การศึกษาเทคนิคการพยากรณ์ยอดขายสินค้าอุปโภคที่เหมาะสมของ บริษัทเอกชนแห่งหนึ่ง

Abstract

ในธุรกิจทุกประเภท การพยากรณ์ถือเป็นพื้นฐานในการวางแผนและการตัดสินใจต่างๆ เพื่อคาดการณ์ปริมาณความต้องการสินค้าของลูกค้าที่มีการเปลี่ยนแปลงตลอดเวลา ซึ่งการพยากรณ์ที่มีความแม่นยำสูงและเหมาะประเภทของสินค้า จะช่วยลดระดับการลงทุนในสินค้าคงคลัง ลดการเปลี่ยนแปลงในกระบวนการผลิต ลดระดับการลงทุนในกำลังการผลิต รวมถึงช่วยให้สามารถขนส่งสินค้าได้ทันตามความต้องการของลูกค้าการศึกษางานวิจัยครั้งนี้เป็นการศึกษาเทคนิคการพยากรณ์ยอดขายสินค้าอุปโภคที่เหมาะสมของบริษัทเอกชนแห่งหนึ่งตั้งแต่เดือนมกราคม 2555 ถึงเดือนธันวาคม 2556 จากการศึกษาข้อมูลของบริษัทพบว่าบริษัทใช้วิธีถัวเฉลี่ยเคลื่อนที่ (MovingAverage) ในพยากรณ์ยอดขายสินค้าทุกประเภทและวัดค่าความคลาดเคลื่อนของการพยากรณ์โดยใช้ค่าเฉลี่ยเปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์ (Mean Absolute Percentage Error: MAPE) พบว่าเกิดค่าความคลาดเคลื่อน (error) สูงงานวิจัยนี้จึงได้ทำการปรับปรุงและเลือกเทคนิคพยากรณ์ยอดขายสินค้าใหม่ โดยใช้เทคนิคการพยากรณ์เชิงปริมาณโดยวิธีอนุกรมเวลา (Time Series) ซึ่งประกอบไปด้วย การพยากรณ์แบบแยกส่วนประกอบ (Decomposition Method), การพยากรณ์โดยวิธีถัวเฉลี่ยเคลื่อนที่ (Moving Average Method),การพยากรณ์โดยวิธีการปรับเรียบเอกซ์โพเนนเชียล (Exponential SmoothingMethod) และการพยากรณ์โดยแบบจำลอง Autoregressive Integrated Moving Average Model (ARIMA) ในการวิเคราะห์และเลือกเทคนิคการ พยากรณ์ที่เหมาะสมแก่สินค้าแต่ละประเภท และใช้โปรแกรมมินิแทบ (Minitab) เป็นเครื่องมือช่วยในการวิเคราะห์ และทำการวัดผลโดยการวัดค่าความคลาดเคลื่อนของการพยากรณ์ โดยใช้ค่าเฉลี่ยเปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์ (Mean Absolute Percentage Error: MAPE) ผลการวิจัยพบว่ามีสินค้าจ????ำนวน 73 รายการ จากทั้งหมด 137 รายการ ที่เหมาะสมกับเทคนิคการพยากรณ์โดยวิธีถัวเฉลี่ยเคลื่อนที่ และมีสินค้าจำนวน 64 รายการ ที่ควรปรับปรุงเทคนิคที่ใช้ในการพยากรณ์ยอดขาย จากนั้นทำการพยากรณ์ยอดขายสินค้าในช่วงเดือนมกราคม ถึง มีนาคม 2557 ด้วยเทคนิคการพยากรณ์หลังการปรับปรุง เปรียบเทียบกับยอดขายที่เกิดขึ้นจริง ณ เดือนนั้นๆ พบว่าค่าความคลาดเคลื่อนจากการพยากรณ์ลดลงถึง 11% เมื่อเปรียบเทียบกับการใช้เทคนิคการพยากรณ์วิธีถัวเฉลี่ยเคลื่อนที่ โดยที่สินค้าของบริษัทกรณีศึกษาส่วนใหญ่เหมาะกับเทคนิคการพยากรณ์แบบแยกส่วนประกอบ (Decomposition Method) และจากผลการพยากรณ์ที่มีความแม่นยำมากขึ้นยังเป็นประโยชน์ต่อการปรับปรุงและพัฒนากระบวนการทำงาน ทั้งด้านการลดต้นทุนในการจัดเก็บสินค้า การเพิ่มประโยชน์จากการใช้พื้นที่คลังสินค้าให้เกิดประสิทธิภาพมากขึ้น การลดต้นทุนค่าขนส่ง รวมถึงสามารถนำเทคนิคการพยากรณ์ยอดขายสินค้าไปประยุกต์ใช้กับสินค้าอื่นๆ ของบริษัทต่อไปในอนาคตได้อีกด้วย

STUDY OF THE APPROPRIATE FORECASTING METHODS FOR CONSUMER PRODUCT DEMAND OF A PUBLIC COMPANY

All of business, forecasting is basis for planning and decisions. To accommodate the demand uncertainty. The forecasting performance means high accuracy and appropriate to the type of product. The purpose of the study was to determine the suitable forecasting models for the monthly sales of consumer product. To collect the sales data from January 2012 until December 2013 that this company use Moving Average technique for all of product. So we found high the forecast error by the measurement of the mean absolute percentage error. Next, To be improve the forecast techniques from four main techniques of time-series forecasting such as Decomposition, Moving Average, Exponential Smoothing and ARIMA for analysis of sales and selected suitable forecast techniques by comparing Mean Absolute Percentage Error (MAPE). The result was show that we have 73 SKU appropriate of Moving Average forecasting technique and 64 SKU should be improve and select new forecasting technique. Then we applied the technique to forecast sales quantity in 2014. Time period as January to March compare with actual sales. We can improve sales accuracy total 11% and mostly Decomposition technique had appropriate for this product group. After that we can improve warehouse management by increase to utilize the space more efficiently and reduce inventory management cost. In the future, this thesis can apply to other product of the company.