Dynamic Dual-Period Multi-Criteria Inventory Decision Framework (DPMC-IDF): An Empirical Comparison with ABC and ABC-XYZ

कल्पना कीजिए कि आप एक विशाल मालवाहक जहाज के कप्तान हैं, लेकिन समुद्र में नहीं, बल्कि हजारों उत्पादों के सागर में अपनी यात्रा कर रहे हैं। आपका काम यह तय करना है कि किन वस्तुओं को सबसे सुरक्षित और आसानी से पहुँचने वाली जगहों पर रखा जाए और किन्हें गहरे गोदामों में छिपाकर रखा जा सकता है। यह इन्वेंटरी मैनेजमेंट (माल प्रबंधन) की दुनिया है, जो स्टोर को स्टॉक से भरने और व्यवसायों को लाभदायक बनाए रखने का एक महत्वपूर्ण हिस्सा है। दशकों से, कप्तानों ने दो पुराने, भरोसेमंद मानचित्रों पर भरोसा किया है: ABC विश्लेषण और XYZ विश्लेषण।

ABC को एक ऐसे मानचित्र के रूप में सोचें जो केवल इस बात की परवाह करता है कि एक पूरे वर्ष में किसी वस्तु ने कितना पैसा कमाया। यह अपने दोस्तों को केवल इस आधार पर रैंक करने जैसा है कि उन्होंने पूरे वर्ष में कितनी पिज्जा खाई, इस बात को नजरअंदाज करते हुए कि उन्होंने इसे एक ही रात में खाया या पूरे महीने में फैलाकर खाया। XYZ एक ऐसा मानचित्र है जो देखता है कि मांग कितनी "ऊबड़-खाबड़" (bumpy) है। यह अनुमान लगाने के लिए "कोएफिशिएंट ऑफ वेरिएशन" (विचलन गुणांक) नामक एक गणितीय उपकरण का उपयोग करता है कि किसी वस्तु की बिक्री एक शांत झील की तरह स्थिर है या एक तूफानी समुद्र की तरह उथल-पुथल भरी। समस्या यह है कि ये पुराने मानचित्र 'स्थिर' (static) हैं। वे पूरे वर्ष को एक बड़े, धुंधले फोटो की तरह देखते हैं। यदि नवंबर में अचानक कोई तूफान आता है, तो मानचित्र भ्रमित हो जाता है और सोचता है कि पूरा वर्ष तूफानी था, जिससे कप्तानों द्वारा स्टॉक के बारे में गलत निर्णय लेने की संभावना बढ़ जाती है।

यह शोध पत्र एक नया, गतिशील दिशा-सूचक यंत्र (compass) पेश करता है जिसे डायनेमिक ड्यूल-पीरियड मल्टी-क्राइटेरिया इन्वेंटरी डिसीजन फ्रेमवर्क (DPMC-IDF) कहा जाता है। पूरे वर्ष को एक साथ देखने के बजाय, यह उपकरण वर्ष को दो हिस्सों (जैसे दो सेमेस्टर) में विभाजित करता है और देखता है कि आइटम उनके बीच कैसे बदलते हैं। यह केवल यह नहीं पूछता कि "आपने कितना पैसा कमाया?" बल्कि यह पूछता है कि "पाई का आपका हिस्सा कैसे बदला?" और "क्या आपकी बिक्री उछली या गिरी?" ऐसा करके, यह उन रुझानों (trends) को पकड़ने की उम्मीद करता है जिन्हें पुराने मानचित्र चूक जाते हैं, जैसे कि एक ऐसा उत्पाद जो चुपचाप बढ़ रहा है या एक ऐसा उत्पाद जिसकी बिक्री में एक बार उछाल आया लेकिन वास्तव में वह स्थिर है। यह परीक्षण करता है कि क्या यह नए दिशा-सूचक यंत्र को स्टॉक खत्म होने या उन वस्तुओं पर पैसा बर्बाद करने से बचने में मदद करता है जिनकी किसी को जरूरत नहीं है।

पुराने मानचित्र बनाम नया दिशा-सूचक यंत्र

शोध पत्र तर्क देता है कि पारंपरिक ABC-XYZ पद्धति में एक बड़ी खामी है: यह मानती है कि दुनिया "स्थिर" (stationary) है, यानी समय के साथ इसमें ज्यादा बदलाव नहीं होता। लेखक दिखाता है कि यह अक्सर गलत होता है। कल्पना कीजिए कि एक उत्पाद ग्यारह महीनों तक हर महीने 10 यूनिट बेचता है, लेकिन फिर बारहवें महीने में छुट्टी की सेल के कारण 100 यूनिट बेचता है। पुराना XYZ मानचित्र पूरे वर्ष को देखता है, एक बड़ा उछाल देखता है, और उच्च "अस्थिरता" (volatility) स्कोर की गणना करता है। यह उत्पाद को एक "अनिश्चित" (erratic) वस्तु (Z-आइटम) के रूप में लेबल करता है, जिससे प्रबंधकों को इसे एक अनिश्चित कार्ड की तरह मानने का निर्देश मिलता है। लेकिन वास्तव में, वह उत्पाद 11 महीनों तक शांत था! पुराने मानचित्र को उस एक महीने ने धोखा दे दिया, ठीक वैसे ही जैसे एक मौसम पूर्वानुमान जो एक तूफान के कारण कहता है कि "मौसम हमेशा तूफानी रहता है।"

इसी तरह, पुराना ABC मानचित्र किसी उत्पाद को केवल इसलिए "उच्च मूल्य" वाला रैंक कर सकता है क्योंकि उसने कुल मिलाकर बहुत बिक्री की, भले ही उसकी बिक्री हर महीने गिर रही हो। यह किसी धावक को "सबसे तेज" रैंक करने जैसा है क्योंकि उसने एक बार मैराथन दौड़ ली थी, यह नजरअंदाज करते हुए कि उसने उसके बाद कभी नहीं दौड़ा।

नया उपकरण: समय को विभाजित करना और बदलाव को देखना

DPMC-IDF ढांचा तीन चतुर तरीकों से इसे ठीक करता है:

1. क्षितिज को विभाजित करना (Splitting the Horizon): पूरे वर्ष को देखने के बजाय, यह वर्ष को दो हिस्सों में काट देता है (अवधि 1 और अवधि 2)। यह जांचता है कि पहले भाग में किसी वस्तु का प्रदर्शन कैसा रहा और फिर दूसरे भाग में कैसा रहा। यह पहले सेमेस्टर और दूसरे सेमेस्टर में आपके ग्रेड की जांच करने जैसा है, बजाय इसके कि पूरे वर्ष के लिए उनका औसत निकाला जाए।
2. परसेंटाइल रैंकिंग (Percentile Ranking): एक साधारण औसत (जो एक अजीब संख्या से प्रभावित हो सकता है) के बजाय, यह वस्तुओं को एक-दूसरे के मुकाबले रैंक करता है। यह पूछता है, "क्या इस वस्तु ने अन्य वस्तुओं के 75% से बेहतर या खराब प्रदर्शन किया?" यह रैंकिंग को बाहरी कारकों (outliers) के प्रति अधिक मजबूत बनाता है।
3. वोलैटिलिटी इंडेक्स (VI - अस्थिरता सूचकांक): यह इसका मुख्य आधार है। यह गणना करता है कि पहले भाग से दूसरे भाग के बीच एक वस्तु की कुल बिक्री में हिस्सेदारी कितनी बदली। यह एक तीन-अक्षर वाला कोड (जैसे LHV या HMM) देता है जो एक कहानी बताता है।
   • LHV का अर्थ हो सकता है कि एक वस्तु "कम" (Low) हिस्से से शुरू हुई, "उच्च" (High) हिस्से में बदली, और "अस्थिर" (Volatile) है (तेजी से बढ़ रही है लेकिन बहुत बदल रही है)।
   • HMM का अर्थ हो सकता है कि एक वस्तु "उच्च" (High) हिस्से की थी, "मध्यम" (Medium) बनी रही, और "मध्यम" (Moderate) है (एक स्थिर लेकिन धीरे-धीरे घटता हुआ सितारा)।

सिमुलेशन: तीन उत्पादों की कहानी

अपने विचार का परीक्षण करने के लिए, लेखक ने केवल तीन उत्पादों के साथ एक छोटा, सिम्युलेटेड संसार बनाया:

• उत्पाद A: स्थिर और विश्वसनीय, लेकिन धीरे-धीरे प्रतिस्पर्धी के सामने अपना बाजार हिस्सा खो रहा है।
• उत्पाद B: एक मौसमी उत्पाद जो धीरे-धीरे शुरू होता है लेकिन वर्ष के दूसरे भाग में लोकप्रियता में विस्फोट करता है।
• उत्पाद C: एक स्थिर उत्पाद जिसकी बिक्री में एक महीने के लिए एक अजीब, बड़ी उछाल आई, और फिर वह सामान्य हो गया।

पुराने मानचित्रों की गलती:

• पुराने XYZ मानचित्र ने उत्पाद B (बढ़ता हुआ सितारा) और उत्पाद C (एक बार की उछाल) दोनों को "अनिश्चित Z-आइटम" के रूप में लेबल किया, क्योंकि दोनों में उच्च अस्थिरता स्कोर था। यह एक स्वस्थ विकास रुझान और एक बार की गड़बड़ी के बीच अंतर नहीं कर सका।
• पुराने ABC मानचित्र ने उत्पाद A और उत्पाद B दोनों को एक ही "उच्च मूल्य" वाली श्रेणी में डाल दिया, यह नजरअंदाज करते हुए कि उत्पाद A घट रहा है जबकि उत्पाद B बढ़ रहा है।

नए दिशा-सूचक यंत्र की सफलता:

• DPMC-IDF ने उत्पाद B को LHV (लो-टू-हाई, वोलटाइल) के रूप में सही पहचाना, यह पहचानते हुए कि यह एक बढ़ता हुआ रुझान है जिसमें निवेश की आवश्यकता है।
• इसने उत्पाद C को MLV (मीडियम-टू-लो, वोलटाइल) के रूप में लेबल किया, यह समझते हुए कि उछाल अस्थायी था और वस्तु वास्तव में घट रही थी, इसलिए इसे स्थायी उच्च-प्राथमिकता वाली वस्तु के रूप में नहीं माना जाना चाहिए।
• इसने उत्पाद A को HMM के रूप में देखा, यह देखते हुए कि भले ही यह स्थिर था, लेकिन यह अपनी प्रतिस्पर्धात्मक बढ़त खो रहा था।

इस सिम्युलेटेड परीक्षण में, नए ढांचे ने उत्पादों को वर्गीकृत करने में शून्य गलतियां कीं, जबकि पुराने तरीकों ने कई त्रुटियां कीं। लेखक ने एक "मिस्कलासिफिकेशन रिस्क रिडक्शन इंडेक्स" (MRRI) की गणना की और पाया कि नए उपकरण ने इस विशिष्ट परिदृश्य में पुराने तरीकों की तुलना में त्रुटि के जोखिम को 100% कम कर दिया।

वास्तविक दुनिया का परीक्षण: स्टेलरमार्ट स्टोर

हालाँकि, शोध पत्र यहाँ समाप्त नहीं होता। लेखक अपने नए दिशा-सूचक यंत्र को स्टेलरमार्ट (StellarMart) नामक एक स्टोर के वास्तविक डेटासेट पर ले गए, जिसमें चार क्षेत्रों (पूर्व, पश्चिम, दक्षिण, उत्तर) में 25 उत्पादों के 5,000 लेनदेन थे। उन्होंने 2024 की भविष्यवाणी करने के लिए 2023 के बिक्री डेटा का उपयोग किया।

यहाँ, कहानी थोड़ी सूक्ष्म हो जाती है। नया उपकरण हर बार नहीं जीता।

• दक्षिण क्षेत्र में, DPMC-IDF एक नायक साबित हुआ, जिसने पुराने तरीकों की तुलना में त्रुटि दर को लगभग आधा कर दिया।
• लेकिन उत्तर और पश्चिम क्षेत्रों में, इसने वास्तव में पुराने ABC-XYZ मानचित्र की तुलना में थोड़ा खराब प्रदर्शन किया।
• जब उन्होंने सभी चार क्षेत्रों को मिलाकर (कुल 100 आइटम) देखा, तो नए उपकरण ने संयुक्त ABC-XYZ मानचित्र की तुलना में सरल त्रुटि दर को लगभग 5.5% कम कर दिया।

लेखक ने पाया कि नया उपकरण तब संघर्ष करता है जब किसी उत्पाद का रुझान उन दो अवधियों के बाद उलट जाता है जिन्हें वह देखता है। उदाहरण के लिए, यदि किसी उत्पाद की बिक्री 2023 के दूसरे भाग में गिरी लेकिन 2024 में वापस बढ़ गई, तो नया उपकरण (जो दूसरे भाग पर बहुत अधिक निर्भर है) गलत तरीके से भविष्यवाणी कर सकता है कि यह गिरना जारी रखेगा। पुराने उपकरणों ने, जो पूरे वर्ष का औसत लेते थे, इन उलटफेर को सुचारू बनाकर कभी-कभी भाग्यशाली साबित हुए।

इसका क्या अर्थ है

शोध पत्र निष्कर्ष निकालता है कि DPMC-IDF एक शक्तिशाली नया उपकरण है, लेकिन यह कोई जादुई छड़ी नहीं है जो सब कुछ ठीक कर दे। यह तब चमकता है जब उत्पाद संरचनात्मक परिवर्तनों (structural changes) से गुजर रहे होते हैं—जैसे कि निरंतर वृद्धि या निरंतर गिरावट—क्योंकि यह रुझान की दिशा देख सकता है। यह प्रबंधकों को उन बढ़ते सितारों और ढलते हुए प्रकाशों को पहचानने में मदद करता है जिन्हें पुराने मानचित्र नहीं देख पाते।

हालाँकि, लेखक स्वीकार करते हैं कि यदि किसी उत्पाद का व्यवहार अप्रत्याशित है या तेजी से बदलता है, तो नया उपकरण लड़खड़ा सकता है। वे सुझाव देते हैं कि भविष्य में, उपकरण को केवल दो अवधियों से अधिक देखने या इसे अन्य निर्णय लेने वाली विधियों के साथ जोड़ने से बेहतर बनाया जा सकता है।

संक्षेप में, DPMC-IDF ढांचा एक अधिक गतिशील, "समय-जागरूक" (time-aware) तरीका प्रदान करता है। यह सुझाव देता है कि वर्ष को विभाजित करके और वस्तुओं की गतिविधियों पर नज़र रखकर, व्यवसाय यह तय करने के बारे में बेहतर निर्णय ले सकते हैं कि उन्हें क्या स्टॉक करना चाहिए। लेकिन किसी भी नई तकनीक की तरह, यह विशिष्ट स्थितियों में सबसे अच्छा काम करता है और इसके लिए इसकी सीमाओं को स्पष्ट समझ के साथ उपयोग करने की आवश्यकता होती है। लेखक का कार्य बताता है कि जबकि पुराने मानचित्र अभी भी उपयोगी हैं, आधुनिक आपूर्ति श्रृंखलाओं की जटिल और बदलती दुनिया के लिए एक नए, अधिक लचीले दिशा-सूचक यंत्र की आवश्यकता है।