Общий страховой запас: когда объединение точек действительно уменьшает буфер

Решение: где держать защиту от отклонений

Risk pooling означает объединение неопределённого спроса так, чтобы один ресурс обслуживал несколько источников потребности. Для склада это может быть общий резерв или централизованное хранение. Само объединение экранов остатков не даёт такого эффекта: товар должен быть реально доступен обеим точкам в допустимый срок.

В материалах MIT эффект pooling рассматривается вместе с корреляцией спроса, сроком пополнения, транспортом и уровнем сервиса. Поэтому решение о централизации нельзя принять по одной формуле сокращения запаса. Источник: MIT, Risk Pooling.

Сначала определите, какое обещание сохраняется: немедленная выдача в магазине, доставка в тот же день или другой срок. Если общий склад уменьшает запас ценой более позднего исполнения, это уже иной сервис, который требует отдельного согласованного решения.

Почему средние складываются, а разброс — иначе

Средний суммарный спрос двух точек равен сумме их средних. Для неопределённости нужна ковариация. Если стандартные отклонения спроса на выбранном горизонте равны σ1 и σ2, а корреляция равна ρ, то:

σобщ = √(σ1² + σ2² + 2 × ρ × σ1 × σ2).

При положительной корреляции точки часто отклоняются в одну сторону, поэтому общий разброс больше. При отрицательной отклонения частично компенсируются. Нулевая корреляция не означает независимость для любых распределений; в учебном нормальном примере ниже мы задаём нужные предпосылки явно. Связь дисперсии суммы и ковариации разобрана в материалах MIT по вероятности.

Нельзя складывать стандартные отклонения, как средние, кроме специальных случаев полной положительной зависимости. Также нельзя получать корреляцию из рядов с разными календарями или неизвестными периодами отсутствия товара.

Учебный пример двух одинаковых точек

Все числа вымышлены. Один взаимозаменяемый SKU, единица — штука. В каждой точке средний дневной спрос 50, стандартное отклонение 10. Дневные пары спроса независимы между днями; внутри дня их корреляция равна выбранному ρ. Используем совместное нормальное приближение, постоянный горизонт защиты четыре дня и отсутствие сезонного сдвига.

За четыре дня средний спрос каждой точки составляет 200, отклонение — 10 × √4 = 20. Среднее сети равно 400. Предполагается, что общий запас можно распределить без задержки и ограничений между обеими потребностями; ниже отдельно проверим, что происходит при нарушении этого условия.

Для наглядного сравнения разброса сначала используем одинаковый коэффициент буфера z = 1,645. Для одного нормального распределения он примерно соответствует одностороннему 95%-му квантилю. Это ещё не означает одинаковый сетевой уровень сервиса двух схем.

Раздельные буферы: 1,645 × 20 = 32,9, округлённо 33 в каждой точке, всего 66.

Три корреляции, три результата

При ρ = 0 суммарное отклонение равно √(400 + 400) ≈ 28,284. Общий буфер: 1,645 × 28,284 ≈ 46,53, округляем вверх до 47. Разница против суммы двух округлённых буферов — 19 единиц.

При ρ = 0,5 отклонение равно √(400 + 400 + 400) ≈ 34,641. Буфер ≈ 56,98, округлённо 57. Разница сократилась до девяти.

При ρ = 1 отклонение равно √1600 = 40. Буфер 65,8, округлённо 66. По одинаковому коэффициенту уменьшения нет: обе точки испытывают один и тот же относительный всплеск.

Формулы сравнивают статистический разброс при заданных условиях. Они не доказывают, что реальная сеть может завтра безопасно убрать 19 единиц или что оценённая по короткой истории корреляция сохранится в сезон акции.

Важно: одинаковый z не равен одинаковому сетевому сервису

Если каждая из двух независимых точек имеет вероятность отсутствия дефицита 95%, вероятность одновременного отсутствия дефицита в обеих составляет 0,95 × 0,95 = 90,25%. Общий буфер для суммарного нормального спроса с тем же z задаёт другую, агрегированную вероятность около 95%.

Для сравнения именно по сетевой цели 95% в независимом симметричном примере каждая отдельная точка должна иметь вероятность √0,95 ≈ 97,468%. Соответствующий нормальный коэффициент примерно 1,9545. Её буфер равен 1,9545 × 20 ≈ 39,09, после округления 40; всего 80. Общий вариант с идеальным распределением по-прежнему требует 47.

Этот дополнительный расчёт относится только к выбранной независимой модели и критерию «обе потребности покрыты за горизонт». Он не гарантирует одинаковые сроки каждого заказа или fill rate. При другой зависимости и правилах приоритета требуется отдельная оценка событий обслуживания.

Доставка из центра меняет горизонт

Допустим, общий процесс требует уже шесть дней защиты вместо четырёх. В отдельном сценарии с ρ = 0 средний суммарный спрос становится 100 × 6 = 600, а отклонение √(6 × (100 + 100)) ≈ 34,641. С коэффициентом 1,645 буфер округляется до 57.

Граница «среднее плюс буфер» теперь 657 против 447 при четырёх днях. Нельзя радоваться уменьшенному относительно раздельной суммы буферу, игнорируя дополнительную потребность на два дня. Также проверьте товар в пути и локальный запас для немедленной выдачи; они не исчезают из сети после переименования центрального склада.

Если клиент по-прежнему ожидает немедленное получение, но межскладская доставка занимает два дня, предпосылка идеального совместного доступа нарушена. Нужны локальная защита, иной маршрут или другой срок обещания.

Какие данные подготовить

Нужны синхронные ряды спроса по SKU и точкам, календарь, интервалы наличия, акции и изменения цен. Сохраняйте единицу, период наблюдения, число совместных наблюдений, средние, отклонения, корреляцию и метод её оценки. Пропуск одной точки не заменяется нулём без основания.

Дополнительно зафиксируйте фактические сроки пополнения и переброски, мощности сборки и перевозки, общий порядок резервирования, ограничения партий и владельцев. Не весь одинаково названный запас взаимозаменяем для двух клиентов.

Сезонность и общая акция способны создавать высокую корреляцию. Если планирование уже использует прогноз сезонности, изучайте и ошибки этого прогноза на нужном горизонте; сырой ряд и остаточные отклонения отвечают на разные вопросы. Не выбирайте тот расчёт, который даёт большую экономию, без связи с реальной политикой.

Проверяйте экономию после выполнимости

Разделяйте высвобождение денег в запасе и ежегодное уменьшение расходов. Если пилот действительно позволяет держать на 19 единиц меньше при сохранённых целях, цена $20 за единицу означает $380 меньшего вложения. При согласованных расходах хранения $4 на единицу в год эффект составляет $76 в год до других изменений.

Дополнительная перевозка, обработка или срочная доставка могут перекрыть $76. Эти суммы условные и относятся только к подтверждённому снижению среднего запаса, а не автоматически к разнице формульных буферов.

Приёмочные проверки

• Ряды сопоставимы по времени, единице и доступности товара.
• При ρ = 0, 0,5 и 1 воспроизводятся округлённые буферы 47, 57 и 66.
• Локальная и сетевая цели сервиса названы отдельно.
• Переход на шесть дней пересчитывает и среднее, и разброс.
• Общий резерв нельзя одновременно обещать двум заказам.
• Транзит и локальные остатки входят в полный сетевой обзор.
• Пилот сравнивает сроки, дефицит, средний запас и дополнительные перевозки.
• Сбой центра или общего поставщика рассмотрен отдельным сценарием.

Для SABSUS используйте расчёт при обсуждении сетевого склада и перемещений. Расчёт корреляции и моделирование сервиса требуют отдельного подтверждения; видимость остатков по точкам сама не обеспечивает pooling.

Частые вопросы

Общий склад всегда требует меньше запаса?

Нет. Эффект зависит от зависимости спроса, сроков, требований к выдаче и возможности использовать общий товар.

Достаточно корреляции за последний месяц?

Не обязательно. Проверьте размер выборки, сезонность, акции и устойчивость результата на других сопоставимых периодах.

Можно сравнивать только страховой запас?

Для узкого математического вопроса можно. Для решения о сети нужно включить циклический запас, транзит, сервис и затраты исполнения.

Источники

Проверено 9 октября 2026 года: MIT — Risk Pooling, MIT — Covariance and Correlation. Числа являются учебными; вероятностные выводы ограничены указанной моделью.