本文重點
- 設定錯誤的代價
- 計算方法一：日供應天數法（最簡單）
- 計算方法二：前置時間波動法
§ 01設定錯誤的代價
安全庫存的設定是一個雙向失誤的問題。
設定過高的代價：
- 資金被庫存佔用，喪失資金的其他用途（機會成本）
- 倉儲空間和管理成本
- 物料過期、技術淘汰、報廢的風險
- 年度財報上的庫存資產膨脹，影響現金流指標
設定過低的代價：
- 生產線停線，直接損失產能
- 緊急採購的額外成本：快遞費用、供應商加急費、航空貨運替代海運
- 交期延誤導致客戶罰款或訂單流失
- 採購和生產人員持續處於救火狀態，影響其他工作
很多台灣中小製造業的安全庫存是這樣設定的：「上次缺料，所以這次多備兩個月」、「師傅覺得三個月夠了」、或者 ERP 裡有個欄位，建置系統時隨手填了一個數字，之後再也沒動過。
這些不是庫存策略，是偶發的歷史記憶或隨意猜測。
§ 02計算方法一：日供應天數法（最簡單）
公式： 安全庫存 = X 天 × 日均需求量
適合情境：數據能力有限、物料重要性較低、快速建立初步的安全庫存設定。
X 天的設定邏輯：
- 通常設為 7 到 30 天，視物料重要性和供應鏈風險決定
- 供應商交貨不穩定的物料，X 設大一點
- 本地採購、交期短的物料，X 可以設小一點
示例： 某零件日均消耗量 50 個，設定安全庫存 = 10 天供應量 → 安全庫存 = 500 個
這個方法的問題：它沒有真正反映不確定性。如果需求波動很大，10 天的安全庫存可能完全不夠；如果需求非常穩定，10 天可能是嚴重的過度備貨。
儘管如此，對於大量的 C 類物料，這個方法提供了一個可操作的起點，比「憑感覺」更有系統性。
§ 03計算方法二：前置時間波動法
公式： 安全庫存 = 日均需求 × 前置時間標準差 × Z 因子
適合情境：前置時間波動是主要的不確定性來源（例如供應商交貨時間不穩定，但需求本身相當穩定）。
Z 因子對應服務水準：
- 服務水準 90% → Z = 1.28
- 服務水準 95% → Z = 1.65
- 服務水準 98% → Z = 2.05
- 服務水準 99% → Z = 2.33
示例：
- 日均需求：100 個/天
- 平均前置時間：10 天，前置時間標準差：2 天
- 目標服務水準：95%（Z = 1.65）
- 安全庫存 = 100 × 2 × 1.65 = 330 個
前置時間標準差的計算：收集過去 20–30 次採購的實際到貨時間，計算標準差。在 Excel 中使用 STDEV 函數。
§ 04計算方法三：完整統計公式（最精確）
公式： SS = Z × √(平均前置時間 × σ需求² + 平均需求² × σ前置時間²)
其中：
- Z = 服務水準因子
- 平均前置時間 = 補貨前置時間的平均值（天）
- σ需求 = 日需求量的標準差
- 平均需求 = 日均需求量
- σ前置時間 = 前置時間的標準差（天）
這個公式同時考慮了需求的不確定性和前置時間的不確定性，是最完整的統計方法。
示例：
- 平均前置時間：14 天
- 前置時間標準差：3 天
- 日均需求：200 個/天
- 需求標準差：30 個/天（月均需求 × CV % / √30 days）
- 服務水準 98%，Z = 2.05
SS = 2.05 × √(14 × 30² + 200² × 3²) SS = 2.05 × √(14 × 900 + 40000 × 9) SS = 2.05 × √(12,600 + 360,000) SS = 2.05 × √372,600 SS = 2.05 × 610.4 SS = 1,251 個
適用條件： 擁有至少 12 個月的需求歷史數據和至少 15–20 次採購的前置時間記錄。適合 A 類和部分 B 類物料。
§ 05計算方法四：最大-平均差值法（數據有限時的替代方案）
公式： 安全庫存 = (最大日需求 - 平均日需求) × 平均前置時間
適合情境：需求數據不完整，無法計算標準差，但有基本的消耗量記錄。
這個方法用「最壞情況」來保護庫存——確保即使在最高需求的情況下，前置時間期間也不會缺料。
示例：
- 觀察到的最高日需求：150 個
- 平均日需求：100 個
- 平均前置時間：12 天
- 安全庫存 = (150 - 100) × 12 = 600 個
缺點：這個方法往往偏保守，因為它假設最大需求與最長前置時間可能同時發生。適合作為過渡方案，等數據積累足夠後換用方法三。
§ 06服務水準的選擇
「服務水準 95%」的意思是：在補貨前置時間內，有 95% 的機率不會發生缺料。換句話說，每 20 個補貨週期中，預期有 1 次可能缺貨。
如何決定目標服務水準？
| 物料類型 | 建議服務水準 |
|---|---|
| A 類生產關鍵物料（停線代價極高） | 98–99% |
| A 類一般物料 | 95–98% |
| B 類物料 | 90–95% |
| C 類物料 | 85–90% |
服務水準越高，所需安全庫存越多。從 95% 提升到 99%，安全庫存量大約增加 40%（Z 從 1.65 增加到 2.33）。
這個成本是合理的投入嗎？對 A 類關鍵物料通常是值得的，但對 C 類物料追求 99% 服務水準則浪費資金。
§ 07在 Excel 中建立安全庫存計算工具
以下是一個可立即套用的 Excel 工作表結構（針對沒有 ERP 的中小企業）：
| 欄位 | 說明 |
|---|---|
| 物料編號 | 品項識別碼 |
| 物料描述 | 名稱 |
| ABC 分類 | A/B/C |
| XYZ 分類 | X/Y/Z |
| 目標服務水準 | 依分類設定，如 A=98%, C=90% |
| Z 因子 | 依服務水準填入（用 NORM.S.INV 函數自動計算） |
| 日均需求 | =AVERAGE(月1:月12)/30 |
| 需求標準差 | =STDEV(月1:月12)/SQRT(30)（月數據轉換為日） |
| 平均前置時間（天） | 過去採購記錄的平均值 |
| 前置時間標準差（天） | 過去採購記錄的標準差 |
| 計算安全庫存 | 用方法三公式，或依數據可用性選擇方法 |
| 目前安全庫存設定 | ERP 或庫存系統中的現有設定值 |
| 差異 | 計算值 vs 現有設定的差異 |
| 建議行動 | 手動標記（提高/降低/維持） |
| 上次審查日期 | 維護用 |
計算 Z 因子的 Excel 公式：=NORM.S.INV(目標服務水準)
例如 =NORM.S.INV(0.95) 回傳 1.645。
§ 08安全庫存的動態調整
安全庫存不是一次設定就永遠有效。以下情況應觸發審查和調整：
應增加安全庫存的情況：
- 換了新供應商（前置時間不確定性更高）
- 供應商地理位置風險上升（地緣政治、物流中斷）
- 即將進入需求旺季
- 原料或半成品有缺貨風險的市場信號
應降低安全庫存的情況：
- 供應商長期表現穩定，前置時間波動縮小
- 需求模式變得更可預測
- 已建立 VMI 或供應商備庫協議，緊急補貨速度提升
- 物料進入產品生命週期末期，需求下降
審查頻率建議：
- A 類物料：每季審查一次
- B 類物料：每半年審查一次
- C 類物料：每年審查一次
- 重大事件（供應商更換、產品組合變化）：即時觸發
§ 09常見錯誤
錯誤一：所有物料套用同樣的安全庫存倍數 例如「所有品項安全庫存設為平均月需求的 1.5 倍」。這忽略了不同品項的需求穩定性差異，導致穩定物料囤積過多、波動物料緩衝不足。
錯誤二：建立後從不更新 很多 ERP 中的安全庫存設定，是五年前建置系統時填入的數字，之後從未更新。現在的需求模式、供應商結構、前置時間可能都已大幅改變，但安全庫存設定仍停留在原始狀態。
錯誤三：忽視需求波動，只考慮前置時間 使用方法二（前置時間波動法）計算的結果，在需求波動也很大的情況下，會嚴重低估所需安全庫存。A 類物料應盡可能使用方法三。
錯誤四：服務水準目標不分物料一律設定 99% 這聽起來謹慎，實際上是把大量資金鎖在低價值物料的庫存中。服務水準應依物料重要性分層設定。