第五章 緩衝管理績效指標修正
5.2 存貨天‧元 IDD 指標修正
本文對 IDD 指標修正為在補貨時間內存貨超出最大存貨量（綠色管制）期 間的總存貨價值(如圖 5-2 所示) ，此指標的目標值越小越好。IDD 值愈高，表 示存貨超出最大設定庫存量量的時間或是存貨數量太多，使得緩衝區的存貨所積 壓價值過高。此時必須凍結緩衝區的補貨，一直等過高存貨消耗至降回黃色區。
若維持過量或是時間持續太長導致緩衝存貨過高，必須採第四章的緩衝區調整方 式調整庫存量。
IDD 指標的計算步驟說明如下：
1. 產品單位銷售額 Pi。
2. 假設存貨目標水準為G，第i 日的存貨量為Wi ，i = 1,2,3,….,n，因持續被 消耗，故每日剩餘實際的存貨量並不相同。
3. 計算每日IDD指標：IDD i = (Wi－Gi) ×Pi，i = 1,2,3,….,n若實際存貨水準 低於目標庫存水準為G，IDD目標指標值為零。
4. 設定一段評估時間週期（如一個或幾個監視視窗）計算 IVD 指標總和：
，i = 1,2,3,….,n，n 為評估週期日數。
∑
= n
i
IDDi
IDD Total
5. 可依據 IDD 值大小，評估該週期時間存貨過高，造成存貨積壓。因此，
IDD 指標值越小代表緩衝區存貨管理績效越佳。
IDD
存貨水準
時間
圖 5-2 IDD 的評量值示意圖
實際存貨
綠色管制線（最大存貨）
紅色管制線（安全存量）
5.3 缺貨價值(Exposure Value Days, EVD)： EVD 指標
由於修正 TDD 值是以穿透紅色區就開始累積 TDD，因此無法區別真正缺貨 情形，因此我們又設計缺貨價值指標(Exposure Value Days，EVD ) 。EVD 指標 是評量供應鏈最糟糕的情境，此值顯示在補貨時間內存貨已被消耗盡成缺貨狀 態。EVD 評量缺貨期間的總損失價值(如圖 5-3 所示)。EVD 值愈高，表示缺貨 量太多或是缺貨時間太長，必須緊急補貨使得緩衝區的存貨升高，同時若發生次 數過多時，必須檢討紅色管制線的設定水準與緩衝區的重新設定存貨目標大小，
採第四章的緩衝區調整方式調整庫存量，以滿足實際的需求環境變化。
EVD 指標的計算步驟說明如下：
1. 產品單位銷售額 Pi。。
2. 第i 日的存貨量為(-Wi) ，i = 1,2,3,….,n，(-)號表示缺貨。
3. 計算每日EVD指標：EVD i = (0－Wi) ×Pi，i = 1,2,3,….,n若實際存貨水準 高於紅色管制線水準為U，EVD指標值為零。
4. 設定一段評估時間週期（如一個或幾個監視視窗）計算 EVD 指標總和：
，i = 1,2,3,….,n，n 為評估週期日數。
∑
= n
i
EVDi
EVD Total
5. 可依據 EVD 絕對值大小，評估該週期時間已不能滿足需求，造成缺貨。
因此，EVD 指標值越小(絕對值)代表緩衝區存貨管理績效越佳。
存貨水準
時間 EVD
實際存貨
綠色管制線（最大存貨）
紅色管制線（安全存量）
圖 5-3 EVD 的評量值示意圖
隨著緩衝區的調整，再透過 TDD、IDD、EVD 評量值對緩衝區調整後的評 量，可掌握執行改善方案與緩衝區配合運作的成效。如圖 5-4 所示存貨超出綠色 管制線表示存貨過高，計算其 IDD 值大小。而存貨低於紅色管制線計算其 TDD 值作為評量緩衝運作對此供應鏈的績效評估，作為持續改善的依據。
5.4 TDD、IDD、EVD 評量指標應用說明
TDD、IDD、EVD 評量值的運作說明，設產品單價為每個 240 元。存貨目標 24 個，紅色管制線 6 個，每二日補貨一次，補貨量為二天消耗量，三天貨到，
監視視窗設定為四天監控週期，需求數據如下及運算結果如表 5-1 所示。第四天 TDD 值為 1440 [(6-3)×240×1=1440]。從監視視窗檢視第六天調高存貨目標至 30 個，紅色管制線 10 個，TDD 值為 2880 [(10-(-2)×240×1=2880)但含 EVD 480 [(2)
×240×1=480]，EVD 表示真正的產出損失。
圖 5-4 緩衝區存貨管理的評量指標說明
時間
存貨水準
IDD
TDD
Green
Red
存貨 銷售
表 5-1 需求數據及運算結果
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
需求 4 5 7 5 2 12 2 3 7 9 9 7 8 6 9 14 12 11 12 11 存貨 20 15 8 3 10 -2 8 5 16 11 11 8 20 18 29 19 25 18 33 26
D 0 0 0 720 0 2880 480 1200 0 0 0 480 0 0 0 0 0 0 0 0
IDD 0 0 0 0 0 0 0 0 0 0 0 0 0 0 240 0 0 0 1200 0
0 0 0 0 0 480 0 0 0 0 0 0 0 0 0 0 0 0 0 0
TD
EVD
-5 0 5 10 15 20 25 30 35
1
IDD
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
存貨水準
需求 存貨 存貨目標 紅色管制線
EVD TDD
圖 5-5 TDD、IDD、EVD 評量值的案例說明圖
為驗證本文以上所提結合監視視窗與績效評估強化 Demand-Pull 的運作模 式，在第六章中將以個案公司的實際補貨方式，以及傳統的存、補貨策略作一比 較，比較 Demand-Pull 的運作模式是否勝於廣為使用方法的有效性。
第六章 實例模擬與驗證
為驗證本研究所提的強化觀念在實務上是可行的，本章以實際公司的存貨 管理資料做驗證，另外也與(s,Q)、(s,S)、(R,S)、(R,s,S)與(s,Q,R)傳統補貨政策作 一比較。 在驗證過程也同時探討一些延伸出的問題，使本文所提 TOC Demand Pull 補貨模式強化可獲得更實務使用。
6-1 個案背景說明
本個案為一家健康器材公司，在該公司 2001 與 2002 年所銷售的產品中，
選擇其中的 15 種產品做驗證比較。15 種產品中有 10 種次年將繼續銷售，另外 5 種則只銷售至 2003 年的產品。
為便於比較，訂單前置時間，生產前置時間與運輸前置時間皆一樣，採用 公司目前實際的補貨條件：
1. 訂單前置時間為 15 天，
2. 生產前置時間 30 天以及運輸前置時間 30 天，
3. 另外加上預防發生「Murphy」現象的 15 天寬限，
因此，本研究 Demand- Pull 補貨模式的緩衝目標庫存量設定為每 90 天內的 最大需求量。整個比較模擬採取四種不同情境下的比較：
情境(一)：為公司目前的運作模式與本文所提 Demand pull 補貨模式比較；
情境(二)：Demand pull 補貨模式與傳統補貨策略的比較。
情境(三)：當產品即將結束時如何做緩衝管理。
此案例公司的銷售明顯有淡、旺季之分，因此，必須對庫存量之調整提前 進行，其應用 Demand pull 補貨模式的步驟詳細說明如下：
步驟 1：確定補貨前置時間
Demand- Pull 補貨模式每隔 15 天發一次訂單，訂單的量等於 15 天內的實際
需求量，而訂單將於 60 天後入區域倉庫，因此補貨前置時間為 90 天。
步驟 2：確定緩衝區調整設定
因為補貨前置時間為 90 以，所以監視視窗長度為 90 天。依第三章每次目標 庫存量調升（降）1/5。
步驟 3：目標庫存量設定
由於個案公司的產品有明顯的淡、旺季之分，因此在計算目標庫存量時，也 將目標庫存量分為淡季與旺季的目標庫存量兩種。個案公司產品的淡季大約是 4 月至 10 月，而旺季大約是 11 月至 3 月，因此分別累積淡、旺季每 90 天內的需 求量，經由 Excel 的樞紐分析表可得到淡、旺季每 90 天內的最大需求量，再將 此淡、旺季每 90 天內的最大需求量分別為淡、旺季的目標庫存量。
步驟 4：事前規劃已知需求趨勢改變的目標庫存量
由於訂單從訂購至入庫需花費 60 天的時間，因此在淡、旺季的目標庫存量 之設定上，必須提早兩個月的時間，意謂每年的 2 月必須將存貨目標從旺季的目 標庫存量調降為淡季的目標庫存量，同樣每年的 9 月必須將目標庫存量從淡季的 目標庫存量調降為旺季的目標庫存量。
步驟 5：
計算平均庫存、TDD、IDD 與 EVD 值，評估其績效。
6.2 個案公司目前運作模式與 Demand pull 補貨模式比較
目前個案公司存、補貨運作模式是採預測的方式進行，也就是依據預測的需 求量做生產補貨。而 Demand-Pull 補貨模式則是依據實際銷售的數量做生產補 貨。
0 200 400 600 800 1000 1200 1400 平均庫存
E3 2 0 0 E3 6 0 0 HRT3 E4 0 0 0 E3 1 0 0 3 R2 6 0 0 HRT3 R2 0 0 0 3 R2 1 0 0 3 R2 2 0 0 3 T9 5 0 0 HRT X6 6 0 0 HRT3
產品別 原廠 demand- pull
圖 6-1 以平均存貨比較實例公司與 demand-pull 補貨方式
由 IDD 的值可以了解公司目前補貨模式較 Demand-pull 補貨模式來的高，
是因為以預測的方式運作時，當預測比實際需求高時容易堆積過多的存貨，以至 於存貨放在倉庫的時間過長，所以 IDD 值也隨著上升。
$100.00
$1,000,100.00
$2,000,100.00
$3,000,100.00
$4,000,100.00
$5,000,100.00
E3200 E3600HRT3 E4000 E31003 R2600HRT3 R20003 R21003 R22003 T9500HRT X6600HRT3
產品別
金額（千元）
原廠IDD demand-pull IDD
圖 6-2 以 IDD 值比較實例公司與 demand-pull 補貨方式
結果比較可歸納下列幾點：
(一)、 公司運作模式與 Demand-Pull 模式都沒有發生缺貨的情形，但在相同 不缺貨的情況下 Demand-Pull 模式卻可以以較低的平均庫存量滿足顧客的需 求，因此驗證了以賣多少補多少的觀念是可行的且可以為公司降低高庫存的風險 及減少成本的付出。
(二)、 Demand-Pull 模式是累積兩個星期的需求量之後，以賣多少補多少的 方式運作，而公司目前運作模式以預測的方式下訂單及以批量的生產，因此在平 均庫存的表現上 Demand-Pull 模式較公司目前運作模式來的低。
(三)、 由 IDD 的值可以了解公司目前運作模式較 Demand-Pull 模式來的高，
是因為以預測的方式運作時，當預測比實際需求高時容易堆積過多的存貨，以至 於存貨放在倉庫的時間過長，所以 IDD 值也隨著上升。
6.3 Demand-pull與傳統補貨策略比較
為證明 Demand-Pull 會比其他補貨策略可以得到較佳的績效，本節將跟傳統 常用的 5 種存貨補貨方式: (s,Q)、(s,S)、(R,S)、(R,s,S) 、(R ,s,Q)做比較。五種 傳統補貨策略參數值的設定如附錄一所列，結果如圖 6-3 所示。
0 100 200 300 400 500 600 700 800
Demand-pull (s,Q) (s,S) (R,S) (R,s,S) (s,Q,R) Demand-pull (s,Q) (s,S) (R,S) (R,s,S) (s,Q,R) Demand-pull (s,Q) (s,S) (R,S) (R,s,S) (s,Q,R) Demand-pull (s,Q) (s,S) (R,S) (R,s,S) (s,Q,R) Demand-pull (s,Q) (s,S) (R,S) (R,s,S) (s,Q,R) Demand-pull (s,Q) (s,S) (R,S) (R,s,S) (s,Q,R) Demand-pull (s,Q) (s,S) (R,S) (R,s,S) (s,Q,R) Demand-pull (s,Q) (s,S) (R,S) (R,s,S) (s,Q,R)
E3 2 0 0 E3 6 0 0 HRT3 E4 0 0 0 E3 1 0 0 3 R2 6 0 0 HRT3 R2 0 0 0 3 R2 1 0 0 3 R2 2 0 0 3
平均存貨
圖 6-3 Demand-pull 與各傳統補貨方式的平均存貨比較
$0.00
$200,000,000.00
Demand-pull (s,Q) (s,S) (R,S) (R,s,S) (s,Q,R) Demand-pull (s,Q) (s,S) (R,S) (R,s,S) (s,Q,R) Demand-pull (s,Q) (s,S) (R,S) (R,s,S) (s,Q,R) Demand-pull (s,Q) (s,S) (R,S) (R,s,S) (s,Q,R) Demand-pull (s,Q) (s,S) (R,S) (R,s,S) (s,Q,R) Demand-pull (s,Q) (s,S) (R,S) (R,s,S) (s,Q,R) Demand-pull (s,Q) (s,S) (R,S) (R,s,S) (s,Q,R) Demand-pull (s,Q) (s,S) (R,S) (R,s,S) (s,Q,R)
E3200 E3600HRT3 E4000 E31003 R2600HRT3 R20003 R21003 R22003
圖 6-4 Demand-pull 與各傳統補貨方式 TDD 值的比較
$0
$10,000,000,000
$20,000,000,000
Demand-pull (s,Q) (s,S) (R,S) (R,s,S) (s,Q,R) Demand-pull (s,Q) (s,S) (R,S) (R,s,S) (s,Q,R) Demand-pull (s,Q) (s,S) (R,S) (R,s,S) (s,Q,R) Demand-pull (s,Q) (s,S) (R,S) (R,s,S) (s,Q,R) Demand-pull (s,Q) (s,S) (R,S) (R,s,S) (s,Q,R) Demand-pull (s,Q) (s,S) (R,S) (R,s,S) (s,Q,R) Demand-pull (s,Q) (s,S) (R,S) (R,s,S) (s,Q,R) Demand-pull (s,Q) (s,S) (R,S) (R,s,S) (s,Q,R)
E3200 E3600HRT3 E4000 E31003 R2600HRT3 R20003 R21003 R22003
圖 6-5 Demand-pull 與傳統補貨方式 IDD 值的比較
由圖 6-3、圖 6-4 及圖 6-5 的結果在服務水準為 100%的情形下，TOC 補貨 不會有缺貨的情形發生，而傳統存貨補貨政策卻會產生缺貨的情形，TOC 補貨 中對存貨的監控調整方式，也就是在 Demand-pull 補貨模式裡當存貨降至紅色區 時，目標庫存會隨著提高，不會導致缺貨的情形發生。並且在不缺貨的情形之下
Demand-pull 在平均庫存、TDD 與 IDD 方面的結果都比其他 5 種傳統存貨補貨政 策來的優異。
6-4 停售產品的運作模式
因案例公司產品中有五類產品將在隔年停止出售，在面臨產品準備停售時，
以 Demand-Pull 模式為基礎的模擬在此情境下緩衝量的管制，其實施步驟如下：
步驟 1：在最後一年的 9 月不調高目標緩衝庫存量為旺季的緩衝庫存量。
步驟 2：由後倒推三個月，開始停止發出訂單，例如若是 12 月為銷售的最 後一個月，則從 10 月開始停止訂購。
步驟 3：由後倒推五個月，將目標緩衝庫存量調降原有目標緩衝庫存量的 1/5。
表 6-1 停售產品運作結果
公司運作模式 Demand-pull 模式
期末庫存 平均庫存 TDD IDD 期末庫存 平均庫存 TDD IDD T9250 98 1134.3 $0.0 $58,456,113,495.0 60 990.96 $0.0 $454,467,255.0 T9300 42 498 $0.0 $26,004,805,360.0 72 394.23 $0.0 $21,390,843,780.0 T9450HRT 36 866.59 $0.0 $58,117,942,770.0 58 599.96 $0.0 $41,270,538,995.0 T9600HRT 100 1358.8 $0.0 $114,866,771,835.0 141 1037 $0.0 $80,380,170,185.0 X6200HRT3 126 659.13 $0.0 $5,266,995,810.0 13 443.24 $0.0 $2,418,541,225.0
由表 6-1 的結果可知，在 Demand-Pull 模式較頻繁的訂購方式下，透過目標 緩衝庫存量適時的調降以及掌握停止訂購的時機，雖然有些期末庫存還是較公司
由表 6-1 的結果可知，在 Demand-Pull 模式較頻繁的訂購方式下，透過目標 緩衝庫存量適時的調降以及掌握停止訂購的時機，雖然有些期末庫存還是較公司