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 />