การศึกษาการพยากรณ์ ความต้องการและนโยบาย การจัดการสินค้าคงคลัง กรณีศึกษา บริษัท ABC นิศาชล ไทรชมภู

งานนำเสนอเรื่อง: "การศึกษาการพยากรณ์ ความต้องการและนโยบาย การจัดการสินค้าคงคลัง กรณีศึกษา บริษัท ABC นิศาชล ไทรชมภู"— ใบสำเนางานนำเสนอ:

1 การศึกษาการพยากรณ์ ความต้องการและนโยบาย การจัดการสินค้าคงคลัง กรณีศึกษา บริษัท ABC นิศาชล ไทรชมภู

2 ที่มาและความสำคัญ FoodNon-FoodNutrition Snack

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

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

5 วัตถุประสงค์งานวิจัย เพื่อศึกษาแนวทางการพยากรณ์ยอดขายที่ เหมาะสม เพื่อศึกษาแนวทางการกำหนดปริมาณการ สั่งซื้อสินค้าที่เหมาะสม ในการลดปริมาณ สินค้าคงคลัง เพื่อนำเสนอแนวทางในการพยากรณ์ยอดขาย และการสั่งซื้อสินค้าคงที่เหมาะสมกว่าเมื่อ เทียบกับการพยากรณ์และการสั่งซื้อสินค้า แบบเดิม

6 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

7 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

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

9 ผลการวิจัย จะได้ว่าสินค้ารหัส 226129 SHOWER GEL มีปริมาณความต้องการเฉลี่ย เท่ากับ 1,397.36 ชิ้นต่อเดือน ส่วน เบี่ยงเบนมาตรฐาน เท่ากับ 1.25 MAD = 1.25(422.49) = 528.11 ชิ้นต่อเดือน จะได้ว่าสินค้ารหัส 226129 SHOWER GEL มีปริมาณความต้องการเฉลี่ย เท่ากับ 1,397.36 ชิ้นต่อเดือน ส่วน เบี่ยงเบนมาตรฐาน เท่ากับ 1.25 MAD = 1.25(422.49) = 528.11 ชิ้นต่อเดือน 1,39 7.36

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

11 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 0.04018 ปีต่อ ครั้ง จะทำให้เกิด ค่าใช้จ่ายเฉลี่ยต่ำสุด คือ 4573.8768 บาท

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

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

14 ผลการวิจัย ( ต่อ ) ค่าใช้จ่ายที่เกิดขึ้นเมื่อใช้นโยบาย Periodic Review (R = 1 Month, S = 745) ของ สินค้ารหัส 226129 SHOWER GEL (DP) 6,840.58

15 ผลการวิจัย ( ต่อ ) ค่าใช้จ่ายที่เกิดขึ้นเมื่อใช้นโยบาย Periodic Review (R = 3 weeks, S = 698) ของสินค้า รหัส 226129 SHOWER GEL (DP) 5,207.81

16 สรุปผลการวิจัย

17  190K or 34%  270K or 48%  81K or 22%

18 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%

19 สรุปผลการวิจัย

20 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

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

22