1、备件库存管理存在的问题
    1)备件需求缺乏有效的预测与分析机制。
备件需求与多种因素有关，需求带有很强的随机性。在进行备件管理时，众多企业的备件需求都是靠生产作业人员依据经验制定需求计划，普遍缺乏有效的需求预测及分析机制。
    2)备件管理存在"牛鞭效应"。
    由于备件需求的不确定性，生产作业部门为了保障设备正常运行，上报的需求计划往往是放大了的计划，而供应部门进行采购时，根据上报的需求计划与经验进行判断，需求可能进一步放大，造成大量的备件库存积压，库存周转慢。
    3.缺乏有效的备件库存管理方法
    现有的库存管理方法以经验管理为主导，没有合理地设定安全库存、订购点、订购批量等参数，缺乏有效的备件管理措施。因而，企业需要建立一套科学完整的备件库存管理系统，在科学预测的基础上，既能保证供应，又不会沉淀大量的流动资金负担沉重的库存维持费用。
   
    2、 改进备件库存管理体系方法
    1)从需求预测的角度对备件进行分类，然后针对分类备件进行需求预测，最后结合需求预测的结果进行库存管理。需求预测方法有很多种，一般而言，按照预测方法的特征，可分为定性预测和定量预测两类。定性预测主要依靠人的观察分析能力进行预测的方法；定量预测主要依靠历史统计数据，运用数学方法建立数学模型进行预测，如指数平滑、加权移动平均、Croston、 Bootstrap和IFM法等（Croston、 Bootstrap和IFM法见附件）。企业可根据实际备件管理情况选择合适的预测方法。
    2)建立科学的备件分类。
    多数生产企业一般依据设备备件的功能、物理特征或性能参数对备件进行分类，但更科学的体系是应结合备件库存的需求预测。从备件需求预测的角度看，分类是将有相同或相似的需求规律的备件放在一类，研究这一类备件的需求规律，建立需求预测和库存管理模型，直接克服了部分备件需求历史数据少而难以估计订购提前期的困难。

附件:
    Croston法是用来预测间断需求的常用方法，适用于需求量服从正态分布、需求间隔比较稳定（如服从泊松分布）的需求序列。该方法是在指数平滑的基础上发展起来的，主要针对指数平滑预测周期性的间断需求时过高估计需求的情况发展的一种算法。该方法采用对需求间隔和需求量进行分开估计，然后采用平均需求率来预测未来的需求。JohnstonＦR则采用多种算例，说明了只要需求间隔大于1.25，Croston法就比指数加权移动平均法有优势。但该方法对于非正态分布的需求，间隔变化大的情况不适用。
    Bootstrap法是2004年由Willemain提出的间断需求预测方法，主要针对需求序列中有大量的零、提前期固定的需求序列。 Willemain用了9个工业数据库来计算，发现Bootstrap法比Croston法和指数平滑法更精确。该方法是根据需求历史数据统计需求发生的概率和前后需求发生与否的相关性，然后利用需求发生的概率结合需求量随机抽样的方法来产生未来需求的预测，重复多次能够得到预测的提前期需求分布。该方法不能考虑需求的影响因素预测，且可能过低估计提前期需求变异，尤其是当需求样本比较少时，准确性不高。
    IFM法将多种影响备件需求发生的因素考虑进备件需求预测中，如装置检修安排、设备大修安排等（这些因素中很多是可以提前预测的），并且同时考虑需求自身数据的特点（如相关性）来预测，相对于只考虑需求数据自身特性的Bootstrap法相比，在预测专用或者通用性不强的物资需求规律时，预测的准确性要高很多。用IFM法预测通用类物资以及与影响因素关系不显著的物资需求时，预测的准确性不高。