Sikkerhetslager er en buffer som beskytter mot forsinkelser i leveranser og uforutsigbare svingninger i etterspørselen. For mye lager binder opp kapital, mens for lite kan føre til tapte salg. Så hvordan beregner du riktig nivå? Det handler om tre hovedfaktorer:
- Variasjon i leveringstid: Hvor uforutsigbar er leverandørens levering?
- Variasjon i etterspørsel: Hvor mye svinger kundens behov?
- Ønsket servicenivå: Hvor ofte vil du unngå utsolgte varer?
Formelen for sikkerhetslager er:
Sikkerhetslager = Z-verdi × Standardavvik i etterspørsel × √Leveringstid
For eksempel: Et servicenivå på 95 % (Z-verdi 1,65), et standardavvik på 9,3 enheter, og en leveringstid på 0,74 måneder gir et sikkerhetslager på 14 enheter.
Viktige tips:
- Bruk historiske data for mer nøyaktige beregninger.
- Juster servicenivå basert på produktets verdi og etterspørsel.
- For spesielle varer, vurder metoder som Poisson- eller eksponentiell utjevning.
Å balansere sikkerhetslageret riktig kan spare bedriften din for unødvendige kostnader og sikre at kundene alltid får det de trenger.
Sikkerhetslagerformel: Beregning og faktorer som påvirker lagernivå
Faktorer som påvirker sikkerhetslager-nivåer
Beregning av sikkerhetslager innebærer å ta hensyn til tre viktige faktorer: variasjon i leveringstid, variasjon i etterspørsel og ønsket servicenivå. La oss se nærmere på hvordan disse variablene påvirker nivået på sikkerhetslageret ditt.
Variasjon i leveringstid
Leveringstid, altså tiden det tar fra bestilling til varene er på lager, kan variere betydelig. For eksempel kan importører oppleve forsinkelser på grunn av toll, produksjonsproblemer eller geopolitiske utfordringer. Hvis leverandøren din har uforutsigbare leveringstider, trenger du et større sikkerhetslager sammenlignet med leverandører som leverer mer stabilt.
La oss si at leveringstiden kan variere fra 3 til 6 uker. Sikkerhetslageret må da dekke den lengste perioden for å sikre at du unngår tomme hyller. Denne variasjonen beregnes ofte ved hjelp av standardavviket i historiske leveringstider.
Variasjon i etterspørsel
Kundene dine kjøper sjelden i et jevnt mønster. For noen produkter, som sesongvarer, kan etterspørselen svinge kraftig, mens andre varer selges mer stabilt.
"Årsaken til at et sikkerhetslager er nødvendig i de aller fleste tilfeller, er at de modeller som brukes for å beregne bestillingspunkter og forbruksmønster baserer seg på historiske forbruks- og ledetidsmønstre og sjelden overensstemmer med virkeligheten på kort sikt."
– Roger Stokkedal, Amanuensis, Linnéuniversitetet
Produkter med store variasjoner i salgsmønster krever et høyere sikkerhetslager enn de med jevn etterspørsel. Dette beregnes ved å finne standardavviket for etterspørselen i løpet av leveringstiden. Jo større variasjon, desto mer må du ha på lager for å møte uforutsette svingninger.
Servicenivå-mål
Servicenivået angir hvor ofte du er villig til å gå tom for varer. Et servicenivå på 95 % betyr at varen skal være tilgjengelig 95 % av tiden. Men det finnes to ulike måter å måle dette på:
- SERV 1: Måler sannsynligheten for at du ikke går tom i løpet av én leveringssyklus.
- SERV 2: Måler andelen av etterspørselen som dekkes direkte fra lageret.
For eksempel, med en årlig etterspørsel på 1.200 enheter, krever et 95 % SERV 1-nivå 58 enheter i sikkerhetslager, mens 95 % SERV 2 kun krever 25 enheter. De fleste ERP-systemer bruker SERV 1 som standard, men mange tror feilaktig at de måler SERV 2. Dette kan føre til at bedrifter binder opp unødvendig mye kapital i lagerbeholdning.
For å optimalisere, kan du bruke en ABC-analyse for å justere servicenivåene basert på produktenes verdi og hvor ofte de tas ut fra lageret. For eksempel fortjener A-varer med høy verdi et høyere servicenivå enn C-varer som har lav omsetning.
Disse tre faktorene legger grunnlaget for den grunnleggende sikkerhetslagerformelen, som vi skal utforske videre i neste del.
sbb-itb-21a6c92
Den grunnleggende sikkerhetslagerformelen
Formelen for sikkerhetslager er: Sikkerhetslager = Z-verdi × Standardavvik i etterspørsel × √Leveringstid. Denne kombinasjonen av faktorer gir deg et konkret tall som hjelper deg å opprettholde riktig lagernivå.
Hvordan formelen fungerer
Formelen består av tre nøkkelkomponenter:
- Z-verdi: Dette tallet representerer ønsket servicenivå og er basert på statistisk sannsynlighet. For eksempel, et servicenivå på 95 % tilsvarer en Z-verdi på 1,65, mens 99 % krever en Z-verdi på 2,33. Det er verdt å merke seg at høyere servicenivåer krever betydelig mer sikkerhetslager – en økning fra 95 % til 99 % kan innebære 40-50 % ekstra lager for samme vare.
- Standardavvik i etterspørsel (σ): Dette måler hvor mye etterspørselen varierer i forhold til gjennomsnittet over en gitt periode, ofte 12 måneder. Større svingninger gir høyere standardavvik, noe som igjen betyr at du trenger mer sikkerhetslager.
- Leveringstid: Leveringstiden måles i samme tidsenhet som etterspørselen. Hvis etterspørselen er målt per måned, må leveringstiden også oppgis i måneder.
| Servicenivå | Z-verdi |
|---|---|
| 90 % | 1,28 |
| 95 % | 1,65 |
| 97,5 % | 1,96 |
| 99 % | 2,33 |
Disse tre faktorene gir et solid grunnlag for å beregne sikkerhetslageret ditt.
Anvendelse av formelen
La oss ta et praktisk eksempel. Si at du har en gjennomsnittlig månedlig etterspørsel på 93,7 enheter, og standardavviket er beregnet til 9,3 enheter basert på de siste 12 månedene. Leverandøren din har en gjennomsnittlig leveringstid på 22,1 dager, noe som tilsvarer 0,74 måneder (22,1 ÷ 30). Du ønsker et servicenivå på 95 %, som gir en Z-verdi på 1,65.
Regnestykket blir da:
1,65 × 9,3 × √0,74 = 13,2 enheter
Siden du ikke kan operere med brøkdeler av et produkt, runder du opp til nærmeste hele enhet. Det betyr at sikkerhetslageret ditt bør være 14 enheter.
Et viktig tips: Bruk faktiske leveringstider fra historiske data, ikke kun det leverandøren lover. Hvis de oppgir to ukers levering, men faktisk bruker tre, vil to uker gi deg for lite buffer. Dette kan føre til lagerproblemer, så vær nøye med dataene dine.
Andre metoder for å beregne sikkerhetslager
Når den grunnleggende formelen ikke er tilstrekkelig, finnes det flere alternativer som kan tilpasses ulike behov. Valget av metode avhenger ofte av faktorer som produkttype, bransje og graden av forutsigbarhet i etterspørselen.
Normalfordelingsmetoden
Normalfordelingsmetoden er en god løsning for varer der både etterspørsel og leveringstid er preget av usikkerhet. Denne metoden bygger på prinsippet om at etterspørselen følger en normalfordeling, hvor de fleste verdiene ligger rundt et gjennomsnitt. I en slik fordeling vil 68,2 % av målingene være innenfor ett standardavvik fra gjennomsnittet, og 95,4 % innenfor to standardavvik. Dette gjør metoden spesielt nyttig i bransjer som mote, hvor både sesongskifter og leverandørforsinkelser kan skape uforutsigbarhet. For eksempel kan en motebutikk som opplever plutselige trendendringer og forsinkelser fra produsenter, ha større nytte av denne metoden enn av enklere beregningsmodeller.
Poisson-fordelingsmetoden
Poisson-metoden passer godt for produkter med lav og uregelmessig etterspørsel. I motsetning til normalfordelingen, som forutsetter jevn variasjon, tar Poisson-metoden høyde for sporadiske og diskrete salgsmønstre. Denne metoden er derfor ideell for reservedeler, spesialverktøy eller nisjeprodukter. For eksempel kan en sjelden industrikomponent som kun bestilles et par ganger i året, beregnes mer presist ved hjelp av Poisson-metoden enn ved bruk av tradisjonelle formler.
Eksponentiell utjevningstilnærming
Eksponentiell utjevning skiller seg ut ved å bruke vektede glidende gjennomsnitt som prioriterer nyere data fremfor eldre. Dette gjør metoden spesielt nyttig for produkter med varierende etterspørsel eller tydelige trender. Ved kontinuerlig å justere seg basert på ferske data, kan metoden bedre fange opp endringer i markedet. Den egner seg godt for produkter som påvirkes av sesongvariasjoner, markedstrender eller endrede kundepreferanser. Et eksempel er en elektronikkforhandler som bruker denne metoden for å tilpasse seg økende interesse for nye produktkategorier.
Valget av metode bør baseres på produktets spesifikasjoner og tilgjengelige data. Disse alternativene gir mulighet til å tilpasse beregningene av sikkerhetslager for å møte ulike utfordringer.
"Instead of using an unaccurate approach to safety stock that fits everyone, we monitor each individual product based on sales history, confidence factor and order period" – AGR Inventory
Eksempelberegning med norske data
Scenarioet
Her brukes den grunnleggende formelen i en praktisk, norsk kontekst.
En norsk grossist som leverer standardkomponenter står overfor typiske utfordringer ved beregning av sikkerhetslager. For et spesifikt produkt er den årlige etterspørselen 1 200 enheter, med en ledetid på 4 uker fra bestilling til levering. Historiske data viser at standardavviket i etterspørselen i denne perioden er 35 enheter. Enhetsprisen er 60 NOK (ekskl. mva), og bedriften ønsker å oppnå et servicenivå på 95 % for å sikre høy kundetilfredshet.
Dette eksempelet illustrerer hvordan norske bedrifter må balansere lagerkostnader og risikoen for salgstap, spesielt når uforutsette forsinkelser, som tollproblemer, kan påvirke leveringstiden. Vi bruker disse dataene til å beregne sikkerhetslageret steg for steg.
Beregningssteg
Nedenfor vises beregningene basert på scenarioets parametere. Tabellen sammenligner resultatene for to ulike servicenivådefinisjoner: SERV 1 (sannsynlighet for å unngå tomme hyller) og SERV 2 (andel av etterspørselen som dekkes fra lager). Dataene er hentet fra:
| Parameter | Verdi | Beskrivelse |
|---|---|---|
| Årlig etterspørsel | 1 200 enheter | Forventet totalsalg per år |
| Ledetid | 4 uker | Tid fra bestilling til levering |
| Etterspørselsvariasjon (σ) | 35 enheter | Standardavvik i etterspørsel under ledetiden |
| Enhetspris | 60 NOK | Innkjøpspris per enhet (ekskl. mva) |
| Ønsket servicenivå | 95 % | Sannsynlighet for å unngå tomme hyller |
| Sikkerhetslager (SERV 1) | 58 enheter | Buffer for 95 % syklusservicenivå |
| Sikkerhetslager (SERV 2) | 25 enheter | Buffer for 95 % dekningsgrad |
| Total verdi (SERV 1) | 3 480 NOK | Kapital bundet i sikkerhetslager (58 × 60 NOK) |
Som tabellen viser, krever SERV 1 et betydelig høyere sikkerhetslager enn SERV 2. Dette illustrerer hvor viktig det er å forstå hvilken servicenivådefinisjon ERP-systemet ditt benytter. Det kan være smart å utføre beregningene i et verktøy som Excel før du justerer parametrene i systemet.
Oppsummering
Å beregne sikkerhetslager handler om å finne balansen mellom fornøyde kunder og effektiv bruk av kapital. Målet er å oppnå et optimalt nivå som beskytter mot uforutsigbar etterspørsel og varierende ledetider.
En viktig lærdom er at én løsning ikke fungerer for alle. Standardiserte sikkerhetslagernivåer fører ofte til ubalanse – noen varer blir overlagret, mens andre risikerer å gå tomme. Ved å bruke statistiske metoder som tar hensyn til standardavvik i etterspørsel og ledetid, oppnår man langt mer presise resultater enn med faste nivåer. Som vist i Estrids eksempel fra desember 2025, kan justering av servicenivå og bufferlager – basert på metodene i denne guiden – gi besparelser på opptil 10–11 millioner kroner i bundet kapital.
For norske bedrifter er det spesielt viktig å forstå hvordan servicenivå defineres i ERP-systemet. En ABC-analyse er også et effektivt verktøy for å prioritere produkter basert på viktighet. Dette gjør det mulig å bruke ulike sikkerhetsnivåer for forskjellige produktkategorier, i stedet for én universell regel.
Sikkerhetslager er ikke noe som settes én gang for alle. Det er en dynamisk del av lagerstyringen som må justeres regelmessig i takt med endringer i markedet, leverandørers pålitelighet og kundens behov. Et tverrfaglig team som møtes jevnlig for å gjennomgå prognoser og oppdatere lagernivåer basert på ferske data, kan bidra til å holde strategien relevant over tid.
Ved å kombinere en nøyaktig formel med hyppige gjennomganger og tett samarbeid med leverandører, kan du redusere behovet for nødinnkjøp og risikoen for utsolgte varer. Dette frigjør kapital som kan brukes til andre investeringer i bedriften. Å oppnå denne balansen er nøkkelen til å optimalisere lageret og sikre lønnsom drift.
FAQs
Hvordan finner jeg Z-verdien for riktig servicenivå?
Z-verdien angir hvor mange standardavvik som trengs for å dekke en spesifikk servicenivåprosent. For å beregne denne verdien, må du først fastsette ønsket servicenivå, som for eksempel 95 %. Deretter kan du bruke en Z-tabell for normalfordeling til å finne den tilhørende verdien – for et servicenivå på 95 % er Z-verdien omtrent 1,65. Denne Z-verdien brukes i sikkerhetslagerformelen ved å multiplisere den med standardavviket for enten etterspørsel eller leveringstid.
Hva gjør jeg hvis etterspørselen ikke følger normalfordeling?
Hvis etterspørselen ikke følger en normalfordeling, må andre metoder vurderes for å beregne sikkerhetslager. Dette kan innebære å se nærmere på variasjoner i etterspørselen, bruke alternative statistiske modeller eller basere justeringer på historiske data og praktisk erfaring. Tilpass beregningene til det faktiske etterspørselsmønsteret for å sikre at sikkerhetslageret er riktig dimensjonert.
Hvordan beregner jeg standardavvik i etterspørsel for ledetiden?
For å beregne standardavviket i etterspørselen under ledetiden, følger du disse trinnene:
- Finn differansen mellom hver etterspørselsverdi og gjennomsnittet.
- Kvadrer differansene for å eliminere negative verdier.
- Summer de kvadrerte differansene.
- Del summen på antall observasjoner minus én (dette gjelder for utvalg, ikke populasjon).
- Ta kvadratroten av resultatet.
Dette gir standardavviket, som er en nøkkelindikator for variasjonen i etterspørselen under ledetiden. Det hjelper med å beregne riktig sikkerhetslager og reduserer risikoen for lagerutfordringer.
