以實驗驗證管理之觀念與方法為庫存績效不佳之主要原因

國

立

交

通

大

學

工業工程與管理學系碩士班

碩士論文

以實驗驗證管理之觀念與方法為庫存績

效不佳之主要原因

An Empirical Study to verify management concept and method

as the main cause of poor inventory management performance

研 究 生：黃彥叡

指導教授：李榮貴 博士

彭文理 博士

以實驗驗證管理之觀念與方法為庫存績

效不佳之主要原因

An Empirical Study to verify management concept and method

as the main cause of poor inventory management performance

研 究 生：黃彥叡 Student：Yen-Jui Huang

指導教授：李榮貴 博士 Advisor：Dr. Rong-Kwei Li

彭文理 博士 Dr. Wen-Lea Pearn

國立交通大學

工業工程與管理學系碩士班

碩士論文

A Thesis

Submitted to Department of Industrial Engineering and Management College of Management

National Chiao Tung University In Partial Fulfillment of the Requirements

For the Degree of Master of Science In

Industrial Engineering June 2010

Hsin-Chu, Taiwan, Republic of China

i

以實驗驗證管理之觀念與方法為庫存績效不佳

之主要原因

研究生：黃彥叡 指導教授：李榮貴 博士

彭文理 博士

國立交通大學工業工程與管理學系碩士班

摘要

庫存管理之目標在於「以低庫存滿足需求」。然而實際上庫存管理運作常面 臨高存貨卻仍然缺貨的問題。一般在業界認為使得庫存管理無法達成目標之主要 原因來自於外在環境的變異，例如：預測不準確、供應商不可靠、供應前置時間 過長、供應商之品質議題…等。本研究認為造成管理績效不佳的主要原因並非外 在環境變異，而是在於「管理庫存的觀念與方法」。要做好庫存管理有四個重點， 管理者必須同時在 a.系統中該儲備多少庫存、b.何時該訂購、c.該訂購多少數 量、d.適時的調整庫存水位這四個方面有一個良好的遵行準則。本研究透過實驗 驗證績效不佳主要在於管理者沒有做好上述四個重點，以及改變行為使用拉式補 貨系統可帶來之績效改善，藉由不同週期與管理方式之交互作用驗證唯有良好的 管理行為才能夠得到較佳的管理績效。 關鍵詞：拉式補貨系統、限制理論

ii

An Empirical Study to verify management concept and method

as the main cause of poor inventory management performance

Student：Yen-Jui Huang Advisor：Dr. Rong-Kwei Li

Dr.Wen-Lea Pearn

Department of Industrial Engineering and Management College Of

Management National Chiao Tung University

Abstract

The goal of inventory management is “low inventory to meet demand.” However, in practice the operation of inventory management is still often faced with high inventory and shortage problems. Generally, the industry believes that the main reason of the goal of inventory management cannot be reached is the variation of the external environment, such as: inaccurate forecasts, unreliable supply of long lead time, suppliers of quality issues ... and so on. This study suggests that the main reason for poor performance is not the variation of the external environment, but rather the "inventory management concepts and methods". Managers must have a good compliance with guidelines in the following four focus to achieve the goal: a. how much inventory should the system keep, b. when to release the order, c. the number of the order quantity, d. timely adjustment of inventory level. In this study, experimental verification is that the manager does not do the focus well; alter the manage method to use the pull-based replenishment system can make better performance, and verify that only good management practices can be better management performance by different ordering cycles and management of interactive performance comparison.

iii

誌謝

兩年碩士班的生活一轉眼就過去了，謝謝李榮貴老師這兩年對我的細心指 導。感謝老師教導了許多思考問題的邏輯與方式，在論文的寫作上也總是不厭其 煩的修正謬誤與導正方向，對於學生總是能夠包容錯誤，給予成長的機會。另外 也要感謝張盛鴻老師與蔡志弘老師對於論文上的指正與建議。 實驗室的各位同學，謝謝你們這兩年的共同打拼與陪伴。我們來自不同的學 校、不同的成長背景。但因為你們，讓這短短兩年的研究所生活變得多采多姿， 留下了許多美好的回憶及成長的記號。28 屆的家人們，也謝謝你們總是填補了 我缺少的那一塊溫暖。 最後要感謝我的父母肯支持我在退伍後繼續深造。我一切的成就與榮耀歸於 你們的用心栽培。

iv

目錄

中文摘要 ... i Abstract ...ii 誌謝 ... iii 目錄 ... iv 表目錄 ... v 圖目錄 ... vi 第一章 研究動機與目的 ... 1 第二章 文獻探討 ... 3 第三章 研究方法 ... 7 3.1 實驗環境說明 ... 7 3.2 實驗情境說明 ... 8 3.2.1 情境一( Scenario one ) ... 8 3.2.2 情境二( Scenario two ) ... 8 3.2.3 情境三( Scenario three ) ... 9 第四章 數據分析 ... 11 4.1 問卷資料統計 ... 11 4.2 ANOVA 變異數分析 ... 11 4.3 情境數據分析 ... 16 情境一 ... 16 情境二 ... 20 情境三 ... 21 第五章、結論 ... 23 參考文獻： ... 24 附錄一 ... 27 實驗參數設定 ... 27 實驗介面說明 ... 32 績效衡量指標 ... 38 操作說明 ... 39 附錄二、基本資料調查問卷 ... 41 附錄三、需求一：預測與實際需求表 ... 42 附錄四、需求二：預測與實際需求表 ... 43 附錄五、目標庫存波動折線圖 ... 44

v

表目錄

表 1：補貨前置時間定義 ... 4 表 2：ANOVA 檢定表-庫存量 ... 15 表 3：Fisher LSD 事後檢定表-庫存量 ... 15 表 4：ANOVA 分析表-缺貨數量 ... 15 表 5：Fisher LSD 事後檢定表-缺貨數量 ... 16 表 6：情境一之平均績效數據-以週期分類 ... 16 表 7：情境一未缺貨組數據 ... 17 表 8：情境一之平均績效數據-以週期與期初庫存分類 ... 18 表 9：高庫存卻缺貨組別 ... 19 表 10：情境一之平均績效數據-以週期與目標庫存分類 ... 21 表 11：情境二之平均績效數據-以週期與目標庫存分類 ... 21 表 12：情境三之平均績效數據-以週期與目標庫存分類 ... 22

vi

圖目錄

圖 1：供應源頭預測變異較小 ... 3 圖 2：拉式補貨模式示意圖 ... 5 圖 3：各緩衝區示意圖 ... 6 圖 4：實驗環境示意圖 ... 7 圖 5：下單週期 1 週之三情境數據 ... 12 圖 6：下單週期 2 週之三情境數據 ... 13 圖 7：下單週期 3 週之三情境數 ... 14 圖 8：三回合需求參數表 ... 27 圖 9：情境一與情境二需求常態機率圖 ... 28 圖 10：情境三需求常態機率圖 ... 29 圖 11：情境一與情境二需求常態適合性檢定 ... 30 圖 12：情境二需求常態適合性檢定 ... 30 圖 13：需求一預測與需求波動圖 ... 31 圖 14：需求一預測與需求波動圖 ... 32 圖 15：實驗介面圖(1 週) ... 35 圖 16：實驗介面圖(2 週) ... 36 圖 17：實驗介面圖(3 週) ... 37 圖 18：各情境績效紀錄表 ... 38 圖 19：三次情境之總績效紀錄表 ... 39 圖 20：遊戲輸入說明圖 ... 39 圖 21：目標水位調整範例圖-調整前 ... 40 圖 22：目標水位調整範例圖-調整後 ... 40 圖 23：下單週期 1 週之目標庫存波動折線圖 ... 44 圖 24：下單週期 2 週之目標庫存波動折線圖 ... 45 圖 25：下單週期 3 週之目標庫存波動折線圖 ... 46

1

第一章 研究動機與目的

庫存管理之目標在於「以低庫存滿足需求」。然而實際上庫存管理運作常面 臨兩個問題：低庫存導致缺貨；儲備高庫存應付需求卻又造成存貨過多。一般在 業界認為使得庫存管理無法達成目標之主要原因來自於外在環境的變異，例如： 預測不準確、供應商不可靠、供應前置時間過長、供應商之品質議題…等。 本研究認為造成管理績效不佳的主要原因並非外在環境變異，而是在於「管 理庫存的觀念與方法」，要做好庫存管理有四個重點，管理者必須同時在 a.系統 中該儲備多少庫存、b.何時該訂購、c.該訂購多少數量、d.適時的調整庫存水位 這四個方面有一個良好的遵行準則。 企業普遍導入 MRP、ERP、E 化採購…等系統針對上述四點作為改善，但存 貨過剩、缺貨過多的現象卻依舊存在 ( M. UMBLE【14】)。其原因在於以上系 統之運作以預測為基礎而非實際需求，也就是所謂的推式系統。相較於推式系 統，Goldratt 博士提出了以實際需求為基礎之 TOC 拉式補貨系統( Demand Pull )。 以往的研究已經可以證明在庫存管理方面利用拉式補貨系統，即使面對需求變異 大的環境也可以有效可以改善缺貨與存貨過多的問題 ( Lin, C. C【19】；Zhang, X. H【25】) ，以及拉式系統在供應鏈之績效優於推式系統。(江治緯【29】) 在江治緯之庫存管理介面中，實驗者之下單週期皆固定為 2 週，行為上受到 較大的限制。本研究增加下單週期選擇上之彈性，實驗者可自行選擇 1、2 或 3 週。目的在於增加行為的多樣性、表現出不同管理行為對績效的差異，以及顯示 出不同下單週期、不同下單週期與不同管理方式之間的交互作用所產生的影響。 此外本研究亦利用問卷調查實驗者對庫存管理之認知是否正確，如本身企業所使 用之管理方式、對補貨時間的了解等等，再以實際操作後之數據分析實驗者之認 知與行為是否相符。 本研究主要目的是由實驗驗證出庫存管理績效不佳的原因在於管理者本身

2 缺乏良好的管理機制，而非外在的變異造成。利用問卷調查以及不同週期與管理 方式之交互作用之數據分析，顯示出四個管理重點之間的影響，藉此驗證出管理 者對於庫存管理缺乏正確的觀念如：對補貨時間的了解、庫存量與補貨時間的關 係、擁有較短的補貨時間卻無法在顯現在績效上…等。並且透過利用拉式補貨系 統的改善，可以證明拉式補貨系統為一穩健且能夠達成庫存管理目標的管理機 制。

3

第二章 文獻探討

高德拉特博士在「絕不是靠運氣」一書中【8】，初次提出拉式補貨模式概念， 將傳統依據預測進行補貨的推式（Push）作法改成依據實際消耗數量來決定生產 及補貨數量的拉式（Pull）概念。 拉式補貨模式之所以能有效改善整體存貨及缺貨問題，原因在於背後有四個重 要概念做為運作依據，分別為聚集、增加補貨頻率、拉式補貨機制以及緩衝管理， 以下說明這四個概念： 1.聚集： 傳統存補貨方法認為產品應放在離消費者最近的地方以利銷售，然而這種作 法易使存貨分配不恰當，部份產品缺貨，而部份產品卻滯銷的情況產生，為了解 決這個問題，拉式補貨模式提出聚集的概念，將大部分庫存留在供應鏈的源頭 處，有利於分配滿足下游最為迫切需求點的需求，如圖 1 所示。另外，根據統計 原理，個別計算變異一定遠高於整體計算的變異，因此若能把主要庫存放在供應 源頭處，使整體變異較低，穩定供應鏈的存貨。 圖 1：供應源頭預測變異較小

4 2.增加補貨頻率 執行拉式補貨模式時，必須先訂定目標庫存量的多寡，目標庫存量包含在 庫庫存與在途庫存的總和，其中在庫庫存必須能夠滿足訂購前置時間的預期消耗 量，在途庫存必須能夠滿足生產及運輸前置時間的預期消耗量。以安全存量為考 量，兩者皆以最大消耗量為目標存量之估算，因此須先依據過去歷史資料與未來 市場需求來推算最大消耗率，再將補貨前置時間（包含訂購、生產及運輸前置時 間）列入考慮，可得目標庫存量之設定。 因此目標庫存量的設定會受到補貨前置時間長短而影響，例如補貨前置時間 為一個月，則目標庫存至少備有一個月內的消耗量，若補貨前置時間為一星期， 則目標庫存僅需備有一星期內的消耗量。在限制理論中，補貨前置時間定義為三 種時間的加總，分別為訂購前置時間、生產前置時間及運輸前置時間，這三種時 間各自的定義說明可見表 1。因此若能降低補貨前置時間，目標庫存量就能減少。 限制理論認為有效降低補貨前置時間有一方法，即是增加補貨頻率，此做法 能使訂購前置時間縮短，在庫庫存亦減少。舉例來說，若每月需求為 20 單位， 每月補貨一次，則在庫庫存最多為 20 單位；若增加補貨頻率，為每週補貨一次， 每次訂 5 單位，則庫存大部分會在運送的途中，因此在庫庫存會降低。 表 1：補貨前置時間定義 補貨前置時間 定義 訂購前置時間

（Order Lead Time）

從一件產品賣出到一張補貨訂單被發出的時間， 即發出補貨訂單的頻率。

生產前置時間 （Production Lead Time）

製造商/供應商從決定發出工單直到完成生產的 時間。

運輸前置時間

（Transportation Lead Time）

成品從供應商運送到訂購庫存地的時間。

3.拉式補貨機制

5 法能克服市場預測的不準確，同時避免預測誤差帶來的長鞭效應，達到整體存貨 有效降低等表現，如圖 2。其運作步驟說明如下： (1) 零售商儲存足夠庫存涵蓋可靠補貨期間內的需求，零售商用掉多少數量就對 上游(配銷商/批發商)訂購多少。 (2) 配銷商/批發商儲存足夠庫存涵蓋可靠補貨期間內的需求，配銷商運送多少 數量到下游商(零售商)，就對上游(製造商)訂購多少。 (3) 製造商儲存足夠庫存涵蓋可靠補貨期間內的需求，製造商運送多少數量到下 游商(配銷商/批發商)，就對上游(供應商)訂購多少。 圖 2：拉式補貨模式示意圖 4.緩衝管理（Buffer Management） 緩衝管理是限制理論中的一個監控庫存量的方法。將目標庫存量三等份為三 個緩衝區，分別為紅色、黃色及綠色緩衝區，代表趕工、警告及忽略。當連續數 個補貨週期的庫存狀態都處於紅色緩衝區，代表目標庫存水位設定可能過低，無 法確保滿足需求的風險大增，便須考慮提高目標庫存；反之，當連續數個補貨週 期的庫存狀態都處於綠色緩衝區，代表目標庫存水位設定可能過高，長期而言庫 存成本過高，便須考慮降低目標庫存，如圖 3 所示。調整後之水位至少要等候一 個補貨時間之後(調整後的訂購數量入庫)再判斷是否繼續調整。至於目標庫存之 調整幅度，限制理論並未明確規範，一般而言以 1/3 的目標庫存量作為調高與調

6 降比率參考，因各種產業特性而有所不同。當需求型態產生變動時透過緩衝管理 可簡易調整參數，依需求趨勢改變而做調整，避免存貨過高。 綠色緩衝區 = 落至綠色反應區,不採取任何行動 黃色緩衝區 = 黃區時採取正常的補貨行動並繼續觀察監控 紅色緩衝區 = 降至紅色區須採取警急趕工以免緩衝存量不足而缺貨 圖 3：各緩衝區示意圖

7

第三章 研究方法

3.1 實驗環境說明

本實驗利用EXCEL VBA 模擬一個三階段供應鏈：包含製造商、配銷商及零 售商如下圖 4 所示。參與者扮演配銷商角色。零售商要求配銷商將倉庫設立於靠 近零售商的區域，當零售商產生需求時，可直接至倉庫取貨。倉庫庫存由配銷商 管理，採用供應商管理存貨(Vender Managed Inventory；VMI)。配銷商可向上游 製造商下單訂貨。實驗者可自由決定訂貨數量並管理庫存， 目標是以相對低量 的庫存滿足下游顧客需求。 圖 4：實驗環境示意圖 實驗環境假設如下： 1. 實驗進行三回合，時間為連續，每一回合 52 週。 2. 配銷商只銷售一種產品。 3. 此產品處於產品生命週期成熟階段。 4. 零售商每週都可能產生需求，若配銷商當週無法供應則失去銷售機會， 缺貨不候補。 5. 製造商接到配銷商之訂單後才開始生產。 6. 生產及運送至配銷商的時間為 4 週，第 1 週下單後第 6 週可用。(第 1 週末下單，第 5 週末進貨，第 6 週初可用。)

8 7. 製造商交期 100%可靠。 詳細實驗參數設定、實驗介面說明、績效記錄指標以及操作說明請參閱附錄一。

3.2 實驗情境說明

由於一般認為庫存管理績效不佳之最主要原因是預測不準、供應商不可靠、 供應之前置時間過長、供應商之品質議題等變異因素所造成。因此為了驗證管理 績效不佳之主要原因不在於變異因素，而是管理庫存的觀念及方法所造成，故模 擬之條件將上述變異排除，由實驗者依照目前所使用之管理方法實際操作庫存管 理。並且藉由不同下單週期以及不同情境間管理方式的改變，檢視管理行為對績 效的影響。情境一為各實驗組自行操作輸入；情境二利用情境一之需求與預測數 據進行自動模擬；情境三沿續情境一期末之數據，重新開始一年 52 週之運作。 3.2.1 情境一( Scenario one ) 實驗開始前，將實驗者進行分組(2~3 人一組)。給予各實驗組基本資料調查 問卷(問卷請參閱附錄二)，調查各組本身企業所使用之庫存管理方式、對補貨時 間之了解以及所決定之下單週期與選擇此週期的原因。各實驗組決定下單週期後 （1 週、2 週以及 3 週可自由選擇但必須固定），討論管理策略(下單策略)並決定 期初庫存數量。每次下單訂貨之數量由各組自行決定，以目前公司之實際管理庫 存的方式進行實驗。 情境一目的在於蒐集各組的問卷資料、實驗績效以及觀察下單訂貨的方式。 在沒有外在環境變異的環境下各實驗組之績效良劣取決於管理者的管理方式。除 了利用所蒐集之問卷資料與績效數據分析實驗者行為之外，也將藉由情境ㄧ之績 效數據透過情境二與情境三之操作驗證改變管理行為對績效之改善。 3.2.2 情境二( Scenario two ) 在情境一中，本研究假設各組績效不佳的原因是由於實驗組在管理庫存的四 個重點上並沒有一個有效的管理方法或準則所造成。實驗組可能會質疑預測需求

9 之準確度與需求變異為造成績效不佳之原因，然而實際需求原本就是一未知數， 所以才需要利用預測去推估。若不針對預測準確度與需求變異做改善，而是在管 理方式上做改變，是否能夠改善績效？本研究利用與情境一相同之需求與預測數 據，透過情境二檢視改變行為所帶來的績效改善。 情境二中，本研究利用程式自動模擬，使用與情境一相同的需求數據與下單 週期，將各組在情境一中的平均目標庫存做為情境二之期初庫存。使用期望目標 庫存之原因在於本研究認為管理者在管理庫存時都會有一個系統中應該儲備多 少存貨的水準以應付需求，然而此水準會隨著需求變動或是管理者本身主觀意識 而改變，所以使用情境一之平均目標庫存做為情境二之期初庫存。下單訂購方式 則是遵照拉式補貨系統之準則，根據實際出貨量來下單訂貨。期望透過行為之改 變證明拉式補貨系統之運作方式能夠有效降低缺貨，再次驗證管理庫存的方法才 是影響績效良劣的主要原因。 3.2.3 情境三( Scenario three ) 在情境二改以實際出貨量做為下單訂貨數量的依據並且驗證是否有顯著改 善，但實驗各組的目標庫存(情境一之平均目標庫存)若太低或太高仍然會造成缺 貨或庫存過多的現象，因此目標庫存會直接影響到拉式補貨系統的服務水準。然 而目標庫存並沒有一個絕對的公式可以計算，只能夠決定出一個適當的水位─足 夠庫存涵蓋可靠補貨期間內的需求(包含此期間的需求變異)。情境三之目的就是 重新調整目標庫存至適當水位，並且根據實際出貨數量下單訂貨。由附錄二可看 到情境一補貨時間內下單週期為1 週之最大需求 5947、2 週為 7116、3 週為 8088， 也就是說只要目標庫存維持在 5947、7116 以及 8088 以上則不會有缺貨情況發 生。因此將情境三之目標庫存量根據下單週期分別設定為6000、7200 以及 8400。 情境三延續情境一之資料(永續經營)以與情境一相同之需求分配產生新的 數據並使用拉式補貨的觀念重新進行 52 週之庫存管理操作，若情境三的結果相 較於情境一獲得顯著改善，則可驗證做好四個管理重點可以使庫存管理的績效獲

10 得改善，即使在需求變異大的環境下，拉式補貨系統仍然可以以相對低的庫存滿 足下游需求。此外藉由三個情境與不同下單週期間的比較，本研究亦預驗證越短 之下單週期(越頻繁的下單訂貨次數)能夠以相對低的庫存量來滿足需求必須建 立在行為正確的前提之下。 透過三個情境之操作後，為判斷出不同週期與不同情境對績效造成之影響與 績效改善的顯著性。本研究將下單週期(1、2、3)與情境(一、二、三)作為影響績 效之因子，以ANOVA 檢定「週期」、「情境」以及「週期與情境之交互作用」對 庫存量與缺貨數量是否有顯著影響。再利用Fisher LSD test 做事後檢定，以檢視 績效改善的顯著性。

11

第四章 數據分析

4.1 問卷資料統計

經過問卷基本資料調查統計後，可得以下結果： 1. 企業目前本身所使用之補貨方式：使用推式系統的有 30 組、使用拉式 系統的有28 組，其它(接單式) 1 組，共 59 組。 2. 對於補貨時間之了解：有 20 組清楚了解補貨時間之定義為「訂購週期、 運輸時間及生產時間之加總」；不了解什麼是補貨時間之組別則有 39 組，其中有 12 組認為補貨時間只包含運輸與生產時間、10 組認為訂購 週期即為補貨時間。 3. 下單週期的選擇：選擇 1 週(每週下單)之組別有 25 組、2 週之組別有 16 組，3 週之組別有 18 組。

4.2 ANOVA 變異數分析

由實驗所蒐集之 59 組實驗數據如圖 5、圖 6 及圖 7 所示。在進行情境分析 前，為顯示不同週期與不同情境對績效造成之影響與績效改善的顯著性。本研究 先利用 ANOVA 變異數分析對三個情境之數據進行檢定，再針對各情境做分析。 本研究將下單週期(1、2、3)與情境(一、二、三)作為影響績效之因子，以 ANOVA 檢定因子對庫存量與缺貨數量這兩個庫存管理中的重要績效指標是否有顯著影 響：1.「週期」、「情境」以及「週期與情境之交互作用」對庫存量之 ANOVA 檢 定；2.「週期」、「情境」以及「週期與情境之交互作用」對缺貨數量之 ANOVA 檢定。再利用 Fisher LSD test 做事後檢定，以檢視績效改善的顯著性。檢定之數 據請參閱表 2、表 3、表 4 及表 5。其中由於在途庫存來自於每次下單訂購的數 量，本研究認為系統中之庫存量應包含在途庫存量與在庫庫存量。

12

13

14

15 表 2：ANOVA 檢定表-庫存量 SS Degr. Of Freedom MS F P Intercept 9386129245 1 9386129245 3236.393 0.000 週期 52282536 2 26141268 9.014 0.000 情境 1961431 2 980715 0.338 0.714 週期*情境 23671703 4 5917925 2.041 0.091 Error 478530033 165 2900182 *紅色字體代表該項檢定顯著 表 3：Fisher LSD 事後檢定表-庫存量 週 期 情 境 (11) 7026 (12) 7099 (13) 6179 (21) 7850 (22) 7959 (23) 7302 (31) 7552 (32) 7882 (33) 8605 1 1 0.880 0.080 0.133 0.089 0.613 0.328 0.139 0.004 1 2 0.880 0.058 0.170 0.117 0.710 0.399 0.179 0.005 1 3 0.080 0.058 0.003 0.001 0.041 0.011 0.003 0.000 2 1 0.133 0.170 0.003 0.857 0.364 0.616 0.962 0.205 2 2 0.089 0.117 0.001 0.857 0.277 0.494 0.818 0.277 2 3 0.613 0.710 0.041 0.364 0.277 0.674 0.382 0.029 3 1 0.328 0.399 0.011 0.616 0.494 0.674 0.645 0.073 3 2 0.139 0.179 0.003 0.962 0.818 0.382 0.645 0.182 3 3 0.004 0.005 0.000 0.205 0.277 0.029 0.073 0.182 *紅色字體代表該項檢定顯著 表 4：ANOVA 分析表-缺貨數量 SS Degr. Of Freedom MS F p Intercept 88084836 1 88084836 56.489 0.000 週期 468354 2 234177 0.150 0.861 情境 49908224 2 24954112 16.003 0.000 週期*情境 1551557 4 387889 0.249 0.910 Error 257288012 165 1559321 *紅色字體代表該項檢定顯著

16 表 5：Fisher LSD 事後檢定表-缺貨數量 週 期 情 境 (11) 1534 (12) 468 (13) 5 (21) 1267 (22) 707 (23) 164 (31) 1552 (32) 595 (33) 233 1 1 0.003 0.000 0.505 0.040 0.001 0.965 0.018 0.001 1 2 0.003 0.191 0.047 0.552 0.447 0.006 0.748 0.550 1 3 0.000 0.191 0.002 0.081 0.691 0.000 0.135 0.562 2 1 0.505 0.047 0.002 0.206 0.013 0.514 0.124 0.019 2 2 0.040 0.552 0.081 0.206 0.221 0.054 0.797 0.278 2 3 0.001 0.447 0.691 0.013 0.221 0.002 0.323 0.874 3 1 0.965 0.006 0.000 0.514 0.054 0.002 0.027 0.002 3 2 0.018 0.748 0.135 0.124 0.797 0.323 0.027 0.399 3 3 0.001 0.550 0.562 0.019 0.278 0.874 0.002 0.399 *紅色字體代表該項檢定顯著 經檢定後，「週期」、「週期與情境之交互作用」對庫存量有顯著影響；「情境」 對缺貨量有顯著影響。 不同週期、情境之績效差異整理後如下： 1. 情境一以及情境二之庫存量並沒有因為不同的補貨時間而有顯著差異，但情 境三之庫存量隨著補貨時間的降低而顯著減少。 2. 情境一與情境二之間庫存量雖無顯著差異，但情境二之缺貨數量顯著降低。 3. 情境三相較於情境一，績效皆顯著改善。

4.3 情境數據分析

經由 ANOVA 變異數分析後，除了分析不同情境間績效的改善以外，也將利用數 據結果與問卷統計之資料驗證實驗者之認知與行為是否相符。 情境一 經過情境一之操作後，初步分析有 50 組產生缺貨、9 組未缺貨。整體平均 數據數如表6 所示。 表 6：情境一之平均績效數據-以週期分類 平均 週期 期初 庫存 在庫 庫存 在途 量 在庫+ 在途 庫存 缺貨 量 期望 目標 庫存 組數 期初 需求 總和 累積 最大 需求 1 5992 3050 3977 7027 1535 7099 25 5449 5947 2 5963 3858 3992 7850 1268 8343 16 6993 7116 3 6817 3470 3980 7450 1575 8455 18 7925 8088

17 未缺貨組數9 組 ( 1 週：1 組；2 週：4 組；3 週：4 組 )，由表 7 之「在庫+ 在途庫存」與各下單週期之平均在庫+在途庫存量比較，可知此 9 組相較於其他 組別，是利用在系統中儲備較高的庫存量以應付需求。(其中雖然有 5 組期初庫 存不足，但是在第1 週時訂購的數量較大，恰好彌補了期初不足庫存會造成的缺 貨。此結果為事後分析，實際上在決定第1 週訂購數量時，無法得知未來之需求。 最合理的做法應該是建立一足夠應付補貨時間需求的期初庫存。) 表 7：情境一未缺貨組數據 平均 週期 期初庫存 在庫庫存 在途量 在庫+在 途庫存 缺貨量 期望目標 庫存 1 7000 3076 3924 7000 0 7000 2 6000 4706 4116 8822 0 9651 2 8000 5584 4346 9930 0 10645 2 8400 4512 3914 8426 0 8811 2 6800 3491 4189 7680 0 8371 3 6400 3733 4087 7820 0 8615 3 8600 4014 3948 7962 0 8723 3 6400 4341 4039 8380 0 9449 3 5600 4764 4739 9503 0 10575 在情境一中造成缺貨的原因： 一、期初庫存量不足 造成原因：1.對於補貨時間與庫存之關係沒有清楚的認知。2.未考慮需求變 異。3.追求低庫存但忽略準時達交之重要性。(以期初庫存分類之數據如表 8所示) 二、下單訂貨之方式 造成缺貨的行為主要可分為三類： 1. 在缺貨發生當週或是發現在庫庫存量偏低時，會下單訂購高於需求的數 量來彌補。當所訂購之數量入庫後，又會因為庫存數量高而減少訂購或 是不訂購。 2. 自行控制訂購間隔而導致補貨時間增加。(當週可訂購卻無訂購行為) 3. 訂購數量維持在平均數 800 或是低於當週的需求量。 以上三種行為皆會造成系統中之庫存量不足以應付補貨時間內的需求而產 生缺貨。在59 組實驗組中除了未缺貨之 9 組以外，有 36 組缺貨原因為期初

18 庫存不足與下單訂貨之方式所造成；有 14 組期初庫存量足夠卻因下單訂貨 之方式而缺貨。 表 8：情境一之平均績效數據-以週期與期初庫存分類 週期 期初庫存量 在庫庫存 在途量 在庫+在 途庫存 缺貨量 期望 目標 庫存 組 數 1 不足 5000 3618 4156 7774 1561 7795 12 足夠 6908 2526 3811 6337 1511 6457 13 2 不足 5417 3616 4398 7550 1658 8014 13 足夠 7867 4948 4160 9108 127 9624 3 3 不足 6506 3496 3989 7485 1637 8525 16 足夠 9300 3259 3912 7171 1080 7890 2 經初步分析後，自情境一可歸納出以下幾點： 1. 本實驗排除外在環境變異後，將庫存管理回歸至管理行為：系統中該儲備多 少庫存、何時該訂購以及該訂購多少數量，實驗參與者普遍依靠預測或是個 人主觀來決定，沒有一個良好的判定準則。經由實驗可以驗證行為的確會影 響管理績效之良劣，且管理決策普遍不佳(59 組中只有 9 組無缺貨)。 2. 儲備較高的庫存未必能夠避免缺貨，雖然未缺貨之 9 組實驗組皆儲備 較高的庫存。但仍有13 組在系統中儲備高庫存(在庫+在途庫存大於該 下單週期之平均在庫+在途庫存)卻依舊缺貨，其原因如同上述。數據 請見表9。

19 表 9：高庫存卻缺貨組別 週期 期初庫存 在庫+在途 庫存 缺貨量 期望目標庫 存 累積最大 需求 1 6,000 7,590 993 7,747 5947 1 5,000 8,456 449 8,456 5947 1 6,000 7,192 649 7,197 5947 1 5,000 9,113 593 9,114 5947 1 5,000 7,259 449 7,259 5947 1 5,200 7,151 493 7,152 5947 1 5,700 13,958 293 13,958 5947 1 5,400 13,093 386 13,117 5947 2 7,200 8,969 380 9,415 7116 2 4,800 14,825 649 15,210 7116 2 4,800 9,671 649 10,194 7116 3 8,000 8,798 1780 9,861 8088 3 7,000 9,467 1760 11,767 8088 3 8,000 7,976 4087 8,773 8088 3 6,000 7,530 3370 9,063 8088 3 6,500 8,720 375 10,011 8088 由於 59 組實驗組之庫存管理觀念及行為，均會在情境一的結果顯示出來， 所以初步分析後再將問卷統計資料與情境一之數據以及 ANOVA 分析結果做比 對，以驗證實驗組的認知與行為是否相符。 1. 企業目前本身所使用之補貨方式：若依照拉式補貨系統之模式，目標庫存水 位的波動至少會維持一個補貨時間的穩定，但對照目標水位波動折線圖如附 錄五圖 23、圖 24 及圖 25 所示。可發現除了 4 組有符合運作準則以外，其 餘組別之目標庫存水位跟隨著每一次可訂購的時間呈現沒有規則的變化(訂 購的數量並非用以維持庫存水位而且持續不斷的調整庫存水位)。由此數據 可以歸納出：絕大部分的組別無法決定系統中該儲備多少庫存，對於如何調 整庫存水位也缺乏一個良好的準則。而造成問卷回答(28 組)與實際操作(4 組) 不一致之原因除了對拉式補貨系統沒有清楚的認知以外，也可能是對拉式補 貨系統產生誤解，認為現行企業本身所使用的即為拉式系統。 2. 對於補貨時間之了解：經由情境一所蒐集之數據(表 8)，可以發現 59 組中有 36 組因期初庫存不足而產生缺貨。實際數據對照問卷之 39 組不了解補貨時 間之定義，差異並不大，但也顯示出有三分之二的組別對於補貨時間認知不 清，造成期初庫存不足而產生缺貨。

20 3. 下單週期的選擇：選擇短週期之原因 1.每週可下單，對市場反應速度較快， 並且可以對訂購間隔控制度較大。2.越短的補貨時間可以相對的儲備較少之 庫存；選擇長週期的原因則主要對於實驗組而言，企業採購數量品項眾多， 通常利用固定時間區間的方式對固定品項進行採購，並未真正思考採購週期 時間對於庫存管理之影響。由 ANOVA 分析(表 3)後可發現在情境一中，三 個不同下單週期的庫存量並沒有顯著差異。雖然在數量上仍有差異，但其中 下單週期 2 週之數量反而為三者中最高，也顯示出選擇短週期的組別並未將 優勢反應在庫存績效上。 藉由數據分析對照問卷資料可歸納出管理者在管理庫存的認知上有待加 強，對於系統中該儲備多少庫存、該訂購多少數量以及如何調整庫存缺乏一個良 好的準則。造成此現象之原因在於不了解補貨時間與庫存量之間的關係，縱使擁 有較短的下單週期也不懂得如何利用較短的補貨時間以減低庫存，導致產生庫存 量與補貨時間無差異、缺貨(36 組)與庫存波動(55 組)的現象。 而由 ANOVA 變異數分析對情境三中不同週期庫存量的事後檢定(表 3)可看 出，藉由改變管理行為後，庫存量隨著補貨時間的減少而顯著降低。越短的補貨 時間，相對系統中需要儲備的庫存量就能夠越低。然而補貨時間中，運輸與生產 之前置時間不易改變，甚至存在不穩定性，較好的改進方式是縮短企業本身之下 單週期(訂購頻率)。但是即使縮短了補貨時間，也需要良好的管理方式、正確的 管理行為才可獲得期望的改善，這也是交互因子對庫存量有顯著影響之原因。 情境二 由於情境二利用拉式補貨系統之觀念進行模擬，所以再將數據以目標庫存足夠與 否區分如表所示。目標庫存足夠之組別，在情境一中仍然有缺貨之情形發生，但 經過情境二之模擬則沒有缺貨產生；目標庫存不足之組別雖然產生缺貨但整體缺 貨數量經由檢定後相較於情境一有顯著減少。數據請見表 10 及表 11。

21 表 10：情境一之平均績效數據-以週期與目標庫存分類 週期 目標庫存 在庫庫存 在途量 在庫+在 途庫存 缺貨量 期望 目標 庫存 組 數 1 不足 5856 3496 1978 5474 3002 5555 9 足夠 6069 3760 4140 7900 709 7968 16 2 不足 5280 1917 3673 5590 2617 6036 5 足夠 6273 4740 4138 8878 654 9391 11 3 不足 6775 2516 3814 6330 2035 7128 8 足夠 6850 4234 4112 8346 1207 9516 10 表 11：情境二之平均績效數據-以週期與目標庫存分類 週期 目標庫存 在庫庫存 在途量 在庫+在 途庫存 缺貨量 期望 目標 庫存 組 數 1 不足 5555 1756 3799 5555 1303 5555 9 足夠 7968 4041 3927 7968 0 7968 16 2 不足 6036 1965 3691 5656 2263 6036 5 足夠 9391 5097 3909 9006 0 9391 11 3 不足 7128 2679 3731 6410 1603 7128 8 足夠 9516 4869 3887 8756 0 9516 10 系統中所儲備之庫存若小於補貨時間之需求量，則必定會造成缺貨。即使整 個系統所儲備之庫存大於補貨時間之需求量，但對於訂購多少數量若缺乏一個良 好的判斷準則會導致整體庫存雖然足夠卻仍然缺貨之結果。情境二利用改變下單 訂購的方式，檢視改變行為對績效的影響，由結果可以驗證使用拉式補貨系統改 變訂購行為後所可為績效帶來改善，相較於各實驗組在決定訂購數量上擁有較佳 之準則。 情境三 情境三中除了下單週期 3 週，庫存量與缺貨數量相較於情境一皆顯著降低， 表 12。

22 表 12：情境三之平均績效數據-以週期與目標庫存分類 週期 目標庫存 在庫庫存 在途量 在庫+在 途庫存 缺貨量 期望 目標 庫存 組 數 1 不足 6009 2071 3938 6009 15 6009 9 足夠 5403 2471 3805 6275 0 6275 16 2 不足 2478 2745 4482 7227 526 7227 5 足夠 6119 3101 3805 7337 0 7337 11 3 不足 4070 3891 4780 8671 314 8671 8 足夠 6419 3893 4710 8603 152 8603 10 缺貨發生的原因在於實驗組在情境一中之第 48 週到第 52 週沒有訂購或是訂 購量較少(少於平均數 800)使得第 52 週在庫庫存量偏低以致於在第二年遊戲開始 之期初庫存與入庫量不足以應付前置時間需求而造成缺貨。下單週期 3 週之缺貨 數量相較於情境一減少。而庫存量增加之原因在於調整後之適當庫存水位高於情 境一之平均庫存，情境一中整體偏低的庫存量也造成了下單週期 3 週之整體缺貨 量為三個週期中最高的結果。藉由情境三可得知若能適時的將庫存調整至適當水 位，並且配合拉式補貨系統之運作可以有效的改善績效。經由三個情境之比較， 藉由逐步改變行為之績效改善可證明管理行為對庫存管理績效的影響也驗證本 研究之假設─要得到良好的管理績效，庫存管理的四個重點缺一不可。 本研究中，情境間的不同在於期初庫存(目標庫存水位)的建立以及訂購方式 (每次訂購的數量)；週期間的差異在於補貨時間的長短。經由三個情境之操作以 及 ANOVA 分析，能夠看出庫存量的高低取決於補貨時間的長短，而訂購的方式 又會關係到系統中庫存量的調整及缺貨數量。藉由實驗可驗證出庫存管理績效不 佳的原因在於管理者並不了解庫存管理四個重點：a.系統中該儲備多少庫存、b. 何時該訂購、c.該訂購多少數量、d.適時的調整庫存水位，彼此之相互關係。也 可證明管理行為對管理績效的影響。要達成庫存管理的目標，除了必須要有清楚 的認知以外，還需要有一套能夠同時做好此四個重點的管理方式。使用拉式補貨 系統能夠獲得較佳績效之原因正是因為在庫存管理的四個重點上有一套良好的 運作機制，即使需求變異大，也能夠達成以低庫存滿足需求的目標。

23

第五章 結論

本研究之目的在證明庫存管理的績效良劣主要來自於管理者的管理方式，為 了證明此論點，本研究利用江治緯【29】在 2009 年所用之物實驗介面加以改進， 建立一合乎實務環境的庫存管理操作實驗，邀請具有庫存管理相關經驗之業界人 士進行實驗，透過59 組實驗結果的分析，可以得到以下幾點結論： 1. 以低庫存滿足需求是庫存管理的目標，但由實驗結果，管理者並沒有達成此 目標，並且存在著備高低庫存的衝突。 2. 藉由排除變異，改變管理方式所獲得的績效改善，可以證明行為會對績效造 成影響，管理的方式才是影響管理績效良劣的主因。 3. 對於庫存管理的四個重點必須有清楚的認知並且同時做好，才能夠獲得良好 的績效。拉式補貨系統能夠獲得較之績效就是在此四點上相較於各實驗組擁 有較佳的準則。 此外，就實驗進行時所觀察之結果，大多數的管理者(實驗組)之管理方式通 常複雜且無成效，在環境無變異且單一品項的決策上就花去很多時間。雖然少數 組別能夠得到與使用拉式系統一樣的績效，但相較而言，拉式補貨系統仍較簡單 且有效。 透過實驗可證明變異因素並非造成庫存管理績效不佳之主因，但不代表變異 因素對績效絕對不會有影響，要改善庫存管理的績效不應將原因歸咎於外在之變 異而急切的針對變異去改善，應該要改變思維，先檢視本身之管理方式是否在管 理的四個重點上有一個良好的遵行準則。本研究提供一個不同於一般思維的驗證 結果，也證明使用拉式補貨系統能夠獲得良好的績效，未來研究可針對不同的產 品特性驗證拉式系統的適用性，或是利用導入拉式補貨系統對於供應鏈中長鞭效 應之改善，以驗證拉式補貨系統之可行性。

24

參考文獻

：

1. Chaman, L. J., “Benchmarking Forecasting Errors”, The Journal of Business Forecasting, 24, 4, 13-15, 2006.

2. Chaman, L. J., “Benchmarking Forecasting Errors”. The Journal of Business Forecasting, 25, 4, 18-21, 2007.

3. Chaman, L. J, “Benchmarking Forecasting Errors”, The Journal of Business Forecasting, 26, 4, 19-23, 2008

4. Chen, F., Drezner, Z., Ryan, J. K., Simchi-Levi, D., “Quantify the Bullwhip Effect in a Simple Supply Chain. The Impact of Forecasting, Lead Times, and Information”, Management Science, 46, 3, 436-443, 2000.

5. Disney S.M., Towill D.R., “On the Bullwhip and Inventory Variance Produced by an Ordering Policy”, Omega, 31, 157-167, 2003.

6. Dowling, G.. R., The Art and Science of Marketing , pp.266, Oxford University Press, 2004.

7. Fisher, M.L., Hammond, J., Obermeyer W., and Raman, A., “Making Supply Meet Demand in an Uncertain World,” Harvard Business Review, 83-93, May-June, 1994.

8. Goldratt, E.M., , It’s Not Luck, North River Press, 1994 9. Goldratt, E.M. and Goldratt, A.R. (2003). TOC Insights.

10. Goldratt, E.M., “Standing on the Shoulders of Giants”, Retrieved Nov 11, 2008, from: http://www.tocico.org/i4a/pages/index.cfm?pageid=3615

11. Harrison, T.P., et al., The Practice of Supply Chain Management, Springer, 2003. 12. Hinkelman, E.G., Putzi, S., Dictionary of International Trade – Handbook of the

Global Trade Community, World trade Press, 2005.

13. Huang, M.G., Chang, P.L., Chou, Y.C., “Demand forecasting and smoothing capacity planning for products with high random demand volatility”, International Journal of Production Research, 46, 12, 3223-3239, 2008.

14. M. Umble, E. Umble, S. Murakami, “Implementing theory of constraints in a

traditional Japanese manufacturing environment: the case of Hitachi Tool

Engineering”, International Journal of Production Research,44, 10,1863-1880,

25

15. Kumar, K., Schwarz, L.B., Ward, J.E., “Risking-pooling Along a Fixed Delivery Route Using a Dynamic Inventory-allocation Policy,” Management Science, 43, 4, 546-558, 1998.

16. Lee H. L., So, K.C., Tang, C.S., “The Value of Information Sharing in a Two-Level Supply Chain”, Management Science, 46, 5, 626-643, 2005.

17. Lee, H. L., Padmanabhan, V., Whang, S., “Information Distortion in a Supply Chain”, Management Science, 546-558, 1997

18. Lee, H. L., Padmanabhan, V., Whang, S., “The Bullwhip Effect in Supply Chains” Sloan Management Review, 38, 93-102, 1997.

19. Lin, C. C., Shieh, S. C., Kao, Y.H., Chang, Y. T., Chen, S. S., “The simulation analysis of push and pull shelf replenishment policies for retail supply chain “, Machine Learning and Cybernetics, 2008 International Conference, 7, 3964-3969, 2008.

20. Martin, Michael J.C. (1994). Managing Innovation and Entrepreneurship in Technology-based Firms, pp.44, Wiley-IEEE, 1994.

21. Masuchun, W., Davis, S., Patterson, J. W., “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, 2004.

22. Shang, G, “Simulation and optimization of stochastic inventory system based on uniform design”, Control and Decision Conference, 2185-2188, 2008.

23. Sugita, K., Fujimoto, Y. (2005). “An optimal inventory management for supply chain considering demand distortion”, 2005 3rd IEEE International Conference, on Industrial Informatics, 425-430, 2005.

24. Xiong, G..Yu., Petri, H., ”Supply chain inventory control in iron & steel industry: a case study”, 2005 IEEE International Conference, 1, 25-27,2005.

25. Zhang, X. H., Lv, L., “Wireless Communications, Networking and Mobile Computing, 2008.” WiCOM’08. 4th International Conference, 12-14, 1-4, 2008. 26. Zhu, Z. T., Peng, W. Y., “Simulation Research on the Stock Control Strategy of

VMI Combined Revenue Sharing”. 2008 International Symposiums, 657-661, 2008.

27. 林則孟，生產計劃與管理，華泰文化，台北市，民國九十五年。

28. 袁國榮(2006)。「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。

26

29. 江治緯(2009)。「以實驗比較推式系統與拉式系統在供應鏈之績效」，國立 交通大學，碩士論文，民國98年。

27

附錄一

實驗參數設定

1. 需求： 真實需求大致可分為五個型態 ( 林則孟【27】)： (1).平均需求：需求平穩且無大幅變化。 (2).趨勢性需求：需求緩慢的逐漸上升或下降。 (3).季節性需求：因氣候或人為因素，使需求在短期內(一 年)有規則且定期的變化 (4).循環週期：超過一年以上的循環，如波浪般變化 (5).隨機變異：上述四種需求特性以外之需求

過去有關模擬存貨管理的研究(Sugita【23】; Shang【22】; Xiong 【24】; Zhu【26】)，需求的產生大多是透過一個統計分配來產生，例 如：常態分配與均勻分配，但真實需求並不適用於任何分配，只能找出 一個近似的分配來模擬需求數據 (Sugita【23】)。在需求型態方面，大 多為隨機變異的型態，因為隨機變異之需求型態在實務上最難以預測及 掌握變化趨勢。本研究之假設是在一個市場需求變異大的環境下以常態 分配產生需求，需求型態為隨機變異。 (1).最小需求：0 (2).最大需求：1800 (3).平均數：800 (4).標準差：600 (5).總需求量：42000 由圖 8 可看出兩組需求數據之平均需求為 807、805；標準差各為 529 及 512，數據皆在初始設定之範圍內。

Descriptive Statistics (Spreadsheet1_(Recovered)) Variable Valid N Mean Minimum Maximum Std.Dev.

需 求 一 需 求 二

52 808.4615 11.00000 1689.000529.4455 52 805.7962 0.00000 1778.000512.2492

28

由圖 9 以及圖 10 分別為兩組需求數據之常態機率圖，若所產生之需求符 合常態分配，則需求點會落在直線附近，但由於本實驗假設將需求範圍限制在 0~1800 之間，導致左右端之需求點偏離直線。所以本研究再利用適合度檢定來 判別此兩組需求數據是否符合常態分配。

Nor mal Pr obability P lot of 需求一

-2 0 0 0 2 0 0 4 0 0 6 0 0 8 0 0 1 0 0 0 1 2 0 0 1 4 0 0 1 6 0 0 1 8 0 0 O bserved Value -3 -2 -1 0 1 2 3 E xp ec te d N o rm al V al u e 圖 9：情境一與情境二需求常態機率圖

29

Normal P robability P lot of 需求二

-2 0 0 0 2 0 0 4 0 0 6 0 0 8 0 0 1 0 0 0 1 2 0 0 1 4 0 0 1 6 0 0 1 8 0 0 2 0 0 0 Observed Value -3 -2 -1 0 1 2 3 E xp ec te d N o rm al V al u e 圖 10：情境三需求常態機率圖 (1).需求一之常態適合度檢定 (800， ) (2).需求二之常態適合度檢定 圖 11 及圖 12 為兩組需求之適合度檢定結果，其中 P-value 值皆大於 ， 代表此兩組需求符合常態分配之假設。

30 圖 11：情境一與情境二需求常態適合性檢定 圖 12：情境二需求常態適合性檢定 2. 預測： 在推式補貨系統中往往依靠預測來決定未來的生產數量，但預測無 法百分之百準確，一定會產生誤差。相關研究指出過去四年企業預測系 統的準確度約在 60%~70%，而有 50%以上的企業存貨週轉天數都在 30 天 以上( Chaman【1】【2】【3】)，這也是企業管理者認為無法將庫存管理 好的主要原因。 對於預測不準確，許多學者針對不同的需求型態提出不同的預測方 法期望能加以改善。傳統的預測方法對於本研究之隨機變異型的需求會 使誤差過大。利用蒙地卡羅法來預測隨機變異型之需求可使誤差較小 ( Huang【13】)，但蒙地卡羅法複雜的程序與步驟在實驗過程中無法讓 參與者簡單的理解。此外，若預測的期間越短則所產生的誤差必然越 大，若預測的期間太長，對於實驗者做短期下單的決策上幫助亦有限。 考量上述因素後，本研究提出一個符合本研究實驗環境之預測方法，將 預測期間設定為 6 週，並且將準確度維持在 70%。 預測數據產生方式如下：

31 第 1 週預測：4800(平均需求 800 6 週) 第 2 週預測：4800 + (800-第 1 週實際需求) 第 3 週預測：4800 + [1600- (第 1 週+第 2 週實際需求)] 第 4 週預測：4800 + [1600- (第 2 週+第 3 週實際需求)] 第 5 週預測：4800 + [1600- (第 3 週+第 4 週實際需求)] 第 6 週預測：4800 + [1600- (第 4 週+第 5 週實際需求)] 後續至 52 週皆以此方式產生預測數據。 圖 13 及圖 14 為實際 6 期需求與預測波動圖，需求一之預測準確度 為76%、MAD=1112，需求二之預測準確度為 70%、MAD=1388。預測 結果符合實務環境。 圖 13：需求一預測與需求波動圖 2000 3000 4000 5000 6000 7000 8000 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52

需求一之預測與需求波動圖

6期需求 6期預測

32 圖 14：需求二預測與需求波動圖 3. 供應商 實務上，若製造商無法準時達交配銷商之訂單會影響配銷商在庫存 管理上的難度。但配銷商可能有多家製造商能選擇，若某家製造商的達 交率不佳，最快的改善方式就是更換答交率較佳的製造商。本研究不考 慮供應商選擇的問題，配銷商只有一家製造商，且交期 100%可靠。 4. 補貨時間 補貨時間的長短會直接影響到安全庫存存量的多寡，隨著各產業結 構的不同，各個產業之補貨時間長短也不一樣，有些產業的補貨時間甚 至是不固定的。本研究將補貨時間中的生產前置時間與運輸前置時間固 定為 4 週，並隨著各組所選擇之下單週期(1 週、2 週以及 3 週)不同， 補貨時間也有 5 週、6 週以及 7 週的不同。

實驗介面說明

本實驗進行時之介面如圖15所示，欄位說明如下(圖 16、圖 17 分別為下單 週期2 週與 3 週之介面)

33 欄位 A(期初庫存)： 第 1 週為實驗者所定，第 2 週開始之期初庫存為上週之期末庫存。 欄位 B(本期入庫)： 當週入庫量，第 1 週訂購之數量於第 6 週入庫；第 2 週訂購之數量於第 7 週入庫， 以此類推 欄位 C(本期需求) ： 當週客戶需求，由講師告知實驗者 欄位 D(歷史需求) ： 上一年之實際需求 欄位 E(實際 5 期需求) ： 累積 5 期實際需求加總，第 5 週之累積需求為第 1 週~第 5 週知單期需求加總， 以此類推… 此欄位會因參與者所選擇之訂貨週期而改變。如選擇 1 週，則顯示實際 5 期需求； 2 週則顯示實際 6 期需求… 欄位 G(未來 6 期預測) ： 實驗時由講師告知實驗者 欄位 H(本期出貨) ：當週實際出貨量 當週期初庫存+本期入庫量>當期需求，則本期出貨量=當週需求 當週期初庫存+本期入庫量<當期需求，本期出貨量=期初庫存+本期入庫量 欄位 I(本期訂購量) ： 由使用者自行填入 欄位 J(在途庫存) ： 已訂購但尚未入庫之數量加總 欄位 K(期末庫存) ： 若期初庫存+本期入庫量-當週需求>0，則此值為期末庫存。 若期初庫存+本期入庫量-當週需求<0，則期末庫存為 0。 欄位 L(缺貨量) ： 若期初庫存+本期入庫量-當週需求>0，則缺貨量為 0。 若期初庫存+本期入庫量-當週需求<0，則此值為缺貨量。

34 欄位 M(在途+在庫庫存) ： 當週累積已訂購但尚未入庫庫存+期末庫存 欄位 N(目標庫存) ： 在途庫存+在庫庫存+本期訂購量，若當週無下單訂貨，則目標庫存不變，仍為上 一期之目標庫存。

35

36

37

38

績效衡量指標

每一情境進行完畢後，將記錄下列指標，如圖 18。 1. 出貨量：52 週的總出貨量 2. 平均在庫庫存量：52 週之在庫庫存量加總平均 3. 庫存週轉率：出貨量/平均在庫庫存量 4. 缺貨次數、缺貨數量：52 週之總缺貨次數、數量 – (A)區：因期初庫存數量決定所造成的缺貨 – (B)區：因下單方式所造成的缺貨 5. 平均在庫+在途：52 週之平均在庫+在途量的加總平均 6. 期望目標庫存：52 週之目標庫存的加總平均 7. 訂購次數：每次遊戲之總下單次數 8. 最大需求：依照下單週期(1、2 或 3 週)+前置時間的最大需求 圖 18：各情境績效紀錄表 另外，三次情境之績效指標都會儲存在記錄表做為三次遊戲進行完畢後的整體比 較， 圖 19。

39 圖 19：三次情境之總績效紀錄表

操作說明

遊戲開始時： 1. 輸入各組所決定之期初庫存〈圖 20-A〉 2. 實驗者鍵入教師告知的當週預測及需求資料 〈圖 20-B、C〉 3. 按出貨鍵 〈圖 20-D〉 4. 決定訂購數量後按“訂貨/計算目標庫存”鍵〈圖 20-E〉 重複進行 52 週後結束情境一，程式會自動記錄績效以供後續比較。 圖 20：遊戲輸入說明圖 調整目標水位： 以圖 21 為例，在庫庫存加上在途庫存量為 5336，相較於所設定之目標庫存 為低。而需求為660，所以本期訂購量為 6000 – 5336 + 660 = 664 + 660 = 1324。 輸入 1324 後目標庫存為 6000，符合所設定的目標如圖 22 所示。爾後之訂購準 則就依據實際出貨量而下單訂貨；反之，若情境三第一週之在庫庫存量與在途庫 存量的加總超過6000，則待庫存消耗至 6000 時在開始下單訂貨，訂貨數量仍然 以實際出貨量為依據。

40

圖 21：目標水位調整範例圖-調整前

41

附錄二、基本資料調查問卷

庫存管理遊戲模擬實驗基本資料調查

組別：____ 訂購頻率___週

1. 請問 a.您任職於何所公司以及在公司中所屬部門以及工作資歷

為何?(EX:製程生管、供應鏈管理、銷售、人力資源、專案、採

購…) 以及 b.貴公司目前運作是哪種模式為基礎--推式系統(運

作基於預測)或是拉式系統(運作基於實際需求)為基礎?

---

2. 請問您了解什麼是 TOC 拉式補貨(Demand Pull)嗎?(若是，請簡

述。)

---

3. 請簡述何為您所了解的補貨時間

---

4. 貴組如何決定期初庫存量、訂購週期以及下單方式(數量、週期)

42

43

44

附錄五、目標庫存波動折線圖

45

46