Buổi 8: Hoạch định nhu cầu (Demand Planning)
📊 Phần 4 — Tồn kho & Nhu cầu
Mục tiêu: Nắm vững phương pháp dự báo và hoạch định nhu cầu
1. Forecasting Methods
Phương pháp định tính
| Phương pháp | Mô tả | Khi nào dùng |
|---|---|---|
| Expert Judgment | Ý kiến chuyên gia | Sản phẩm mới |
| Delphi | Khảo sát chuyên gia nhiều vòng | Dự báo dài hạn |
| Market Research | Khảo sát thị trường | Sản phẩm mới, thị trường mới |
| Sales Force | Ước tính từ đội sales | Forecast ngắn hạn |
Phương pháp định lượng
| Phương pháp | Công thức | Ưu điểm |
|---|---|---|
| Moving Average | Đơn giản, lọc nhiễu | |
| Exponential Smoothing | Phản ứng nhanh | |
| Linear Regression | Phát hiện trend | |
| Seasonal Decomposition | Trend × Season × Cycle × Random | Xử lý mùa vụ |
Đo lường độ chính xác
2. S&OP / IBP
S&OP – Sales & Operations Planning
Data Gather
Month 1
Demand Review
Month 2
Supply Review
Month 3
Pre-S&OP Meeting
Month 4
Executive S&OP
Month 5
IBP – Integrated Business Planning
💡 IBP vs S&OP
S&OP = Cân bằng cung – cầu (tactical) IBP = S&OP + Financial + Strategic alignment
IBP kết nối:
- Chiến lược kinh doanh → Portfolio review
- Demand review → Supply review
- Financial reconciliation → Management review
5 bước IBP
- Product Review – Portfolio, NPI, phase-out
- Demand Review – Consensus forecast
- Supply Review – Capacity, constraint
- Integrated Reconciliation – Cân bằng P&L
- Management Business Review – Quyết định
3. Demand Sensing
Demand Sensing vs Traditional Forecasting
| Traditional | Demand Sensing | |
|---|---|---|
| Horizon | Tháng / Quý | Ngày / Tuần |
| Data | Historical | Real-time (POS, weather, social) |
| Accuracy | 60–70% | 80–90% |
| Response | Chậm | Nhanh |
Nguồn dữ liệu demand sensing
- 📊 POS (Point of Sale) data
- 🌤️ Weather data
- 📱 Social media trends
- 🔍 Search trends (Google Trends)
- 📰 Event data (lễ, tết, khuyến mãi)
- 🏪 Channel inventory data
4. Collaboration Sales–Operations
CPFR – Collaborative Planning, Forecasting & Replenishment
🏪 Retailer
POS dataPromo plan
Shared Forecast & Plan →
🔄 CPFR
← Inventory Status
🏭 Supplier
Production planCapacity
Consensus Forecast Process
- Statistical baseline – Mô hình định lượng
- Sales input – Insights từ thị trường
- Marketing input – Khuyến mãi, NPI
- Customer input – Forecast từ key accounts
- Consensus meeting – Thống nhất con số cuối
📝 Case Study
✍️ Sai lệch Forecast & hậu quả
Tình huống: Công ty dự báo bán 100.000 SP trong Q4 nhưng thực tế chỉ bán 65.000 SP.
Hậu quả:
- Tồn kho dư 35.000 SP → chi phí lưu kho tăng
- Nguyên liệu đã mua dư → vốn bị chôn
- Nhà máy đã tăng ca → chi phí nhân công lãng phí
- Sản phẩm có hạn sử dụng → rủi ro expired
Phân tích:
- Nguyên nhân sai lệch là gì?
- Ai chịu trách nhiệm?
- Làm thế nào để cải thiện?
- Xử lý tồn kho dư thế nào?
- Thiết kế quy trình S&OP để ngăn ngừa