🎯 开篇引入.
大家好,我是甜姐姐.
今天咱们来聊个很实用的东西.
在Excel里搞定“安全库存”和“再订货点(ROP)”模型,基于需求波动和服务水平来计算参数.
别怕,看完你就能在老板面前淡定展示,顺便让库存别再乱跑.
第一部分:规划数据仪表盘 📊.
场景:你手上有历史日/周/月需求数据,供应提前期不稳定,老板要 低缺货率又不想压太多库存.
规划思路指导.
- 输入数据:历史需求序列(如日/周/月),平均提前期,提前期波动,目标服务水平(如95%).
仪表盘基本结构.
实用建议.
别一上来就瞎折腾图表,先把数据弄规整.
把原始数据做成表格,Ctrl + T 建表,方便后续引用.
第二部分:图表制作 📈.
动态柱状图 — 应用场景.
操作步骤.
最终效果.
随数据增加,柱状图自动扩展.
老板一看就知道需求哪几期峰值异常.
动态环形图 — 应用场景.
操作步骤.
- 插入→图表→环形图,右键格式化数据标签显示百分比.
最终效果.
环形图清晰显示安全库存在总库存中的占比,便于评审是否合理.
第三部分:交互功能 🔧.
切片器概念引入.
- 切片器能让你快速按产品/区域/时间筛选,动态刷新所有计算和图表.
具体操作步骤.
实用技巧.
小技巧提醒.
切片器可以设置多选或单选,长按 Ctrl 多选.
想看不同SKU的安全库存对比,直接选SKU切片器即可.
第四部分:整体整合 📝.
布局安排.
美化建议.
别让仪表盘太花哨.
配色用 2-3 种主色,重点数据用对比色突出.
字体尽量统一,数字用千分位格式,方便阅读.
实际效果.
完整仪表盘能让老板一眼看到缺货风险和库存占比.
还能通过切片器钻取到某个产品或某个区域的具体情况.
计算核心(示例公式)📌.
场景:基于正态分布近似,安全库存 = Z * σLT.
步骤(在Excel里).
- 根据提前期(LT)处理:若LT以期为单位且需求独立,σLT = σ需求 * SQRT(LT平均).
- Z值由服务水平决定,例如95%→Z≈1.645,99%→Z≈2.33. Excel可用函数 =NORMSINV(服务水平).
- 安全库存 = NORMSINV(服务水平) * σ需求 * SQRT(平均提前期).
- 再订货点 ROP = 平均需求 * 平均提前期 + 安全库存.
代码/公式示例(简洁).
- 需求均值:=AVERAGE(B2:B100) ; // B列为需求
- 需求标准差:=STDEV.S(B2:B100) ;
- Z值:=NORMSINV(0.95) ; // 服务水平95%
- 安全库存:=NORMSINV(C1) C2 SQRT(C3) ; // C1服务水平,C2σ需求,C3平均提前期
- ROP:=C4*C3 + C5 ; // C4平均需求,C5安全库存.
小技巧提醒.
别忘了把时间单位统一,需求是日数据,提前期也用天.
如果提前期也有波动,需要合并方差:σtotal = SQRT(σ需求^2 * LT平均 + (平均需求^2) * σLT^2).
这步容易犯错,多做几组样例验证结果是否合理.
总结梳理 🧾.
要点回顾.
练习任务(做一下就能上手).
- 用你公司最近 6 个月的周需求数据,计算平均需求和标准差.
- 设服务水平 95%,提前期 2 周,计算安全库存和ROP.
结尾激励 🌟.
别怕,按着甜姐姐的步骤一步一步来就行.
多练几次,你会发现库存不再像鬼画符那样飘忽.
加油,老板的赞赏就在前方等着你!
⦿ THE END ⦿
感谢阅读,欢迎点赞、收藏或分享