Identifying the optimal safety stock level by using monte carlo simulation: a case study of consumer products
โดย อัญชลี ตามไวย์
ปี 2557
บทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์เพื่อหาระดับสินค้าคงคลังสำรองที่เหมาะสม เพื่อที่จะลดต้นทุนค่าถือครองสินค้าคงคลังของผลิตภัณฑ์ในโรงงานสินค้าอุปโภคบริโภค ซึ่งปัจจุบันการกำหนดค่าระดับสินค้าคงคลังสำรองโดยการคาดคะเนของผู้วางแผน และจากการกำหนดค่าที่ไม่เหมาะสม ทำให้โรงงานประสบปัญหาจำนวนสินค้าคงคลังเฉลี่ยสูงถึงร้อยละ 423 เมื่อเทียบกับยอดขาย งานวิจัยได้นำเทคนิคการจัดหมวดหมู่สินค้าแบบเอ-บี-ซี มาแบ่งกลุ่มสินค้าโดยเลือกศึกษาเฉพาะหมวดสินค้ากลุ่ม A ซึ่งเป็นกลุ่มสินค้าที่มีมูลค้าสินค้าคงคลังสูงสุด จากนั้นทำการวิเคราะห์หาระดับสินค้าคงคลังสำรองจากข้อมูลความต้องการในอดีต 3 วิธีการได้แก่ วิธีคำนวณโดยใช้ค่าทางสถิติของอุปสงค์เป็นแบบฤดูกาล วิธีคำนวณโดยใช้ค่ากลางของความคลาดเคลื่อนสมบูรณ์ที่เปลี่ยนแปลงตามเวลาและวิธีคำนวณโดยใช้ค่าอุปสงค์สูงสุดในอดีต การจำลองสถานการณ์แบบเทคนิค มอนติคาร์โลด้วยโปรแกรม Microsoft Excel ถูกนำมาใช้เพื่อศึกษาผลกระทบที่จะเกิดขึ้นใน 3 กรณีศึกษาแบ่งตามพฤติกรรมการขายคือช่วงเวลาที่มีการขายตามปกติ ช่วงเวลาที่มีการส่งเสริม การขายเป็นเวลา 2 สัปดาห์ และช่วงเวลาที่มีการส่งเสริมการขายเป็นเวลา 4 สัปดาห์ ผลการวิจัยพบว่าวิธีการที่ทำให้ได้ค่าระดับสินค้าคงคลังสารองเหมาะสมที่สุดโดยไม่ส่งผลกระทบให้เกิดการขาดส่งสินค้าในช่วงเวลาขายแบบปกติ คือวิธีคำนวณโดยใช้ค่าทางสถิติของอุปสงค์เป็นแบบฤดูกาล และค่าที่เหมาะสมของช่วงเวลาที่มีการส่งเสริมการขาย 2 และ4 สัปดาห์ สามารถเลือกใช้ได้ทั้งวิธีคำนวณโดยใช้ค่าทางสถิติของอุปสงค์เป็นแบบฤดูกาลและวิธีคำนวณโดยใช้ค่ากลางของความคลาดเคลื่อนสมบูรณ์ที่เปลี่ยนแปลงตามเวลา โดยสามารถลดจำนวนสินค้าคงคลังและลดต้นทุนการจัดเก็บสินค้าได้เฉลี่ยร้อยละ 56 ต่อเดือน และเมื่อนำไปประยุกต์ทดลองใช้จริง 6 รายการ สามารถลดจำนวนสินค้าคงคลังและลดต้นทุนการจัดเก็บสินค้าได้เฉลี่ยร้อยละ 53 ต่อเดือน
The objective of this research was to identify the optimal safety stock level so as to reduce the holding inventory cost in consumer products. The current safety stock level configurations were set by naïve forecasting from the planner. According to improper setting, the factory faced with the problem on the average inventory over stock to 423% comparing to the sales volume. This research used ABC classification technique to categorize class A product, which identified as a group of maximum value of total inventory. Then, the safety stock level were calculated and evaluated based on historical data by three methods; based on statistical seasonal demand, based on median absolute deviation varies over time and based on the highest demand. The Monte Carlo simulation techniques by Microsoft Excel was also used to investigate the effects on three scenarios of sale behaviors; normal sale, 2-weeks/time sale promotion and 4-weeks/ time sale promotion. The result suggested that the proper method to identify the optimal safety stock level with less impact on on-time delivery level for normal sale scenario was the method of using the statistical seasonal demand. While both methods based on median absolute deviation varies over time and based on the highest demand were properly used for 2-weeks/time and 4-weeks/ time sale promotion. The simulation result showed that the average inventory and holding cost could be saved 56% per month. After implementation on 6 items of class A product, the average inventory and holding cost also reduced 53% per month.