초과 재고 감축으로 풀필먼트 효율성 높이기

공급망 리더들은 '회복탄력성'의 의미를 재정의하고 있습니다. 이는 비축과 위험 대응을 넘어섭니다. 코로나19 팬데믹과 기타 혼란 이후, 회복탄력 있는 공급망은 혼돈 속에서 번성하며, 결정적으로 이전보다 더 나은 고객 서비스를 제공합니다.

회복탄력성 개념을 구체화하기 위해, 우리 공급망 전문가 모두가 이해하는 것인 '재고'와 연결해 보겠습니다. 고객 서비스 수준을 충족하도록 최적화된 재고는 안전 재고를 늘리는 것이 아니라, 오히려 그 반대입니다. 일부 플래너들은 팬데믹 기간 동안 전체 재고 수준을 10~30% 줄이면서 전체 서비스 수준을 3~5% 높였습니다. 많은 공급망 이론처럼 이는 직관에 반합니다. 많은 플래너들은 서비스 수준을 높이려면 재고 수준이 증가해야 한다고 자연스럽게 가정합니다.

주문 라인 풀필먼트 비율

이 모순을 풀기 위해, 총수요 충족 능력과 고객 주문 이행 능력을 구별해야 합니다. 제가 모든 고객에게 하는 말을 반복하겠습니다. 주문 이행률, 즉 주문 라인 이행률(OLFR)은 목표 서비스 수준 달성 시 중요한 지표입니다. 고객은 자신의 주문이 제때 도착했는지에만 관심이 있을 뿐, 귀사의 총수요 예측이 정확했는지에는 관심이 없습니다.

정확한 예측이 공급망의 주문 이행 능력을 나타내는 주요 지표가 아닙니까? 여기에 오해가 있습니다. 높은 예측 정확도는 경영진 대시보드에서는 좋아 보일 수 있지만, 주문 이행률에 대해서는 아무것도 말해주지 않습니다. 왜일까요? 대부분의 계획 도구에서 측정되는 예측 정확도는 총수요와만 관련될 뿐, 개별 주문을 이행하는 능력과는 무관하기 때문입니다.

간단한 예시를 들어보겠습니다. 한 달에 10건의 주문이 들어왔는데, 각각 다른 날짜에 전국 각지로 단일 LED 램프 1개를 배송하는 경우입니다. 이를 이행하려면 10개의 램프를 단일 위치로 배송하는 주문과는 전혀 다른 계획이 필요합니다. 그러나 총수요 예측은 이 둘을 구별하지 않습니다. 이것이 바로 플래너와 창고 작업자가 99% 서비스 수준에 도달하는 방식입니다. 창고에 각 품목이 하나씩만 있어도 제품의 100%가 '가용'한 것으로 간주되기 때문입니다. 하지만 10개의 LED 램프에 대한 단일 주문 하나만으로도 시스템은 혼란에 빠집니다. 전혀 회복탄력적이지 않습니다!

현재와 같은 높은 불확실성 시대에 높은 OLFR을 보장하는 재고 정책을 설정하는 것이 얼마나 중요한지 충분히 강조할 수 없습니다. 맥킨지 연구 '코로나 시대의 고객 경험 적응'에 따르면, 지난 경기 침체기에 최고의 고객 경험을 제공한 기업들이 경쟁사보다 3배 높은 수익을 달성했습니다.

그렇다면 높은 OLFR을 위해 어떻게 계획해야 할까요? 스포일러 경고: ABC 세분화가 아닙니다. 1960년대에 개발된 이 접근법은 오늘날의 판매 복잡성, 볼륨, SKU 포트폴리오의 다양성에는 맞지 않습니다. ABC를 사용하는 플래너들은 위의 두 LED 램프 시나리오처럼 전혀 다른 시나리오에 동일한 재고 정책을 적용하게 되어 용납할 수 없는 과잉과 부족을 초래합니다. ABC 세분화는 당시 재고 수준 관리에 적합했지만, 최적화를 위한 것은 아니었습니다.

재고 믹스 최적화

ABC가 SKU를 '비즈니스 가치' 기준으로 세 가지 범주로 세분화하는 것과 달리, 재고 믹스 최적화는 각 SKU에 대한 포괄적 재고 정책을 수립합니다. 재고 믹스 최적화는 품목을 '서비스 클래스'별로 세분화한 다음, 각 개별 SKU에 고유한 서비스 수준과 재고 정책을 할당합니다. 이러한 고객 중심 범주는 영업과 마케팅에 의미 있어야 합니다. 예를 들어 '액세서리', '고마진 품목', '자체 브랜드(PB)', '고가 브랜드', '핵심 예비 부품' 등입니다. 고객에게 의미 있는 방식으로 품목을 그룹화하면, 각 그룹에 해당하는 서비스 기대에 부합하는 재고 정책을 설정할 수 있습니다.

재고 믹스 최적화는 고급 계획 소프트웨어를 사용하여 '재고-서비스' 곡선을 각 SKU 위치에 적용하여 서비스 수준과 안전 재고를 최적화하는 데 의존합니다. 재고-서비스 곡선은 원하는 서비스 수준(OLFR)과 필요한 평균 재고 수준 간의 관계를 보여주며, 필요한 관리 수준(안전 재고, 재주문 재고)을 고려합니다. 기본적인 재고 믹스 최적화 원칙은 특정 서비스 클래스(예: 거의 팔리지 않고 고객이 긴급하게 필요로 하지 않는 롱테일 품목)에 더 낮은 서비스 수준을 할당하는 것입니다.

이스라엘에서 시트로엥(Citroën)과 푸조(Peugeot) 자동차의 단독 수입업체인 데이비드 루빈스키(David Lubinski Ltd.)는 약 20,000개 부품(이 중 75%가 저회전 품목) 재고를 최적화하기 위해 지능형 계획 시스템으로 전환했습니다. 이 설립된 가족 기업은 ABC 재고 계획으로도 수익을 내고 있었지만, 회복탄력성과 서비스 수준을 개선할 수 있다고 의심했습니다.

ABC 세분화와 스프레드시트에서 재고 믹스 최적화에 초점을 맞춘 새 시스템으로 전환을 테스트하기 위해, 루빈스키는 두 접근법을 나란히 비교했습니다. 결과는 확실했습니다. 루빈스키는 재고를 25% 줄이고, 항공 화물 긴급 주문을 3분의 1로 줄였으며, 스크랩과 폐기 비용을 크게 절감했습니다. 이 모든 것을 전체 서비스 수준 95~96% 이상으로 유지하면서 각 제품의 필요에 맞춘 개별 서비스 수준을 제공하며 달성했습니다. 이를 통해 재고 절감만으로 150만 유로를 순이익에 기여했습니다.

플래너 생산성도 향상되었습니다. 루빈스키의 새 시스템은 이제 거의 완전 자동화되었습니다. 오늘날 한 사람이 주당 하루 미만으로 프로세스를 관리하므로, 계획 팀은 더 중요하고 고객 대면 업무에 집중할 수 있습니다. 루빈스키의 예비 부품 플래너가 은퇴 전날 후회한 유일한 것은 새 시스템을 더 일찍 도입하지 않은 것이었습니다.

데이비드 바튼(David Barton)은 툴즈그룹 NA(ToolsGroup NA)의 제너럴 매니저입니다.