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
簡介
一個單一倉庫存貨的案例
風險共擔
集中式相對於分散式系統
在供應鏈中管理存貨
實務課題
預測
第二部份 風險共擔
Risk Pooling
風險共擔
集中式相對於分散式系統
在供應鏈中管理存貨
實務課題
預測
風險共擔個案研討
ACME 電子公司配銷問題
兩個倉庫的配銷策略 (分散式)
一個倉庫的配銷策略 (集中式)
繼續維持同樣的服務水準 (97%)
→ 可以減少多少存貨？
風險共擔
風險共擔的概念指出：若將不同地點的需求彙總起來，需求的變異性將會降低；因為此舉將可使自某一位顧客的高需求，可能被另一位顧客的低需求彌補。
風險共擔的三個觀點：
集中存貨減少配銷系統中的安全存貨與平均存貨。
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，其中負相關將可增加效益。
集中式相對於分散式系統
Centralized versus Decentralized Systems
比較此兩類配銷系統時，我們必須了解五項權衡∕互抵 (trade-offs) 效果：
安全存貨 (safety stock)
取決於不同市場的需求變異與相關性
服務水準 (service level)
增加的幅度取決於不同市場的需求變異與相關性
間接成本 (overhead costs)
分散式系統較高
集中式相對於分散式系統
權衡∕互抵效果 (續)：
顧客前置時間 (customer lead time)
分散式系統對顧客的回應時間較短
運費 (transportation cost)
外向(outbound)運輸成本：到顧客端
分散式系統較低
內向(inbound)運輸成本：到倉庫端
集中式系統較低
在供應鏈中管理存貨
考慮同一家公司一個多設施的供應鏈。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以及這些互動對每個設施所採取存貨政策的影響。
單一倉庫服務某些供應商的二項假設：
存貨決策由單一決策者制訂，且其目標是使整體系統成本減到最小。
決策者可獲取各零售商和倉庫的存貨資訊。
在供應鏈中管理存貨
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，為一有效的存貨管理系統，並具擴充潛力。
在配銷系統中，每一階段∕層級 (亦即倉庫或零售商) 被視為一階層 (echelon)。因此，此系統中任何階段的階層存貨等於此階層中現有的存貨，再加上所有的下游存貨 (downstream inventory)。
倉庫的訂購以倉庫階層存貨為基礎，而個別零售商則以前節介紹方法計算。
在供應鏈中管理存貨
實務課題
物料和存貨經理認為有效降低存貨水準的七項策略：
週期存貨檢視政策 (periodic inventory review policy)
每隔固定時間檢查，決定訂購量與確認過時產品
使用率、前置時間和安全存貨的嚴格管理
減少安全存貨水準
可藉減少前置時間達成
導入或實施週期盤點作業
以每天盤點部份，一年盤點數次取代
實務課題
物料和存貨經理認為有效降低存貨水準的七項策略 (續)：
ABC法
依照存貨的重要性 (年使用金額) 進行分類 (A, B, C)，並採行不同的控制水準。
轉移更多的存貨或存貨所有權給供應商
如供應商代管存貨 (VMI)。
計量方法
成本計算之類似方法。
預測 Forecasting
預測的三項準則∕特性：
預測總是有誤差。
預測期間 (forecast horizon) 愈長，誤差愈大。
彙總性預測 (aggregate forecast) 正確性較高。
預測 Forecasting
預測工具和方法可歸納為四大類：
判斷法 (judgment methods)
涉及專家意見的蒐集
市場研究法 (market research methods)
涉及顧客行為的質化研究
時間序列法 (time-series methods)
一種數學方法，其未來績效是從過去的績效推斷。
因果法 (causal methods)
一數學方法，預測是依據數個不同系統變數所產生。
判斷法 Judgment Methods
判斷法是以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，靠溝通與分享資訊。
德爾菲法(Delphi method) 是一種結構性的技術。在不集合專家到同一個地點的狀況下，藉問卷方式獲得專家一致的意見。此技術是為避免決策過程中的風險和個人喜好而設計。
市場研究法
Market Research Methods
市場測試法 (market testing) 和市場調查 (market surveys) 方法可以有效建立預測。尤其是對新產品的預測。
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：包括從不同潛在顧客蒐集產品資料，主要是透過當面訪談、電話抽訪、問卷等方式進行。
時間序列法
Time-Series Methods
時間序列法是利用過去相關資料來預測未來資料。以下為數種常用方法：
移動平均法 (moving average)
指數平滑法 (exponential smoothing)
具趨勢性數據的預測法 (methods for data with trends)
具季節性數據的預測法 (methods for seasonal data)
更多的複雜方法 (more complex data)
因果關係法 Causal Methods
亦稱關聯性預測法 (associative forecasting techniques)，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、全國生產毛額、失業率、氣候等銷售以外資訊的函數。此類有統計的迴歸分析 (regression analysis)。
選擇適合的預測技術
提出三個問題協助選擇：
什麼是預測的目的？預測值應如何使用？
彙總或詳細的預測需要而決定簡單或複雜技術
欲預測的系統之動態性為何？
因果∕季節性∕趨勢
歷史資料對推斷未來有多重要？
重要則選擇時間序列法，若否則可用判斷法或市場研究法。
谢谢
