《安踏體育用品雨花倉庫存管理研究物流管理專業(yè)》由會(huì)員分享，可在線閱讀，更多相關(guān)《安踏體育用品雨花倉庫存管理研究物流管理專業(yè)（24頁珍藏版）》請?jiān)谘b配圖網(wǎng)上搜索。

1、安踏體育用品雨花倉庫存管理研究 摘 要 在經(jīng)濟(jì)全球化的大背景下，體育用品行業(yè)迎來前所未有的發(fā)展機(jī)遇，同時(shí)也面臨著巨大的競爭壓力，庫存成本的飛速增長已經(jīng)成為國內(nèi)外體育用品公司的通病，探求如何解決公司的庫存問題變得越加緊迫。 本文首先針對(duì)雨花倉庫存需求現(xiàn)狀和倉儲(chǔ)管理現(xiàn)狀進(jìn)行分析，發(fā)現(xiàn)雨花倉存在需求預(yù)測不準(zhǔn)確和倉儲(chǔ)管理效率低下的問題。針對(duì)雨花倉需求預(yù)測不準(zhǔn)確的問題，利用灰色預(yù)測法，構(gòu)建倉庫需求預(yù)測模型，借助Matlab軟件進(jìn)行優(yōu)化，提高雨花倉需求預(yù)測的準(zhǔn)確度；針對(duì)雨花倉倉儲(chǔ)管理效率低下的問題，運(yùn)用ABC分類法，對(duì)倉庫貨物進(jìn)行分類管理，解決此問題。通過灰色預(yù)測法和ABC分類法兩種方法對(duì)雨花倉的

2、庫存進(jìn)行優(yōu)化，有利于雨花倉合理利用庫存空間，節(jié)約庫存成本，提高庫存管理效率，走出庫存積壓的困境，對(duì)倉庫的持續(xù)、健康發(fā)展具有深遠(yuǎn)的意義。 【關(guān)鍵詞】庫存管理；需求預(yù)測；灰色預(yù)測法;ABC分類法 Study on the Management of Yuhua Warehouse in Anta Sporting Goods Abstract In the context of economic globalization, the sporting goods industry ushered in an unpreced

3、ented opportunity for development, but also faced with a huge competitive pressure, the rapid growth of inventory costs has become a common problem at home and abroad sporting goods company, to find out how to solve the companys inventory problems Becoming more and more urgent. This paper first ana

4、lyzes the present situation of warehousing demand and the current situation of warehousing management, and finds out that there is a problem that the demand forecast is inaccurate and the efficiency of warehousing management is low. According to the problem of inaccurate forecasting of Yuhua warehou

5、se demand, the gray forecasting method is used to build the warehouse demand forecasting model, and the accuracy of Yuhua warehouse demand forecast is improved by means of Matlab software. In view of the problem of inefficient management of Yuhua warehouse ABC classification, the classification of w

6、arehouse goods management, to solve this problem. It is beneficial to optimize the inventory of Yuhua warehouse by gray forecasting method and ABC classification method, which is beneficial to the utilization of inventory space, save inventory cost, improve the efficiency of inventory management, ge

7、t out of the plight of inventory, Healthy development has far-reaching significance. [Key words] inventory management；Demand forecasting；Gray prediction method；ABC model 目　錄 一、緒論 1 （一）研究背景、目的與意義 1 （二) 國內(nèi)外研究綜述 1 （三）研究主要內(nèi)容及創(chuàng)新點(diǎn) 2 二、安踏體育用品公司背景及雨花倉庫存管理現(xiàn)狀 3 （一）安踏體育用品公司背景介紹 3 （二）雨花倉現(xiàn)

8、狀分析 3 （三）雨花倉庫存管理存在的問題 5 三、雨花倉庫存管理優(yōu)化策略 6 （一）利用灰色預(yù)測法提高產(chǎn)品預(yù)測準(zhǔn)確率 6 （二）采用ABC 分類法提高倉儲(chǔ)管理效率 11 四、結(jié)束語 16 （一）總結(jié) 16 （二）研究展望 16 參考文獻(xiàn) 17 致 謝 18 一、緒論 （一）研究背景、目的與意義 1.研究背景 庫存成本是企業(yè)的主要成本之一，庫存成本的減少可以減少企業(yè)的開支，而目前我國企業(yè)的庫存成本一直高居不下，企業(yè)持續(xù)發(fā)展受限。這一現(xiàn)象在體育用品行業(yè)中尤為嚴(yán)重。體育用品行業(yè)是服裝業(yè)的一種，容易受到季節(jié)性，時(shí)尚型，流行性等不確定因素影響

9、，導(dǎo)致庫存大量積壓。研究其庫存問題顯得十分緊迫。 安踏體育用品公司是國內(nèi)最大的體育用品公司之一，在體育用品市場占有較大的份額，專賣店遍布全國各地。但其在倉庫的庫存管理方面存在管理混亂，管理效率低下，存貨擺放雜亂等問題，給企業(yè)帶來了不少的損失，安踏要想在國內(nèi)體育用品競爭中更進(jìn)一步，長遠(yuǎn)發(fā)展還需解決庫存問題。 2.研究目的與意義 對(duì)于庫存的有效管理可以很好的解決庫存積壓，避免存貨短缺的現(xiàn)象，對(duì)于減少企業(yè)的庫存成本，提高企業(yè)的利潤，加快企業(yè)資金周轉(zhuǎn)有著重要的意義，深遠(yuǎn)的影響。對(duì)于體育用品行業(yè)的意義則更如此。 本文針對(duì)安踏體育用品公司雨花倉出現(xiàn)的一系列問題，進(jìn)行深入研究，運(yùn)用科學(xué)的

10、模型與方法，旨在幫助雨花倉走出庫存嚴(yán)重積壓的困境。 （二）國內(nèi)外研究綜述 1.國外研究現(xiàn)狀 國外的庫存管理研究時(shí)間較中國要早，理論成果也較成熟，研究角度也相對(duì)廣泛。針對(duì)庫存分類這一方向，管理學(xué)家戴克將ABC分類法廣泛運(yùn)用于各個(gè)企業(yè)的庫存管理中。Allen和Desop[1]提出了必須對(duì)配件進(jìn)行合理分類，分為重要的和不重要的，才能有效的管理庫存。 針對(duì)需求預(yù)測這一方向，英國學(xué)者沃爾斯特在《庫存控制與管理》一書中對(duì)庫存管理進(jìn)行了系統(tǒng)的介紹，包括庫存信息系統(tǒng)，需求預(yù)測等。Chor[2]等學(xué)者通過對(duì)時(shí)尚產(chǎn)品的顏色趨勢的研究，改進(jìn)了灰色預(yù)測模型，建立了GM-ANN預(yù)測模型，即先用GM模型進(jìn)行預(yù)測，

11、再利用殘差值進(jìn)行修正，提高了預(yù)測精確度。Xia[3]學(xué)者把季節(jié)因子引入離散型灰色預(yù)測模型，成功的解決了數(shù)據(jù)少且?guī)в屑竟?jié)性的產(chǎn)品預(yù)測，減少季節(jié)性產(chǎn)品的庫存風(fēng)險(xiǎn)。 2.國內(nèi)研究現(xiàn)狀 國內(nèi)庫存管理研究起步較晚。我國的學(xué)者正在不斷摸索研究適合我國企業(yè)生存與發(fā)展的庫存管理方法。 張莉[4]使用ABC分類法，按照服裝商品的實(shí)際金額將商品分為三個(gè)等級(jí)，進(jìn)行有效的分類管理；在此基礎(chǔ)上根據(jù)顧客的購買數(shù)量對(duì)顧客進(jìn)行分類管理，制定差異化的服務(wù)方式，提高滿意度。黃曉靜[5]將ABC分類法運(yùn)用于高校儀器設(shè)備領(lǐng)域，不僅降低了工作量還提高了工作效率。張英[6]則將ABC分類法運(yùn)用于服裝領(lǐng)域，以李寧為實(shí)例，對(duì)存貨進(jìn)行研

12、究，幫助李寧走出庫存困境。 吳志明[7]等人利用顏色科學(xué)理論，借助灰色預(yù)測模型，對(duì)未來顏色趨勢進(jìn)行預(yù)測，并以春夏藍(lán)色流行度為例預(yù)測顏色流行程度。孫利輝[8]基于改進(jìn)型的灰色預(yù)測模型對(duì)服裝銷售的情況進(jìn)行預(yù)測，結(jié)合銷售預(yù)測的結(jié)果和庫存情況，建立服裝調(diào)補(bǔ)貨模型，幫助企業(yè)達(dá)到庫存最優(yōu)化的目標(biāo)。 3.國內(nèi)外研究綜述 通過對(duì)國內(nèi)外庫存管理研究成果的分析，不難發(fā)現(xiàn)，針對(duì)企業(yè)庫存管理，運(yùn)用ABC分類法進(jìn)行研究已經(jīng)很成熟，理論水平高，研究的內(nèi)容也是涵蓋各個(gè)領(lǐng)域，對(duì)企業(yè)的庫存優(yōu)化效果明顯。 針對(duì)企業(yè)的需求預(yù)測，借助灰色預(yù)測法及其模型的研究也越來越完善，國內(nèi)外研究內(nèi)容也呈現(xiàn)出專業(yè)化。不局限于理論的層面，出現(xiàn)

13、大量針對(duì)具體企業(yè)的研究。但其研究并未形成相應(yīng)的體系，還需國內(nèi)外學(xué)者進(jìn)行更加深度的研究。 （三）研究主要內(nèi)容及創(chuàng)新點(diǎn) 1.研究的主要內(nèi)容 分析了安踏體育用品公司雨花倉的庫存現(xiàn)狀，得出了雨花倉庫存管理的主要問題是：需求預(yù)測不準(zhǔn)確，貨物積壓嚴(yán)重和貨物擺放雜亂，管理效率低下。針對(duì)需求預(yù)測不準(zhǔn)確的問題，利用灰色預(yù)測法提高雨花倉預(yù)測準(zhǔn)確率；利用ABC分類法解決雨花倉管理效率低下的問題，幫助雨花倉走出庫存困境。 2．創(chuàng)新點(diǎn) 本文以安踏體育用品的具體倉庫—雨花倉為例，具有較強(qiáng)的針對(duì)性，普及面廣，創(chuàng)造性使用灰色預(yù)測法及ABC分類法對(duì)某一具體倉庫庫存實(shí)施有效管理，對(duì)與安踏相似的服裝行業(yè)提高庫存管理效率，

14、減少庫存成本具有借鑒作用。 二、安踏體育用品公司背景及雨花倉庫存管理現(xiàn)狀 （一）安踏體育用品公司背景介紹 安踏體育用品有限公司是由丁世忠及其父兄于1991年在福建晉江所創(chuàng)立。1994年，20歲的丁世忠?guī)е诒本┳?年鞋類推銷所賺到的20萬元回到晉江，加入岳父的安踏公司。不久后，其家族控股的晉江世發(fā)通過投資成為安踏福建的最大股東，隨后岳父丁思忍將安踏中國與安踏福建兩家公司的所有股份都無償送給了丁世忠，世發(fā)集團(tuán)也在此時(shí)宣布將股份轉(zhuǎn)讓給丁世忠，那么丁世忠就正式成為了安踏公司的唯一掌權(quán)人。 經(jīng)過二十多年的發(fā)展，安踏體育從一個(gè)制鞋坊變成中國內(nèi)地最大的綜合體育用品有限公司。1999年，安踏體育簽約

15、乒乓球名將孔令輝為其代言人來提高品牌影響度，并率先運(yùn)用“央視+體育明星”的營銷模式，營業(yè)額飛速增長。2004年—2012 贊助CBA，成為其贊助商之一。2007年，安踏體育在香港聯(lián)交所正式上市。2009年更是簽約中國奧委會(huì)，為中國奧運(yùn)健兒打造運(yùn)動(dòng)裝備。2014年，與NBA建立合作關(guān)系，進(jìn)一步擴(kuò)展其國際影響力。 安踏公司采取多品牌發(fā)展模式，旗下除了擁有核心品牌安踏以外，還擁有ANTA KIDS,并于2009年收購意大利時(shí)尚運(yùn)動(dòng)品牌FILA，成為其新的增長點(diǎn)。此外還與NBA球星克萊湯普森等合作推出多款技術(shù)性球星戰(zhàn)靴。安踏一直致力于體育事業(yè)，為中國體育的發(fā)展作出了卓越貢獻(xiàn)。 （二）雨花倉現(xiàn)狀分析

16、 雨花倉是安踏體育用品公司的一個(gè)三級(jí)配送中心，位于雨花臺(tái)區(qū)龍藏大道9號(hào)，職責(zé)是向生產(chǎn)商采購服裝貨物，以及南京地區(qū)的貨物配送。雨花倉貨物數(shù)量多，種類齊全，可以很好的滿足不同門店的多樣需求。通過對(duì)雨花倉的調(diào)查，發(fā)現(xiàn)雨花倉的現(xiàn)狀如下： 1．雨花倉的需求現(xiàn)狀 雨花倉需求量大，僅僅是運(yùn)動(dòng)鞋這一類產(chǎn)品的月需求量就能達(dá)到20000雙以上，而短袖在夏季的需求量則會(huì)突破22000件，下面將列舉雨花倉2016年6月7類產(chǎn)品的需求量。 圖1 2016年6月7類產(chǎn)品需求量表 資料來源: 由安踏官網(wǎng) 正因?yàn)橛昊▊}的需求量大，在調(diào)查研究中發(fā)現(xiàn)倉庫管理人員經(jīng)常根據(jù)個(gè)人經(jīng)驗(yàn)及往年的銷售情況采取估量的方法來減

17、少工作量，這很容易導(dǎo)致需求預(yù)測的不準(zhǔn)確，存貨的大量積壓，據(jù)統(tǒng)計(jì)，雨花倉每年約有12%的貨物積壓賣不出去，這對(duì)于季節(jié)性消費(fèi)品來說是致命的，不僅減少了企業(yè)的利潤，也增加了企業(yè)在庫存方面的成本，不利于企業(yè)的長遠(yuǎn)發(fā)展。 2．雨花倉的倉儲(chǔ)管理現(xiàn)狀 雨花倉貨物種類多，存貨量大。2016年庫存總量大約為85700件，其中45%為鞋類產(chǎn)品，較2015年的76900件上漲了11.44%。下面將列舉2016年雨花倉運(yùn)動(dòng)服飾及其配件的種類數(shù)以供參考。 表1 運(yùn)動(dòng)服飾及運(yùn)動(dòng)配件種類數(shù) 名稱 種類 籃球鞋 27 運(yùn)動(dòng)鞋(包含跑步鞋) 23 綜合訓(xùn)練鞋 15 板鞋 26 運(yùn)動(dòng)T恤 23

18、運(yùn)動(dòng)長褲 17 運(yùn)動(dòng)外套 19 雙肩包 13 運(yùn)動(dòng)襪 10 籃球 7 資料來源：安踏官網(wǎng) 在對(duì)雨花倉的調(diào)查中發(fā)現(xiàn)，雨花倉貨物擺放雜亂，鞋類貨物與服裝貨物混在一起，倉庫管理人員在進(jìn)行盤點(diǎn)管理時(shí)經(jīng)常要在一堆貨物中進(jìn)行挑選清查，一堆貨物往往要翻查三四遍，工作量大，盤點(diǎn)所需時(shí)間長，效率十分低下。針對(duì)這一現(xiàn)狀，雨花倉試過加派倉庫工作人員進(jìn)行貨物盤查清點(diǎn)，但效果并不理想，工作效率依舊十分低下。 （三）雨花倉庫存管理存在的問題 安踏采取的供應(yīng)鏈模式是：配送中心通過向服裝生產(chǎn)商發(fā)出訂單，服裝生廠商則根據(jù)訂單提供貨物，服裝生產(chǎn)商提供貨物的多與少完全由配送中心來決定，一旦配送中心的預(yù)測

19、出現(xiàn)了錯(cuò)誤就很容易導(dǎo)致庫存的積壓。通過對(duì)雨花倉的調(diào)查研究發(fā)現(xiàn)主要存在下列兩個(gè)問題。 1．需求預(yù)測不準(zhǔn)確，庫存積壓嚴(yán)重 由于貨物的多少是由倉庫控制的，再加上倉庫管理人員對(duì)于預(yù)測缺乏正確的認(rèn)識(shí)，只是根據(jù)各個(gè)專賣店先前的銷量或者個(gè)人的經(jīng)驗(yàn)加上倉庫的庫存進(jìn)行預(yù)估，便極易造成需求的放大，導(dǎo)致庫存的積壓或者缺貨的現(xiàn)象出現(xiàn)，公司利潤的流失，成本的大量增加。下面列出了2016年倉庫7月7類產(chǎn)品的品種及其實(shí)際需求量與訂貨量的比較。 圖2 雨花倉7月7類產(chǎn)品實(shí)際需求量與訂貨量比較表 資料來源： 從圖中不難看出倉庫的訂貨量與需求量存在著較大的誤差，一個(gè)月的庫存積壓已經(jīng)很多，倉庫商品眾多，一年的庫存誤差可想

20、而知，這說明了管理者對(duì)需求預(yù)測存在巨大的問題，這也是導(dǎo)致倉庫庫存積壓現(xiàn)象嚴(yán)重，成為庫存成本增加的重要原因。 企業(yè)擁有一定得庫存可以很好的應(yīng)對(duì)緊急情況下對(duì)存貨的需求，緩解供需帶來的矛盾，但大量的庫存占有率會(huì)占用企業(yè)大量資金，使企業(yè)資金流動(dòng)受限，影響企業(yè)的周轉(zhuǎn)，減少企業(yè)的利潤，帶來一系列問題。雨花倉想要解決庫存積壓的問題，必須要先處理預(yù)測這一難題。 2．存貨擺放雜亂，倉儲(chǔ)管理效率低下 雨花倉倉庫大，種類較多，庫存管理也比一般的倉庫要難，如果管理者不分重點(diǎn)，貨物胡亂擺放，那必然會(huì)使管理工作難上加難，管理效率低下。通過對(duì)雨花倉的調(diào)查，發(fā)現(xiàn)倉庫貨物擺放隨意，不同貨物之間存在一定的混雜現(xiàn)象，倉庫并未

21、完全制定嚴(yán)格的區(qū)分方式，擺放不分主次，一把抓式管理現(xiàn)象嚴(yán)重。這對(duì)盤點(diǎn)清查工作是一個(gè)巨大的挑戰(zhàn)。如果對(duì)于并不重要，價(jià)格相對(duì)低廉的運(yùn)動(dòng)配飾的盤查出現(xiàn)誤差可能還不會(huì)有巨大的影響，但如果對(duì)價(jià)格相對(duì)昂貴的運(yùn)動(dòng)鞋的盤查不準(zhǔn)確的話，則可能造成庫存積壓的現(xiàn)象，一旦這些貨物出現(xiàn)積壓，對(duì)倉庫乃至企業(yè)的損失是巨大的。這就要求雨花倉依據(jù)貨物的重要程度進(jìn)行分類管理，重要的，價(jià)值高的貨物要定期進(jìn)行庫存盤點(diǎn)，精確計(jì)算其需求量。價(jià)格相對(duì)較低的則可以隔一段時(shí)間進(jìn)行盤點(diǎn)。這樣可以很好的提高倉儲(chǔ)管理的效率，減少庫存的積壓的難題。 三、雨花倉庫存管理優(yōu)化策略 雨花倉庫存管理問題總結(jié)起來就是需求預(yù)測不準(zhǔn)確，庫存管理效率低下。下文針

22、對(duì)雨花倉需求預(yù)測不準(zhǔn)確的問題，提出利用灰色預(yù)測的方法，借助灰色預(yù)測模型，對(duì)雨花倉的需求進(jìn)行科學(xué)預(yù)測，將預(yù)測出的數(shù)據(jù)與實(shí)際銷售量數(shù)據(jù)進(jìn)行對(duì)比，查看預(yù)測的誤差大小，檢驗(yàn)灰色預(yù)測法對(duì)提高倉庫的預(yù)測準(zhǔn)確率是否具有可行性。針對(duì)雨花倉庫存管理效率低下，貨物擺放雜亂的問題，采用ABC分類法，將倉庫的貨物進(jìn)行區(qū)分化的管理，來提高管理人員的盤點(diǎn)清查效率和準(zhǔn)確度，減少庫存積壓的可能性。 （一）利用灰色預(yù)測法提高產(chǎn)品預(yù)測準(zhǔn)確率 產(chǎn)品需求預(yù)測是否準(zhǔn)確直接影響到庫存多少，當(dāng)產(chǎn)品需求預(yù)測存在較大誤差時(shí)，就會(huì)出現(xiàn)庫存積壓或者產(chǎn)品短缺等問題，對(duì)于體育用品公司來說，庫存的積壓就意味著產(chǎn)品過時(shí)，過時(shí)的產(chǎn)品就需要低價(jià)處理，企業(yè)

23、的利潤也會(huì)減少。而當(dāng)預(yù)測準(zhǔn)確時(shí)，則會(huì)提高客戶滿意度，減少企業(yè)對(duì)安全庫存的要求，極大程度的減少企業(yè)的成本。由此不難看出，產(chǎn)品需求預(yù)測是非常重要的，找到提高需求預(yù)測準(zhǔn)確率的方法是減少雨花倉庫存的關(guān)鍵一環(huán)。 1．灰色預(yù)測法的介紹及其檢驗(yàn)方式 (1)灰色預(yù)測法的介紹 灰色預(yù)測法是一種在含有不完全的信息，和不確定因素的背景下，利用一定的數(shù)學(xué)模型進(jìn)行預(yù)測的方法。所謂的灰色預(yù)測是介于白色預(yù)測與黑色預(yù)測之間的，既含有白色預(yù)測—信息完全已知的特點(diǎn)，又含有黑色預(yù)測—信息完全未知的特點(diǎn)。是由我國著名的學(xué)者鄧聚龍教授于80年代所創(chuàng)立。現(xiàn)已廣泛應(yīng)用于預(yù)測，決策等各個(gè)方面。 (2)灰色預(yù)測模型—GM（1，1）模型

24、（一階，一個(gè)變量的微分方程模型） 灰色預(yù)測不是直接使用原始數(shù)據(jù)，而是在原始數(shù)據(jù)的基礎(chǔ)上通過累加或累減生成一個(gè)新的數(shù)列，然后對(duì)新生成的數(shù)列建立微分方程。其公式通過歸納總結(jié)為： 此式為原始數(shù)據(jù)的一次累加生成，顯然X（1）（1）=X(0)(1)一直存在。 設(shè)X（1）滿足一階常微分方程 其中的a稱為發(fā)展灰數(shù)，而u為內(nèi)生控制灰數(shù)。 設(shè)a為待估參數(shù)向量，其中 ， 利用最小二乘法求解可得： 其中： 求解微分方程，得到預(yù)測模型：

25、 (3)模型檢驗(yàn) ①.GM（1，1）模型一般檢驗(yàn)步驟分為兩步，首先是殘差檢驗(yàn)，然后是后驗(yàn)差檢驗(yàn)。 ②．C與P求解出的值的大小直接影響著預(yù)測的準(zhǔn)確性，具體的對(duì)照表如下表2所示。 表2 預(yù)測精度對(duì)照表 預(yù)測精度 P C 好 ＞0.90 ＜0.35 及格 ＞0.80 ＜0.45 勉強(qiáng)合格 ＞0.70 ＜0.50 不合格 ≤0.70 ≥0.65 （二）雨花倉的需求預(yù)測 在了解了灰色預(yù)測的檢驗(yàn)方式及其檢驗(yàn)標(biāo)準(zhǔn)后，以雨花倉中熱賣產(chǎn)品型號(hào)為91625501的跑步鞋

26、為例，借助其歷史需求量，運(yùn)用Matlab軟件對(duì)其未來12個(gè)月的需求進(jìn)行預(yù)測，具體數(shù)據(jù)如下表3： 表3 型號(hào)為91725501的跑步鞋2016年需求量表 單位（雙） 月份 需求量 1 1690 2 1670 3 1660 4 1636 5 1610 6 1590 7 1620 8 1617 9 1601 10 1599 11 1597 12 1579 資料來源：由安踏官網(wǎng) 由圖可知原始數(shù)列X(0)=｛1690，1670，1660，1636，1610，1590，1620，1617，1601，1599

27、，1597，1579｝ 將需求量數(shù)據(jù)帶入Matlab軟件進(jìn)行求解，求解結(jié)果如下圖3所示。（具體求解過程見附錄1） 圖3 Matlab求解雨花倉需求量代碼圖 由Matlab求解可知：C=29.3095%,P=91.6667%,對(duì)比預(yù)測精確度表可知預(yù)測精度十分準(zhǔn)確，預(yù)測可行。 預(yù)測公式可知為：X(k+1)=-362751.0952exp(-0.0045685k)364441.0952 K=1，2…，11 預(yù)測值如表4所示 ：

28、 表4 型號(hào)為91725501的跑步鞋未來12個(gè)月需求量預(yù)測表 單位（雙） 月份 預(yù)測需求量 1 1690 2 1653 3 1646 4 1638 5 1631 6 1624 7 1616 8 1601 9 1601 10 1594 11 1587 12 1580 （三）需求預(yù)測結(jié)果分析 根據(jù)雨花倉工作人員的統(tǒng)計(jì)，雨花倉2017年1—3月該產(chǎn)品銷售量及灰色預(yù)測預(yù)測量比較如下表5所示： 表5 1—3月型號(hào)91725501的跑步鞋實(shí)際銷量與預(yù)測銷量比較表 單位（雙） 月份 實(shí)際需求

29、量 預(yù)測需求量 1 1680 1690 2 1639 1653 3 1635 1646 從表中可以看出，用灰色預(yù)測法預(yù)測的跑步鞋1-3月需求量與實(shí)際需求量誤差較小，雨花倉可以運(yùn)用此方法對(duì)重要的，價(jià)值高的產(chǎn)品進(jìn)行需求預(yù)測，在預(yù)測的基礎(chǔ)上，根據(jù)雨花倉的具體情況，制定合理的訂貨量，來達(dá)到減少庫存量，節(jié)約庫存成本的目的。 綜上所述，灰色成本法在雨花倉的實(shí)際預(yù)測中是可行的，能夠減少倉庫的庫存。當(dāng)然灰色預(yù)測法只是一種預(yù)測方法，雨花倉在訂貨時(shí)可以結(jié)合預(yù)測數(shù)據(jù)，根據(jù)體育用品行業(yè)的具體行情，本倉的倉儲(chǔ)水平以及其他的影響因素，綜合考慮訂貨量，只有這樣才能最大程度減少庫存風(fēng)險(xiǎn)。 （二）采用

30、ABC 分類法提高倉儲(chǔ)管理效率 雨花倉庫存從對(duì)上述問題分析中可以看出，店內(nèi)存貨擺放雜亂，庫存管理效率低下。運(yùn)用ABC分類法,將存貨按照價(jià)值劃分重要性，進(jìn)行區(qū)別管理。ABC 分類法,又稱帕累托分析法,是由意大利經(jīng)濟(jì)學(xué)家帕累托于1906年最早使用。由管理學(xué)家戴克命名。ABC分類法有利于集中精力重點(diǎn)突破，且簡單易行，被廣泛使用。 ABC 分類法是將企業(yè)內(nèi)的存貨按照價(jià)值為依據(jù)分成A，B，C三類。A 類數(shù)量約占總量的10%—20%,所占資金約為60%—80% ;B 類數(shù)量約占總量的20%—30%,所占資金約為15%—25%;C 類數(shù)量約占總數(shù)的50%—70%,所占資金約為5%—15% 。隨后按照分類

31、結(jié)果對(duì)服裝存貨進(jìn)行區(qū)分化管理。具體分類方法如下表6所示： 表6 ABC分類法分類示意表 數(shù)量占存貨總量比重 金額占存貨總量比重 管理方法 A類 10%—20% 60%—80% 分品種重點(diǎn)管理 B類 20%—30% 15%-25% 分類別一般控制 C類 50%—70% 5%—20% 按總額靈活掌控 1.對(duì)存貨進(jìn)行ABC分類 現(xiàn)在對(duì)雨花倉的存貨采用ABC分析法進(jìn)行管理．由于倉庫產(chǎn)品種類眾多，在此只選取倉庫內(nèi)熱賣17種產(chǎn)品進(jìn)行分析，探究ABC分析法在雨花倉的運(yùn)用，并給出相應(yīng)的管理建議供參考。 （1）收集數(shù)據(jù) 對(duì)于一定時(shí)期內(nèi)這17種存貨進(jìn)出庫的數(shù)據(jù)進(jìn)行

32、統(tǒng)計(jì)，記錄下這17種存貨的數(shù)量及單價(jià)，并計(jì)算出其金額，整理出17種存貨的數(shù)量情況，如下表7所示： 表7 雨花倉庫存統(tǒng)計(jì)表 款號(hào) 類型 數(shù)量 單價(jià) 金額 11641101 籃球鞋 180 498 89640 11711112 球星戰(zhàn)靴 160 549 87840 91638801 休閑鞋 230 379 87170 11725588 跑步鞋 170 499 84830 92718001 板鞋 250 259 64750 95717748 男士長褲 300 129 38700 95727301 男士短褲 450

33、79 35550 續(xù)表7 款號(hào) 類型 數(shù)量 單價(jià) 金額 95717717 男裝衛(wèi)衣 210 159 33390 95717751 男士長褲 350 89 31150 95728148 男士短袖 300 79 23700 95727781 男士短褲 300 79 23700 96727145 女士短袖 300 69 20700 99618160 雙肩包 150 109 16350 16725210 女運(yùn)動(dòng)衣套裝 100 139 13900 19717301 男襪 700 19 13300 1962

34、7351 女襪 700 18 12600 19273011 運(yùn)動(dòng)背心 300 39 11700 資料來源：根據(jù) （2）處理數(shù)據(jù) 對(duì)收集來的數(shù)據(jù)資料進(jìn)行整理，計(jì)算出品種與金額所占百分比。第一步，將收集來的存貨數(shù)據(jù)進(jìn)行計(jì)算。第二步，按照計(jì)算的總額由大到小排序并列成表格。第三步，分別計(jì)算品種百分比，品種累計(jì)百分比；金額百分比，金額累計(jì)百分比。第四步，將服裝存貨分為A，B，C三類。金額累計(jì)占比60%～80%之間，為需重點(diǎn)管理的A類；金額累計(jì)占比70%—90%之間，為一般控制的B類；金額累計(jì)占比80%～100%之間， 為靈活掌控的C類。計(jì)算匯總情況如下表8所示： 表8 AB

35、C 分類匯總表 款號(hào) 類型 數(shù)量 金額 品種百分比 品種累計(jì)百分比 金額百分比 金額累計(jì)百分比 分類 11641101 籃球鞋 180 89640 3.50% 3.5% 13.01% 13.01% A 11711112 籃球鞋 160 87840 3.11% 6.61% 12.75% 25.76% A 91638801 休閑鞋 230 87170 4.47% 11.08% 12.65% 38.41% A 11725588 跑步鞋 170 84830 3.30% 14.38% 12.31% 50.72% A

36、 92718001 板鞋 250 64750 4.85% 19.23% 9.40% 60.12% A 95717748 男士長褲 300 38700 5.83% 25.06% 5.62% 65.74% B 95727301 男士短褲 450 35550 8.74% 33.8% 5.16% 70.90% B 續(xù)表8 款號(hào) 類型 數(shù)量 金額 品種百分比 品種累計(jì)百分比 金額百分比 金額累計(jì)百分比 分類 95717717 男裝衛(wèi)衣 210 33390 4.08% 37.88% 4.85% 75.75% B

37、 95717751 男士長褲 350 31150 6.80% 44.68% 4.52% 80.27% B 95728148 男士短袖 300 23700 5.83% 50.51% 3.44% 83.71% C 95727781 男士短褲 300 23700 5.83% 56.34% 3.44% 87.15% C 96727145 女士短袖 300 20700 5.83% 62.17% 3.00% 90.15% C 99618160 雙肩包 150 16350 2.91% 65.08% 2.37% 92.52

38、% C 16725210 女運(yùn)動(dòng)套裝 100 13900 1.94% 67.02% 2.02% 94.54% C 19717301 男襪 700 13300 13.59% 80.61% 1.93% 96.47% C 19627351 女襪 700 12600 13.59% 94.20% 1.83% 98.3% C 19273011 運(yùn)動(dòng)背心 300 11700 5.80% 100& 1.70% 100% C 總量 5150 688970 100% 100% （3）制作ABC分類表 根據(jù)上面的AB

39、C 分類匯總表，整理計(jì)算數(shù)據(jù)，將金額累計(jì)百分比60%—80%的，累計(jì)品種百分比10%—20%的列為A類；將累計(jì)金額百分比15%—25%的，累計(jì)品種百分比20%—30%的列為B類 ；將累計(jì)金額百分比5%—20%的，累計(jì)品種百分比50%—70%的列為C類。繪制出ABC分類表，如下表9所示： 表9 雨花倉熱銷產(chǎn)品ABC分類表 款號(hào) 項(xiàng)目 分類 金額累計(jì)百分比 品種累計(jì)百分比 11641101 籃球鞋 A 60.12% 19.23% 11711112 球星戰(zhàn)靴 91638801 休閑鞋 11725588 跑步鞋 92718001 板鞋 95717748 男士

40、長褲 B 20.15% 25.45% 95727301 男士短褲 95717717 男裝衛(wèi)衣 續(xù)表9 款號(hào) 項(xiàng)目 分類 金額累計(jì)百分比 品種累計(jì)百分比 95717751 男士長褲 B 20.15% 25.45% 95728148 男士短袖 C 19.73% 55.32% 95727781 男士短褲 96727145 女士短袖 99618160 雙肩包 16725210 女運(yùn)動(dòng)衣套裝 19717301 男襪 19627351 女襪 19273011 運(yùn)動(dòng)背心 由上面表格可得，籃球鞋、跑步鞋、休閑鞋、板鞋等鞋類產(chǎn)品金額

41、所占百分比很高為A類。男士長褲、男士短褲，男裝衛(wèi)衣，男士長褲等其次，為B類。男士短袖、女士短袖、女士短袖、男襪、女襪、雙肩包、運(yùn)動(dòng)背心、女運(yùn)動(dòng)裝套裝等最低，為C類。 （4）繪制ABC分析圖 根據(jù)上表所示數(shù)據(jù)，將金額累計(jì)百分比作為橫坐標(biāo)，品種累計(jì)百分比作為縱坐標(biāo)，繪制分析圖，所做圖如下圖4所示： % 60.12 19.23 44.68 100 100 80.27% 金額累計(jì)百分比 品種累計(jì)百分比 %

42、 圖4 ABC分析圖 2．三類產(chǎn)品的管理策略 通過ABC分類法將庫存進(jìn)行分類，企業(yè)可以通過分類結(jié)果，對(duì)不同的存貨采取區(qū)別化的管理方式，集中力量解決最主要的矛盾。但是集中力量解決主要矛盾并不是其他的次要矛盾可以忽略，而是突出重點(diǎn)，兼顧一般，統(tǒng)籌安排，控制有度，要確保每一種存貨都能及時(shí)供應(yīng)。具體的管理策略如下表10所示： 表10 不同類別的庫存管理策略 分類 項(xiàng) 目 A B C 管理重心 將庫存盡可能降到最低 按照銷量靈活控制 可以增加訂貨量來減少訂貨次數(shù) 訂貨方式 可每周訂貨 定量訂貨 雙堆法 檢查方式 頻繁仔細(xì) 一般性 按月

43、度季度 控制程度 控制重心，嚴(yán)格管理 常規(guī)控制管理 控制可粗略 定額水平 品種規(guī)格精確統(tǒng)計(jì) 按大類普通統(tǒng)計(jì) 按總金額統(tǒng)計(jì) 聯(lián)系雨花倉的實(shí)際情況可以得出如下的結(jié)論：對(duì)于籃球鞋、跑步鞋之類的價(jià)格高的A類產(chǎn)品需要按照實(shí)際的需求，多批次，小批量的進(jìn)行定期采購，做到精準(zhǔn)，精確的盤查與管理，盡可能的將庫存降到最低水平，避免庫存出現(xiàn)積壓。同時(shí)，當(dāng)貨物到達(dá)安全庫存時(shí)要及時(shí)補(bǔ)貨，不能出現(xiàn)缺貨，斷貨情況的，保證貨物及時(shí)周轉(zhuǎn)。對(duì)于男裝衛(wèi)衣、運(yùn)動(dòng)長褲等B類產(chǎn)品要按照實(shí)際的銷售情況，庫存管理水平，貨物周轉(zhuǎn)效率，靈活的決定庫存，選擇合適的控制方法進(jìn)行常規(guī)控制即可，保證一定的安全庫存量，以定期訂貨的方式為

44、主，檢查方式以一般檢查為主。對(duì)于男女襪這種需求較高又不受季節(jié)等變化影響的C類產(chǎn)品一般按照“雙堆法”進(jìn)行訂貨，貨物可以適當(dāng)?shù)脑黾觾?chǔ)存量以減少訂貨費(fèi)用的增加，檢查方式以季度為主，而男女短袖這種應(yīng)季性的產(chǎn)品則適量減少其訂貨量，避免因?yàn)閾Q季而帶來不必要的損失，檢查方式以月度為主。 四、結(jié)束語 （一）總結(jié) 本文主要講述了安踏體育用品公司的庫存現(xiàn)狀，并選取雨花倉作為具體的案例進(jìn)行庫存研究，找出雨花倉在庫存方面存在的問題主要是需求預(yù)測不準(zhǔn)確，庫存積壓嚴(yán)重；存貨擺放雜亂，管理效率低下，并針對(duì)問題提出解決辦法。 針對(duì)雨花倉需求預(yù)測不準(zhǔn)確的問題，參考其往期數(shù)據(jù)，運(yùn)用灰色預(yù)測法，借助Matlab軟件求解，對(duì)

45、雨花倉的近期產(chǎn)品需求量進(jìn)行預(yù)測，在減少需求預(yù)測誤差的同時(shí)減少企業(yè)的庫存。讓雨花倉對(duì)庫存的監(jiān)控更加的準(zhǔn)確及時(shí)，盡量避免企業(yè)因?yàn)閹齑鎲栴}而帶來的成本的增加。 針對(duì)庫存管理效率低下的問題，采取ABC分類法，將庫存商品按照經(jīng)濟(jì)價(jià)值與數(shù)量多少進(jìn)行分類管理，不同的貨物采取不一樣的管理方法，提高管理者管理效率的同時(shí)也保證了庫存盤查的精確度，節(jié)約了庫存成本。 （二）研究展望 庫存管理是一項(xiàng)龐大而又復(fù)雜的過程，需要管理問題亦是多種多樣。由于鄙人水平有限，文章仍有不足之處，需要不斷的完善與改進(jìn)，還望讀者見諒。對(duì)于安踏體育用品公司雨花倉的庫存管理研究也是盡本人所學(xué)，利用簡單的數(shù)據(jù)模型與軟件分析得出結(jié)論，希望對(duì)

46、安踏體育用品公司雨花倉有所幫助，助其走出庫存管理的困境。由于我國對(duì)于庫存管理問題的研究起步較晚，也希望與眾學(xué)者一起為我國企業(yè)的庫存管理研究貢獻(xiàn)一份力。 參考文獻(xiàn) [1]Allen and Desop. Control of Service Parts. International Journal of Operation & Production Management, 1999, 19(9):950-971. [2]Chor T M,Hui C L,Ng S F,et al. Color

47、 Trend Forecasting of Fashionable.Products with Very Few Historical Data[J].IEEE Transaction on System,Man,and Cybernetics.Part C:Application and Reviews,2012,59:84-92. [3]Xia M,Wong W K..A seasonal discrete grey forecasting model for fashion retailing [J].Knowledge-Based System.2014,57:119-126 [

48、4]張莉.ABC分析法在庫存管理中的應(yīng)用[J].中國物流與采購，2013，（10）：47. [5]黃曉靜.ABC分析法在高校教學(xué)儀器設(shè)備管理中的應(yīng)用[J].實(shí)驗(yàn)技術(shù)與管理，2010，27（8）：208-210 [6]張英.李寧體育用品公司存貨管理研究［D］.河北：河北大學(xué)，2004 [7]吳志明.服裝流行色的色彩意向灰色預(yù)測[J].紡織學(xué)報(bào)，2009，30（4）：94-100 [8]孫利輝.基于灰色理論的服裝銷售預(yù)測及庫存優(yōu)化研究［D］.浙江：浙江理工大學(xué)，2015 [9]勵(lì)凌峰.黃培清.駱建文.易腐物品的庫存管理研究［J］.系統(tǒng)工程，2004，（3）：1-3 [10]周文廣.逆向

49、物流的網(wǎng)絡(luò)決策與庫存管理研究[D].合肥：合肥工業(yè)大學(xué)，2007 [11]宋向前.王宏付，服裝專賣店庫存管理模型的研究與分析[J].江南大學(xué)，2008，（4）：2-5 [12]宋英輝.我國服裝行業(yè)上市公司存貨管理研究[D].河北：河北大學(xué)，2014 [13]徐賢浩.短生命周期產(chǎn)品庫存管理及運(yùn)營策略[M].北京：中國物資出版社，2007（7）：3-6 附錄1：Matlab軟件求解過程 To get started, select MATLAB Help or Demos from the Help menu. >> X0=[16

50、90 1670 1660 1636 1610 1590 1620 1617 1601 1599 1597 1579];GM1_1(X0) %format long ; [m,n]=size(X0); X1=cumsum(X0); %累加 X2=[]; for i=1:n-1 X2(i,:)=X1(i)+X1(i+1); end B=-0.5.*X2 ; t=ones(n-1,1); B=[B,t] ; % 求B矩陣 YN=X0(2:end) ; P_t=YN./X1(1:(length(X0)-1)) %對(duì)原始數(shù)據(jù)序列X0進(jìn)行準(zhǔn)光滑性檢驗(yàn)，

51、 %序列x0的光滑比P(t)=X0(t)/X1(t-1) A=inv(B.*B)*B.*YN. ; a=A(1) u=A(2) c=u/a ; b=X0(1)-c ; X=[num2str(b),exp,(,num2str(-a),k,),num2str(c)]; strcat(X(k+1)=,X) %syms k; for t=1:length(X0) k(1,t)=t-1; end k Y_k_1=b*exp(-a*k)+c; for j=1:length(k)-1 Y

52、(1,j)=Y_k_1(j+1)-Y_k_1(j); end XY=[Y_k_1(1),Y] %預(yù)測值 CA=abs(XY-X0) ; %殘差數(shù)列 Theta=CA %殘差檢驗(yàn) 絕對(duì)誤差序列 XD_Theta= CA ./ X0 %殘差檢驗(yàn) 相對(duì)誤差序列 AV=mean(CA); % 殘差數(shù)列平均值 R_k=(min(Theta)+0.5*max(Theta))./(Theta+0.5*max(Theta)) ;% P=0.5 R=sum(R_k)/length(R_k) %關(guān)聯(lián)度 Temp0=(CA-AV).^2 ; Tem

53、p1=sum(Temp0)/length(CA); S2=sqrt(Temp1) ; %絕對(duì)誤差序列的標(biāo)準(zhǔn)差 %---------- AV_0=mean(X0); % 原始序列平均值 Temp_0=(X0-AV_0).^2 ; Temp_1=sum(Temp_0)/length(CA); S1=sqrt(Temp_1) ; %原始序列的標(biāo)準(zhǔn)差 TempC=S2/S1*100; %方差比 C=strcat(num2str(TempC),%) %后驗(yàn)差檢驗(yàn) %方差比 %---------- SS=0.675*S1 ; Delt

54、a=abs(CA-AV) ; TempN=find(Delta<=SS); N1=length(TempN); N2=length(CA); TempP=N1/N2*100; P=strcat(num2str(TempP),%) %后驗(yàn)差檢驗(yàn) %計(jì)算小誤差概率 P_t = 0.9882 0.4940 0.3259 0.2419 0.1924 0.1644 0.1409 0.1223 0.1088 0.0980 0.0883 a = 0.0046 u = 1.6649e+003

55、 ans = X(k+1)=-362751.0952exp(-0.0045685k)364441.0952 k = 0 1 2 3 4 5 6 7 8 9 10 11 XY = 1.0e+003 * Columns 1 through 11 1.6900 1.6534 1.6459 1.6384 1.6309 1.6235 1.6161 1.6087 1.6014 1.5941 1.5868 Column

56、 12 1.5796 Theta = Columns 1 through 11 0 16.5595 14.0960 2.4019 20.9339 33.5000 3.9000 8.2662 0.4011 4.8982 10.1642 Column 12 0.6029 XD_Theta = Columns 1 through 11 0 0.0099 0.0085 0.0015 0.0130 0.0211 0.0024

57、 0.0051 0.0003 0.0031 0.0064 Column 12 0.0004 R =0.7097 C =29.3095% P =91.6667% P_t = 0.9882 0.4940 0.3259 0.2419 0.1924 0.1644 0.1409 0.1223 0.1088 0.0980 0.0883 a = 0.0046 u = 1.6649e+003 ans = X(k+1)=-362751.0952exp(-0.0045685

58、k)364441.0952 k = 0 1 2 3 4 5 6 7 8 9 10 11 XY = 1.0e+003 * Columns 1 through 11 1.6900 1.6534 1.6459 1.6384 1.6309 1.6235 1.6161 1.6087 1.6014 1.5941 1.5868 Column 12 1.5796 Theta = Columns 1 th

59、rough 11 0 16.5595 14.0960 2.4019 20.9339 33.5000 3.9000 8.2662 0.4011 4.8982 10.1642 Column 12 0.6029 XD_Theta = Columns 1 through 11 0 0.0099 0.0085 0.0015 0.0130 0.0211 0.0024 0.0051 0.0003 0.0031 0.0064

60、Column 12 0.0004 R =0.7097 C =29.3095% P =91.6667% The element type "name" must be terminated by the matching end-tag "". Could not parse the file: c:\matlab7\toolbox\ccslink\ccslink\info.xml 致 謝 在完成這篇論文的過程中，老師和同學(xué)給予我很多關(guān)心與幫助，在此對(duì)他們表示深深的謝意。同時(shí)，特別感激我的導(dǎo)師葛長飛老師，葛老師治學(xué)嚴(yán)謹(jǐn)，處事認(rèn)真，他踏實(shí)的科研態(tài)度深深地感染了我，廣博的知識(shí)和豐富的經(jīng)驗(yàn)也讓我受益匪淺。在葛老師的教誨和關(guān)懷下，本論文的選題，課題研究和撰寫過程得以順利開展，葛老師自始自終的指導(dǎo)和熱情幫助保證了本論文的最后完成。在此，我向葛老師致以誠摯的謝意! 其次，我還要感謝我的同學(xué)和朋友們對(duì)我的幫助與支持。同時(shí)謹(jǐn)向文中提到和文獻(xiàn)中列出的每一位作者表示感謝，他們的研究成果給了我許多啟迪。 特別感謝在百忙之中抽出寶貴時(shí)間來評(píng)閱論文的各位老師，感謝你們?yōu)橹冻龅男燎趧趧?dòng)。 再次致以最誠摯的謝意!謝謝大家! 21