Как определить срок пополнения критического склада: практический алгоритм расчёта и контроля

Срок пополнения (lead time) критического склада — это не фиксированная цифра из договора с поставщиком, а вероятностная характеристика, от которой напрямую зависит размер страхового запаса и риск остановки производства. Ошибка в определении этого параметра на 20–30% может удвоить необходимый объём замороженных средств или, что хуже, привести к дефициту в самый неподходящий момент. Ниже — алгоритм, как перевести договорные сроки в рабочий параметр для расчёта точек заказа.

Что входит в понятие «срок пополнения» для критических позиций

Для обычного товара lead time часто берут как «срок поставки от поставщика». Для критического склада — запчастей, сырья с уникальными свойствами, комплектующих без аналогов — этот подход не работает. Реальный цикл пополнения состоит из последовательных этапов, каждый из которых имеет свою вариабельность:

• Административный цикл: от момента принятия решения о заказе до передачи заказа поставщику (согласование, формирование спецификации, прохождение внутренних утверждений).
• Цикл поставщика: подтверждение заказа, производство или комплектация, внутренняя логистика поставщика до точки отгрузки.
• Транспортный цикл: доставка от склада поставщика до вашего приёмного склада, включая таможню, перевалку, ожидание транспортного средства.
• Приёмно-контрольный цикл: разгрузка, входной контроль качества, маркировка, размещение на ячейку и отражение в системе учёта.

Сумма этих четырёх этапов и есть реальный lead time. Для критических позиций часто игнорируют первый и последний этапы, считая их «мгновенными», что даёт систематическую ошибку в 2–5 дней.

Почему среднее значение не подходит для расчёта точки заказа

Если вы возьмёте среднее арифметическое по последним 10 поставкам и подставите в формулу точки заказа (ROP = средний спрос × средний lead time + страховой запас), вы получите уровень сервиса около 50%. Половина поставок придёт позже расчётного момента.

Критический склад требует уровня сервиса 95–99%. Поэтому для расчёта ROP используется не среднее, а перцентиль распределения lead time (обычно 90–95-й перцентиль). Это означает: «в 95% случаев поставка придёт не позже этого срока». Разница между средним и 95-м перцентилем — это и есть временной буфер, который поглощает вариабельность поставки.

Источники данных для расчёта: от надёжных к условным

Качество определения lead time зависит от источника данных. Иерархия надёжности (от лучшего к худшему):

1. История фактических поставок по данному SKU от данного поставщика (минимум 20–30 закрытых циклов за последние 12–18 месяцев). Это единственный источник, дающий реальное распределение.
2. История по группе однородных SKU от того же поставщика, если по конкретной позиции статистики мало. Требует проверки на однородность: одинаковый производственный цикл, одинаковая логистика, одинаковые условия поставки.
3. Данные поставщика по производственным циклам (lead time manufacturing) плюс ваши исторические данные по транспорту и приёмке. Работает, если поставщик открыто делится производственным календарём.
4. Договорные сроки с экспертной поправкой на вариабельность. Используется только для новых позиций без истории. Требует регулярного пересмотра по мере накопления факта.

Если у вас нет истории хотя бы по 15–20 циклам — не считайте, что вы знаете lead time. Вы имеете лишь гипотезу, которую нужно верифицировать в процессе эксплуатации.

Практический алгоритм расчёта рабочего lead time

Выполняйте шаги последовательно. Результат каждого шага — вход для следующего.

1. Соберите таймстемпы по каждому этапу за последние 12–18 месяцев: дата создания заказа, дата отправки поставщику, дата подтверждения поставщиком, дата отгрузки, дата прибытия на приёмку, дата окончания входного контроля, дата доступности в системе. Если в ERP нет части меток — начните их собирать прямо сейчас, ретроспективно восстановите то, что можно из писем, накладных, логов транспортников.
2. Рассчитайте длительность каждого этапа в календарных днях для каждого цикла. Не округляйте до целых дней, если есть данные по часам — для коротких циклов это существенно.
3. Постройте эмпирическое распределение суммарного lead time. Не считайте среднее. Постройте гистограмму или 누적ную кривую. Определите 90-й и 95-й перцентили. Это и будут ваши рабочие значения: LT_p90 для планирования, LT_p95 для расчёта страхового запаса по времени.
4. Проверьте стационарность ряда. Разбейте выборку пополам (первые 6 месяцев / последние 6 месяцев) и сравните перцентили. Если сдвиг больше 15–20% — процесс нестабилен, исторические данные нельзя использовать напрямую. Ищите причину: смена транспортника, новый менеджер у поставщика, сезонность, изменение инкотермс.
5. Выделите системную и случайную вариабельность. Системная — предсказуемые сдвиги: китайские новогодние каникулы, плановые остановки завода поставщика, зимняя навигация. Случайная — поломки, форс-мажоры, ошибки документов. Системную вариабельность нужно моделировать отдельно (календарь исключений), случайную — покрывать страховым запасом.
6. Рассчитайте страховой запас по времени (Time Safety Stock). Формула: SS_time = LT_p95 — LT_median (или LT_p95 — LT_average, если распределение симметрично). Этот временной буфер переводится в единицы товара через средний дневной спрос: SS_units = SS_time × Avg_Daily_Demand. Это более честный подход, чем умножение коэффициента вариации на корень из lead time, потому что учитывает реальную асимметрию распределения (длинный правый хвост).
7. Зафиксируйте рабочие параметры в карточке SKU: LT_planning (p90), LT_safety (p95), дата пересчёта, источник данных, комментарий по нестационарности. Пересчитывайте ежеквартально или при смене поставщика/инкотермс/транспортного коридора.

Учёт системной вариабельности: календарь исключений

Для критических позиций с длинным lead time (30+ дней) случайная вариабельность часто меньше системной. Пример: поставщик из Китая ежегодно останавливается на 3 недели в феврале. Если вы усредните это с остальными месяцами, получите «размазанный» lead time, который не защитит ни в феврале, ни в марте.

Правильный подход —вести календарь известных системных сдвигов и использовать динамический lead time в зависимости от даты заказа:

• Базовый LT_p95 для «нормальных» периодов.
• LT_p95 + известный сдвиг для периодов перед плановыми остановками.
• Отдельный сценарий для форс-мажоров (переход на альтернативного поставщика, аварийная авиадоставка).

В ERP это реализуется либо через временные профили lead time, либо через ручную корректировку точки заказа за 1–2 месяца до известного события. Главное — не забыть вернуть параметры после события.

Типичные ошибки, которые стоят дефицита или переизбытка

Ошибка	Последствие	Как избежать
Использование только договорного срока поставки (Ex Works / FCA) без приёмки и внутренней логистики	Хроническое недооценка lead time на 3–7 дней, дефицит в момент приёмки	Всегда измеряйте door-to-available: от заказа до доступности в системе
Усреднение по всем поставкам без очистки от выбросов	Искажение перцентилей, нереалистичный страховой запас	Выделите форс-мажоры (пожар у поставщика, блокировка границы) в отдельную категорию, не включайте в базовое распределение
Игнорирование сезонности/плановых остановок поставщика	Повторяющийся ежегодный дефицит в одни и те же даты	Ведите календарь исключений, переключайте профиль lead time заранее
Расчёт страхового запаса по формуле «z × σ × √LT» без проверки распределения	Недостаток запаса при асимметричном распределении (длинный хвост задержек)	Используйте эмпирические перцентили или логнормальное распределение, если данных достаточно
Статичный lead time годами без пересчёта	Постепенная рассинхронизация точки заказа с реальностью	Автоматизированный квартальный пересчёт с алертом при дрифте >15%
Перенос lead time от одного SKU к другому без проверки однородности	Скрытые ошибки для позиций с иным производственным циклом или упаковкой	Группируйте SKU по кластерам: один поставщик + один производственный цех + одна тара/упаковка

Сценарии: как подход меняется при разных условиях поставки

Единственный источник (Single Source), длинный цикл (45+ дней)

Самый рискованный сценарий. Здесь lead time определяет не только точку заказа, но и горизонт планирования производства. Необходимо:

• Иметь два независимых расчёта lead time: по вашей истории и по данным поставщика (производственный календарь). Сходимость — признак качества данных.
• Договориться с поставщиком о еженедельной видимости WIP (work in progress) — на какой стадии находится ваш заказ. Это позволяет корректировать ожидаемую дату прибытия за 2–3 недели до отгрузки.
• Заложить в бюджет возможность аварийной авиадоставки для критического остатка (последние 3–5 дней покрытия). Стоимость авиафрахта в 5–10 раз выше, но она страхует остановку линии.

Два и более поставщика (Dual Sourcing), разные lead time

Нельзя просто усреднить. Работайте с каждым поставщиком отдельно:

• Основной поставщик (длинный LT, низкая цена) — формирует базовый страховой запас по своему LT_p95.
• Резервный поставщик (короткий LT, высокая цена) — его lead time определяет «окно реакции»: за сколько дней до дефицита нужно запустить аварийный заказ.
• Точка заказа по основному поставщику рассчитывается с его LT_p95. Резервный поставщик активируется, когда остаток опускается ниже уровня, покрываемого его LT_p95 + время на оформление заказа.

Make-to-Order / Engineer-to-Order (уникальная запчасть под заказ)

Здесь lead time = производственный цикл + логистика. История по SKU отсутствует. Действуйте так:

1. Получите у поставщика детальный производственный план (Gantt) с контрольными точками: закупка материалов, начало обработки, сборка, испытания, упаковка.
2. Согласуйте еженедельные отчёты по контрольным точкам. Любой сдвиг на контрольной точке — триггер перерасчёта ожидаемой даты.
3. В системе учёта заведите «виртуальный lead time» с большим буфером (p95 по аналогичным проектам поставщика) для расчёта страхового запаса, и «рабочий lead time» — текущий лучший прогноз поставщика — для оперативного планирования.

Контроль и верификация: как понять, что параметры актуальны

Раз в квартал (или после каждого 10-го цикла для быстрых SKU) проверяйте:

• Forecast Accuracy по дате прибытия: % поставок, пришедших в окно [планируемая дата — 2 дня; планируемая дата + 2 дня]. Цель — >80%.
• Service Level по критическим SKU: % дней без дефицита на складе. Если ниже целевого (95/97/99%) — анализируйте, в чём причина: спрос, lead time, ошибка приёмки.
• Дрифт перцентилей: сравните LT_p95 текущего квартала с прошлым. Изменение >15% требует расследования причины и обновления карточки SKU.
• Покрытие страховым запасом: сколько раз за квартал страховой запас по времени (в днях) полностью израсходовался до прибытия поставки. Если >5% случаев — LT_p95 занижен.

Ведите простой дашборд по этим четырём метрикам. Он занимает полчаса в месяц, но экономит недели расследований инцидентов.

Что делать, если истории нет вообще (новая позиция, новый поставщик)

Не ставьте «по умолчанию» 30 дней. Поступите так:

1. Попросите у поставщика производственный календарь на конкретный SKU: время на закупку сырья, обработку, сборку, тесты. Сложите этапы — получите Manufacturing Lead Time (MLT).
2. Добавьте ваш исторический транспортный цикл по этому направлению/инкотермс (медиана + 1.65σ для p95).
3. Добавьте ваш медианный приёмно-контрольный цикл для данного типа продукции.
4. К сумме прибавьте экспертный буфер неопределённости: +30% для нового поставщика, +15% для проверенного поставщика, но нового SKU. Это ваш стартовый LT_p95.
5. Установите дату пересмотра: после 5-й, 10-й и 20-й поставки. После 20-й — переходите на эмпирические перцентили.

Такой подход документирует предположения и создаёт план перехода к данным, вместо закрепления угаданной цифры на годы.

Резюме: от чего зависит качество вашего lead time

Точность определения срока пополнения критического склада определяется тремя факторами:

1. Глубина декомпозиции: считаете ли вы door-to-available или только factory-to-warehouse.
2. Статистическая культура: используете ли перцентили реального распределения или среднее/договорное значение.
3. Дисциплина обновления: есть ли календарь исключений, квартальный пересчёт и алерты на дрифт.

Начните с аудита текущих карточек SKU: для каждой критической позиции проверьте, какой lead time стоит в системе, откуда он взят, когда пересчитывался последний раз и какой уровень сервиса он реально обеспечивает. Часто оказывается, что в системе стоит 14 дней, а 95-я перцентиль реальной истории — 22 дня. Разница в 8 дней при дневном расходе 50 шт. — это 400 единиц неучтённого страхового запаса. Найдите такие позиции первыми — они дают быстрый возврат затрат на аналитику.

Материал носит информационный характер. Методы расчёта lead time и страховых запасов требуют адаптации под специфику производства, надежность поставщиков и допустимый уровень риска. При внедрении изменений в параметры планирования критических запасов рекомендуется согласовывать их с ответственными за бесперебойность производства и финансовым контролем.