汽車售后配件需求預(yù)測(cè)及庫(kù)存控制研究

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了汽車售后配件需求預(yù)測(cè)及庫(kù)存控制研究范文，希望能給你帶來(lái)靈感和參考，敬請(qǐng)閱讀。

摘要:汽車售后配件需求影響著配件的庫(kù)存和銷售,對(duì)需求預(yù)測(cè)及庫(kù)存控制的研究現(xiàn)狀進(jìn)行分析,根據(jù)其整體研究框架,進(jìn)一步對(duì)目前的汽車售后配件需求和庫(kù)存等相關(guān)研究進(jìn)行全面地分析,并指出未來(lái)值得關(guān)注的研究范圍和方向。

關(guān)鍵詞:汽車售后配件;需求預(yù)測(cè);庫(kù)存控制

引言

汽車售后配件庫(kù)存量不僅直接關(guān)系到客戶的滿意度,而且關(guān)系到售后企業(yè)的成本控制和銷售量。汽車售后配件庫(kù)存需求量的預(yù)測(cè)是確定合理配件庫(kù)存的前提,而影響汽車售后配件需求的因素眾多,使其需求預(yù)測(cè)較復(fù)雜。為了解決汽車售后配件庫(kù)存合理控制的問(wèn)題,減少庫(kù)存成本,提高汽車售后服務(wù)的滿意度,以汽車售后配件為研究對(duì)象,在售后服務(wù)供應(yīng)鏈環(huán)境下,分析目前汽車售后配件需求預(yù)測(cè)及庫(kù)存控制的研究現(xiàn)狀十分有必要。

1研究現(xiàn)狀

汽車售后配件不同于在制品和最終產(chǎn)品。與終端產(chǎn)品不同,當(dāng)汽車發(fā)生故障或被預(yù)防性更換時(shí),需要配件。因此,配件的消耗與售后維修密切相關(guān),汽車售后配件庫(kù)存的目的是保證汽車售后服務(wù)企業(yè)正常運(yùn)行。而需求預(yù)測(cè)對(duì)庫(kù)存至關(guān)重要,研究汽車需求影響因素后對(duì)其需求進(jìn)行科學(xué)預(yù)測(cè),為庫(kù)存控制提供依據(jù)是十分必要的。下面從需求的影響因素、需求預(yù)測(cè)的方法、基于需求預(yù)測(cè)的庫(kù)存控制3個(gè)方面分析國(guó)內(nèi)外研究現(xiàn)狀。

1.1需求的影響因素

單獨(dú)研究汽車售后配件需求影響因素的文獻(xiàn)較少,大多數(shù)文獻(xiàn)主要集中研究需求預(yù)測(cè)的方法,在這些文獻(xiàn)中分析了汽車售后配件的影響因素。EHRENTHA等[1]考慮了需求預(yù)測(cè)受季節(jié)變動(dòng)的影響,在需求預(yù)測(cè)時(shí)考慮了季節(jié)因素,降低了庫(kù)存成本。MA等[2]通過(guò)調(diào)查類別內(nèi)和類別間SKU級(jí)別的促銷信息在提高預(yù)測(cè)準(zhǔn)確性中的價(jià)值,認(rèn)為促銷影響著產(chǎn)品的需求量。ABOLGHASEMI等[3]同樣認(rèn)為促銷導(dǎo)致整個(gè)需求波動(dòng),將需求分解為基線和促銷需求,提出了一種混合模型進(jìn)行預(yù)測(cè)需求。多數(shù)備件需求預(yù)測(cè)研究重點(diǎn)主要基于歷史需求數(shù)據(jù)的技術(shù),很少考慮其他信息來(lái)源。HU等[4]考慮了時(shí)間序列數(shù)據(jù)以外的因素,研究基于可靠性的預(yù)測(cè)時(shí),考慮到了部件的故障率、操作環(huán)境對(duì)可靠性特性的影響以及不同維護(hù)策略的影響,但他們沒(méi)有明確考慮客戶群演變和狀態(tài)的影響。SARAH等[5]等綜述了關(guān)于將此類已安裝基礎(chǔ)信息用于備件需求預(yù)測(cè)的文獻(xiàn),評(píng)估了哪些類型的安裝基礎(chǔ)信息可能有用,如何使用這些信息來(lái)得出預(yù)測(cè),使用已安裝的基礎(chǔ)信息改進(jìn)預(yù)測(cè)的價(jià)值,以及現(xiàn)有方法的限制。國(guó)內(nèi)作者金淳等人[6]在總結(jié)前人研究的基礎(chǔ)上,提出了汽車零部件需求具有一定季節(jié)性,且受到供貨提前期、缺貨量、物流需求量等內(nèi)部因素影響,同時(shí)受到距離、政治經(jīng)濟(jì)、行業(yè)等外部因素影響;楊靜雅和孫林夫[7]也分析了汽車配件需求的影響因素,除了上述影響因素外,他們還認(rèn)為汽車配件需求量受到車輛銷售數(shù)量影響,與片區(qū)配件歷史維修數(shù)據(jù)及配件投入使用的時(shí)間等因素有關(guān)。魏曦初等[8]認(rèn)為備件需求具有間斷性,預(yù)測(cè)值與真實(shí)值往往具有很大偏差,指出了歷史數(shù)據(jù)混淆和需求產(chǎn)生原因不明確是造成偏差的兩項(xiàng)根本原因。提出了基于影響因素分析和數(shù)據(jù)重構(gòu)的備件需求預(yù)測(cè)方法。在影響因素識(shí)別方面,結(jié)合實(shí)踐調(diào)研,從備件自身、設(shè)備使用、操作人員及突發(fā)事故4個(gè)方面提出備件需求的7個(gè)影響因素。由以上研究可以發(fā)現(xiàn),無(wú)論是配件需求影響因素還是汽車配件需求影響因素的研究基本包含在需求預(yù)測(cè)研究中,單獨(dú)研究需求影響因素的較少,但是分析出汽車配件需求的影響因素關(guān)系到需求預(yù)測(cè)的精確度,故研究汽車配件需求預(yù)測(cè)方法前應(yīng)分析汽車配件不同于其他配件的特征,以及哪些是影響汽車配件需求量的因素,為后期研究做準(zhǔn)備。

1.2需求預(yù)測(cè)方法

需求預(yù)測(cè)的方法研究目前有很多,主要有傳統(tǒng)的統(tǒng)計(jì)學(xué)預(yù)測(cè)方法、基于機(jī)器的預(yù)測(cè)方法以及近些年比較多的組合預(yù)測(cè)方法。CROSTON[9]開創(chuàng)性的論文引入了分離需求大小和時(shí)間間隔的想法,以獲得比傳統(tǒng)SES–簡(jiǎn)單指數(shù)平滑更好地預(yù)測(cè)。他不是專注于每個(gè)期間的平均需求,而是將需求分為兩個(gè)獨(dú)立的組成部分:需求規(guī)模和需求發(fā)生。然后,他分別進(jìn)行了兩項(xiàng)估計(jì)值:需求間隔和需求大小。PENNINGS等[10]對(duì)克羅斯頓的方法(CR)進(jìn)行了調(diào)整和修訂,BABAI等[11]認(rèn)為CROSTON和SBA僅在需求為正的時(shí)期更新需求大小和需求間隔,因此在零需求預(yù)測(cè)期間,在庫(kù)存過(guò)時(shí)的情況下不會(huì)向下調(diào)整,故提出了Teunter-Syntetos-Babai(TSB)方法,通過(guò)更新需求概率而不是需求間隔來(lái)解決這個(gè)問(wèn)題,并在每個(gè)期間都這樣做,該方法為線性和突發(fā)過(guò)時(shí)項(xiàng)目提供了良好的理論性能。除了CROSTON之后的研究流之外,EFRON開發(fā)了引導(dǎo)技術(shù)。在此類應(yīng)用上的一個(gè)里程碑是WILLEMAIN等[12]的論文,該論文從經(jīng)驗(yàn)上與SES和CROSTON模型相比,顯示了其引導(dǎo)預(yù)測(cè)的出色表現(xiàn)。除了判斷性預(yù)測(cè)之外,上述方法都只考慮歷史需求,只對(duì)過(guò)去發(fā)生的事情做出反應(yīng),故只是以被動(dòng)的方式預(yù)測(cè)。但是,需求可能取決于許多其他因素,僅僅依靠過(guò)去的消費(fèi)可能不準(zhǔn)確[13-14]。描述產(chǎn)生需求的因素,可以更主動(dòng)地預(yù)測(cè)[15],因?yàn)檫@將預(yù)測(cè)未來(lái)的需求。近年來(lái),越來(lái)越多的作者考慮到汽車售后配件影響因素的復(fù)雜,采用了組合的預(yù)測(cè)方法提高預(yù)測(cè)的精度。如國(guó)內(nèi)作者金淳,提出了一種將定量預(yù)測(cè)與定性預(yù)測(cè)相結(jié)合的集成預(yù)測(cè)模型,彌補(bǔ)了單個(gè)預(yù)測(cè)方法的不足,解決了單個(gè)使用的神經(jīng)網(wǎng)絡(luò)和ARIMA等方法的問(wèn)題。這些需求預(yù)測(cè)的方法在不停地改進(jìn),但是一些作者也提出了理論方法與實(shí)際的差別問(wèn)題,如BACCHETTI等[16]調(diào)查了備件管理研究與實(shí)踐之間的差距,為了彌補(bǔ)這一差距,提出了4個(gè)主要研究方向,即:制定備件管理的綜合辦法;明確應(yīng)急管理準(zhǔn)則,有利于企業(yè)知識(shí)積累過(guò)程,對(duì)具有實(shí)際相關(guān)性的理論模型進(jìn)行補(bǔ)充。綜上所述,需求預(yù)測(cè)方法在不停地完善,既要結(jié)合歷史數(shù)據(jù)對(duì)需求進(jìn)行分析,又不能被動(dòng)預(yù)測(cè),需要考慮需求的影響因素,更好地預(yù)測(cè)未來(lái)的需求量;其次,需求預(yù)測(cè)要能夠與實(shí)際相結(jié)合,能夠應(yīng)用到實(shí)際當(dāng)中,而不是停留在理論上的研究,要能為企業(yè)庫(kù)存決策提供可靠的依據(jù)。

1.3基于需求預(yù)測(cè)的庫(kù)存控制

既要保證正常的售后服務(wù),又要減少庫(kù)存,提高客戶滿意度,是庫(kù)存控制的關(guān)鍵。目前學(xué)者在基于需求預(yù)測(cè)的基礎(chǔ)上進(jìn)行了大量庫(kù)存管理的研究。SNYDERABA等[17]使用美國(guó)汽車制造商提供的1046個(gè)汽車零部件的月度需求數(shù)據(jù)對(duì)3種車型進(jìn)行了比較,開發(fā)了不是只關(guān)注預(yù)測(cè),而是與整個(gè)預(yù)測(cè)分布相關(guān)的績(jī)效度量,結(jié)果比傳統(tǒng)泊森方案更靈活的分布。REGO等[18]對(duì)備件需求預(yù)測(cè)和庫(kù)存控制進(jìn)行了大規(guī)模的仿真研究,以在每個(gè)庫(kù)存類別中選擇最佳策略,研究包括記錄需求數(shù)據(jù)的3種替代方法(單個(gè)訂單數(shù)據(jù)、每周和每月時(shí)間段)、3種需求預(yù)測(cè)模型(SMA-簡(jiǎn)單移動(dòng)平均、SBA-Syntetos-Boylan近似和自舉)和6種提前期需求分布模型(正態(tài)、伽馬、NBD負(fù)二項(xiàng)分布,復(fù)合PoissonNor-mal,復(fù)合PoissonGamma和Bootstrapping)產(chǎn)生17個(gè)“組合”策略,其實(shí)證結(jié)果表明,高需求會(huì)導(dǎo)致高庫(kù)存水平(銷售效應(yīng)),而高庫(kù)存水平在動(dòng)態(tài)和不確定的環(huán)境中刺激銷售需求(需求刺激效應(yīng)),且?guī)齑娌荒軣o(wú)限刺激需求。CHUANG等[19]也同樣用實(shí)證方法驗(yàn)證了所提模型的有效性。SARAH等[5]通過(guò)將備件與服務(wù)維護(hù)策略聯(lián)系起來(lái),預(yù)測(cè)備件的需求。通過(guò)跟蹤活動(dòng)客戶群并估計(jì)零件故障行為,預(yù)測(cè)了未來(lái)提前期備件需求的分配情況,并且該方法用于基本庫(kù)存策略管理庫(kù)存。MEHDIZADEH[20]結(jié)合ABC分析和粗糙集理論來(lái)控制汽車零部件供應(yīng)鏈中的分銷商庫(kù)存,在汽車零部件供應(yīng)鏈中,由于數(shù)據(jù)的模糊性和不確定性,影響了需求預(yù)測(cè)和訂貨決策的質(zhì)量,故其研究時(shí)考慮了銷售的汽車數(shù)量和他們的英里數(shù)作為備件需求的因素,最后驗(yàn)證表現(xiàn)在管理措施方面的顯著改進(jìn),如服務(wù)水平的提高、平均評(píng)估和平均風(fēng)險(xiǎn)的降低。

2結(jié)束語(yǔ)

綜上所述,汽車售后配件需求預(yù)測(cè)和庫(kù)存控制研究中存在一些問(wèn)題。首先,關(guān)于專門研究需求預(yù)測(cè)的影響因素的文獻(xiàn)并不多,部分文獻(xiàn)提到了需求的影響因素,但是并不是十分全面;其次,汽車需求預(yù)測(cè)的方法較多也比較成熟,但是適合汽車售后配件的需求預(yù)測(cè)方法還需進(jìn)一步研究和討論;再次,庫(kù)存控制研究也比較多,但是基于需求預(yù)測(cè)的庫(kù)存控制可以進(jìn)一步深入探討;最后,能夠結(jié)合需求預(yù)測(cè)的影響因素及較精確的預(yù)測(cè)方法去解決其售后配件的庫(kù)存問(wèn)題的研究不多,而前兩個(gè)要點(diǎn)對(duì)庫(kù)存控制十分關(guān)鍵,故后期研究可以從以上4個(gè)方面進(jìn)行考慮。

作者：曾榮 單位：江漢大學(xué)智能制造學(xué)院