Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/46668
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorสมพงษ์ ศิริโสภณศิลป์-
dc.contributor.authorวนิษฐา วัฒนวินิน-
dc.contributor.otherจุฬาลงกรณ์มหาวิทยาลัย. บัณฑิตวิทยาลัย-
dc.date.accessioned2015-09-22T09:27:15Z-
dc.date.available2015-09-22T09:27:15Z-
dc.date.issued2554-
dc.identifier.urihttp://cuir.car.chula.ac.th/handle/123456789/46668-
dc.descriptionวิทยานิพนธ์ (วท.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2554en_US
dc.description.abstractศึกษาหาวิธีการที่เหมาะสมสำหรับการพยากรณ์ความต้องการสินค้าออกใหม่ประเภทแทนที่สินค้าตัวเดิม และเสนอแนะแนวทางในการเลือกใช้รูปแบบการพยากรณ์ให้เหมาะสมกับรูปแบบของยอดขายสินค้า โดยอ้างอิงจากข้อมูลในอดีต เลือกศึกษาข้อมูลยอดขายสินค้าแบบรายเดือน และศึกษาเฉพาะรายการสินค้าที่มีการออกสินค้ารุ่นใหม่มาแทนที่สินค้ารุ่นเดิม ในการพยากรณ์ยอดขายสินค้าแทนที่นั้น ได้ศึกษารูปแบบการพยากรณ์ 2 แบบ ได้แก่ วิธีการกระจายตัวของแบส ซึ่งอาศัยข้อมูลวงจรชีวิตผลิตภัณฑ์ของสินค้ารุ่นเก่า ในการพยากรณ์ยอดขายของสินค้าแทนที่ และวิธีการพยากรณ์แบบอนุกรมเวลา ด้วยวิธีการปรับเรียบเอกซ์โพเนนเชียล และวิธีโฮลท์-วินเทอร์ โดยเปรียบเทียบผลการพยากรณ์ทั้ง 2 แบบ ผลการวิจัยพบว่า การพยากรณ์ด้วยวิธีการกระจายตัวของแบสที่สมมติให้ยอดขาย ณ จุดอิ่มตัวของผลิตภัณฑ์เดิมและผลิตภัณฑ์ใหม่เท่ากัน มีความคลาดเคลื่อนสูง การศึกษาจึงได้พยากรณ์ด้วยวิธีการกระจายตัวของแบสแบบปรับค่ายอดขายอิ่มตัว ผลการพยากรณ์พบว่าในช่วง 1-7 เดือนแรกของการขาย การพยากรณ์ด้วยวิธีการกระจายตัวของแบสแบบปรับค่ายอดขายอิ่มตัว สามารถพยากรณ์ยอดขายได้แม่นยำกว่าวิธีอนุกรมเวลาตลอดช่วงวงจรชีวิตผลิตภัณฑ์ เป็นจำนวน 4 ประเภทผลิตภัณฑ์ จากตัวอย่างการศึกษาทั้งหมด 6 ประเภทผลิตภัณฑ์ โดยผลการพยากรณ์ด้วยวิธีการกระจายตัวของแบสแบบปรับค่ายอดขายอิ่มตัว สามารถสะท้อนรูปแบบความต้องการสินค้าในระยะเริ่มแรกของการขายผลิตภัณฑ์ใหม่ ที่มาแทนที่ผลิตภัณฑ์เดิมได้ดีกว่าวิธีอนุกรมเวลาen_US
dc.description.abstractalternativeTo investigate techniques for forecasting the demands of replacement products and then to provide suggestions on the selection of the forecasting model that would fit the sale characteristics. This research focuses on the product collections that have replacement products with monthly historical sale data. The research is conducted using two types of models to forecast replacement products. The first type of model is the so-called Bass diffusion model based on the product life cycle of predecessors. The second type is the time series forecasting models including both the Simple Exponential Smoothing technique and the Holt-Winters technique. The comparisons of the analysis results from the two types of models reveal that the simple Bass diffusion model that presumes equal saturation sales for the predecessors and replacement products gives relatively high errors. The study then reapplies the Bass diffusion model by allowing the saturation sale level of replacement products to be adjusted according to the new incoming sales data. The results show that the modified Bass diffusion model with adjustment on saturation sales performs better than the time series techniques in estimating the demands throughout the product lifecycles for 4 product items out of total 6 tested items. It is also found that the Bass model with adjustment on saturation sales clearly outperforms the times series techniques in reflecting the demand patterns during the early months of the product introduction.en_US
dc.language.isothen_US
dc.publisherจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.relation.urihttp://doi.org/10.14457/CU.the.2011.2030-
dc.rightsจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.subjectผลิตภัณฑ์ใหม่en_US
dc.subjectพยากรณ์en_US
dc.subjectการวิเคราะห์อนุกรมเวลาen_US
dc.subjectการแพร่กระจายนวัตกรรมen_US
dc.subjectForecastingen_US
dc.subjectNew productsen_US
dc.subjectTime-series analysisen_US
dc.subjectDiffusion of innovationsen_US
dc.titleการอ้างอิงข้อมูลในอดีตเพื่อการพยากรณ์ความต้องการสินค้าแทนที่en_US
dc.title.alternativeHistorical analogy for forecasting replacement productsen_US
dc.typeThesisen_US
dc.degree.nameวิทยาศาสตรมหาบัณฑิตen_US
dc.degree.levelปริญญาโทen_US
dc.degree.disciplineการจัดการด้านโลจิสติกส์ (สหสาขาวิชา)en_US
dc.degree.grantorจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.email.advisorsompong.si@chula.ac.th-
dc.identifier.DOI10.14457/CU.the.2011.2030-
Appears in Collections:Grad - Theses

Files in This Item:
File Description SizeFormat 
Wanittha_wa.pdf2.05 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.