但亞松 (上海交通大學(xué),上海 200030)
配件物流是一種為企業(yè)的正常運作和產(chǎn)品售后服務(wù)提供支持的綜合性物流活動。它起源于設(shè)備的維修服務(wù),涵蓋幾乎所有的物流活動形式:采購物流,生產(chǎn)物流,銷售物流,回收物流和廢棄物物流。是一種正向和逆向物流的綜合體,面臨著巨大的挑戰(zhàn):不確定非連續(xù)的配件需求,導(dǎo)致庫存周轉(zhuǎn)率偏低,維修配件種類眾多,因此較之傳統(tǒng)的物流,配件物流需要更加及時有效的方法來解決庫存問題。
對配件物流的庫存及訂單的預(yù)測,有很多專業(yè)的咨詢公司及軟件可以完成這項工作,比較有名的有:Servigistics,Click Commerce Parts (已經(jīng)被Servigistics收購), MCA Solutions,Oracle Advanced Planning&Spares Management,Prophet by Baxter。雖說其提供的服務(wù)與解決方案可以完成對庫存的預(yù)測分析,但大多數(shù)人不清楚其方案得出的過程,我們通過本文的闡述,希望搞清楚配件物流庫存預(yù)測與計劃的基本原理。
目前對配件物流庫存的預(yù)測方式有如下幾種:
(1)根據(jù)ABC庫存控制策略來分類制定各類配件的庫存計劃。
(2)可修復(fù)配件與不可修復(fù)配件分開制定庫存計劃。
(3)主要配件 (缺貨引起嚴(yán)重后果)與非主要配件制定不同的庫存計劃。
配件是為產(chǎn)品服務(wù)的,而同一個產(chǎn)品也有不同的生命周期,從產(chǎn)品的生命周期來看,配件計劃可以分為新產(chǎn)品配件計劃、成熟產(chǎn)品配件計劃、產(chǎn)品生命后周期配件計劃[1]。
新產(chǎn)品配件計劃是在新產(chǎn)品正式在市場上發(fā)布前預(yù)測初始化的配件需求及配件準(zhǔn)備的計劃,使在產(chǎn)品發(fā)布的時候所有配件支持服務(wù)已經(jīng)就緒。一般而言,它的工作包括確定新產(chǎn)品的配件清單,計算產(chǎn)品生命周期內(nèi)配件支持服務(wù)的成本,確定配件儲備和支持策略,確定新產(chǎn)品發(fā)布階段配件儲備位置和配件儲備數(shù)量。成熟產(chǎn)品配件計劃是日常運作中最經(jīng)常涉及的配件計劃工作。它的基本目標(biāo)是花費最少的成本保證配件支持服務(wù)能達到對客戶承諾的服務(wù)水平。成熟產(chǎn)品的配件計劃一般包括配件計劃的日常工作,即需求預(yù)測、庫存計劃、需求計劃。產(chǎn)品生命后周期配件計劃又稱為配件支持計劃,是產(chǎn)品即將停產(chǎn)前制定的配件計劃,以保證產(chǎn)品停產(chǎn)到產(chǎn)品生命周期結(jié)束或支持服務(wù)結(jié)束這段時間內(nèi)的配件支持服務(wù)仍能有效進行。產(chǎn)品生命后周期配件計劃是一個長期的支持計劃,一般跨度在5~10年。它通??煞譃橹С植呗院团浼溆媱潈刹糠?。
配件需求預(yù)測是配件計劃的基礎(chǔ),預(yù)測的準(zhǔn)確率直接影響了庫存計劃的準(zhǔn)確率,并對需求計劃造成連帶的影響。配件預(yù)測實際上是預(yù)測一段時間內(nèi)的配件平均需求量。
下面我們就產(chǎn)品不同生命周期來討論配件需求的預(yù)測:
新產(chǎn)品上市一般會遇到兩個時期:引入期、成長期,由于期間配件需求和新產(chǎn)品需求與市場營銷及其他市場因數(shù)聯(lián)系更大,另外也與新產(chǎn)品的性能測試結(jié)果有關(guān),因此需要從市場和產(chǎn)品性能角度來對配件需求進行預(yù)測,本文暫不討論。
移動平均實際上就是只考慮最近有限個樣本的平均值,而不考慮較遠(yuǎn)期的數(shù)據(jù)。一般而言,由于產(chǎn)品銷售量的遞增、產(chǎn)品生命周期的變遷等因素,較遠(yuǎn)的數(shù)據(jù)缺乏可信度。移動平均的特點是計算方便、簡單,但是準(zhǔn)確率一般,對需求趨勢的變化不敏感。
移動平均公式:
其中Ft+1為t+1時刻的需求預(yù)測值,Di為歷史需求量,n為移動平均的樣本數(shù)。
加權(quán)移動平均是對移動平均的一種優(yōu)化,它在移動平均的基礎(chǔ)上,對于每個樣本賦予一個權(quán)重,增加可信度高的樣本對預(yù)測值的影響,減少可信度低的樣本的影響。但是,隨之帶來的問題是權(quán)重難以設(shè)置。不過一般情況下,越遠(yuǎn)的樣本數(shù)據(jù)可信度越低,因此給予的權(quán)重也越少。加權(quán)移動平均對趨勢的反應(yīng)靈敏度一般要優(yōu)于移動平均,但仍然會有一定的遲滯。
加權(quán)移動平均公式:
其中Ft+1為t+1時刻的需求預(yù)測值,Di為歷史需求量,ki為賦予每個樣本的權(quán)重,n為加權(quán)移動平均的樣本數(shù)。
指數(shù)平滑的預(yù)測值實際包含有全期數(shù)據(jù)的影響,是一種優(yōu)化的加權(quán)平均算法,它兼容了全期平均、移動平均和加權(quán)平均的優(yōu)點,F(xiàn)t具有逐期追溯性質(zhì)。
指數(shù)平滑公式:
其中Ft+1為t+1時刻的需求預(yù)測值。α是平滑常數(shù);Dt為t時刻的歷史需求量,F(xiàn)t是t時刻的需求預(yù)測值。
指數(shù)平滑法優(yōu)點在于簡單易操作,需要的歷史數(shù)據(jù)很少,在平滑常數(shù)α的調(diào)節(jié)下反應(yīng)很靈敏。但是,其最大的難點就在于平滑常數(shù)α難以確定。
平滑常數(shù)α決定了平滑水平以及對預(yù)測值與實際結(jié)果之間差異的響應(yīng)速度。因此,平滑常數(shù)α的取值至關(guān)重要。平滑常數(shù)α越接近于1,遠(yuǎn)期歷史數(shù)據(jù)對本次預(yù)測影響的下降越迅速;平滑常數(shù)α越接近于0,遠(yuǎn)期歷史數(shù)據(jù)對本次預(yù)測值影響程度的下降越緩慢。由此,當(dāng)時間數(shù)列相對平穩(wěn)時,可取較大的α,當(dāng)時間數(shù)列波動較大時,應(yīng)取較小的α,以不忽略遠(yuǎn)期歷史數(shù)量的影響。
配件預(yù)測數(shù)據(jù)篩選的常用邏輯是 “平均值——標(biāo)準(zhǔn)偏差”方法,即利用概率論里的所謂原理來進行數(shù)據(jù)的過濾。首先計算所要使用的歷史數(shù)據(jù)的平均值和標(biāo)準(zhǔn)偏差,然后以士·作為上下閾值對所使用的歷史數(shù)據(jù)進行過濾,以剔除干擾數(shù)據(jù)。在進行預(yù)測之后如何判別預(yù)測的準(zhǔn)確率,如何判別預(yù)測方法或同一預(yù)測算法不同參數(shù)組的優(yōu)劣呢?這就涉及到預(yù)測結(jié)果的評估。通常配件需求預(yù)測準(zhǔn)確率可以使用最小均方差和法進行評估。
現(xiàn)實中的一些產(chǎn)品即將或已經(jīng)停產(chǎn),售后服務(wù)部門或者廠商的服務(wù)配件庫存無法補充。此時,確定合理的服務(wù)配件末次備貨量顯得十分重要。下面從廠商最小成本的角度出發(fā),建立了各種服務(wù)配件末次備貨求解模型。
符號及假設(shè):
設(shè)定企業(yè)對服務(wù)配件的支出包括服務(wù)配件的成本、缺貨補償費用兩部分,并且當(dāng)配件出現(xiàn)剩余時,則打折出售以取得部分收益。最后給出最優(yōu)解的求解分析,并推論一些有益的結(jié)論。
為便于說明,做了以下假設(shè):
(1)各產(chǎn)品服務(wù)配件皆為末次備貨,如服務(wù)期內(nèi)出現(xiàn)缺貨不可補充。
(2)服務(wù)配件不能滿足顧客需求時,要對顧客支付一定的補償。服務(wù)配件儲備過量,企業(yè)對過量部分打折處理,處理價格低于產(chǎn)品的成本。
文中用到以下符號:
(1)Q——服務(wù)配件備貨數(shù)量
(2)c——服務(wù)配件的單位成本
(3)r——服務(wù)配件的單位缺貨補償
(4)h——服務(wù)配件的折扣價格
(5)D——服務(wù)配件的顧客需求
服務(wù)配件量的末次備貨量為Q時,用C()Q 表示企業(yè)對服務(wù)配件支付的總費用:
當(dāng)D>Q時, 即配件不滿足顧客要求:C(Q)=cQ+r( D-Q)
當(dāng)Q>D時, 即配件超過顧客需求:C(Q)=cQ+h( Q-D)
所以有如下:
由于x是離散的變量,所以不能用求導(dǎo)數(shù)的方法求極值,可用差分法求之[2-4]。
從 (6)式中解出Q,就得到使配件成本最小時的配件的備貨數(shù)量。
算例分析:
某個配件的需求量服從λ=5的泊松分布,此配件相關(guān)的產(chǎn)品已經(jīng)停產(chǎn),配件進入后生命周期,單價C=4 500元,單位服務(wù)配件的折扣價格h=1 200元 (在本階段的費用);單位配件缺貨費r=30 000元。該配件的初始庫存量為0件。
可知Q=8,因此Q=8時總費用最小。
本文對配件的需求預(yù)測采用對產(chǎn)品生命周期進行分類,列舉了一些常用的預(yù)測方法的適用范圍,特別對后生命周期產(chǎn)品的配件需求預(yù)測進行了探討,需要在實踐中逐步完善。
利用公式
[1] 王永貴.產(chǎn)品開發(fā)與管理[M].北京:清華大學(xué)出版社,2007:6-7.
[2] 錢頌迪.運籌學(xué)[M].北京:清華大學(xué)出版社,2000.
[3] 劉寶碇,趙瑞清.隨機規(guī)劃與模糊規(guī)劃[M].北京:清華大學(xué)出版社,1998:78-83.
[4] 陳魁.應(yīng)用概率統(tǒng)計[M].北京:清華大學(xué)出版社,2001.