隨著科技的發展日新月異，使得大數據 (big data) 的浪潮席捲而來，而網際網路與行動 裝置的普及，也使得市場資訊變得比以往更加透明、傳遞速度更快，市場競爭也變得更加激 烈。企業利用各式各樣的管道與方式，蒐集到更多即時性的銷售資料，並透過資料整合，快 速了解產品需求的變化情況，進而迅速調整存貨策略，提高供應鏈與存貨管理系統效的效率 與效能。首先，本章在 1.1 節將描述研究背景與動機，而 1.2 節則提出本研究之目的，最後在 1.3 節說明本論文之完整架構。
1.1 研究背景與動機
在全球化的浪潮與資訊科技進步之下，使得市場資訊變得更加透明，加快了產品或服務 相關資訊的傳遞速度，也使得產品的生命週期縮短，市場競爭變得更加激烈。而企業為了在 競爭激烈的環境中提高其本身的獲利，主要會從兩方面著手，分別是：提高單位售價與降低 單位成本。提高單位售價的方法主要是提供競爭對手所沒有的產品或服務，來滿足特定顧客 的需求，或是提供品質高、客製化及可快速滿足顧客需求的產品或服務，並透過一系列的行 銷策略來達到差異化；降低單位成本方法包括：縮短前置時間、縮短交期、提高製程能力或 增加生產系統的彈性，透過上述幾種手法，進而使企業減少缺貨成本 (understock cost) 或庫 存成本 (overstock cost)。
存貨管理一直是供應鏈管理當中極為重要的議題，自 Harris (1915) 提出經濟訂購量 (economic quantity order model, EOQ) 模型之後，許多的學者相繼提出各式各樣的存貨管理系 統，以滿足在實務上各種需求變化、缺貨成本、數量折扣及多品項等情況下所適合的存貨管 理系統，提高存貨管理的效率，增加企業獲利的可能性。1950 年代，日本豐田汽車提出了即 時存貨管理 (just-in-time, JIT) 的概念，追求無庫存的即時生產模式不僅降低存貨的大量堆積，
也減少了生產流程中的閒置時間，透過精實生產 (lean production) 模式，企業得以提供更加
requirements planning, MRP) 系統使得企業在存貨與生產的管理上更加便利與快速，其透過解 networks, RNN) 與支持向量機 (support vector machine, SVM) 等機器學習 (machine learning) 方法來進行需求的預測。不管是傳統的統計模型或最近熱門的機器學習方法，都是希望透過 提高需求預測的精準度來降低庫存成本與缺貨損失。
而另一派的學者則是從需求或存貨監控的角度出發，Watt et al. (1994) 首先提出將統計製 程管理 (statistical process control, SPC) 中的管制圖 (control chart) 應用於存貨管理的概念，
藉由管制圖監控即時回饋再訂購系統 (reorder-point inventory system) 之績效，並建立起判斷 系統失常的診斷流程。Pfohl et al. (1999) 則探討實務上如何將管制圖應用在監控需求及存貨
變異，並建立相對應的決策法則，最後根據決策法則決定下期所需之訂購數量。之後，詹易 整 (2000) 以 Pfohl et al. (1999) 發展的 SPC 存貨管理系統為基本架構，針對其缺點提出新的 決策法則，並與定期盤存制 (R, S) 存貨管理系統進行比較。葉卓華 (2003) 針對 Pfohl et al.
(1999) 提出之決策法則做修正，加入西方電器 (1956) 所提出的決策法則作為異常判斷標準 並應用於存貨管理之中。在考量市場需求具有自我相關性 (auto-correlation) 之情形下，王皓 翔 (2004) 則引進了變動中心線指數加權移動平均 (moving centerline exponentially weighted moving average, MCEWMA) 管制圖的概念於需求監控系統。而同樣的，Cheng & Chou (2008) 也考慮到需求的自相關性，於是結合了 Jiang et al. (2000) 提出的自我相關移動平均 (auto-regression moving average, ARMA) 管制圖與西方電器法則的概念，建立需求監控存貨系統。
後續也有許多學者應用不同類型的管制圖於存貨管理系統上，並透過模擬的方式比較不同存 貨系統的績效表現 (簡秀雲, 2009；霍正傑, 2010)。
雖然已有各式各樣的管制圖應用在存貨管理的研究，但其上述方法多屬於頻率學派的管 制圖與存貨系統之結合，目前尚未有文獻結合貝氏管制圖於存貨管理之中。在資訊傳遞快速、
透明的現今，消費者的需求波動更容易受到市場資訊的影響，面對需求的快速變化，企業必 須具備更立即性的反應能力。本研究引進貝氏管制圖與追蹤訊號的概念於需求監控上，當有 大量且即時性的資料時，貝氏管制圖能迅速進行更新，協助企業做出更快速、準確的決策。
而在存貨系統方面，實務上為使作業方便，某些產業的訂貨政策多為等需求累積到一定 數量時訂貨，或是設定固定的間隔時間訂貨，例如：零售服飾業的 UNIQLO，此種產業較符 合存貨管理上定期盤存制的概念，而結合動態的貝氏管制圖概念，可以使存貨管理系統更加 有彈性，使之能對需求之波動更加敏感，降低存貨成本。
1.2 研究目的
根據 1.1 節所述，可以發現目前實務上本研究探討之議題的重要性與價值，同時也發現 過去文獻對貝氏管制圖與存貨管理之結合著墨較少，尚有文獻上的缺口。故本研究目的有以 下三點：
1. 應用貝氏管制圖的概念，建立適合的存貨管理系統，提高存貨管理績效。
2. 在不同需求變化之下，衡量結合貝氏管制圖於存貨管理模型的績效優劣。
3. 根據本研究之發現，進一步提出其在實務上之管理意涵。
1.3 論文架構
第一章說明了本研究的研究背景與動機、研究目的與論文架構。第二章回顧管制圖的發 展與應用，並整理過去應用管制圖於存貨管理的文獻。第三章將會結合貝氏管制圖及追蹤訊 號於存貨系統，並建立相對應之決策法則，且根據此法則決定存貨下訂水準與訂購量。第四 章模擬在不同需求變化下，衡量其與傳統定期盤存制存貨管理系統之績效差異，最後，在第 五章我們會對結果進行分析與探討，並提出未來的研究方向。圖 1-1 為本論文的架構圖。
確立研究主題
相關文獻探討
結論與建議 模擬驗證與分析
研究方法 追蹤訊號
貝氏管制圖 存貨系統
圖 1 - 1 論文架構圖