បញ្ហា (The Problem)៖ រោងចក្រផលិតបន្ទះអេឡិចត្រូនិកនៅខេត្ត Chonburi ប្រឈមនឹងបញ្ហាមិនអាចផ្គត់ផ្គង់ការបញ្ជាទិញទាន់ពេលវេលា (ខកខាន ៦០% នៃប្រតិបត្តិការ) ដោយសារភាពខ្សោយនៃការគ្រប់គ្រងស្តុក និងការព្យាករណ៍តម្រូវការមិនច្បាស់លាស់ ដែលបណ្តាលឱ្យខ្វះខាតទំនិញស្តុកទុក។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះបានប្រៀបធៀបការគណនាកម្រិតស្តុកគោលដៅសមស្រប និងការអនុវត្តគំរូការព្យាករណ៍តម្រូវការផ្សេងៗ ដើម្បីវាស់ស្ទង់ និងវិភាគរកប្រសិទ្ធភាពខ្ពស់បំផុតក្នុងការបំពេញការបញ្ជាទិញ។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Current Inventory Policy (190 units) គោលការណ៍កម្រិតស្តុកបច្ចុប្បន្ន (១៩០ ឯកតា) |
ងាយស្រួលក្នុងការអនុវត្តដោយមិនចាំបាច់មានការគណនាស្មុគស្មាញ និងទាមទារទំហំផ្ទុកតិច។ | មានអត្រាខកខានក្នុងការបំពេញការបញ្ជាទិញខ្ពស់ និងតម្រូវឱ្យមានការដឹកជញ្ជូនញឹកញាប់ដែលធ្វើឱ្យចំណាយកើនឡើង។ | ការបំពេញការបញ្ជាទិញទាន់ពេលបានត្រឹមតែ ៨៥% ប្រេកង់ដឹកជញ្ជូន ៦៥ ដង និងមានចំណាយដឹកជញ្ជូនខ្ពស់ (១៨,៥៣១,៧២៥ បាត)។ |
| Target Inventory / Safety Stock Calculation (243 units) ការគណនាកម្រិតស្តុកគោលដៅ និងស្តុកសុវត្ថិភាពសមស្រប (២៤៣ ឯកតា) |
បង្កើនសមត្ថភាពនៃការបំពេញការបញ្ជាទិញបានល្អប្រសើរ និងធានាបាននូវកម្រិតសេវាកម្ម ៩៥%។ | ទាមទារឱ្យមានការកើនឡើងនូវបរិមាណស្តុកប្រចាំថ្ងៃ ដែលអាចបណ្តាលឱ្យកើនឡើងនូវចំណាយលើការរក្សាទុក (Holding Cost)។ | ការបំពេញការបញ្ជាទិញទាន់ពេលកើនដល់ ៩៣% និងបន្ថយប្រេកង់ដឹកជញ្ជូនមកនៅត្រឹម ៥២ ដង។ |
| 4-Week Moving Average Forecasting ការព្យាករណ៍ដោយវិធីសាស្ត្រមធ្យមភាគផ្លាស់ទី ៤ សប្តាហ៍ |
មានភាគរយកំហុសនៃការប្រែប្រួលទាបបំផុត បង្កើនការឆ្លើយតបទាន់ពេលបានល្អឥតខ្ចោះ និងជួយសន្សំសំចៃថ្លៃដឹកជញ្ជូនបានច្រើនបំផុត។ | ត្រូវការពេលវេលាក្នុងការតាមដានទិន្នន័យចាស់ជារៀងរាល់សប្តាហ៍ ហើយអាចមិនឆ្លើយតបទាន់ពេលចំពោះបម្រែបម្រួលតម្រូវការខុសប្រក្រតីភ្លាមៗ។ | ការបំពេញការបញ្ជាទិញទាន់ពេលសម្រេចបាន ៩៧% ប្រេកង់ដឹកជញ្ជូនទាបបំផុតត្រឹម ២៣ ដង និងមានចំណាយដឹកជញ្ជូនទាបបំផុត (១៨,៤៩៨,៨០០ បាត)។ |
| Exponential Smoothing Forecasting ការព្យាករណ៍ដោយវិធីសាស្ត្រធ្វើឱ្យរលោងអិចស្ប៉ូណង់ស្យែល |
អាចធ្វើការកែសម្រួលទម្ងន់ទិន្នន័យដោយផ្តល់សារៈសំខាន់ទៅលើទិន្នន័យថ្មីៗបំផុត តាមរយៈការកំណត់តម្លៃ Alpha (α)។ | អត្រាកំហុស (MAPE) នៅតែមានកម្រិតខ្ពស់ជាងបន្តិច បើប្រៀបធៀបទៅនឹងវិធីសាស្ត្រមធ្យមភាគផ្លាស់ទី ៤ សប្តាហ៍។ | មិនត្រូវបានជ្រើសរើសសម្រាប់យកមកអនុវត្តជាក់ស្តែងឡើយ ដោយសារភាគរយកំហុសនៅមិនទាន់ទាបជាងគេកម្រិតអតិបរមា។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះពឹងផ្អែកជាចម្បងលើទិន្នន័យប្រវត្តិការបញ្ជាទិញ និងកម្មវិធីកុំព្យូទ័រមូលដ្ឋានសម្រាប់ការគណនា ដោយមិនទាមទារការវិនិយោគខ្ពស់លើបច្ចេកវិទ្យាទំនើបនោះទេ។
ការសិក្សានេះប្រើប្រាស់ទិន្នន័យជាក់លាក់ពីរោងចក្រផលិតបន្ទះអេឡិចត្រូនិកនៅខេត្ត Chonburi ប្រទេសថៃ ដែលផ្តោតលើការនាំចេញទៅកាន់ទីផ្សារម៉ិកស៊ិកក្នុងរយៈពេលខ្លី (៣ខែ)។ ទិន្នន័យនេះឆ្លុះបញ្ចាំងពីបរិបទខ្សែសង្វាក់ផ្គត់ផ្គង់អន្តរជាតិ ដែលមានលក្ខណៈខុសប្លែកពីការផលិតសម្រាប់ទីផ្សារក្នុងស្រុក។ សម្រាប់កម្ពុជា ការពឹងផ្អែកលើទិន្នន័យរយៈពេលខ្លីអាចមានហានិភ័យប្រសិនបើមិនបានគិតគូរដល់រដូវកាលនៃតម្រូវការទំនិញពេញមួយឆ្នាំ ប៉ុន្តែវាផ្តល់នូវគំរូដ៏ល្អសម្រាប់ការគ្រប់គ្រងខ្សែសង្វាក់ផ្គត់ផ្គង់។
វិធីសាស្ត្រនៃការចាត់ចែងស្តុកគោលដៅ និងការព្យាករណ៍តម្រូវការនេះ មានសក្តានុពល និងអត្ថប្រយោជន៍ខ្ពស់សម្រាប់ការអនុវត្តនៅក្នុងវិស័យផលិតកម្មនិងការនាំចេញនៅកម្ពុជា។
ជារួម ការរៀបចំកម្រិតស្តុកសមស្រប រួមផ្សំជាមួយការព្យាករណ៍ទិន្នន័យច្បាស់លាស់ គឺជាយុទ្ធសាស្ត្រចំគោលដៅក្នុងការបង្កើនភាពប្រកួតប្រជែងសម្រាប់រោងចក្រកម្ពុជាលើឆាកអន្តរជាតិ ក្នុងការធានាការផ្គត់ផ្គង់បានទាន់ពេល។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Moving average | ជាវិធីសាស្ត្រគណនាការព្យាករណ៍ដោយយកទិន្នន័យជាក់ស្តែងក្នុងរយៈពេលកំណត់ណាមួយ (ឧទាហរណ៍ ៤ សប្តាហ៍ចុងក្រោយ) មកបូកបញ្ចូលគ្នាហើយចែកជាមធ្យមភាគ ដើម្បីស្វែងរកនិន្នាការនៃតម្រូវការបន្ទាប់។ វាជួយកាត់បន្ថយភាពរំខាននៃទិន្នន័យដែលឡើងចុះមិនទៀងទាត់។ | ដូចជាការទាយពិន្ទុប្រឡងខែក្រោយរបស់អ្នក ដោយយកពិន្ទុ៤ខែចុងក្រោយមកបូកបញ្ចូលគ្នាហើយចែកជាមធ្យម។ |
| Exponential smoothing | ជាបច្ចេកទេសព្យាករណ៍ទិន្នន័យដែលផ្តល់ទម្ងន់ ឬសារៈសំខាន់ទៅលើទិន្នន័យថ្មីៗបំផុតច្រើនជាងទិន្នន័យចាស់ៗ តាមរយៈការប្រើប្រាស់មេគុណ (Alpha)។ ការធ្វើបែបនេះជួយឱ្យការព្យាករណ៍អាចឆ្លើយតបបានលឿនទៅនឹងបម្រែបម្រួលតម្រូវការជាក់ស្តែង។ | ដូចជាការវាយតម្លៃសមត្ថភាពកីឡាករម្នាក់ដោយមើលការប្រកួតចុងក្រោយបង្អស់របស់គាត់ សំខាន់ជាងការប្រកួតកាលពីឆ្នាំមុនៗ។ |
| Safety stock | ជាបរិមាណទំនិញបម្រុងដែលត្រូវរក្សាទុកក្នុងឃ្លាំងជានិច្ច ដើម្បីទប់ទល់នឹងភាពមិនប្រាកដប្រជានៃតម្រូវការអតិថិជន ឬការពន្យារពេលនៃការផ្គត់ផ្គង់វត្ថុធាតុដើម ដែលជួយការពារកុំឱ្យរាំងស្ទះដល់ដំណើរការផលិតកម្មឬការលក់។ | ដូចជាការទុកលុយសន្សំមួយចំនួនក្នុងកាបូបជានិច្ច ក្រែងលោមានរឿងបន្ទាន់ត្រូវចាយភ្លាមៗ។ |
| Mean Absolute Percent Error (MAPE) | ជារង្វាស់ស្ថិតិមួយប្រើសម្រាប់វាយតម្លៃភាពសុក្រឹតនៃម៉ូដែលព្យាករណ៍ ដោយគណនាជាភាគរយនៃកំហុស (ភាពខុសគ្នា) រវាងតម្លៃដែលបានព្យាករណ៍ទុក និងតម្លៃដែលកើតឡើងជាក់ស្តែង។ កម្រិត MAPE កាន់តែទាប បញ្ជាក់ថាការព្យាករណ៍កាន់តែសុក្រឹត។ | ដូចជាការវាស់ស្ទង់មើលថា តើការទាយរបស់អ្នកខុសពីការពិតប៉ុន្មានភាគរយ។ |
| Lead time | ជារយៈពេលសរុបគិតចាប់ពីពេលដែលការបញ្ជាទិញត្រូវបានធ្វើឡើង រហូតដល់ពេលដែលទំនិញនោះត្រូវបានផលិតរួចរាល់និងប្រគល់ដល់ដៃអ្នកបញ្ជាទិញ។ វារួមបញ្ចូលទាំងពេលវេលារៀបចំផលិត និងការដឹកជញ្ជូន។ | ដូចជារយៈពេលដែលអ្នកអង្គុយរង់ចាំម្ហូប គិតចាប់ពីពេលកម្ម៉ង់រហូតដល់អ្នករត់តុយកម្ហូបមកដល់តុ។ |
| Service level | ជាភាគរយគោលដៅដែលបង្ហាញពីសមត្ថភាពរបស់ក្រុមហ៊ុនក្នុងការផ្គត់ផ្គង់ទំនិញដល់អតិថិជនដោយមិនមានការខ្វះខាតក្នុងស្តុក។ ឧទាហរណ៍ កម្រិតសេវាកម្ម ៩៥% មានន័យថាមានឱកាសខ្វះស្តុកត្រឹមតែ ៥% ប៉ុណ្ណោះ ដែលតម្រូវឱ្យមានការគណនាស្តុកសុវត្ថិភាពត្រឹមត្រូវ។ | ដូចជាការសន្យាថាក្នុងចំណោមអតិថិជន ១០០ នាក់ ហាងយើងធានាថាមានឥវ៉ាន់លក់ឱ្យទាន់ពេលយ៉ាងហោចណាស់ ៩៥ នាក់។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
