情境探討

因 MIT 啤酒遊戲本身設計下單方式為傳統庫存管理方法，而 TOC 的 Demand-pull 庫存機制則是依照當期實際需求在當期期末下實際需求訂單量，所以在遊戲中下訂單的 時間點有所出入，為了維持遊戲是一個連續不中斷的情況，本研究假設使用 TOC 的 Demand-pull 庫存機制時，在遊戲一開始時就已經發出一張需求 4 的訂單，否則當遊戲 進行到第 5 週時會發生沒有期初進貨的窘境，故本研究的遊戲情境的在途庫存量會比原 本啤酒遊戲多出 4 的量原因與差異如表 3，其餘情境假設與限制皆與 MIT 啤酒遊戲假 設相同。

表 3 兩種補貨方式差異表

下單時間點 下單方式 遊戲中差異

傳統庫存 管理方法

期初 預測當期需求 第 1 週期初下單則到

第 5 週期初進貨

Demand-pu ll 庫存機制

期末 根據當期實際需求 第 1 週期末下單則到

第 5 週期末進貨，須等 到第 6 週才可使用(第 5 週沒有期初進貨量) 本研究發現因為 MIT 啤酒遊戲除了工廠本身沒有產能限制，其餘成員皆受限於上 游的庫存量的產能限制，換言之如果零售商發出訂單量如果大於批發商的當期所能滿足 零售商的產能，此時原本零售商超過批發商產能的超額量則會從原本預期補貨前置期 4 週變為 8、12 甚至 16 週才會送至零售商手中，因為 MIT 啤酒遊戲是採用缺貨後補模式，

所以零售商下單超過批發商可以滿足的量部分須等批發商跟配銷商下單並進貨才可以 提供給零售商，故在此情境結構下本研究發現各階的成員補貨前置期會隨著上游成員是 否滿足下游成員訂單有所變化。所以本研究第一次模擬，忽略在途庫存量狀況，每 4 週

14

即做調整與檢視；則在第二次模擬中本研究將遵守 Goldratt 博士提出的調整目標庫存水 位後，等調整增加的貨進來後再做檢視與調整。再以兩者比較結果來驗證 Goldratt 博士 提出說法是否正確。根據第三章 TOC 的 Demand-pull 的庫存機制執行步驟去模擬，如圖 11 (零售商為例)

圖 11 本研究模擬介面 3.3.2 模擬數據分析

本研究先將第一次模擬結果存/缺貨狀況結果跟過去學者[16]蒐集 MIT 啤酒遊戲的 結果做比較如圖 12 與圖 13

圖 12 原始存/缺貨狀況[16]

15

圖 13 模擬存/缺貨狀況

從圖 12 可以發現過去 42 期資料顯示在沒有良好庫存機制下，供應鏈成員的表現非 常不理想，尤其在供應鏈逆推下越上游的成員存缺貨的變化非常大，庫存方面最高甚至 快達到 500 的庫存量，缺貨方面最高快達到 150 的缺貨量；反觀圖 13 雖然沒有遵守 Goldratt 博士所提的做法結果在庫存方面最高仍不超過 133 庫存量，缺貨方面最高也不 超過 60 缺貨量，明顯的改善長鞭效應在原始數據所產生存/缺貨過高的問題。接下來針 對遵守 Goldratt 博士所提的做法做第二次模擬並與第一次模擬作比較如表 4 與表 5 所 示:

表 4 原始模擬成本表

第一次模擬 零售商 批發商 配銷商 工廠 整體供應鏈

儲存成本 857 957 1037 1045 3895

缺貨成本 220 728 905 508 2361

表 5 修正後模擬成本表

第二次模擬 零售商 批發商 配銷商 工廠 整體供應鏈

儲存成本 393 319 489 676 1876

缺貨成本 220 246 214 128 808

從表中可以發現，遵守等調整增加的貨進來後再做檢視與調整準則，供應鏈成員表現績 效明顯成長許多，在存/缺貨成本上也明顯下降一倍以上。為何差異如此大可以從兩個模

‐100

‐50 0 50 100 150

1 4 7 10 13 16 19 22 25 28 31 34 37 40

第一次零售商存貨狀 況

批發商存貨狀況

配銷商存貨狀況

工廠存貨狀況

16

擬後本研究整理供應鏈成員的需求變化表來看，如表 6 與表 7 所示：

表 6 原始供應鏈需求變化

第一次模擬 零售商 批發商 配銷商 工廠

需求平均數 7.692308 8.5384615 9.384615 11.28846154 需求標準差 1.076276 7.4451235 14.19632 20.6096651

表 7 修正後供應鏈需求變化

第二次模擬 零售商 批發商 配銷商 工廠

需求平均數 7.692 8.269 8.846 9.88

需求標準差 1.076 3.779 6.584 10.792

表中發現原始模擬的需求平均數與標準差，因為一直調整目標庫存水位，而忽略在 途庫存量的狀況結果明顯比遵守 Goldratt 博士提出說法的模擬結果不好，從表 6 與表 7 兩表中發現原始模擬的批發商與修正後模擬的批發商到第一次模擬的工廠與第二次模 擬的工廠的標準差差異快到一倍，所以當考慮在途庫存狀況之後，需求標準差可以下降 一倍以上並消除不必要的需求波動，原始模擬與修正後模擬可間接驗證 Goldratt 博士所 提出當調整目標庫存水位後須等到增加的存量進來後再做觀察與檢視論點。