Luận Văn Thạc Sĩ: Xây Dựng Mô Hình Dự Báo Tồn Kho Cho Công Ty Hóa Nông Hợp Trí

Luận văn thạc sĩ kỹ thuật công nghiệp xây dựng mô hình dự báo tồn kho cho Công ty Hóa Nông Hợp Trí, ứng dụng hiệu quả trong quản lý kho.

• Tác giả: Phạm Thị Yến Linh
• Người hướng dẫn: TS. Lê Ngọc Quỳnh Lam
• Trường học: Đại học Bách Khoa - Đại học Quốc gia TP.HCM
• Chuyên ngành: Kỹ thuật hệ thống công nghiệp
• Đề tài: Xây dựng mô hình dự báo & tồn kho cho công ty Hóa Nông Hợp Trí
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2014
• Địa điểm: Thành phố Hồ Chí Minh

Mục lục chi tiết

• NHIỆM VỤ LUẬN VĂN THẠC SĨ
• LỜI CẢM ƠN
• TÓM TẮT LUẬN VĂN
• ABSTRACT
• LỜI CAM ĐOAN
• DANH SÁCH TỪ VIẾT TẮT
• DANH SÁCH HÌNH VẼ
• DANH SÁCH BẢNG BIỂU
• CHƯƠNG MỞ ĐẦU: GIỚI THIỆU
• 0.1. Nội dung đề tài
• 0.2. Giới hạn đề tài
• 0.3. Kế hoạch thực hiện
• 0.4. Bố cục luận văn
• 1. CHƯƠNG I: PHƯƠNG PHÁP LUẬN
• 2. CHƯƠNG II: PHÂN TÍCH HIỆN TRẠNG CÔNG TY
• 2.1. Quá trình hình thành và phát triển
• 2.1.1. Thông tin chính
• 2.1.2. Quá trình hình thành và phát triển
• 2.2. Hoạt động sản xuất kinh doanh
• 2.2.1. Sản phẩm kinh doanh
• 2.2.2. Khách hàng
• 2.2.3. Quy trình sản xuất
• 2.2.4. Quy trình quản lý chất lượng
• 2.3. Hoạt động nhận hàng
• 2.4. Sắp xếp hàng (Put away)
• 2.5. Quản lý tồn kho
• 3. CHƯƠNG III: XÁC ĐỊNH VẤN ĐỀ CẢI TIẾN
• 3.1. Phân tích hệ thống thông tin Logistic
• 3.1.1. Mô hình dòng thông tin mức 0
• 3.1.2. Mô hình dòng thông tin mức 1 – Xử lý đơn hàng
• 3.2. Xác định vấn đề tồn tại trong hệ thống logistic công ty
• 3.2.1. Nguyên nhân không làm hài lòng khách hàng
• 3.3. Tìm ra hướng cần cải tiến trong từng hoạt động logistics
• 3.3.1. Xử lý tính thưởng
• 3.3.2. Quản lý nhà kho
• 3.3.3. Quản lý tồn kho
• 3.3.3.1. Tồn kho thành phẩm
• 3.3.3.2. Quản lý kho vật tư
• 4. CHƯƠNG IV: CƠ SỞ LÝ THUYẾT
• 4.1. Các hoạt động cơ bản của hệ thống Logistics
• 4.1.1. Hoạt động cơ bản
• 4.1.2. Dịch vụ khách hàng
• 4.2. Kỹ thuật – Công cụ - Phương pháp phân tích
• 4.2.1. Kỹ thuật phân tích ABC
• 4.2.2. Phương pháp 5W + 1H
• 4.2.3. Xác định phân bố: bằng công cụ input analyzer trong Arena
• 4.2.4. Sai số dự báo
• 4.3. Phân loại dự báo
• 4.3.1. Phân tích đặc tính dữ liệu
• 4.4. Dự báo định lượng theo chuỗi thời gian
• 4.4.1. Nhu cầu chu kỳ trước (Last Period)
• 4.4.2. Dịch chuyển trung bình (Moving Average)
• 4.4.3. Phương pháp làm trơn hàm mũ (Adjusted Exponential Smoothing)
• 4.4.4. Phương pháp dự báo theo khuynh hướng
• 4.4.5. Mô hình phân ly (Decomposition Model)
• 4.4.6. Mô hình Winter’s Three Factor
• 4.4.7. Mô hình ARIMA
• 4.5. Quản lý tồn kho
• 4.5.1. Khái niệm tồn kho
• 4.5.2. Loại hàng tồn kho
• 4.5.3. Các loại chi phí tồn kho
• 4.5.4. Hệ thống tồn kho áp dụng trong luận văn
• 4.5.5. Tồn kho nguyên vật liệu: mô hình hệ thống tồn kho nhu cầu rời rạc
• 4.5.5.1. Lô đặt hàng theo nhu cầu (LFL)
• 4.5.5.2. Lượng đặt hàng theo chu kỳ
• 4.5.5.3. Thuật toán Silver- Meal
• 4.5.5.4. Phương pháp chi phí đơn vị nhỏ nhất (LUC)
• 4.5.5.5. Phương pháp PPA
• 4.5.5.6. Phương pháp IPPA
• 4.5.5.7. Phương pháp WWA
• 4.6. Mức phục vụ & tồn kho an toàn
• 4.6.1. Mức phục vụ
• 4.6.2. Tồn kho an toàn với mức phục vụ theo đơn vị nhu cầu
• 4.6.3. Hoạch định tồn kho an toàn với mức phục vụ theo đơn vị chu kỳ
• 4.7. Biểu đồ Data flow diagram (DFD)
• 4.7.1. Xây dựng mô hình DFD
• 4.8. Biểu đồ quan hệ thực thể (ERD)
• 5. CHƯƠNG V: XÂY DỰNG MÔ HÌNH DỰ BÁO
• 5.1. Chọn sản phẩm dự báo
• 5.2. Phân tích đặc tính dữ liệu
• 5.3. Lựa chọn & kiểm tra tính thích hợp của mô hình dự báo
• 5.3.1. Kết quả dự báo theo mô hình Winter
• 5.3.2. Mô hình phân ly
• 5.3.3. Mô hình Arima
• 5.4. Điều chỉnh dựa trên xu hướng sai lệch của dự báo và chương trình khuyến mãi
• 6. CHƯƠNG VI: CHÍNH SÁCH TỒN KHO THÀNH PHẨM
• 6.1. Kiểm định phân bố nhu cầu
• 6.1.1. Nhóm vật tư tuân theo phân bố Normal
• 6.1.2. Nhóm vật tư tuân không theo phân bố Normal
• 7. CHƯƠNG VII: CHÍNH SÁCH TỒN KHO NGUYÊN LIỆU
• 7.1. Phân loại NVL
• 7.2. Xây dựng chính sách tồn kho
• 7.2.1. Phương pháp Silver – Meal
• 7.2.2. Phương pháp chi phí đơn vị nhỏ nhất (LUC)
• 7.2.3. Phương pháp PPA (Part Period Algorithm)
• 7.2.4. Phương pháp IPPA (Incremental Part Period Algorithm)
• 7.2.5. Phương pháp WWA (Wagner – Within Algorithm)
• 7.3. Phân tích lựa chọn mô hình tồn kho
• 7.4. Tính toán tồn kho an toàn NVL
• 8. CHƯƠNG 8: KẾT LUẬN VÀ KIẾN NGHỊ
• 8.1. Kết quả thực hiện
• 8.1.1. Cải thiện công tác tính trả thưởng cho đại lý
• 8.1.2. Đánh giá hiệu quả việc mua hàng
• 8.1.3. Đánh giá kế hoạch, sản xuất đáp ứng thị trường
• 8.2. Lợi ích mang lại
• 8.3. Hạn chế của luận văn
• 8.4. Hướng phát triển của luận văn
• TÀI LIỆU THAM KHẢO
• Phụ lục 3-1: Mô hình DFD bộ phận kho, bộ phận kế hoạch, bộ phận vận tải
• Phụ lục 3-2: Kết quả hoạt động kinh doanh vụ Hè Thu 2013 (04/2013 – 09/2013)
• Phụ lục 3-3: Báo cáo thiếu hàng vụ Hè Thu 2013
• Phụ lục 5-1: Phân tích ABC chọn sản phẩm dự báo
• Phụ lục 5-2: Tổng hợp nhu cầu các sản phẩm tiến hành dự báo
• Phụ lục 5-3: Các bước xây dựng mô hình Arima cho sản phẩm FB-NO01
• Phụ lục 5-4: So sánh các mô hình dự báo
• Phụ lục 6-1: Phân bố nhu cầu vật tư độc lập
• Phụ lục 6-2: Trung bình và độ lệch chuẩn các sản phẩm không theo phân bố Normal
• Phụ lục 7-1: Phân tích ABC chọn NVL dự báo
• Phụ lục 7-2: Nhu cầu các nguyên liệu còn lại
• Phụ lục 7-3: Chính sách đặt hàng NVL còn lại
• Phụ lục 7-4: Tồn kho an toàn cho các nguyên liệu còn lại theo mức phục vụ
• Phụ lục 8-1: Các bước cải tiến quy trình tính trả thưởng cho đại lý
• Phụ lục 8-2: Tổng order sản xuất 10/2013 – 03/2014
• Phụ lục 8-3: Báo cáo bán hàng 10/2013 đến 03/2014
• PHẦN LÝ LỊCH TRÍCH NGANG

Tóm tắt

I. Mô hình dự báo tồn kho

Luận văn tập trung vào việc xây dựng mô hình dự báo tồn kho hiệu quả cho Công ty Hóa Nông Hợp Trí. Mục tiêu chính là tăng độ chính xác trong dự báo nhu cầu, giảm chi phí tồn kho và nâng cao mức phục vụ khách hàng. Các phương pháp dự báo được áp dụng bao gồm Decomposition, Seasonal Exponential Smoothing, Winter’s Method, và ARIMA. Dữ liệu được thu thập từ năm 2008 đến 2013, tập trung vào nhóm sản phẩm thuốc Bảo vệ thực vật (BVTV).

1.1. Phân tích dữ liệu tồn kho

Phân tích dữ liệu tồn kho được thực hiện thông qua phương pháp ABC, chia sản phẩm thành các nhóm A, B, C dựa trên mức độ quan trọng. Nhóm A được ưu tiên phân tích chi tiết. Dữ liệu nhu cầu được thu thập từ các đại lý lớn tại khu vực Miền Tây, bao gồm Bắc Sông Hậu và Nam Sông Hậu.

1.2. Lựa chọn mô hình dự báo

Các mô hình dự báo được đánh giá dựa trên độ chính xác và khả năng phù hợp với đặc điểm dữ liệu. Mô hình Winter’s Three Factor và ARIMA được chọn do khả năng xử lý dữ liệu có tính chu kỳ và xu hướng. Kết quả dự báo được điều chỉnh hàng tháng dựa trên nhu cầu thực tế.

II. Chiến lược dự báo tồn kho hiệu quả

Luận văn đề xuất chiến lược dự báo tồn kho hiệu quả nhằm tối ưu hóa quản lý tồn kho. Chiến lược này bao gồm việc xác định tồn kho an toàn, mức phục vụ khách hàng, và tối ưu hóa chuỗi cung ứng. Các yếu tố ảnh hưởng đến tồn kho như nhu cầu thị trường, thời gian giao hàng, và chi phí tồn trữ được phân tích kỹ lưỡng.

2.1. Tối ưu hóa tồn kho

Tối ưu hóa tồn kho được thực hiện thông qua các phương pháp như Silver-Meal Algorithm, Least Unit Cost (LUC), và Part Period Algorithm (PPA). Các phương pháp này giúp giảm chi phí đặt hàng và tồn trữ, đồng thời đảm bảo mức phục vụ khách hàng ở mức cao nhất.

2.2. Quản lý chuỗi cung ứng

Quản lý chuỗi cung ứng được cải thiện thông qua việc tích hợp công nghệ thông tin vào quy trình quản lý. Hệ thống thông tin giúp theo dõi và cập nhật liên tục tình trạng tồn kho, đơn hàng, và nhu cầu thị trường, từ đó tăng cường hiệu quả trong việc đáp ứng nhu cầu khách hàng.

III. Ứng dụng thực tiễn và đánh giá

Luận văn đánh giá hiệu quả của mô hình dự báo tồn kho và chiến lược quản lý tồn kho thông qua việc áp dụng thực tế tại Công ty Hóa Nông Hợp Trí. Kết quả cho thấy sự cải thiện đáng kể trong việc giảm chi phí tồn kho, tăng mức phục vụ khách hàng, và tối ưu hóa quy trình sản xuất.

3.1. Hiệu quả kinh doanh

Hiệu quả kinh doanh được cải thiện thông qua việc giảm tỷ lệ thiếu hàng và tăng độ chính xác trong dự báo nhu cầu. Kết quả cho thấy tỷ lệ doanh số thực hiện so với kế hoạch đạt mức ±10%, đáp ứng được mục tiêu đề ra.

3.2. Hạn chế và hướng phát triển

Một số hạn chế của luận văn bao gồm việc chỉ tập trung vào nhóm sản phẩm BVTV và khu vực Miền Tây. Hướng phát triển trong tương lai là mở rộng nghiên cứu sang các nhóm sản phẩm khác và áp dụng mô hình trên quy mô lớn hơn.

Nội dung chính

Tổng quan nghiên cứu

Chi phí logistics tại Việt Nam hiện chiếm khoảng 25% tổng sản phẩm quốc nội (GDP), cao hơn đáng kể so với các quốc gia phát triển như Hoa Kỳ (7,7%), Singapore (8%) và Nhật Bản (11%). Trong cơ cấu giá thành sản phẩm công nghiệp, logistics thường chiếm từ 15% đến 20% tổng giá trị. Đối với ngành sản xuất hóa nông và vật tư nông nghiệp, sự biến động thời vụ phức tạp tạo ra rào cản lớn trong công tác hoạch định chuỗi cung ứng. Tại Công ty TNHH Hóa Nông Hợp Trí, các phương pháp dự báo bán hàng và kiểm soát kho vận trước đây chủ yếu dựa vào kinh nghiệm chủ quan của nhân sự quản lý, dẫn đến sự thiếu hụt nguyên liệu trong mùa cao điểm và tồn trữ dư thừa trong mùa thấp điểm.

Đề tài tập trung nghiên cứu việc xây dựng mô hình dự báo nhu cầu chính xác, thiết lập chính sách kiểm soát tồn kho tối ưu cho thành phẩm và nguyên vật liệu, đồng thời chuẩn hóa quy trình xử lý đơn hàng và tính thưởng thương mại. Nghiên cứu được triển khai trên tập dữ liệu lịch sử giai đoạn 2008 - 2013, tập trung vào thị trường trọng điểm Đồng bằng Sông Cửu Long (khu vực Bắc Sông Hậu và Nam Sông Hậu) vốn đóng góp tới 42% tổng doanh số công ty. Đề tài hướng tới việc kiểm soát sai số doanh số thực hiện so với kế hoạch trong biên độ ±10%, duy trì mức độ phục vụ khách hàng trên 97%, giảm tỷ lệ thiếu hụt nguyên liệu xuống dưới 3%, và triệt tiêu từ 25% đến 29% thời gian lãng phí phi giá trị trong vận hành.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu kết hợp lý thuyết quản trị chuỗi cung ứng hiện đại và lý thuyết điều độ sản xuất nhằm giải quyết bài toán biến động logistics:

• Lý thuyết dự báo chuỗi thời gian định lượng: Ứng dụng các mô hình san bằng mũ Holt-Winters (Winter’s Three-Factor Model), mô hình phân ly (Decomposition Model) và mô hình tự hồi quy tích hợp trung bình trượt (ARIMA) nhằm nắm bắt các đặc tính xu hướng, tính chu kỳ và quy luật thời vụ của sản phẩm hóa nông.
• Lý thuyết quản trị tồn kho nhu cầu rời rạc: Vận dụng các thuật toán xác định quy mô lô hàng tối ưu bao gồm thuật toán Silver-Meal (SMA), phương pháp chi phí đơn vị nhỏ nhất (Least Unit Cost - LUC), thuật toán cân bằng giai đoạn (Part Period Algorithm - PPA, Incremental PPA) và thuật toán quy hoạch động Wagner-Whitin (WWA).
• Khung khái niệm kiểm soát chất lượng và thông tin: Ứng dụng phân tích ABC dựa trên nguyên lý Pareto để phân loại danh mục vật tư; mô hình hóa quy trình thông qua biểu đồ luồng dữ liệu (Data Flow Diagram - DFD cấp 0 và cấp 1); đo lường mức độ tin cậy qua chỉ số chính xác dữ liệu tồn kho (Inventory Record Accuracy - IRA); và thiết lập tồn kho an toàn (Safety Stock) theo hàm phân phối chuẩn dưới mức phục vụ xác suất.

Phương pháp nghiên cứu

Nghiên cứu sử dụng nguồn dữ liệu thứ cấp gồm báo cáo bán hàng, kế hoạch sản xuất, lịch trình nhập kho và biến động tồn kho chi tiết theo từng tháng từ tháng 8/2008 đến tháng 9/2013 tại Công ty Hóa Nông Hợp Trí. Cỡ mẫu nghiên cứu bao gồm 62 chu kỳ tháng liên tục đối với các mã sản phẩm đại diện nhóm A (như Norshield 86.2WG - mã FB-NO01) cùng các mã đại diện nhóm B và C thuộc nhóm thuốc Bảo vệ thực vật (chiếm 30% doanh số). Phương pháp chọn mẫu chủ đích được áp dụng nhằm tập trung nguồn lực vào nhóm vật tư và thành phẩm chiếm hơn 70% giá trị luân chuyển của doanh nghiệp.

Phương pháp phân tích được lựa chọn dựa trên cơ sở thống kê nghiêm ngặt:

• Sử dụng phần mềm thống kê để phân tích hàm tự tương quan (ACF), hàm tự tương quan riêng phần (PACF) và kiểm định nghiệm đơn vị (Unit Root Test) nhằm định dạng bậc mô hình ARIMA thích hợp.
• Ứng dụng công cụ Input Analyzer trong phần mềm Arena để kiểm định độ phù hợp phân phối chuẩn (Goodness-of-fit test) đối với nhu cầu từng loại vật tư, làm căn cứ xác định mức dự trữ an toàn.
• Sử dụng phương pháp 5W1H và biểu đồ xương cá (Ishikawa) để truy nguyên nguyên nhân gốc rễ gây chậm trễ đơn hàng. Toàn bộ giải pháp được thử nghiệm và đánh giá thực nghiệm trong 6 tháng vụ Đông Xuân 2013 - 2014 (từ tháng 10/2013 đến tháng 3/2014).

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình điều tra thực trạng và phân tích định lượng đã làm sáng tỏ 4 phát hiện trọng tâm:

• Mức độ sai lệch nghiêm trọng giữa dự báo và thực tế: Trong vụ Hè Thu 2013, tỷ lệ thực hiện doanh số so với kế hoạch biến động bất thường; sản phẩm FB-NO01 đạt 114,76% kế hoạch dẫn đến tình trạng đứt gãy nguồn cung (-512 kg tồn kho), trong khi sản phẩm Phytocide 50WP chỉ đạt 18,09% và Pisana 700WP chỉ đạt 2,67%, gây ứ đọng vốn và chi phí tồn trữ tăng cao.
• Tỷ lệ thiếu hụt nguyên vật liệu vượt ngưỡng cho phép: Tỷ lệ thiếu nguyên liệu trong nước dao động từ 2% đến 6% (tháng 9/2013 chạm mức 6%, tháng 1/2013 là 5%), vượt quá mục tiêu an toàn tối đa 3%. Tỷ lệ tồn kho nguyên liệu biến động thất thường từ -25% (tháng 4/2013) lên +23% (tháng 1/2013).
• Độ chính xác dữ liệu tồn kho (IRA) ở mức thấp: Chỉ số khớp giữa tồn kho thực tế và sổ sách của các mã bao bì, chai lọ dao động từ 67% đến 98% (mã PEP25 đạt 68%, mã PCT1 chỉ đạt 67%), làm sai lệch tín hiệu đặt hàng trên hệ thống.
• Lãng phí thời gian phi giá trị trong vận hành: Khảo sát khách hàng năm 2013 cho thấy khiếu nại về giao hàng trễ chiếm 31% và chậm chi trả thưởng chiếm 27%. Thời gian tính thưởng có 8 giờ phi giá trị trên tổng chu kỳ 32 giờ (chiếm 25%), trong khi thời gian trả thưởng có 16 giờ phi giá trị trên tổng chu kỳ 56 giờ (chiếm 28,57%).

Thảo luận kết quả

Nguyên nhân cốt lõi của tình trạng giao hàng trễ (31%) bắt nguồn từ sự thiếu đồng bộ giữa dự báo kinh doanh và kế hoạch cung ứng nguyên vật liệu. Doanh nghiệp hoạt động theo mô hình sản xuất lưu kho (Make-to-Stock), nhưng việc lập kế hoạch chỉ dựa trên hạn mức định tính thay vì các mô hình toán học. Khi nhu cầu thị trường tăng đột biến, nhà máy buộc phải tăng ca ngoài kế hoạch, làm tăng chi phí sản xuất và kéo dài thời gian giao hàng.

Dữ liệu chẩn đoán được trình bày trực quan thông qua biểu đồ phân tích nguyên nhân Ishikawa, biểu đồ tương quan thời gian chuỗi Time Series Plot, biểu đồ phân tích xu hướng Trend Analysis sai phân bậc 1, và biểu đồ tự tương quan sai số ACF. Việc so sánh các mô hình cho thấy mô hình ARIMA(1,1,0) kết hợp hệ số điều chỉnh chương trình khuyến mãi mang lại sai số tuyệt đối trung bình (MAD) và sai số phần trăm tuyệt đối trung bình (MAPE dưới 12%) thấp hơn rõ rệt so với mô hình trung bình trượt giản đơn. Về phía nguyên liệu, việc áp dụng thuật toán Silver-Meal và Wagner-Whitin đã giúp tối ưu hóa chu kỳ đặt hàng, giảm thiểu chi phí tích lũy so với phương pháp đặt hàng theo lô LFL truyền thống. Kết quả này tương đồng với các nghiên cứu logistics quốc tế, khẳng định rằng việc tích hợp dự báo định lượng và tính toán tồn kho an toàn theo mức phục vụ 97% là điều kiện tiên quyết để ổn định dòng chảy sản xuất.

Đề xuất và khuyến nghị

Để giải quyết triệt để các hạn chế trong chuỗi cung ứng, doanh nghiệp cần thực hiện 4 nhóm giải pháp đồng bộ:

• Chuẩn hóa mô hình dự báo bằng thuật toán ARIMA và Winter: Phòng Kinh doanh phối hợp với Phòng Kế hoạch đưa mô hình ARIMA(1,1,0) vào quy trình dự báo định kỳ hàng tháng cho toàn bộ nhóm sản phẩm loại A, duy trì sai số dự báo (MAPE) dưới 10% trong vòng 3 tháng đầu vụ canh tác.
• Thiết lập chính sách tồn kho an toàn và kích thước lô đặt hàng tối ưu: Phòng Kế hoạch áp dụng thuật toán Silver-Meal và Wagner-Whitin cho nguyên vật liệu nhập khẩu lẫn nội địa, duy trì mức phục vụ mục tiêu 97%, giúp giảm 18% chi phí lưu kho và khống chế tỷ lệ thiếu hụt nguyên vật liệu dưới 2% trong thời hạn 6 tháng.
• Cải tiến quy trình xử lý đơn hàng và tính thưởng đại lý: Ban Giám đốc và Phòng Kế toán ban hành quy trình luân chuyển chứng từ tinh gọn dựa trên mô hình DFD mức 1, cắt giảm hoàn toàn 100% thời gian phi giá trị (triệt tiêu 8 giờ chờ duyệt tính thưởng và 16 giờ chờ trả thưởng), hoàn tất áp dụng trong vòng 60 ngày.
• Hiện đại hóa hệ thống thông tin quản trị kho: Bộ phận Công nghệ thông tin cùng Ban Quản lý kho triển khai cơ sở dữ liệu tập trung theo mô hình thực thể ERD, xóa bỏ hoàn toàn việc lưu trữ dữ liệu phân tán trên file cá nhân, nâng chỉ số chính xác dữ liệu tồn kho (IRA) từ 82% lên trên 98% trong vòng 90 ngày.

Đối tượng nên tham khảo luận văn

Nội dung và giải pháp thực chứng của luận văn mang lại giá trị thiết thực cho 4 nhóm đối tượng:

• Giám đốc chuỗi cung ứng và Trưởng phòng Logistics trong ngành sản xuất: Ứng dụng khung tích hợp giữa dự báo định lượng và chính sách tồn kho nhu cầu rời rạc nhằm giảm 15% đến 20% tổng chi phí vận hành kho bãi.
• Kỹ sư Kỹ thuật Hệ thống Công nghiệp và Quản trị Vận hành: Sử dụng mô hình kiểm định phân phối nhu cầu qua Arena Input Analyzer và các thuật toán định cỡ lô (Silver-Meal, Wagner-Whitin) làm tài liệu chuẩn hóa quy trình điều độ nguyên vật liệu thực tế.
• Chuyên viên hoạch định nhu cầu vật tư (MRP Planner): Khai thác phương pháp tính toán tồn kho an toàn thích ứng cho cả vật tư nhập khẩu có thời gian chờ dài và vật tư nội địa biến động ngắn hạn.
• Giảng viên, học viên cao học và nhà nghiên cứu chuyên ngành Quản lý Công nghiệp: Tham khảo phương pháp luận khoa học kết hợp giữa công cụ tối ưu quy trình (DFD, 5W1H, Fishbone) và mô hình thống kê chuỗi thời gian nâng cao trong môi trường doanh nghiệp Việt Nam.

Câu hỏi thường gặp

Tại sao doanh nghiệp sản xuất nông dược cần áp dụng mô hình ARIMA thay cho dự báo trực giác?
Nhu cầu sản phẩm nông dược chịu sự chi phối mạnh mẽ của tính mùa vụ và thời tiết. Mô hình ARIMA giúp bóc tách xu hướng dài hạn, yếu tố mùa vụ và loại bỏ nhiễu ngẫu nhiên, giúp doanh nghiệp hạ sai số dự báo xuống dưới 10%, thay vì mức chênh lệch doanh số thực tế so với kế hoạch lên tới hơn 80% khi dự báo bằng kinh nghiệm.

Làm thế nào để xác định mức tồn kho an toàn cho từng nhóm thành phẩm?
Doanh nghiệp tiến hành phân loại ABC để chọn nhóm sản phẩm chiến lược, sau đó dùng công cụ Input Analyzer kiểm định dạng phân phối nhu cầu. Mức tồn kho an toàn được thiết lập dựa trên độ lệch chuẩn nhu cầu và thời gian giao hàng tương ứng với xác suất mức phục vụ mục tiêu 97%, giúp triệt tiêu nguy cơ hết hàng đột ngột.

Thuật toán Silver-Meal mang lại lợi ích gì vượt trội so với đặt hàng theo nhu cầu từng lô (LFL)?
Phương pháp đặt hàng theo lô LFL khiến chi phí đặt hàng tăng vọt khi nhu cầu biến động rời rạc. Thuật toán Silver-Meal cân bằng tối ưu giữa chi phí cố định mỗi lần đặt hàng và chi phí lưu kho trên mỗi đơn vị thời gian, giúp tiết kiệm từ 15% đến 22% tổng chi phí tồn trữ tích lũy.

Việc chậm trễ tính trả thưởng đại lý ảnh hưởng như thế nào đến chuỗi cung ứng?
Khảo sát chỉ ra 27% khiếu nại của khách hàng xuất phát từ việc chi trả thưởng chậm do quy trình thủ công kéo dài 56 giờ. Sự chậm trễ này làm giảm mức độ hài lòng của mạng lưới đại lý cấp 1 tại khu vực Miền Tây (chiếm 42% doanh số), làm đình trệ vòng quay đơn hàng tiếp theo.

Làm sao để cải thiện chỉ số chính xác dữ liệu tồn kho (IRA) từ mức dưới 70% lên trên 98%?
Doanh nghiệp cần chuẩn hóa quy trình nhập xuất theo nguyên tắc FIFO, số hóa luồng thông tin qua mô hình luồng dữ liệu DFD và xây dựng cơ sở dữ liệu tập trung ERD. Khi dữ liệu được cập nhật tức thời thay vì nhập liệu thủ công trên máy tính cá nhân, sai lệch sổ sách sẽ được kiểm soát chặt chẽ.

Kết luận

• Luận văn giải quyết thành công bài toán ách tắc dòng chảy logistics tại doanh nghiệp hóa nông bằng phương pháp tiếp cận định lượng có độ tin cậy cao.
• Xây dựng thành công mô hình dự báo chuỗi thời gian ARIMA(1,1,0), đưa độ chính xác kế hoạch sản xuất vào phạm vi an toàn ±10%.
• Tối ưu hóa chính sách tồn kho cho thành phẩm và nguyên liệu qua thuật toán Silver-Meal và mức phục vụ 97%, hạ tỷ lệ thiếu hụt vật tư từ 6% xuống dưới 2%.
• Tinh gọn quy trình xử lý đơn hàng và tính thưởng đại lý bằng sơ đồ DFD, loại bỏ 24 giờ lãng phí phi giá trị trong chu kỳ vận hành.
• Lộ trình 6 đến 12 tháng tới: Doanh nghiệp cần tích hợp các thuật toán này vào hệ thống phần mềm quản trị tập trung (ERP/WMS) và mở rộng phạm vi áp dụng cho toàn bộ các nhóm sản phẩm dinh dưỡng cây trồng và sức khỏe cộng đồng. Các nhà quản lý chuỗi cung ứng nên nhanh chóng tham khảo và áp dụng mô hình để nâng cao năng lực cạnh tranh trong giai đoạn hội nhập.

Trích đoạn nội dung tài liệu

Chương 1: Phương pháp luận Tổng quát và chi tiết các bƣớc thực hiện luận văn Chương 2: Phân tích hiện trạng Giới thiệu tổng quát về công ty. Quy trình sản xuất và các hoạt động logistic hiện tại của công ty Chương 3: Xác định vấn đề Xác định vấn đề tồn đọng làm cho dịch vụ khách hàng không tốt Chương 4: Cơ sở lý thuyết Tìm hiểu cơ sở lý thuyết & các nghiên cứu liên quan, nhằm tạo cơ sở lý luận và cách thức lập luận cho các vấn đề liên quan và đƣa ra giải pháp giải quyết vấn đề. Chương 5 : Xây dựng mô hình dự báo Chọn sản phẩm để dự báo Phân tích đăc tính dữ liệu & xây dựng mô hình dự báo phù hợp Lựa chọn mô hình dự báo Chương 6: Xây dựng chính sách tồn kho thành phẩm Phân loại vật tƣ, với dữ liệu đầu vào từ kết quả mô hình dự báo đã chọn chƣơng 5 Xác định phân bố nhu cầu của sản phẩm Tính tồn kho an toàn theo mức phục vụ kỳ vọng. Chương 7: Xây dựng chính sách tồn kho nguyên vật liệu Chương 8: Đánh giá kết quả 4 CHƢƠNG I: PHƢƠNG PHÁP LUẬN Các bƣớc thực hiện luận văn Bắt đầu Q.1 Hoạt động sản xuất kinh doanh: lĩnh vực KD, thị trƣờng KD, sơ đồ tổ chức Báo cáo mục 2.2 Quy trình sản xuất 1.

Phân tich tiêu công ty tiêu cty hiện trạng 3.1 Phân tích hệ thống MIS: CSLT 4.2, vẽ mô hình DFD 3.2 Dịch vụ khách hàng : KPI về tỷ lệ giao hàng, chất lƣợng sp, mức độ thỏa mãn… Báo cáo kết quả 3 a.Xác định Dùng CSLT 4.2: 5W + 1 H từng bộ phận vấn đề 3.3 Xác định nguyên nhân cho từng KPI không đạt => dùng CSLT biểu đồ xƣơng cá => Tìm nguyên nhân chính 3 b.1Hoạt động co bản logistic: dịch vụ khách hàng.2 Kỹ thuật/ Công cụ phân tích: ABC, 5W + 1H, biểu đồ xƣơng cá, xác định phân bố - Công cụ input analyzer 4.1Sai số dự báo: MAD, MPEE 4.Cơ sở lý thuyết liên quan 4.2 Phân loại dự báo 4.3 Phân tích đặc tính dữ liệu: dùng công cụ Time series, Trend analysic, ACF trong Minitab… 4.4 Mô hình dự báo định lƣợng theo thời gian: LPD, EWMA, Winter, phân ly, Arima 4.4 Quản lý tồn kho: 4.1,2,3 Khái niệm - Loại hàng – chi phí tồn kho 4.4 Chính sách tồn kho áp dung trong luận văn 4.5 Mức phục vụ - Tồn kho an toàn 4.5 Phân tích hệ thống MIS: biểu đồ DFD 5 Xây dựng mô hình 6.1Chọn sp dự báo: dùng 4. Chính sách tồn kho 5.Mô hình dự báo 6.2 Phan tích đăc tính dữ liệu: dùng CSLT 4.3 & xây dựng mô hình dự báo phù hợpDùng CSLT 4.3 Lựa chọn mô hình dự báo: dùng CSLT 4.3 Phân loại vật Ứng dụng CSLT 4.1 Tồn NVL khoTP Kết quả dự báo CSLT 4. Đánh giá kết quả Kết thúc quy trình Hình 1.1: Biểu đồ Phương pháp luận thực hiện luận văn 6 Bƣớc 1: Phân tích hiện trạng - Thu thập dữ liệu báo cáo mục tiêu bộ phận liên quan - Phân tích hiện trạng: Tìm hiểu hoạt động cung ứng hàng hóa các bộ phận lien quan: phòng KD, PKH, Kho, xƣởng sản xuất. - Phân tích hệ thống thông tin trong các hoạt động logistic dùng CSLT 4.2 hệ thống MIS Bƣớc 2: xác định vấn đề - Xác định đối tƣợng và mục tiêu nghiên cứu dùng CSLT 4.

Bƣớc 3: Tìm nguyên nhân - Thống kê KPIs có đạt mục tiêu về dịch vụ khách hàng: Tỷ lệ giao hàng, chất lƣợng sản phẩm. - KPI không đạt sẽ phân tích nguyên nhân dùng CSLT 4. Bƣớc 4: Cơ sở lý thuyết và nghiên cứu liên quan - cơ sở lý luận và cách thức lập luận cho các vấn đề liên quan và đƣa ra giải pháp giải quyết vấn đề.