CT51 วิธีการในการพยากรณ์สินค้าคงคลังอย่างมีประสิทธิภาพ

CT51 วิธีการในการพยากรณ์สินค้าคงคลังอย่างมีประสิทธิภาพ

ลิขสิทธิ์ สำนักโลจิสติกส์

กรมอุตสาหกรรมพื้นฐานและการเหมืองแร่

ผู้ช่วยศาสตราจารย์ ดร.สถาพร อมรสวัสดิ์วัฒนา

บทนำ

ปริมาณของสินค้าคงคลังเป็นต้นทุนสำคัญที่มักจะถูกมองข้ามและส่งผลอย่างยิ่งต่อการดำเนินธุรกิจ ดังนั้น การบริหารสินค้าคงคลังที่มีประสิทธิภาพจะสามารถลดต้นทุนที่ไม่จำเป็นขององค์กรได้ การลดปริมาณสินค้าคงคลังสามารถทำได้โดยการการจัดซื้อปริมาณสินค้าให้มีความเหมาะสม ทั้งนี้องค์กรมีความจำเป็นที่ต้องพยากรณ์ความต้องการสินค้าของผู้บริโภคให้มีความเหมาะสม ไม่มากเกินไปและไม่น้อยเกินไป อย่างไรก็ตามการพยากรณ์ความต้องการของสินค้าให้มีระดับที่พอเป็นสิ่งที่ทำได้ยาก วิธีการที่จะสามารถพัฒนาการพยากรณ์ปริมาณความต้องการของสินค้าจึงมีความจำเป็นอย่างยิ่ง

คำสำคัญ การพยากรณ์, ต้นทุนสินค้าคงคลัง, การจัดการสินค้าคงคลัง, การจัดการโลจิสติกส์

การงพยากรณ์กับปริมาณสินค้าคงคลัง

ปริมาณสินค้าคงคลังมีความสัมพันธ์โดยตรงกับความแม่นยำหรือความมีประสิทธิภาพของการพยากรณ์ ซึ่งโดยทั่วไปแล้ววิธีในการพยากรณ์ที่มีประสิทธิภาพจะหมายถึงการใช้วิธีการที่สะดวก รวดเร็ว เข้าใจง่าย มีต้นทุนต่ำและมีความแม่นยำสูง การพยากรณ์ที่มีประสิทธิภาพสามารถลดระดับการลงทุนของสินค้าคงคลัง ลดการเปลี่ยนแปลงในกระบวนการผลิต ลดระดับการลงทุนในกำลังการผลิต และสามารถขนส่งสินค้าได้ทันเวลามากขึ้น

การเลือกใช้เทคนิคในการพยากรณ์ที่เหมาะสมกับประเภทของสินค้า ซึ่งสินค้าที่ต่างชนิดกันควรจะใช้เทคนิคของการพยากรณ์ที่แตกต่างกัน โดยต้องทราบว่าเมื่อไหร่ที่จะใช้ การพยากรณ์แบบอนุกรมเวลา (Time series) แบบความสัมพันธ์ของตัวแปร (Associative techniques) หรือแบบวงจรชีวิตของผลิตภัณฑ์ (Product life cycle) นอกจากนี้ต้องพิจารณาถึงความต้องการของสินค้าที่เปลี่ยนแปลงตามฤดูกาล (Seasonal product)

การพยากรณ์ที่มีประสิทธิภาพมีความจำเป็นต้องใช้ข้อมูลที่เป็นประโยชน์ แหล่งข้อมูลที่นำมาใช้ในการพยากรณ์อาจจะนำมาจาก จุดขาย (Point of sales) คำสั่งซื้อ (order) ข้อมูลของการส่งสินค้า (Shipment data)   นอกจากนี้การใช้ซอฟท์แวร์ในการพยากรณ์ (Forecasting software) ที่เหมาะสมรวมถึงความเข้าใจเกี่ยวกับวิธีการทางสถิติจะสามารถเพิ่มความแม่นยำในการพยากรณ์ได้เป็นอย่างดี

การสร้างตัววัดประสิทธิภาพในการพยากรณ์

การพยากรณ์ทางธุรกิจพยายามที่จะหาความต้องการที่แท้จริงของลูกค้าโดยให้มีความถูกต้องแม่นยำ ปราศจากความลำเอียงใดๆ ทั้งสิ้น ถึงแม้ว่าความถูกต้องของการพยากรณ์จะขึ้นอยู่กับความต้องการที่แท้จริงของลูกค้าและปัจจัยภายนอกที่ไม่สามารถควบคุมได้ แต่สามารถควบคุมกระบวนการในการพยากรณ์ให้มีประสิทธิภาพนั้นได้  

ในการสร้างและควบคุมกระบวนการพยากรณ์ให้มีประสิทธิภาพนั้นได้มีการใช้ตัววัดหลายตัวเกิดขึ้น เช่น Mean Absolute Deviation (MAD), Mean Squared Error (MSE) และ Mean Absolute Percent Error (MAPE) โดยมีสูตรดังนี้

โดยที่ Actual หมายถึงข้อมูลจริงที่เกิดขึ้น ค่า forecast หมายถึงข้อมูลที่เกิดขึ้นจากการพยากรณ์และ n หมายถึงจำนวนของข้อมูลที่นำมาใช้ในการคำนวณตัววัดความแม่นยำ

อย่างไรก็ตามถึงแม้ตัววัดเหล่านี้จะใช้กันอย่างแพร่หลาย แต่ตัววัดเหล่านี้เพียงแต่บอกถึงความแตกต่างขงการพยากรณ์ที่เกิดขึ้นจริง ไม่ได้กำหนดถึงมาตรฐานของความผิดพลาดที่ยอมรับได้ หรือ ความผิดพลาดที่เกิดขึ้นนำไปใช้ประโยชน์ต่อยอดได้อย่างไร

มูลค่าเพิ่มจากการพยากรณ์ (Forecast value added)

เนื่องจากตัววัดความแม่นยำในการพยากรณ์เดิมไม่ได้บอกถึงการนำไปใช้ประโยชน์อย่างมีประสิทธิภาพกับองค์กร ตัววัดอีกตัวหนึ่งได้ถูกพัฒนาขึ้นเรียกว่ามูลค่าเพิ่มจากการพยากรณ์ (Forecast value added: FVA) ซึ่งมีค่าได้ทั้งบวกหรือลบ

ในหลายกรณีที่เกิดขึ้นมูลค่าเพิ่มจากการพยากรณ์มีค่าเป็นลบซึ่งหมายความว่า องค์กรนำผลจากการพยากรณ์ไปใช้ประโยชน์ผิดพลาดและทำให้การพยากรณ์ครั้งต่อไปแย่ลง หรือทำให้เกิดผลเสียมากกว่าผลดีต่อองค์กร

การวิเคราะห์มูลค่าเพิ่มของการพยากรณ์สามารถทำได้โดยทำการเปรียบเทียบประสิทธิภาพของกระบวนการของการพยากรณ์ (อาจจะอยู่ในรูป MAPE) กับผลของการพยากรณ์โดยวิธีอื่น เช่น การพยากรณ์โดยคาดเดา (Naïve forecast) หรือการหาค่าเฉลี่ยเคลื่อนที่ของสินค้าทั้ง 52 สัปดาห์ ซึ่งการปรับปรุงการพยากรณ์สามารถทำได้ทันทีโดยไม่มีต้นทุนโดยใช้การพยากรณ์แบบคาดเดาได้ (Naïve forecast)         นอกจากนี้การวิเคราะห์มูลค่าเพิ่มของการพยากรณ์อย่างละเอียดโดยการเก็บรวบรวมข้อมูลที่เกี่ยวข้อง แล้วลดขั้นตอนและผู้ที่เกี่ยวข้องที่ไม่ก่อให้เกิดมูลค่าเพิ่ม ทำให้การพยากรณ์มีความถูกต้องมากขึ้น

ระดับของการพยากรณ์          

หลายองค์กรจะใช้การพยากรณ์ที่ผลิตภัณฑ์ SKU และพบว่าจะมีคลื่นรบกวน (Noise) ซึ่งมักจะพบความผิดพลาดมากกว่า 100% ต่อวัน ซึ่งการพยากรณ์จะมีความแม่นยำมากขึ้นได้เมื่อมีความเข้าใจในคลื่นรบกวน (Noise) ต่างๆ ได้

อย่างไรก็ตามการพยากรณ์ในระดับภาพรวม (Product family) และไม่ได้นำความผิดพลาดส่วนรวมเข้ามาพิจารณาก็จะทำให้การพยากรณ์ไม่ถูกต้องได้เช่นเดียวกัน การพยากรณ์ที่ดับ SKU จะทำให้เข้าใจความต้องการที่แท้จริงของลูกค้า และสินค้าที่จำเป็นต้องทำการผลิต นอกจากนี้ยังสามารถใช้เป็นตัววัดระดับความปลอดภัยของสินค้าคงคลัง (Safety stock) ที่สามารถครอบคลุมความไม่แน่นอนต่างๆ ได้

ความเข้าใจในความผิดพลาดของการพยากรณ์

ความผิดพลาดของการพยากรณ์จะถูกมองเป็นเรื่องการการพยากรณ์ที่ไม่ถูกต้อง และเป็นความไร้ความสามารถของโซ่อุปทานในการส่งมอบสินค้าในเวลาและสถานที่ที่ต้องการ  ซึ่งมุมมองนี้จะมองความผิดพลาดของการพยากรณ์เป็นเรื่องของปัญหาที่ต้องมีการตรวจสอบมากกว่าเป็นผลลัพธ์ เช่น การตรวจสอบความผิดพลาดของการพยากรณ์อาจจะบ่งชี้ว่าการพยากรณ์ความต้องการของสินค้า ณ จุดขาย (Point-of-sale)   มีความถูกต้อง แต่การขาดช่องทางในการติดต่อประสานงานกับฝ่ายผลิตที่จะบอกว่าการพยากรณ์ความต้องการของสินค้าเกินความสามารถในการผลิตของโซ่อุปทาน ซึ่งการแก้ปัญหาในวิธีนี้จะทำโดยการปรับปรุงระบบสารสนเทศในการพยากรณ์

ที่มา:

1. บทความเรื่อง “Ideas That Will Raise Confidence In Your Inventory Forecasts” ในนิตยสาร Inventory Management Report เดือนมกราคม 2548

--------------------------------

สนใจบทความฉบับสมบูรณ์เพิ่มเติม ดาวน์โหลดที่เอกสารแนบด้านล่าง

สนใจบทความอื่นในชุดนี้คลิกดูได้ตามหัวข้อด้านล่าง

CT51 เอกสารเผยแพร่เรื่อง “การจัดการโลจิสติกส์เพื่อการพัฒนาอุตสาหกรรมอย่างยั่งยืน” ปี 2551

เอกสารเผยแพร่เรื่อง “การจัดการโลจิสติกส์เพื่อการพัฒนาอุตสาหกรรมอย่างยั่งยืน ปี 2551” จึงเป็นการนำบทความดังกล่าวที่น่าสนใจจำนวน 80 บทความ นำมาจัดทำเป็นรูปเล่มเพื่อเป็นอีกช่องทางหนึ่งที่สะดวกสำหรับผู้สนใจในการศึกษากรณีศึกษาความรู้ด้านโลจิสติกส์และโซ่อุปทาน หวังเป็นอย่างยิ่งว่าเอกสารนี้จะเป็นประโยชน์แก่ผู้อ่านให้สามารถนำไปประยุกต์ใช้ในองค์กรได้อย่างมีประสิทธิผล

 --------------------------------

ที่มา

เอกสารเผยแพร่เรื่อง “การจัดการโลจิสติกส์เพื่อการพัฒนาอุตสาหกรรมอย่างยั่งยืน” ปี 2551

โดย สำนักโลจิสติกส์ กรมอุตสาหกรรมพื้นฐานและการเหมืองแร่