□ 袁 媛，高 波

(太原科技大學(xué) 交通與物流學(xué)院，山西 太原 030024)

更好、更有效、更經(jīng)濟(jì)地進(jìn)行庫存管理是解決服裝企業(yè)問題的最佳方法，但許多服裝專賣店的庫存管理只是依據(jù)經(jīng)驗(yàn)進(jìn)行，缺乏一定的科學(xué)性，因而需要改進(jìn)。

西方學(xué)術(shù)界對(duì)庫存管理的研究起步較早，研究范圍涉及的領(lǐng)域?qū)挿骸aleizadeh等[1]將EOQ模型和預(yù)付購買模型進(jìn)行結(jié)合，構(gòu)建了兩者的聯(lián)合模型，用遺傳算法對(duì)聯(lián)合模型進(jìn)行了優(yōu)化。Gour Chandra Mahata、Sujit Kumar De[2]建立了零售商向信用風(fēng)險(xiǎn)客戶出售劣質(zhì)商品的最優(yōu)批量策略，使零售商在周期內(nèi)單位時(shí)間的總利潤(rùn)與最優(yōu)采購量的關(guān)系最大化。Makoena Sebatjane及Olufemi Adetunji[3]通過建立描述手頭問題的成本最小化的庫存模型來改善庫存管理，實(shí)現(xiàn)食品生產(chǎn)鏈中相當(dāng)大的成本節(jié)約。

隨著計(jì)算機(jī)輔助的庫存管理階段的到來，國(guó)內(nèi)學(xué)者在庫存管理方面的研究數(shù)量和成果也極為可觀。江玉杰等[4]提出需求非正態(tài)分布下服裝產(chǎn)品安全庫存決策算法，然后通過具體算例驗(yàn)證該算法的可行性和有效性。研究結(jié)果表明，在服裝產(chǎn)品生命周期內(nèi),提高成熟期內(nèi)的安全庫存和降低衰退期的安全庫存,可以減少服裝經(jīng)銷商不必要的安全庫存；陳啟等[5]研究需求依賴于價(jià)格和時(shí)尚程度的服裝庫存模型，考慮體驗(yàn)服務(wù)投資可提高服裝時(shí)尚度、促銷降價(jià)可改善銷售需求的作用，構(gòu)建一般情形、體驗(yàn)服務(wù)投資情形、促銷努力情形以及服務(wù)與促銷聯(lián)合4種情形下的優(yōu)化訂貨和定價(jià)模型，分析體驗(yàn)服務(wù)投資和促銷努力聯(lián)合時(shí)對(duì)服裝零售商優(yōu)化決策的影響。

基于上述國(guó)內(nèi)外研究成果，可以看出庫存?zhèn)}儲(chǔ)成本對(duì)于服裝企業(yè)成本有著重大的影響。對(duì)于需要提供良好服務(wù)的服裝業(yè)而言，擁有完善的庫存管理理念、先進(jìn)的庫存管理技術(shù)是很重要的。

1 問題描述

通過對(duì)美邦進(jìn)行六力分析和SWOT分析發(fā)現(xiàn)，美邦存在嚴(yán)重的庫存問題，需要進(jìn)一步對(duì)其服裝訂貨策略進(jìn)行研究。根據(jù)駱楊[6]分析“快時(shí)尚”的服裝行業(yè)的庫存控制問題，應(yīng)當(dāng)先以庫存問題為切入點(diǎn)，分析庫存問題產(chǎn)生的原因和服裝的需求特點(diǎn)。其次，應(yīng)采用不同的分類方法，對(duì)服裝的類別進(jìn)行分類，分類方法不同，產(chǎn)生的類別也不同。最后，基于服裝的分類以及歷史銷售數(shù)據(jù)，來預(yù)測(cè)未來短期服裝的需求量。

因此，本文以美邦服裝作為研究對(duì)象，首先通過數(shù)據(jù)調(diào)研，分析美邦存在的高庫存問題；然后使用八爪魚軟件，對(duì)天貓美邦專賣店的服裝數(shù)據(jù)進(jìn)行收集和整理；其次利用多重與多標(biāo)準(zhǔn)ABC分類法進(jìn)行分類；同時(shí)采用數(shù)據(jù)挖掘等相關(guān)技術(shù)，建立系統(tǒng)預(yù)測(cè)模型，并通過MATLAB進(jìn)行模型計(jì)算；最后對(duì)不同分類標(biāo)準(zhǔn)的服裝進(jìn)行需求預(yù)測(cè)和訂貨策略研究。

本文的組織結(jié)構(gòu)圖如圖1所示。

圖1 組織結(jié)構(gòu)圖

2 美邦服飾的多重與多標(biāo)準(zhǔn)ABC分類

傳統(tǒng)的服裝產(chǎn)品分類主要是按照ABC分類方法，結(jié)合產(chǎn)品的生命周期將服裝分為3類，如表1所示。

表1 傳統(tǒng)服裝業(yè)的服裝產(chǎn)品分類

通過表1可知，傳統(tǒng)的服裝產(chǎn)品分類方法較簡(jiǎn)單，但是服裝市場(chǎng)已經(jīng)從原有的批量生產(chǎn)、款式單一發(fā)展成種類多、個(gè)性化生產(chǎn)[7]。以往服裝業(yè)的分類方法已經(jīng)難以滿足當(dāng)今服裝市場(chǎng)的需求，因此，在服裝業(yè)的庫存管理過程中，應(yīng)對(duì)服裝進(jìn)行更加細(xì)致的劃分。

多重與多標(biāo)準(zhǔn)ABC分類方法主要包括多重和多標(biāo)準(zhǔn)兩個(gè)大的層次[8]。多重ABC分析主要是先進(jìn)行大類分析，再重點(diǎn)對(duì)A、B兩類產(chǎn)品進(jìn)行二重分析，對(duì)于C類產(chǎn)品不再進(jìn)行劃分[9]。多標(biāo)準(zhǔn)ABC分類方法主要利用銷售量、銷售額、利潤(rùn)、庫存量等標(biāo)準(zhǔn)進(jìn)行分類。

根據(jù)調(diào)研內(nèi)容進(jìn)行分析，發(fā)現(xiàn)數(shù)據(jù)中春裝和夏裝的銷售價(jià)格普遍低于300元(見表2)，按照銷售量、銷售額進(jìn)行ABC分類，分類的依據(jù)為：

表2 銷售量與銷售額

A類：銷售量/銷售額為45%-75%的，累計(jì)品種數(shù)目為5%-25%；

B類：銷售量/銷售額為10%-40%的，累計(jì)品種數(shù)目為15%-45%；

C類：銷售量/銷售額低于10%的，累計(jì)品種數(shù)目為45%以上。

依據(jù)價(jià)格標(biāo)準(zhǔn)分的大類，分別進(jìn)行銷售量和銷售額的單標(biāo)準(zhǔn)分類，分類結(jié)果如表3、表4所示。

表3 銷售量的單標(biāo)準(zhǔn)分類

表4 銷售額的單標(biāo)準(zhǔn)分類

通過分析，得出多標(biāo)準(zhǔn)ABC分類的結(jié)果為M3,M1,M2,M5,M4,M6，如表5所示。因此，對(duì)于M3應(yīng)進(jìn)行更精確的訂貨策略分析，嚴(yán)格控制其庫存；對(duì)于M1和M2應(yīng)當(dāng)做到適度控制，適度地減少庫存量；對(duì)于含有C類的M4、M5和M6，可采用一般的訂貨管理或根據(jù)經(jīng)驗(yàn)進(jìn)行預(yù)測(cè)。本文針對(duì)重點(diǎn)管理的M3進(jìn)行了進(jìn)一步的分析。

表5 雙標(biāo)準(zhǔn)分類

3 基于雙標(biāo)準(zhǔn)ABC分類的M3多標(biāo)準(zhǔn)分類

對(duì)于M3進(jìn)行同理的雙標(biāo)準(zhǔn)分類，得到的管理順序?yàn)榕Ｗ醒潯⑿蓍e褲、衛(wèi)衣、襯衫、裙子、外套、毛衣，如表6、表7所示。

表6 M3的銷售量單標(biāo)準(zhǔn)分類

表7 M3的銷售額單標(biāo)準(zhǔn)分類

由分類結(jié)果可知，應(yīng)該進(jìn)行重點(diǎn)管理的是價(jià)格適中的牛仔褲。為提高短期預(yù)測(cè)的精確性，本文采用灰色預(yù)測(cè)模型進(jìn)行預(yù)測(cè)。

4 基于灰色預(yù)測(cè)的高銷量服飾訂貨策略

4.1 灰色預(yù)測(cè)模型

灰色預(yù)測(cè)模型中最常用的是GM(1,1)模型，指的是運(yùn)用一階微分方程，對(duì)1個(gè)變量，利用離散數(shù)據(jù)建立微分方程的動(dòng)態(tài)模型。

①灰色預(yù)測(cè)模型的基本公式如式(1)所示。

(1)

式中，x(0)是模型的灰導(dǎo)數(shù)；a是模型的發(fā)展系數(shù)，u是模型的灰色作用量。

②灰色預(yù)測(cè)模型的矩陣算式如式(2)-(4)所示。

(2)

Y=[x(0)(2),x(0)(3),x(0)(4),…,x(0)(n)]T

(3)

(4)

由式(4)計(jì)算出a和u，并得到灰色系統(tǒng)模型的時(shí)間響應(yīng)函數(shù)，如式(5)所示。

本組患者50例中，3例因出現(xiàn)并發(fā)癥或是由于患者本身因素而死亡，其余均順利在術(shù)后7～125天時(shí)間內(nèi)順利拔管，成功轉(zhuǎn)入康復(fù)病房進(jìn)行康復(fù)治療或者治愈之后順利出院。

(5)

由公式(5)進(jìn)行計(jì)算，可得到實(shí)際數(shù)據(jù)的模擬序列函數(shù)，如式(6)所示。

(6)

公式(6)可以準(zhǔn)確地反映原始數(shù)列的變化趨勢(shì)、增長(zhǎng)(減少)趨勢(shì)。當(dāng)k取1,2,…時(shí)，可以求出數(shù)據(jù)的訓(xùn)練值，當(dāng)k大于等于n時(shí)，可以求得數(shù)據(jù)的預(yù)測(cè)值。

③灰色預(yù)測(cè)模型結(jié)果檢驗(yàn)，如式(7)-(11)所示。

e為殘差檢驗(yàn)，A為實(shí)際值，G為預(yù)測(cè)值

e=A-G

(7)

相對(duì)殘差

q=E(0)(K)/x(0)(K)=e/A

(8)

S1代表均值

(9)

S2代表殘差均值

(10)

c代表方差比

(11)

4.2 建模分析

本文調(diào)研了一款衛(wèi)衣在上市的8周內(nèi)每周的總銷量，如表8所示。

表8 衛(wèi)衣8周內(nèi)的銷量

利用MATLAB進(jìn)行數(shù)據(jù)分析，預(yù)測(cè)結(jié)果如圖2所示。

圖2 灰色預(yù)測(cè)模型的預(yù)測(cè)結(jié)果

概率P為

(12)

灰色預(yù)測(cè)公式為

(13)

通過以上的分析，得出灰色預(yù)測(cè)模型的數(shù)據(jù)分析結(jié)果，如表9所示。發(fā)現(xiàn)在概率P=1的情況下，方差比c=0.044846，證明了預(yù)測(cè)結(jié)果優(yōu)秀。

表9 灰色預(yù)測(cè)模型數(shù)據(jù)分析

5 結(jié)論

本文是以存在高庫存問題的美邦的銷售數(shù)據(jù)為依托，運(yùn)用多重與多標(biāo)準(zhǔn)ABC分類法，將服裝數(shù)據(jù)進(jìn)行了更加合理的分類。隨后針對(duì)重點(diǎn)管理類別中的衛(wèi)衣銷售數(shù)據(jù)，建立了灰色預(yù)測(cè)模型，然后利用MATLAB進(jìn)行求解，對(duì)特定時(shí)間段的數(shù)據(jù)進(jìn)行了預(yù)測(cè)，獲得實(shí)際值、預(yù)測(cè)值、誤差等信息。最后，通過概率與誤差的關(guān)系進(jìn)行檢驗(yàn)。由此，為服裝進(jìn)貨數(shù)量的確定、庫存管理、服務(wù)水平等管理決策提供參考價(jià)值，以期提高服裝企業(yè)發(fā)展核心的競(jìng)爭(zhēng)力以及客戶的服務(wù)質(zhì)量與水平。