需求分群與預測模式之研究-以汽車維修零組件為例

Demand Clustering and Forecasting Model for Auto Spare Parts

張維友(Wei-Yu Chang)

指導教授 ： 蔣明晃

國立臺灣大學/管理學院/商學研究所/碩士(2017年)

https://doi.org/10.6342/NTU201701209

摘要

近年來，台灣地區汽車持有數量持續增加，平均每三人就有一人擁有汽車，其中汽車又屬耐久財，消費者不會頻繁地更換汽車，若汽車發生故障或零件耗損，通常會去售後市場購買其零組件以更換。由於一輛汽車擁有上萬種零組件，售後市場也不會只供應同一種車型之零組件，因此需要有充足的庫存以因應需求，但同時也要盡量降低庫存量，以減少庫存成本。因此在管理上，售後市場得良好的控管各種零組件的進貨量，其中精準的需求預測是必須的。
本研究將目標放在汽車零組件的需求預測。藉由實務上的資料，利用汽車零組件的月需求量，建構分群指標，將具有相似需求模式之汽車零組件歸在同一群。接下來，本研究再觀察分群後的結果，剔除需求極少的汽車零組件，留下需求量較多、能進行分析的群集，最後針對剩餘的群集進行需求預測，分別利用現行的需求預測方法及本研究提出的方法計算預測值，與實際值比較後得到預測表現結果。
與個案公司現行需求預測方法比較而得到的結果顯示，本研究提出之預測方法較能夠精確的預測汽車零組件之需求量，且證實了不同需求模式之汽車零組件適用不同的需求預測方法，現行做法下遇到需求量變異較大的汽車零組件時表現會較差。因此，本研究提出之需求預測方法，提供售後市場一個新的預測汽車零組件之方法，讓企業可以根據汽車零組件需求模式，選擇更好的需求預測方法。

關鍵字

汽車零組件 ； 分群 ； 需求預測

並列摘要

This study focuses on the demand forecast for the spare parts. With practical data, we use the monthly data of spare parts to create the index for clustering. Let the spare parts which have similar demand pattern in the same group. Next, this study then observes the results after clustering. Eliminate the group which has the fewest demand. Leave the group with more demand for analysis. At last, we will forecast the remaining group. The forecasting method is calculated by the current demand forecasting method and the method proposed in this study. The predictive value will compare with the actual value to measure the forecasting performance.
The results obtained by comparing the current demand forecasting methods of the case companies show that the forecasting method proposed in this study can accurately predict the demand of spare parts, and confirmed the different demand patterns of spare parts applicable to different demand forecasting methods, the current demand forecasting method encountered greater demand’s variation of spare parts will have a poor performance. Therefore, this study proposed a demand forecasting method to provide a new way to predict the spare parts, so that enterprises can choose a better demand forecasting method according to the spare parts demand pattern.

並列關鍵字

Spare parts ； Clustering ； Demand forecasting

參考文獻

1.吳沛軒，《考量零件生命周期與汽車回廠率下的汽車售後零組件需求預測模式》，國立台灣大學商學研究所碩士學位論文，2008

2.林翰輝，《考慮需求不確定下定期選擇補貨模式－以汽車維修零件為例》，國立台灣大學商學研究所碩士學位論文，2007

6.蕭俊富，《汽車產業服務零組件倉庫效率提升改善之研究》，國立台北科技大學車輛工程系碩士班碩士學位論文，2007

8.蘇韋仲，《考慮供應不確定下定期選擇補貨模式--以汽車維修零件為例》，國立台灣大學商學研究所碩士學位論文，2007

3.Leonard Kaufman, Peter J. Rousseeuw, “Finding Groups in Data: An Introduction to Cluster Analysis,” Wiley, New York,1990