ดัชนีชี้วัดประสิทธิภาพการพยากรณ์ความต้องการและการวางแผน (DFPI)


: Demand and Planning Performance Index ดัชนีชี้วัดประสิทธิภาพการพยากรณ์ความต้องการและการวางแผน

ตัวชี้วัดนี้เป็นตัวส่วนหนึ่งของ LPI : Performance Index กิจกรรมการพยากรณ์ความต้องการของลูกค้าถือได้ว่าเป็นกิจกรรมตั้งต้นที่สำคัญเป็นอย่างมาก

เนื่องจากกิจกรรมอื่น ๆ ใน logistics และกิจกรรมทางตรงทั้งหลายในกระบวนการทางธุรกิจมีความจำเป็นที่จะต้องทราบถึงข้อมูลการพยากรณ์หรือการคาดการณ์ความต้องการของลูกค้า เพื่อใช้ในการวางแผนการดำเนินงานทุกส่วนให้มีความพร้อมต่อการตอบสนองความต้องการให้ได้มากที่สุด

แต่ในความเป็นจริงแล้วข้อมูลความต้องการของลูกค้าโดยส่วนใหญ่จะทราบในเวลากระชั้นชิดกับเวลาที่จะต้องเตรียมงาน หรือการมี ที่สั้นเกินกว่าที่จะสามารถเตรียมการได้นั่นเอง

โดยปกติแล้วข้อมูลการพยากรณ์เกิดขึ้นจาก 2 ส่วนของ ประกอบด้วยองค์กรลูกค้าเป็นผู้ให้ข้อมูลล่วงหน้า และองค์กรผู้ให้บริการเป็นผู้พยากรณ์เอง

ซึ่งข้อมูลที่ได้จะส่งผลต่อการลดปรากฎการณ์สบัดแส้หรือที่เรียกว่า ลงได้ ทำให้การสั่งซื้อ การผลิต การคงคลัง และการบริหารงานต่าง ๆ เป็นไปได้อย่างเหมาะสม สำหรับการวัดประสิทธิภาพ DFPI นั้น มีการวัดออกเป็น 3 มิติดังนี้

ดัชนีชี้วัดประสิทธิภาพการพยากรณ์ความต้องการและการวางแผน (DFPI)

ที่มา : World Bank

ตัวชี้วัดประสิทธิภาพการพยากรณ์ความต้องการและการวางแผนทั้ง 3 มิติ ประกอบด้วย

  1. สัดส่วนต้นทุนการพยากรณ์ความต้องการของลูกค้าต่อยอดขาย (Forecasting Cost per Sales) ข้อมูลที่ใช้ในการคำนวณประกอบด้วย
    • ยอดขายทั้งปีขององค์กร
    • จำนวนพนักงานที่เกี่ยวข้องกับการจัดทำการพยากรณ์ความต้องการของลูกค้า
    • ระยะเวลาโดยเฉลี่ยที่ใช้ในการจัดทำการพยากรณ์ความต้องการของลูกค้า
    • เงินเดือนเฉลี่ยของพนักงานที่เกี่ยวข้องกับการจัดทำการพยากรณ์ความต้องการของลูกค้า
    • โดยการคำนวณจะเป็นการรวบรวมค่าใช้จ่ายที่เกิดขึ้นในกิจกรรมการพยากรณ์เทียบกับยอดขาย ผลที่ได้ คือ สัดส่วนต้นทุนการพยากรณ์ต่อยอดขาย (%) ค่า % ยิ่งน้อยยิ่งดี จะแสดงออกถึงผลการดำเนินงานที่ใช้ต้นทุนต่ำ แต่อาจส่งผลต่อตัวชี้วัดที่ 3 ได้
  2. ระยะเวลาเฉลี่ยของการพยากรณ์ความต้องการของลูกค้า (Average Forecasting Period) ข้อมูลที่ใช้ในการคำนวณ คือ
    • องค์กรของท่านได้ทำการพยากรณ์ความต้องการของลูกค้า (Demand forecast)
    • ล่วงหน้าประมาณโดยการคำนวณก็จะระบุผลออกมาเป็นระยะเวลา อาจใช้หน่วยวันหรือเดือนหรือปีก็ได้ ซึ่งจะทำให้ทราบว่าองค์กรของท่านมีความถี่ในการออกยอดพยากรณ์บ่อยครั้งและสม่ำเสมอเพียงใด แต่ผลที่ได้ที่มักเกิดขึ้นก็คือ หากออกยอดพยากรณ์บ่อยต้นทุนอาจสูง แต่ความแม่นยำก็สูง แต่หากออกยอดพยากรณ์นานๆ ครั้งหรือมีรอบที่ห่างกันมาก ยอดพยากรณ์ที่ได้ก็จะมีความแม่นยำต่ำ
  3. อัตราความแม่นยำการพยากรณ์ความต้องการของลูกค้า (Forecast Accuracy Rate) ตัวชี้วัดประสิทธิภาพการพยากรณ์ความต้องการในมิติความน่าเชื่อถือนี้ ถือได้ว่ามีความสำคัญที่สุด เนื่องจากยอดพยากรณ์ที่ได้แม้จะมีต้นทุนต่ำและมีรอบการออกยอดที่สม่ำเสมอ แต่หากขาดความแม่นยำก็ถือว่าขาดประสิทธิภาพ เนื่องจากจะส่งผลต่อการทำงานทั้งหมดในการจัดเตรียมและตอบสนองลูกค้า

ข้อมูลที่ใช้ในการคำนวณ

  • ปริมาณสินค้าที่พยากรณ์การสั่งซื้อไว้
  • ปริมาณสินค้าที่ได้รับการสั่งซื้อจริง โดยการคำนวณเป็นดังนี้
  • Forecast Accuracy Rate = ปริมาณสินค้าที่ได้รับการสั่งซื้อจริง x 100% ปริมาณสินค้าที่พยากรณ์การสั่งซื้อไว้

ตัวอย่างในการคำนวณ Forecast

  • ปริมาณสินค้าที่พยากรณ์การสั่งซื้อไว้ 50,000 หน่วย
  • ปริมาณสินค้าที่ได้รับการสั่งซื้อจริง 45,000 หน่วย
  • Forecast Accuracy Rate = (45,000/50,000) x 100% = 90%

ครั้งหน้าจะเป็น LPI ในกิจกรรมใดจะเอามานำเสนอต่อไปครับ

บทความ : ดร.ธีวินท์ นฤนาท นักวิชาการ ที่ปรึกษาธุรกิจและโลจิสติกส์






Loading Disqus Comments ...
Loading Facebook Comments ...