第三章 存貨管理及風險共擔 Inventory Management and Risk Pooling 個案研討：JAM 電子公司服務水準危機 3. 1 簡介 3. 2 一個單一倉庫存貨的案例 3. 3 風險共擔 3. 4 集中式相對於分散式系統 3. 5 在供應鏈中管理存貨 3. 6 實務課題 3. 7 預測
3. 1 簡介 n n 長期以來，存貨管理、存貨決策協調的需要及運輸 政策的重要性已是顯而易見。在複雜的供應鏈中， 管理存貨是相當困難且可能對顧客服務水準及供應 鏈整體系統成本有顯著的影響。 一個典型的供應鏈包含供應商、將原料轉變成製成 品的製造商，以及配銷中心和將製成品配銷給顧客 的倉庫。這隱含了存貨在供應鏈中以數種形式存在： – 原料存貨 – 在製品存貨(WIP) – 製成品存貨 第三章 存貨管理及風險共擔
3. 1 簡介 n 為何要持有存貨？其中一些理由包括： – 因應顧客需求的非預期變動。 – 許多供應的數量和品質、供應商的成本 和配送時間等出現明顯的不確定情況。 – 運輸公司提供的規模經濟，鼓勵公司運 輸大量貨品，因此也持有大量的存貨。 第三章 存貨管理及風險共擔
3. 1 簡介 存貨管理的2個重要議題： 1. 需求預測 2. 訂購量計算 n 第三章 存貨管理及風險共擔
3. 2 一個單一倉庫存貨的案例 n 影響存貨政策的主要因素為何？ 1. 第一且最重要的是顧客需求，它可能 預先得知或具隨機性。在後者之情況下， 預測 具可以用於歷史資料可取得的情 況下，來估計平均顧客需求，以及顧客 需求的變異性(通常以標準差衡量)。 2. 補貨前置時間，可於訂貨時得知，但也 可能是不確定的。 3. 倉庫中不同產品儲存的數目。 4. 規劃期間的長度。 第三章 存貨管理及風險共擔
3. 2 一個單一倉庫存貨的案例 n 5. 影響存貨政策的主要因素為何？ 成本，包含訂購成本及存貨持有成本。 – – 6. 通常通常訂購成本包含 2個組成元素：產品成本及運輸成本。 存貨持有成本包含： (1)州稅、財產稅及存貨保險。 (2)維修成本。 (3)過時成本，是由於商品可能因市場改變而失去其部份價值 的風險所造成的。 (4)機會成本：投資存貨以外之其他標的物，可能獲得的投資 報酬(例如：股票市場)。 要求的服務水準。在顧客需求不確定的情況下，通常 不可能每次都滿足顧客的訂購要求，所以管理當局必 需具體指定一個可接受的服務水準。 第三章 存貨管理及風險共擔
3. 2. 1 經濟批量模式 (The Economic Lot Size Model) n 經濟批量模式於 1915年由Ford W. Harris提出，是一簡單的模型，說明 訂購成本(ordering cost)及存貨成本 (inventory cost)間的互抵效果。 第三章 存貨管理及風險共擔
3. 2. 1 經濟批量模式 (The Economic Lot Size Model) 試探討一間倉庫對單一商品的穩定需求。此倉庫對 供應商下訂單，且假設產品的供應數量沒有限制。 這個模式作了以下的假設： n 每天的需求為D，且保持穩定。 n 每次訂購量為固定，以Q表示(Q的數量保持固定)， 亦即每次倉庫訂一次貨為Q個數量。 n 固定設置成本(setup cost) ，K，於每次倉庫訂貨時 發生。 n 存貨持有成本h，由每天所持有的每單位存貨產生。 n 前置時間，從下訂單到收到貨品間的時間，為 0。 n 期初存貨為 0。 n 計劃期間為長期的。(無窮的) 第三章 存貨管理及風險共擔
3. 2. 1 經濟批量模式 (The Economic Lot Size Model) n 為了發現經濟批量模式的最適訂購政策，我 們計算出T週期間之總成本： 因為固定成本於每次訂購時都必須支付，持有 成本可被視為每一單位產品單位期間的持有成 本h、平均存貨水準Q/2，及週期長度T之乘 績。 第三章 存貨管理及風險共擔
3. 2. 1 經濟批量模式 (The Economic Lot Size Model) n 因為在長度T的週期中，存貨水準從Q變為 0， 且需求以每單位時間D的比率產生，則 Q=TD。因此我們可以將總成本以T或Q/D 除，來計算單位時間每一單位的平均總成 本，為： n 使用簡單的計算，較容易表示出使上列成本最 小化之最適訂購量公式為： 此一數量稱為經濟訂購量(EOQ) 。 第三章 存貨管理及風險共擔
3. 2. 1 經濟批量模式 (The Economic Lot Size Model) 這簡單模式提供 2個重要觀點： 1. 一個最佳政策是達到每一單位時間存貨持 有成本和每一單位時間設置成本間的均衡。 最適訂購量將發生於每一單位時間存貨設置 成本(KD/Q)等於每一單位時間存貨持有成本 的點上，也就是： 或 n 2. 總成本對於訂購量較不敏感。也就是訂購量 的改變，相對地對於每年的設置成本及存貨 持有成本有較小的影響。 第三章 存貨管理及風險共擔
3. 2. 1 經濟批量模式 (The Economic Lot Size Model) n 圖 3 -2 經濟批量模式：單位總成本 第三章 存貨管理及風險共擔
3. 2. 2 需求不確定性的影響 n 1. 2. 3. 許多公司認為世界是可預測的，而以先 前銷售季節的需求預測來制訂生產及存 貨決策。雖然這些公司進行預測時，已 知道需求的不確定性，但他們卻依此設 計他們的規劃程序，好比其原先的預測 是事實的精確表示。在此情形下，必須 了解下列預測時的準則： 預測永遠是錯的 預測期間越長，錯誤程度越高 彙整性的預測是比較正確的。 第三章 存貨管理及風險共擔
3. 2. 2 泳裝生產的例子 n n n 固定生產成本 100 K 變動生產成本 80$/件 售價 125$/件 殘值 20$/件 根據需求預測繪圖 3 -3 (p. 54) 第三章 存貨管理及風險共擔
3. 2. 2 泳裝生產的例子 Dema n d Proba b il it y Weighted Deman d 8000 11% 880 10000 11% 1100 12000 28% 3360 14000 22% 3080 16000 18% 2880 18000 10% 1800 Avera g e 13100 第三章 存貨管理及風險共擔
3. 2. 2 泳裝生產的例子 n n 1. 若公司生產(產量)10 K，最終需求為 12 K (機率28%=C 17) 利潤=125*min{10 K, 12 K}+20*max{10 K-12 K, 0}-80*10 K-100 K =350 K($) =125*min{產量, 最終需求}+20* max{產量-最終需求, 0}-80* 產量 100 K N 17=+MIN(N$15, $B 17)*$B$9+MAX(N$15 -$B 17, 0)*$B$10 N$15*$B$7 -$B$8 Weighted利潤=350 K*0. 28=98 K($) i. e. , C 17*N 17 2. 若公司生產(產量)10 K，最終需求為 8 K (機率11%=C 16) 利潤=125*min{10 K, 8 K}+20*max{10 K-8 K, 0}-80*10 K-100 K =140 K($) N 16 =+MIN(N$15, $B 16)*$B$9+MAX(N$15 -$B 16, 0)*$B$10 N$15*$B$7 -$B$8 Weighted利潤=140 K*0. 11=15. 4 K($) i. e. , C 16*N 16 第三章 存貨管理及風險共擔
3. 2. 2 泳裝生產的例子 3. 同理可算出N 16~N 21 n 4. 計算產量=10 K時(儲存在N 15)的(加權)平均利潤(儲存在N 22) N 22=+N 16*$C 16+N 17*$C 17+N 18*$C 18+N 19*$C 19+N 20*$C 20+N 21*$ C 21 n 5. 重複1 -4算出： n 計算產量=5 K時(儲存在D 15)的(加權)平均利潤(儲存在D 22) n 計算產量=5. 5 K時(儲存在E 15)的(加權)平均利潤(儲存在E 22) n 計算產量=6 K時(儲存在F 15)的(加權)平均利潤(儲存在F 22) n …… n 計算產量=16. 5 K時(儲存在AA 15)的(加權)平均利潤(儲存在AA 22) n 6. 繪圖 3 -4：以產量為橫軸$D$15: $AA$15；(加權)平均利潤為縱軸 $D$22: $AA$22 n =SERIES(, 'Inventory Calculations'!$D$15: $AA$15, 'Inventory Calculations'!$D$22: $AA$22, 1) n 第三章 存貨管理及風險共擔
3. 2. 2 需求不確定性的影響 泳裝生產案例結論： n 最適訂購量不一定要等於預測或平均需求。 事實上，最適訂購量是根據多出售一單位之 邊際利潤及邊際成本間的關係來決定。 n 當訂購量增加，平均利潤也會增加，直到生 產數量達到某一個數值，在此數值之後，平 均利潤開始減少。 n 當我們增加生產數量，風險(也就是產生大額 損失的可能性)通常也會增加。同時產生大額 利潤的可能性也會增加，這就是風險/報酬間 的互抵效果。 第三章 存貨管理及風險共擔
3. 2. 3 供應合約中，買方和供應商通常會規範以 下條款： n 價格和數量折扣 n 最小與最大訂購量 n 運輸前置時間（交期） n 產品或原料品質 n 退貨政策 第三章 存貨管理及風險共擔
3. 2. 3 供應合約 數種不同的供應合約可用來達到風險分擔的效 果，並增加供應鏈中各個成員的利潤： n 買回合約 (Buy-Back Contracts) n 營收分享合約 (Revenue-Sharing Contracts) n 數量彈性合約 (Quantity-Flexibility Contracts) n 銷售回扣合約 (Sales Rebate Contracts) 第三章 存貨管理及風險共擔
3. 2. 3 M R C n n M R C 固定生產成本 100 K；變動生產成本 80$/件 改為 35$/件；而R向M購買的批發價為 80$/件； 售價 125$/件；殘值 20$/件 故此時的R相當於前的M角色 R的最佳訂購 量=12 K，R的平均利潤=376. 725 K+100 K(不 須支付固定生產成本)=470. 7 K， M的平均利潤=12 K*(80 -35)-100 k=440 K. 第三章 存貨管理及風險共擔
3. 2. 3 供應合約 n M如何提高R的訂購量(大於 12 K units) n M分擔R賣不出的風險 M買回 n M降低批發價格 營收分享合約 第三章 存貨管理及風險共擔
3. 2. 3 供應合約 n Buy-Back Contracts：M以 55$/件買回 1. 若R的訂購量=10 K (存於I 19)，最終需求為 12 K (機率 28%=C 22) 利潤=125*min{10 K, 12 K}+55*max{10 K-12 K, 0}80*10 K=450 K($) 125*min{產量, 最終需求}+55* max{產量-最終需求, 0} -80*訂購量 B 8=125; B 9=80; B 10=20; B 11=55; B 12=100 K; B 13=35. I 22=MIN(I$19, $B 22)*$B$8 -I$19*$B$9+MAX(I$19$B 22, 0)*MAX($B$10, $B$11) Weighted利潤=450 K*0. 28=126 K($) i. e. , C 22*I 22 第三章 存貨管理及風險共擔
3. 2. 3 供應合約 n n n 2. 若R的訂購量=10 K (存於I 19)，最終需求為 8 K (機率 11%=C 20) 利潤=125*min{10 K, 8 K}+55*max{10 K-8 K, 0}80*10 K=310 K($) I 20 =MIN(I$19, $B 20)*$B$8 -I$19*$B$9+MAX(I$19$B 20, 0)*MAX($B$10, $B$11) Weighted利潤=310 K*0. 11=34. 1 K($) i. e. , C 20*I 20 3. 同理可算出I 20~I 25 4. 計算R的訂購量=10 K時(儲存在I 19)的(加權)平均利潤(儲存在 I 26) I 26 =+I 20*$C 20+I 21*$C 21+I 22*$C 22+I 23*$C 23+I 24*$C 24+I 25*$ C 25 第三章 存貨管理及風險共擔
3. 2. 3 供應合約 n 5. 重複1 -4算出： 計算產量=5 K時(儲存在D 19)的(加權)平均利潤(儲存在D 26) 計算產量=6 K時(儲存在E 19)的(加權)平均利潤(儲存在E 26) 計算產量=7 K時(儲存在F 19)的(加權)平均利潤(儲存在F 26) …… 計算產量=18 K時(儲存在Q 19)的(加權)平均利潤(儲存在Q 26) n 6. 繪圖 3 -7(藍色線)：以R的訂購量為橫軸$D$15: $Q$15； (加權)平均利潤為縱軸$D$26: $Q$26 =SERIES("Dist. P", 'Buy Back Contract'!$D$19: $Q$19, 'Buy Back Contract'!$D$26: $Q$26, 1) 第三章 存貨管理及風險共擔
3. 2. 3 供應合約 n n n 若製造商生產 10 K= I$32時，最終需求為 12 K ( 機率28%=C 33)的利潤存於(I 33) B 8=125; B 9=80; B 10=20; B 11=55; B 12=100 K; B 13=35 I 33=I$32*$B$9; 10 K*80$ , R全部賣掉 M不 須買回 -$B$12; 100 K; M的生產固定成本 -I$32*$B$13; 10 K*35$; M生產 100 Kunits 的變動成本 =350 K($) 第三章 存貨管理及風險共擔
3. 2. 3 供應合約 n n n 若製造商生產 10 K= I$32時，最終需求為 8 K=B 33 (機率 28%=C 33)的利潤存於(I 33) B 8=125; B 9=80; B 10=20; B 11=55; B 12=100 K; B 13=35 I 33=I$32*$B$9 ; 10 K*80$ , R全部賣掉 但M須買回 2 K -$B$12; 100 K ; M的生產固定成本 -I$32*$B$13; 10 K*35$; M生產 100 Kunits的變動 成本 -(I 32 -B 33)*(B 11 -B 10); (10 K-8 K)*(55 -20); M向R買 回 2 K的成本 =280 K($) 第三章 存貨管理及風險共擔
3. 2. 3 供應合約 n n n 同理可算出 I 33~I 38 接著算製造商生產 10 K時的加權平均利潤(存於I 39) I 39=+I 33*$C 33+I 34*$C 34+I 35*$C 35+I 36*$C 36+I 37 *$C 37+I 38*$C 38 同理可算出 D 39~Q 39 繪圖 3 -7(紅色線)：以R的訂購量為橫軸$D$32: $Q$32； (加權)平均利潤為縱軸$D$39: $Q$39 =SERIES("Mfg. P", 'Buy Back Contract'!$D$32: $Q$32, 'Buy Back Contract'!$D$39: $Q$39, 2) 第三章 存貨管理及風險共擔
3. 2. 3 供應合約 n n n Revenue-Sharing Contracts---營收分 享合約ex 3. 4 p. 60 批發價 80$/件 60$/件; 但R須分享 15% 的營收給M 賣不出去的貨由R負擔成本 殘值 20$/ 件 第三章 存貨管理及風險共擔
3. 2. 3 供應合約 n n n n n 1. 若R的訂購量=10 K (存於I 19)，最終需求為 12 K (機率28%=C 22) 利潤=(125$*10 K)*(1 -15%)-60*10 K +20*0=462. 5 K ($) 利潤=125*min{10 K, 12 K}*(1 -15%)-60*10 K +20*max{10 K 12 K, 0}=462. 5 K ($) 125*min{訂購量, 最終需求}-60*訂購量+20* max{訂購量-最終需求 , 0} B 8=125; B 9=60; B 10=20; B 11=15%; B 12=100 K; B 13=35. I 22=(MIN(I$19, $B 22)*$B$8*(1 -$B$11)-I$19*$B$9+MAX(I$19$B 22, 0)*$B$10) Weighted利潤=462. 5 K *0. 28=129. 5 K($) i. e. , C 22*I 22 此時M的利潤=10 K*60+(125$*10 K)*15%-100 K-10 K*35=337. 5 K ($) That is, R訂購量*60$+125*min{訂購量, 最終需求}*15%-訂購量*變動生 產成本-固定生產成本 第三章 存貨管理及風險共擔
3. 2. 3 供應合約 n n n n 2. 若R的訂購量=10 K (存於I 19)，最終需求為 8 K (機率11%=B 20) 利潤=(125$*8 K)*(1 -15%)-60*10 K +20*2 K=290 K ($) 利潤=125*min{10 K, 8 K}*(1 -15%)-60*10 K +20*max{10 K 8 K, 0}=290 K ($) 125*min{訂購量, 最終需求}-60*訂購量+20* max{訂購量-最終需求 , 0} B 8=125; B 9=60; B 10=20; B 11=15%; B 12=100 K; B 13=35. I 22=(MIN(I$19, $B 22)*$B$8*(1 -$B$11)-I$19*$B$9+MAX(I$19$B 22, 0)*$B$10) Weighted利潤=290 K *0. 11=129. 5 K($) i. e. , C 20*I 20 n 此時M的利潤=I 33=10 K*60+(125$*8 K)*15%-100 K-10 K*35=300 K ($) That is, R訂購量*60$+125*min{訂購量, 最終需求}*15%-訂購量*變動生 產成本-固定生產成本。 n 同理可得I 20~I 25; I 33~I 38 n 第三章 存貨管理及風險共擔
3. 2. 3 供應合約 n n n 加權平均R的利潤 =I 26 =+I 20*$C 20+I 21*$C 21+I 22*$C 22+I 23*$C 23+I 24*$C 24+I 25*$ C 25 加權平均M的利潤 =I 39 =+I 33*$C 33+I 34*$C 34+I 35*$C 35+I 36*$C 36+I 37*$C 37+I 38*$ C 38 同理可得D 26~Q 26 for Retail and D 39~Q 39 for Manufacture 可繪出 “紅色” 與 “藍色” 曲線 **此時R的利潤=504. 325 K ($) and M的利潤=481. 375 K ($)其和 =985. 7 K($) 較ex. 3. 3的結果佳 第三章 存貨管理及風險共擔
3. 2. 3 供應合約 n n 有效供應合約提供供應鏈夥伴足夠的誘因，以 全面性最佳化（追求供應鏈利潤最大化）取代 傳統策略（追求每個成員自身利潤的最佳化）。 但全面性最佳化的困難在於要求將決策權交給 理性的決策者 供應合約，藉由容許購買商與供應商共同承擔 風險和分享可能的收益，可幫助企業達到全面 性最佳化，而不需要一個理性的決策者。 第三章 存貨管理及風險共擔
3. 2. 3 供應合約 第三章 存貨管理及風險共擔
3. 2. 4 多重訂購機會 n n 在許多實際的情況，決策者可能在一年中任 何時間重複訂購產品。 如電視機配銷商的個案。配銷商面對產品的 隨機需求，且從製造商取得供應品。當然， 製造商無法即時滿足配銷商的訂購 ─ 無論何 時，當配銷商下一訂購單，運送都必須有一 固定的前置時間。因為需求是隨機、無規則 的，且製造商有一固定的運送前置時間，即 使訂購產品不須支付固定的設置成本(setup cost)，配銷商仍需持有存貨。 第三章 存貨管理及風險共擔
3. 2. 4 多重訂購機會 至少 3個理由可解釋為什麼配銷商要持有 存貨： 1. 滿足前置時間期間內發生的需求 2. 因應需求的不確定性。 3. 平衡年存貨持有成本及年固定訂購成本。 第三章 存貨管理及風險共擔
3. 2. 5 持續補貨政策 n n n 每天檢視存貨水準並作成是否訂購即訂購多少的決定。 此外，我們需對存貨狀態(inventory position)觀念下定義。 在任何時點的存貨狀態是倉庫中實際存貨加上配銷商已訂 購但未送達的項目。 額外的假設 ： – 每日的需求是隨機的，且按照常態機率分配。換句話說，我們假 設每日需求的機率性預測會依循著名的鐘形曲線。 – 配銷商每次向製造商訂購電視機，配銷商支付和訂購數量成比例 的金額。沒有固定訂購成本。 – 每單位時間每一項目都需計算存貨持有成本。 – 假如接到顧客訂購時，供應商手中沒有存貨(亦即缺貨時) ，此訂 單即為一損失。 – 配銷商詳細載明要求的服務水準。這服務水準是在前置時間內不 缺貨的機率。 第三章 存貨管理及風險共擔
3. 2. 5 持續補貨政策 為了描繪配銷商應採用存貨政策的特性，我們需 要以下的資訊： AVG = 配銷商面臨的平均每日需求 STD = 配銷商面臨每日需求的標準差 L = 從供應商到配銷商依日數計算的補貨 前置時間。 h = 配銷商持有一單位產品一天的存貨成本 α= 服務水準。這隱含了缺貨的可能性是 1 -α。 第三章 存貨管理及風險共擔
3. 2. 5 持續補貨政策 n 第一個是補貨前置時間內的平均存貨，即平均每 日需求及補貨前置時間的乘績。這確保直到下一 次的訂購送達前，將有足夠的存貨使用。因此補 貨前置時間內的平均需求為： n 第 2個組成元素為安全存貨，即配銷商需在倉庫 及通路中維持的存貨數量，來因應前置時間期間 內平均需求的誤差。這一數量的計算如下： 第三章 存貨管理及風險共擔
3. 2. 5 持續補貨政策 n 這裡z是一個和服務水準相關的常數。因此，訂 購量上限等於： n 常數z是從統計表中選出，為確保前置時間內缺 貨的可能性為 。這隱含了訂購量上限必須 滿足： 第三章 存貨管理及風險共擔
3. 2. 5 持續補貨政策 第三章 存貨管理及風險共擔
3. 2. 5 持續補貨政策 n 訂購量上限的數值S依循經濟批量模式發展出的 直覺計算。訂購量等於： n 訂購量上限等於： 第三章 存貨管理及風險共擔
3. 2. 5 持續補貨政策 第三章 存貨管理及風險共擔
3. 2. 6 變動的前置時間 n 在許多情況下，運送至倉庫的運輸前置時間被假設是固 定的，而且是預先知道，實則不然。在許多實際情況下， 運送至倉庫的前置時間，必須假設為常態機率分配，平 均前置時間以AVGL表示及標準差以STDL表示。在此情 況下，再訂購點s的計算如下： n 其中AVG ×AVGL表示平均前置時間內的平均需求，而 為平均前置時間內的平均需求標準差。 第三章 存貨管理及風險共擔
3. 2. 6 變動的前置時間 n 因此，應維持之安全存貨為： n 如前述，訂購量上限為安全存貨加上Q和前置 時間內平均需求的最大值，也就是： 第三章 存貨管理及風險共擔
3. 2. 7 週期補貨政策 n n 存貨水準乃每隔一固定期間(r)加以檢視， 再訂購一適切的數量，例如在每個月初或 每週末檢視存貨，再訂購不足的。 倉庫先設定一個目標存貨水準（即基本存 貨水準）及檢視週期，再定期檢視存貨狀 態，並訂購足夠數量將存貨狀態提升到基 本存貨水準。(圖 3 -12) 第三章 存貨管理及風險共擔
3. 2. 7 週期補貨政策 第三章 存貨管理及風險共擔
3. 2. 7 週期補貨政策 n 安全存量為 n 目標存貨水準 n 而進貨的前一刻變只剩安全存量 n 因此平均存貨水準是此兩值的平均值，即等於： 第三章 存貨管理及風險共擔
3. 3 風險共擔 Risk Pooling n n 風險共擔提出：假如我們把不定點的需求彙總起 來，需求變異性將會降低，因為當我們把不同地 點的需求彙總時，來自某一位顧客的高需求將更 可能被另一位顧客的低需求彌補掉。 風險共擔的3個重要觀點： – 集中存貨減少了配銷系統中的安全存貨和平均存貨。 – 變異係數愈高，從集中式配銷系統中所獲得的利益愈 大。 – 來自風險共擔的利益，端賴一市場區域和另一市場區 域需求行為的相關性。 第三章 存貨管理及風險共擔
3. 4 集中式相對於分散式系統 Centralized versus Decentralized Systemx n 在比較集中式和分散式配銷系統時，我 們必須了解什麼是互抵效果(trade-offs)。 – 安全存貨(Safety stock) – 服務水準(Service level) – 間接成本(Overhead costs) – 顧客前置時間(Customer lead time) – 運費(Transportation cost) 第三章 存貨管理及風險共擔
3. 5 在供應鏈中管理存貨 我們考慮一個多設施的供應鏈，並屬於同一家 公司。公司的目的在管理其存貨以降低整體系 統成本；因此考慮不同設施間的互動及這些互 動對每個設施應採取存貨政策的影響是很重要 的。 n 為此，我們作了二項重要且合理的假設： 1. 存貨決策由單一決策者制訂，且這決策者 的目標是使整體系統成本減到最小。 2. 決策者有獲取各零售商和倉庫存貨資訊的管道。 n 第三章 存貨管理及風險共擔
3. 5 在供應鏈中管理存貨 n n 在這些假設下，存貨政策是根據所謂階 層存貨(echelon inventory)進行存貨管理， 是一個有效的存貨管理系統。 在配銷系統中，每一階段或層級(亦即倉 庫或零售商)被視為一階層(echelon)。因 此，這系統中，任何階段或層級的階層 存貨(echelon inventory)等於此階層中現 有的存貨，再加上所有的下游存貨 (downstream inventory)。 第三章 存貨管理及風險共擔
3. 5 在供應鏈中管理存貨 第三章 存貨管理及風險共擔
3. 6 實務課題 在最近的一項調查報告中，物料和存貨經理被 問到去確認有效降低存貨的策略。在這調查報 告中，七項居首的策略如下： 1. 週期存貨檢視政策(Periodic inventory review 2. 3. 4. 5. 6. 7. policy) 使用率、前置時間和安全存量的嚴格管理。 減少安全存貨水準。 導入或實施週期盤點作業 ABC法 轉移更多的存貨或存貨所有權給供應商 計量方法 第三章 存貨管理及風險共擔
3. 7 預測 Forecasting 預測 具和方法可歸納為以下四大類： 1. 判斷法(Judgment methods)涉及專家意 methods 見的收集。 2. 市場研究法(Market research methods)涉 methods) 及顧客行為的質化研究。 3. 時間序列法(Time-series methods)是一種 methods) 數學方法，其未來績效是從過去的績效推斷。 4. 因果法(Causal methods)是一種數學方法， methods) 預測是依據數個不同系統變數所產生。 第三章 存貨管理及風險共擔
3. 7. 1 判斷法 n n n 判斷法是意系統性的方法綜合不同專家 的意見。 一組專家可以組合起來以獲取共識。 德爾菲法(Delphi method) 是一種結構 性的技術，在不巨集專家到同一個地方 的狀況下，得到專家一致的意見。此技 術的設計是為避免各決策過程中的風險 和個人喜好。 第三章 存貨管理及風險共擔
3. 7. 2 市場研究法 n n n 市場測試法(market testing)和市場調查 (market surveys)可以是有效的方法建立預 測。尤其對新產品而言。 市場測試法：潛在顧客的焦點團體被集合 且試用新產品，其反應情況可以用來推斷 整個市場對產品的需求。 市場調查：包括從不同前在顧客來收集這 些資料，主要是透過當面訪談、電話抽訪、 問卷等方式。 第三章 存貨管理及風險共擔
3. 7. 3 時間序列法是利用過去相關資料來預測 未來資料。以下為幾種常被使用方法： n 移動平均法(moving average) n 指數平滑法(exponential smoothing) n 具趨勢性數據的預測法(methods for data with trends) n 具季節性數據的預測法(methods for seasonal data) n 更多的複雜方法(more complex data) n 第三章 存貨管理及風險共擔
3. 7. 4 因果關係法 n 根據其他非預測資料產生預測值，也就 是預測值是其他非預測資料的函數，例 如下一季銷售的因果預測值可能是這一 季通貨膨脹率、國家生產毛額、失業率、 氣候等銷售以外資訊的函數。 第三章 存貨管理及風險共擔
3. 7. 5 選擇適合的預測技術 為此決策提出三個問題： n 什麼是預測的目的？預測值應如何使用 ？ n 欲預測的系統之動態性為何？ n 歷史資料對推斷未來有多重要？ 第三章 存貨管理及風險共擔
Скачать презентацию 第三章 存貨管理及風險共擔 Inventory Management and Risk Pooling 個案研討 JAM
922e0fb5893c202aa44ff42dd2c88362.ppt