先了解下DDMRP运用的领域，由于核心是战略库存，可以看到上游采购（含供应商与在途），工厂内B生产OM结构各个节点，以及下游分销渠道各区域仓库，都是战略库存定位的地点。
上篇说到DDMRP有五个步骤，Strategy Inventory Position战略库存定位是第一步【找准定位】
DDMRP是一套科学有效的堆库存方法论，所以找到定位是重中之重。
堆库存讲究三个问题
——Where 堆哪里
——How Much 堆多少
——When 什么时候堆
要回答战略库存定位这三个问题，就要从几个维度来分析。Chad设定了6大维度用来做库存定位的考虑。
以下有点复杂，可以略过：
看概念很难准确理解，举个例子就比较容易了：
产品的BOM结构如上，FPG与FPH两个成品各自有BOM，存在很多共用料与共用半成品。其中201即是半成品，也可作为成品出售给C（客户）看看Chad举例的这个结构....汇总了BOM与工艺.......
典型的TOC的网络图....
接下来以该案例为例，看下六个维度是怎么考虑战略堆库存的
（1）客户需求提前期
潜在客户能忍耐的时间，超过该时间，就可能去找替代品了
FPG需求是3天，所以101备库存（不备就无法短于3天）
FPH需求5天，所以101，102备库存（不备就无法短于5天）
201需求3天，在301P备库（不备就无法短于3天）备到201则会产生多余浪费，没有充分利用3天时间
（2）市场潜在提前期
市场上可以涨价或找新客户的时间，如
201需求是1天，所以201备库存（不备就无法短于1天）
FPG需求1天，所以FPG备库存（不备就无法短于1天）
（3）销售订单提前期
这个与（1）很难区分.....官方说法是（3）>=（1）
（3）是说客户下单到交货的提前期
我理解是（1）面向潜在客户，通过战略库存赢得新客户
（3）面向老客户，通过战略库存满足老客户交付要求
需求是3天，所以301P，101，102P备库
（201与FPG是前面2个因素影响，该图的战略备库是从（1）开始累积）
（4）外部波动性（需求/供应）
——需求端的波动性，客户订单时多，时少
——供应端波动性，供应商供货时多，时少
但凡有高风险波动的地方，都要做库存储备
那啥叫高风险？怎么衡量呐？几万个SKU与Part怎么分析？
风险的量化衡量，有MAD，方差，变异系数等等，主要是统计方面理论（sigma统计方面的理论支柱开始生效了)
（5）库存平衡与灵活性
201与101有个特点，都是FPG与FPH的共用料，因此库存储备可以降低对下游库存需求。
简单来说，备库存越向下游，靠近成品靠近市场则成本高。如果能向上游转移部分库存，则可以低成本。
举个例子把 ，电商行业有名的线上线下一盘货，就是这个思想，备库存备在网络中共用交叉领域，可以减轻下游库存负担，又可以实现灵活调配资源。
（6）关键资源保护
201与204P生产出101，会经过Z环节，Z是关键资源，也就是瓶颈资源。Z决定了整体101产出速率，因此需要Z最大化产出。
因此在301P与201之外，还需要204P进行库存储备，以确保Z永远有活可以干，不停止的运转中。
到这里，可以发现.....还是TOC的核心思想，瓶颈管理....
最终总结以上如下
看到这里，简直令人恼火！。。。。。。。。。。。。
除了FPH，能堆库存的地方已经全部堆上了，这个DDMRP未免也太扯淡了...
en ,,,由于官方是进行举例，挑了个比较复杂的案例将6个场景都讨论了
在实际运用中，并非全部都会纳入考虑
个人看来，（3）下单提前期（4）波动性（6）关键资源是企业较为常见关注的库存储备点。这只解决了Where的问题，When和How Much我们放在后面继续说。
通过储备战略库存，可以有效保持在运作层面的稳定性，如下图：
需求与供应市场是波动的，供应链要做的是进行稳定均衡化。。。
而非借由更快速敏捷的系统流程，肆意放大化波动情况
甚至于，需求一变，第一时间传递给最一线的仓库搬运员与生产作业员。。。这是非常不正常的行为..............执行端具备刚性，肆意变化只会一团混乱。
————
这篇会用看着像BOM的图来展示，但其实是网络图，容纳了生产工艺过程在内，主要聚焦于几大提前期，通过堆缓冲库存，来Decoupling解耦整个提前期，如下图展开了FPB产品的整个生产网络图
MLT 生产提前期
如图所示，展示每个产品部件单独生产的周期，例如FPB是1天，101生产是3天.....诸如此类 ，是传统MRP系统常用参数
CLT 累计提前期
如图所示，展示每个产品部件展开到最底层的最长的累计提前期，
例如FPB是1+3+5+4+10=23天，207生产是3+2+30=35天.....
诸如此类 ，是传统MRP系统常用参数
DLT 解耦提前期
这就是DDMRP的新概念，在整个BOM中累计的最长无保护缓冲的累计提前期。基本是在CLT逻辑基础上，向下展开展到解耦点停止。
的确，有库存的产品无需再生产，可以直接投产使用。
还是FPB看下
——201有库存，因此生产是3+1=4天,
——410P与411P有库存，因此生产是2+3+3+1=9天
取累计最长，FPB是9天
,...........................................................................................................
是不是感觉很简单呐 ？
用DLT来取代CLT和MLT，感觉很厉害吧....
呵呵...................这么简单，要是企业也这么简单就好了！
真实的企业当然不会这么简单!
有单独的BOM，也会有超级配置BOM，模块化BOM，通用部件BOM...
还会有共用料，替代料，完全替代，不完全替代，成组替代，部分替代.....
还会有材料替代优先级，耗用配比关系............
天文数字一般的复杂度......DDMRP能干嘛呐？一个个BOM去算DLT？
就在我看着这一切，冷笑理论界的迂腐陈旧与理想化时，
Chad这时候甩出了答案！
Matrix BOM！ 物料清单矩阵分析
BOm矩阵分析是要对所有BOM用到的材料共用性进行分析
图中都是存在共用关系的料件，Matrix BOM分析如下
横坐标是父阶料件，纵坐标是子阶料件，统计子阶在父阶中出现的次数.....
这里包含了所有替代，配比在内的逻辑，只要子阶可以在父阶用，即可以出现。
然后根据Matrix BOM+DLT分析，寻找到...........DLT时间最长的那条
关键链.................又是TOC的思想
对于共用性高的料件，设定缓冲库存Buffer,然后看到下图，所有最长DLT都发生了转移...变得更短了
实现了如下目标
1） 按市场需求，压缩提前期（DLT变短了）
2 ）当需要时决定现实到期日
3 ）设定解耦点缓冲库存（Matrix BOM分析后共用部件加缓冲）
4 ）发现合适的高价值库存平衡点
共用料进行解耦，可以看到研发设计重要性，所谓研发手一抖，供应累成狗。太多的料件类型与复杂BOm，会大大增加库存与管理复杂性。后续有机会会谈下研发到供应链这端的成本优化问题。
近年来，在数学算法领域也有很多库存优化的方法论，通过对BOM中心性，子项父项的出入度分析，整体思想与DDMRP都有相似之处。
究其根源，应该都是采用了 统计学思想，对大量数据进行分析提炼规律。任何复杂度，在高维度下统计会呈现出一定规律性，而掌握这种规律性，就是破解供应链VUCA困境的法宝。
