[Book Review] Inventory Optimization: Models and Simulations

Nối tiếp series Book Review, tuần này mình giới thiệu cuốn “Inventory Optimization: Models and Simulations” trong bộ sách về Inventory Optimization của tác giả Nicolas Vandeput, tập trung vào việc tối ưu hóa quản lý hàng tồn kho trong các doanh nghiệp, giúp cải thiện hiệu quả và giảm chi phí.

Ngoài ra, cuốn"Data Science for Supply Chain Forecasting" cũng được highly recommend, bạn nào yêu thích Data Science có thể tìm đọc. Cuốn này tập trung vào dự báo chuỗi cung ứng, sử dụng các phương pháp khoa học dữ liệu như học máy và thống kê để dự đoán nhu cầu và tối ưu hóa mức tồn kho.

Với “Inventory Optimization: Models and Simulations”, điểm nổi bật là cuốn sách, không chỉ dừng lại ở các phương pháp quản lý truyền thống như ABC/XYZ hay phương pháp lượng đặt hàng kinh tế (EOQ), mà còn giới thiệu các phương pháp tối ưu hóa hiện đại hơn thông qua mô phỏng. Điều này rất phù hợp với môi trường kinh doanh năng động và phức tạp ngày nay.

Việc sử dụng các mô phỏng không chỉ giúp tìm ra các tham số đặt hàng và lượng hàng dự trữ an toàn tối ưu, mà còn là công cụ mạnh mẽ để giảm thiểu tổng chi phí sở hữu. Ví dụ, việc mô hình hóa chi phí tồn kho, chi phí đặt hàng và cả chi phí "backorder" (khi hàng hóa không có sẵn) cho phép tôi tối ưu hóa chính sách tồn kho một cách hiệu quả. Đặc biệt, việc sử dụng các hàm khối xác suất cho nhu cầu và thời gian giao hàng từ dữ liệu lịch sử và dự báo thực sự đã nâng tầm hiệu quả của các mô hình này.

Hầu hết nội dung trong sách đều có ví dụ minh họa để recap lại nội dung và công thức tính toán giúp người đọc dễ hình dung và áp dụng.

Mình lấy một ví dụ nhỏ trong sách. Ví dụ này minh họa một chính sách quản lý hàng tồn kho trong một cửa hàng bia và cách đo lường hiệu suất của chính sách đó qua các chỉ số như cycle service level (mức độ phục vụ theo chu kỳ) và fill rate (tỷ lệ đáp ứng nhu cầu từ hàng tồn kho).

Phân tích ví dụ:

1. Bối cảnh và chính sách tồn kho:

Bạn đang quản lý một cửa hàng bia và bán một loại bia nổi tiếng của Bỉ, Westvleteren. Bạn áp dụng một chính sách tồn kho (R, S):

• R = 1: Mỗi buổi tối, bạn đặt hàng với Westvleteren.

• S = 6: Bạn luôn đặt đủ để đảm bảo rằng có 6 chai bia sẵn có trên kệ vào mỗi buổi sáng.

Điều này có nghĩa là chính sách tồn kho của bạn là:

• Bạn đặt hàng mỗi ngày (R = 1) để bổ sung số lượng bia cần thiết để duy trì 6 chai trên kệ (S = 6).

2. Ví dụ về nhu cầu hàng ngày:

• Ngày thứ nhất: Có 10 khách du lịch đến mua bia, mỗi người muốn mua một chai. Tuy nhiên, bạn chỉ có 6 chai, vì vậy bạn chỉ có thể đáp ứng nhu cầu của 6 khách. Điều này tạo ra:

  • Fill rate: 60% (6 chai/10 chai).

  • Cycle service level: 0% (vì bạn không thể đáp ứng tất cả nhu cầu trong ngày).

  Bạn đặt hàng buổi tối để sáng hôm sau có lại 6 chai trên kệ.

• Ngày thứ hai: Có một khách đến và muốn mua một chai bia. Bạn có đủ bia để đáp ứng nhu cầu này. Do đó, ngày hôm đó:

  • Fill rate: 100% (1 chai/1 chai).

  • Cycle service level: 100% (vì bạn đáp ứng được toàn bộ nhu cầu).

3. Đo lường hiệu suất:

• Cycle service level (mức độ phục vụ theo chu kỳ): Để tính mức độ phục vụ này, bạn đếm số ngày mà bạn đáp ứng được toàn bộ nhu cầu của khách và chia cho tổng số ngày cửa hàng mở cửa.

  • Trong ví dụ này, bạn chỉ đáp ứng được toàn bộ nhu cầu vào ngày thứ hai (1 ngày), trong khi vào ngày thứ nhất bạn không đáp ứng đủ. Do đó:

    Cycle service level = 1/2 = 50 %

  • Cycle service level đo lường khả năng của cửa hàng đáp ứng toàn bộ nhu cầu trong mỗi chu kỳ (một ngày trong trường hợp này). Trong ví dụ, bạn chỉ có thể đáp ứng đủ nhu cầu một lần trong hai ngày, do đó, mức độ phục vụ này là 50%.

• Fill rate (tỷ lệ đáp ứng nhu cầu): Đây là tỷ lệ giữa số lượng khách được phục vụ trực tiếp từ hàng tồn kho và tổng số khách có nhu cầu.

  • Tổng cộng bạn phục vụ được 7 khách (6 vào ngày đầu và 1 vào ngày sau) từ tổng cộng 11 khách (10 vào ngày đầu và 1 vào ngày sau). Do đó:

    Fill rate = 7/11 ≈ 64%

  • Fill rate đo lường tỷ lệ tổng nhu cầu được đáp ứng từ hàng tồn kho có sẵn. Tỷ lệ 64% cho thấy rằng bạn đáp ứng được 64% nhu cầu mà khách hàng yêu cầu ngay lập tức từ hàng tồn kho

4. Đánh giá về chính sách tồn kho:

Chính sách tồn kho này khá đơn giản và có thể không phù hợp trong những trường hợp có nhu cầu biến động lớn như ví dụ trên. Khi có lượng khách lớn (như 10 khách trong một ngày), chính sách không đủ linh hoạt để đảm bảo phục vụ toàn bộ nhu cầu. Điều này dẫn đến fill rate thấp và cycle service level cũng thấp.

Để cải thiện, cửa hàng có thể xem xét:

• Tăng mức tồn kho tối đa (S) để có đủ hàng phục vụ trong những ngày nhu cầu cao.

• Điều chỉnh chu kỳ đặt hàng (R) để có thể phản ứng nhanh hơn với nhu cầu thay đổi.

Qua ví dụ này, chúng ta thấy rằng các chỉ số cycle service level và fill rate cung cấp cái nhìn sâu sắc về khả năng đáp ứng nhu cầu của một cửa hàng. Chính sách tồn kho cần được tối ưu hóa dựa trên mức độ biến động của nhu cầu để đạt được sự cân bằng giữa việc duy trì mức tồn kho hợp lý và khả năng phục vụ khách hàng.

"Inventory Optimization: Models and Simulations" không chỉ là một cuốn sách học thuật, mà còn là nguồn cảm hứng thực tế để nâng cấp các chính sách quản lý tồn kho, hướng tới những giải pháp tối ưu liên tục trong thế giới đầy thách thức của chuỗi cung ứng ngày nay.

Cuốn sách mang lại một cách tiếp cận sâu sắc và hiện đại về quản lý chuỗi cung ứng, đặc biệt thông qua việc sử dụng các mô hình toán học để nắm bắt những phức tạp trong chuỗi cung ứng. Nicolas từng bước giới thiệu các mô hình này, và qua từng chương, chúng trở nên ngày càng mạnh mẽ hơn, giúp mô phỏng và tối ưu hóa chuỗi cung ứng một cách chính xác hơn.