为每个商品设定基准，并确定哪些商品面临缺货风险，哪些商品可能相对于服务水平目标库存过剩。 借助适当的技术，即使在难以预测间歇性需求的情况下也可以做到这一点，如下例所示。
图 1. 预计服务水平和间歇性需求
间歇性需求看似随机，是服务部件或零星需求但对业务至关重要的物品的特征。它的特点是许多零需求或极低需求期，中间穿插着高度可变的需求。由于缺乏明确的需求模式，库存规划挑战与规划具有传统批量需求的物品截然不同，也更加困难。
图 1 表示间歇性需求商品的需求分布。请注意，它看起来不像正常的需求分布。
本例中的商品的服务水平为 91%（商品应有 91% 的时间有库存）。我们可以看到，近 20% 的时间该商品的需求为零（由图表最左侧最高的条表示）。图表还显示，根据当前库存政策，平均需求（由蓝线表示）为 5 个单位，而该商品的再订购点（红线）为 10 个单位，以覆盖补货前置时间。
红线右侧的所有内容都表示在 10 个单位的再订货点下无法满足的需求。这就是缺货的风险。如果期望的服务水平是 95%，则此商品表现不佳。如果商品不是关键商品，而期望的服务水平仅为 85%，则库存过剩。无论哪种情况，了解这些信息都可能产生重大的财务和/或服务影响。
了解这样的信息还可以帮助您继续下一步。
4. 做出合理的库存备货决策
通过对当前库存政策的基准了解，技术还允许规划人员调整 伯利兹电子邮件列表 服务水平和交货时间，并进行“假设”计算，以了解这些变化对库存投资的影响。
再次参考图 1，我们预计在交付周期内需要 10 个单位才能实现 91% 的服务水平目标。如果这是关键项目，91% 的服务水平可能还不够好。我们可以将目标提高到 99%，然后重新进行 SLDP 模拟。这可能会产生 18 个单位的新再订货点。现在我们要做出决定：更高的服务水平，将缺货风险降低到仅 1%，是否值得将所需库存增加近一倍？
有了这些信息，规划团队就可以考虑其他因素，例如该物品是否至关重要、更换的难度以及其成本。考虑到所有这些因素，并使用模拟来实时模拟其影响，就可以确定在考虑到缺货风险和相关成本的情况下，哪种服务水平是可以接受的。
敏捷响应
有了统一的服务水平定义，并使用严格的统计分析对其进行基准测试，规划人员可以使用假设计算来测试各种场景。这种能力使他们能够在实施库存储备决策之前评估其后果。另一种方法是，对生产环境中的单个项目进行库存策略更改，然后等待一段时间再观察其后果。最终，服务水平驱动的库存管理规划方法可以更灵活地响应需求变化并更快地获得结果。