intTypePromotion=3
Array
(
    [0] => Array
        (
            [banner_id] => 140
            [banner_name] => KM1 - nhân đôi thời gian
            [banner_picture] => 964_1568020473.jpg
            [banner_picture2] => 839_1568020473.jpg
            [banner_picture3] => 620_1568020473.jpg
            [banner_picture4] => 994_1568779877.jpg
            [banner_picture5] => 
            [banner_type] => 8
            [banner_link] => https://tailieu.vn/nang-cap-tai-khoan-vip.html
            [banner_status] => 1
            [banner_priority] => 0
            [banner_lastmodify] => 2019-09-18 11:11:47
            [banner_startdate] => 2019-09-11 00:00:00
            [banner_enddate] => 2019-09-11 23:59:59
            [banner_isauto_active] => 0
            [banner_timeautoactive] => 
            [user_username] => sonpham
        )

)

Áp dụng phương pháp phân ly trong dự báo nhu cầu khách hàng - ứng dụng tại công ty cung cấp dịch vụ khai thuê hải quan

Chia sẻ: ViBoruto2711 ViBoruto2711 | Ngày: | Loại File: PDF | Số trang:4

0
13
lượt xem
1
download

Áp dụng phương pháp phân ly trong dự báo nhu cầu khách hàng - ứng dụng tại công ty cung cấp dịch vụ khai thuê hải quan

Mô tả tài liệu
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài viết này trình bày ngắn gọn về dự báo và mô hình dự báo phân ly, từ đó vận dụng mô hình này để dự báo nhu cầu của khách hàng đối với dịch vụ khai báo hải quan của Công Ty Cổ phần Vận tải và Kinh doanh Tổng hợp thông qua số lượng tờ khai.

Chủ đề:
Lưu

Nội dung Text: Áp dụng phương pháp phân ly trong dự báo nhu cầu khách hàng - ứng dụng tại công ty cung cấp dịch vụ khai thuê hải quan

CHÚC MỪNG NĂM MỚI 2019<br /> <br /> ÁP DỤNG PHƯƠNG PHÁP PHÂN LY TRONG DỰ BÁO NHU CẦU KHÁCH HÀNG<br /> - ỨNG DỤNG TẠI CÔNG TY CUNG CẤP DỊCH VỤ KHAI THUÊ HẢI QUAN<br /> APPLYING THE DECOMPOSITION METHOD IN FORECASTING CUSTOMER<br /> DEMAND - THE CASE STUDY FOR THE CUSTOMS DECLARATION SERVICES<br /> OF THE LOGISTICS COMPANY<br /> 1Sinh<br /> <br /> TRẦN PHÚ MÂY1, NGUYỄN THỊ LÊ HẰNG2<br /> viên Viện Đào tạo Quốc tế, Trường Đại học Hàng hải Việt Nam,<br /> 2Khoa Kinh tế, Trường Đại học Hàng hải Việt Nam<br /> Email liên hệ: lehang0189@gmail.com<br /> <br /> Tóm tắt<br /> Trong giai đoạn hiện nay, việc dự báo nhu cầu của khách hàng đối với các công ty trong ngành<br /> dịch vụ Logistics đóng một vai trò thiết yếu. Nhưng, trên thực tiễn, công tác dự báo không được<br /> các công ty Logistics chú trọng nhiều nên dẫn đến nhiều thiếu sót trong việc chuẩn bị và ra quyết<br /> định chiến lược. Bài báo này trình bày ngắn gọn về dự báo và mô hình dự báo phân ly, từ đó vận<br /> dụng mô hình này để dự báo nhu cầu của khách hàng đối với dịch vụ khai báo hải quan của Công<br /> Ty Cổ phần Vận tải và Kinh doanh Tổng hợp thông qua số lượng tờ khai.<br /> Từ khóa: Dự báo, mô hình phân ly, dịch vụ khai báo hải quan.<br /> Abstract<br /> In the present period, the demand forecasting of logistics service plays an essential role.<br /> However, in practice, a lot of Logistics companies tend not to focus on forecasting, which leads<br /> to many errors in the preparation and decision making in the business. This article presents<br /> an overview of the theoretical basis for forecasting and decomposition model, and uses this<br /> model to forecast customer demand for custom declaration services through the number of<br /> declarations at General Trade and Transportation Joint stock company.<br /> Keywords: Forecasting, decomposition model, custom declaration services.<br /> 1. Đặt vấn đề<br /> Theo Hiệp hội Doanh nghiệp dịch vụ logistics Việt Nam (VLA), những năm gần đây, tốc độ<br /> phát triển của ngành Logistics Việt Nam là khoảng 14 - 16% và mỗi năm các hoạt động logistics<br /> mang lại cho đất nước khoảng 40 - 42 tỷ USD. Bên cạnh đó, báo cáo của VLA còn chỉ ra rằng, tổng<br /> số công ty hoạt động trong lĩnh vực logistics là khoảng hơn 3000 [1]. Trong giai đoạn cạnh tranh<br /> quyết liệt như hiện nay, doanh nghiệp cần có những quyết định và chiến lược tốt.<br /> Dianne và Amrik (1994) chỉ ra rằng dự báo là một trong những nhân tố thiết yếu trong quá<br /> trình ra quyết định [2]. Dự báo giúp các nhà quản trị doanh nghiệp chủ động trong việc đề ra các kế<br /> hoạch và các quyết định cần thiết cho quá trình sản xuất kinh doanh, đầu tư, quảng bá, sắp xếp<br /> nguồn nhân lực, nguồn cung cấp tài chính,… và chuẩn bị đầy đủ điều kiện cơ sở vật chất, kỹ thuật<br /> cho sự phát triển trong thời gian tới. Dự báo thường xuyên và kịp thời giúp lãnh đạo công ty có thể<br /> kịp thời đưa ra những phương pháp điều chỉnh các hoạt động của công ty mình để thu được kết quả<br /> kinh doanh cao nhất và nâng cao được năng lực cạnh tranh.<br /> Tuy nhiên, dự báo vẫn chưa được các công ty hoạt động trong lĩnh vực logistics đầu tư và<br /> quan tâm nhiều, thay vào đó các hoạt động dự báo và ra quyết định chỉ dựa vào kinh nghiệm. Để<br /> góp phần nâng cao hiệu quả hiệu quả hoạt động của doanh nghiệp kinh doanh dịch vụ logistics, bài<br /> báo này sẽ tập trung vào việc đưa ra mô hình phân ly - một phương pháp định lượng đáng tin cậy<br /> trong dự báo. Độ hiệu quả của phương pháp này sẽ được chứng minh và đánh giá qua việc áp dụng<br /> vào số liệu thực tế của Công ty Vận tải và Kinh doanh tổng hợp. Việc đánh giá mô hình phân ly<br /> thông qua các chỉ số MAD và MAPE và sẽ là cơ sở để ứng dụng mô hình này nhằm dự báo về nhu<br /> cầu về dịch vụ khai báo hải quan của công ty trong quý IV năm 2018 và quý I năm 2019.<br /> 2. Phương pháp nghiên cứu<br /> 2.1. Mô hình phân ly (Decomposition model)<br /> Mô hình phân ly hiện đại được ra mắt vào năm 1930 bởi nhà khoa học Macauley. Nhưng trên<br /> thực tế, ý tưởng về phương pháp dự báo này đã xuất hiện từ thế kỉ 17 tại Anh. Nó được ứng dụng<br /> để dự báo trong các lĩnh vực như thiên văn học và khí tượng học [3]. Do đó, Mô hình phân ly được<br /> coi là một trong những phương pháp dự báo ra đời sớm nhất trong lịch sử các kỹ thuật dự báo và<br /> vẫn được sử dụng phổ biến ở các nước phát triển ngày nay. Dữ liệu của mô hính phân ly thường<br /> có 4 đặc tính chính là tính xu hướng (Tt), tính chu kỳ (Ct), tính thời vụ (St) và thành phần bất thường<br /> hoặc ngẫu nhiên (It ). Công thức tổng quát của mô hình nhân là: Yt = Tt × Ct × St × It<br /> (1)<br /> <br /> 84<br /> <br /> Tạp chí khoa học Công nghệ Hàng hải<br /> <br /> Số 57 - 01/2019<br /> <br /> CHÚC MỪNG NĂM MỚI 2019<br /> Các bước tiến hành mô hình như sau:<br /> Bình quân di động: MAt = ∑ni=1 Yi ⁄ n<br /> Bình quân di động trung tâm: CMA t =<br /> <br /> (2)<br /> MAt−1 +MAt<br /> 2<br /> <br /> Yt<br /> <br /> Yếu tố mùa: St =<br /> <br /> (3)<br /> (4)<br /> <br /> CMAt<br /> Chỉ số mùa: SI = ∑nt=1 St ⁄ n<br /> Y<br /> Doanh thu hiệu chỉnh: Yt′ = t<br /> SI<br /> <br /> (5)<br /> (6)<br /> <br /> Trong đó:<br />

CÓ THỂ BẠN MUỐN DOWNLOAD

AMBIENT
Đồng bộ tài khoản