การพยากรณ์ความต้องการของลูกค้าในอุตสาหกรรมเครื่องดื่ม: กรณีศึกษา เกมแบบจำลองทางธุรกิจ

ผู้แต่ง

  • คุณากร วิวัฒนากรวงศ์ หลักสูตรการจัดการโลจิสติกส์และโซ่อุปทาน วิทยาลัยบริหารธุรกิจนวัตกรรมและการบัญชี มหาวิทยาลัยธุรกิจบัณฑิตย์
  • วริศ ลิ้มลาวัลย์ หลักสูตรการจัดการโลจิสติกส์และโซ่อุปทาน วิทยาลัยบริหารธุรกิจนวัตกรรมและการบัญชี มหาวิทยาลัยธุรกิจบัณฑิตย์
  • สุภาพร บุตรใส หลักสูตรการจัดการโลจิสติกส์และโซ่อุปทาน วิทยาลัยบริหารธุรกิจนวัตกรรมและการบัญชี มหาวิทยาลัยธุรกิจบัณฑิตย์
  • ณัฐลดา นิลพันธุ์ หลักสูตรการจัดการโลจิสติกส์และโซ่อุปทาน วิทยาลัยบริหารธุรกิจนวัตกรรมและการบัญชี มหาวิทยาลัยธุรกิจบัณฑิตย์
  • ชคัตบดี วรรณางกูร หลักสูตรการจัดการโลจิสติกส์และโซ่อุปทาน วิทยาลัยบริหารธุรกิจนวัตกรรมและการบัญชี มหาวิทยาลัยธุรกิจบัณฑิตย์
  • อริษรา เทพแก้ว หลักสูตรการจัดการโลจิสติกส์และโซ่อุปทาน วิทยาลัยบริหารธุรกิจนวัตกรรมและการบัญชี มหาวิทยาลัยธุรกิจบัณฑิตย์
  • กมลวรรณ งามดี หลักสูตรการจัดการโลจิสติกส์และโซ่อุปทาน วิทยาลัยบริหารธุรกิจนวัตกรรมและการบัญชี มหาวิทยาลัยธุรกิจบัณฑิตย์
  • พงศธร พลอยธรรมคุณ หลักสูตรการจัดการโลจิสติกส์และโซ่อุปทาน วิทยาลัยบริหารธุรกิจนวัตกรรมและการบัญชี มหาวิทยาลัยธุรกิจบัณฑิตย์

คำสำคัญ:

การพยากรณ์ความต้องการ, เกมแบบจำลองทางธุรกิจ, อุตสาหกรรมเครื่องดื่ม

บทคัดย่อ

การศึกษาเรื่อง การพยากรณ์ความต้องการของลูกค้าในอุตสาหกรรมเครื่องดื่ม กรณีศึกษาเกมแบบจำลองทางธุรกิจ มีวัตถุประสงค์เพื่อกําหนดวิธีการพยากรณ์ที่เหมาะสมมาใช้ในการพยากรณ์ความต้องการของสินค้าน้ำผลไม้พร้อมดื่ม 3 ชนิด ได้แก่ น้ำส้ม น้ำเมลล่อน น้ำแอปเปิ้ล จากสถานการณ์เกมแบบจำลองทางธุรกิจ Monsoonsim Business Simulation ทั้งนี้ผู้เรียนเปรียบเสมือนผู้ประกอบการธุรกิจและผู้ปฏิบัติงานโดยขาดหลักเกณฑ์ในการพิจารณาปริมาณสั่งซื้อของแต่ละสินค้า ยึดปริมาณยอดขายของเดือนก่อนหน้าเสมอ ทำให้ยอดสั่งซื้อสินค้าบางรายการมีปริมาณมากเกินความต้องการและบางรายการพบปัญหาสินค้าขาดมือ แสดงให้เห็นถึงความไม่แม่นยำในการพยากรณ์ และความคลาดเคลื่อนค่อนข้างสูง จึงได้นำเทคนิคการพยากรณ์ได้แก่ วิธีค่าเฉลี่ยเคลื่อนที่ วิธีปรับให้เรียบเอกซ์โปเนนเชียล และการพยากรณ์แบบอนุกรมเวลาโดยหาค่าแนวโน้ม มาใช้กับข้อมูลการขายย้อนหลัง 24 วัน และเปรียบเทียบวัดความคลาดเคลื่อนจากการคำนวณ Mean Absolute Percent Error (MAPE) เพื่อให้ได้วิธีที่ดีสุดที่เหมาะสมในการพยากรณ์ จากการศึกษาพบว่า วิธีพยากรณ์แบบการค่าเฉลี่ยเคลื่อนที่มีความเหมาะสมที่ใช้ในการพยากรณ์น้ำแอปเปิ้ล สำหรับการพยากรณ์แบบอนุกรมเวลาโดยหาค่าแนวโน้มด้วยวิธีการวิเคราะห์การถดถอยเชิงเส้น มีความเหมาะสมที่ใช้ในการพยากรณ์น้ำเมลล่อน ในขณะที่วิธีการพยากรณ์ปรับเรียบเอ็กซ์โปเนนเชี่ยล มีความเหมาะสมที่ใช้ในการพยากรณ์น้ำส้ม ด้วยค่าเฉลี่ยของเปอร์เซ็นต์ความคลาดเคลื่อนสมบูรณ์การพยากรณ์ที่ 28.32%, 28.44%, 24.81% ตามลำดับ

References

คุณากร วิวัฒนากรวงศ์, และ รชฏ ขำบุญ. (2560). การประยุกต์ใช้เว็บแอปพลิเคชันสำหรับการเติมเต็มสินค้าอาหารแห้งกรณีศึกษา คลังสินค้า บริษัท เซ็นทรัลเรสเตอรองส์ กรุ๊ป จำกัด. วารสารบัณฑิตศึกษามหาวิทยาลัยธุรกิจบัณฑิตย์, 6(1), 16-30. http://bitly.ws/B4Er

ชุมพล ศฤงคารศิริ. (2545). การวางแผนและควบคุมการผลิต (พิมพ์คร้ังที่ 10). สมาคมสงเสริมเทคโนโลยี (ไทย-ญี่ปุ่น).

ปรมินทร์ เยาว์ยืนยง. (2563). MonsoonSIM คืออะไร. http://www.monsoonsimthailand.com/

พนิต เข็มทอง. (2541). วัตถุประสงค์ทางการศึกษา: การเขียนและการจำแนก. สำนักส่งเสริมและฝึกอบรม มหาวิทยาลัยเกษตรศาสตร์.

พิภพ ลลิตาภรณ์. (2553). ระบบการวางแผนและควบคุมการผลิต (ฉบับปรับปรุง) (พิมพ์ครั้งที่ 15). สมาคมส่งเสริมเทคโนโลยี (ไทย-ญี่ปุ่น).

วรรณา ยงพิศาลภพ. (2565, 1 กุมภาพันธ์). แนวโน้มธุรกิจ/อุตสาหกรรมปี 2565-2567: อุตสาหกรรมเครื่องดื่ม. https://www.krungsri.com/th/research/industry/industry-outlook/Food-Beverage/Beverage/IO/io-beverage-2022

วราวรรณ อนันตรัตน์. (2549). พฤติกรรมการซื้อและความพึงพอใจของผู้ซื้อ ผลิตภัณฑ์เบเกอรี่ [การค้นคว้าแบบอิสระปริญญามหาบัณฑิต, มหาวิทยาลัยเชียงใหม่]. Chiang Mai University Digital Collections. https://cmudc.library.cmu.ac.th/frontend/Info/item/dc:105394

ศีลวัชร์ แก้วพิจิตร, และ ประจวบ กล่อมจิตร. (2564). การเปรียบเทียบวิธีพยากรณ์ความต้องการแกลบสำหรับการผลิตกระแสไฟฟ้า กรณีศึกษาโรงไฟฟ้าชีวมวลแห่งหนึ่ง. ใน การประชุมวิชาการเสนอผลงานวิจัยระดับชาติด้านวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยราชภัฏจันทรเกษม ครั้งที่ 4 (น. 282-288). มหาวิทยาลัยราชภัฏจันทรเกษม.

Thailand MonsoonSIM product & services. (2553). http://www.monsoonsimthailand.com/th-monsoonsim-product--service.html.

Box, G. E., Jenkins, G. M., Reinsel, G. C., & Ljung, G. M. (2015). Time series analysis: Forecasting and control. John Wiley & Sons.

Brown, R. G., Meyer, R. F., & D’Esopo, D. A. (1961). The fundamental theorem of exponential smoothing. Operations Research, 9(5), 673–687. http://www.jstor.org/stable/166814

Hyndman, R. J., & Athanasopoulos, G. (2018). Forecasting: Principles and practice (2nd ed.). OTexts.

Limlawan, V., Wiwattanakornwong, K., & Suantubtim, S. (2022). Importance of inventory management knowledge for new entrepreneur: A demonstration through student performance in business game. In The 7th international research conference on social sciences, humanities, education, and management (pp. 203-209). Pathum Thani, Thailand.

Montgomery, D. C., & Runger, G. C. (2010). Applied statistics and probability for engineers (5th ed.). Wiley.

Parkin, M. (2011). Macroeconomics, (Pearson series in economics). Prentice Hall.

Ruankham, W., & Khuanmuang, S. (2020). Behavior and Factors towards the Consumption of Goods and Services for the Elderly in Border Areas of Chiang Rai. Journal of Economics and Management Strategy, 7(2), 39-56.

Ruankham, W., Pongpruttikul, P., & Daoming, W., (2021). Time Effectiveness of the COVID-19 State Emergency Decree: Evidence from the Non-Experimental Design and the Interrupted-Time Series Analysis. International Journal of Innovation, Creativity and Change,19(5), 593-605.

Wallström, P., & Segerstedt, A. (2010). Evaluation of forecasting error measurements and techniques for intermittent demand. International Journal of Production Economics, 128(2), 625-636. https://doi.org/10.1016/j.ijpe.2010.07.013

UKEssays. (2018). Introduction to demand forecasting business essay. https://www.ukessays.com/essays/business/introduction-to-demand-forecasting-business-essay.php?vref=1

Downloads

เผยแพร่แล้ว

2023-03-30