進階ERP – 物料規劃 指導老師：王正華 報告人：高嘉聰

物料成本 採購成本 設置成本 缺貨成本 存貨持有成本 進行採購相關活動，如開立採購單等活動所花費之時間、人力等相關成本。 改變生產程序、更換生產線、調整機器與設備所造成成時間、人力等相關成本。 缺貨成本 原物料不足以進行生產或銷售，完成品數量不足以提供需求者所需要之數量。 待補訂單成本 損失之營業成本 存貨持有成本 公司為了儲存成品、半成品、原物料及設備，必須花費之各種保管以及維護之費用。 空間成本、風險成本、服務成本、資金成本

物料規劃概述 獨立需求 相依需求 批量計算

再訂購點之規劃 依據公司目前之存貨水準是否已低於再訂購點之數量，而決定是否要進行採購或是生產等補充物料數量之活動。 存貨數量 訂貨批量 安全存貨 送達時間 時間 訂貨批量 補貨前置時間

影響再訂購點的重要參數 安全存貨量（Safety Stock） 補貨之前置時間（Replenishment Lead Time） 設定太小　→　缺貨危機 設定太大　→　庫存積壓 補貨之前置時間（Replenishment Lead Time） 補貨處理時間＋計劃之供貨時間＋收貨處理時間 物料之平均消耗率（Average Consumption） 與補貨之前置時間交互作用，對再訂購點產生影響 在固定補貨之前置時間下，與再訂購點高度呈成正比

基本再訂購點模型 假設：需求固定、補貨前置時間確定 例如：已知物料A每日使用10單位，補貨前置時間為5天，再訂購點為多少單位？ ROP＝d × LT = 10 × 5 = 50 ROP（Reorder Point）為再訂購點 d代表每單位時間需求量 LT（Lead Time）為補貨前置時間

需求率變動之再訂購點模型 假設：需求符合常態、前置時間確定 例如：已知物料B平均每日之使用量為15單位，每日需求之標準差為3單位，設定顧客水準為95%，而補貨前置時間為5天，則再訂購點為何？ 安全存量

ERP中再訂購點的程序 自動計算（歷史資料） 手動計算（歷史資料+各項影響因素+主觀意見） 同時監控公司內所有物料的使用情形 根據物料特性決定是否採用再訂購點規劃 決定安全存貨量 監控物料之消耗情況 檢查物料可使用量　　產生採購提案 物料之批量計算（決定採購數量） 內製（生產工單） or 外購（採購單）

以預測為基礎之規劃（1/2） 預測的目的在於提高顧客服務水準，以及精確控制存貨水準以降低存貨成本。 事前考量 預測的對象?（產品或產品群） 預測的方法?（定性預測法或定量預測法） 預測的時間間隔與幅度? 預測正確性之要求 預測模型參數之修正及建立 分析結果與提出報告以及例外情形

以預測為基礎之規劃（2/2） 定性預測法 定量預測法 以主觀的意見來進行分析預測，再根據分析預測結果建立預測模型。 利用過去歷史資料進行分析，較定性預測法來的客觀。 草根預測法 時間序列分析 市場調查法 線性迴歸分析 專家意見法 因果關係 歷史推衍法 德爾菲法 預測之評估與控制

草根預測法 說明 作法 假設一般高層主管較無法深入了解市場之變化，但基層人員比較能夠了解市場需求，也較能反映市場變化。 首先由基層人員估計市場需求，將基之估計值加總傳回上層之人員，屬於由下而上（Bottom-up）的主觀預測法。

市場調查法 說明 作法 包括電話訪談、街頭問卷調查、企業問卷調查…等，適合新產品的開發、使用者滿意度、企業使用指標調查。 使用問卷或訪談調查，受訪者的答覆不一定能完整真實反映市場之需求，且成本高，可能因地區性或其他差異性造成誤差。

專家意見法 說明 作法 預測成本低、方便、快速，但專家意見較主觀，造成變異過大。 由各個階層不同的人聚集在一起，各自發表自己的意見，在闡述意見的同時也逐漸讓各專家的意見結合，而得到比較一致的共識。 常見的專家有銷售經理、資深銷售人員、相關管理人員、學者、顧客。

歷史推衍法 說明 作法 由產品之間的關聯性或是互補性來進行預測。 利用資料挖礦（Data Mining）技術，挖掘出與新產品具相關性以及互補性等性質之產品，再利用相關產品之資料進行新產品需求預測。

德爾菲法 說明 與專家意見法概感相似，但為避免高階主管之意見掩蔽了較低層人員之意見，針對每個參與之人員採取匿名之方方，並持有相同之比重。 作法 挑選不同領域之專家 利用問卷獲取專家之意見 彙整專家意見，再經由利用統計或其他方法分析 修正預測值，並重新設計問卷，以求得新的預測值 反覆上一步驟，直到專家意見趨於一致

時間序列分析（1/6） 主要是利用過去歷史消耗資料對於未來進行預測，需先進行資料預處理（Pre-Processing），將各相關之例外性資料排除。（p.55，圖2-6） 趨勢（Trend）：長期之變化走向 季節性（Seasonality）：資料固定的周期規律變動 隨機（Random）：資料無一定的型態 週期循環（Cycle）：長期的波狀起伏變動（一年以上） 常數（Constant）：資料分析可得一直線趨勢，並非遞增或遞減，而是保持不變之趨勢。

時間序列分析（2/6） 天真預測法 移動平均法 採用上一期之觀測值作為本期之預測值 成本低，但預測準確度會較其他方法低 簡單移動平均法 加權移動平均法

時間序列分析（3/6） 《簡單移動平均法》 《加權移動平均法》 月份 實際值 預測值 1 25 － 2 32 3 27 4 34 (25+32+27)/3=28 5 33 (32+27+34)/3=31 6 (27+34+33)/3=31.33 《加權移動平均法》 前一、二、三、四期所佔之權重分別為0.5、0.3、0.15、0.05，前四期之實際銷售量分別為800、600、650、620，第五月份預測值為： 0.5(800)+0.3(600)+0.15(650)+0.05(620)=708.5

時間序列分析（4/6） 指數平滑法 指數平滑法含趨勢因子 較常使用的預測法 給予資料之權重成指數型態，愈近期之資料權重愈高，也可以算是一種加權平均數 指數平滑法含趨勢因子 當產品有趨勢現象 更增加預測準確度

時間序列分析（5/6） 《指數平滑法》 月份 實際值 預測值 1 25 － 2 32 3 27 28（假設由先前資料之平均） 4 34 28+0.1(27-28)=27.9 5 33 27.9+0.1(34-27.9)=28.51 6 28.51+0.1(33-28.51)=28.96

時間序列分析（6/6） 指數平滑法含趨勢因子 例題：欲針對第二期之需求進行預測，給定第一期之F1=100，T1=10，而平滑常數=0.2，趨勢平滑常數=0.3。如果第一期之實際值為115，第二期之預測值為何?

線性迴歸分析 利用兩個以上變數間之相關性以建立迴歸模型，再利用迴歸模型之函數關係建立預測模型。 迴歸分析可應用於因果關係分析，若此時自變數為時間時，則為時間序列分析。 y y=β0+β1x β0 x

因果關係 主要是欲找出影響需求量之各種變因，並在時間上有先後的關係。 可以藉由各種數據分析法或是資料處理，找出與預測值相關性高之影響指標。 迴歸分析 實驗設計 資料挖礦

預測之評估與控制 評估 控制 通常一個好的預測模型，其MAD、Bias、MSE值會比較低。 追蹤信號（Tracking Signal） 當累加之TS超過管制上下限（正負3.75MAD）或顯示可辨別的型態或走勢時，應調整預測模型。

ERP中預測法的程序 自行選擇規劃方式 根據歷史消耗資料推算出預測模型 決定哪些物料使用預測方法進行物料規劃 維護相關物料之歷史消耗資料 決定使用何種預測方法 維護相關之各項參數 評估系統分析之結果 利用預測結果進行物料規劃 根據各項預測期間之可使用量與該期預測之需求差距，計算淨需求，並轉為計劃中工單（Planned Order） 將計劃中工單轉為採購單或是生產工單

以時間區間為基礎之規劃（1/3） 一種固定訂購週期，並以時間點做為觸發訂購活動之規劃。 需求量之變異相當大，造成至下次補貨時間前之時間內缺貨之機率較高 相對於再訂購點規劃，需要較高的安全庫存量以應付需求的變異 以歷史消耗資料進行預測 以物料需求進行規劃 影響因素：物料平均消耗率、規劃期間週期、補貨前置時間、安全存貨量

以時間區間為基礎之規劃（2/3） 產品A每天之平均消耗量為20，其標準差為3，規劃之週期為15天，補貨前置時間為3天，現有存貨為100，需達95%的不缺貨率，則再訂購數量為何?

ERP中以時間區間為基礎之規劃的程序 決定使用此方法的物料 決定時間區間之長度 求算需求單位（T+L期間內所需數量與待補訂單之數量） 計算安全庫存量 計算物料存貨可使用量=現有存貨+在途量-待補訂單之數量 發出採購提案 將採購提案轉為生產訂單或採購訂單

批量計算 基於成本考量，採購批量的大小並不一定會根據短缺之數量進行採購，而會依據各種管理決策或程序採購不同的批量。 批量計算程序 靜態批量計算 批次訂購量 固定訂購量 補充到最大庫存水準 最佳化批量計算 部分週期平衡 最小單位成本 動態批量大小之建立 週期批量計算 每日批量大小 每週批量大小 每月批量大小 經濟訂購批量 計劃週期批量大小

批次訂購量 （Lot-for-Lot） 簡單的計算方式 淨需求量=總需求量 批次訂購量 數量 收貨 發貨 時間

固定批量 （Fixed Lot Size） 物料是以棧板或成箱送達，有其固定數量 每次發生短缺時就訂購所設定的固定數量 批量大小為5 日期 11/1 11/2 11/3 11/4 11/5 總需求量 5 4 12 3 淨需求量 10 訂購量 剩餘庫存量 1 2

補充到最大庫存水準 （Replenish to Maximum Stock Level） 發生物料短缺時，直接將短缺物料之存貨量補充到該物料之庫存水準的上限。 適用於該物料存貨成本低、訂購成本高、庫存周轉率高 最大庫存水準 庫存補充數量 現有庫存量

最佳化批量計算（1/2） （Optimal Lot Sizing Procedure） 部份週期平衡法（Part Period Balancing） 找出存貨成本與設置成本或訂購成本相等或最相近的採購數量。 最小單位成本法（Least Unit Cost） 找出累積訂購量之單位成本最小的批量進行採購。 動態批量大小之建立法（Dynamic Lot Size Creation） 找出邊際存貨有成本最接近，且未超過設置成本或採購成本

最佳化批量計算（2/2） （Optimal Lot Sizing Procedure） 經濟訂購批量（Economic Order Quantity） 考慮總成本最低的訂購量 經濟訂購批量 非瞬間收貨的經濟訂購批量

週期批量計算 （Periodic Lot Sizing Procedure） 將該週期內所有需求整合成一個批量，一次訂購該週期內所有需求。 數量 訂購量 需求量 時間 週期長度 週期長度

謝謝聆聽 請多指教