模擬結果與分析

表 3-1 為模數據為 30 組不同產品壽命週期下的模擬結果，表中數值為每週 平均庫存量。因模擬環境的補貨前置時間為五週，因此表 3-1 所示「補貨前置時 間」與「產品壽命週期」的比例則為 1:1 至 1:20。

表 3-1 30 組不同產品壽命週期下的模擬結果(平均庫存量)。

在表 3-1 中可見有些組別之模擬結果在「補貨前置時間」與「產品壽命週期」

的比例很小的情況下(如 1:1、1:2 等)，組與組之間的平均庫存量差異很大，在 1:1 的情況下，第 4 組平均庫存為 5161，而第 11 組只有 2575，差異將近 100%，有 這麼大的差異主要是因為 2 組模擬之需求差異很大，第 4 組前 5 週需求分別為

296、599、280、529、419，總需求只有 2123；而第 11 組前 5 週需求分別為 948、

1568、1552、1311、835，總需求共有 6214；然而他們的需求設定皆為平均 800、

變異 600 所產生，這正好證明因為在比例 1:1 的情況下，因為只能依據預測設定 目標庫存，依據預測的程度很高，當預測不準，則導致過多庫存的情況。

而小於 1:8 的其他比例情況(如 1:2、1:3 等)，各組之間的平均庫存量也有幾 乎近 1000 的差距，這正好說明因補貨次數不多，目標庫存未能及時調整，因此 期初目標庫存的設定成了他們績效之間的關鍵。而在比例大於 1:8 時，可以各組 之間的平均庫存幾乎非常接近，這也說明隨著壽命週期比例的增加，Demand Pull 的機制在需求變異存在的環境也能有良好的表現，若有足夠的補貨時間，就算期 初目標庫存設定不當，也不會帶來太大的影響。

表 3-2： 30 組模擬數據的平均值

根據 30 組模擬數據的平均庫存量(表 3-2)，描繪出 Demand Pull 機制在不同 的「補貨前置時間」與「產品壽命週期」比例下，其績效趨勢(圖 3-4)。

圖 3-4 不同的「補貨前置時間」與「產品壽命週期」比例下，

Demand Pull 績效趨勢圖

結果顯示隨著時間增加，Demand Pull 的平均庫存會慢慢減少，而到了 20 週左右(1:4)，減少程度愈來愈小，到了 40 週(1:8)時，其績效曲線幾乎是平的。

表示當產品壽命週期到了一定比例時，再長的壽命週期對 Demand Pull 的績效不 會帶來較大的影響。

在表 3-2 及圖 3-4 中可見，小於比例為 1:3 的情況下、其平均庫存量皆比其 他比例明顯為高，主要是因為在「補貨前置時間」與「產品壽命週期」的比例範 圍太小，導致補貨次數太少，如 1:1 的情況甚至沒有補貨機會，使其沒有在途庫 存，幾乎只能靠期初預測的目標庫存來滿足其銷售。當在「補貨前置時間」與「產 品壽命週期」的比例較大時，因為補貨次數較多，其績效也較優。

為了探討 Demand Pull 在不同壽命週期比例下，各比例的平均庫存是不是有 顯著差異，因此對各比例的模擬結果進行變異數分析。檢定結果為 p=0，表示有

顯著差異(表 3-3)。並對各壽命週期比例進行後續分析(表 3-4)。從檢定分析結果 顥示 40 週(1:8)與 100 週(1:20)的積效沒有顯著差異，跟 20 週以下的有顯著差異。

因此從模擬分析結果可知當壽命週期達 1:8 的比例時是 Demand Pull 非常合適的 應用環境，而在壽命週期達在 1:8 比例之下，使用 Demand Pull 機制，其績效則 會受到影響，當少於 1:3 之比例範圍則不適合使用 Demand Pull 的機制。

表 3-3 檢定結果

表 3-4 各壽命週期比例間之差異