ارائه ماتریس ترکیبی ارزیابی موجودی انبار بر اساس قابلیت ذاتی و واقعی فروش

فصلنامه مدیریت راهبردی در سیستم های صنعتی (مدیریت صنعتی سابق)

مقاله 7، دوره 13، شماره 46، بهمن 1397، صفحه 92-104   

نوع مقاله: مقاله پژوهشی

نویسندگان

مهران خلج^{* 1}؛ امیر حسین خلج²

¹باشگاه پژوهشگران جوان و نخبگان، واحد رباط کریم، دانشگاه آزاد اسلامی ، رباط کریم ، ایران

²باشگاه پژوهشگران جوان و نخبگان، واحد رباط کریم، دانشگاه آزاد اسلامی، رباط کریم، ایران

چکیده

در این مقاله یک ماتریس ارزیابی و بهینه سازی موجودی انبار در سیستم های خدمات پس از فروش با در نظر گرفتن دو عامل ماهیت ذاتی قطعه و ماهیت واقعی ارائه شده است . تابع تقاضای قطعات در شرکتهای خدمات پس از فروش به پارامترهای مختلفی وابسته است و همواره قابل پیش بینی نیست. در شرایط واقعی کمبود قطعه وسرویس دهی نامناسب سازمان های خدمات پس از فروش سبب نارضایتی مشتریان و مراجعه آنها به رقبا خواهد شد . از سوی دیگر استفاده از روش های صرفا ریاضی در سیستم کنترل موجودی به دلیل وجود عدم قطعیت و ابهام در شرایط واقعی همواره امکان پذیر نیست . بنابراین به منظور تصمیم گیری در چنین شرایطی نیاز به یک الگوی مناسبی است که در هر لحظه بتواند موجودی ها را رصد کرده و چارچوب مناسبی در خصوص عملکرد واقعی دراختیار قرار دهد . دراین مقاله مدل ماتریسی ارائه شده است که توانایی بررسی وضعیت پیش بینی شده با واقعی را دارد و می تواند الگوی مناسبی برای تصمیم گیری در چنین شرایطی باشد .مزیت دیگری که روش ارائه شده دارد بحث کاربردی بودن آن و قابل تعمیم به شرکتها و سازمانهای تولیدی است ،در انتها نیز مدل مربوطه در خصوص یک شرکت خدمات پس از فروش استفاده و خروجی های مدل ماتریسی مورد تحلیل قرارگرفته است.

کلیدواژه‌ها

مدیریت موجودی؛ قابلیت ذاتی فروش؛ قابلیت واقعی فروش؛ زنجیره تامین

مراجع

Blazenko, G. W., & Vandezande, K. (2003). Corporate holding of finished goods inventories. Journal of Economics and Business, 55(3), 255-266.
2. Cohen, Morris & Ernst, Ricardo. (1988). Multi-item classification and generic inventory stock control policies. Production and Inventory Management Journal, 29. 6-8.
3. Elsayed, K., & Wahba, H. (2013). Reinvestigating the relationship between ownership structure and inventory management: A corporate governance perspective. International Journal of Production Economics, 143(1), 207-218.
4. Flores, B. E., & Whybark, D. (1987). Implementing multiple criteria ABC analysis. Journal of Operations Management, 7(1-2), 79-85.
5. Flores, B. E., & Whybark, D. C. (1986). Multiple Criteria ABC Analysis. International Journal of Operations & Production Management, 6(3), 38-46.
6. Guvenir, H. A., & Erel, E. (1998). Multicriteria inventory classification using a genetic algorithm. European Journal of Operational Research, 105(1), 29-37.
7. Hadley, George & Whitin, Thomson M (1963). Analysis of inventory systems. Prentice-Hall, Englewood Cliffs, N. J.
8. Harris, F. (1915). Operations and cost (factory management series). Chicago: A.W.Shaw Co.48-52.
9. Ng, W. L. (2007). A simple classifier for multiple criteria ABC analysis. European Journal of Operational Research, 177(1), 344-353.
10. Pirttilä, T., & Virolainen, V. (1992). An overview of the state and problems of inventory management in Finland. International Journal of Production Economics, 26(1-3).
11. Ramanathan, R. (2006). ABC inventory classification with multiple-criteria using weighted linear optimization. Computers & Operations Research,33(3), 695-700.
12. Timothy, L., Patrick Boniface, O., Nebat Galo, M., and W. Virginia Kirigo. (2013). The Impact of Inventory Management Practices on Financial Performance of Sugar Manufacturing Firms in Kenya. International Journal of Business, Humanities and Technology, 3(5).75-85.