Sådan spottes langsomt omsættelige varer med stor lagerbinding
Problemet med langsomt omsættelige varer med stor lagerbinding nedprioriteres ofte, men det kan koste endnu flere penge på bundlinjen. Udfordringen er at lægge den rette strategi for at reducere og realisere lagerbindinger og derefter koble strategien med resten af virksomhedens strategi.
Vi kender det alle sammen. Vi ved, at der på lageret ligger varer, som i forhold til den værdi de kan skabe, optager for meget plads og binder for meget kapital. Vi har måske kendskab til de mest kritiske af slagsen, men det fulde overblik har vi ikke. Vi ser kun toppen af isbjerget. Hvis der skal gøres noget aktivt ved problemet med for mange varer på lageret, skal det være inden varerne bliver ukurante, men det er en opgave, der meget ofte er svær at få afsat tid og ressourcer til. At svigte denne opgave vil som regel vise sig at være en fejldisponering, der kommer til at koste endnu flere penge på bundlinjen, jo senere der tages hånd om problemet. Men meget kan hurtigt rettes op relativt let, hvis ressourcerne prioriteres, og de relevante analyser tages i brug.
Det er let at reducere lagerbindinger, men vanskeligt at sikre, at de ikke stiger igen. I hverdagen bruges ressourcerne på de synlige og værdiskabende varer med fokus på tilgængelighed og leveringsevne. Dette fokus på stabilitet i vareflow og varernes servicegrader skyldes en prioritering af salg og omsætning frem for indkøb og omkostninger. Der bliver sjældent tilført de nødvendige ressourcer til at forbedre processerne i indkøb, selvom det kunne reducere den økonomiske risiko forbundet med et lager. Omkostninger får ofte først prioritet i perioder med nedgang, hvor netop reduktion af kapitalbindinger er mest vanskelig.
Det er ikke svært at reducere kapitalbindinger - men spørgsmålet er på bekostning af hvad, at kapitalbindingerne reduceres. Det er ledelsens ansvar at sætte retningslinjer og dedikere ressourcerne til et projekt, der kan besvare dette spørgsmål. Ledelsen skal klarlægge, hvilke beføjelser indkøbsfunktionen skal have for at løse opgaven, hvad projektet må koste af ressourcer, på hvilke områder der ønskes forbedringer, og hvor langsigtet der skal tænkes. At fastsætte en målsætning for reduktion af kapitalbindinger med en given procent-sats er ingen kunst i sig selv. Den sande udfordring er at lægge den rette strategi, og derefter koble strategien med resten af virksomhedens strategi.
Forårsrengøring
Strategier for at reducere og realisere lagerbindinger kan opdeles på kort eller lang sigt. En udelukkende langsigtet strategi skaber ikke kapitalreduceringer på kort sigt. En langsigtet strategi fokuserer på at gøre tingene bedre i fremtiden, hvor der på kort sigt fokuseres på at rette op på fortidens synder. Derfor sondres der mellem to typer af lagerreduktion:
Langsigtet strategi: En proaktiv indsats for at reducere nedskrivninger og forbedre servicegraden, der vil hjælpe til at få fyldt op på lageret de rigtige steder, men intet gør ved de områder, hvor der i forvejen ligger for meget på lager.
Kortsigtet indsats: En reaktiv indsats for at reducere lagerbindingen for døde varer og varer med lave omsætningshastigheder skaber hurtige resultater, men forhindrer ikke, at problemet opstår igen.
Det kræver hårdt arbejde og tålmodighed at optimere og reducere kapitalbindinger, og effekten kan som sagt have lange udsigter. Derfor kan det være nødvendigt med en forårsrengøring af lageret, inden der søsættes mere langsigtede lagerstrategier. Ved at starte med den kortsigtede indsats skabes et godt grundlag for at bygge videre med den langsigtede strategi.
Find de langsomt omsættelige varer med stor lagerbinding
Ofte disponeres og prioriteres indkøb på baggrund af erfaring. Denne metode kan skabe gode resultater, men det er altid en god ide at understøtte erfaring med kvantitative analyser. En kvantitativ analyse kan hjælpe til at angribe udfordringer systematisk og målrettet. Gennem kvantitative analyser skabes der et stærkere grundlag for at træffe beslutninger, og det kan blive mere synligt, hvor stort potentialet er for at nå de definerede målsætninger. Samtidig kan kvantitative analyser synliggøre prioritering og fokus for hele organisationen, hvilket er en god forudsætning for at skabe dialog og synergi mellem eksempelvis salg og indkøb.
I det følgende beskriver vi en enkel metode, der hurtigt identificerer få varer med mange lagerdage og en høj kapitalbinding. Til denne metodes kræves der per varenumre følgende:
- Kapitalbindingen
- Antallet af fremtidige lagerdage pr. vare
- Volumenværdien
- Plukkefrekvens
Metoden består af to kategoriseringer. Den første kategorisering danner grundlag for en analyse af varernes kapitalbinding og omsætningshastighed. Den første parameter er kapitalbindingen. Øvelsen går ud på at sætte en bevidst høj grænse og placere varer med meget høje kapitalbindinger i A klassen. I B klassen placeres varer med høje, men dog mindre kapitalbindinger. Til sidst placeres resten og størstedelen af varerne i C-gruppen. Formålet er at isolere et begrænset antal varer i hhv. A & B klasserne med meget høje lagerbindinger. Grænserne mellem klasserne, beror på en subjektiv vurdering og afhænger af, hvor mange varenumre, og hvor stor en procentdel af den samlede kapitalbinding der ønskes fokus på. Den næste parameter deler varerne op på baggrund af deres omsætningshastighed. I dette tilfælde bruges et estimat på omsætningshastigheden kaldet antallet af fremtidige lagerdage. Denne parameter er omvendt proportionel med omsætningshastigheden. Dvs. at mange fremtidige lagerdage er lig med en lav omsætningshastighed. Igen opdeles varerne i tre ABC klasser. Her vil varer med mange fremtidige lagerdage placeres i A - varer med et lidt mindre antal lagerdage placeres i B, og resten af varerne placeres i C. Som før bliver grænserne mellem klasserne vurderet subjektivt og afhænger af antallet af varer, der ønskes at arbejde med. Krydser vi klasserne af de to parametre får vi 9 ABC kategorier i alt (se figur 1).
Nu kan der arbejdes systematisk med én kategori af gangen. Det vil være oplagt at begynde med kategorien AA, der er karakteriseret ved at indeholde relativt få varer med høj kapitalbinding og mange lagerdage.
Efterfølgende laver vi en dobbelt ABC klassificering, hvor varerne fordeles efter en 80/15/5 procentfordeling i klasserne ABC, og hvor parametrene er plukkefrekvens og volumenværdi. Denne kategorisering skal bruges til at vurdere potentialet for at realisere og nedbringe kapitalbindingerne.
Vi har nu to kategoriseringer med 9 ABC kategorier i hver. Hvis vi laver krydsreferencer mellem de to kategoriseringer, ender vi med 81 referencer, hvor kun få af dem er interessante i en oprydningsfase. I den følgende case kigger vi kun på krydsreferencerne mellem varerne i kategorien AA i figur 1 (de få varer, der har en høj kapitalbinding og mange lagerdage), og på hvordan disse varer fordeler sig, når de er blevet kategoriseret efter volumenværdi og plukfrekvens (se figur 2).
Case: Produktionsvirksomhed (indkøbte varer)
Gennem en case fra produktionsvirksomheden Logstor A/S vil vi synliggøre, hvordan det gennem en systematisk og fokuseret indsats på indkøbte varer er muligt at rette op, hvor det er vigtigst relativt hurtigt.
Logstor producerer præisolerede rørsystemer og omsætter for cirka 2 milliarder kroner om året. I 2007 valgte Logstor at fokusere på virksomhedens likviditet, herunder optimering af lagerbeholdninger.
Ovenstående metoder og klassificeringer blev anvendt på Logstor´s fabrikker i Danmark og Polen. Alle fabrikkerne udviste de samme tendenser, men her tages kun udgangspunkt i en af de danske fabrikker. På denne fabrik var mere end 50% af den samlede kapitalbinding placeret på kun 138 varer.
Ved kun at fokusere på 138 varenumre ud af 12.066 havde Logstor mulighed for at sætte fokus på halvdelen af deres lagerbindinger på rå og handelsvarer. De 138 varenumre udgjorde ca. 1 procent, af varerne og var et overskueligt antal varenumre at arbejde med.
De identificerede 138 varenumre blev opdelt mellem de respektive indkøbere. Indkøberne gennemgik deres lister med de nøje udvalgte Slow Moving varer, og ved hjælp af krydsreferencerne mellem de to kategoriseringer kunne de vurdere potentialet for at reducere og realisere de høje kapitalbindinger. Derefter blev der opsat aktionspunkter for alle 138 varenumre ved at gennemgå dem for følgende handlingsmuligheder:
1. Er der fejl i data?
2. Er det en ny vare?
3. Lagerføres varen af politiske årsager?
4. Kan varen sælges til kunder med rabat eller som udsalgsvarer?
5. Kan varen med fordel rykkes til andre lagre eller geografiske lokationer?
6. Kan varen substituere et andet produkt og anvendes/sælges alligevel?
7. Kan leverandørerne tage varen tilbage til fuld eller nedsat købspris?
8. Kan varen byttes til andre varer hos leverandøren?
9. Kan varen videresælges til en mellemhandler?
10. Skal økonomiafdelingen nedskrive varen?
11. Kan varen omfabrikeres til et andet produkt?
12. Det ikke muligt at foretage sig noget?
13. Skal varen forsat lagerføres eller skal varen være en skaffevare?
14. Skal sikkerhedslageret justeres?
15. Skal ordrestørrelsen justeres?
Ved gennemgangen af de 138 varenumre bestod den største bekymring i, at 85 ud af de 138 varenumre lå i den kategori med lav plukfrekvens og volumenværdi (CC kategorien fig. nr. 2). Dette faktum betød, at sandsynligheden for at realisere den bundne kapital ved naturlig eller øget efterspørgelse var meget lav. På trods af dette blev den samlede kapitalbinding på de 138 varer over en 4 mdr. periode reduceret med ca. 30% udelukkende gennem prioritering og fokusering samt en tilhørende aktiv indsats for at få varene aktiveret eller realiseret.
Er der faldgruber?
Som beskrevet tidligere skal denne form for analyse understøttes af den erfaringsmæssige og mere kvalitative viden. En af de største udfordringer forbundet med f.eks. ABC-analyser og opdeling af varer i summerede kategorier, er vurderingen af hvilke beslutninger, der kan træffes på baggrund af analysen. Derfor skal kategoriseringen analyseres for dens styrker og svagheder, således at de beslutninger der træffes ud fra kategoriseringerne har bund i relevant information. En kvantitativ kategorisering lyver aldrig. Man skal bare huske ikke at overvurdere dem og undlade at anvende dem til at træffe beslutninger, de ikke kan danne grundlag for. Fx vil de udvalgte varer, som blev realiseret ved udsalg, pludselig se ud som om de er i live. I dette tilfælde er det vigtigt, at salgsfunktionen får foretaget en vurdering af, om varen har fået nyt liv, eller om den skal markeres som udgået. Benyttes udelukkende en kvantitativ analyse vil denne analyseform vurdere varen som værende i live igen, hvilket selvsagt lagt fra er sikkert.
Den metode vi her har beskrevet kan ikke løse alle problemer omkring langsomt omsættelige varer med for høje kapitalbindinger. Men metoden kan skabe et grundlag for at prioritere og fokusere, så det hurtigt og enkelt er muligt at gennemgå og analysere ca. 50% af lagerbindingen, som ofte er fordelt på relativt få varer. En prioriteret liste med nøje udvalgte varer kan gøre en oprydning på lageret til en overskuelig opgave i en i forvejen travl hverdag. Derved kan også lageret nyde godt af, at foråret er over os!
