汽車售后配件需求預(yù)測及庫存控制研究

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)測及庫存控制研究范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要:汽車售后配件需求影響著配件的庫存和銷售,對需求預(yù)測及庫存控制的研究現(xiàn)狀進行分析,根據(jù)其整體研究框架,進一步對目前的汽車售后配件需求和庫存等相關(guān)研究進行全面地分析,并指出未來值得關(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;庫存控制

引言

汽車售后配件庫存量不僅直接關(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。汽車售后配件庫存需求量的預(yù)測是確定合理配件庫存的前提,而影響汽車售后配件需求的因素眾多,使其需求預(yù)測較復(fù)雜。為了解決汽車售后配件庫存合理控制的問題,減少庫存成本,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)測及庫存控制的研究現(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,當汽車發(fā)生故障或被預(yù)防性更換時,需要配件。因此,配件的消耗與售后維修密切相關(guān),汽車售后配件庫存的目的是保證汽車售后服務(wù)企業(yè)正常運行。而需求預(yù)測對庫存至關(guān)重要,研究汽車需求影響因素后對其需求進行科學(xué)預(yù)測,為庫存控制提供依據(jù)是十分必要的。下面從需求的影響因素、需求預(yù)測的方法、基于需求預(yù)測的庫存控制3個方面分析國內(nèi)外研究現(xiàn)狀。

1.1需求的影響因素

單獨研究汽車售后配件需求影響因素的文獻較少,大多數(shù)文獻主要集中研究需求預(yù)測的方法,在這些文獻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)測受季節(jié)變動的影響,在需求預(yù)測時考慮了季節(jié)因素,降低了庫存成本。MA等[2]通過調(diào)查類別內(nèi)和類別間SKU級別的促銷信息在提高預(yù)測準確性中的價值,認為促銷影響著產(chǎn)品的需求量。ABOLGHASEMI等[3]同樣認為促銷導(dǎo)致整個需求波動,將需求分解為基線和促銷需求,提出了一種混合模型進行預(yù)測需求。多數(shù)備件需求預(yù)測研究重點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源。HU等[4]考慮了時間序列數(shù)據(jù)以外的因素,研究基于可靠性的預(yù)測時,考慮到了部件的故障率、操作環(huán)境對可靠性特性的影響以及不同維護策略的影響,但他們沒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)測的文獻,評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得出預(yù)測,使用已安裝的基礎(chǔ)信息改進預(yù)測的價值,以及現(xiàn)有方法的限制。國內(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,同時受到距離、政治經(jīng)濟、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間等因素有關(guān)。魏曦初等[8]認為備件需求具有間斷性,預(yù)測值與真實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)測方法。在影響因素識別方面,結(jié)合實踐調(diào)研,從備件自身、設(shè)備使用、操作人員及突發(fā)事故4個方面提出備件需求的7個影響因素。由以上研究可以發(fā)現(xiàn),無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)測研究中,單獨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)測的精確度,故研究汽車配件需求預(yù)測方法前應(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,為后期研究做準備。

1.2需求預(yù)測方法

需求預(yù)測的方法研究目前有很多,主要有傳統(tǒng)的統(tǒng)計學(xué)預(yù)測方法、基于機器的預(yù)測方法以及近些年比較多的組合預(yù)測方法。CROSTON[9]開創(chuàng)性的論文引入了分離需求大小和時間間隔的想法,以獲得比傳統(tǒng)SES–簡單指數(shù)平滑更好地預(yù)測。他不是專注于每個期間的平均需求,而是將需求分為兩個獨立的組成部分:需求規(guī)模和需求發(fā)生。然后,他分別進行了兩項估計值:需求間隔和需求大小。PENNINGS等[10]對克羅斯頓的方法(CR)進行了調(diào)整和修訂,BABAI等[11]認為CROSTON和SBA僅在需求為正的時期更新需求大小和需求間隔,因此在零需求預(yù)測期間,在庫存過時的情況下不會向下調(diào)整,故提出了Teunter-Syntetos-Babai(TSB)方法,通過更新需求概率而不是需求間隔來解決這個問題,并在每個期間都這樣做,該方法為線性和突發(fā)過時項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)用上的一個里程碑是WILLEMAIN等[12]的論文,該論文從經(jīng)驗上與SES和CROSTON模型相比,顯示了其引導(dǎo)預(yù)測的出色表現(xiàn)。除了判斷性預(yù)測之外,上述方法都只考慮歷史需求,只對過去發(fā)生的事情做出反應(yīng),故只是以被動的方式預(yù)測。但是,需求可能取決于許多其他因素,僅僅依靠過去的消費可能不準確[13-14]。描述產(chǎn)生需求的因素,可以更主動地預(yù)測[15],因為這將預(yù)測未來的需求。近年來,越來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)測方法提高預(yù)測的精度。如國內(nèi)作者金淳,提出了一種將定量預(yù)測與定性預(yù)測相結(jié)合的集成預(yù)測模型,彌補了單個預(yù)測方法的不足,解決了單個使用的神經(jīng)網(wǎng)絡(luò)和ARIMA等方法的問題。這些需求預(yù)測的方法在不停地改進,但是一些作者也提出了理論方法與實際的差別問題,如BACCHETTI等[16]調(diào)查了備件管理研究與實踐之間的差距,為了彌補這一差距,提出了4個主要研究方向,即:制定備件管理的綜合辦法;明確應(yīng)急管理準則,有利于企業(yè)知識積累過程,對具有實際相關(guān)性的理論模型進行補充。綜上所述,需求預(yù)測方法在不停地完善,既要結(jié)合歷史數(shù)據(jù)對需求進行分析,又不能被動預(yù)測,需要考慮需求的影響因素,更好地預(yù)測未來的需求量;其次,需求預(yù)測要能夠與實際相結(jié)合,能夠應(yīng)用到實際當中,而不是停留在理論上的研究,要能為企業(yè)庫存決策提供可靠的依據(jù)。

1.3基于需求預(yù)測的庫存控制

既要保證正常的售后服務(wù),又要減少庫存,提高客戶滿意度,是庫存控制的關(guān)鍵。目前學(xué)者在基于需求預(yù)測的基礎(chǔ)上進行了大量庫存管理的研究。SNYDERABA等[17]使用美國汽車制造商提供的1046個汽車零部件的月度需求數(shù)據(jù)對3種車型進行了比較,開發(fā)了不是只關(guān)注預(yù)測,而是與整個預(yù)測分布相關(guān)的績效度量,結(jié)果比傳統(tǒng)泊森方案更靈活的分布。REGO等[18]對備件需求預(yù)測和庫存控制進行了大規(guī)模的仿真研究,以在每個庫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(單個訂單數(shù)據(jù)、每周和每月時間段)、3種需求預(yù)測模型(SMA-簡單移動平均、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負二項分布,復(fù)合PoissonNor-mal,復(fù)合PoissonGamma和Bootstrapping)產(chǎn)生17個“組合”策略,其實證結(jié)果表明,高需求會導(dǎo)致高庫存水平(銷售效應(yīng)),而高庫存水平在動態(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限刺激需求。CHUANG等[19]也同樣用實證方法驗證了所提模型的有效性。SARAH等[5]通過將備件與服務(wù)維護策略聯(lián)系起來,預(yù)測備件的需求。通過跟蹤活動客戶群并估計零件故障行為,預(yù)測了未來提前期備件需求的分配情況,并且該方法用于基本庫存策略管理庫存。MEHDIZADEH[20]結(jié)合ABC分析和粗糙集理論來控制汽車零部件供應(yīng)鏈中的分銷商庫存,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)測和訂貨決策的質(zhì)量,故其研究時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,最后驗證表現(xiàn)在管理措施方面的顯著改進,如服務(wù)水平的提高、平均評估和平均風(fēng)險的降低。

2結(jié)束語

綜上所述,汽車售后配件需求預(yù)測和庫存控制研究中存在一些問題。首先,關(guān)于專門研究需求預(yù)測的影響因素的文獻并不多,部分文獻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)測方法還需進一步研究和討論;再次,庫存控制研究也比較多,但是基于需求預(yù)測的庫存控制可以進一步深入探討;最后,能夠結(jié)合需求預(yù)測的影響因素及較精確的預(yù)測方法去解決其售后配件的庫存問題的研究不多,而前兩個要點對庫存控制十分關(guān)鍵,故后期研究可以從以上4個方面進行考慮。

作者：曾榮 單位：江漢大學(xué)智能制造學(xué)院