สต็อกไม่ตรง: สาเหตุและวิธีแก้สำหรับโรงงานในไทย ทำให้สต็อกในระบบตรงกับของจริงอย่างต่อเนื่อง

“ทุกครั้งที่ตรวจนับสต็อกปีละ 1 ครั้ง ตัวเลขในระบบกับของจริงไม่เคยตรงกัน ไม่รู้สาเหตุ ก็ได้แต่ปรับยอดเป็นขาดทุนจากการตีราคา แล้วปีถัดไปก็ไม่ตรงอีก” นี่คือปัญหาที่เราได้ยินบ่อยจากผู้จัดการโรงงาน หัวหน้าฝ่ายวางแผนและควบคุมการผลิต และเจ้าหน้าที่บัญชีของโรงงานญี่ปุ่นในอยุธยา ชลบุรี และระยอง บทความนี้จะสรุป สาเหตุและวิธีแก้ปัญหาสต็อกไม่ตรง ในรูปของขั้นตอนที่ใช้หยุดไม่ให้ปัญหาเกิดซ้ำในหน้างาน

ขอสรุปไว้ก่อนเลยว่า สต็อกไม่ตรงส่วนใหญ่ไม่ได้เกิดจาก “การนับผิด” แต่เกิดขึ้นอย่างเป็นโครงสร้างจาก “ข้อบกพร่องของระบบการบันทึก” ดังนั้น หากเพียงแค่ปรับตัวเลขให้ตรงกับจำนวนจริงในการตรวจนับใหญ่ปีละ 1 ครั้ง ผลต่างแบบเดิมก็จะเกิดขึ้นทุกปี วิธีแก้มี 3 ข้อดังนี้

• วัดผลต่างไม่ใช่ “เฉพาะจำนวน” แต่วัดด้วย 4 องค์ประกอบ คือ จำนวน ตำแหน่งจัดเก็บ (Location) หน่วยนับ และรหัสชิ้นงาน (กำหนดนิยามความแม่นยำของบันทึกสต็อกภายในบริษัท)
• แยกผลต่างตามสาเหตุ แล้วแก้ไขขั้นตอนการบันทึกตามแต่ละสาเหตุ
• เปลี่ยนการตรวจนับใหญ่ปีละ 1 ครั้ง เป็นการตรวจนับแบบหมุนเวียน (Cycle Count) ตาม ABC เพื่อค้นพบผลต่างได้เร็วและตั้งแต่ยังเล็กอย่างต่อเนื่อง

ทั้งนี้ จำนวนรายการ จำนวนเงิน ชั่วโมงทำงาน และความแม่นยำที่เกี่ยวกับ “โรงงานต้นแบบ A” ซึ่งจะกล่าวถึงในบทความนี้ ล้วนเป็นการตั้งค่าแบบจำลองและค่าสมมติที่บทความนี้จัดทำขึ้นเอง ไม่ใช่ค่าเฉลี่ยของอุตสาหกรรมหรือค่าจากการสำรวจ โปรดอ่านในฐานะ “แบบการคำนวณ” ที่นำไปแทนค่าด้วยตัวเลขของบริษัทคุณเอง

เหตุใดสต็อกไม่ตรงจึงมีแนวโน้มเพิ่มขึ้นในปี 2026

การผลิตของไทยฟื้นตัว ทำให้จำนวนธุรกรรมรับเข้าและเบิกจ่ายเพิ่มขึ้น

ตามข้อมูลของเว็บไซต์ตัวชี้วัดเศรษฐกิจ Trading Economics ดัชนีผลผลิตอุตสาหกรรม (MPI) ของไทยในเดือนสิงหาคม 2026 เพิ่มขึ้น 4.44% เมื่อเทียบกับเดือนเดียวกันของปีก่อน สูงกว่าที่คาดการณ์ไว้ที่ 1% และเป็นการเพิ่มขึ้นติดต่อกันเป็นเดือนที่ 2 นอกจากนี้ ตามข้อมูลของเว็บไซต์เดียวกัน กระทรวงอุตสาหกรรมได้ปรับคาดการณ์การเติบโตของการผลิตในปี 2026 ขึ้นจาก 0.0-0.5% เป็น 2.75-3.55%

ต่อจากนี้เป็นการอนุมานของบทความนี้เอง เมื่อการผลิตฟื้นตัว จำนวนธุรกรรมสต็อก เช่น การรับเข้า การเบิกจ่าย การป้อนเข้ากระบวนการผลิต การโยกย้าย และการจัดส่ง ก็จะเพิ่มขึ้น เมื่อธุรกรรมเพิ่มขึ้น โอกาสที่จะลืมเขียนใบเบิกกระดาษ การคัดลอกข้อมูลเข้าระบบล่าช้า หรือการบันทึกการโยกย้ายเพียงฝั่งเดียว ก็เพิ่มขึ้นตามไปด้วย เป็นเรื่องที่พบได้บ่อยว่าระบบการบันทึกที่พอประคองไปได้ในช่วงงานน้อย จะพังลงทันทีเมื่อเข้าสู่ช่วงงานยุ่ง ในช่วงที่ปริมาณการผลิตกำลังฟื้นตัวอยู่นี้ จึงเป็นจังหวะที่มีความหมายในการทบทวนระบบการบันทึก

ความแม่นยำของสต็อกติดอันดับต้นของ “เรื่องที่อยากปรับปรุง”

รายงาน “State of Inventory Management 2026” ที่ inFlow บริษัทซอฟต์แวร์บริหารสต็อก เผยแพร่ในเดือนกรกฎาคม 2026 เป็นการสำรวจผู้ทำงานเต็มเวลาในสหรัฐอเมริกา 400 คน ซึ่งดำเนินการในเดือนมีนาคม 2026 ในการสำรวจนี้ 49.5% ระบุว่าความแม่นยำของสต็อกเป็น “เรื่องที่ต้องปรับปรุงมากที่สุด” และ 84.8% ตอบว่าบริหารสต็อกด้วยสเปรดชีต

นี่เป็นการสำรวจของผู้จำหน่ายซอฟต์แวร์ในสหรัฐอเมริกา จึงไม่ใช่ตัวเลขที่ใช้กับโรงงานในไทยได้โดยตรง แต่ภาพที่ว่า “หลายบริษัทมองว่าความแม่นยำของสต็อกเป็นปัญหา และการบริหารสต็อกยังพึ่งพาโปรแกรมตารางคำนวณอยู่” น่าจะเป็นภาพที่หลายท่านในโรงงานญี่ปุ่นในไทยคุ้นเคยเช่นกัน

การเปลี่ยนงานภาษีสู่ระบบดิจิทัลก็กำลังดำเนินไป

ขอกล่าวถึงเป็นพื้นหลังว่า ตามรายงานของเว็บไซต์ข่าวภาษี คณะรัฐมนตรีของไทยได้อนุมัติเมื่อวันที่ 16 มิถุนายน 2026 ให้ขยายมาตรการส่งเสริมการใช้ระบบภาษีอิเล็กทรอนิกส์ เช่น ใบกำกับภาษีอิเล็กทรอนิกส์และการหักภาษี ณ ที่จ่ายทางอิเล็กทรอนิกส์ (เช่น การหักรายจ่ายได้ 200% สำหรับค่าใช้จ่ายในการจัดหาฮาร์ดแวร์และซอฟต์แวร์) ไปจนถึงสิ้นปี 2027 เรื่องนี้ไม่ได้เกี่ยวข้องกับสต็อกไม่ตรงโดยตรง แต่ควรรับทราบไว้เป็นพื้นหลังว่า ในด้านภาษีเองก็มีมาตรการที่สนับสนุนการบันทึกข้อมูลในรูปแบบอิเล็กทรอนิกส์อย่างต่อเนื่อง

สต็อกไม่ตรงคืออะไร: ดูผลต่างระหว่างสต็อกในระบบกับสต็อกจริงด้วย “ค่าสัมบูรณ์” ไม่ใช่ “ยอดสุทธิ”

กลไกที่ทำให้สต็อกในระบบไม่ตรงกับสต็อกจริง

สต็อกไม่ตรง (ผลต่างสต็อก) คือส่วนต่างระหว่างสต็อกในระบบหรือในบัญชีคุม (สต็อกตามบัญชี) กับสต็อกของจริงที่อยู่บนชั้นวาง (สต็อกจริง) สต็อกตามบัญชีเกิดจากการสะสม “ปริมาณที่รับเข้า ลบ ปริมาณที่จ่ายออก” กล่าวคือ หากที่ใดที่หนึ่งมีการลืมบันทึกธุรกรรม บันทึกล่าช้า หรือบันทึกด้วยจำนวนที่ผิด สต็อกตามบัญชีก็จะห่างออกจากของจริงตามสัดส่วนนั้น

สิ่งสำคัญตรงนี้คือ ผลต่างส่วนใหญ่ไม่ได้เกิดขึ้นในวันตรวจนับ ผลต่างเกิดขึ้นที่ใดที่หนึ่งในธุรกรรมประจำวัน และวันตรวจนับเป็นเพียงวันที่ “ค้นพบ” เท่านั้น หากนับเพียงปีละ 1 ครั้ง ระยะเวลาตั้งแต่ผลต่างเกิดขึ้นจนถึงตอนที่ค้นพบจะยาวนานสูงสุดถึง 1 ปี การย้อนกลับไปหาว่าธุรกรรมใดเมื่อ 1 ปีก่อนที่คลาดเคลื่อนนั้นแทบเป็นไปไม่ได้ ด้วยเหตุนี้ โรงงานจำนวนมากจึงจบลงด้วยการปรับยอด “ให้ตรงกับจำนวนจริง” โดยไม่รู้สาเหตุ

ความคลาดเคลื่อนไม่ได้เกิดแบบสุ่ม แต่เกิดขึ้นอย่างเป็นโครงสร้าง

มีงานวิจัยที่แสดงให้เห็นว่าความคลาดเคลื่อนของบันทึกสต็อกเกิดขึ้นอย่างเป็นโครงสร้าง DeHoratius และ Raman ได้ตรวจสอบบันทึกสต็อกประมาณ 370,000 รายการจาก 37 สาขาของผู้ค้าปลีก 1 รายในสหรัฐอเมริกา ในบทความที่ตีพิมพ์ในวารสารวิชาการ Management Science ปี 2008 และรายงานว่า 65% ไม่ถูกต้อง พร้อมทั้งแสดงว่าระดับความไม่ถูกต้องนั้นไม่ได้เกิดโดยบังเอิญ แต่อธิบายได้ด้วยแนวปฏิบัติในการตรวจนับและตรวจสอบสต็อก (ปัจจัยที่ช่วยลดความคลาดเคลื่อน) รวมถึงความซับซ้อนของสภาพแวดล้อมในร้านและโครงสร้างการกระจายสินค้า (ปัจจัยที่ทำให้แย่ลง)

นี่เป็นงานวิจัยในธุรกิจค้าปลีกของสหรัฐอเมริกา ไม่ใช่ตัวเลขของภาคการผลิตหรือโรงงานในไทย จึงไม่สามารถใช้ตัวเลข 65% เป็นสภาพจริงของโรงงานได้ สิ่งที่เราขอยืมมาใช้มีเพียงแนวคิดที่ว่า “ความคลาดเคลื่อนของบันทึกไม่ได้เกิดขึ้นโดยบังเอิญ แต่เกิดขึ้นอย่างเป็นโครงสร้างจากลักษณะของระบบและสภาพแวดล้อม” เท่านั้น หากเกิดขึ้นอย่างเป็นโครงสร้าง ตราบใดที่ไม่แก้ที่โครงสร้าง ไม่ว่าจะตรวจนับกี่ครั้ง ผลต่างแบบเดิมก็จะเกิดขึ้นต่อไป

สมมติฐานของโรงงานต้นแบบ A

คำอธิบายต่อจากนี้จะใช้โรงงานต้นแบบดังต่อไปนี้ (ทั้งหมดเป็นการตั้งค่าแบบจำลองของบทความนี้)

• โรงงานญี่ปุ่นด้านขึ้นรูปพลาสติกและประกอบ ในจังหวัดพระนครศรีอยุธยา ประเทศไทย
• รายการที่อยู่ในขอบเขตการบริหารสต็อก (วัตถุดิบ ชิ้นส่วนที่ซื้อมา งานระหว่างทำ และสินค้าสำเร็จรูป) มี 2,000 รายการ
• ตรวจนับใหญ่ปีละ 1 ครั้ง โดยหยุดไลน์ผลิต 2 วัน ใช้ 20 คน × 8 ชั่วโมง × 2 วัน = 320 ชั่วโมงคน
• การรับเข้าและเบิกจ่ายประจำวันเขียนลงใบเบิกกระดาษ แล้วค่อยคัดลอกเข้า Excel และระบบควบคุมการผลิตภายหลัง

หากดูแค่ยอดสุทธิ ผลต่างจะดูเล็ก

ในการตรวจนับประจำปีครั้งก่อน โรงงานต้นแบบ A ได้ปรับยอดดังนี้ (เป็นการตั้งค่าแบบจำลองของบทความนี้)

ในมุมมองของฝ่ายบัญชี สิ่งที่กระทบกำไรขาดทุนคือยอดสุทธิ −1,800,000 THB แต่หากเป้าหมายคือการหาสาเหตุของสต็อกไม่ตรง การดูเพียงยอดสุทธิเป็นเรื่องอันตราย เพราะยอดบวกและยอดลบหักล้างกัน ทำให้ดูเล็กกว่าความคลาดเคลื่อนที่เกิดขึ้นจริง

ในโรงงานต้นแบบ A ขนาดของความคลาดเคลื่อนของบันทึกที่เกิดขึ้นจริงคือผลรวมค่าสัมบูรณ์ 4,600,000 THB ซึ่งมากกว่ายอดสุทธิถึง 2 เท่าขึ้นไป ตัวอย่างเช่น หากบันทึกการเบิกชิ้นส่วนรหัส A ผิดเป็นรหัส B รหัส A จะมีของจริงมากกว่าในระบบ ส่วนรหัส B จะมีของจริงน้อยกว่าในระบบ ในยอดสุทธิทั้งสองจะหักล้างกันจนไม่เด่นชัด แต่ความจริงเกิดการบันทึกผิดถึง 2 รายการ ให้รวมผลต่างด้วยค่าสัมบูรณ์ ไม่ใช่ยอดสุทธิ และรวมแยกตามรายการ นี่คือจุดเริ่มต้นของการหาสาเหตุ

นอกจากนี้ เกี่ยวกับรูปแบบการบันทึกผิดลักษณะนี้ Steven Bragg แห่งเว็บไซต์อธิบายด้านบัญชี AccountingTools อธิบายว่า หากดำเนินการโยกย้าย เช่น ระหว่างคลัง เพียงฝั่งเดียว จะเกิดสภาพที่ “สต็อกเดียวกันอยู่ใน 2 แห่ง หรือไม่อยู่ที่ใดเลย” นี่คือตัวอย่างทั่วไปของความคลาดเคลื่อนที่มองไม่เห็นในยอดสุทธิ

วิธีวัดความแม่นยำของบันทึกสต็อก (IRA): 4 องค์ประกอบและเกณฑ์ค่าคลาดเคลื่อนที่ยอมรับได้

ความแม่นยำของบันทึกสต็อกคือ “สัดส่วนของรายการที่ถูกต้องสมบูรณ์”

การลดสต็อกไม่ตรง ต้องเริ่มจากการกำหนดไม้บรรทัดภายในบริษัทสำหรับวัดว่า “ตรงกันมากเพียงใด” ไม้บรรทัดนี้คือความแม่นยำของบันทึกสต็อก (Inventory Record Accuracy ต่อไปเรียกว่า IRA)

AccountingTools คำนวณความแม่นยำของสต็อกด้วย “จำนวนรายการที่ถูกต้องสมบูรณ์ ÷ จำนวนรายการตัวอย่าง” และอธิบายว่า รายการหนึ่งจะถือว่าถูกต้องก็ต่อเมื่อทั้ง 4 องค์ประกอบ คือ จำนวน ตำแหน่งจัดเก็บ หน่วยนับ และรหัสชิ้นงาน ตรงกันทั้งหมด ในตัวอย่างของเว็บไซต์เดียวกัน มีการตรวจ 8 รายการ ซึ่งจำนวนตรงกันทั้งหมด แต่เนื่องจากรหัสตำแหน่งจัดเก็บและรหัสชิ้นงานผิด ความแม่นยำจึงเป็น 0% นี่คือแนวคิดที่ว่า “จำนวนตรงอย่างเดียวยังไม่ถือว่าถูกต้อง”

เกณฑ์ค่าคลาดเคลื่อนที่ยอมรับได้ และกฎ “ตัดสินจากการนับครั้งแรก”

นอกจากนี้ยังต้องกำหนดขอบเขตที่ถือว่าจำนวน “ตรงกัน” (เกณฑ์ค่าคลาดเคลื่อนที่ยอมรับได้ หรือ Tolerance) ไว้ด้วย สิ่งที่ใช้อ้างอิงได้ในเรื่องนี้คือข้อกำหนดของผลิตภัณฑ์ ERP ต่อไปนี้ไม่ใช่การแนะนำผลิตภัณฑ์ใดเป็นการเฉพาะ แต่เป็นตัวอย่างแนวคิดในการออกแบบเกณฑ์ค่าคลาดเคลื่อน

• คู่มือผลิตภัณฑ์ของ Oracle (Oracle Inventory User’s Guide) กำหนดผลต่างระหว่างสต็อกตามบัญชีกับจำนวนที่นับได้จริงด้วยเกณฑ์ผลต่างจำนวน (Quantity Variance Tolerance) และเกณฑ์ Hit/Miss ซึ่งทั้งสองกำหนดเป็น ±% ของจำนวนคงคลังในระบบ หากการนับครั้งแรกอยู่ในเกณฑ์จะเป็น “Hit” หากอยู่นอกเกณฑ์จะเป็น “Miss” คู่มือระบุหมายเหตุว่าอัตรา Hit/Miss คำนวณจากการนับครั้งแรก ไม่ใช่การนับซ้ำ
• คู่มือเดียวกันยังมีเกณฑ์มูลค่าการปรับยอด (Adjustment Value Tolerance) แบบอิงจำนวนเงิน โดยมูลค่าการปรับยอดคำนวณจาก “(จำนวนที่นับได้ − จำนวนคงคลังในระบบ) × ต้นทุนปัจจุบันของรายการ” และสามารถตั้งค่าให้การปรับยอดที่เกินเกณฑ์ต้องได้รับอนุมัติ
• เอกสารทางการของ Microsoft Dynamics 365 Supply Chain Management ระบุว่าสามารถกำหนดขีดจำกัดค่าเบี่ยงเบน (เปอร์เซ็นต์สูงสุดและจำนวนสูงสุด) แยกตามผู้ปฏิบัติงานได้ และการนับที่เกินขีดจำกัดจะถูกพักไว้รอการตรวจทาน นอกจากนี้ยังอธิบายว่าการออกแบบที่ระบบไม่แสดงจำนวนที่คาดไว้ระหว่างการนับ (ที่เรียกว่า Blind Count) มีไว้เพื่อป้องกันการนับผิดโดยเจตนา

สิ่งเหล่านี้เป็นข้อกำหนดของผลิตภัณฑ์ ไม่ใช่นิยามมาตรฐานของอุตสาหกรรม แต่ในการสร้างกฎภายในบริษัท สามารถนำ 3 ประเด็นต่อไปนี้มาใช้ได้ (1) กำหนดเกณฑ์ค่าคลาดเคลื่อนที่ยอมรับได้แยกตามระดับ (Rank) ของรายการ (2) ตัดสินว่าถูกต้องหรือไม่จากการนับครั้งแรก ไม่ใช่จาก “ผลที่นับซ้ำจนตรงกัน” (3) ผลต่างที่เกินเกณฑ์ต้องได้รับอนุมัติและต้องบันทึกสาเหตุทุกครั้ง เพราะหากนับรวมรายการที่นับซ้ำจนตรงกันว่า “ถูกต้อง” ไปด้วย ปัญหาของระบบการบันทึกจะไม่ปรากฏในตัวเลข

ควรตั้งค่าเป้าหมายอย่างไร

สำหรับค่าเป้าหมายของ IRA ไม่มีเกณฑ์ที่อุตสาหกรรมกำหนดไว้เป็นหนึ่งเดียว บริษัทที่ปรึกษา Oliver Wight ระบุว่าหลักสูตรด้านความแม่นยำของบันทึกสต็อกของตนสอนวิธีรักษาระดับ 95% ขึ้นไปด้วยการตรวจนับแบบหมุนเวียน และในข้อความแนะนำ White Paper ปี 2019 ได้กล่าวว่า “มาตรฐานระดับโลกของความแม่นยำของบันทึกสต็อกในปัจจุบันคืออย่างน้อย 99.5%” นี่เป็นคำกล่าวอ้างของบริษัทที่ปรึกษา ไม่ใช่ค่าทางสถิติ ในทางปฏิบัติ การกำหนดเป้าหมายของบริษัทควรค่อยเป็นค่อยไป โดยพิจารณาจากระดับของรายการและระดับความแม่นยำในปัจจุบัน

การนับทดลองของโรงงานต้นแบบ A: หากวัดเฉพาะจำนวน จะประเมินความแม่นยำสูงเกินจริง

โรงงานต้นแบบ A ได้นับตัวอย่าง 200 รายการ เพื่อทดลองการตรวจนับแบบหมุนเวียน (ต่อไปนี้ทั้งหมดเป็นการตั้งค่าแบบจำลองของบทความนี้)

ใน 162 รายการที่จำนวนอยู่ในเกณฑ์ที่ยอมรับได้ มี 12 รายการที่ของจริงอยู่คนละชั้นวาง ทำให้ตำแหน่งจัดเก็บไม่ตรง ส่วนความผิดพลาดด้านหน่วยนับและรหัสชิ้นงานไม่พบใน 150 รายการที่เหลือ ดังนั้น รายการที่ตรงกันทั้ง 4 องค์ประกอบจึงมี 150 รายการ และ IRA เท่ากับ 75%

หากวัดจากจำนวนอย่างเดียวจะได้ 81% แต่หากวัดด้วย 4 องค์ประกอบจะได้ 75% ต่างกัน 6 จุดเปอร์เซ็นต์ รายการที่ “จำนวนตรงแต่ไม่อยู่บนชั้นวาง” จะกินเวลาของหน้างานในรูปของ “ในระบบมีของแต่หาไม่เจอ” ระหว่างการหยิบสินค้า (Picking) และบางครั้งถูกตัดสินว่าของขาด จนนำไปสู่การสั่งซื้อเกินจำเป็น หากตัดความผิดพลาดด้านตำแหน่งจัดเก็บออกจากการคำนวณความแม่นยำ ความสูญเสียเหล่านี้จะหายไปจากตัวเลข หากต้องการยกระดับความแม่นยำของสต็อก สิ่งที่ขาดไม่ได้คือการปรับไม้บรรทัดให้เป็น 4 องค์ประกอบตั้งแต่แรก

5 สาเหตุของสต็อกไม่ตรง

แยกสาเหตุของ 50 รายการที่ไม่ผ่าน

โรงงานต้นแบบ A ได้ย้อนดูธุรกรรมล่าสุดทีละ 1 รายการ สำหรับ 50 รายการ (200 − 150) ที่มีองค์ประกอบใดองค์ประกอบหนึ่งใน 4 องค์ประกอบไม่ตรง แล้วจัดกลุ่มตามสาเหตุ (เป็นการตั้งค่าแบบจำลองของบทความนี้)

เมื่อจัดความสัมพันธ์ของรายละเอียด จะได้ว่า 38 รายการ (200 − 162) ที่จำนวนอยู่นอกเกณฑ์ คือ “ลืมบันทึก 16 + Backflush 12 + หน่วยนับ 6 + นับผิด 4” และ 12 รายการ (162 − 150) ที่จำนวนตรงแต่ตำแหน่งจัดเก็บผิด คือ “ตำแหน่งจัดเก็บผิด 12” รวมเป็น 50 รายการ

92% ของผลต่างเกิดจากระบบการบันทึก

สิ่งที่เห็นจากการแยกกลุ่มนี้คือ สาเหตุที่มาจากระบบการบันทึก (ลืมบันทึก 16 + Backflush 12 + ตำแหน่งจัดเก็บ 12 + หน่วยนับ 6 = 46 รายการ) คิดเป็น 92% ของ 50 รายการ ขณะที่การนับผิดล้วน ๆ มีเพียง 4 รายการ หรือ 8% เท่านั้น

กล่าวคือ ไม่ว่าจะนับซ้ำอย่างละเอียดเพียงใดในวันตรวจนับ ผลต่างส่วนใหญ่ก็ไม่หยุด สิ่งที่ลดได้ด้วยการปรับปรุงวิธีนับมีเพียงส่วน 8% ส่วนอีก 92% ที่เหลือจะเกิดขึ้นต่อไปด้วยระบบเดิมตั้งแต่วันรุ่งขึ้น นี่คือเหตุผลที่ “ไม่ตรงแบบเดิมทุกปี”

คุณ Bragg แห่ง AccountingTools ก็ได้ยกรูปแบบความคลาดเคลื่อนของสต็อกไว้ เช่น การนับผิด หน่วยนับผิด รหัสชิ้นงานผิด การบันทึกสต็อกที่ลูกค้าเป็นเจ้าของผิดเป็นของบริษัท การนับตกสต็อกฝากขาย (Consignment) การตัดงวด (Cut-off) ไม่ถูกต้อง การบันทึกการโยกย้ายเพียงฝั่งเดียว และการตัดของเสียผิดจาก Backflush ในขั้นตอนกระทบยอดสต็อกของเขา ต่อจากการนับซ้ำและการตรวจหน่วยนับและรหัสชิ้นงาน ยังมีการค้นหาธุรกรรมที่ยังไม่ได้บันทึก และการตรวจสอบบันทึกของเสียและ Backflush เรียงต่อกันอยู่ด้วย และเขาเขียนไว้ว่า “ธุรกรรมเกิดขึ้นแล้วแต่ยังไม่มีใครบันทึก” เป็นแหล่งกำเนิดผลต่างที่สำคัญ หมายความว่า สิ่งที่ควรสงสัยคือขั้นตอนการบันทึก มากกว่าตัวการนับเอง

สาเหตุที่ 1: การลืมบันทึกและการบันทึกล่าช้าของการรับเข้า การเบิกจ่าย และการโยกย้าย

นี่คือสาเหตุที่พบมากที่สุดในโรงงานต้นแบบ A ในการทำงานที่เขียนใบเบิกกระดาษก่อน แล้วค่อยคัดลอกเข้า Excel หรือระบบควบคุมการผลิตในตอนเย็นหรือวันรุ่งขึ้น ความคลาดเคลื่อนต่อไปนี้จะเกิดขึ้นเป็นประจำ

• ลืมเขียนใบเบิกเมื่อต้องเบิกด่วน หรือใบเบิกที่เขียนแล้วค้างอยู่โดยไม่ได้คัดลอกเข้าระบบ
• ของที่รับเข้าแล้วยังไม่ขึ้นในระบบเพราะรอตรวจรับ และถูกนำไปใช้ในระหว่างนั้น
• ในการโยกย้ายจากคลังไปยังกระบวนการผลิต บันทึกเฉพาะฝั่งจ่ายออก แต่ไม่บันทึกฝั่งรับเข้า
• ของที่เข้ามาระหว่างการตรวจนับ ถูกนับเข้าเพียงฝั่งเดียว คือในระบบหรือในของจริง (การตัดงวดไม่ถูกต้อง)

ทุกกรณีมีต้นเหตุเดียวกัน คือ “ช่วงเวลาที่ของจริงเคลื่อนไหว” กับ “ช่วงเวลาที่ถูกบันทึก” ไม่ตรงกัน

สาเหตุที่ 2: Backflush กับ BOM และการไม่บันทึกของเสีย

Backflush (การตัดสต็อกอัตโนมัติ) คือกลไกที่เมื่อบันทึกยอดผลิตของสินค้าสำเร็จรูปแล้ว ระบบจะบันทึกการใช้ชิ้นส่วนโดยอัตโนมัติตาม BOM (บัญชีรายการวัสดุ) แม้จะสะดวกเพราะลดการป้อนข้อมูลที่หน้างาน แต่ AccountingTools อธิบายว่า “เนื่องจากตัดยอดโดยตั้งอยู่บนสมมติฐานว่าจำนวนต่อหน่วยมาตรฐานใน BOM ถูกต้อง หากของเสียจริงต่างจากมาตรฐาน จำนวนที่ผิดจะถูกตัดออกจากบันทึกสต็อก”

เอกสารทางการของ Microsoft (Dynamics 365 Business Central) ก็ได้ยกข้อเสียของการตัดสต็อกอัตโนมัติไว้ว่า “อาจบันทึกของเสียได้ไม่แม่นยำ หรืออาจไม่รู้ด้วยซ้ำว่ามีของเสียเกิดขึ้น” นอกจากนี้ ตามเอกสารเดียวกัน ใน Backflush แบบทั้งใบสั่งที่ไม่ได้ผูกกับแต่ละกระบวนการ การใช้จะยังไม่ถูกบันทึกจนกว่าจะปิดใบสั่งผลิต และในระหว่างนั้น ความต้องการอื่น ๆ จะมองเห็นชิ้นส่วนว่า “ยังมีสต็อกอยู่”

หากยกตัวอย่างโรงงานขึ้นรูปพลาสติก ของเสียจากการตั้งเงื่อนไขการขึ้นรูปช่วงเริ่มเดินเครื่อง รันเนอร์ (Runner) การล้างเครื่อง (Purge) เมื่อเปลี่ยนสี และการเบิกชิ้นงานทดลองหรือตัวอย่าง หากไม่ได้รวมอยู่ในอัตราผลได้ (Yield) มาตรฐานใน BOM สต็อกตามบัญชีก็จะมากกว่าสต็อกจริง ในโรงงานที่งานระหว่างทำค้างอยู่ในกระบวนการเป็นเวลานาน ความคลาดเคลื่อนด้านจังหวะเวลาก็จะซ้อนทับเข้ามาอีก

สาเหตุที่ 3: ตำแหน่งจัดเก็บผิด

คือกรณีที่จำนวนตรงกัน แต่ของจริงอยู่คนละชั้นวาง เกิดขึ้นในสภาพที่ไม่มีป้ายหมายเลขชั้นวาง มีพื้นที่วางชั่วคราวจนกลายเป็นเรื่องปกติ หรือไม่ได้บันทึกการโยกย้ายในระดับตำแหน่งจัดเก็บ ดังที่กล่าวไปแล้ว นี่คือสาเหตุที่มองไม่เห็นหากวัดความแม่นยำจากจำนวนอย่างเดียว

สาเหตุที่ 4: การแปลงหน่วยผิด

เกิดขึ้นเมื่อ 1 รายการมีหลายหน่วย เช่น หน่วยซื้อเป็นกล่อง หน่วยจัดเก็บเป็นถุง และหน่วยใช้งานเป็น kg หรือชิ้น AccountingTools ยกตัวอย่างกรณีที่นับเป็นชิ้น แต่หน่วยในระบบเป็นโหล หากตัวคูณแปลงหน่วยใน Item Master ผิด หรือหน้างานป้อนเฉพาะตัวเลขโดยไม่ตรวจหน่วย ตัวเลขจะคลาดเคลื่อนไปหลายเท่าตัว

สาเหตุที่ 5: การนับผิด

คือความผิดพลาด เช่น นับผิด นับผิดรายการ หรือนับชั้นวางเดียวกันซ้ำ 2 ครั้ง ในโรงงานต้นแบบ A เป็นสาเหตุที่น้อยที่สุด คือ 4 รายการจาก 50 รายการ แต่หากปล่อยการนับผิดไว้ จะเป็นการ “เขียนทับ” บัญชีที่ถูกต้องด้วยจำนวนจริงที่ผิด และสร้างผลต่างใหม่ขึ้นมา จึงควบคุมด้วย Blind Count ที่นับโดยไม่เห็นจำนวนในระบบ และการนับซ้ำเมื่อเกินเกณฑ์

วิธีแก้สต็อกไม่ตรงตามแต่ละสาเหตุ

วิธีแก้การลืมบันทึกและการบันทึกล่าช้า: บันทึกทันทีที่ของจริงเคลื่อนไหว

วิธีที่ได้ผลที่สุดคือ เลิกคัดลอกจากใบเบิกกระดาษภายหลัง แล้วสแกนบาร์โค้ดด้วยเครื่อง Handheld หรือสมาร์ตโฟนเพื่อบันทึก ณ จุดที่ของจริงเคลื่อนไหว เมื่อใช้การสแกน ความผิดพลาดจากการเขียนด้วยมือและการคัดลอกรหัสชิ้นงานและจำนวนก็จะลดลงไปพร้อมกัน ระบบการบันทึกที่ใช้บาร์โค้ดได้สรุปไว้อย่างละเอียดในบทความ ประเด็นสำคัญในการนำระบบบริหารด้วยบาร์โค้ดมาใช้

ควบคู่กันไป ให้กำหนดวิธีปฏิบัติต่อไปนี้

• สแกนของที่เข้ามาตั้งแต่ตอนรับเข้า และวางของที่รอตรวจรับหรือถูกกักไว้ด้านคุณภาพในตำแหน่งจัดเก็บเฉพาะเพื่อแยกประเภท
• การโยกย้ายระหว่างคลังและระหว่างกระบวนการ ให้บันทึกการจ่ายออกและการรับเข้าใน 1 ธุรกรรม เพื่อไม่ให้มีการบันทึกเพียงฝั่งเดียว
• กำหนดล่วงหน้าว่าจะจัดการของที่เข้ามาในช่วงตรวจนับอย่างไร (จะนับเข้างวดใด)

วิธีแก้ด้าน Backflush และ BOM: ปิดช่องว่างระหว่างมาตรฐานกับผลจริง

ไม่จำเป็นต้องเลิกใช้ Backflush สิ่งที่ต้องทำก่อนคือ ทบทวนจำนวนต่อหน่วยใน BOM และอัตราผลได้ (อัตราของเสีย) ซึ่งเป็นสมมติฐานของ Backflush ให้ตรงกับผลจริงเป็นระยะ จากนั้นจึงตั้งกฎให้บันทึกของเสีย งานเสีย งานทดลอง และการเบิกตัวอย่าง ภายในกระบวนการทุกครั้งที่เกิดขึ้น หากตั้งค่าให้บันทึกการใช้แยกตามกระบวนการได้ ช่วงเวลาที่สต็อกดูเหมือน “ยังมีอยู่” จนกว่าจะปิดใบสั่งผลิตก็จะสั้นลง

ความแม่นยำของ BOM และ Item Master ไม่ได้ส่งผลแค่ต่อสต็อก แต่ส่งผลโดยตรงต่อความแม่นยำของการคำนวณความต้องการใน MRP ด้วย ประเด็นนี้ได้กล่าวไว้ในบทความ ระบบ MRP และความแม่นยำของข้อมูลหลัก ส่วนแนวคิดในการบันทึกงานระหว่างทำ สามารถดูได้ที่ การบริหารสต็อกงานระหว่างทำ

วิธีแก้ตำแหน่งจัดเก็บผิด: กำหนดหมายเลขชั้นวาง และบันทึกในระดับหมายเลขชั้นวาง

ติดป้ายตำแหน่งจัดเก็บที่ชั้นวางทุกชั้น และสแกนรับเข้าและจ่ายออกในระดับตำแหน่งจัดเก็บ หากจะมีพื้นที่วางชั่วคราวแบบ “วางไว้ตรงนี้ก่อน” ก็ให้ลงทะเบียนพื้นที่นั้นเป็นตำแหน่งจัดเก็บ 1 ตำแหน่งด้วย วิธีตั้งรหัสตำแหน่งจัดเก็บและกฎการใช้งานได้อธิบายไว้อย่างเป็นรูปธรรมในบทความ การบริหารตำแหน่งจัดเก็บในคลังสินค้า

วิธีแก้การแปลงหน่วย: ทำหน่วยให้เป็นมาตรฐานเดียวใน Item Master

ทำหน่วยฐานและตัวคูณแปลงหน่วยใน Item Master ให้เป็นมาตรฐานเดียว และพิมพ์หน่วยไว้บนป้ายด้วย เอกสารทางการของ Dynamics 365 Supply Chain Management มีตัวอย่างการป้อนหน่วยแยกกัน เช่น กล่องกับชิ้น แล้วให้ระบบแปลงหน่วยและรวมยอด (2 กล่องกับ 5 ชิ้น เมื่อแปลงที่ 1 กล่องเท่ากับ 10 ชิ้น จะได้ 25 ชิ้น) การออกแบบที่ไม่ให้หน้างานต้องแปลงหน่วยเอง แต่ให้ป้อนตามหน่วยที่เห็นจริง เป็นแนวคิดที่ได้ผลในการลดความผิดพลาดด้านหน่วยนับ

วิธีแก้การนับผิด: Blind Count และการนับซ้ำ

หากใช้ Blind Count ที่ไม่ให้ผู้นับเห็นจำนวนในระบบ จะป้องกันการ “เขียนให้ตรงกับตัวเลขในระบบ” ได้ รายการที่เกินเกณฑ์ให้คนอื่นนับซ้ำ แต่ดังที่กล่าวไปแล้ว ให้ตัดสินความแม่นยำจากการนับครั้งแรก และไม่ถือว่า “ถูกต้อง” เพียงเพราะนับซ้ำแล้วตรงกัน

การแยกสต็อกที่ลูกค้าเป็นเจ้าของและสต็อกฝากขาย

แม้จะไม่ได้อยู่ใน 50 รายการของโรงงานต้นแบบ A แต่ AccountingTools ก็ได้ยกความผิดพลาดจากการนับสต็อกที่ลูกค้าเป็นเจ้าของเป็นสต็อกของบริษัท และความผิดพลาดในการจัดการสต็อกฝากขายของซัพพลายเออร์ไว้ด้วย โรงงานที่มีวัตถุดิบที่ลูกค้าจัดหาให้ หรือสต็อกที่ซัพพลายเออร์ฝากไว้ จำเป็นต้องแยกให้ชัดเจนด้วยตำแหน่งจัดเก็บหรือประเภทสต็อก

จากการตรวจนับปีละครั้งสู่การตรวจนับแบบหมุนเวียน: การออกแบบ ABC และเกณฑ์ค่าคลาดเคลื่อน

การตรวจนับแบบหมุนเวียน (Cycle Count) คืออะไร

คู่มือผลิตภัณฑ์ของ Oracle นิยามการตรวจนับแบบหมุนเวียนว่า “การนับแต่ละรายการเป็นระยะตลอดทั้งปี เพื่อให้มั่นใจในความถูกต้องของจำนวนและมูลค่าสต็อก” เป็นวิธีที่แทนการนับทุกอย่างพร้อมกันปีละ 1 ครั้ง ด้วยการนับรายการไปตามลำดับทีละเล็กละน้อยทุกวัน

ใน ERP ความถี่ในการนับเป็นสิ่งที่ผู้ใช้ตั้งค่าเอง Oracle กำหนดคลาสของการตรวจนับแบบหมุนเวียนโดยป้อน “จำนวนครั้งที่จะนับแต่ละรายการต่อปี” สำหรับแต่ละคลาสของ ABC ความช่วยเหลือของ SAP รุ่นเก่า (R/3 4.6C) ก็อธิบายว่าสามารถแบ่งวัสดุเป็นหมวด เช่น A B C D และตั้งช่วงห่างของการนับสำหรับแต่ละหมวดได้ เนื้อหาการเรียนรู้ของ SAP S/4HANA ระบุว่าการตรวจนับแบบหมุนเวียนคือ “ขั้นตอนการตรวจนับวัสดุที่คัดเลือกไว้หลายครั้งภายในปีบัญชี” โดยตั้งอยู่บนสมมติฐานว่าสต็อกทั้งหมดจะได้รับการตรวจนับอย่างน้อยปีละ 1 ครั้ง

ในการวิเคราะห์ ABC มักพบว่ามูลค่ากระจุกตัวอยู่ในรายการจำนวนน้อย ในตัวอย่างประกอบของสื่อการสอนของ SAP วัสดุกลุ่ม A จำนวน 9 รายการคิดเป็น 56% ของมูลค่าการใช้ การนับรายการที่มีมูลค่าการใช้สูงบ่อยครั้ง และลดจำนวนครั้งสำหรับรายการที่มีมูลค่าต่ำ จะช่วยรวมชั่วโมงทำงานที่มีจำกัดไปไว้ในจุดที่ผลต่างมีผลกระทบมาก

การออกแบบการตรวจนับแบบหมุนเวียนตาม ABC ของโรงงานต้นแบบ A

โรงงานต้นแบบ A แบ่ง 2,000 รายการดังต่อไปนี้ และวางแผนนำมาใช้แทนการตรวจนับใหญ่ปีละ 1 ครั้ง สัดส่วนจำนวนรายการ (A 10% B 20% C 70%) จำนวนครั้งที่นับต่อปี และเกณฑ์ค่าคลาดเคลื่อนต่อไปนี้ ล้วนเป็นการตั้งค่าของโรงงานต้นแบบในบทความนี้ ไม่ใช่มาตรฐานของอุตสาหกรรม

ชั่วโมงทำงานไม่ได้ลดลง แต่ยังมีเหตุผลที่ควรเปลี่ยน

ลองคำนวณชั่วโมงทำงานดู (เป็นการตั้งค่าแบบจำลองของบทความนี้)

• จำนวนการนับต่อปีคือ 2,400 + 1,600 + 1,400 = 5,400 ครั้ง
• หารด้วยวันทำงาน 240 วัน จะได้วันละ 22.5 ครั้ง
• หากใช้เวลาครั้งละ 4 นาที จะเป็นวันละ 90 นาที (22.5 ครั้ง × 4 นาที)
• ทั้งปีเท่ากับ 5,400 ครั้ง × 4 นาที = 21,600 นาที = 360 ชั่วโมงคน

การตรวจนับใหญ่ปีละ 1 ครั้งใช้ 320 ชั่วโมงคน ดังนั้นการตรวจนับแบบหมุนเวียนกลับใช้มากกว่า 40 ชั่วโมงคน คุณค่าของการตรวจนับแบบหมุนเวียนไม่ใช่การลดชั่วโมงทำงาน ขอเขียนไว้อย่างตรงไปตรงมา คุณค่าของการเปลี่ยนมาใช้มี 3 ข้อดังนี้

1. ไม่ต้องหยุดไลน์ผลิต ไม่จำเป็นต้องหยุดไลน์ 2 วันเพื่อตรวจนับใหญ่อีกต่อไป และสามารถกระจายงานวันละ 90 นาทีไว้ในช่วงว่างระหว่างการจัดส่งและการผลิตได้
2. พบผลต่างได้เร็ว สินค้ากลุ่ม A นับปีละ 12 ครั้ง ระยะเวลาตั้งแต่ผลต่างเกิดขึ้นจนถึงตอนที่พบจึงไม่เกิน 1 เดือน ขณะที่การตรวจนับใหญ่ปีละ 1 ครั้งใช้เวลาสูงสุดถึง 1 ปี
3. ระบุสาเหตุได้ง่าย สำหรับสินค้ากลุ่ม A เมื่อพบผลต่าง ก็เพียงย้อนดูธุรกรรมในช่วงประมาณ 1 เดือนล่าสุด จึงหาได้ง่ายขึ้นว่าการรับเข้า การเบิกจ่าย การโยกย้าย หรือ Backflush ใดที่คลาดเคลื่อน และสามารถทำการแยกกลุ่มตามสาเหตุแบบ 50 รายการข้างต้นให้เป็นงานประจำทุกเดือนได้

วิธีลดเวลาของการตรวจนับเอง ได้สรุปแยกไว้ในบทความ การลดเวลาตรวจนับสต็อก โปรดพิจารณาร่วมกับการตรวจนับแบบหมุนเวียน

การออกแบบเกณฑ์ค่าคลาดเคลื่อนและการอนุมัติ

ในโรงงานต้นแบบ A สินค้ากลุ่ม A ใช้ผลต่างจำนวน 0 (ต้องตรงกันทุกหน่วย) เป็นเกณฑ์ และกำหนดเพิ่มว่าการปรับยอดที่เกินเกณฑ์มูลค่าต้องได้รับอนุมัติ สินค้ากลุ่ม B ใช้ ±2% และกลุ่ม C ใช้ ±5% การตัดสินใช้การนับครั้งแรก และผลต่างที่เกินเกณฑ์ต้องป้อนรหัสสาเหตุทุกครั้ง เมื่อทำเช่นนี้ “จำนวนรายการที่ไม่ผ่านแยกตามสาเหตุ” จะถูกสรุปโดยอัตโนมัติทุกเดือน และเห็นลำดับความสำคัญของการปรับปรุงเป็นตัวเลข

เป้าหมายหลัง 90 วัน

โรงงานต้นแบบ A ตั้งเป้าหมายหลัง 90 วันไว้ที่ IRA ของสินค้ากลุ่ม A ตั้งแต่ 95% ขึ้นไป ดังที่กล่าวไปแล้ว Oliver Wight ก็ได้ตั้ง 95% ขึ้นไปไว้เป็นระดับอ้างอิงระดับหนึ่ง แต่นี่เป็นการตั้งเป้าหมายของโรงงานต้นแบบ ไม่ได้รับประกันว่าหากลงมือทำแล้วจะบรรลุได้แน่นอน ช่วงเวลาที่จะไปถึงได้จะแตกต่างกันไปในแต่ละโรงงาน ขึ้นอยู่กับระดับปัจจุบันและสัดส่วนของสาเหตุ

เช็กลิสต์ 12 ข้อสำหรับแก้ปัญหาสต็อกไม่ตรง

เพื่อให้นำไปใช้ที่หน้างานได้ทันที ขอสรุปวิธีแก้ที่กล่าวมาเป็น 12 ข้อ

ไม่จำเป็นต้องเริ่มทุกข้อพร้อมกัน ทางลัดคือวัดสภาพปัจจุบันให้ถูกต้องด้วยข้อ 1 และข้อ 2 ดูสัดส่วนของสาเหตุก่อน แล้วจึงเริ่มจากข้อที่ได้ผลกับสาเหตุอันดับต้น ๆ

ประเด็นเฉพาะเมื่อพิจารณาสต็อกไม่ตรงในโรงงานในไทย

ภาษี: การบันทึกสต็อกมีกำหนดเวลาตามกฎหมาย

ตามตัวบทประมวลรัษฎากรที่กรมสรรพากรเผยแพร่ มาตรา 87 กำหนดให้ผู้ประกอบการจดทะเบียนภาษีมูลค่าเพิ่ม (VAT) จัดทำรายงานภาษีขายและรายงานภาษีซื้อ และสำหรับผู้ประกอบการที่ขายสินค้า ให้จัดทำ “รายงานสินค้าและวัตถุดิบ” เพิ่มเติมด้วย และการลงรายการต้องทำภายใน 3 วันทำการนับแต่วันที่ได้มาหรือจำหน่ายออกไปซึ่งสินค้าหรือบริการนั้น ส่วนมาตรา 87/3 กำหนดให้เก็บรักษารายงานเหล่านี้และเอกสารอื่นไว้อย่างน้อย 5 ปี

ในที่นี้ขอจำกัดไว้เพียงการแนะนำข้อเท็จจริงว่า “กฎหมายมีหน้าที่และกำหนดเวลาในการลงบันทึกสต็อก” วิธีการและแบบของการลงรายการโดยละเอียดเป็นไปตามหลักเกณฑ์ที่อธิบดีกำหนด ส่วนการปฏิบัติงานของบริษัทคุณเป็นไปตามข้อกำหนดหรือไม่ โปรดตรวจสอบกับสำนักงานบัญชีหรือที่ปรึกษาภาษีเป็นรายกรณีทุกครั้ง อย่างไรก็ตาม สำหรับโรงงานที่รวบรวมใบเบิกกระดาษหลายวันแล้วค่อยคัดลอกเข้าระบบ การตรวจสอบสักครั้งว่าจังหวะเวลาของการลงบันทึกสอดคล้องกับกำหนดเวลาตามกฎหมายหรือไม่ ก็น่าจะคุ้มค่า

นอกจากนี้ Microsoft ซึ่งเป็นผู้จำหน่าย ERP ได้จัดให้มีรายงานสต็อกการ์ด (Stock Card) ที่สรุปการเคลื่อนไหวของสต็อก จำนวน และต้นทุนแยกตามรายการและคลัง เป็นฟังก์ชันสำหรับประเทศไทยใน Dynamics 365 Finance โดยระบุว่าเป็นรายงานที่ “ต้องจัดทำเมื่อรัฐบาลร้องขอ” นี่เป็นเอกสารของผู้จำหน่าย ไม่ใช่ข้อมูลปฐมภูมิที่แสดงข้อกำหนดตามกฎหมาย แต่ก็ใช้เป็นข้อมูลอ้างอิงเพื่อเตรียมให้สามารถอธิบายการเคลื่อนไหวของสต็อกแยกตามรายการและตามคลังได้

อนึ่ง มาตรฐานการบัญชีของไทยมี TAS 2 (สินค้าคงเหลือ) ซึ่งเกี่ยวกับสินค้าคงเหลือ เรื่องการตีราคาและการบันทึกบัญชีสินค้าคงเหลือ รวมถึงการปฏิบัติด้านการสอบบัญชีที่เกี่ยวกับการตรวจนับสินค้าจริงประจำปี โปรดตรวจสอบกับผู้สอบบัญชีหรือสำนักงานบัญชี

BOI: สต็อกในระบบของบริษัท สต็อกจริง และยอดคงเหลือ BOI ไม่ตรงกันทั้งสามฝ่าย

ในโรงงานที่ได้รับสิทธิประโยชน์ยกเว้นอากรขาเข้าวัตถุดิบจาก BOI (สำนักงานคณะกรรมการส่งเสริมการลงทุน) นอกจากสต็อกในระบบของบริษัทและสต็อกจริงแล้ว ยังมีตัวเลขที่ 3 คือยอดคงเหลือวัตถุดิบตาม BOI

ตามเอกสารชี้แจงที่ BOI เผยแพร่ในเดือนมกราคม 2020 การบริหารวัตถุดิบของ BOI (บัญชีรายการวัตถุดิบหลัก หรือ Material Master List: MML) ดำเนินการผ่านระบบออนไลน์ RMTS ที่บริหารโดยสมาคมสโมสรนักลงทุน (IC) เอกสารดังกล่าวแนะนำให้ดาวน์โหลด MML จาก RMTS ทุก 6 เดือน เพื่อกระทบยอดสต็อกตาม BOI กับสต็อกจริงของบริษัท และระบุด้วยว่า การตัดบัญชีสต็อก BOI ในส่วนที่ส่งออกแล้ว ต้องยื่นเอกสารการส่งออกต่อ BOI ภายใน 1 ปีนับจากวันที่ส่งออก

หากบันทึกสต็อกภายในบริษัทคลาดเคลื่อน ก็ไม่สามารถกระทบยอดกับยอดคงเหลือ BOI ได้ ในทางกลับกัน การลดสต็อกไม่ตรงภายในบริษัทก็เป็นพื้นฐานที่ทำให้การบริหารยอดคงเหลือ BOI ง่ายขึ้นด้วย อย่างไรก็ตาม เอกสารนี้เป็นของปี 2020 การปฏิบัติงานและขั้นตอนในปัจจุบัน โปรดตรวจสอบกับ BOI และสมาคมสโมสรนักลงทุนทุกครั้ง

หน้างานหลายภาษา: หน้าจอ ป้าย และรหัสสาเหตุเป็นภาษาไทย

แม้จะเปลี่ยนระบบการบันทึกแล้ว หากพนักงานชาวไทยที่หน้างานใช้งานไม่ได้ ระบบก็จะไม่ฝังรากลงในงานประจำ หน้าจอเครื่อง Handheld ป้ายตำแหน่งจัดเก็บ และตัวเลือกรหัสสาเหตุ ควรเตรียมเป็นภาษาไทย โดยเฉพาะรหัสสาเหตุ จุดสำคัญคือให้เป็นแบบเลือก ไม่ใช่แบบพิมพ์อิสระ หากกำหนดตัวเลือกไว้ เช่น “ลืมบันทึก” “ไม่ได้บันทึกของเสีย” “ตำแหน่งจัดเก็บผิด” “หน่วยผิด” “นับผิด” ก็จะสรุปแยกตามสาเหตุได้ทุกเดือน และทั้งผู้จัดการชาวญี่ปุ่นและหัวหน้างานชาวไทยก็สามารถหารือเรื่องการปรับปรุงด้วยตัวเลขชุดเดียวกันได้

ก่อนที่จำนวนธุรกรรมจะเพิ่มขึ้นจากการฟื้นตัวของการผลิต

ดังที่กล่าวไว้ในตอนต้น ดัชนีผลผลิตอุตสาหกรรมของไทยในเดือนสิงหาคม 2026 เพิ่มขึ้นเมื่อเทียบกับเดือนเดียวกันของปีก่อน และกระทรวงอุตสาหกรรมได้ปรับคาดการณ์การผลิตทั้งปีขึ้น เมื่อปริมาณการผลิตเพิ่มขึ้น จำนวนธุรกรรมรับเข้าและจ่ายออกก็เพิ่มขึ้นด้วย จุดอ่อนของระบบการบันทึกจะพังเป็นอันดับแรกเมื่อจำนวนธุรกรรมเพิ่มขึ้น เมื่องานยุ่งแล้วจะลงมือแก้ได้ยาก เราจึงแนะนำให้ทบทวนขั้นตอนการบันทึกไว้ก่อนที่การผลิตจะฟื้นตัวเต็มที่

ขั้นตอน 90 วันในการแก้ปัญหาสต็อกไม่ตรง

ขอแสดงวิธีดำเนินการในช่วง 90 วัน โดยใช้โรงงานต้นแบบ A เป็นตัวอย่าง การแบ่งช่วงเวลาและปริมาณงานเป็นเพียงค่าประมาณ โปรดปรับตามขนาดและสภาพปัจจุบันของโรงงาน

วันที่ 0-30: วัดผล แล้วแยกกลุ่ม

สิ่งที่ควรทำใน 30 วันแรกไม่ใช่การลงมือแก้ไข แต่เป็นการวัดสภาพปัจจุบันให้ถูกต้อง เพียงแค่นำยอดปรับจากการตรวจนับประจำปีครั้งก่อนมารวมใหม่ด้วยค่าสัมบูรณ์ ไม่ใช่ยอดสุทธิ และแยกตามรายการ ก็จะเริ่มเห็นแล้วว่ากลุ่มรายการใดคลาดเคลื่อนมาก จากนั้นนับทดลองราว 200 รายการด้วย 4 องค์ประกอบ แล้วย้อนดูธุรกรรมล่าสุดของรายการที่ไม่ผ่านเพื่อแยกตามสาเหตุ

วันที่ 31-60: แก้จากสาเหตุ 2 อันดับแรก

เมื่อแยกสาเหตุได้แล้ว ให้แก้ขั้นตอนการบันทึกจาก 2 อันดับแรกที่มีจำนวนมาก สำหรับโรงงานต้นแบบ A ได้แก่ การลืมบันทึก (16 รายการ) และ Backflush กับ BOM (12 รายการ) หรือตำแหน่งจัดเก็บผิด (12 รายการ) ซึ่งลงมือแก้ได้ง่าย หากพยายามแก้ทุกสาเหตุพร้อมกัน ภาระของหน้างานจะหนักขึ้น และมักจบลงด้วยการทำค้างไว้ครึ่ง ๆ กลาง ๆ ทุกเรื่อง

วันที่ 61-90: ทำให้การตรวจนับแบบหมุนเวียนเป็นงานประจำวัน

ใน 30 วันสุดท้าย ให้เปลี่ยนการตรวจนับแบบหมุนเวียนจากการทดลองเป็นการใช้งานจริง บรรจุจำนวนการนับต่อวัน (สำหรับโรงงานต้นแบบ A คือ 22.5 ครั้ง ประมาณ 90 นาที) ไว้ในงานประจำวันของผู้รับผิดชอบ และกำหนดให้ผลต่างที่เกินเกณฑ์ต้องได้รับอนุมัติและต้องมีรหัสสาเหตุ เดือนละ 1 ครั้ง ให้สรุปและทบทวนผลต่างแยกตามสาเหตุ แล้วตัดสินใจว่าจะแก้ขั้นตอนการบันทึกใดต่อไป เมื่อวงจรนี้เริ่มหมุน ผลต่างจะเปลี่ยนจาก “สิ่งที่ถูกพบรวดเดียวปีละ 1 ครั้ง” เป็น “สิ่งที่ค้นหาและแก้ไขทุกเดือน”

หากต้องเปลี่ยนจากกระดาษและ Excel ไปสู่ระบบ โปรดดูบทความ วิธีดำเนินการนำระบบบริหารสต็อกมาใช้ ประกอบด้วย

คำถามที่พบบ่อย (FAQ)

สาเหตุหลักของสต็อกไม่ตรงคืออะไร

สาเหตุหลักคือข้อบกพร่องของระบบการบันทึก มากกว่าการนับผิด โดยแบ่งได้เป็น 5 ประเภท ได้แก่ การลืมบันทึกหรือบันทึกล่าช้าของการรับเข้า การเบิกจ่าย และการโยกย้าย Backflush กับ BOM และการไม่บันทึกของเสีย ตำแหน่งจัดเก็บผิด การแปลงหน่วยผิด และการนับผิด ในโรงงานต้นแบบ A ของบทความนี้ จาก 50 รายการที่ไม่ผ่าน มี 46 รายการ (92%) ที่เกิดจากระบบการบันทึก และการนับผิดมี 4 รายการ (8%) (เป็นการตั้งค่าแบบจำลองของบทความนี้)

ผลต่างการตรวจนับสินค้ายอมรับได้ถึงระดับใด

ไม่มีเกณฑ์ที่อุตสาหกรรมกำหนดไว้เป็นหนึ่งเดียว แต่ละบริษัทต้องกำหนดเองแยกตามระดับของรายการ ในคู่มือผลิตภัณฑ์ของ Oracle เกณฑ์ผลต่างจำนวนกำหนดเป็น ±% ของจำนวนคงคลังในระบบ และสามารถตั้งค่าให้การปรับยอดที่เกินเกณฑ์มูลค่าต้องได้รับอนุมัติ ในโรงงานต้นแบบ A ของบทความนี้ กำหนดให้สินค้ากลุ่ม A ต้องตรงกันทุกหน่วย กลุ่ม B ±2% และกลุ่ม C ±5% ค่าเหล่านี้เป็นการตั้งค่าแบบจำลอง ไม่ใช่ค่าที่แนะนำ

คำนวณความแม่นยำของสต็อก (IRA) อย่างไร

คำนวณด้วย “จำนวนรายการที่ถูกต้องสมบูรณ์ ÷ จำนวนรายการที่นับ” ตามคำอธิบายของ AccountingTools รายการหนึ่งจะถือว่า “ถูกต้อง” ก็ต่อเมื่อทั้ง 4 องค์ประกอบ คือ จำนวน ตำแหน่งจัดเก็บ หน่วยนับ และรหัสชิ้นงาน ตรงกันทั้งหมด หากตัดสินจากจำนวนอย่างเดียวจะประเมินความแม่นยำสูงเกินจริง ในโรงงานต้นแบบ A หากดูเฉพาะจำนวนได้ 81% แต่หากดู 4 องค์ประกอบได้ 75%

การตรวจนับแบบหมุนเวียน (Cycle Count) คืออะไร และไม่ต้องตรวจนับปีละครั้งแล้วใช่หรือไม่

การตรวจนับแบบหมุนเวียนคือวิธีนับรายการตามลำดับทีละเล็กละน้อยตลอดทั้งปี โดยใช้การวิเคราะห์ ABC เพื่อนับรายการที่มีมูลค่าสูงบ่อยขึ้น ส่วนจะใช้การตรวจนับแบบหมุนเวียนแทนการตรวจนับใหญ่ปีละ 1 ครั้งได้หรือไม่ เกี่ยวข้องกับข้อกำหนดด้านการสอบบัญชีและภาษี บริษัทของคุณจะเลิกตรวจนับใหญ่ได้หรือไม่ โปรดตรวจสอบกับผู้สอบบัญชี สำนักงานบัญชี หรือที่ปรึกษาภาษีเป็นรายกรณีทุกครั้ง

การแก้ปัญหาสต็อกไม่ตรงจำเป็นต้องใช้ระบบหรือไม่ ใช้ Excel ไม่ได้หรือ

ปัญหาอยู่ที่จังหวะเวลาและความละเอียดของการบันทึก มากกว่าตัวเครื่องมือ หากบันทึกได้ทันทีที่ของจริงเคลื่อนไหว ในระดับตำแหน่งจัดเก็บและด้วยหน่วยที่ถูกต้อง ก็ถือว่าเป็นระบบที่ใช้ได้ แต่การคัดลอกจากใบเบิกกระดาษเข้า Excel ภายหลังจะทำให้จังหวะเวลาคลาดเคลื่อน และมักยากที่จะบันทึกไปถึงตำแหน่งจัดเก็บหรือรหัสสาเหตุ อนึ่ง ในการสำรวจในสหรัฐอเมริกาของ inFlow บริษัทซอฟต์แวร์บริหารสต็อก (2026) มีผู้ตอบ 84.8% ว่าบริหารสต็อกด้วยสเปรดชีต การบริหารด้วยโปรแกรมตารางคำนวณจึงไม่ใช่เรื่องแปลก

หากยอดคงเหลือวัตถุดิบ BOI ไม่ตรงกับสต็อกภายในบริษัท ควรทำอย่างไร

พื้นฐานคือต้องลดผลต่างระหว่างสต็อกในระบบของบริษัทกับสต็อกจริงก่อน จากนั้นจึงกระทบยอดกับยอดคงเหลือตาม BOI เป็นระยะ เอกสารชี้แจงของ BOI ปี 2020 ระบุถึงการดาวน์โหลด MML จาก RMTS ทุก 6 เดือนเพื่อกระทบยอด และการยื่นเอกสารการส่งออกภายใน 1 ปีนับจากวันที่ส่งออกเพื่อตัดบัญชีสต็อก BOI ขั้นตอนในปัจจุบัน โปรดตรวจสอบกับ BOI และสมาคมสโมสรนักลงทุนทุกครั้ง

สรุป

สต็อกไม่ตรงไม่ได้เกิดจากการนับผิดในวันตรวจนับ แต่เกิดขึ้นอย่างเป็นโครงสร้างจากข้อบกพร่องของระบบการบันทึกในแต่ละวัน ดังนั้น หากเพียงแค่ปรับตัวเลขให้ตรงกับจำนวนจริงในการตรวจนับใหญ่ปีละ 1 ครั้ง ผลต่างแบบเดิมก็จะเกิดขึ้นทุกปี

ในโรงงานต้นแบบ A ของบทความนี้ ความแม่นยำที่วัดจากจำนวนอย่างเดียว 81% ลดลงเหลือ 75% เมื่อวัดด้วย 4 องค์ประกอบ จาก 50 รายการที่ไม่ผ่าน 92% เกิดจากระบบการบันทึก และการนับผิดมีเพียง 8% และแม้การเปลี่ยนการตรวจนับใหญ่ปีละ 1 ครั้ง (320 ชั่วโมงคน) เป็นการตรวจนับแบบหมุนเวียนตาม ABC (ปีละ 5,400 ครั้ง 360 ชั่วโมงคน) จะไม่ได้ลดชั่วโมงทำงาน แต่ก็ทำให้พบผลต่างของสินค้ากลุ่ม A ได้ภายในไม่เกิน 1 เดือนโดยไม่ต้องหยุดไลน์ผลิต และระบุสาเหตุเพื่อแก้ไขได้ง่ายขึ้น

ขอให้เริ่มจากการนำผลต่างจากการตรวจนับครั้งก่อนมาแยกใหม่ด้วยค่าสัมบูรณ์ ไม่ใช่ยอดสุทธิ และแยกตามสาเหตุ เมื่อเห็นรายละเอียดของผลต่างแล้ว ก็จะรู้ได้เองว่าควรแก้ขั้นตอนการบันทึกใดก่อน

TOMAS TECH ยินดีให้คำปรึกษาตั้งแต่ก้าวแรก เช่น ขั้นตอนการแยกผลต่างจากการตรวจนับครั้งก่อนใหม่ตามสาเหตุ หรือการออกแบบการนับทดลอง 200 รายการ หากคุณกำลังประสบปัญหาเพราะไม่รู้ว่าเหตุใดสต็อกในระบบจึงไม่ตรงกับสต็อกจริง ติดต่อเราได้ผ่านแบบฟอร์มติดต่อ

แหล่งอ้างอิง

• AccountingTools (Inventory accuracy formula): https://www.accountingtools.com/articles/inventory-accuracy-formula
• AccountingTools (Types of inventory errors): https://www.accountingtools.com/articles/types-of-inventory-errors
• AccountingTools (How do I reconcile inventory): https://www.accountingtools.com/articles/how-do-i-reconcile-inventory.html
• Oracle Inventory User’s Guide Release 12.1 (Cycle Counting): https://docs.oracle.com/cd/E18727_01/doc.121/e13450/T291651T292438.htm
• Microsoft Learn (Dynamics 365 Supply Chain Management, Cycle counting): https://learn.microsoft.com/en-us/dynamics365/supply-chain/warehousing/cycle-counting
• Microsoft Learn (Dynamics 365 Business Central, Flush components according to operation output): https://learn.microsoft.com/en-us/dynamics365/business-central/production-how-to-flush-components-according-to-operation-output
• Microsoft Learn (Dynamics 365 Finance, Thailand stock card reports): https://learn.microsoft.com/en-us/dynamics365/finance/localizations/thailand/apac-tha-stock-card-reports
• SAP Learning (Applying Cycle Counting): https://learning.sap.com/courses/inventory-management-and-physical-inventory-in-sap-s-4hana/applying-cycle-counting-optional
• SAP Help (R/3 4.6C, Cycle Counting): https://help.sap.com/saphelp_46c/helpdata/en/4d/2b8e3d43ad11d189410000e829fbbd/content.htm
• Oliver Wight (6 Steps to 95% Inventory Record Accuracy): https://www.oliverwight-americas.com/whitepapers/laying-the-foundation-6-steps-to-95-inventory-record-accuracy-guaranteed
• Oliver Wight (Inventory Record Accuracy Course): https://www.oliverwight-americas.com/private-courses/inventory-record-accuracy-course/
• DeHoratius & Raman (Management Science, 2008): https://ideas.repec.org/a/inm/ormnsc/v54y2008i4p627-641.html
• กรมสรรพากร (ประมวลรัษฎากร มาตรา 87 ถึงมาตรา 90): https://rd.go.th/5209.html
• สำนักงานคณะกรรมการส่งเสริมการลงทุน (BOI) Well Management of BOI Incentives on Importing Machinery and Raw Materials (ปี 2020): https://www.boi.go.th/upload/content/4.%20Well%20Management%20of%20BOI%20Incentives%20on%20Importing%20Machinery%20and%20Raw%20Materials_5e270c2b4f2b2.pdf
• RSM Thailand (การปรับปรุงมาตรฐานการบัญชีของไทย): https://rsm.global/thailand/node/117
• inFlow Inventory (State of Inventory Management 2026): https://www.inflowinventory.com/blog/state-of-inventory-management-2026/
• Trading Economics (Thailand Industrial Production): https://tradingeconomics.com/thailand/industrial-production/news/587981
• Orbitax (Thailand Extends Incentives): https://orbitax.com/news/country/article/Thailand-Extends-Incentives-to-62440
• Fiscal Requirements (Thailand’s e-invoicing remains voluntary): https://www.fiscal-requirements.com/news/5729-thailands-e-invoicing-remains-voluntary-key-20262027-updates-and-tax-incentives