進階ERP – 物料規劃 指導老師：王正華 報告人：高嘉聰.

Presentation on theme: "進階ERP – 物料規劃 指導老師：王正華 報告人：高嘉聰."— Presentation transcript:

1 進階ERP – 物料規劃 指導老師：王正華 報告人：高嘉聰

2 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

3 物料規劃概述 獨立需求 相依需求 批量計算

4 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

5 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

6 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

7 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

8 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）

9 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

10 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

11 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。

12 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。

13 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。

14 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。

15 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

16 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。

17 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

18 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 ( )/3=28 5 33 ( )/3=31 6 ( )/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

19 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

20 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 ( )=28.51 6 ( )=28.96

21 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?

22 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

23 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

24 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。

25 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

26 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

27 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?

28 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

29 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

30 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

31 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

32 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

33 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

34 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

35 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

36 謝謝聆聽 請多指教