過去文獻充分證明 Demand Pull 拉式補貨比傳統依據預測的推式補貨方法更 有管理的績效，達以較低庫存且有更高可得性的目的。同時有更能避免供應鏈的
「長鞭效應」現象。然而，一個良好的機制必須有一個合適其操作假設的環境，
方能有效發揮其最大績效，因此本研究的目的是要探討出合適使用 Demand Pull 機制的環境條件。
為了探討出合適使用 Demand Pull 的環境，本研究試從「產品壽命週期」以 及「銷售點數量」2 個議題進行研究，並藉由邏輯推論、模擬實驗得到以下結果：
1. 產品壽命週期的長短會影響 Demand Pull 機制運作的績效。在產品壽命 週期過短的環境，Demand Pull 因無足夠時間補貨或補貨次數太少，導致 執行上的困難，甚至無法應用，只能依靠預測。如在「補貨前置時間」 著比例的增加，Demand Pull 的績效則得到改善，但績效增加的程度會愈 來愈小，最後甚至近乎水平線(績效沒有增加的現象)。本研究通過 30 組
集聚均分的效果則沒有明顯績效，而隨著銷售點數量的增加，整體供應 鏈的庫存量會隨之而減少，但庫存量減少的程度會愈來愈小，最後甚至 近乎水平線(整體庫存量幾乎沒有再減少)。本研究通過 30 組模擬得到的 結果為在銷售點小於 5 個時，聚集均分沒有太大的績效，而當銷售點多 於 15 個時，其績效與銷售點為 100 個時無顯著差異，因此當銷售點在 15 個以上時，是非常合適使用聚集的環境。
在產品「產品壽命週期」與「補貨前置時間」比例過短的環境下，本研究提 出 2 個改善的方法：(1) 減少補貨前置時間，使其能達至適合的比例範圍。(2) 建 立中央/區域倉庫並使用聚集的概念把供應鏈大部分庫存放至源頭處，雖然生產 部分只能根據預測，但配銷部分則可使用 Demand Pull 進行補貨，而且從中央/
區域倉庫進行配銷，只剩運輸時間而已。使用此方法在模擬中可以發現，供應鏈 整體庫存能大幅減少，各點報廢量也大幅減少。
本研究僅從「產品壽命週期」及「銷售點數量」2 個環境因素下探討 Demand Pull 的可行性，然而現實供應鏈的配銷環境非常複雜，具有許多不同的配銷情 況，應該存在著更多影響 Demand Pull 執行的因素及不適用的限制環境，這都是 值得繼續研究的方向。而本文探討的銷售點數量對聚集的影響，只以銷售單一產 品為例，若各點銷售的種類的增加，是否可以減少銷售點的數量及有更好的績 效，這也是值得後續研究的。
參考文獻
1. Amir Schragenheim, (2007). Managing Distribution According to TOC Principles.
Inherent Simplicity Ltd.
2. Chaman, L. J. (2006). Benchmarking Forecasting Errors. The Journal of Business Forecasting, 25(4), 13-15.
3. Chaman, L. J. (2007). Benchmarking Forecasting Errors. The Journal of Business Forecasting, 25(4), 18-21.
4. Chaman, L. J. (2008). Benchmarking Forecasting Errors. The Journal of Business Forecasting, 25(4), 19-23.
5. Dowling G.R. (2004). The art and science of marketing. UK: Oxford University Press.
6. Goldratt, E. M. (2008). Standing on the Shoulders of Giants. Goldratt group.
7. Goldratt, E. M., & Goldratt, A. R. (2003). TOC Insights into Distribution and Supply Chain. Goldratt group.
8. Goldratt ,Eliyahu M. (1994). It’s Not Luck. NY: The North River Press.
9. Lee, H. L., V. Padmanabhan, & Whang, S. (1997). The Bullwhip Effect in a Supply Chain, Sloan Management Review, 38(3), 93-102.
10. Lin, C. C., Shieh, S.C., Kao, Y.H., Chang, Y. T., & Chen, S. S., (2008). The simulation analysis of push and pull shelf replenishment policies for retail supply chain. Machine Learning and Cybernetics, 2008 International Conference on, 7, 3964-3969.
11. Martin, Michael J.C. (1994).Managing Innovation and Entrepreneurship in Technology-based Firms. New York: Wiley-IEEE.
12. Masuchun, W., Davis, S., & Patterson J. W., (2004). Comparison of push and pull control strategies for supply network management in a make-to-stock environment, Journal of Production Research, 42(20), 4401-4419.
13. Zhang, X. H., & Lv, L., (2008). Performance Comparisons of Supply Chain between Push and Pull Models with Competing Retailers. Wireless Communications, Networking and Mobile Computing, 2008. WiCOM ’08. 4th
14. 李榮貴，「製造管理專題上課講義」，國立交通大學工業工程與管理研究所 課程，民國 97 年。
International Conference on, 12-14, 1-4.
15. 李榮貴，張盛鴻，「TOC 限制理論 : 從有「限」走向無限」，中國生產力中 心出版，民國 94 年。
16. 袁國榮，「強化限制理論 Demand-Pull 補貨模式之研究」，國立交通大學，博 士論文，民國 95 年。
17. 傅豪 ，「IC Design House 之庫存管理改善-試行限制理論於 M 公司之研究」，國立交 通大學，博士論文，民國 94 年。
18. 蔡佳伶，「TOC 配銷管理模擬器之開發」，國立交通大學，碩士論文，民國 97 年。
19. 蔣易殷，「Demand-Pull 手法應用在啤酒遊戲之可行性研究」，國立交通大學，
碩士論文，民國 97 年。