II. THU THẬP THÔNG TIN
1. Kết hợp thông tin
Hãy xem xét các thông tin ở trên gợi ý rằng dữ liệu liên quan trong bất kỳ mô hình tối ưu nào đối với vấn đề này cũng rất lớn. Ví dụ, hệ thống phân phối nước giải khát điển hình có khảng 10.000 đến 12.000 khách hàng. Tương tự, trong một mạng lưới hậu cần bán lẻ, chẳng hạn như Wal-Mart hoặc JC Penney, số lượng sản phẩm khác nhau dịch chuyển xuyên suốt mạng lưới là hàng ngàn hoặc thậm chí hàng trăm ngàn.
Vì lý do đó, bước đầu tiên là kết hợp thông tin. Điều này được thực hiện sử dụng các tiêu chuẩn sau:
1. Các khách hàng phân bố gần với nhau được kết hợp thông qua việc sử dụng mạng lưới hoặc kỹ thuật nhóm gọp khác. Tất cả khách hàng trong một khu vực riêng lẻ hoặc một cụm riêng được thay thế bởi một khách hàng ở vị trí trung tâm của khu vực hoặc của cụm. Khu vực hoặc cụm này được xem như một vùng khách hàng. Một kỹ thuật rất hữu ích thường được sử dụng để kết hợp những khách hàng theo mã vùng. Lưu ý rằng nếu những khách hàng được phân loại theo mức độ phục vụ hoặc mức độ phân phối thường xuyên, chúng sẽ được kết hợp với nhau theo loại. Đó là tất cả khách hàng trong cùng loại được kết hợp một cách độc lập với các loại khác.
2. Các sản phẩm hoặc chi tiết được kết hợp thành số lượng hợp lý nhóm sản phẩm dựa trên:
a. Kiểu phân phối. Tất cả sản phẩm được thu gom ở cùng một nguồn và đưa đến cùng khách hàng sẽđược kết hợp lại với nhau. Đôi khi cần thiết phải kết hợp không chỉ theo kiểu phân phối mà còn bởi các đặc điểm hậu cần, chẳng hạn như trọng lượng và số lượng. Đó là xem xét đến tất cả sản phẩm có cùng một kiểu phân phối. Trong những sản phẩm này, chúng ta kết hợp các đơn vị giữ tồn kho (Stock keeping unit) có cùng số lượng và khối lượng vào trong một nhóm sản phẩm.
b. Loại sản phẩm. Trong nhiều trường hợp, nhiều sản phẩm khác nhau có thể khác biệt về kiểu dáng và chủng loại hoặc có thể chỉ khác kiểu đóng gói. Những sản phẩm này được kết hợp lại với nhau.
Để minh họa ảnh hưởng của sự kết hợp đến tính khác biệt, xem xét ví dụ mà ở đó có hai khách hàng (ví dụ hai cửa hàng bán lẻ) được kết hợp. Bảng 2-1 trình bày thông tin về nhu cầu theo khách hàng qua 7 năm qua.
Biểu 2-1: Thông tin quá khứ về hai khách hàng
Năm 1998 1999 2000 2001 2002 2003 2004
Khách hàng 1 22450 28648 19645 25789 32012 21942 19876
Khách hàng 2 17898 21863 19880 24560 22987 14750 24981
Tổng 40348 50511 39525 50349 54999 36692 44857
Giả sử rằng những thông tin này đại diện một cách chính xác cho phân bố nhu cầu năm đến đối với mỗi khách hàng. Biểu 2-2 trình bày bản tóm tắt về nhu cầu trung bình hàng năm, độ lệch chuẩn của nhu cầu thường niên và phương sai đối với mỗi khách hàng và mỗi dữ liệu kết hợp. Việc thảo luận về sự khác biệt giữa độ lệch chuẩn và phương sai sẽđược trình bày ở chương 3.
Biểu 2-2: Tóm tắt của thông tin quá khứ
Thống kê Nhu cầu trung bình
hàng năm Độ lệch chuẩn của nhu cầu hàng năm Phương sai Khách hàng 1 24337 4670 0.192 Khách hàng 2 20988 3723 0.178 Tổng 45326 6818 0.151 Độ lệch (variance): ( ) N X 2 2 ∑ − = μ
δ Trong đó số trung bình (mean)
N X
∑
=
μ và độ lệch chuẩn (standard deviation) ( )
N X ∑ − = 2 μ δ
Phương sai (coefficient of variation) ( )100 μ δ
=
CV
Dĩ nhiên một cân nhắc quan trọng đó chính là tác động về tính hữu hiệu của mô hình do việc thay thế dữ liệu gốc với dữ liệu kết hợp. Chúng ta nhìn nhận vấn đề này theo hai hướng:
1. Thậm chí có tồn tại công nghệ, kỹ thuật để giải quyết vấn đề thiết kế mạng lưới hậu cần với dữ liệu gốc đi chăng nữa thì vẫn hữu ích khi kết hợp các dữ liệu này vì khả năng của chúng ta để dự báo nhu cầu khách hàng ở cấp độ khách hàng và sản phẩm vẫn rất kém. Do giảm sự khác biệt đạt được nhờ sự kết hợp, dự báo nhu cầu trở nên chính xác hơn ở cấp độ kết hợp.
2. Những nhà nghiên cứu khác nhau báo cáo rằng dữ liệu kết hợp trong khoảng 150 đến 200 điểm thường mang đến độ sai biệt thấp hơn 1% trong việc ước tính về tổng chi phí vận chuyển.
Trong thực tế, các hướng dẫn sau là điển hình được sử dụng khi kết hợp dữ liệu:
• Điểm nhu cầu kết hợp từ 150 đến 200. Nếu các khách hàng được phân loại vào các nhóm theo mức độ phục vụ hoặc tính thường xuyên của phân phối, mỗi loại sẽ có 150- 200 điểm kết hợp.
• Đảm bảo rằng mỗi vùng có xấp xỉ tổng nhu cầu. Điều này hàm ý rằng mỗi vùng có thể khác biệt về kích cỡđịa lý.
• Đặt các điểm kết hợp ở trung tâm của vùng