การลดปัญหาสินค้าขาดสต๊อกของร้านค้าปลีกรองเท้ากีฬา: กรณีศึกษาบริษัท XYZ จำกัด
บทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์เพื่อ ลดปัญหาสินค้าขาดเนื่องจากไม่มีขนาดรองเท้าที่เหมาะสมให้กับลูกค้า ซึ่งปัญหานี้ถือว่าเป็นปัญหาที่สำคัญและมักจะเกิดขึ้นในร้านค้าปลีกรองเท้า งานวิจัยนี้มีรูปแบบการวิจัยเชิงวิเคราะห์แก้ปัญหา มีกลุ่มตัวอย่าง 14,967 คน โดยใช้เทคนิคในการวิเคราะห์ข้อมูลจากระบบ Point of Sales (POS) มาทำความสะอาด และนำมาทำการแยกวิเคราะห์ทีละปัจจัย หลังจากนั้นจึงสร้างช่วงความเชื่อมั่น 95% ด้วยการแจกแจงแบบ t จากช่วงความเชื่อมั่นดังกล่าวจึงสามารถกำหนดขอบเขตล่างและขอบเขตบนของปริมาณสต็อกสินค้าซึ่งสัมพันธ์กับขนาดของสินค้าโดยมีผลการวิจัยสอดคล้องกับวัตถุประสงค์แต่ละข้อดังนี้ ผลการวิจัยตามวัตถุประสงค์ข้อที่ 1 เมื่อนำข้อมูลการขายในช่วงเวลา 2561-2563 มาทำการแบ่งกลุ่มด้วยวิธี K-mean clustering เพื่อหาความสัมพันธ์ระหว่างขนาดของสินค้ากับยอดขาย พบว่าสามารถแบ่งกลุ่มของขนาดออกเป็น 3 กลุ่มด้วยกัน ได้แก่ (1) กลุ่มขนาดที่มีความนิยมสูงสุด คือกลุ่มของขนาด 9 และ 9.5 (2) กลุ่มขนาดที่มีความนิยมปานกลาง คือกลุ่มของขนาดตั้งแต่ 10-10.5 และ 7.5-8.5 และ (3) กลุ่มขนาดที่มีความนิยมน้อย คือ กลุ่มขนาดตั้งแต่ 4.5 – 7 และ 11-15 และผลการวิจัยตามวัตถุประสงค์ข้อที่ 2 ในการกำหนดปริมาณสต็อกสินค้าที่เหมาะสมจะใช้การสร้างช่วงความเชื่อมั่น 95% โดยขอบเขตล่างของช่วงความเชื่อมั่นจะแทนค่า min (จุดสั่งซื้อ) และขอบเขตบนของช่วงความเชื่อมั่นจะแทนค่า max (ระดับเป้าหมาย) ในนโยบายการจัดการสินค้าคงคลังแบบ min-max
References
ณัฏภัทรศญา เศรษฐโชติสมบัติ. (2560). การใช้เทคโนโลยีสารสนเทศและนวัตกรรมในโลจิสติกส์ โซ่อุปทาน และโซ่คุณค่า. วารสารวิทยาลัยโลจิสติกส์และซัพพลายเชน, 3(1),4-15.
อนุช นามภิญโญ. (2562). อิทธิพลของการจัดการลักษณะการกระจายสินค้าและประสิทธิภาพการบริการขนส่งสินค้าของธุรกิจค้าปลีกขนาดใหญ่ที่สร้างความพึงพอใจให้ลูกค้าในเขตปริมณฑล. วารสารวิทยาลัยโลจิสติกส์และซัพพลายเชน, 5(1), 82-98.
Bensoussan, A., Çakanyildirim, M., Li, M., & Sethi, S.P. (2016). Managing inventory with cash register information: Sales recorded but not demands. Production and Operations Management, 25(1), 9–21.
Bijvank, M., & Vis, I.F.A. (2011). Lost-sales inventory theory: A review. European Journal of Operational Research, 215(1), 1–13.
Calli, M.K., & Weverbergh, M. (2009). Forecasting newspaper demand with censored regression. Journal of the Operational Research Society, 60(7), 944–951.
Chen, L. (2010). Bounds and heuristics for optimal Bayesian inventory control with unobserved lost sales. Operations Research, 58(2), 396–413.
Chuang, H.H.-C., Oliva, R., & Perdikaki, O. (2016). Traffic-based labor planning in retail stores. Production and Operations Management, 25(1), 96–113.
DeHoratius, N., & Raman, A. (2008). Inventory record inaccuracy: An empirical analysis. Management Science, 54(4), 627–641.
Ehrenthal, J. C. F., Honhon, D., & van Woensel, T. (2014). Demand seasonality in retail inventory management. European Journal of Operational Research, 238(2), 527–539.
Gruen, T. W., Corsten, D. S., & Bharadwaj, S. (2002). Retail out-of-stocks: A worldwide examination of extent, causes and consumer responses. Washington, DC: Grocery Manufacturers of America.
Lee, S., & Allenby, G. M. (2014). Modeling indivisible demand. Marketing Science, 33(3),
–460.
Mersereau, A. J. (2015). Demand estimation from censored observations with inventory record inaccuracy. Manufacturing & Service Operations Management, 17(3), 335–349.
Nachtmann, H., Waller, M. A., & Rieske, D.W. (2010). The impact of point-of-sale data inaccuracy and inventory record data errors. Journal of Business Logistics, 31(1), 149–158.
Reiner, G., Teller, C., & Kotzab, H. (2013). Analyzing the efficient execution of in-store logistics processes in grocery retailing - the case of dairy products. Production and Operations Management, 22(4), 924–939 .
Rekik, Y., Sahin, E., & Dallery, Y. (2008). Analysis of the impact of the RFID technology on reducing product misplacement errors at retail stores. International Journal of Production Economics, 112(1), 264–278 .
Ramanathan, U., & Muyldermans, L. (2010). Identifying demand factors for promotional planning and forecasting: A case of a soft drink company in the UK. International Journal of Production Economics, 128(2), 538–545.
Sachs, A.-L., & Minner, S. (2014). The data-driven newsvendor with censored de- mand observations. International Journal of Production Economics, 149, 28–36 .
Shangdong Mou, David J. Robb, Nicole DeHoratius (2017). Retail store operations: Literature review and research directions. European Journal of Operational Research. 265(2), 1 March 2018, 399-422.
Wang, F., Fang, X., Chen, X., & Li, X. (2016). Impact of inventory inaccuracies on products with inventory-dependent demand. International Journal of Production Economics, 177, 118–130.
