Как рассчитать точку заказа для деталей с длительным сроком поставки: формулы, безопасный запас и практические нюансы

Точка заказа (Reorder Point, ROP) — это уровень запаса, при достижении которого нужно оформить новый заказ поставщику, чтобы не попасть в дефицит до прихода партии. Для позиций с длительным сроком поставки (лид-таймом) расчёт существенно сложнее: ошибка прогноза накапливается за недели или месяцы ожидания, а стоимость хранения крупных партий часто высока. Ниже — практический алгоритм от базовой формулы до настройки под реальные условия.

Базовая формула и почему она не работает «в лоб»

Классическое уравнение:

ROP = (Средний дневной спрос × Лид-тайм в днях) + Страховой запас

Первая часть — «цикловый запас» — покрывает ожидаемое потребление пока идёт заказ. Вторая — страховой запас — амортизирует неопределённость. При коротком лид-тайме (2–5 дней) часто достаточно добавить 10–20% сверху. При лид-тайме 60–120 дней этот подход даёт либо постоянные дефициты, либо замерзший капитал.

Главная сложность длинного лид-тайма: спрос за период ожидания — это не просто сумма дневных значений, а случайная величина с растущей дисперсией. Если дневной спрос имеет стандартное отклонение σd, то за L дней стандартное отклонение суммарного спроса равно σd × L (при независимых днях). При L = 90 дней неопределённость растёт в ~9,5 раза относительно дневной.

Шаг 1. Соберите чистую историю спроса, а не отгрузок

Используйте данные о фактическом потреблении (спрос со склада/производства), а не отгрузки клиентам. Отгрузки сглажены логистикой, акциями, календарём — они скрывают истинную волатильность.

• Период истории: минимум 12–18 месяцев, лучше 24–36, чтобы захватить сезонность.
• Гранулярность: дневные данные. Недельные или месячные маскируют пики внутри периода.
• Очистка: исключите аномальные выбросы (одноразовые крупные заказы, возвраты, списания брака), но сохраняйте системные пики (сезон, плановые ремонты).

Если история короче лид-тайма — расчёт будет экспертным. В этом случае зафиксируйте допущение и пересчитывайте ROP ежемесячно по накапливающейся статистике.

Шаг 2. Оцените волатильность спроса правильно

Коэффициент вариации (CV = σ / среднее) определяет стратегию расчёта страхового запаса.

CV дневного спроса	Характер спроса	Подход к страховому запасу
< 0,3	Стабильный, предсказуемый	Нормальное распределение, z-коэффициент × σL
0,3 – 0,7	Умеренная волатильность	Логнормальное или гамма-распределение, бутстреп/симуляция
> 0,7	Высокая волатильность / прерывистый	Методы для intermittent demand (Croston, TSB), сервисный уровень по заказам, а не по единицам

Для длинного лид-тайма даже при CV = 0,25 стандартное отклонение за период L = 90 дней даёт разброс ±2,5σ от среднего. Прицеливание в 95% сервисный уровень (z ≈ 1,645) потребует страхового запаса ~4,1 × σd × L. Проверьте, не превышает ли это экономически допустимый уровень запаса.

Шаг 3. Учтите неопределённость лид-тайма поставщика

Лид-тайм тоже случаен. Если у поставщика заявленные 90 дней, а фактический разброс 75–110 дней, игнорирование этой вариативности недооценивает риск.

Общая формула стандартного отклонения спроса за период поставки при независимых спросе и лид-тайме:

σLT = (L × σd² + d² × σL²)

где:

• L — средний лид-тайм (дни)
• σd — стандартное отклонение дневного спроса
• d — средний дневной спрос
• σL — стандартное отклонение лид-тайма (дни)

Второй слагаемое (d² × σL²) часто превышает первое, особенно при стабильном спросе, но нестабильном поставщике. Запросите у закупки историю фактических дат поступления по ПО за 12–24 месяца и посчитайте σL.

Шаг 4. Выберите целевой сервисный уровень осознанно

Сервисный уровень (Cycle Service Level, CSL) — вероятность не уйти в дефицит за один цикл заказа. Fill Rate — доля удовлетворённого спроса из наличия. Они связаны нелинейно.

• CSL 95% Fill Rate 95%. При высокой волатильности Fill Rate будет ниже.
• Для критичных деталей (остановка линии, безопасность) целевой CSL 98–99,5%.
• Для стандартных расходников — 90–95%.
• Для дешевых легко закупаемых позиций — можно ниже, компенсируя ускоренной доставкой.

Не ставьте одинаковый сервисный уровень на весь каталог. Сегментируйте по ABC/XYZ или по стоимости дефицита (Cost of Stockout).

Шаг 5. Рассчитайте страховой запас и точку заказа

Для нормального распределения спроса за лид-тайм:

Safety Stock = z × σLT

ROP = d × L + Safety Stock

где z — квантиль нормального распределения для целевого CSL (z0,95 ≈ 1,645; z0,98 ≈ 2,054; z0,99 ≈ 2,326).

Пример (условный):

• d = 5 шт/день, σd = 1,2 шт/день (CV = 0,24)
• L = 90 дней, σL = 10 дней
• σLT = (90 × 1,2² + 5² × 10²) = (129,6 + 2500) ≈ 51,3 шт
• CSL 95% → z = 1,645 → Safety Stock ≈ 84 шт
• ROP = 5 × 90 + 84 = 534 шт

Без учёта вариативности лид-тайма (σL = 0) страховой запас был бы ~16 шт — в 5 раз меньше, что почти гарантированно приведёт к дефицитам.

Шаг 6. Проверьте на реалистичном горизонте (backtesting)

Перед внедрением прогните расчёт на истории последних 12–24 месяцев как будто вы работали по этому ROP.

1. Возьмите скользящее окно (например, 6 месяцев) для пересчёта d, σd, L, σL.
2. Каждый день сравнивайте остаток с ROP, моделируйте заказы и поступления.
3. Считайте реальный CSL, Fill Rate, средний запас, количество дефицитов.

Если реальный CSL сильно ниже целевого — проверьте распределение (хвосты тяжелее нормального?), корреляцию спрос/лид-тайм, наличие трендов. Если выше — возможно, перестраховались и заморозили лишний капитал.

Типичные ошибки при длинном лид-тайме

• Использование среднего лид-тайма без σL. Даже небольшой разброс поставки (например, ±2 недели) при длительном ожидании даёт огромный разброс спроса за период.
• Расчёт страхового запаса только по волатильности спроса. Игнорирование ошибки прогноза тренда/сезонности. При лид-тайме 3+ месяца прогноз тренда становится основным риском.
• Статический ROP, не пересчитываемый месяцами. Сезонность, запуск новых продуктов, уход клиентов меняют d и σd. Пересчёт раз в квартал — минимум.
• Подстановка «запаса на N дней» вместо статистики. «Запас на 30 дней» при лид-тайме 90 дней — это просто ещё 30 дней циклического запаса, не страховой.
• Неучёт минимальной партии заказа (MOQ) и кратности. Если ROP = 534, а MOQ = 1000, реальный заказ уйдёт раньше, и пиковый запас будет выше. Скорректируйте параметры или договоритесь о дробных поставках.
• Путаница между точкой заказа и точкой заказа с учётом транзита. Если в системе есть поле «в пути», ROP сравнивают с (на складе + в пути). Если поля нет — ROP должен быть выше на среднее в пути.

Сценарии: как адаптировать под условия

Сценарий А: Стабильный спрос, надежный поставщик (CV < 0,3, σL < 5 дней)

Нормальное распределение, формула через z × σLT. Пересчёт раз в месяц. Автозаказ в ERP работает без ручного вмешательства.

Сценарий Б: Стабильный спрос, нестабильный поставщик (σL > 10–15 дней)

Основной риск — лид-тайм. Два пути:

• Договориться о фиксированных датах поставки (календарный график) — превращает σL в 0.
• Или держать страховой запас, рассчитанный с полной σLT, и еженедельно мониторить статус ПО у поставщика.

Сценарий В: Сезонный спрос, длинный лид-тайм

Один статический ROP на год не работает. Варианты:

• Динамический ROP: базовый спрос d(t) из сезонного профиля, σd — остаточная волатильность после снятия сезона.
• Два режима: «высокий сезон» и «низкий сезон» с разными ROP, переключение по календарю.
• Закупка под пик сезона заранее (pre-build), а ROP в сезон держит только хвостовой риск.

Сценарий Г: Прерывистый спрос (slow movers, CV > 1)

Нормальное распределение не применимо. Используйте метод Кростона (Croston) или TSB для оценки интервала между заказами и размера заказа. Целевой метрикой делайте Probability of No Stockout per Replenishment Cycle, а не Fill Rate. Часто проще держать минимальный страховой запас = 1–2 упаковки и реагировать на первый же заказ клиента (Make-to-Order логика), если лид-тайм позволяет.

Практический чек-лист перед внедрением

1. Есть ли дневная история потребления минимум за 12 месяцев?
2. Рассчитаны ли d, σd, L, σL по чистым данным?
3. Выбран ли целевой CSL по сегментам (ABC/XYZ или Cost of Stockout)?
4. Проверено ли распределение спроса за лид-тайм (гистограмма vs нормальное)?
5. Сделан ли бэктест на истории с реалистичными правилами заказа (MOQ, кратность, расписание поставок)?
6. Настроен ли в ERP/MRP пересчёт ROP по расписанию (ежемесячно/квартально)?
7. Есть ли процесс эскалации: если остаток < ROP, а заказ не ушёл — алерт планировщику/закупке?
8. Учтено ли «в пути» при сравнении остатка с ROP?

Как мониторить качество работы ROP в эксплуатации

Не ждите дефицита. Ведите дашборд с тремя метриками:

• Actual CSL — доля циклов заказа без дефицита (цель: ≥ целевого CSL).
• Safety Stock Consumption Rate — как часто и насколько глубоко уходите в страховой запас. Если каждый цикл едите 50%+ страхового — ROP занижен или волатильность выросла.
• Inventory Turns / Days of Supply — чтобы не перескочить в перезапас. При длинном лид-тайме оборачиваемость будет ниже, но рост Days of Supply без изменения спроса — признак завышенного ROP.

Правило: если Actual CSL ниже целевого два месяца подряд — пересчитывайте параметры (d, σ, L) на свежей выборке и корректируйте ROP.

От чего зависит экономический смысл страхового запаса

Страховой запас — это страховка от дефицита. Её «премия» — стоимость хранения (WACC + склад + устаревание + страховка) в год от стоимости запаса. «Выплата» — упущенная маржа + штрафы + репутация от дефицита.

Оптимальный сервисный уровень там, где предельные затраты на хранение дополнительной единицы страхового запаса равны предельной выгоде от снижения вероятности дефицита. На практике это переводится в Cost of Stockout (CoS) за единицу:

CoS = (Маржа с продажи + Штрафы/потери клиента) / (Цена закупки × Годовая ставка хранения)

Если CoS высокий — целевой CSL поднимайте до 98–99%. Если низкий (дешевая деталь, легко докупить у альтернативы) — 90–92% вполне достаточно. Не используйте «корпоративный стандарт 95%» для всего каталога.

Что делать, если поставщик не даёт надежного лид-тайма

Частая ситуация: поставщик называет «8–12 недель», фактически 6–16, обещания не выполняет. Варианты действий:

• Внедрите еженедельный опрос статуса ПО (планируемая дата отгрузки, текущий этап). Накапливайте свою статистику σL.
• Разбейте заказ на части с разными датами (partial shipments) — снижает риск единого крупного просрочки.
• Заведите альтернативного поставщика (даже по более высокой цене) для экстренных дозакупок — это позволяет снизить целевой CSL у основного поставщика.
• Если деталь критическая и единственный источник — переходите на консигнационный склад у себя или VMI (Vendor Managed Inventory), перенося риск лид-тайма на поставщика.

Резюме: алгоритм действий завтра утром

1. Выгрузите дневной спрос и фактические даты поступлений по целевым SKU за 24 месяца.
2. Посчитайте d, σd, L, σL для каждого SKU.
3. Сегментируйте SKU по Cost of Stockout (критичность дефицита).
4. Для каждого сегмента задайте целевой CSL.
5. Рассчитайте σLT и Safety Stock = z × σLT.
6. Сделайте бэктест на последних 12 месяцах. Если CSL не 달성 — проверьте распределение, добавьте поправку на тренд/сезонность, пересчитайте.
7. Загрузите ROP в ERP. Настройте ежемесячный пересчёт параметров.
8. Введите мониторинг Actual CSL и Safety Stock Consumption Rate.

Главный принцип при длинном лид-тайме: неопределённость накапливается нелинейно. Игнорирование вариативности поставщика или сезонности стоит в разы дороже, чем при лид-тайме в неделю. Начните с чистых данных, учтите обе вариативности (спрос и поставка), проверьте на истории и пересчитывайте регулярно. Статический ROP, заведённый раз в год, для длинного лид-тайма — гарантированный путь к дефицитам или перезапасам.

Материал носит информационный характер и не заменяет расчёт параметров запасов специалистом по цепочке поставок с учётом специфики производства, финансовых ограничений и договоренностей с поставщиками. При внедрении новых параметров ROP рекомендуется параллельный запуск и согласование с финансовым и производственным блоками.