การศึกษาการพยากรณ์ ความต้องการและนโยบาย การจัดการสินค้าคงคลัง กรณีศึกษา บริษัท ABC นิศาชล ไทรชมภู

ที่มาและความสำคัญ FoodNon-FoodNutrition Snack

ที่มาและความสำคัญ 44 % 52 % DOH ของแต่ละกลุ่มสินค้าบริษัท ABC ในปี 2014 เทียบกับปี 2015

ที่มาและความสำคัญ สินค้าในกลุ่ม Non-Food ที่มีปัญหามากที่สุดคือ ผลิตภัณฑ์บำรุงและทำความสะอาดผิวกาย ยี่ห้อ AD โดยมีค่า Inventory Turnover Ratio เท่ากับ 4.85

วัตถุประสงค์งานวิจัย เพื่อศึกษาแนวทางการพยากรณ์ยอดขายที่ เหมาะสม เพื่อศึกษาแนวทางการกำหนดปริมาณการ สั่งซื้อสินค้าที่เหมาะสม ในการลดปริมาณ สินค้าคงคลัง เพื่อนำเสนอแนวทางในการพยากรณ์ยอดขาย และการสั่งซื้อสินค้าคงที่เหมาะสมกว่าเมื่อ เทียบกับการพยากรณ์และการสั่งซื้อสินค้า แบบเดิม

วิธีการดำเนินงานวิจัย งานวิจัยนี้ ผู้วิจัยได้ใช้ นโยบาย Periodic Review (R,S) โดยจะ คำนวณคาบ (R) และ OULT (S) ดังนี้ 1 พยากรณ์ปริมาณความต้องการ พร้อมทั้งหาค่าความคลาดเคลื่อน MAD, MSE, MAPE 2 ใช้ตัวแบบ JRP เพื่อหาคาบเวลาที่เหมาะสม โดยใช้สัญลักษณ์ T มี หน่วยเป็นปี 3 หา Review Period จากค่า T ที่คำนวณได้จากข้อ 2 โดยแบ่งเป็น เดือนและสัปดาห์ หน่วยเป็นเดือน, R = T*12 หน่วยเป็นสัปดาห์, R = T*52 4

วิธีการดำเนินงานวิจัย ( ต่อ ) 1. วิธีการหาค่าเฉลี่ยเคลื่อนที่ (Moving Average) เคลื่อนที่ 3 เดือน เคลื่อนที่ 4 เดือน 2. วิธีการปรับให้เรียบเอ็กซ์โปแนนเชียลแบบง่าย (Simple Exponential Smoothing) 1. ค่าเฉลี่ยของความเบี่ยงเบนสัมบูรณ์ (MAD) 2. ค่าเฉลี่ยของความคลาดเคลื่อนกำลังสอง (MSE) 3. ค่าเฉลี่ยของร้อยละความคลาดเคลื่อนสัมบูรณ์ (MAPE) โดยที่ปริมาณความต้องการเฉลี่ยต่อเดือน คือ ค่า พยากรณ์ที่ได้จากวิธีการพยากรณ์ที่มีค่าความ คลาดเคลื่อนต่ำที่สุด และส่วนเบี่ยงเบนมาตรฐาน คำนวณได้จาก σ = 1.25*MAD พิจารณาลักษณะของ ปริมาณความต้องการสินค้า พยากรณ์ปริมาณความต้องการสินค้า หาค่าความ คลาดเคลื่อนในการ พยากรณ์

วิธีการดำเนินงานวิจัย ( ต่อ ) กำหนดนโยบาย (R,S) ที่เหมาะสม เปรียบเทียบค่าใช้จ่ายรวมของ นโยบายเดิมกับนโยบายใหม่

ผลการวิจัย จะได้ว่าสินค้ารหัส SHOWER GEL มีปริมาณความต้องการเฉลี่ย เท่ากับ 1, ชิ้นต่อเดือน ส่วน เบี่ยงเบนมาตรฐาน เท่ากับ 1.25 MAD = 1.25(422.49) = ชิ้นต่อเดือน จะได้ว่าสินค้ารหัส SHOWER GEL มีปริมาณความต้องการเฉลี่ย เท่ากับ 1, ชิ้นต่อเดือน ส่วน เบี่ยงเบนมาตรฐาน เท่ากับ 1.25 MAD = 1.25(422.49) = ชิ้นต่อเดือน 1,

ผลการวิจัย ( ต่อ ) ค่าใช้จ่ายในการสั่งซื้อ ร่วมกัน K (Setup cost) ค่าใช้จ่ายในการจัดเก็บ h (Holding cost) อัตราดอกเบี้ยเงินฝากร้อยละ 0.53 ต่อปี ( ข้อมูลอัตราดอกเบี้ยเฉลี่ยไตรมาสที่ 1 ปี 2559 จากธนาคารแห่งประเทศไทย )

ผลการวิจัย ( ต่อ ) การคำนวณหาระยะเวลา ในการสั่งซื้อร่วมกัน Average Setup Cost = K/T Average Holding Cost = (h 1 *Q 1 /2) + (h 2 *Q 2 /2) (h 21 *Q 21 /2) Average Total cost = Average Setup Cost + Average Holding Cost Average Setup Cost = K/T Average Holding Cost = (h 1 *Q 1 /2) + (h 2 *Q 2 /2) (h 21 *Q 21 /2) Average Total cost = Average Setup Cost + Average Holding Cost ผลลัพธ์ที่ได้จาก การใช้โปรแกรม Excel Solver จะได้ ระยะเวลาในการ สั่งซื้อสินค้าร่วมกัน คือ ปีต่อ ครั้ง จะทำให้เกิด ค่าใช้จ่ายเฉลี่ยต่ำสุด คือ บาท

ผลการวิจัย ( ต่อ ) กำหนดระยะเวลาการสั่งซื้อสินค้า ใน นโยบาย Periodic Review (R,S)  พิจารณาระยะเวลาการสั่งซื้อสินค้าเป็นราย เดือน (1 ปีมี 12 เดือน )

ผลการวิจัย ( ต่อ ) กำหนดระยะเวลาการสั่งซื้อสินค้า ใน นโยบาย Periodic Review (R,S)  พิจารณาระยะเวลาการสั่งซื้อสินค้าเป็นราย สัปดาห์ (1 ปีมี 52 สัปดาห์ )

ผลการวิจัย ( ต่อ ) ค่าใช้จ่ายที่เกิดขึ้นเมื่อใช้นโยบาย Periodic Review (R = 1 Month, S = 745) ของ สินค้ารหัส SHOWER GEL (DP) 6,840.58

ผลการวิจัย ( ต่อ ) ค่าใช้จ่ายที่เกิดขึ้นเมื่อใช้นโยบาย Periodic Review (R = 3 weeks, S = 698) ของสินค้า รหัส SHOWER GEL (DP) 5,207.81

สรุปผลการวิจัย

 190K or 34%  270K or 48%  81K or 22%

สรุปผลการวิจัย ( ต่อ ) OLD vs R=1Mth  9MB or 36% OLD vs R=1Mth  9MB or 36% OLD vs R=3Wks  13.5MB or 53% OLD vs R=3Wks  13.5MB or 53% R=1Mth vs 3Wks  4.3MB or 27% R=1Mth vs 3Wks  4.3MB or 27%

สรุปผลการวิจัย

ข้อเสนอแนะ 1. การพยากรณ์ยอดขายที่เหมาะสมควรมีการปรับปรุง และ เปลี่ยนแปลงทุกปี เพื่อให้ค่าพยากรณ์ที่ได้ใกล้เคียงกับความ เป็นจริงมากที่สุด และหากใช้ข้อมูลย้อนหลังมากขึ้น เช่น ใช้ ข้อมูลย้อนหลัง 5 ปี ก็จะทำให้สามารถดูรูปแบบของข้อมูลได้ ละเอียดมากขึ้น ส่งผลให้การพยากรณ์มีความแม่นยำและ ใกล้เคียงมากยิ่งขึ้น 2. จากผลการวิจัยที่ได้ นั่นคือ นโยบายใหม่มีผลลัพธ์ที่ดีกว่า นโยบายเก่าทั้งในด้านของค่าใช้จ่ายรวมและตัวชี้วัด DOH ที่ ลดลง ดังนั้น ผู้วิจัยจึงได้ทำโปรแกรม Excel โดยใช้นโยบาย ใหม่

ข้อเสนอแนะ ( ต่อ ) ตัวอย่างการคำนวณผลลัพธ์จากโปรแกรม Excel หาค่า S (order up to level) หาจำนวนที่ต้องสั่งซื้อ