การกำหนดตำแหน่งจัดเก็บสินค้าแบบบูรณาการสำหรับกลุ่มสินค้าอีคอมเมิร์ซ โดยประยุกต์ใช้การวิเคราะห์ความสัมพันธ์ระหว่างสินค้า

Main Article Content

ธนะภัทร์ ภู่เอี่ยม
อัครนันท์ พงศธรวิวัฒน์

บทคัดย่อ

การศึกษานี้มุ่งเน้นการเพิ่มประสิทธิภาพการจัดการคลังสินค้าสำหรับธุรกิจอีคอมเมิร์ซ ปัญหาหลักของกรณีศึกษาของบริษัท ABC จำกัด คือการจัดเก็บสินค้าในคลังที่ขาดประสิทธิภาพ ส่งผลให้พนักงานใช้เวลาและระยะทางในการหยิบสินค้ามากเกินความจำเป็น การวิจัยนี้นำเสนอแนวทางการปรับปรุงการจัดเก็บสินค้าโดยอ้างอิงข้อมูลคำสั่งซื้อย้อนหลัง 2 เดือน และประยุกต์ใช้หลักการการจัดเก็บแบบแบ่งกลุ่ม (Class-based storage) ร่วมกับการวิเคราะห์ความสัมพันธ์ระหว่างสินค้า (Product affinity analysis) โดยทำการวิเคราะห์การจัดกลุ่มสินค้าเป็น 3 กลุ่มหลัก (ABC analysis)  เพื่อจำแนกสินค้าและมุ่งเน้นการจัดวางสินค้าในกลุ่ม A ซึ่งมีความถี่ในการหยิบสูงสุด ผลการวิเคราะห์พบว่า ระยะทางรวมก่อนปรับปรุงคลังสินค้าอยู่ที่ 923,868.5 เมตร เมื่อมีการประยุกต์ใช้ตัวแบบทางคณิตศาสตร์และหาคำตอบด้วย Excel Solver พบว่า ตัวแบบการจัดเก็บแบบแบ่งกลุ่ม มีระยะทางรวมอยู่ที่ 153,207 เมตร และตัวแบบการวิเคราะห์ความสัมพันธ์ระหว่างสินค้าอยู่ที่ 150,471 เมตร ตามลำดับ ผลการทดลองสรุปได้ว่า ตัวแบบการวิเคราะห์ความสัมพันธ์ของสินค้าที่มักถูกซื้อร่วมกัน ช่วยให้สามารถกำหนดตำแหน่งจัดเก็บที่เหมาะสม และลดระยะทางในการหยิบสินค้าได้มีประสิทธิภาพสูงสุดถึง 83.7%

Article Details

รูปแบบการอ้างอิง
ภู่เอี่ยม ธ., & พงศธรวิวัฒน์ อ. (2026). การกำหนดตำแหน่งจัดเก็บสินค้าแบบบูรณาการสำหรับกลุ่มสินค้าอีคอมเมิร์ซ โดยประยุกต์ใช้การวิเคราะห์ความสัมพันธ์ระหว่างสินค้า. วารสารวิทยาศาสตร์ลาดกระบัง, 35(1), 55–68. สืบค้น จาก https://li01.tci-thaijo.org/index.php/science_kmitl/article/view/266394
ประเภทบทความ
บทความวิจัย

เอกสารอ้างอิง

Agrawal, R., & Srikant, R. (1994). Fast algorithms for mining association rules. Proceedings of the 20th International Conference on Very Large Data Bases (VLDB) (pp. 487-499). https://www.vldb.org/conf/1994/P487.PDF

Bowersox, D. J., Closs, D. J., & Cooper, M. B. (2013). Supply chain logistics management (4th ed.). McGraw-Hill.

Business Plus. (n.d.). Product classification based on ABC analysis. Business plus. https://www.businessplus.co.th (in Thai)

Gu, J., Goetschalckx, M., & McGinnis, L. F. (2010). Research on warehouse design and performance evaluation: A comprehensive review. European Journal of Operational Research, 203(3), 539-549. https://doi.org/10.1016/j.ejor.2009.07.031

Kongkaew, W., Koohathongsumrit, N., Pongsathornwiwat, A., Suwatcharachaitiwong, S., Buakum, D., Limna, T., & Khumprom, P. (2024). Application of hippopotamus optimization algorithm for the routing problem in drinking water factory. Proceedings of the 24th Asia Pacific Industrial Engineering & Management System Conference (APIEMS 2024) (pp. 332-337).

Li, J., Moghaddam, M., & Nof, S. Y. (2016). Dynamic storage assignment with product affinity and ABC classification—a case study. The International Journal of Advanced Manufacturing Technology, 84, 2179-2194. https://doi.org/10.1007/s00170-015-7806-7

Mirzaei, M., Zaerpour, N., & de Koster, R. (2021). The impact of integrated cluster-based storage allocation on parts-to-picker warehouse performance. Transportation Research Part E: Logistics and Transportation Review, 146, Article 102207. https://doi.org/10.1016/j.tre.2020.102207

Nasir, D. (2025). Efficiency and ergonomics: a comprehensive study on item assignment strategies and energy optimization in manual picking warehouses. Operational Research, 25(2), Article 45. https://doi.org/10.1007/s12351-025-00929-x

Richards, G. (2014). Warehouse management (2nd ed.). Kogan Page Limited.

V-Serve Logistics. (n.d.). Process improvement in warehouse operations and storage strategies. V-serve Group.