倉庫でのサイクルカウントのサンプリング手法
サイクルカウントを実行すると、2つの推論が行われます。 主な推論は、サイクル数のアイテムの精度を使用して、倉庫全体のアイテムの精度を判断できることです。 もう1つの推測では、サイクル数にエラーが見つかった場合、そのエラーは倉庫内の他のアイテムで発生すると予想される可能性があります。
サイクルカウントのタイプ
使用できるサイクルカウントにはいくつかのタイプがあります。
- 対照群
- ランダムサンプル
- ABC分析
コントロールグループサイクルカウント
ある会社がサイクルカウントを開始するとき、コントロールグループを使用して、アイテムを数えるために使用している方法が最良の結果を与えるかどうかをテストすることができます。 このプロセスは、通常、短期間に数回カウントされる小さなグループのアイテムに焦点を合わせます。 この繰り返しカウントプロセスでは、カウントテクニックのエラーが表示され、修正することができます。 技術が正確であることが確認されるまで、プロセスは継続されます。
ランダムサンプルサイクルカウント
カウントされる項目の数がランダムに選択されると、このプロセスはランダムサンプルサイクルカウントとして知られています。 ある企業の倉庫に類似した品目が大量にある場合、数えられる品目の数をランダムに選択することができます。 カウントは、倉庫内のアイテムの大部分が合理的な期間にカウントされるように、毎日または勤務日に実行することができます。
ランダムなサンプル・サイクル・カウントでは、2つの手法を使用できます。 一定の集団カウントおよび減少した集団カウント。
一定数の集計は、カウントが実行されるたびに同じ数の項目がカウントされる場所です。 これは、カウントするアイテムの選択がランダムであるため、特定のアイテムが頻繁にカウントされ、いくつかのアイテムがカウントされないことを意味します。
減少集計とは、倉庫内の品目の数を数えた後、倉庫内のすべての品目を数えるまで、数えないようにする技術です。 各カウントは、カウントされる適格項目の数が減少する項目の中から項目を選択します。
ABCサイクルカウント
ABCサイクルカウントは、無作為サンプルカウントの代替方法です。 この方法では、この技法の基礎としてパレート原理を使用します。 パレート原則によれば、多くの事象について、効果の約80％が原因の20％から生じる。 ABCサイクル計数方法では、この原則を使用して、倉庫内の部品の20％が販売の80％に関連していると仮定します。これらは「A」アイテムです。 原則は、「B」品目が品目の30％を占め、「C」品目が倉庫内の品目の50％を占めるが、売上高のわずか5％を占める2つの他のカテゴリに拡張される。
サイクルカウントを実行する前に、倉庫内の品目をA、B、またはC品目として識別する必要があります。 これは通常、 在庫管理ソフトウェアなどのコンピュータシステムの助けを借りて達成されます 。 倉庫内の各アイテムにカテゴリが割り当てられると、各カテゴリをカウントする回数を決定する必要があります。 売上高が最も高い商品は、売上が低い商品よりも頻繁にカウントする必要があります。 したがって、「A」項目として割り当てられた項目は、「C」項目として指定された項目よりも頻繁にカウントされます。
ABCのサイクル数に問題があります。 別個の品目が多数ある倉庫では、1日に数回数えられることがあります。 ウェアハウスには、必要な数のカウントを完了するのに十分なリソースがない可能性があります。
もう1つの問題は、「C」アイテムの数が少ないため、これらのアイテムの在庫精度が低いことです。
Gary Marion、Logistics and Supply Chain Expertによって更新されました。