Każdy, kto zamawia towar, prędzej czy później zderza się z tym samym pytaniem: ile trzymać „na zapas"? Za mało — i tracisz sprzedaż, gdy dostawa się spóźni albo popyt skoczy. Za dużo — i zamrażasz gotówkę oraz miejsce w magazynie. Formalna odpowiedź na to pytanie nazywa się zapasem bezpieczeństwa (safety stock). Warto rozumieć, czym naprawdę jest, bo wokół tego pojęcia narosło sporo nieporozumień.
Czym jest zapas bezpieczeństwa
Zapas bezpieczeństwa to bufor, który chroni Cię przed zmiennością — zarówno popytu, jak i dostaw — w okresie, gdy nie możesz już zareagować nowym zamówieniem. Nicolas Vandeput nazywa ten okres horyzontem ryzyka: to suma czasu realizacji dostawy (lead time) i okresu między kolejnymi zamówieniami. To właśnie w tym oknie jesteś „bezbronny" — decyzja już zapadła, towar jeszcze nie dojechał, a sprzedaż toczy się dalej.
Kluczowe rozróżnienie: zapas bezpieczeństwa nie służy do pokrycia normalnej, oczekiwanej sprzedaży. Od tego jest zapas cykliczny (to, co zwykle schodzi między dostawami). Zapas bezpieczeństwa istnieje wyłącznie po to, by pokryć odchylenia od prognozy — dni, gdy sprzedaż okazała się wyższa niż zakładałeś, albo gdy dostawca się spóźnił. Materiały MIT ujmują to wprost: bufor dotyczy niepewności, nie średniej.
Jak się go liczy
Podręcznikowa formuła wygląda tak:
Zapas bezpieczeństwa = z × σ × √(L + R)
Rozłóżmy ją na części:
- z — współczynnik bezpieczeństwa wynikający z docelowego poziomu obsługi (service level). To liczba odchyleń standardowych odczytana z rozkładu normalnego. Chcesz uniknąć braku towaru w 95% cykli? z ≈ 1,64. Dla 98% — z ≈ 2,05, dla 90% — z ≈ 1,28. Im wyższa ambicja dostępności, tym większy bufor.
- σ — odchylenie standardowe popytu w jednostce czasu (np. dziennego). Mówi, jak bardzo sprzedaż „skacze" wokół średniej.
- L + R — horyzont ryzyka: czas dostawy plus odstęp między zamówieniami. Pierwiastek bierze się stąd, że przy niezależnych okresach wariancja się sumuje, a odchylenie rośnie z pierwiastkiem czasu — dlatego bufor rośnie z horyzontem ryzyka, ale nieliniowo.
Prosty przykład. Sprzedajesz średnio 20 szt./dzień, odchylenie standardowe to 8 szt./dzień. Dostawa idzie 10 dni, zamawiasz co 7 dni, celujesz w 95% dostępności (z = 1,64).
- Odchylenie w horyzoncie ryzyka: 8 × √(10 + 7) = 8 × 4,12 ≈ 33 szt.
- Zapas bezpieczeństwa: 1,64 × 33 ≈ 54 szt.
- Poziom uzupełnienia (do ilu dozamawiać): oczekiwany popyt w horyzoncie ryzyka + bufor = 20 × 17 + 54 = 394 szt.
Czyli przy kolejnym przeglądzie uzupełniasz stan do ~394 szt. Z tego 340 szt. to „normalna" sprzedaż w oknie ryzyka, a 54 szt. to poduszka na wypadek, gdyby coś poszło nie po myśli. (Jeśli zamawiasz „na bieżąco", gdy stan spadnie do progu — a nie w stałych odstępach — do bufora liczy się sam czas dostawy L zamiast L+R.)
Dlaczego to ważne
Bez świadomego bufora robisz jedną z dwóch rzeczy: albo zamawiasz „na oko" i regularnie łapiesz braki, albo dmuchasz na zimne i topisz gotówkę w nadmiarze. Zapas bezpieczeństwa zamienia to na świadomą decyzję: wybierasz poziom obsługi, a matematyka mówi, ile to kosztuje w jednostkach na półce. Co więcej, pozwala różnicować — bestseller o stabilnej sprzedaży potrzebuje proporcjonalnie mniejszego bufora niż produkt, który raz sprzedaje się świetnie, a raz wcale. To jest cała wartość tego podejścia: dopasowuje poduszkę do faktycznego ryzyka pozycji.
Dlaczego więc większość firm i tak trzyma „dni pokrycia"
Skoro formuła jest tak elegancka, dlaczego w praktyce dominuje prostsza miara — pokrycie w dniach (days of cover)?
Dni pokrycia = stan magazynowy ÷ średnia dzienna sprzedaż
Zamiast liczyć σ i dobierać z, mówisz po prostu: „trzymaj 30 dni zapasu". Powodów popularności jest kilka i — co ważne — większość z nich jest racjonalna:
- Wymaga jednej danej. Do dni pokrycia wystarczy średnia sprzedaż. Formuła zapasu bezpieczeństwa potrzebuje odchylenia standardowego popytu w horyzoncie ryzyka, wybranego poziomu obsługi i wiarygodnych danych o czasie dostaw. Sam MIT przyznaje, że większość firm nie śledzi błędu prognozy na tyle dokładnie, ile ta formuła wymaga — po prostu nie mają czystych danych, na których miałaby się oprzeć.
- Jest zrozumiała dla każdego. „Mamy 20 dni zapasu" rozumie magazynier, właściciel i księgowa. „Bufor to 1,64 sigma" — już nie. Miara w dniach komunikuje się sama.
- Sama się skaluje. Cel wyrażony w dniach automatycznie rośnie i maleje razem ze sprzedażą — gdy popyt rośnie, cel „30 dni" przekłada się na więcej sztuk bez ręcznej korekty. Vandeput wskazuje to jako realną zaletę celów wyrażonych jako pokrycie okresowe.
- Formuła bywa krucha. Klasyczny wzór zakłada, że popyt (a właściwie błąd prognozy) ma rozkład normalny. W realnym e-commerce popyt jest zwykle prawostronnie skośny — dużo małych wartości i kilka dużych skoków. Część dostawców oprogramowania i praktyków idzie tu dalej i twierdzi, że w takiej sytuacji wyniki formuły bywają na tyle oderwane od rzeczywistości, że planiści i tak nadpisują je ręcznie w Excelu. Dni pokrycia omijają cały ten problem rozkładów.
Haczyk, o którym warto wiedzieć
Prostota ma swoją cenę. Dni pokrycia ignorują zmienność — a to dokładnie ta rzecz, dla której zapas bezpieczeństwa w ogóle powstał. Dwie pozycje o tej samej średniej sprzedaży dostają ten sam bufor, nawet jeśli jedna sprzedaje się jak w zegarku, a druga skacze o 300%. Efekt jest paradoksalny: przy jednej blankietowej liczbie dni jesteś jednocześnie przezapasowany na produktach stabilnych i niedozapasowany na zmiennych. Ta sama gotówka w magazynie, gorsza dostępność tam, gdzie naprawdę jej potrzebujesz. Płaskie „dni pokrycia" nie rozróżniają też ryzyka po stronie dostaw ani nie pozwalają powiedzieć „chcę 98% dostępności na topowych pozycjach, 90% na ogonie".
Wniosek
Dni pokrycia nie są „błędem" — to rozsądna odpowiedź na ograniczenia danych i potrzebę prostoty. Nawet praktycy tacy jak Vandeput bronią celów wyrażonych w dniach, o ile stoi za nimi model, który je regularnie odświeża. Prawdziwy krok naprzód nie polega więc na porzuceniu pokrycia na rzecz jednej magicznej formuły. Polega na tym, by bufor — czy nazwiesz go zapasem bezpieczeństwa, czy dniami pokrycia — uwzględniał zmienność: różnicował się według tego, jak nieprzewidywalna jest dana pozycja i jak bardzo zależy Ci na jej dostępności. Jedna liczba dla całego asortymentu jest łatwa. Rzadko jest tania.
Na czym się opieram: materiały MIT z programu SCM (MicroMasters in Supply Chain Management) oraz publikacje Nicolasa Vandeputa o optymalizacji zapasów.
Dlaczego o tym piszemy
W Planislav podchodzimy do tego problemu wprost: zamiast dawać Ci kolejne pokrętła — wybór poziomu obsługi, progu, trybu — analizujemy Twoją historię sprzedaży i sami dobieramy bufor pod zmienność każdego produktu z osobna. Na wyjściu nie dostajesz modelu do skonfigurowania, tylko listę zakupową: kup X szt. do dnia Y od dostawcy Z. Chcesz wiedzieć, dlaczego akurat tyle? Pytasz i dostajesz odpowiedź w jednym zdaniu.
To jest różnica między „trzymaj 30 dni na wszystkim" a poduszką, która wie, że jeden produkt sprzedaje się jak w zegarku, a drugi skacze o 300%.
Przestań zgadywać, ile zamówić. — planislav.com