydande i ekonomiska termer, eftersom även små besparingar adderas när man hanterar många artiklar över långa perioder. Känslighetsanalyser av beställningskvantiteter visade också att enbart större inköp visserligen höjer servicegraden men med snabbt avtagande marginalnytta och ökande risk för föråldrat lager. Budskapet till chefer är tydligt: att uppmärksamma hur ojämn efterfrågan är — inte bara hur stor den är — hjälper dem att rikta tid och pengar mot de delar som mest sannolikt orsakar problem, vilket leder till mer pålitlig leverans till lägre total kostnad.

Citering: 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

Nyckelord: lagersklassificering, efterfrågevariabilitet, reservdelsförvaltning, ABC‑analys, tillverkningslogistik