การจัดการสต็อกให้เหมาะสม 2026｜โมเดล 5 ระดับ ก่อนลงมือใช้สูตร

การจัดการสต็อกที่เหมาะสมไม่ใช่งานที่ใส่ตัวเลขลงในสูตรแล้วได้คำตอบออกมา เมื่อดูสถิติระดับประเทศของไทยจะเห็นว่า ต้นทุนของการ “ถือ” สินค้าคงคลังนั้นมีขนาดใกล้เคียงกับต้นทุนของการ “ขนส่ง” สินค้า ตามการประมาณการของ NESDC ต้นทุนการเก็บรักษาสต็อกของไทยในปี 2024 อยู่ที่ 1,122.1 พันล้านบาท ขณะที่ต้นทุนการขนส่งอยู่ที่ 1,200.6 พันล้านบาท ทั้งสองตัวเลขต่างกันเพียงเล็กน้อย แต่ในโรงงานจำนวนมาก ค่าขนส่งต้องผ่านการอนุมัติเป็นเรื่องเป็นราว ส่วนต้นทุนการเก็บรักษาสต็อกกลับไม่มีใครเซ็นชื่อรับผิดชอบ บทความนี้จะมองสต็อกที่เหมาะสมเสียใหม่ในฐานะ “การออกแบบการทำงานว่าใครจะทบทวนอะไรเมื่อใด ใน 5 ระดับ” และจัดระเบียบว่าต้องตัดสินใจเรื่องใดตัวเลขจึงจะขยับ

สต็อกที่เหมาะสมคืออะไร — แยกให้ชัดจากสต็อกปลอดภัยเสียก่อน

ที่หน้างาน คำว่า “สต็อกที่เหมาะสม” กับ “สต็อกปลอดภัย” ถูกใช้ปะปนกันอยู่เสมอ ทั้งสองคำเป็นคนละเรื่องกัน และถ้าถกกันโดยยังปะปนอยู่ เป้าหมายการลดสต็อกกับการป้องกันของขาดจะชนกันไปเรื่อย ๆ ในห้องประชุมเดียวกัน เริ่มจากการทำนิยามให้ตรงกันก่อน

สต็อกที่เหมาะสม = สต็อกปลอดภัย + สต็อกรอบสั่งซื้อ

ในทางปฏิบัติ ควรเข้าใจสต็อกที่เหมาะสมในฐานะผลรวมของสต็อกสองชนิดที่มีธรรมชาติต่างกัน

สูตรที่ใช้กันทั่วไปเป็นดังนี้ ขอให้ถือว่านี่ไม่ใช่ข้อมูลปฐมภูมิจากแหล่งใดแหล่งหนึ่ง แต่เป็นแนวทางที่ใช้กันอย่างแพร่หลายในงานบริหารการผลิต

• สต็อกปลอดภัย = ค่าสัมประสิทธิ์ความปลอดภัย × ส่วนเบี่ยงเบนมาตรฐานของปริมาณการใช้ × √(ระยะเวลานำในการสั่งซื้อ + รอบการสั่งซื้อ)
• สต็อกที่เหมาะสม = สต็อกปลอดภัย + สต็อกรอบสั่งซื้อ
• อีกรูปแบบหนึ่งของการเขียนคือ สต็อกที่เหมาะสม = (ปริมาณการเบิกจ่ายเฉลี่ยต่อวัน × (รอบการสั่งซื้อ + ระยะเวลานำ)) + สต็อกปลอดภัย
• จุดสั่งซื้อ (reorder point) = ปริมาณการเบิกจ่ายเฉลี่ยต่อวัน × ระยะเวลานำ + สต็อกปลอดภัย

ค่าสัมประสิทธิ์ความปลอดภัยถูกกำหนดจากการที่เรายอมให้ของขาดได้มากแค่ไหน โดยทั่วไปเมื่อยอมรับอัตราของขาดที่ 5% (เท่ากับระดับการให้บริการ 95%) จะใช้ค่า 1.65 สิ่งที่ต้องจับให้มั่นตรงนี้คือ ค่าสัมประสิทธิ์ความปลอดภัยไม่ใช่พารามิเตอร์เชิงเทคนิค แต่เป็นการตัดสินใจเชิงบริหาร ถ้ายกระดับการให้บริการขึ้นเป็น 99% ค่าสัมประสิทธิ์ก็สูงขึ้น และสต็อกปลอดภัยก็เพิ่มตาม แทบไม่มีความจำเป็นที่จะต้องตั้งทุกรายการไว้ที่ 99% ถ้าไม่แยกคิดเป็นรายสินค้าว่า “ถ้าของตัวนี้ขาดจะเกิดอะไรขึ้น” ก็จะกำหนดค่าสัมประสิทธิ์นี้ไม่ได้

เมื่อวางสองสูตรนี้เรียงกันจะเห็นโครงสร้างว่า ส่วนใหญ่ของสต็อกที่เหมาะสมคือสต็อกรอบสั่งซื้อ ส่วนสต็อกปลอดภัยเป็นเพียงส่วนที่บวกเพิ่มเข้าไป สมมติสินค้าที่มีรอบการสั่งซื้อ 14 วัน ระยะเวลานำ 14 วัน และเบิกจ่ายเฉลี่ยวันละ 100 ชิ้น (ขอให้สังเกตว่าในบทถัด ๆ ไปจะใช้ตัวอย่างที่รอบการสั่งซื้อเป็น 7 วัน ตรงนี้จึงเป็นจุดเดียวที่สมมติฐานต่างออกไป) ส่วนที่ไม่ใช่สต็อกปลอดภัย (คือสต็อกของรอบการสั่งซื้อรวมกับส่วนที่ถูกใช้ระหว่างรอของ) จะรวมกันได้ 100 × 28 = 2,800 ชิ้น ในขณะที่ถ้าส่วนเบี่ยงเบนมาตรฐานเท่ากับ 30 ชิ้น สต็อกปลอดภัยจะอยู่เพียง 1.65 × 30 × √28 ≈ 262 ชิ้นเท่านั้น เวลาที่อยากลดสต็อกแล้วไปถกกันแต่เรื่องการตัดสต็อกปลอดภัย เท่ากับกำลังยิงผิดเป้า จุดที่ได้ผลจริงคือรอบการสั่งซื้อและระยะเวลานำต่างหาก

3 เหตุผลที่ใส่สูตรแล้วสต็อกยังไม่ลด

ใส่สูตรสต็อกปลอดภัยลงในสเปรดชีต คำนวณตัวเลขออกมาครบทุกรายการ แล้วสต็อกก็ยังไม่ลด — โรงงานที่เคยเจอประสบการณ์แบบนี้มีอยู่มาก สาเหตุไม่ได้อยู่ที่สูตร แต่อยู่ที่อินพุต 3 ตัวที่ต้องใส่เข้าไปในสูตรยังไม่พร้อม

เหตุผลที่ 1: ยอดสต็อกตามระบบไม่ตรงกับของจริง ถ้าเดินสูตรในสภาพที่จำนวนสต็อกในระบบกับของจริงไม่ตรงกัน จุดสั่งซื้อที่คำนวณออกมาก็ไม่มีความหมายเมื่อเทียบกับของจริง ยิ่งไปกว่านั้น หน้างานรู้ดีว่าตัวเลขในระบบเชื่อไม่ได้ จึงไปเก็บ “สต็อกซ่อน” ของตัวเองไว้ กลายเป็นว่าสต็อกที่เหมาะสมซึ่งสูตรคำนวณออกมา ถูกบวกทับด้วยบัฟเฟอร์ที่เกิดจากความไม่ไว้ใจของหน้างาน นี่คือปัญหาของสิ่งที่บทความนี้เรียกว่าระดับที่ 0

เหตุผลที่ 2: ดึงส่วนเบี่ยงเบนมาตรฐานของปริมาณการใช้จากข้อมูลจริงไม่ได้ การจะหาส่วนเบี่ยงเบนมาตรฐานได้ ต้องมีข้อมูลการเบิกจ่ายรายวัน (หรืออย่างน้อยรายสัปดาห์) เป็นอนุกรมเวลาแยกตามรายการสินค้า ถ้ามีแค่ยอดการใช้รวมรายเดือน ก็คำนวณ σ ไม่ได้ เมื่อคำนวณไม่ได้ หน้างานจำนวนมากจึงใช้กฎจากประสบการณ์แทน เช่น “เอาค่าเฉลี่ยบวกอีกกี่เปอร์เซ็นต์” ทันทีที่วางค่าด้วยประสบการณ์ สูตรก็กลายเป็นกฎประสบการณ์ที่แค่มีหน้าตาเป็นสมการ

เหตุผลที่ 3: ถือระยะเวลานำไว้เป็นค่าเฉลี่ยเพียงค่าเดียว นี่คือความผิดพลาดของอินพุตที่ร้ายแรงที่สุดสำหรับโรงงานญี่ปุ่นในประเทศไทย ในมาสเตอร์มีตัวเลขเดียวเขียนไว้ว่า “ระยะเวลานำจัดซื้อ 14 วัน” แต่พอเอาผลการรับของจริงมาเรียงกัน บางครั้งก็ 12 วัน บางครั้งก็ 22 วัน สิ่งที่สูตรปกป้องให้เราได้คือความแกว่งรอบค่าเฉลี่ย แต่ถ้าตัวค่าเฉลี่ยเองเพี้ยนไปจากความเป็นจริง สูตรจะไม่ปกป้องอะไรเลย ในประเทศไทยปี 2026 เหตุการณ์ที่ทำให้หางฝั่งล่าช้ายืดออกเกิดขึ้นต่อเนื่อง รายละเอียดจะกล่าวถึงในบทหลัง

เมื่อพิจารณาทั้ง 3 ข้อนี้จะเห็นว่า การจัดการสต็อกที่เหมาะสมไม่ใช่โจทย์ของการ “เลือกสูตรที่ดี” แต่เป็น โจทย์ของการตัดสินใจว่าจะจัดอินพุตที่ป้อนเข้าสูตรให้พร้อมถึงระดับไหน บทถัดไปจะแบ่งระดับเหล่านั้นออกเป็น 5 ระดับ

โมเดล 5 ระดับสำหรับกำหนดสต็อกที่เหมาะสม

เพื่อมองสต็อกที่เหมาะสมในฐานะการออกแบบการทำงาน เราจะแยกมันออกเป็น 5 ระดับ จุดสำคัญของโมเดลนี้คือการมีลำดับก่อนหลัง — ถ้าระดับล่างยังไม่เรียบร้อย ไปลงมือกับระดับบนก็ไม่เกิดผล

ต่อไปนี้จะไล่ดูทีละระดับ

ระดับที่ 0 ของจริงตรงกับระบบ — สาเหตุและการแก้ผลต่างสต็อก

รากฐานทั้งหมดอยู่ตรงนี้ ถ้ายอดสต็อกตามระบบกับของจริงไม่ตรงกัน อีก 4 ระดับที่อยู่ข้างบนจะไม่มีความหมายใด ๆ เลย

จากประสบการณ์ สาเหตุของผลต่างสต็อกสรุปรวมได้ประมาณนี้

สิ่งแรกที่ควรทำในฐานะมาตรการแก้ไขคือ การวัดอัตราผลต่างแยกตามกลุ่มสินค้า การดูอัตราผลต่างของทั้งโรงงานเป็นตัวเลขเดียวไม่นำไปสู่การลงมือทำอะไร ถ้าผลต่างเกิดที่สินค้ามูลค่าสูง (กลุ่ม A ที่จะกล่าวถึงต่อไป) กับเกิดที่เศษของกลุ่ม C วิธีรับมือจะต่างกันโดยสิ้นเชิง กรณีแรกมักเป็นปัญหาของกลไกตำแหน่งจัดเก็บและการตรวจสอบ ส่วนกรณีหลังมักเป็นปัญหาของกติกาการลงบันทึก

การจะยอมรับผลต่างได้ถึงระดับไหนก็ต้องตัดสินใจไว้ล่วงหน้าเช่นกัน ในเชิงความรู้สึกจากการทำงานจริง โรงงานจำนวนมากตั้งเป้าเฉพาะหน้าไว้ที่อัตราผลต่างต่ำกว่า 1% สำหรับสินค้ามูลค่าสูง และไม่เกินไม่กี่เปอร์เซ็นต์เมื่อคิดฐานจำนวนชิ้น อย่างไรก็ตาม ตัวเลขนี้เปลี่ยนไปมากตามประเภทอุตสาหกรรมและโครงสร้างของรายการสินค้า ดังนั้น การตั้งค่าโดยใช้ค่าที่วัดได้จริงล่าสุดของตัวเองเป็นจุดตั้งต้น แล้วค่อยไล่ลดลงทุกไตรมาส จะได้ผลมากกว่าการหยิบเกณฑ์จากภายนอกมาใช้ทั้งดุ้น

สำหรับวิธีการที่เป็นรูปธรรมในการทำระดับที่ 0 ให้แน่น — การออกแบบการตรวจนับแบบหมุนเวียน การเลือกระหว่างบาร์โค้ดกับ RFID และภาพรวมของค่าใช้จ่าย — ได้จัดระเบียบไว้แยกต่างหากในค่าใช้จ่ายและการตัดสินใจนำ RFID มาใช้ตรวจนับสต็อก บทความนี้จะโฟกัสเฉพาะแกนการตัดสินใจว่า “ก่อนจะขึ้นไประดับบน ต้องปิดผลต่างให้ได้ถึงไหน”

แกนการตัดสินใจนั้นเรียบง่าย ให้ดูว่าสำหรับรายการสินค้าที่จะใช้ในระดับที่ 1 ขึ้นไป คือสินค้ามูลค่าสูงที่มีการใช้อย่างต่อเนื่อง ผลต่างเล็กกว่าสต็อกปลอดภัยแล้วหรือยัง สินค้าที่ตั้งสต็อกปลอดภัยไว้ 227 ชิ้น แต่ทุกครั้งที่ตรวจนับกลับเพี้ยนไป 300 ชิ้น แปลว่าสต็อกปลอดภัยนั้นไม่ทำงาน เพราะผลต่างกินสต็อกปลอดภัยจนหมด และในทางกลับกัน ไม่จำเป็นต้องทำให้ผลต่างของทุกรายการเป็นศูนย์ก่อนจึงจะเดินหน้าต่อ ให้จัดลำดับความสำคัญแล้วเดินไป

ระดับที่ 1 ดึงความผันผวนของการใช้ (σ) จากข้อมูลจริง

เมื่อระดับที่ 0 แน่นแล้ว ผลการเบิกจ่ายจึงกลายเป็นข้อมูลที่เชื่อถือได้ ถึงตรงนี้เองที่เราจะคำนวณส่วนเบี่ยงเบนมาตรฐานได้เป็นครั้งแรก

สิ่งที่ต้องมีคือ ปริมาณการเบิกจ่ายแยกตามรายการสินค้า × รายวัน (อย่างน้อยที่สุดรายสัปดาห์) ย้อนหลังอย่างน้อย 6 เดือนถึง 1 ปี ต่อไปนี้จะไล่ดูตัวอย่างของสินค้าหนึ่งรายการ โดยใช้ ตัวเลขสมมติ เพื่อแสดงวิธีคิด

• มีข้อมูลการเบิกจ่ายรายวันย้อนหลัง 12 เดือน
• ปริมาณการเบิกจ่ายเฉลี่ย: วันละ 100 ชิ้น
• ส่วนเบี่ยงเบนมาตรฐาน: 30 ชิ้น (สัมประสิทธิ์ความผันแปร = 30 ÷ 100 = 0.3)
• ระยะเวลานำในการสั่งซื้อ: 14 วัน
• รอบการสั่งซื้อ: 7 วัน
• ระดับการให้บริการ 95% (ค่าสัมประสิทธิ์ความปลอดภัย 1.65)

เมื่อคำนวณจะได้

• สต็อกปลอดภัย = 1.65 × 30 × √(14+7) = 1.65 × 30 × 4.58 ≈ 227 ชิ้น
• สต็อกที่เหมาะสม = 100 × (7+14) + 227 = 2,327 ชิ้น
• จุดสั่งซื้อ = 100 × 14 + 227 = 1,627 ชิ้น

ตัวเลขทั้งหมดนี้เป็นตัวเลขสมมติ และเป็นแม่แบบสำหรับให้ท่านนำค่าที่วัดได้จริงของตัวเองไปแทนที่

สิ่งที่มักสะดุดในการทำงานจริงคือวิธีหา σ เอง ขอยกมา 3 ข้อ

ข้อที่ 1: ห้ามตัดวันที่ไม่มีการเบิกจ่ายออก การที่มีวันที่ไม่ได้ใช้เลยนั้นก็คือความผันผวนอย่างหนึ่ง ถ้าตัดวันที่เป็นศูนย์ออกแล้วจึงคำนวณค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐาน ค่าเฉลี่ยจะสูงขึ้นและความผันผวนจะดูเล็กลง ผลลัพธ์คือสต็อกปลอดภัยจะต่ำกว่าที่ควรเป็น

ข้อที่ 2: แยกฤดูกาลออกจากคำสั่งซื้อพิเศษชั่วคราว ถ้าคำนวณส่วนเบี่ยงเบนมาตรฐานโดยยังมีออร์เดอร์ก้อนใหญ่ที่เกิดปีละครั้งปะปนอยู่ σ จะกระโดดขึ้น และสต็อกปลอดภัยจะสูงเกินไปตลอดทั้งปี ถ้าคำสั่งซื้อพิเศษนั้นเป็นสิ่งที่คาดการณ์ได้ การนำไปใส่ในแผนถูกต้องกว่าการปล่อยให้อยู่ใน σ เพราะ σ เป็นเครื่องมือสำหรับดูดซับ “ความผันผวนที่คาดการณ์ไม่ได้”

ข้อที่ 3: ตรึงช่วงเวลาแล้วอัปเดตด้วยนิยามเดิม เมื่อตัดสินใจว่าจะคำนวณจาก “ข้อมูลย้อนหลัง 12 เดือน” แล้ว ก็ให้อัปเดตด้วยนิยามเดียวกันทุกครั้ง ถ้าเปลี่ยนช่วงเวลาไปมาทุกครั้งที่คำนวณ จะไม่มีทางรู้ว่าตัวเลขเพิ่มหรือลดเพราะอะไร

อนึ่ง สินค้าที่มี σ ใหญ่มากเป็นพิเศษ — เช่นสินค้าที่สัมประสิทธิ์ความผันแปรเกิน 1 — มีแนวโน้มสูงว่าตั้งแต่แรกแล้วมันไม่ใช่สินค้าที่ควรปกป้องด้วยสต็อกปลอดภัย การตัดสินตรงนี้จะเชื่อมไปยังการวิเคราะห์ XYZ ในระดับที่ 3

ระดับที่ 2 ถือระยะเวลานำเป็นการกระจายตัว

นี่คือระดับที่บทความนี้อยากเน้นมากที่สุด โรงงานจำนวนมากถือระยะเวลานำไว้เป็นตัวเลขเดียวในมาสเตอร์ แต่ระยะเวลานำในความเป็นจริงมีการกระจายตัว

กรณีที่โรงงานญี่ปุ่นในไทยจัดหาชิ้นส่วนจากประเทศญี่ปุ่น ระยะเวลานำคือผลรวมของหลายกระบวนการ

ในบรรดานี้ มีเพียงข้อแรกเท่านั้นที่ขยับได้ด้วยสถานการณ์ของซัพพลายเออร์ อีก 4 ข้อที่เหลืออยู่ในพื้นที่ที่ระบุคู่เจรจาหรือคู่ที่จะไปทวงกำหนดส่งได้ยาก และมีธรรมชาติที่ในภาวะปกติแทบจะคงที่ แต่ภายใต้เงื่อนไขบางอย่างจะยืดออกไปหลายวันถึงหลายสัปดาห์ พูดอีกอย่างคือการกระจายตัวไม่สมมาตรซ้ายขวา แต่ มีหางยาวไปทางฝั่งที่ล่าช้า

ลองยืนยันอันตรายของการถือแต่ค่าเฉลี่ยด้วยตัวเลขสมมติชุดเดิม

• ระยะเวลานำในมาสเตอร์: 14 วัน
• ผลการรับของจริง: ค่ามัธยฐาน 14 วัน แต่ในผลล่าสุดมีหลายเดือนที่เกิน 18 วัน
• ถ้าระยะเวลานำกลายเป็น 18 วัน สต็อกที่ต้องมีเพิ่ม = 100 ชิ้น × (18−14) = 400 ชิ้น
• ในขณะที่สต็อกปลอดภัยของสินค้ารายการนี้อยู่ที่ 227 ชิ้น

สต็อกปลอดภัย 227 ชิ้นดูดซับความล่าช้า 4 วันไม่ไหว เพราะสต็อกปลอดภัยถูกคำนวณขึ้นเพื่อดูดซับ “ความผันผวนของปริมาณการใช้” ส่วน “ความคลาดเคลื่อนของตัวระยะเวลานำเอง” ไม่ได้อยู่ในขอบเขตที่มันดูดซับ ถ้าเดินสูตรสต็อกปลอดภัยโดยไม่รู้ตัวเรื่องนี้ ก็จะได้ปริมาณสต็อกที่บนกระดาษดูเหมาะสม แต่ในความเป็นจริงเกิดของขาดปีละหลายครั้ง

มาตรการรับมือไม่ยาก คือการสร้างการกระจายตัวของระยะเวลานำแยกตามกลุ่มสินค้า จากผลการรับของจริง

1. เรียงวันที่สั่งซื้อกับวันที่ของเข้าย้อนหลัง 1–2 ปี แยกตามกลุ่มสินค้า (แยกตามซัพพลายเออร์และโหมดการขนส่ง)
2. หาไม่ใช่ค่ามัธยฐาน แต่หา เปอร์เซ็นไทล์ที่ 95 (ค่าจำนวนวันที่ครอบคลุม 19 ครั้งจาก 20 ครั้ง)
3. ใช้แยกบทบาทกัน เช่น ให้ระยะเวลานำในมาสเตอร์เป็นค่ามัธยฐาน ส่วนระยะเวลานำที่ใช้คำนวณสต็อกปลอดภัยเป็นเปอร์เซ็นไทล์ที่ 95
4. กลุ่มสินค้าที่การกระจายตัวออกมาเป็นสองยอด (เกาะกลุ่มแยกกันระหว่างเที่ยวปกติกับตอนเที่ยวเรือถูกยกเลิก) ให้ระบุสาเหตุแล้วแยกบริหารต่างหาก

ข้อมูลที่ต้องใช้ในงานนี้ มีอยู่ในระบบจัดซื้อของโรงงานส่วนใหญ่อยู่แล้ว แค่จับคู่ข้อมูลการสั่งซื้อกับข้อมูลการรับของก็คำนวณเปอร์เซ็นไทล์ที่ 95 ได้ ก่อนจะไปซื้อกลไกใหม่ การมาดูตรงนี้ก่อนคือลำดับที่ถูกต้อง ส่วนเรื่องการทำให้ตัวกระบวนการสั่งซื้อเป็นระบบนั้นได้กล่าวไว้ในวิธีเลือกระบบบริหารการสั่งซื้อและการจัดซื้อ บทความนี้จึงโฟกัสเฉพาะวิธีตัดสินว่า “จะสั่งเท่าไร”

ระดับที่ 3 การกำหนดวิธีสั่งซื้อ (ABC×XYZ)

เมื่อ 3 ระดับที่ผ่านมาเรียบร้อยแล้ว จึงจะตัดสินใจได้เป็นครั้งแรกว่า “สินค้าแต่ละรายการจะใช้วิธีสั่งซื้อแบบไหน” การหมุนทุกรายการด้วยวิธีเดียวกันคือสาเหตุใหญ่ที่สุดที่ทำให้ทั้งภาระงานและสต็อกเพิ่มขึ้นพร้อมกัน

วิธีสั่งซื้อหลักมี 3 แบบ

แกนของการกำหนดมี 2 แกน คือขนาดของมูลค่า (การวิเคราะห์ ABC) และความผันแปรของการใช้งาน (การวิเคราะห์ XYZ) การไขว้สองแกนนี้จะกล่าวถึงอย่างละเอียดในบทถัดไป ตรงนี้ขอให้จับไว้ว่า ตัวการตัดสินใจกำหนดวิธีสั่งซื้อนั่นเองคืองานของระดับที่ 3

ในโรงงานที่ยังไม่ได้กำหนดวิธีสั่งซื้อ มักเกิดอย่างใดอย่างหนึ่งต่อไปนี้ สกรูและแหวนรองที่มูลค่าน้อยนิดก็ยังถูกรวมเข้าไปในการคำนวณสั่งซื้อตามรอบเวลา จนเจ้าหน้าที่วางแผนการผลิตต้องไล่คำนวณหลายร้อยบรรทัดทุกสัปดาห์ หรือกลับกัน ชิ้นส่วนหลักที่มูลค่าสูงก็ยังหมุนด้วยวิธี “หมดแล้วค่อยสั่ง” และปริมาณถูกกำหนดด้วยสัญชาตญาณของผู้รับผิดชอบทุกครั้งที่สั่ง ทั้งสองแบบเป็นผลจากการไม่ได้กำหนดวิธีสั่งซื้อไว้เหมือนกัน

ระดับที่ 4 การรักษา — รอบการทบทวนและความเป็นเจ้าของ

ระดับสุดท้ายคือระดับที่หลุดง่ายที่สุด พารามิเตอร์เริ่มเก่าตั้งแต่วินาทีที่กำหนดเสร็จ ความต้องการเปลี่ยน ซัพพลายเออร์เปลี่ยน สถานการณ์การขนส่งก็เปลี่ยน ทั้งที่เป็นเช่นนั้น กรณีที่คำนวณสต็อกปลอดภัยไปครั้งเดียวแล้วปล่อยทิ้งไว้ 2 ปีกลับไม่ใช่เรื่องแปลก

สิ่งที่ต้องกำหนดมี 4 ข้อดังนี้

ถ้าไม่กำหนดรอบและเจ้าของลงไปถึงระดับชื่อบุคคล งานนี้จะถูกเลื่อนออกไปทุกครั้งแน่นอน เพราะการทบทวนสต็อกที่เหมาะสมเป็นงานประเภทที่ไม่ทำวันนี้การผลิตก็ไม่หยุด เมื่อไม่หยุดก็ถูกเลื่อน และอีกครึ่งปีต่อมาก็จะกลายเป็นสภาพที่ “ปริมาณสต็อกที่ตกลงกันไว้ไม่มีใครทำตาม”

สิ่งที่ได้ผลจริงในทางปฏิบัติคือ การฝังการทบทวนเข้าไปเป็นวาระของวงประชุมประจำที่มีอยู่แล้ว การตั้งวงประชุมใหม่จะทำให้อัตราการเข้าร่วมตก การสร้างช่องเวลา “ทบทวนพารามิเตอร์” ไตรมาสละครั้งไว้ในวงประชุมการผลิตหรือวงประชุมจัดซื้อจะยั่งยืนกว่า และเอกสารที่ดูในตอนนั้นแค่กระดาษ A4 หนึ่งแผ่น — มูลค่าสต็อกแยกตามกลุ่ม อัตราผลต่าง จำนวนครั้งที่เกิดของขาด และแนวโน้มของเปอร์เซ็นไทล์ที่ 95 ของระยะเวลานำ — ก็เพียงพอแล้ว

ปัจจัยเฉพาะที่ทำให้สต็อกที่เหมาะสมพังในโรงงานที่ประเทศไทย

โมเดล 5 ระดับเป็นโครงสร้างที่ใช้ได้ทั่วไป แต่โรงงานในประเทศไทยมีภาระเฉพาะตัวเข้ามากดทับ ในหัวข้อนี้จะยืนยัน 3 ปัจจัยด้วยข้อมูลจริงของปี 2026

หางของระยะเวลานำจัดซื้อ — ชายแดน พิธีการศุลกากร และเรือ

ตัวอย่างที่ “หาง” ซึ่งกล่าวไว้ในระดับที่ 2 ยืดออกจริงคือเหตุการณ์ชายแดนไทย-กัมพูชาเมื่อเดือนมกราคม 2026 เนื้อหาที่ Logistics Viewpoints (7 มกราคม 2026) รายงานไว้มีดังนี้

• ต้นทุนโลจิสติกส์ปรับสูงขึ้น เกิน 30%
• จำนวนวันขนส่งยืดออก 2–4 วัน
• จุดผ่านแดนปอยเปต–อรัญประเทศรองรับสินค้าทางบกระหว่างสองประเทศ เกิน 70%
• การประเมินเบื้องต้นของกระทรวงการคลังไทยระบุความเสียหาย เกิน 10,000 ล้านบาท
• แรงงานกัมพูชาที่ทำงานอยู่ในประเทศไทยมีราว 800,000 คน ในจำนวนนี้ราว 780,000 คน เดินทางกลับประเทศภายในไม่กี่สัปดาห์ตามที่มีรายงาน

สิ่งที่สำคัญในแง่ผลกระทบต่อภาคการผลิตคือโครงสร้างที่ประเทศไทยครอง กำลังการผลิต HDD ของโลกราว 40% โดย Western Digital มีกำลังการผลิต 60% และโตชิบา 50% กระจุกอยู่ในประเทศไทย ในโครงสร้างที่การผลิตกระจุกตัวอยู่ในพื้นที่ใดพื้นที่หนึ่ง เหตุการณ์ที่เกิดในพื้นที่นั้นจะส่งถึงห่วงโซ่อุปทานของโลกโดยตรง

ลองอ่านเหตุการณ์นี้ใหม่ในมุมของการจัดการสต็อก

ตัวเหตุการณ์ที่จำนวนวันขนส่งยืดออก 2–4 วันนั้นไม่ใช่หายนะ ปัญหาคือ โรงงานที่ถือแต่ระยะเวลานำเฉลี่ยไม่มีสต็อกที่จะดูดซับ 2–4 วันนี้ ตามที่เห็นจากตัวเลขสมมติในบทก่อน ความล่าช้า 4 วันเรียกร้องสต็อก 400 ชิ้น ในขณะที่สต็อกปลอดภัยที่คำนวณจากความผันผวนของปริมาณการใช้มีเพียง 227 ชิ้น แม้จะทุ่มสต็อกปลอดภัยทั้ง 227 ชิ้นไปดูดซับความล่าช้านี้ ก็ยังขาดอยู่อีก 173 ชิ้น และเนื่องจากโดยเนื้อแท้แล้วสต็อกปลอดภัยก้อนนี้มีไว้เพื่อดูดซับความผันผวนของปริมาณการใช้อยู่แล้ว สถานการณ์จริงจึงหนักกว่านั้นอีก

ที่ยุ่งยากกว่านั้นคือ การเคลื่อนย้ายแรงงานอย่างฉับพลันส่งผลไม่เพียงต่อระยะเวลานำ แต่กระทบฝั่งการใช้งานด้วย การเปลี่ยนแปลงในระดับที่คนราว 780,000 คนเดินทางกลับภายในไม่กี่สัปดาห์ ย่อมกระทบการเดินงานของโลจิสติกส์ คลังสินค้า และการผลิตโดยรอบ นั่นคือ σ ของระดับที่ 1 และระยะเวลานำของระดับที่ 2 เพี้ยนไปพร้อมกัน ช่วงที่ทั้งสองอย่างเพี้ยนพร้อมกันนี่เองคือช่วงที่สต็อกปลอดภัยถูกทดสอบหนักที่สุด

มาตรการรับมือไม่ใช่การทำนายตัวเหตุการณ์ แต่คือ การถือระยะเวลานำเป็นการกระจายตัว และคำนวณสต็อกปลอดภัยด้วยเปอร์เซ็นไทล์ที่ 95 เอาไว้ ถ้าถือเป็นการกระจายตัว ผลจริงที่หางเคยยืดออกในอดีตจะถูกนำเข้าไปในการคำนวณโดยอัตโนมัติ เป็นการรับมือด้วยการสะท้อนประวัติ ไม่ใช่ด้วยการทำนาย

อีกอย่างหนึ่งที่ได้ผลคือ การแยกถือการกระจายตัวตามโหมดการขนส่ง ทางบก ทางทะเล และทางอากาศ มีลักษณะการยืดของหางต่างกันโดยสิ้นเชิง ถ้ารวมเป็นการกระจายตัวเดียว จะได้ตัวเลขครึ่ง ๆ กลาง ๆ ที่ไม่สะท้อนความจริงของฝั่งไหนเลย

งานค้างส่งเพิ่มแต่คนไม่เพิ่ม — วิธีอ่าน PMI 54.2

ดัชนี PMI ภาคการผลิตของไทยจาก S&P Global (เผยแพร่ 3 สิงหาคม 2026 ข้อมูลเดือนกรกฎาคม) มีนัยสำคัญต่อการจัดการสต็อก

PMI เป็นตัวชี้วัดที่เกิน 50 แปลว่าขยายตัว ดังนั้น 54.2 คือช่วงขยายตัวอย่างชัดเจน อย่างไรก็ตาม ถ้าอ่านตัวเลขนี้เพียงว่า “เศรษฐกิจดี” จะพลาดนัยสำคัญในเชิงการจัดการสต็อกไป

สิ่งที่ควรอ่านคือการประกอบกันของ 3 ข้อ

ข้อแรก งานค้างส่งสะสมเพิ่มขึ้นแต่การจ้างงานทรงตัว นี่แปลว่าภาระที่เพิ่มขึ้นจากการผลิตที่โตขึ้นถูกดูดซับด้วยกำลังคนเดิม ในมุมของการจัดการสต็อกก็คือ ไม่สามารถเพิ่มคนให้กับงานตรวจนับสต็อกและงานปรับสต็อกได้ แผนที่จะทำระดับที่ 0 ให้ของจริงตรงกับระบบด้วยกลยุทธ์ทุ่มกำลังคนจึงไม่เป็นจริงในช่วงนี้ ไม่ว่าจะเพิ่มความถี่ของการตรวจนับแบบหมุนเวียน หรือจะนำการบริหารตำแหน่งจัดเก็บเข้ามา แผนที่ตั้งอยู่บนสมมติฐานว่าจะเพิ่มคนย่อมไม่ผ่าน ต้องเลือกวิธีลดผลต่างโดยไม่เพิ่มคน

ข้อสอง ระยะเวลานำของวัตถุดิบนำเข้ายืดยาวขึ้นอีกครั้ง แม้จะระบุว่าการยืดออกนั้นผ่อนคลาย แต่ทิศทางคือฝั่งที่ยืดออก การกระจายตัวของระยะเวลานำในระดับที่ 2 ถ้าไม่อัปเดตด้วยผลจริงล่าสุดก็จะเพี้ยนไปจากความเป็นจริง ถ้ายังใช้เปอร์เซ็นไทล์ที่ 95 ที่คำนวณไว้เมื่อปีก่อนอยู่ ก็จะประเมินต่ำกว่าความจริง

ข้อสาม ความเชื่อมั่นทางธุรกิจต่ำกว่าช่วงต้นปี การผลิตกำลังโต แต่ความมั่นใจต่ออนาคตกลับอ่อน การประกอบกันแบบนี้ทำให้นโยบายสต็อกยาก อยากตุนสต็อกเพราะความต้องการโต แต่ก็ไม่อยากตุนเพราะอ่านอนาคตไม่ออก สิ่งที่ถูกต้องในสถานการณ์นี้ไม่ใช่ “ตุนเหมือนกันหมด” หรือ “รัดเหมือนกันหมด” แต่คือการแยกนโยบายเป็นรายสินค้า ABC×XYZ ในบทถัดไปคือเครื่องมือสำหรับการตัดสินใจแบบนี้พอดี

อนึ่ง สัดส่วนองค์ประกอบของ PMI นี้ระบุไว้ว่า คำสั่งซื้อใหม่ 30% การผลิต 25% การจ้างงาน 20% supplier delivery times (ระยะเวลาส่งมอบของซัพพลายเออร์) 15% และ stocks of purchases (สต็อกวัตถุดิบที่ซื้อ) 10% จุดที่ควรจับไว้ในการอ่านคือ ระยะเวลาส่งมอบของซัพพลายเออร์กับสต็อกวัตถุดิบที่ซื้อรวมกันมีน้ำหนักถึง 25% การเคลื่อนไหวของดัชนีจึงไม่ได้สะท้อนแค่ความเชื่อมั่น แต่รวมการเคลื่อนไหวของระยะเวลานำและสต็อกไว้โดยตรง

แรงกดดันบีบสต็อกจากบริษัทแม่ — ดัชนีอัตราส่วนสินค้าคงคลังของญี่ปุ่น 104.7

นโยบายสต็อกของฐานการผลิตในไทยยังได้รับผลจากสถานการณ์ของบริษัทแม่ในญี่ปุ่นด้วย ดัชนีผลผลิตอุตสาหกรรมของกระทรวงเศรษฐกิจ การค้า และอุตสาหกรรมญี่ปุ่น (ตัวเลขเบื้องต้นเดือนมิถุนายน 2026) เป็นดังนี้

การผลิตโตขึ้นแต่การส่งมอบกลับลดลง ดัชนีอัตราส่วนสินค้าคงคลังคืออัตราส่วนของสต็อกหารด้วยการส่งมอบ ดังนั้นถ้าการส่งมอบลดลง ต่อให้ปริมาณสต็อกเท่าเดิมดัชนีก็สูงขึ้น ถึงกระนั้น การประกอบกันที่การผลิตโต 3 เดือนติดต่อกันในขณะที่การส่งมอบลดลง และอัตราส่วนเพิ่มขึ้น 2 เดือนติดต่อกัน อ่านได้ว่ากำลังอยู่ใน ช่วงที่มีแรงผลักไปในทิศทางที่สต็อกจะสะสมเพิ่มขึ้น

สำหรับการทำงานจริงของฐานการผลิตในไทย ความหมายของตัวเลขนี้ชัดเจน ในช่วงที่สต็อกในระดับงบการเงินรวมของบริษัทแม่พองตัว ไม่ช้าก็เร็วคำสั่งให้บีบสต็อกจะมาถึงแต่ละฐานการผลิต และคำสั่งนั้นในหลายกรณีจะลงมาในรูปแบบ “ลดมูลค่าสต็อกลง X% เท่ากันทุกรายการ”

ถ้าตอบสนองคำสั่งลดเท่ากันทุกรายการโดยไม่ได้เตรียมตัวจะเกิดอะไรขึ้น หน้างานจะเริ่มตัดจากจุดที่ตัดง่ายที่สุด และจุดที่ตัดง่ายคือ สินค้าที่มูลค่าสูง เคลื่อนไหวเป็นปกติทุกวัน และตัดแล้วจะยังไม่มีใครสังเกตเห็นในระยะสั้น นั่นคือสต็อกปลอดภัยของชิ้นส่วนหลัก ผลก็คืออีกไม่กี่เดือนจะเกิดของขาด เกิดการขนส่งทางอากาศฉุกเฉิน และเกิดต้นทุนที่สูงกว่ายอดที่ลดได้ เส้นทางนี้เกิดซ้ำแทบจะแน่นอนในโรงงานที่ไม่มีนโยบายสต็อก

มาตรการรับมือคือ การมีนโยบายรายสินค้าไว้ก่อนที่คำสั่งจะมาถึง ถ้าจัดระเบียบไว้ล่วงหน้าว่า “สินค้ากลุ่มไหนตัดได้ กลุ่มไหนตัดไม่ได้ และถ้าจะตัดต้องมีเงื่อนไขอะไร” ก็จะเสนอทางเลือกกลับไปได้ว่า “ด้วยองค์ประกอบแบบนี้จะให้ผลเทียบเท่ากัน” แทนคำสั่งลด X% เท่ากันทุกรายการ หนึ่งในคุณค่าเชิงปฏิบัติของการจัดโมเดล 5 ระดับให้พร้อมอยู่ตรงนี้

ในด้านสภาพแวดล้อมภายนอก ความไม่แน่นอนด้านการค้าก็มองข้ามไม่ได้ รายงาน “2026 Global Trade Report” ที่ Thomson Reuters เผยแพร่เมื่อเดือนกุมภาพันธ์ 2026 (สำรวจผู้ปฏิบัติงานด้านการค้าระหว่างประเทศ 225 คน ในอเมริกาเหนือ สหภาพยุโรป สหราชอาณาจักร ละตินอเมริกา และเอเชียแปซิฟิก) ระบุว่า 72% ยกให้ “ความผันผวนของภาษีศุลกากรสหรัฐฯ” เป็นการเปลี่ยนแปลงเชิงกฎระเบียบที่มีผลกระทบมากที่สุด KPMG Thailand เองก็ยกความปั่นป่วนด้านภาษีและการค้าเป็นหนึ่งในเทรนด์หลักของห่วงโซ่อุปทานในรายงานเดือนมกราคม 2026 ถ้าภาษีหรือเงื่อนไขทางการค้าเปลี่ยน แหล่งจัดหาและเส้นทางขนส่งก็เปลี่ยน และการกระจายตัวของระยะเวลานำก็ต้องสร้างใหม่ เหตุผลที่ต้องออกแบบระดับที่ 2 ให้เป็นสิ่งที่ “อัปเดตทุกครึ่งปี” ไม่ใช่ “ทำครั้งเดียวจบ” อยู่ตรงนี้

จะแบ่งกลุ่มสินค้าอย่างไร — การใช้งานจริงของ ABC×XYZ

เข้าสู่เนื้อในของระดับที่ 3 เหตุผลใหญ่ที่สุดที่ทำให้การถกเรื่องสต็อกที่เหมาะสมหมุนอยู่กับที่คือ การพยายามพูดถึงสินค้าทุกรายการด้วยนโยบายเดียว ให้แบ่งกลุ่มสินค้าก่อนแล้วค่อยถกกัน

นิยามของสองแกน

การวิเคราะห์ ABC คือการเรียงสินค้าตามมูลค่าการเบิกจ่ายต่อปี (= ราคาต่อหน่วย × ปริมาณการใช้ต่อปี) แล้วแบ่งกลุ่มด้วยสัดส่วนสะสม การแบ่งที่ใช้กันทั่วไปเป็นดังนี้

เส้นแบ่งนี้เป็นเพียงแนวทางทั่วไป และเป็นตัวเลขสมมติ เนื่องจากการกระจายตัวจริงเปลี่ยนไปตามโครงสร้างรายการสินค้า การเรียงมูลค่าการเบิกจ่ายต่อปีของตัวเองจากมากไปน้อย แล้วดูตำแหน่งที่เส้นโค้งสัดส่วนสะสมเริ่มราบเพื่อขีดเส้นแบ่ง จะตรงกับความเป็นจริงมากกว่า

การวิเคราะห์ XYZ คือการแบ่งกลุ่มด้วยความผันแปรของการใช้งาน โดยใช้สัมประสิทธิ์ความผันแปร (CV = ส่วนเบี่ยงเบนมาตรฐาน ÷ ค่าเฉลี่ย) ที่คำนวณไว้ในระดับที่ 1

ค่าเกณฑ์เหล่านี้ก็เป็นตัวเลขสมมติเช่นกัน ให้ดูการกระจายตัวของรายการสินค้าของตัวเองแล้วปรับ ถ้าใช้เกณฑ์ที่ทำให้สินค้าทั้งหมดตกอยู่ในกลุ่ม X หรือทั้งหมดตกอยู่ในกลุ่ม Z การแบ่งกลุ่มก็ไม่มีความหมาย ในทางปฏิบัติ วิธีที่เร็วคือเรียงรายการสินค้าตามค่า CV แล้วดูตำแหน่งที่การกระจายตัวแยกออกจากกันเองตามธรรมชาติ

การกำหนดวิธีสั่งซื้อลงใน 9 ช่อง

เมื่อไขว้ ABC กับ XYZ จะได้ 9 กลุ่ม แล้วกำหนดวิธีสั่งซื้อให้แต่ละกลุ่ม

สาระเชิงปฏิบัติของตารางนี้มี 3 ข้อ

ข้อที่ 1: อย่าเอาการคำนวณไปใส่กับสินค้ากลุ่ม C ถ้าเรียกร้องให้คำนวณส่วนเบี่ยงเบนมาตรฐานและดูแลจุดสั่งซื้อของกลุ่ม C ซึ่งกินสัดส่วนเกินครึ่งของจำนวนรายการ ชั่วโมงงานของฝ่ายวางแผนการผลิตจะพังทลาย ให้เอากลุ่ม C ลงไปอยู่ในการบริหารด้วยของจริงผ่านคัมบังหรือระบบสองกล่อง แล้วตัดออกจากขอบเขตการคำนวณ เนื่องจากราคาต่อหน่วยต่ำ ต่อให้ถือมากไปบ้างผลกระทบต่อมูลค่าก็เล็ก สถานการณ์ที่ค่าแรงที่ใช้ไปกับการบริหารกลุ่ม C สูงกว่ามูลค่าที่ลดได้จากกลุ่ม C นั้นเกิดขึ้นเป็นเรื่องปกติ

ข้อที่ 2: กลุ่ม AZ อย่าถือเป็นสต็อก ถ้าถือสินค้าที่มูลค่าสูงและการใช้งานไม่สม่ำเสมอไว้เป็นสต็อก เงินทุนจะจมในขณะที่ก็ยังกันของขาดไม่ได้อยู่ดี การจัดหาโดยผูกกับคำสั่งซื้อของลูกค้า หรือทำสัญญาจองโควตากับซัพพลายเออร์ สมเหตุสมผลกว่า โรงงานที่มีสินค้าจัดอยู่ในกลุ่ม AZ จำนวนมาก มีแนวโน้มสูงว่าควรทบทวนโครงสร้างผลิตภัณฑ์หรือรูปแบบการรับคำสั่งซื้อเสียก่อน

ข้อที่ 3: กลุ่ม AX ต่างหากที่ควรลงแรง จำนวนรายการน้อยแต่กินมูลค่าเกือบทั้งหมด แค่ทำสต็อกปลอดภัยของกลุ่มนี้ให้ละเอียดขึ้น 10% ผลในเชิงมูลค่าก็ใหญ่กว่าการไปยุ่งกับกลุ่ม C ทั้งกลุ่ม การสร้างการกระจายตัวของระยะเวลานำเองก็เช่นกัน การเริ่มจากกลุ่มสินค้า AX และ AY ก่อนเป็นวิธีที่มีประสิทธิภาพ

ขอเสริมเรื่องการเชื่อมต่อกับฝั่งการวางแผนการผลิต การกำหนด 9 ช่องเป็นเรื่องของสต็อกวัตถุดิบและชิ้นส่วน แต่สินค้ากลุ่ม AY และ AZ ได้รับผลกระทบอย่างแรงจากความผันผวนของแผนการผลิต ถ้าแผนแกว่ง การใช้งานก็แกว่ง และ CV ก็สูงขึ้น เวลาที่ความพยายามลดสต็อกไปถึงทางตัน คุ้มค่าที่จะสงสัยว่าสาเหตุอาจไม่ได้อยู่ฝั่งสต็อก แต่อยู่ฝั่งการวางแผน สำหรับการจัดทำแผนการผลิตเองได้กล่าวไว้ในเปรียบเทียบระบบจัดตารางการผลิต

สินค้าที่ต้องเข้าก่อนออกก่อนและมีวันหมดอายุ

นอกเหนือจากการกำหนด 9 ช่อง ยังมีอีกแกนหนึ่งคือ สินค้าที่ต้องบริหารแบบเข้าก่อนออกก่อน (FIFO) เช่น กาว สี ความสามารถในการบัดกรีของชิ้นส่วนอิเล็กทรอนิกส์ ชิ้นส่วนยางและพลาสติก และสารเคมี

สำหรับสินค้าเหล่านี้ การถกเรื่องสต็อกที่เหมาะสมจะมีข้อจำกัดเรื่อง “ระยะเวลาเก็บรักษา” เพิ่มเข้ามา

บรรทัดสุดท้ายสำคัญ การคำนวณสต็อกที่เหมาะสมโดยทั่วไปตั้งอยู่บนสมมติฐานว่า “ถือมากไว้ก็ไม่ขาด” แต่สำหรับสินค้าที่มีวันหมดอายุ การถือมากเองนั่นแหละที่สร้างความสูญเสีย ถ้าสต็อกปลอดภัยที่สูตรคำนวณออกมาเกินปริมาณที่ใช้หมดได้ภายในวันหมดอายุ ส่วนที่เกินนั้นก็คือสต็อกที่รอถูกทิ้ง

ในทางปฏิบัติ ควรจัดลำดับให้ ใส่ข้อจำกัดเรื่องระยะเวลาเก็บรักษาก่อน แล้วจึงคำนวณสต็อกปลอดภัยภายในช่วงที่เหลือ ถ้าจัดสต็อกปลอดภัยไม่ได้ แปลว่านั่นเป็นปัญหาที่แก้ด้วยสต็อกไม่ได้ และต้องยกไปถกกันว่าจะเพิ่มความถี่ในการสั่งซื้อ หรือจะเปลี่ยนข้อตกลงกับซัพพลายเออร์

วิธีการค้ำ FIFO ด้วยการออกแบบชั้นวางเชิงกายภาพก็ได้ผลเช่นกัน ถ้าใช้ชั้นวางแบบไหลลื่น (โครงสร้างที่ใส่เข้าจากด้านหนึ่งและหยิบออกจากอีกด้านหนึ่ง) FIFO ก็จะเกิดขึ้นโดยไม่ต้องพึ่งกติกาการทำงาน การทำให้เป็นโครงสร้างที่จำเป็นต้องทำตามอยู่แล้ว แน่นอนกว่าการบังคับให้ทำตามกติกา

คุ้มแค่ไหน — ประมาณการต้นทุนถือครองและจุดคุ้มทุนของการลดมากเกินไป

การจะผลักดันเรื่องสต็อกที่เหมาะสมให้ผ่านภายในองค์กรได้ ต้องมีภาพของตัวเงิน ในหัวข้อนี้จะแสดง ประมาณการในฐานะกรณีตัวอย่างเชิงโมเดล ตัวเลขทั้งหมดต่อไปนี้เป็นตัวเลขสมมติ ไม่ได้แสดงผลจริงแต่อย่างใด เราจะระบุสมมติฐานไว้อย่างชัดเจน เพื่อให้ท่านนำค่าของตัวเองไปแทนที่แล้วคำนวณได้

สมมติฐาน: อัตราต้นทุนถือครองสต็อก 18% ต่อปี

ต้นทุนของการถือสต็อกไม่ได้มีแค่ค่าเช่าคลังสินค้า ในทางปฏิบัติจะแยกองค์ประกอบออกมาคิดดังนี้ โดยตรงนี้กำหนดผลรวมไว้ที่ 18% ต่อปี

ตัวเลข 18% นี้เป็นสมมติฐานที่บทความนี้ตั้งขึ้น ต้นทุนเงินทุนเปลี่ยนไปตามอัตราดอกเบี้ยเงินกู้หรืออัตราผลตอบแทนที่คาดหวังของแต่ละบริษัท ค่าเก็บรักษาเปลี่ยนไปตามว่าใช้คลังของตัวเองหรือคลังภายนอก และอัตราความล้าสมัยเปลี่ยนไปตามความยาวของวงจรชีวิตผลิตภัณฑ์ ตัวงานที่จะหาคำตอบว่า “ของเราคือกี่เปอร์เซ็นต์” นั่นเองที่ทำให้การถกเรื่องสต็อกเป็นรูปธรรมขึ้น

ไม่ได้มีข้อมูลภายนอกที่ยืนยันตัวอัตรานี้โดยตรง อย่างไรก็ตาม ในประเด็นที่ว่าต้นทุนอันเกิดจากการถือสต็อกมีขนาดที่มองข้ามไม่ได้นั้น มีตัวเลขระดับมหภาคเป็นพยานแวดล้อม ตามรายงาน “Thailand’s Logistics Report 2024” ของ NESDC (เผยแพร่เดือนกันยายน 2025) องค์ประกอบของต้นทุนโลจิสติกส์ภายในประเทศไทยเป็นดังนี้

หมายเหตุ: หน่วยในต้นฉบับคือ billion baht บทความนี้แปลเป็น “พันล้านบาท” และกำกับค่าเทียบเป็นล้านล้านบาทไว้ด้วยเพื่อป้องกันความเข้าใจผิด

ต้นทุนของการถือสต็อกมีขนาดใกล้เคียงกับต้นทุนของการขนส่ง นี่คือข้อเท็จจริงที่วางไว้ตั้งแต่ต้นบทความ ใบเสนอราคาค่าขนส่งถูกนำมาเปรียบเทียบกันทุกปี และการขอขึ้นราคาต้องผ่านการอนุมัติ ในทางกลับกัน ตัวสต็อกเองถูกบันทึกในงบแสดงฐานะการเงินเป็นสินค้าคงเหลือ ส่วนต้นทุนที่เกิดจากการถือครองกลับกระจายอยู่ในหลายรายการของงบกำไรขาดทุน เพราะไม่ปรากฏรวมกันอยู่ที่เดียวในฐานะรายจ่าย จึงยากที่จะถูกรับรู้ ทั้งที่เป็นรายจ่ายขนาดพอกัน แต่มีเพียงฝ่ายเดียวที่ถูกบริหาร นี่คือสภาพจริงของโรงงานจำนวนมาก

สำหรับข้อมูลอ้างอิงเพิ่มเติม NESDC ประมาณการว่าสัดส่วนต้นทุนโลจิสติกส์ต่อ GDP ของไทยลดลงจาก 14.2% ในปี 2023 โดยเป้าหมายของรัฐบาลคือ 11% ในปี 2026 ซึ่งเป็นปีสุดท้ายของแผนพัฒนาเศรษฐกิจและสังคมแห่งชาติฉบับที่ 13 (ปี 2021 อยู่ที่ 13.8%) การที่ทั้งประเทศกำลังอยู่ในช่วงที่การบีบต้นทุนโลจิสติกส์เป็นเป้าหมายเชิงนโยบาย เป็นสิ่งที่คุ้มค่าจะจับไว้

กรณีตัวอย่าง: โรงงานที่มีมูลค่าสต็อก 50 ล้านบาท

ต่อไปนี้เป็นประมาณการด้วย ตัวเลขสมมติ

สมมติฐาน

• มูลค่าสต็อก: 50 ล้านบาท
• อัตราต้นทุนถือครองสต็อก: 18% ต่อปี (ตามองค์ประกอบข้างต้น)

ต้นทุนถือครองต่อปีในปัจจุบัน

• 50 ล้านบาท × 18% = 9 ล้านบาทต่อปี

กรณีที่บีบมูลค่าสต็อกลง 15% ด้วยการทำให้สต็อกเหมาะสม

• ยอดที่บีบได้: 50 ล้านบาท × 15% = 7.5 ล้านบาท
• ต้นทุนถือครองต่อปีที่ลดได้: 7.5 ล้านบาท × 18% = 1.35 ล้านบาทต่อปี

อัตราการบีบ 15% ก็เป็นตัวเลขสมมติเช่นกัน เป็นการตั้งไว้ในฐานะช่วงที่พอจะเล็งได้เมื่อจัดระดับที่ 0 ถึงระดับที่ 3 ของโมเดล 5 ระดับให้เรียบร้อยแล้ว ผ่าน การแก้ส่วนที่สต็อกปลอดภัยตั้งไว้สูงเกิน และการบีบสต็อกรอบสั่งซื้อจากการทำวิธีสั่งซื้อให้เหมาะสม อัตราการบีบจริงขึ้นอยู่กับว่าพารามิเตอร์ปัจจุบันถูกตั้งด้วยกฎประสบการณ์มากแค่ไหน โรงงานที่ไม่ได้ทบทวนมานานหลายปีจะมีช่องว่างมาก ส่วนโรงงานที่บริหารอย่างละเอียดอยู่แล้วจะมีช่องว่างน้อย

จุดคุ้มทุนของการลดมากเกินไป — ขนส่งทางอากาศฉุกเฉินครั้งละเท่าไร

จากตรงนี้คือเนื้อหาหลัก ถ้าลดสต็อก ต้นทุนถือครองก็ลด แต่ความเสี่ยงของขาดจะเพิ่ม ถ้าไม่เอาต้นทุนตอนของขาดขึ้นมาวางบนเวทีเดียวกันเพื่อเทียบ การตัดสินใจก็จะไม่ครบด้าน

สมมติฐาน

• ต้นทุนเพิ่มเติมต่อการขนส่งทางอากาศฉุกเฉิน 1 ครั้ง: 200,000 บาท (ตัวเลขสมมติที่รวมส่วนต่างจากการขนส่งทางทะเลตามปกติ ค่าธรรมเนียมเอกสารและพิธีการศุลกากรเพิ่มเติม และชั่วโมงงานภายในบริษัทที่ใช้รับมือ)

การคำนวณจุดคุ้มทุน

• ยอดที่ลดได้ต่อปี 1.35 ล้านบาท ÷ 200,000 บาทต่อครั้ง = 6.75 ครั้ง
• นั่นคือ ถ้าเกิดการขนส่งทางอากาศฉุกเฉินเกิน 6 ครั้งต่อปี ผลของการบีบสต็อกจะหายไป
• ในกรณีที่การขนส่งทางอากาศฉุกเฉินเพิ่มถึง 12 ครั้งต่อปี จะเป็น 200,000 บาท × 12 ครั้ง = 2.4 ล้านบาท ซึ่งสูงกว่ายอดที่ลดได้ 1.35 ล้านบาทอย่างมาก และกลายเป็น การควักเนื้อสุทธิ 1.05 ล้านบาท

การคำนวณนี้ ยังไม่ได้รวมต้นทุนของกรณีที่แก้ด้วยการขนส่งทางอากาศไม่จบ ถ้าไลน์หยุด ก็เกิดความสูญเสียจากการเดินเครื่อง ถ้าเกิดการส่งของให้ลูกค้าล่าช้า ก็กลายเป็นปัญหาความน่าเชื่อถือ ค่าแรงในการรับมือเป็นกรณีพิเศษก็เกิดขึ้นด้วย ถ้ารวมสิ่งเหล่านี้เข้าไป จำนวนครั้งที่เป็นจุดคุ้มทุนจะยิ่งลดต่ำลงไปอีก

ข้อสรุปที่ตารางนี้แสดงไม่ใช่ “ลด” และไม่ใช่ “เพิ่ม” ถ้าลดเหมือนกันหมด การรับมือฉุกเฉินจะเพิ่ม ถ้าเพิ่มเหมือนกันหมด ต้นทุนถือครองจะเพิ่ม สิ่งที่จำเป็นคือการเปลี่ยนตำแหน่งที่วางสต็อกเป็นรายสินค้า

ในทางรูปธรรม ให้แยกนโยบายตามกลุ่ม ABC×XYZ ในบทก่อนหน้า

• สินค้ากลุ่ม AX: ทำการกระจายตัวของระยะเวลานำให้ละเอียด แล้ววางสต็อกปลอดภัยไว้ที่ “ระดับที่ถูกต้อง” ถ้าสูงเกินก็ลด ถ้าต่ำเกินก็เพิ่ม การลดไม่ใช่วัตถุประสงค์
• สินค้ากลุ่ม AZ: ไม่ถือเป็นสต็อก แต่เปลี่ยนไปเป็นการผูกกับคำสั่งซื้อของลูกค้าหรือการจองโควตา จุดนี้ให้ผลกระทบเชิงมูลค่ามากที่สุด
• สินค้ากลุ่ม C: เปลี่ยนเป็นคัมบังเพื่อลดชั่วโมงงานในการบริหาร มูลค่าจะเพิ่มบ้างก็ไม่เป็นไร ให้ความสำคัญกับการไม่ให้ขาด
• สินค้าที่เกิดการขนส่งทางอากาศฉุกเฉินขึ้นจริง: บันทึกประวัติการเกิด แล้วทบทวนระดับที่ 2 (การกระจายตัวของระยะเวลานำ) ของสินค้ารายการนั้น

ข้อสุดท้ายคือสิ่งที่เชื่อมประมาณการทั้งหมดนี้เข้ากับการทำงานจริง การที่เกิดการขนส่งทางอากาศฉุกเฉินขึ้น แปลว่าพารามิเตอร์ของสินค้ารายการนั้นไม่ตรงกับความเป็นจริง ให้ปฏิบัติต่อการรับมือฉุกเฉินไม่เพียงในฐานะค่าใช้จ่ายที่เกิดขึ้น แต่ในฐานะตัวจุดชนวนให้ทบทวนพารามิเตอร์ การรักษาในระดับที่ 4 สามารถทำให้เป็นงานประจำได้ในรูปแบบนี้

ต้องใช้ระบบถึงระดับไหน

จนถึงตรงนี้ได้กล่าวถึงโมเดล 5 ระดับและการทำงานจริงของมัน คำถามถัดไปคือ “ต้องทำถึงไหนด้วยระบบ” ถ้าตอบจากบทสรุปก่อน คำตอบต่างกันไปตามระดับ

ขอบเขตที่ Excel เพียงพอและไม่เพียงพอ

เส้นแบ่งของตารางนี้ชัดเจน “งานที่คำนวณเป็นครั้งคราวตามรอบ” Excel เพียงพอ ส่วน “งานที่ต้องซิงค์กับของจริงตลอดเวลา” Excel ไม่เพียงพอ

การทำให้ของจริงตรงกับระบบในระดับที่ 0 และการบริหารจุดสั่งซื้อกับการเดินคัมบังในระดับที่ 3 จัดอยู่ในกลุ่มหลัง จุดที่จำเป็นต้องมีการจัดการสต็อกแบบเรียลไทม์คือ 2 จุดนี้ ในทางกลับกัน การคำนวณ σ ของระดับที่ 1 และการกระจายตัวของระยะเวลานำในระดับที่ 2 เริ่มลงมือได้ด้วยการดึงข้อมูลที่มีอยู่แล้ว ก่อนที่จะนำระบบเข้ามา

ถ้าสลับลำดับนี้ การลงทุนจะสูญเปล่า ต่อให้ใส่ระบบเข้าไป ถ้าข้อมูลสต็อกที่ป้อนเข้าไปไม่ตรงกับของจริง ผลลัพธ์ที่ออกมาก็ไม่ตรงเช่นกัน ในทางกลับกัน ถ้าระดับที่ 0 แน่นแล้ว การคำนวณที่วางอยู่บนนั้นให้คุณค่าได้เพียงพอแม้ทำใน Excel

ตามที่กล่าวไว้ในวิธีอ่าน PMI ในบทก่อน ประเทศไทยปี 2026 มีงานค้างส่งสะสมเพิ่มขึ้นในขณะที่การจ้างงานทรงตัว แผนที่จะเพิ่มคนเพื่อรักษาระดับที่ 0 จึงเป็นจริงได้ยาก จุดนี้เองคือแรงจูงใจเชิงปฏิบัติของการทำให้เป็นระบบ คือการลดการบันทึกและการตรวจสอบด้วยมือ แล้วจัดโครงสร้างให้การบันทึกรับเข้า-จ่ายออกเกิดขึ้นโดยอัตโนมัติภายในกระแสของงาน เพื่อกดผลต่างลงโดยไม่ต้องเพิ่มคน

ลำดับการนำระบบเข้ามา — ระดับที่ 0 → ระดับที่ 1 → ระดับที่ 3

ขอจัดระเบียบลำดับในกรณีที่จะพิจารณานำระบบเข้ามา

ขั้นที่ 1: กลไกที่ค้ำประกันระดับที่ 0 (ของจริงตรงกับระบบ)

• การบริหารตำแหน่งจัดเก็บ (สินค้ารายการใดอยู่ชั้นไหน)
• การบันทึกการรับเข้า-จ่ายออก (โครงสร้างที่บันทึกเกิดขึ้นพร้อมกับการทำงาน)
• วิธีการตรวจสอบ (บาร์โค้ด คิวอาร์โค้ด RFID)
• การเดินการตรวจนับแบบหมุนเวียน (ตรวจจับผลต่างโดยไม่ต้องรอการตรวจนับทั้งหมด)

ในขั้นนี้จะเกิดฐานของการจัดการสต็อกแบบเรียลไทม์ขึ้น การมองเห็นสต็อกก็มีตรงนี้เป็นเงื่อนไขตั้งต้น สภาพที่ใครก็ดูสต็อกปัจจุบันได้จะมีความหมายก็ต่อเมื่อระดับที่ 0 แน่นแล้วเท่านั้น การเอาตัวเลขที่ไม่ตรงไปให้ทุกคนดู มีแต่จะทำให้ความไม่ไว้ใจแพร่กระจาย

ขั้นที่ 2: เก็บข้อมูลของระดับที่ 1 และระดับที่ 2

• สะสมผลการเบิกจ่ายแยกตามรายการสินค้า × รายวัน
• สะสมวันที่สั่งซื้อกับวันที่รับของเป็นคู่กัน
• เก็บสะสมไว้ระยะหนึ่ง (อย่างน้อย 6 เดือน ถ้าได้ 1 ปียิ่งดี)

ในขั้นนี้แทบไม่ต้องมีระบบใหม่เลย ถ้ากลไกของขั้นที่ 1 เดินอยู่ ข้อมูลจะสะสมขึ้นเองโดยอัตโนมัติ สิ่งที่จำเป็นคือการถูกเก็บไว้ในรูปแบบที่ดึงออกมาได้ และ การตัดสินใจว่าจะเริ่มเก็บ

ขั้นที่ 3: เอาระดับที่ 3 (การกำหนดวิธีสั่งซื้อ) ขึ้นไปอยู่บนกลไก

• ให้มาสเตอร์เก็บกลุ่มวิธีสั่งซื้อของแต่ละรายการสินค้า
• ตรวจจับและแจ้งเตือนรายการที่ตกต่ำกว่าจุดสั่งซื้อ
• สำหรับรายการที่สั่งซื้อตามรอบเวลา ให้คำนวณปริมาณแนะนำในการสั่งทุกรอบ
• สำหรับรายการคัมบัง ให้ตัดออกจากขอบเขตการคำนวณของระบบ

ถึงตรงนี้เองที่ฟังก์ชันในฐานะระบบจัดการจุดสั่งซื้อจึงจำเป็นเป็นครั้งแรก ถ้าข้ามขั้นที่ 1 และ 2 แล้วเข้าจากขั้นที่ 3 เลย จะกลายเป็นสภาพที่การสั่งซื้ออัตโนมัติหมุนอยู่บนพารามิเตอร์ที่ความแม่นยำต่ำ ซึ่งอันตรายกว่าการทำด้วยมือ ถ้าคนเป็นผู้สั่งซื้อ ยังพอสังเกตได้ว่า “ตัวเลขนี้แปลก ๆ” แต่การสั่งซื้ออัตโนมัติจะทำไปโดยไม่สังเกต

สำหรับการเปรียบเทียบตัวผลิตภัณฑ์ระบบเอง — ว่ามีผลิตภัณฑ์ประเภทใดบ้าง และควรดูด้วยแกนการคัดเลือกแบบใด — ได้จัดระเบียบไว้ในเปรียบเทียบระบบจัดการสินค้าคงคลังสำหรับโรงงาน 2026 จุดยืนของบทความนี้คือเรื่องของพารามิเตอร์ที่ต้องกำหนดก่อนจะเลือกผลิตภัณฑ์ ถ้าทำสลับลำดับ คือเลือกผลิตภัณฑ์ก่อนแล้วค่อยคิดเรื่องพารามิเตอร์ จะกลายเป็นการปรับการทำงานของตัวเองให้เข้ากับวิธีคำนวณที่ผลิตภัณฑ์นั้นมี และมักลงเอยที่สภาพที่ไม่มีใครอธิบายได้ว่าทำไมปริมาณสต็อกจึงเป็นเท่านั้น

แนวทางเริ่มต้นใน 90 วัน

ขอแปลงโมเดล 5 ระดับให้เป็นลำดับที่ลงมือได้จริง โดยตั้งสมมติฐานว่าเป็น “โรงงานที่มีการจัดการสต็อกอยู่แล้ว แต่สต็อกปลอดภัยและจุดสั่งซื้อถูกตั้งด้วยกฎประสบการณ์”

Day 0-30: วัด ยังไม่เปลี่ยน

30 วันแรก อย่าทำงานที่เปลี่ยนปริมาณสต็อกเลยแม้แต่อย่างเดียว ให้ทุ่มไปที่การวัดสถานะปัจจุบัน

• หามูลค่าสต็อกเป็นรายการสินค้า: ราคาต่อหน่วย × จำนวนสต็อกปัจจุบัน ตรงนี้คือจุดตั้งต้นของทุกอย่าง
• ทำการวิเคราะห์ ABC: เรียงตามมูลค่าการเบิกจ่ายต่อปี แล้วขีดแบ่ง A/B/C ด้วยสัดส่วนสะสม
• ทำการวิเคราะห์ XYZ: คำนวณสัมประสิทธิ์ความผันแปรจากข้อมูลการเบิกจ่ายรายวัน แล้วขีดแบ่ง X/Y/Z สำหรับรายการที่ไม่มีข้อมูล ให้บันทึกข้อเท็จจริงนั้นไว้
• วัดอัตราผลต่าง: หาอัตราผลต่างแยกตามกลุ่มจากผลการตรวจนับสต็อกล่าสุด
• รวบรวมประวัติของขาดและการรับมือฉุกเฉิน: ในรอบ 1 ปีที่ผ่านมา เกิดกับสินค้ารายการใด กี่ครั้ง และเป็นเงินเท่าไร

สิ่งที่ได้คือตัวเลข ไม่ใช่มาตรการ ถ้าออกคำสั่งให้ลดสต็อกในขั้นนี้ การวิเคราะห์ในภายหลังจะไม่สะท้อนสถานะปัจจุบันอีกต่อไป

จุดที่มักสะดุดคือการพยายามจัดการทุกรายการพร้อมกัน โรงงานที่มีรายการสินค้าหลายพันถึงหลายหมื่นรายการ จะทำการวิเคราะห์ XYZ ให้ครบทุกรายการตั้งแต่รอบแรกไม่ไหว ให้จำกัดไว้ที่สินค้ากลุ่ม A (กินมูลค่า 70–80% แรก แต่คิดเป็นจำนวนรายการ 10–20%) เฉพาะตรงนี้มักอยู่ในหลักไม่กี่ร้อยรายการ ซึ่งเป็นขนาดที่จัดการได้ภายใน 30 วัน

Day 31-60: ปิดระดับที่ 0 และเก็บข้อมูล

• จำแนกสาเหตุของผลต่าง: นำผลต่างที่หาได้ใน Day 0-30 มาจับเข้ากับ 6 ประเภทที่กล่าวไว้ข้างต้นเป็นรายกรณี
• ลงมือแก้ที่สาเหตุอันดับต้น 2 อันดับ: อย่าลงมือกับทุกสาเหตุ ให้จำกัดที่ 2 อันดับแรกตามจำนวนครั้งหรือมูลค่า
• คำนวณ σ ของกลุ่มสินค้า A: หาส่วนเบี่ยงเบนมาตรฐานจากข้อมูลการเบิกจ่ายรายวัน
• สร้างการกระจายตัวของระยะเวลานำของกลุ่มสินค้า A: จับคู่วันที่สั่งซื้อกับวันที่รับของ แล้วหาค่ามัธยฐานและเปอร์เซ็นไทล์ที่ 95
• ระบุกลุ่มสินค้าที่ระยะเวลานำออกมาเป็นสองยอด: แยกแยะสาเหตุ (โหมดการขนส่ง ซัพพลายเออร์ ช่วงเวลา)

จุดที่มักสะดุดคือการดึงข้อมูล ถ้าระบบเดิมไม่มีฟังก์ชันมาตรฐานที่ดึงข้อมูลการเบิกจ่ายรายวันหรือข้อมูลคู่การสั่งซื้อกับการรับของออกมาได้ กระบวนการจะหยุดตรงนี้ การตรวจสอบก่อนลงมือว่า “ข้อมูลชุดนี้ดึงออกมาได้หรือไม่” จะทำให้ไม่เสีย 30 วันไปเปล่า ๆ ถ้าดึงไม่ได้ ให้ถือว่าตัวงานที่จะทำให้ดึงออกมาได้เป็นโจทย์ของช่วงเวลานี้

Day 61-90: ตัดสินใจ และออกแบบการรักษา

• กำหนดการจัดวางลงใน 9 ช่อง: ทำวิธีสั่งซื้อของแต่ละกลุ่มออกมาเป็นตาราง
• คำนวณสต็อกปลอดภัยและจุดสั่งซื้อของสินค้ากลุ่ม A ใหม่: ใช้ σ จากระดับที่ 1 และเปอร์เซ็นไทล์ที่ 95 จากระดับที่ 2
• เทียบกับค่าที่ตั้งไว้ในปัจจุบัน: ทำรายการว่ารายการใดสูงเกิน และรายการใดต่ำเกิน
• เลือกรายการที่จะเปลี่ยน: อย่าเปลี่ยนทุกรายการพร้อมกัน ให้ไล่จากรายการที่มีผลกระทบเชิงมูลค่าสูง แล้วทยอยเปลี่ยนเป็นรายเดือน
• กำหนดรอบการทบทวนและเจ้าของ: เติมตารางของระดับที่ 4 ให้เต็มพร้อมชื่อบุคคล
• ฝังวาระเข้าไปในวงประชุมประจำที่มีอยู่แล้ว: อย่าตั้งวงประชุมใหม่

สิ่งที่ได้จาก 90 วันนี้ไม่ใช่มูลค่าสต็อกที่ถูกบีบลง แต่คือตารางแบ่งกลุ่ม พารามิเตอร์ และกลไกของการรักษา มูลค่าสต็อกจะค่อย ๆ ขยับในหลายเดือนหลังจากเปลี่ยนพารามิเตอร์แล้ว ถ้าตั้งวัตถุประสงค์ไว้ว่าจะกดมูลค่าสต็อกลงถึงเป้าหมายภายใน 90 วัน ก็จะกลายเป็นการข้ามระดับที่ 0 แล้ววิ่งไปที่การลด และมันจะย้อนกลับมาในรูปของขาดในอีกไม่กี่เดือน

ตั้งแต่ Day 91 เป็นต้นไป ให้ขึ้นไปอยู่บนวงจรการทบทวนรายไตรมาส ในการทบทวนครั้งแรก ให้ยืนยันว่า ค่าที่ตั้งไว้ครั้งก่อนเพี้ยนไปจากความเป็นจริงมากเพียงใด ขนาดของความเพี้ยนจะเป็นวัตถุดิบในการกำหนดความถี่ของการทบทวนครั้งถัด ๆ ไป

คำถามที่พบบ่อย (FAQ)

สต็อกที่เหมาะสมคืออะไร

สต็อกที่เหมาะสมคือ ผลรวมของสต็อกปลอดภัยกับสต็อกรอบสั่งซื้อ สต็อกรอบสั่งซื้อหมายถึงส่วนที่รองรับการใช้งานตามปกติจนกว่าของล็อตถัดไปจะเข้า ส่วนสต็อกปลอดภัยหมายถึงส่วนที่เตรียมไว้รับความผันผวนของการใช้งานและระยะเวลานำ

ในเชิงสูตรจะใช้รูปแบบ สต็อกที่เหมาะสม = (ปริมาณการเบิกจ่ายเฉลี่ยต่อวัน × (รอบการสั่งซื้อ + ระยะเวลานำ)) + สต็อกปลอดภัย

อย่างไรก็ตาม จุดยืนของบทความนี้คือ สต็อกที่เหมาะสมไม่ใช่คำตอบที่สูตรให้มา แต่คือการออกแบบการทำงานว่าใครจะทบทวนอะไรเมื่อใด ใน 5 ระดับ ต่อให้ใช้สูตรเดียวกัน ตัวเลขที่ออกมาจะต่างกันโดยสิ้นเชิงขึ้นอยู่กับว่ายอดสต็อกตามระบบที่ป้อนเข้าไปตรงกับของจริงหรือไม่ ดึงส่วนเบี่ยงเบนมาตรฐานจากข้อมูลจริงหรือไม่ และถือระยะเวลานำเป็นการกระจายตัวหรือไม่ ถ้านำสูตรมาใช้แล้วสต็อกไม่ลด สิ่งที่ควรสงสัยไม่ใช่สูตร แต่คืออินพุต

สูตรคำนวณสต็อกปลอดภัยคืออะไร

สูตรที่ใช้กันทั่วไปคือ

สต็อกปลอดภัย = ค่าสัมประสิทธิ์ความปลอดภัย × ส่วนเบี่ยงเบนมาตรฐานของปริมาณการใช้ × √(ระยะเวลานำในการสั่งซื้อ + รอบการสั่งซื้อ)

ค่าสัมประสิทธิ์ความปลอดภัยถูกกำหนดจากการยอมให้ของขาดได้มากแค่ไหน เมื่อยอมรับอัตราของขาดที่ 5% (ระดับการให้บริการ 95%) จะใช้ค่า 1.65

ข้อควรระวังในทางปฏิบัติมี 3 ข้อ ข้อแรก ให้ดึงส่วนเบี่ยงเบนมาตรฐานจากข้อมูลจริง ถ้าวางค่าด้วยกฎประสบการณ์ ก็จะได้กฎประสบการณ์ที่มีหน้าตาเป็นสมการ ข้อสอง ให้ถือระยะเวลานำเป็นการกระจายตัว ไม่ใช่ค่าเฉลี่ย ถ้าใส่ค่าเฉลี่ยลงไป เดือนที่ของมาช้ากว่าค่าเฉลี่ยก็จะเกิดของขาด วิธีที่ใช้ได้จริงคือการใช้เปอร์เซ็นไทล์ที่ 95 ข้อสาม ให้เปลี่ยนค่าสัมประสิทธิ์ความปลอดภัยเป็นรายสินค้า ถ้าตั้งระดับการให้บริการเท่ากันทุกรายการ ก็จะกลายเป็นการถือสต็อกมากเกินไปกับสินค้าที่มูลค่าน้อย

ทำไมกำหนดสต็อกที่เหมาะสมแล้วหน้างานไม่ทำตาม

เหตุผลหลักมี 3 ข้อ

เหตุผลที่ 1: ยอดสต็อกตามระบบไม่ได้รับความไว้วางใจ เมื่อสั่งสมประสบการณ์ที่จำนวนสต็อกในระบบไม่ตรงกับของจริง หน้างานจะเริ่มเก็บบัฟเฟอร์ของตัวเอง สต็อกที่มองไม่เห็นจะไปกองทับอยู่บนสต็อกที่เหมาะสมซึ่งตกลงกันไว้ ในสภาพเช่นนี้ ต่อให้ทำพารามิเตอร์ให้ละเอียดแค่ไหนก็ไม่ได้ผล ต้องทำให้ของจริงตรงกับระบบในระดับที่ 0 ก่อน

เหตุผลที่ 2: มีโครงสร้างที่ถูกตำหนิเมื่อของขาด แต่ไม่ถูกตำหนิเมื่อสต็อกล้น ของขาดทำให้ไลน์หยุด กระทบลูกค้า และชี้ชัดได้ว่าเป็นความรับผิดชอบของใคร ส่วนสต็อกล้นไม่ทำให้อะไรหยุด และความรับผิดชอบก็กระจายออกไป ตราบใดที่ยังมีความไม่สมมาตรนี้ การที่ผู้รับผิดชอบตัดสินใจถือมากไว้ก่อนย่อมสมเหตุสมผล มาตรการรับมือคือการทำให้สต็อกล้นมองเห็นได้ในรูปของตัวเงินด้วย — ประมาณการอัตราต้นทุนถือครองในบทความนี้คือเครื่องมือสำหรับสิ่งนั้น

เหตุผลที่ 3: ไม่ได้กำหนดเจ้าของและรอบของการทบทวน พารามิเตอร์ที่ถูกต้อง ณ เวลาที่กำหนด จะเพี้ยนไปจากความเป็นจริงตามการเปลี่ยนแปลงของอุปสงค์และอุปทาน และพารามิเตอร์ที่เพี้ยนแล้วก็จะไม่ถูกทำตาม จำเป็นต้องกำหนดในระดับที่ 4 ว่าใครจะทบทวนเมื่อใด ลงไปถึงระดับชื่อบุคคล

ผลต่างสต็อกยอมรับได้ถึงระดับไหน

การใช้ค่าที่วัดได้จริงของตัวเองเป็นจุดตั้งต้น แล้วตั้งเป้าหมายแยกตามกลุ่ม จะได้ผลมากกว่าการหยิบเกณฑ์เดียวจากภายนอกมาใช้

แกนของการคิดคือ ผลต่างเล็กกว่าสต็อกปลอดภัยหรือไม่ สินค้าที่มีสต็อกปลอดภัย 227 ชิ้น แต่ทุกครั้งที่ตรวจนับเกิดผลต่าง 300 ชิ้น แปลว่าสต็อกปลอดภัยนั้นไม่ทำงาน เพราะผลต่างกินสต็อกปลอดภัยจนหมด ในทางกลับกัน ถ้าผลต่างอยู่ที่ไม่กี่ชิ้น ในทางปฏิบัติก็ไม่เป็นปัญหา

ในเชิงความรู้สึกจากการทำงานจริง โรงงานจำนวนมากตั้งเป้าเฉพาะหน้าไว้ที่อัตราผลต่างต่ำกว่า 1% สำหรับสินค้ามูลค่าสูง และไม่เกินไม่กี่เปอร์เซ็นต์เมื่อคิดฐานจำนวนชิ้น แต่ตัวเลขนี้เปลี่ยนตามประเภทอุตสาหกรรมและโครงสร้างรายการสินค้า สิ่งสำคัญคืออย่าดูทุกรายการด้วยเกณฑ์เดียว ผลต่างของเศษของในกลุ่ม C กับผลต่างของชิ้นส่วนหลักในกลุ่ม A มีทั้งสาเหตุ มาตรการ และผลกระทบต่างกัน

อนึ่ง ไม่จำเป็นต้องทำให้ผลต่างเป็นศูนย์ครบทุกรายการก่อนจึงจะเดินหน้าต่อ ให้ปิดผลต่างของรายการที่จะใช้ในระดับที่ 1 ขึ้นไป คือกลุ่มสินค้า A ก่อน

ระบบจัดการสินค้าคงคลังมีค่าใช้จ่ายเท่าไร

เนื่องจากเปลี่ยนแปลงมากตามขอบเขต จำนวนฐานการผลิต และการเชื่อมต่อกับระบบเดิม จึงระบุจำนวนเงินเดียวไม่ได้ อย่างไรก็ตาม จุดยืนของบทความนี้คือ มีสิ่งที่ต้องกำหนดก่อนจะคิดเรื่องค่าใช้จ่าย

พูดให้เป็นรูปธรรมคือ จะให้ระบบค้ำประกันระดับใดบ้าง กลไกที่ค้ำประกันระดับที่ 0 (การบริหารตำแหน่งจัดเก็บ การบันทึกรับเข้า-จ่ายออก วิธีตรวจสอบ) กับส่วนที่เอาการบริหารจุดสั่งซื้อของระดับที่ 3 ขึ้นไปอยู่บนกลไก มีทั้งฟังก์ชันและขนาดที่จำเป็นต่างกัน ถ้าขอใบเสนอราคาโดยไม่แยกส่วนนี้ ขอบเขตที่คลุมเครือจะทำให้จำนวนเงินแกว่งมากตามไปด้วย

ขอยกจุดตรวจสอบตอนประเมินใบเสนอราคาไว้ด้วย ฝ่ายใดรับผิดชอบการดึงข้อมูลออกจากระบบเดิม (ถ้ามีเพียงบรรทัดเดียวว่า “กรุณาจัดเตรียมโดยฝ่ายลูกค้า” ชั่วโมงงานส่วนนั้นจะตกอยู่กับบริษัทท่าน) รวมอุปกรณ์ฝั่งของจริงอย่างเครื่องอ่านมือถือและเครื่องพิมพ์ฉลากไว้หรือไม่ และ ใครจะเป็นผู้จัดทำมาสเตอร์หลังเริ่มใช้งาน ทั้ง 3 ข้อนี้มักไม่ปรากฏในใบเสนอราคา แต่เกิดชั่วโมงงานขึ้นแน่นอน

สำหรับการเปรียบเทียบตามประเภทผลิตภัณฑ์และแกนการคัดเลือก ได้จัดระเบียบไว้ในเปรียบเทียบระบบจัดการสินค้าคงคลังสำหรับโรงงาน 2026

โรงงานในประเทศไทยใช้แนวคิดเดียวกันได้หรือไม่

ตัวโครงสร้างของโมเดล 5 ระดับเหมือนกัน อย่างไรก็ตาม สำหรับระยะเวลานำในระดับที่ 2 จำเป็นต้องนำภาระเฉพาะของประเทศไทยเข้าไปคิดด้วย

เหตุผลเป็นไปตามที่กล่าวไว้ในเนื้อหา การจัดหาจากประเทศญี่ปุ่นคือผลรวมของ 5 กระบวนการ ได้แก่ ระยะเวลานำของซัพพลายเออร์ การขนส่งภายในประเทศญี่ปุ่น การขนส่งทางทะเล พิธีการศุลกากรฝั่งไทย และการขนส่งทางบก ในจำนวนนี้ 4 กระบวนการมีหางไปทางฝั่งที่ล่าช้า ในเหตุการณ์ชายแดนไทย-กัมพูชาเมื่อเดือนมกราคม 2026 ต้นทุนโลจิสติกส์ปรับสูงขึ้นเกิน 30% และจำนวนวันขนส่งยืดออก 2–4 วัน โรงงานที่ถือแต่ระยะเวลานำเฉลี่ยจะเกิดของขาดอย่างแน่นอนจากเหตุการณ์เช่นนี้

อีกข้อหนึ่งคือข้อจำกัดด้านกำลังคน ดัชนี PMI ภาคการผลิตของไทยจาก S&P Global (ข้อมูลเดือนกรกฎาคม 2026 เผยแพร่ 3 สิงหาคม) ระบุว่า PMI ขึ้นไปถึง 54.2 และงานค้างส่งสะสมเพิ่มขึ้น ในขณะที่การจ้างงานแทบไม่เปลี่ยนแปลงตลอดปี 2026 จำเป็นต้องวางแผนบนสมมติฐานว่าไม่สามารถเพิ่มคนให้กับงานตรวจนับสต็อกและงานปรับสต็อกได้ แผนที่จะรักษาระดับที่ 0 ด้วยการทุ่มกำลังคนย่อมเป็นจริงได้ยากในช่วงนี้

ความสัมพันธ์กับบริษัทแม่ในญี่ปุ่นก็เป็นประเด็นเช่นกัน ดัชนีผลผลิตอุตสาหกรรมของกระทรวงเศรษฐกิจ การค้า และอุตสาหกรรมญี่ปุ่น (ตัวเลขเบื้องต้นเดือนมิถุนายน 2026) ระบุว่า การผลิตเพิ่มขึ้น 3 เดือนติดต่อกันที่ +1.3% เทียบเดือนก่อน ในขณะที่การส่งมอบอยู่ที่ -0.4% และดัชนีอัตราส่วนสินค้าคงคลังอยู่ที่ 104.7 เพิ่มขึ้น +2.3% เทียบเดือนก่อน ซึ่งเป็นการเพิ่มขึ้น 2 เดือนติดต่อกัน ในช่วงที่สต็อกในระดับงบการเงินรวมของบริษัทแม่สะสมเพิ่มขึ้น คำสั่งบีบสต็อกแบบเท่ากันทุกรายการมักจะมาถึงฐานการผลิต การมีนโยบายรายสินค้าไว้ก่อนคือการเตรียมพร้อมที่เป็นจริงได้ต่อคำสั่งลดแบบเท่ากันทุกรายการ

บทสรุป

การจัดการสต็อกที่เหมาะสมไม่ใช่งานของการนำสูตรมาใช้ แต่เป็นงานของการออกแบบการทำงานว่าใครจะทบทวนอะไรเมื่อใด ใน 5 ระดับ

ขอสรุปประเด็นสำคัญของบทความนี้

• ในสถิติระดับประเทศของไทย ต้นทุนการเก็บรักษาสต็อกอยู่ที่ 1,122.1 พันล้านบาท เทียบกับต้นทุนการขนส่ง 1,200.6 พันล้านบาท (NESDC ประมาณการปี 2024) สัดส่วนของต้นทุนการเก็บรักษาสต็อกในผลรวม 3 รายการอยู่ที่ประมาณ 44.7% “ต้นทุนของการถือ” จึงมีขนาดใกล้เคียงกับ “ต้นทุนของการขนส่ง” แต่หลายครั้งกลับมีเพียงฝ่ายเดียวที่ถูกบริหาร
• สต็อกที่เหมาะสม = สต็อกปลอดภัย + สต็อกรอบสั่งซื้อ ส่วนใหญ่คือสต็อกรอบสั่งซื้อ การถกกันแต่เรื่องตัดสต็อกปลอดภัยจึงยิงผิดเป้า
• สาเหตุที่ใส่สูตรแล้วสต็อกไม่ลดไม่ได้อยู่ที่สูตร แต่อยู่ที่อินพุต 3 ตัว คือยอดสต็อกตามระบบที่ตรงกับของจริง ความผันผวนของการใช้ที่ดึงจากข้อมูลจริง และระยะเวลานำที่ถือเป็นการกระจายตัว ตราบใดที่ 3 ตัวนี้ยังไม่ครบ ใช้สูตรไหนผลก็ไม่ต่างกัน
• โมเดล 5 ระดับมีลำดับก่อนหลัง ถ้าระดับที่ 0 (ของจริงตรงกับระบบ) พัง อีก 4 ระดับข้างบนจะไม่มีความหมายเลย ให้จัดตามลำดับ ระดับที่ 0 → ระดับที่ 1 และ 2 → ระดับที่ 3 → ระดับที่ 4
• ภาระเฉพาะของประเทศไทยกระจุกอยู่ที่ระดับที่ 2 เหตุการณ์ชายแดนเมื่อเดือนมกราคม 2026 ทำให้ต้นทุนโลจิสติกส์สูงขึ้นเกิน 30% และจำนวนวันขนส่งยืดออก 2–4 วัน โรงงานที่ถือระยะเวลานำเป็นค่าเฉลี่ยเพียงค่าเดียวจะเกิดของขาดอย่างแน่นอนจากเหตุการณ์เช่นนี้ มาตรการรับมือไม่ใช่การทำนาย แต่คือการสะท้อนประวัติด้วยเปอร์เซ็นไทล์ที่ 95
• แผนที่ตั้งอยู่บนการเพิ่มคนไม่เป็นจริง PMI ขึ้นไปถึง 54.2 (กรกฎาคม 2026) และงานค้างส่งสะสมเพิ่มขึ้น ในขณะที่การจ้างงานแทบทรงตัว จำเป็นต้องเลือกกลไกบนสมมติฐานว่าเพิ่มคนให้งานตรวจนับและปรับสต็อกไม่ได้
• เตรียมรับแรงกดดันบีบสต็อกจากบริษัทแม่ ดัชนีอัตราส่วนสินค้าคงคลังของญี่ปุ่นอยู่ที่ 104.7 เพิ่มขึ้น +2.3% เทียบเดือนก่อน เป็นการเพิ่มขึ้น 2 เดือนติดต่อกัน (ตัวเลขเบื้องต้นเดือนมิถุนายน 2026) ให้มีนโยบายรายสินค้าไว้ก่อนที่คำสั่งลด X% เท่ากันทุกรายการจะมาถึง
• กำหนดวิธีสั่งซื้อด้วย 9 ช่องของ ABC×XYZ อย่าเอาการคำนวณไปใส่กับกลุ่ม C อย่าถือกลุ่ม AZ เป็นสต็อก และลงแรงกับกลุ่ม AX แค่ 3 ข้อนี้ทั้งชั่วโมงงานในการบริหารและมูลค่าสต็อกก็ขยับแล้ว
• ในประมาณการ เมื่อกำหนดอัตราต้นทุนถือครองสต็อกไว้ที่ 18% ต่อปี โรงงานที่มีสต็อก 50 ล้านบาทจะมีต้นทุนถือครองต่อปี 9 ล้านบาท การบีบลง 15% จะลดได้ปีละ 1.35 ล้านบาท แต่ ถ้าการขนส่งทางอากาศฉุกเฉินเกิน 6 ครั้งต่อปี ผลนั้นจะหายไป (บนสมมติฐานว่าครั้งละ 200,000 บาท) ตัวเลขทั้งหมดนี้เป็นตัวเลขของกรณีตัวอย่างเชิงโมเดล จำเป็นต้องนำค่าของตัวเองไปแทนที่แล้วคำนวณ
• ข้อสรุปไม่ใช่ “ลด” และไม่ใช่ “เพิ่ม” แต่คือการเปลี่ยนตำแหน่งที่วางสต็อกเป็นรายสินค้า

ขอย้ำอีกครั้งเป็นข้อสุดท้าย สต็อกที่เหมาะสมไม่ใช่คำตอบที่สูตรให้มา มันจะกลายเป็นตัวเลขได้ก็ต่อเมื่อกำหนดแล้วว่าใครจะทบทวนเมื่อใดเท่านั้น

เวลาจะทบทวนสต็อกที่เหมาะสมของโรงงานท่าน งานแรกเริ่มได้จากการเรียงมูลค่าสต็อกเป็นรายการสินค้า แล้วดึงผลจริงของระยะเวลานำของกลุ่มสินค้า A ออกมาจากข้อมูลการสั่งซื้อ เท่านี้ยังอยู่ในขอบเขตที่ลงมือได้ด้วยข้อมูลที่มีอยู่แล้ว และจะพิจารณาเรื่องระบบทีหลังก็ได้ TOMAS TECH ทำงานอยู่ในประเทศไทย และได้ดูแลส่วนที่ว่าจะดึงข้อมูลของโรงงานออกมาจากที่ใด และเชื่อมไปสู่การตัดสินใจในงานประจำวันได้อย่างไร ผ่านการสร้างระบบหน้างานรวมถึง PEGASUS ซึ่งเป็นระบบบริหารการผลิตและพลังงาน จะเป็นเพียงประเด็นในขั้นออกแบบอย่าง “ข้อมูลสต็อกของเราหา σ และการกระจายตัวของระยะเวลานำได้หรือไม่” หรือ “ควรค้ำประกันระดับที่ 0 ด้วยกลไกถึงไหน” ก็ปรึกษาได้ และแม้ยังอยู่ในขั้นเพิ่งเริ่มจัดระเบียบโจทย์ภายในบริษัทก็ไม่มีปัญหา เราจะรับฟังสถานการณ์ของฐานการผลิตของท่าน แล้วจัดระเบียบทางเลือกของการดำเนินการมาเล่าให้ฟัง ติดต่อสอบถามได้ตามสะดวกที่แบบฟอร์มติดต่อ