ความสำคัญของข้อมูลและการจัดการข้อมูลใน Supply Chain

        จากบทความก่อนหน้า จะเห็นได้ว่าปัญหาในฝั่งของ Demand จะเกี่ยวข้องกับข้อมูลความต้องการสินค้าซึ่งมีผลต่อการวางแผนการผลิตสินค้า โดยเกิดจากปัจจัยบ 2 ด้าน ได้แก่ ในด้านข้อมูลที่มีความคลาดเคลื่อนจากข้อเท็จจริง และ ความไม่แน่นอนของอนาคตทีี่่ไม่สามารถคาดเดาได้อย่างแม่นยำ
        ดังนั้น การที่จะเพิ่มประิสิทธิภาพการจัดการใน Supply Chain จะต้องเน้นที่การจัดการข้อมูลให้มีความถูกต้องและมีความผันผวนของข้อมูลได้น้อยที่สุด หรือกล่าวได้ว่า จะต้องทำให้เกิดการลี่นไหลของข้อมูลที่ดี
(Information Flow)
       1. การป้องกันปัญหาที่เกิด จาก Pacnic Order หรือยอดขายตกกะใจ เป็นยอดขายที่เกิดขึ้นจากความกังวลว่าสินค้าจะมีความต้องการสูงและมีสินค้าไม่พอขาย จึงเกิดการกักตุนสินค้าเกินความต้องการตลาด ดังนั้น การแก้ไขปัญหานี้ ทำได้โดยการที่ ทำให้เกิดการลื่นไหลของความต้องการที่แท้จริง หรือ อัตราการขายสินค้าที่แท้จริงที่เกิดขึ้น จากปลายน้ำ ไปยังต้นน้ำ ให้มีการใช้ข้อมูลเดี่ยวกัน ทั้ง Supply Chain ยกตัวอย่างเช่น
            -  การเชื่อมโยงข้อมูล ร้านค้าปลีกแต่ละร้าน ไปยังโรงงานผู้ผลิต รวมถึง Supplier
            -  การใช้กลยุทธ์ VMI(Vendor Mamanged Inventory) เป็นการวางสินค้าของโรงงานผู้ผลิต ไว้ในโกดังสินค้าของร้านค้า โดยที่กรรมสิทธิ์ ของสินค้ายังเป็นของโรงงานผลิต จะมีการโอนกรรมสิทธ เมื่อขายสินค้า ซึ่งจะทำให้เกิดผลประัโยชน์ ในด้านร้านค้าปลีก ที่มีสินค้าเต็มโกดังตลอดเวลา โดยไม่ต้องลงทุนซื้อสินค้าเพื่อกักตุน เกิดความอุ่นใจ ลด Pacnic Order ในด้านของผู้ผลิต สามารถทราบ Demand ของสินค้าแต่ละชนิด จาการเช็คสินค้าภายในโกดังของร้านค้าปลี่กที่ลดลง ทำให้สามารถกำหนดแผนการผลิตได้อย่างถูกต้องและลดผลจาก Pacnic Order ซึ่งจะทำให้เกิด ฺBullwhisp effect ตามมา
            แต่อย่างไรก็ตามสิ่งสำคัญ ในการที่จะทำให้เกิดการไหลของข้อมูลชุดเดี่ยวกันนั้น จะต้องสร้างความร่วมมือใน Supply Chain ให้เกิดความแน่นแฟ้น เปรียบเสมือนการผูกโซ่เชื่อมกัน เป็นองค์กรเดียวกันโดยมีวัตถุประสงค์เดียวกัน คือตอบสนองความต้องการของผู้บริโภคสูงสุด

          2. การป้องกันปัญหาจากความไม่แน่นอน ซึ่งเป็นปัจจัยอีกตัวหนึ่งที่ทำให้การคาดการณ์มีโอกาสที่ผิดพลาด จากทฤษฎีการพยากรณ์ที่เคยกล่าวไว้ก่อนหน้านี้

               จากการที่ค่าของการพยากรณ์ผิดเสมอ แสดงว่าค่าพยากรณ์จะมีความคลาดเคลื่อน ดังนั้นวิธีการคาดการณ์ ค่าจากการพยากรณ์จะนำแนวคิดของหลัก สถิติ (Statistic) มาใช้ โดย
                 ค่าเฉลี่ย แทน คาดการณ์ยอดขาย ,
                 ส่วนเบี่ยงเบนมาตราฐาน หรือ SD แทนความคลาดเคลื่อนของยอดขาย ที่ไม่เป็นตามค่า
              ที่คาด การณ์หรือค่าเฉลี่ย

     โดยค่าที่บอก ความไม่แน่นอน( Uncertainty ) ในทางสถิติ จะใช้ค่าความแปรปรวน หรือ

             CV ( Coefficienc of Varaince ) มีค่าเท่ากับ     ส่วนเบี่ยงเบนมาตราฐาน /  ค่าเฉลี่ย
   
     โดยที่แนวคิด ทาง Supply Chain จะใช้การลดค่า CV ให้น้อยลงให้มากที่สุด โดย
      1. การลด ส่วนเบี่ยงเบนมาตราฐาน ( SD ) ไม่สามารถทำได้ในทางปฎิบัติ เนื่องจากเราไม่สามารถกำหนดสิ่งที่เกิดขึ้นในอนาคตได้อย่างแน่นอน
      2. การเพิ่ม ค่าเฉลี่ย หรือการ Penetration นั่นหมายถึง การเพิ่มยอดขาย ขึ้นอย่างก้าวกระโดด ในทางปฎิบัติ สามารถทำได้ แต่เป็นสิ่งที่ยาก เนื่องจากจะต้องกลยุทธ์  Penetration ตลาดอย่างมีประสิทธิภาพ
      3. เพิ่ม N ! จากแนวคิดที่ว่า ค่าเฉลี่ย แทนยอดขายของสินค้าเพียง 1 ชนิด ดังนั้นการเพิ่มค่าเฉลี่ย จะทำได้อีกวิธี โดยการขายสินค้าที่มีความหลากหลายเพิ่มขึ้น หรือกลยุทธ์การตลาดในด้าน Product Development และ Market Development จะทำให้ ค่าเฉลี่ยเพิ่มขึ้นอย่างมาก ส่งผลทำให้ CV ลดลง

      ดังนั้น แนวคิดใน Supply Chain ในการลดความไม่แน่นอนของข้อมูล ทำได้โดยการขยายตลาดให้กว้างขึ้น และิสินค้ามีความหลากหลายมากขึ้น
          นอกจากนี้ แนวคิดของการลด CV โดยเพิ่ม N ทำให้เกิดแนวคิดที่เรียกว่า RISK Pooling ตามมา ซึ่งจะนำเสนอในบทความครั้งหน้าครับ