Quản Lý Tồn Kho: Phiên Bản Thứ Hai của Sven Axsäter

• Tác giả: Sven Axsater
• Trường học: Lund University
• Chuyên ngành: Production Management
• Đề tài: Hướng Dẫn Quản Lý Tồn Kho - Phiên Bản Thứ Hai
• Loại tài liệu: sách
• Năm xuất bản: 2006
• Địa điểm: Lund

• Preface
• 1. INTRODUCTION
• 1.1. Importance and objectives of inventory control
• 1.2. Overview and purpose of the book
• 1.3. Framework
• 2. FORECASTING/
• 2.1. Objectives and approaches
• 2.3. Trend-seasonal model
• 2.4. Choosing demand model
• 2.2. Comparing exponential smoothing to a moving average
• 2.3. Practical considerations and an example
• 2.5. Exponential smoothing with trend
• 2.2. Practical considerations and an example
• 2.6. Winters' trend-seasonal method
• 2.2. Practical considerations and an example
• 2.7. Using regression analysis
• 2.7. Forecasting demand for a trend model
• 2.2. Practical considerations and an example
• 2.3. Forecasts based on other factors
• 2.4. More general regression models
• 2.8. Sporadic demand
• 2.9. Box-Jenkins techniques
• 2.1. Common error measures
• 2.2. Updating MAD or a^
• 2.3. Determining the standard deviation as a function of demand
• 2.4. Forecast errors for otfier time periods
• 2.5. Sales data instead of demand data
• 2.2. Checf
• 2.12. fVlanual forecasts
• 3. COSTS AND CONCEPTS
• 3.1. Considered costs and other assumptions
• 3.2. Ordering or setup costs
• 3.3. Shortage costs or service constraints
• 3.4. Other costs and assumptions
• 3.2. Different ordering systems
• 3.2. Continuous or periodic review
• 3.3. Different ordering policies
• 3.2. (^, 5) policy
• 4. SINGLE-ECHELON SYSTEMS: DETERMINISTIC LOT SIZING
• 4.1. The classical economic order quantity model
• 4.1. Optimal order quantity
• 4.2. Finite production rate
• 4.5. Time-varying demand
• 4.6. The Wagner-Whitin algorithm
• 4.7. The Silver-Meal heuristic
• 4.8. A heuristic that balances holding and ordering costs
• 4.9. Exact or approximate solution
• 5. SINGLE-ECHELON SYSTEMS: REORDER POINTS
• 5.1. Discrete stochastic demand
• 5.1. Compound Poisson demand
• 5.2. Logarithmic compounding distribution
• 5.3. Geometric compounding distribution
• 5.5. Fitting discrete demand distributions in practice
• 5.2. Continuous stochastic demand
• 5.1. Normaily distributed demand
• 5.2. Gamma distributed demand
• 5.3. Continuous review (R, Q) policy - inventory level distribution
• 5.1. Distribution of ttie inventory position
• 5.2. An important reiationsliip
• 5.3. Compound Poisson demand
• 5.4. Normally distributed demand
• 5.6. Determining the safety stock for given Si
• 5.7. Fill rate and ready rate constraints
• 5.1. Compound Poisson demand
• 5.2. Normally distributed demand
• 5.8. Fill rate - a different approach
• 5.9. Shortage cost per unit and time unit
• 5.1. Compound Poisson demand
• 5.2. Normally distributed demand
• 5.10. Shortage cost per unit
• 5.11. Continuous review (s, S) policy
• 5.12. Periodic review - fill rate
• 5.2. Compound Poisson demand - (R, Q) policy
• 5.3. Compound Poisson demand - (s, S) policy
• 5.4. Normally distributed demand - (R, Q) policy
• 5.13. The newsboy model
• 5.14. A model with lost sales
• 5.15. Stochastic lead-times
• 5.1. Two types of stochastic lead-times
• 5.2. Handling sequential deliveries independent of the lead-time demand
• 5.3. Handling independent lead-times
• 5.4. Comparison of the two types of stochastic lead-times
• 6. SINGLE-ECHELON SYSTEMS: INTEGRATION - OPTIMALITY
• 6.1. Joint optimization of order quantity and reorder point
• 6.2. An iterative technique
• 6.3. Fill rate constraint - a simple approach
• 6.2. Optimality of ordering policies
• 6.. Optimality of(R, Q) policies when ordering in batches
• 6.2. Optimality of (s,S) policies
• 6.3. Updating order quantities and reorder points in practice
• 7. COORDINATED ORDERING
• 7.1. Powers-of-two policies
• 7.1. The Economic Lot Scheduling Problem (ELSP)
• 7.2. The independent solution
• 7.3. Common cycle time
• 7.6. Other problem formulations
• 7.2. Time-varying demand
• 7.1. A generalization of the classical dynamic lot size problem
• 7.2. Application of mathematical programming approaches
• 7.3. Production smoothing and batch quantities
• 7.. An iterative technique
• 7.. Roundy's 98 percent approximation
• 7.2. A stochastic model
• 8. MULTI-ECHELON SYSTEMS: STRUCTURES AND ORDERING POLICIES
• 8.1. Inventory systems in distribution and production
• 8.1. Distribution inventory systems
• 8.2. Production inventory systems
• 8.4. Lateral transshipments in inventory systems
• 8.5. Inventory models with remanufacturing
• 8.2. Different ordering systems
• 8.1. Installation stock reorder point policies and KAN BAN policies
• 8.2. Echelon stock reorder point policies
• 8.3. Comparison of installation stock and echelon stock policies
• 8.4. Material Requirements Planning
• 8.5. Ordering system dynamics
• 9. MULTI-ECHELON SYSTEMS: LOT SIZING
• 9.1. Identical order quantities
• 9.1. Infinite production rates
• 9.2. Finite production rates
• 9.1. A simple serial system with constant demand
• 9.2. Roundy's 98 percent approximation
• 9.3. Time-varying demand
• 9.1. Sequential lot sizing
• 9.2. Sequential lot sizing with modified parameters
• 9.4. Concluding remarks
• 10. MULTI-ECHELON SYSTEMS: REORDER POINTS
• 10.1. The Clark-Scarf model
• 10.2. The Clark-Scarf approach for a distribution system
• 10.2. The METRIC approach for distribution systems
• 10.3. Two exact techniques
• 10.1. Disaggregation of warehouse backorders
• 10.4. Optimization of ordering policies
• 10.5. Batch-ordering policies
• 10.1. Some basic results
• 10.2. METRIC type approximations
• 10.3. Disaggregation of warehouse backorders
• 10.4. Following supply units through the system
• 10.1. Guaranteed service model approach
• 10.2. Coordination and contracts
• 10.1. The newsboy problem with two firms
• 10.2. Wholesale-price contract
• 10.3. Buyback contract
• 11. IMPLEMENTATION
• 11.1. Preconditions for inventory control
• 11.1. Updating inventory records
• 11.2. Auditing and correcting inventory records
• 11.2. Performance evaluation
• 11.2. Development and adjustments
• 11.1. Determine the needs
• 11.2. Selective inventory control
• 11.3. Model and reality
• 11.4. Step-by-step implementation
• 11.6. Short-run consequences of adjustments
• 11.7. Education
• APPENDIX 1 ANSWERS AND HINTS TO PROBLEMS
• APPENDIX 2 NORMAL DISTRIBUTION TABLES
• INDEX

I. Hướng Dẫn Quản Lý Tồn Kho Tại Sao Cần Thiết

Quản lý tồn kho là một phần quan trọng trong chuỗi cung ứng. Nó không chỉ giúp giảm chi phí mà còn tối ưu hóa quy trình sản xuất. Theo Sven Axsäter, việc kiểm soát tồn kho hiệu quả có thể mang lại lợi thế cạnh tranh đáng kể cho các tổ chức. Việc hiểu rõ các mô hình tồn kho là điều cần thiết để phát triển hệ thống quản lý tồn kho hiệu quả.

1.1. Tầm Quan Trọng Của Quản Lý Tồn Kho

Quản lý tồn kho giúp các doanh nghiệp duy trì mức hàng hóa cần thiết để đáp ứng nhu cầu khách hàng mà không bị tồn đọng hàng hóa. Điều này giúp tiết kiệm chi phí và tối ưu hóa dòng tiền.

1.2. Mục Tiêu Của Quản Lý Tồn Kho

Mục tiêu chính của quản lý tồn kho là cân bằng giữa việc duy trì đủ hàng hóa và giảm thiểu chi phí lưu kho. Điều này bao gồm việc sử dụng các mô hình dự báo và phân tích để đưa ra quyết định chính xác.

II. Những Thách Thức Trong Quản Lý Tồn Kho Hiện Nay

Quản lý tồn kho không phải là một nhiệm vụ đơn giản. Các doanh nghiệp thường phải đối mặt với nhiều thách thức như biến động nhu cầu, chi phí lưu kho cao và sự không chắc chắn trong chuỗi cung ứng. Theo Axsäter, việc áp dụng các phương pháp quản lý hiện đại có thể giúp giải quyết những vấn đề này.

2.1. Biến Động Nhu Cầu

Nhu cầu thị trường có thể thay đổi nhanh chóng, gây khó khăn cho việc dự đoán và lập kế hoạch tồn kho. Do đó, việc sử dụng các mô hình dự báo chính xác là rất quan trọng.

2.2. Chi Phí Lưu Kho Cao

Chi phí lưu kho có thể ảnh hưởng lớn đến lợi nhuận của doanh nghiệp. Việc tối ưu hóa quy trình quản lý tồn kho có thể giúp giảm thiểu những chi phí này.

III. Phương Pháp Quản Lý Tồn Kho Hiệu Quả

Để quản lý tồn kho hiệu quả, các doanh nghiệp cần áp dụng các phương pháp và công nghệ hiện đại. Sven Axsäter đã đề xuất nhiều phương pháp khác nhau trong cuốn sách của mình, từ các mô hình đơn giản đến các mô hình phức tạp hơn.

3.1. Mô Hình Dự Báo Nhu Cầu

Mô hình dự báo nhu cầu giúp doanh nghiệp dự đoán lượng hàng hóa cần thiết trong tương lai, từ đó lập kế hoạch tồn kho hợp lý.

3.2. Tối Ưu Hóa Chi Phí

Việc tối ưu hóa chi phí liên quan đến tồn kho có thể đạt được thông qua việc áp dụng các mô hình toán học và công nghệ thông tin.

IV. Ứng Dụng Thực Tiễn Của Quản Lý Tồn Kho

Quản lý tồn kho không chỉ là lý thuyết mà còn có nhiều ứng dụng thực tiễn trong các doanh nghiệp. Các nghiên cứu đã chỉ ra rằng việc áp dụng các phương pháp quản lý tồn kho hiệu quả có thể mang lại kết quả tích cực cho doanh nghiệp.

4.1. Kết Quả Nghiên Cứu Về Quản Lý Tồn Kho

Nhiều nghiên cứu đã chỉ ra rằng các doanh nghiệp áp dụng quản lý tồn kho hiệu quả có thể giảm chi phí và tăng cường dịch vụ khách hàng.

4.2. Các Công Nghệ Hỗ Trợ Quản Lý Tồn Kho

Công nghệ thông tin và phần mềm quản lý tồn kho hiện đại giúp doanh nghiệp theo dõi và quản lý hàng hóa một cách hiệu quả hơn.

V. Kết Luận Về Quản Lý Tồn Kho Trong Tương Lai

Quản lý tồn kho sẽ tiếp tục phát triển với sự tiến bộ của công nghệ và các phương pháp mới. Sven Axsäter nhấn mạnh rằng việc áp dụng các mô hình quản lý hiện đại sẽ giúp doanh nghiệp duy trì lợi thế cạnh tranh trong tương lai.

5.1. Xu Hướng Tương Lai Trong Quản Lý Tồn Kho

Các xu hướng như tự động hóa và trí tuệ nhân tạo sẽ đóng vai trò quan trọng trong việc cải thiện quy trình quản lý tồn kho.

5.2. Tầm Quan Trọng Của Đổi Mới

Đổi mới trong quản lý tồn kho sẽ giúp doanh nghiệp thích ứng nhanh chóng với những thay đổi trong thị trường và nhu cầu khách hàng.