TRƯỜNG ĐẠI HỌC GIAO THÔNG VẬN TẢI

THÀNH PHỐ HỒ CHÍ MINH

CHƯƠNG 2:
HOẠT ĐỘNG ĐIỀU HÀNH CHUỖI CUNG ỨNG:
LẬP KẾ HOẠCH VÀ TÌM NGUỒN CUNG

Giảng viên: ThS. Lê Quang Huy

Email: huylq@ut.edu.vn
 NỘI DUNG CHƯƠNG 2

2.1. Giới thiệu chung về hoạt động điều hành chuỗi cung ứng: lập
kế hoạch và tìm nguồn cung ứng
2.2. Lập kế hoạch cho hoạt động của chuỗi cung ứng
2.3. Tìm nguồn cung ứng

MSc. Le Quang Huy

 MỤC TIÊU CHƯƠNG 2

Sau khi hoàn thành chương học này, sinh viên cần đạt được những mục tiêu sau đây:
 Trình bày những kiến thức tổng quan về hoạt động lập kế hoạch và tìm nguồn
cung ứng
 Sử dụng các phương pháp khác nhau để thực hiện hoạt động dự báo nhu cầu

 Phân tích các hoạt động lập kế hoạch cho chuỗi cung ứng

 Thực hành lập kế hoạch tổng hợp cho Chuỗi cung ứng

MSc. Le Quang Huy

 TÀI LIỆU THAM KHẢO

Michael H. (2011), Tinh hoa quản trị chuỗi cung ứng, John Wiley & Sons. – Chương 2

Đọc thêm:
Sunil C. and Peter M. (2019), Supply Chain Management: Strategy, Planning and
Operation, Pearson. – Chương 7
Alan Harrison et al. (2014), Logistics Management and Strategy: Competing through the
supply chain, Pearson. – Chương 6

MSc. Le Quang Huy

 2.1 GIỚI THIỆU CHUNG

HOẠCH ĐỊNH

• Dự báo nhu cầu

• Định giá sản phẩm
• Quản lý lưu kho

PHÂN PHỐI TÌM NGUỒN CUNG

• Quản lý đơn hàng • Thu mua

• Lập lịch biểu giao • Thanh toán & thu
hàng nợ
• Quy trình trả hàng

SẢN XUẤT

• Thiết kế sản phẩm

• Lập quy trình sx
• Quản lý CSVC

MSc. Le Quang Huy

 2.2 LẬP KẾ HOẠCH CHO HOẠT ĐỘNG CHUỖI CUNG ỨNG

- Là quá trình lên kế hoạch cho một sản phẩm từ nguyên liệu thô cho đến lúc sản phẩm đến
tay người tiêu dùng
- Bao gồm các nhiệm vụ:

+ Dự báo nhu cầu (Demand Forecasting)

+ Lập kế hoạch cung ứng (Supply Planning)
+ Lập kế hoạch nhu cầu (Demand Planning)
+ Lập kế hoạch sản xuất (Manufacturing Planning)
+ Lập kế hoạch kinh doanh (S&OP Planning)

MSc. Le Quang Huy

 2.2.1 Hoạt động dự báo nhu cầu
- Dự báo nhu cầu là cơ sở cho hoạt động lập kế hoạch trong chuỗi cung ứng
- Mức độ chính xác của kết quả dự báo cho phép chuỗi cung ứng đáp ứng nhanh hơn và
hiệu quả hơn trong việc phục vụ khách hàng
- Trước khi lựa chọn một phương pháp dự báo thích hợp, DN cần tìm hiểu các vấn đề sau:
• Nhu cầu trong quá khứ
• Thời gian bổ sung sản phẩm
• Kế hoạch tiếp thị hoặc quảng cáo
• Các kế hoạch giảm giá
• Tình trạng của nền kinh tế
• Các hoạt động của đối thủ

2. 3. 4.
1. Dự báo ngắn hạn thường Dự báo tổng thường chính Càng xa khách hàng thì
Dự báo luôn luôn không chính xác hơn dự báo xác hơn các dự báo đơn lẻ thông tin về nhu cầu càng bị
chính xác dài hạn móp méo

MSc. Le Quang Huy

 • Thời
• Thời
Các cấp độ dự báo nhu cầu

gian:
tuần, gian:
MSc. Le Quang Huy
tháng, giờ,
• Thời quý ngày
gian: • Áp • Áp
năm dụng: dụng:
• Áp Kế các
dụng: hoạch quyết
dự báo bán định
năng hàng, về sản
lực, lập xuất,
các ngân vận
chiến sách chuyể
lược ngắn n, bổ
đầu hạn, sung
tư, … lập kế hàng
hoạch hoá
lưu trong
kho, kho
v.vTactic Oper
Strate
ation
gic al
al
Forec Forec
Forec
ast ast
ast
 Các phương pháp dự báo nhu cầu

Tên
Nội dung Ưu điểm Nhược điểm
phương pháp

Lấy ý kiến từ các chuyên gia, đội - Hiệu quả khi có ít dữ liệu lịch sử - Ý kiến có thể mang tính chủ
Định tính bán hàng, khách hàng,… làm cơ - Tổng hợp được ý kiến đa dạng quan hoặc giới hạn ở mức độ
(Qualitative) - Phù hợp với các ngành/ sản phẩm hiểu biết của người tham gia
sở đưa ra dự báo
mới

Dựa vào các dữ liệu về nhu cầu - Phù hợp khi các dữ liệu về - Không phù hợp với TH dự
Phân tích chuỗi thời khách hàng trong quá khứ để nhu cầu không biến thiên lớn báo nhu cầu cho các SP
gian đưa ra dự báo qua thời gian mới
(Time series Analysis) - Đơn giản, dễ thực hiện

Dựa vào sự tương quan giữa - Áp dụng hiệu quả khi sự - Khó khăn trong việc tìm ra
Nhân quả nhu cầu và các yếu tố ngoại tương quan thể hiện rõ ràng các yếu tố tương quan với
(Causal) cảnh để đưa ra dự báo và ổn định nhu cầu

Kết hợp phương pháp nhân quả và - Độ chính xác cao - Chi phí thực hiện
Mô phỏng chuỗi thời gian để mô phỏng các
(Simulation) hành vi của người tiêu dùng với các
TH giả thiết khác nhau

MSc. Le Quang Huy

 Phương pháp phân tích chuỗi thời gian
(Time series Analysis)

- Phân tích chuỗi thời gian là một kỹ thuật dự báo được sử dụng phổ biển nhằm mục đích dự báo
nhu cầu cho các hoạt động có ghi nhận dữ liệu trong quá khứ.
- Các phương pháp phân tích chuỗi thời gian phổ biến bao gồm:
+ Phương pháp Naive
+ Phương pháp trung bình động
+ Phương pháp san bằng số mũ
+ Phương pháp sử dụng mô hình Holt
+ Phương pháp sử dụng mô hình Winter

MSc. Le Quang Huy

 Các thành phần của chuỗi thời gian

(b) Yếu tố xu hướng (Trend) (c) Yếu tố mùa vụ (Seasonality)

(a) Mức độ (Level)

- Dữ liệu dao động xung quanh

1 giá trị (trung bình) - Dữ liệu dịch chuyển theo - Dữ liệu tăng giảm theo
- Là giá trị cố định nếu dữ liệu 1 chiều hướng nhất định vòng tuần hoàn lặp lại
không chứa các yếu tố còn lại trong một khoảng thời
gian
(d) Yếu tố ngẫu nhiên ()
- Không xác định được hướng dịch chuyển
- Dự đoán kích thước và sự biến thiên để ước lượng sai số

MSc. Le Quang Huy

 Các bước thực hiện dự báo chuỗi thời gian
Bước 1: Phân tích dữ liệu
Từ số liệu về nhu cầu ghi nhận được, vẽ biểu đồ tương quan nhu cầu và thời gian để tìm ra các
đặc điểm của nhu cầu dựa vào các thành phần hệ thống của chuỗi thời gian

Bước 2: Thực hiện dự báo

Thực hiện dự báo cho kỳ t+1 với dữ liệu đã có tại kỳ t

Bước 3: Ước lượng sai số dự báo

Ghi nhận lại mức nhu cầu thực tế ở kỳ t+1 ( và so sánh với mức dự báo của kỳ t+1 ( để xác định
sai số của dự báo với công thức như sau:

Bước 4: Hiệu chỉnh

Hiệu chỉnh số liệu cùng các thành phần của chuỗi thời gian ở kỳ t+1 sau khi đã xác định được sai
số của dự báo ở kỳ t+1. Các số liệu điều chỉnh ở kỳ t+1 được sử dụng làm căn cứ để đưa ra dự
báo cho kỳ t+2

MSc. Le Quang Huy

 Mô hình trung bình di động
- Được sử dụng khi các dữ liệu quan sát không có yếu tố xu hướng hay yếu tố mùa vụ
- Giá trị dự báo được xác định là giá trị trung bình động của các số liệu quan sát với số kỳ
tính toán được xác định trước.

Công thức tính:

D t + D t −1 +…+ D t − n+1
F t +1= Lt =
n

Trong đó:
dự báo cho kỳ t+1
mức nhu cầu ở kỳ t
mức nhu cầu quan sát ở kỳ t-i
n: số kỳ quan sát

MSc. Le Quang Huy

 Ví dụ minh hoạ
Một cửa hàng trà sữa báo cáo doanh số bán hàng theo tuần trong tháng 08/2021 của trà sữa ô long
3Q như sau:

Tháng Tuần Kỳ (t) Nhu cầu (ly)

1 1 150
2 2 250
8
3 3 173
4 4 155

a, Sử dụng mô hình trung bình di động với n = 4 để tính toán dự báo nhu cầu mua trà sữa cho
tuần đầu tiên của tháng 9.
b, Nếu doanh số tuần 1 tháng 9 là 170 ly thì sai số dự báo là bao nhiêu?

MSc. Le Quang Huy

 Nhu cầu trà sữa tháng 8
Tháng Tuần Kỳ (t) Nhu cầu (ly) 300

1 1 150 250

200
2 2 250
8 150
3 3 173
100
4 4 155
50
9 1 5
0
0 1 2 3 4 5

Mức nhu cầu của 4 tuần trong tháng 8 là:

(ly)

a, Dự báo nhu cầu mua trà sữa tuần đầu tháng 9 là:
(ly)
b, Nếu số ly trà sữa bán được trong tuần 1 tháng 9 là 170 ly, sai số của dự báo là:
(ly)

MSc. Le Quang Huy

 Bài tập 1
Doanh số bán máy lạnh theo tuần trong tháng 07 và tháng 08/2022 của một trung tâm điện máy
được thể hiện trong bảng dưới đây:

Tháng Tuần Kỳ (t) Nhu cầu (đvsp)

7 4 1 98
1 2 143
2 3 115
8
3 4 125
4 5 100

a, Sử dụng mô hình trung bình di động với n = 3 để tính toán dự báo nhu cầu mua máy lạnh trong tuần đầu
tiên của tháng 9.
b, Nếu số lượng máy lạnh bán ra trong tuần đầu tiên của tháng 9 là 100 chiếc thì sai số dự báo là bao nhiêu?

MSc. Le Quang Huy

 Đáp án bài tập 1
Tháng Tuần Kỳ (t) Nhu cầu (đvsp) Dự báo
7 4 1 98
1 2 143
2 3 115
8
3 4 125
4 5 100
9 1 6 ?

Mức nhu cầu mua hàng trong kì 5 là:

(đvsp)

a, Lượng nhu cầu dự báo cho kì 6 là:

(đvsp)
b, Nếu số lượng máy lạnh bán ra trong kì 6 là 100 chiếc thì sai số dự báo ở kì 6 sẽ là:
(đvsp)

MSc. Le Quang Huy

 Mô hình san bằng số mũ đơn giản
- Được sử dụng khi:
+ Mức độ ảnh hưởng của dữ liệu tới nhu cầu khách hàng tăng dần theo thời gian → các dữ liệu mới hơn
có tỷ trọng giá trị cao hơn
+ Dữ liệu chuỗi thời gian không có tính xu hướng hay mùa vụ
- Hệ số san bằng 𝛼 (0< < 1) được sử dụng để biểu diễn giá trị của dữ liệu mới so với dữ liệu cũ

Công thức tính:

F t +1=𝛼 . D t + ( 1 −𝛼 ) . F t

Trong đó:
Mức dự báo của kỳ t+1
Mức thực tế quan sát ở kỳ t
Mức dự báo của kỳ t
Hệ số san bằng thoả mãn điều kiện 0< < 1

MSc. Le Quang Huy

 Ví dụ minh hoạ
Một cửa hàng trà sữa báo cáo doanh số bán hàng theo tuần trong tháng 08/2021 của trà sữa ô long
3Q như sau:

Tháng Tuần Nhu cầu (ly)

1 150
2 250
8
3 173
4 155

Sử dụng mô hình san bằng số mũ đơn giản với = 0.1 để dự báo nhu cầu mua trà sữa cho
tuần đầu tiên của tháng 9

MSc. Le Quang Huy

 Nhu cầu trà sữa tháng 8 Đơn vị: ly
Tháng Tuần Kỳ (t) Nhu cầu (ly) 300

1 1 150 250

2 2 250 200
8
3 3 173 150

100
4 4 155
50
9 1 5
0
0 1 2 3 4 5

Dự báo nhu cầu

Tháng Tuần Kỳ Nhu cầu (ly)
(= 0.1)
1 1 150 182
2 2 250 ¿ 0 .1 ∗150+0 . 9 ∗182=178 . 8
8
3 3 173 ¿0 .1 ∗250 +0 .9 ∗178 . 8=185 . 92
4 4 155 ¿0 .1 ∗173+0 . 9 ∗185 . 92=184 . 63
9 1 5 ¿0 .1 ∗155+0 .9 ∗184 .63=181 .667
→ Dự báo nhu cầu mua trà sữa tuần đầu tháng 9 là ……..ly
MSc. Le Quang Huy
 Bài tập 2
Doanh số bán máy lạnh theo tuần trong tháng 07 và tháng 08/2022 của một trung tâm điện máy
được thể hiện trong bảng dưới đây:

Tháng Tuần Kỳ (t) Nhu cầu (đvsp)

7 4 1 98
1 2 143
2 3 115
8
3 4 125
4 5 100

a, Sử dụng mô hình san bằng số mũ đơn giản với = 0.2 để tính toán dự báo nhu cầu mua máy lạnh trong tuần
đầu tiên của tháng 9.

MSc. Le Quang Huy

 Đáp án bài tập 2

Tháng Tuần Kỳ (t) Nhu cầu (đvsp) Dự báo (đvsp)

7 4 1 98
1 2 143
2 3 115
8
3 4 125
4 5 100
9 1 6 ?

Nhu cầu
Tháng Tuần Kỳ Dự báo nhu cầu (= 0.2)
(đvsp)
7 4 1 98 116.2
1 2 143
2 3 115
8
3 4 125
4 5 100
9 1 6

→ Từ bảng tính toán trên ta có, lượng nhu cầu mua máy lạnh dự báo cho tuần đầu tháng 9 là 115 chiếc
MSc. Le Quang Huy