The Comparison of Demand Forecasting Techniques in Omnichannel Retail: A Case Study of Electrical and Electronic Products in Thailand

Abstract

Effective forecasting plays an important role in supply chain management. the significance of accurate forecasting in supply chain, inventory management, and strategic decisions. Focusing on consumer electronics, it presents a comprehensive sales forecast model for both online and offline channels, utilizing the ABC analysis alongside various techniques including Weighted Moving Average (WMA), Single Exponential Smoothing (SES) and Double Exponential Smoothing (DES), Autoregressive Integrated Moving Average (ARIMA), and Feed-Forward Neural Network (FFNNs), evaluated through MSE, MAD, and MAPE. Results indicate the Weighted Moving Average as the most accurate for 6 of 10 online items (with average MAPE of 25.89%), while Autoregressive Integrated Moving Average stands out for 4 of 8 offline items (with average MAPE of 26.74%). A recalculated Safety Stock reduces minimum weekly holding costs by 1,746,848 Baht, potentially decreasing weekly inventory costs by 45%. However, the prominence of the Autoregressive Integrated Moving Average model suggests it be integrated with other models for comprehensive performance evaluation.

การพยากรณ์ที่มีประสิทธิภาพจะมีบทบาทสำคัญในการจัดการห่วงโซ่อุปทาน การควบคุมสินค้าคงคลัง และการตัดสินใจเชิงกลยุทธ์ งานวิจัยนี้นำเสนอการวิเคราะห์ที่ครอบคลุมของการพยากรณ์ยอดขายกลุ่มเครื่องใช้ไฟฟ้าขององค์กรกรณีศึกษาที่มีช่องทางการจัดจำหน่ายทั้งออนไลน์และออฟไลน์ โดยมีวัตถุประสงค์เพื่อพัฒนาแบบจำลองการพยากรณ์ความต้องการที่แม่นยำ โดยใช้วิธีการวิเคราะห์ ABC เพื่อระบุรายการสินค้าที่มีผลกระทบต่อภาคธุรกิจมากที่สุดร่วมกับวิธีการพยากรณ์ที่กำหนด ได้แก่ การพยากรณ์ด้วยวิธีค่าเฉลี่ยเคลื่อนที่ถ่วงน้ำหนัก, การพยากรณ์ด้วยวิธีปรับเรียบแบบเอ็กซ์โปแนนเชียลชั้นเดียว, การพยากรณ์ด้วยวิธีปรับเรียบแบบเอ็กซ์โปแนนเชียลซ้ำสองครั้ง, Autoregressive Integrated Moving Average และ Feed-Forward Neural Network โดยใช้ ค่าเฉลี่ยความผิดพลาดกำลังสอง (MSE), ค่าเฉลี่ยความผิดพลาดสัมบูรณ์ (MAD), ค่าเฉลี่ยของร้อยละความผิดพลาดสัมบูรณ์ (MAPE) ในการวัดค่าความคลาดเคลื่อนของการพยากรณ์ ซึ่งผลการวิจัยพบว่ารายการสินค้าช่องทางขายออนไลน์ 6 จาก 10 รายการระบุว่า วิธีการพยากรณ์แบบ WMA มีความแม่นยำมากที่สุด โดยมีค่า MAPE เฉลี่ยอยู่ที่ 25.89% และช่องทางออฟไลน์พบว่ารายการสินค้า 4 จาก 8 รายการ มีค่าความคลาดเคลื่อนน้อยที่สุดด้วยวิธีการพยากรณ์แบบ ARIMA โดยมีค่า MAPE เฉลี่ยอยู่ที่ 26.74% และต้นทุนมูลค่าการถือครองสินค้าขั้นต่ำต่อสัปดาห์หลังคำนวณ Safety Stock ใหม่พบว่ามีต้นทุนลดลงไป 1,746,848 บาท โดยวิธีการที่นำเสนอสามารถลดต้นทุนของคงคลังต่อสัปดาห์ได้ประมาณร้อยละ 45 อย่างไรก็ตามแม้ว่าภาพรวมของรายการสินค้าทั้งสองช่องทางแบบจำลอง ARIMA จะให้ผลการพยากรณ์ที่มีประสิทธิภาพที่สุดแต่ในการนำไปใช้จริงควรพิจารณาร่วมกับแบบจำลองอื่นเพื่อวัดผลและเปรียบเทียบประสิทธิภาพด้วย