行政院國家科學委員會專題研究計畫 成果報告
CPFR 例外管理之門檻值設計與應用
研究成果報告(精簡版)
計 畫 類 別 ： 個別型 計 畫 編 號 ： NSC 98-2221-E-006-108- 執 行 期 間 ： 98 年 08 月 01 日至 99 年 07 月 31 日 執 行 單 位 ： 國立成功大學工業與資訊管理學系（所） 計 畫 主 持 人 ： 張秀雲 計畫參與人員： 博士班研究生-兼任助理人員：葉宗遠 處 理 方 式 ： 本計畫可公開查詢中 華 民 國 99 年 10 月 28 日
行政院國家科學委員會補助專題研究計畫
■ 成 果 報 告
□ 期中進度報告
CPFR 例外管理之門檻值設計與應用
計畫類別：■ 個別型計畫 □ 整合型計畫
計畫編號：
NSC98-2221-E-006-108
執行期間：
98 年 8 月 1 日至 99 年 7 月 31 日
計畫主持人：
張秀雲 副教授
計畫參與人員：
葉宗遠
成果報告類型(依經費核定清單規定繳交)：■ 精簡報告 □ 完整報告
本成果報告包括以下應繳交之附件：
□赴國外出差或研習心得報告一份
□赴大陸地區出差或研習心得報告一份
□出席國際學術會議心得報告及發表之論文各一份
□國際合作研究計畫國外研究報告書一份
處理方式：除產學合作研究計畫、提升產業技術及人才培育研究計畫、列
管計畫及下列情形者外，得立即公開查詢
□涉及專利或其他智慧財產權，□一年□二年後可公開查詢
執行單位：
國立成功大學工業與資訊管理學系
中華民國九十九年十月二十一日
行政院國家科學委員會專題研究計畫成果報告
CPFR 例外管理之門檻值設計與應用
Design and Application of Exception Thresholds in
Collaborative Forecasting
計 畫 編 號：NSC98-2221-E-006-108 執 行 期 限：98 年 8 月 1 日至 99 年 7 月 31 日 主 持 人：張秀雲 副教授（國立成功大學工業與資訊管理學系） 計畫參與人員：葉宗遠（國立成功大學工業與資訊管理學系）一、摘要
長鞭效應的主因乃供應鏈上下游資訊 交流的缺乏及不協調所造成，因此發展可 控制長鞭效應之技術與工具是相當重要的 議題，而協同預測(collaborative forecasting) 可改善此現象。本研究乃針對協同預測下 之例外管理(exception management)，應用 田口損失函數(Taguchi loss function)針對單 一供應商與零售商，設計出客觀且雙方都 能接受之預測誤差(forecasting error)的例外 門檻值，期望雙方協同改善該預測誤差所 造成的損失，以提供管理者更實用且有效 之例外管理。 關鍵字：長鞭效應；協同預測；例外管理； 田口損失函數；預測誤差Abstract
Collaborative forecasting is an effective tool that can help supply chain partners to combat the bullwhip effect through the information-sharing process and collaborative tasks. Our study is concerned with collaborative forecasting with exception conditions of forecasting errors, in which the Taguchi loss functions are used to design the
exception thresholds for the over-forecasting and under-forecasting errors. Finally, a hypothetical example is used to illustrate our proposed method.
Keywords: Bullwhip effect; Collaborative
forecasting; Exception management; Taguchi loss function; Forecasting errors
二、前言
長鞭效應(bullwhip effect)是指供應鏈 上游的訂單需求變異會遠超出下游的最終 需求變異，導致整個供應鏈的總成本劇烈 增加，帶動整個供應鏈的總成本提高，這 是 一 種 典 型 的 無 效 率 供 應 鏈 之 現 象 [2,3,14]；換言之，長鞭效應的主因乃整個 供應鏈資訊交流的缺乏及不協調所造成 [7,8,17] ， 而 協 同 預 測 (collaborative forecasting) 能 有 效 降 低 長 鞭 效 應 [2,4,11,18]。 在 例 外 管 理(exception management) 裡，例外(異常)狀況的判定準則可用來決定 哪種情況是需要被高度重視或是否超出其 正常標準之門檻值 [4,6,18]。例外管理之門 檻值大多利用歷史數據資料，以人員直觀 地判定其顯著與否等方法來定義例外事件 的發生[2,4,11-13]。有時候，企業會單憑經 1驗、專家意見以及歷史資料作為銷售預測 的方法[9,10]，而在協同預測下，供應鏈的 各階層成員必須能夠正確判斷銷售(需求) 預測，甚至在預測以外可能發生的例外狀 況。有鑑於此，如何強化例外管理的定義， 避免人為或其他主觀預測的方法所造成的 預測誤差，以便設計出客觀的例外門檻 值，是協同預測相當重要的議題。本研究 目的乃針對協同預測下之例外管理，應用 田 口 損 失 函 數 (Taguchi loss function)[1,5,15,16]對於供應商與零售商分 別利用因預測誤差(forecasting errors)所造 成的損失要素(loss elements)[12]來設計出 客觀且雙方都能接受的預測誤差之例外門 檻值，提供管理者參考。
三、研究方法
本研究以Jain[10]與 Kahn[12]對預測誤 差所造成買賣雙方的成本損失之相關研究 為基礎，其將預測誤差的種類分為過度預 測(over-forecast)與不足預測(under-forecast) 兩種，其中過度預測誤差所造成的損失要 素有過多的存貨、存貨持有成本、轉載 (transshipment)成本、報廢品、降低邊際利 潤；而不足預測誤差所造成的損失要素則 有訂單急送(expediting)成本、更高的產品 成本、損失銷售的成本、損失伙伴產品 (companion)的銷售，以及降低顧客滿意。 根據這些損失要素來設定買賣雙方可接受 的預測誤差之範圍，以田口損失函數為基 礎 ， 計 算 出 可 接 受 的 總 田 口 損 失(total acceptable Taguchi loss)，作為協同預測下例 外管理之門檻值指標。3.1 田口損失函數
從傳統的產品品質觀點來看，品質特 性(characteristics)在規格界限(specification limit)內所產生的損失成本為零且可被接 受，但田口玄一(Genichi Taguchi)博士認 為 ， 品 質 特 性 若 偏 離 目 標 值 (nominal/target)，即使是符合規格的產品， 也會有品質損失成本，因此以田口損失函 數作為衡量產品品質的指標。假設損失函 數為連續且當產品品質符合目標值，則田 口損失為零；而當偏離時，則田口損失以 二次曲線的速度遞增。在本研究裡，預測 誤差所發生之損失要素全屬於望小特性， 因此總田口損失定義如式(1)所示： 0 , ) ( = 2 ≥ y ky y L (1) 其中 為品質特性之測量值， 為損 失常數(loss coefficient)，而 為顧客的規 格界限(specification limit)， y = A/Δ2 k Δ A為在規格界 限上之損失。3.2 預測誤差之例外門檻值
本研究利用雙方因過度預測所造成的 損失要素來設計其例外門檻值，所以必須 盡量縮小預測誤差；同樣地，亦可作為因 不足預測所造成的損失要素來設計其例外 門檻值。首先將供應商與零售商之預測誤 差的損失要素分別轉算成比例值(Δ與δ 值)。當供應商該損失要素之預測誤差比例 值超出零售商之預測誤差比例值(Δ>δ)，則 其田口損失將大於零售商；反之，則其田 口損失將小於零售商。根據此概念，當供 應商與零售商進行協同預測時，針對每個 損失要素其雙方可接受之預測誤差即為兩 者相較下之較小預測誤差，即min{
Δ, δ}
。 之後，加總各損失要素之田口損失後，可 得到總田口損失作為每期協同預測下之例 外門檻值。此外供應商與零售商雙方無法 接受在max{
Δ, δ}
的範圍外，在該範圍外表 2示具有嚴重的預測誤差。 根據望小品質特性，當供應商或零售商 無任何預測誤差，則 或Δ δ為零。在過度預 測的情況下，供應商與零售商之總田口損 失為
∑
(2) = = n i i T L S L 1 ) ( ) (S 其中 代表供應商與零售商在第 i 個損失 要 素 之 可 接 受 之 預 測 誤 差 ， 。至於在不足預測的情況 下，供應商與零售商之總田口損失同式(2) 所示。 i S ) ,..., , (S1 S2 Sn = S 在本研究，供應商與零售商乃以田口 損失函數所量化的過度(不足)預測的損失 要素之總損失成本作為協同預測下過度(不 足)預測之門檻值。除非發生例外狀況需要 更新門檻值，否則在計算供應商與零售商 之例外門檻值後，依此門檻值進行每期協 同預測下預測誤差之監控。此外，從整個 供應鏈的協同合作關係來看，可能存有多 重協同共識[11]，因此針對一個供應商與多 個零售商之多重協同預測，同樣利用田口 損失函數來量化其損失要素，以設計其過 度與不足預測之例外門檻值，可解決多重 關係下之例外管理門檻值的設計。四、數值說明
假設在過度預測的狀況下，供應商與零 售商的損失要素以及其田口損失常數如表 1 所示，則供應商與零售商之總田口損失為 ；同樣的，在不足預測的狀況 下，供應商與零售商的損失要素以及其田 口損失常數如表 1 所示，則供應商與零售 商之總田口損失為 。換言之， 供應商與零售商在協同預測下，其過度預 測與不足預測之門檻值分別為 90.27 及 40.00。若供應商與零售商超出過度或不足 預測之例外門檻值，則建議雙方必須馬上 進行協商機制，儘速找出造成預測誤差的 主要成本損失要素。 27 0 9 ) ( . LT y = 00 0 4 ) ( . LT y =五、結論
本研究針對單一供應商與零售商在協 同預測下，應用田口損失函數來設計預測 誤差之例外門檻值。該例外門檻值不同於 過去大多以歷史資料或人工協商的方式， 其同時計算供應商與零售商在預測誤差時 所造成的成本損失來進行例外管理，可設 計出更客觀且雙方都能接受的門檻值，進 而達到協同預測之精神。此外，該例外門 檻值以田口損失的方式簡化整個計算過 程 ， 並 獲 得 共 同 的 衡 量 標 準 ( 即 田 口 損 失)，且可免除其他非直接相關成本之計 算。本研究最終期望雙方協同改善該要素 所造成的成本損失，以提供管理者更具實 用且有效的例外管理。 表1 過度預測的損失要素之比例值 損失 供應商 零售商 比例 損失要素 常數(k) (%) (%) 存貨成本 2500 12.0 13.0 存貨持有成本 40000 2.0 1.6 轉載成本 250000 0.5 0.5 報廢品成本 4444 8.0 7.0 折扣損失成本 40000 2.0 3.2 表2 不足預測的損失要素之比例值 損失 比例 供應商 零售商 損失要素 常數(k) (%) (%) 訂單急送成本 40000 1.0 2.5 增加之產品成本 40000 1.5 1.5 損失銷售成本 111111 1.5 1.5 夥伴產品銷售損失 40000 1.0 3.0 顧客滿意損失成本 4 1.0 1.0 3六、參考文獻
1. 李輝煌，田口方法-品質設計的原理與 實務，高立書局，台北(2008)。 2. 申元洪，「例外管理在CPFR 之應用」， 中 衛 發 展 中 心 協 同 管 理 電 子 報 (2004)。 3. 邱乾銘，「供應鏈長鞭效應之探討」， 國立高雄第一科技大學運輸與倉儲營 運所碩士論文(2004)。 4. 盧昆宏、陳長志，「供應鏈協同例外管 理模式之初探」，中華民國品質學會四 十屆年會暨第十屆全國品質管理研討 會論文集，高雄(2004)。 5. 蘇朝墩，產品穩建設計：田口品質工 程方法的介紹與應用，中華民國品質 學會，台北(1997)。6. Brownell P., “The motivational impact of management-by-exception in a budgetary context,” Journal of Accounting Research, 21(2), 456-472 (1983).
7. Chen, F., Z. Drezner, J.K. Ryan and D. Simchi-Levi, “Quantifying the bullwhip effect in a simple supply chain: The impact of forecasting, lead times, and information,” Management Science, 46(3), 436-443 (2000).
8. Chopra, S. and P. Meindl, Supply Chain Management: Strategy, Planning, and Operation, 3rd edition, Prentice Hall, New Jersey (2006).
9. Jain, C.L., “Benchmarking forecasting models,” Journal of Business Forecasting Methods & System, 21(3), 18-20 (2002).
10. Jain, C.L., “How to measure the cost of a forecast error?” Journal of Business Forecasting Methods & Systems, 22(4),
28-30 (2004).
11. Johnson, M., “Collaboration data modeling: CPFR implementation guidelines,” Voluntary Interindustry Commerce Standards Association Available from: http://www.cpfr.org (2004)
12. Kahn, K.B., “How to measure the impact of a forecast error on an enterprise?” Journal of Business Forecasting Methods & Systems, 22(1), 21-25 (2004).
13. Katz, M. and D. Hannah, “A closer look at CPFR processes: Working with forecast exceptions,” Bobbin, 42(10), 78-80 (2000).
14. Lee, H.L., V. Padmanabhan and S. Whang, “The bullwhip effect in supply chains,” Sloan Management Review, 38(3), 93-102 (1997).
15. Phadke, M.S., Quality Engineering Using Robust Design, Prentice Hall, New Jersey (1989).
16. Ross, P.J., Taguchi Techniques for Quality Engineering, McGraw-Hill, New York (1998).
17. Simchi-Levi, D., P. Kaminsky and E. Simchi-Levi, Designing and Managing the Supply Chain: Concepts, Strategies, and Case Studies, McGraw-Hill, New York (2001).
18. VICS, “Collaborative Planning, Forecasting and Replenishment Voluntary Guidelines,” Voluntary Interindustry Commerce Standards Association. Available from: http://www.cpfr.org (2004).
98 年度專題研究計畫研究成果彙整表
計畫主持人：張秀雲 計畫編號： 98-2221-E-006-108-計畫名稱：CPFR 例外管理之門檻值設計與應用 量化 成果項目 實際已達成 數（被接受 或已發表） 預期總達成 數(含實際已 達成數) 本計畫實 際貢獻百 分比 單位 備 註 （ 質 化 說 明：如 數 個 計 畫 共 同 成 果、成 果 列 為 該 期 刊 之 封 面 故 事 ... 等） 期刊論文 0 1 100% 研究報告/技術報告 0 0 100% 研討會論文 0 1 100% 篇 論文著作 專書 0 0 100% 申請中件數 0 0 100% 專利 已獲得件數 0 0 100% 件 件數 0 0 100% 件 技術移轉 權利金 0 0 100% 千元 碩士生 0 0 100% 博士生 0 1 100% 博士後研究員 0 0 100% 國內 參與計畫人力 （本國籍） 專任助理 0 0 100% 人次 期刊論文 0 0 100% 研究報告/技術報告 0 0 100% 研討會論文 0 0 100% 篇 論文著作 專書 0 0 100% 章/本 申請中件數 0 0 100% 專利 已獲得件數 0 0 100% 件 件數 0 0 100% 件 技術移轉 權利金 0 0 100% 千元 碩士生 0 0 100% 博士生 0 0 100% 博士後研究員 0 0 100% 國外 參與計畫人力 （外國籍） 專任助理 0 0 100% 人次其他成果
