第6章-需求預(yù)測_第1頁
第6章-需求預(yù)測_第2頁
第6章-需求預(yù)測_第3頁
第6章-需求預(yù)測_第4頁
第6章-需求預(yù)測_第5頁
已閱讀5頁,還剩43頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

第六章需求預(yù)料主要內(nèi)容6.1預(yù)料(什么是預(yù)料,為什么要進(jìn)行預(yù)料)6.2預(yù)料方法(如何進(jìn)行預(yù)料)6.3預(yù)料誤差與監(jiān)控(預(yù)料結(jié)果的評估)6.1.1預(yù)料及其作用6.1.2預(yù)料分類6.1.3預(yù)料的步驟6.1預(yù)料Iseethatyouwill

getanAthissemester.6.1.1預(yù)料及其作用預(yù)料是對將來可能發(fā)生的狀況的預(yù)料與推想?!胺彩骂A(yù)則立,不預(yù)則廢”。預(yù)料為人們供應(yīng)了即將發(fā)生的狀況的信息,增加了成功的機(jī)會。但預(yù)料不是一門精確的科學(xué),它是科學(xué)與藝術(shù)的結(jié)合。預(yù)料離不開科學(xué)測定的數(shù)據(jù),也離不開人們的閱歷和推斷。不能因?yàn)轭A(yù)料的失誤而否定預(yù)料。

中國人不喝冰紅茶

一間寬大的單邊鏡訪談室里,桌子上擺滿了沒有標(biāo)簽的杯子,有幾個(gè)被訪問者逐一品嘗著不知名的飲料,并且把口感描述出來寫在面前的卡片上……這個(gè)場景發(fā)生在1999年,當(dāng)時(shí)任北華飲業(yè)調(diào)研總監(jiān)的劉強(qiáng)組織了5場這樣的雙盲口味測試,他想知道,公司試圖推出的新口味飲料能不能被消費(fèi)者認(rèn)同。此前調(diào)查顯示:超過60%的被訪問者認(rèn)為不能接受“涼茶”,他們認(rèn)為中國人忌諱喝隔夜茶,冰茶更是不能被接受。劉強(qiáng)領(lǐng)導(dǎo)的調(diào)查小組認(rèn)為,只有進(jìn)行了實(shí)際的口味測試才能判別這種新產(chǎn)品的可行性。等到拿到調(diào)查的結(jié)論,劉強(qiáng)的信念被徹底動搖了,被測試的消費(fèi)者表現(xiàn)出對冰茶的反抗,一樣否定了裝有冰茶的測試標(biāo)本。新產(chǎn)品在調(diào)研中被否定。直到2000年、2001年,以旭日升為代表的冰茶在中國全面旺銷,北華飲業(yè)再想迎頭趕上為時(shí)已晚,一個(gè)明星產(chǎn)品就這樣穿過詳盡的市場調(diào)查與劉強(qiáng)擦肩而過。說起當(dāng)年的教訓(xùn),劉強(qiáng)還滿是惋惜:“我們實(shí)行口味測試的時(shí)候是在冬天,被訪問者從寒冷的室外來到現(xiàn)場,沒等取暖就進(jìn)入測試,寒冷的狀態(tài)、匆忙的進(jìn)程都影響了訪問者對味覺的反應(yīng)。測試者對口感溫順濃烈的口味表現(xiàn)出了更多的認(rèn)同,而對涼爽淡爽的冰茶則表示排斥。測試狀態(tài)與實(shí)際消費(fèi)狀態(tài)的偏差讓結(jié)果走向了反面?!薄榜{御數(shù)據(jù)須要系統(tǒng)謀劃?!焙迷诒比A并沒有從今懷疑調(diào)研本身的價(jià)值,“去年,我們成功組織了對飲料包裝瓶的改革,通過測試,我們發(fā)覺假如在塑料瓶裝的外型上增加弧型的凹凸不僅可以改善瓶子的表面應(yīng)力,增加硬度,更重要的是可以強(qiáng)化消費(fèi)者對飲料功能性的心理認(rèn)同?!辈稍L中,北京普瑞辛格調(diào)研公司副總經(jīng)理邵志剛先生的話似乎道出了很多企業(yè)的心聲:“調(diào)研失敗猶如天氣預(yù)報(bào)給漁民帶來的災(zāi)難,無論多么慘痛,你總還是要在每次出海之前,聽預(yù)報(bào)、觀天氣、看海水。”6.1.1預(yù)料及其作用預(yù)料的作用幫助管理者設(shè)計(jì)生產(chǎn)運(yùn)作系統(tǒng)生產(chǎn)什么產(chǎn)品,供應(yīng)何種服務(wù)在何處建立生產(chǎn)/服務(wù)設(shè)施接受什么樣的流程供應(yīng)鏈如何組織幫助管理者對系統(tǒng)的運(yùn)用進(jìn)行支配今年生產(chǎn)什么,生產(chǎn)多少如何利用現(xiàn)有設(shè)施供應(yīng)滿足服務(wù)預(yù)料的基本假設(shè):過去的發(fā)展?fàn)顟B(tài)要持續(xù)到將來對總量的預(yù)料要比對個(gè)體的預(yù)料精確如每天從武漢到北京旅客數(shù)量的預(yù)料,比預(yù)料某個(gè)人將到何處出差要精確預(yù)料精度隨預(yù)料的時(shí)間范圍增加而降低6.1.2預(yù)料分類按性質(zhì)分科學(xué)預(yù)料科學(xué)預(yù)料是對科學(xué)發(fā)展?fàn)顩r的預(yù)料與推想。如門捷列夫預(yù)料有3個(gè)當(dāng)時(shí)未發(fā)覺的元素:亞鋁、亞硼和亞硅。后來,發(fā)覺了,是鎵、鈧和鍺。技術(shù)預(yù)料技術(shù)預(yù)料是對技術(shù)進(jìn)步狀況的預(yù)料與推想。經(jīng)濟(jì)預(yù)料政府部門以及其它一些社會組織常常就將來的經(jīng)濟(jì)狀況發(fā)表經(jīng)濟(jì)預(yù)料報(bào)告6.1.2預(yù)料分類(續(xù))按時(shí)間分長期預(yù)料(Long-rangeForecast)對5年或5年以上的需求前景的預(yù)料。它是企業(yè)長期發(fā)展規(guī)劃的依據(jù)。中期預(yù)料(Intermediate-rangeForecast)中期預(yù)料是指對一個(gè)季度以上兩年以下的需求前景的預(yù)料。它是制訂年度生產(chǎn)支配、季度生產(chǎn)支配的依據(jù)。短期預(yù)料(Short-rangeForecast)短期預(yù)料是對一個(gè)季度以下的需求前景的預(yù)料。它是調(diào)整生產(chǎn)實(shí)力、選購 、支配生產(chǎn)作業(yè)支配等具體生產(chǎn)經(jīng)營活動的依據(jù)。6.1.2預(yù)料分類(續(xù))按主客觀因素所起的作用分定性預(yù)料定量預(yù)料6.1.3預(yù)料的步驟

1確定預(yù)測的目的2確定預(yù)測的時(shí)間范圍

3選擇預(yù)測的方法

4收集和分析數(shù)據(jù)

5準(zhǔn)備預(yù)測

6對預(yù)測進(jìn)行監(jiān)控

“預(yù)測”6.2預(yù)料方法定性分析法定量分析法預(yù)料方法定性預(yù)料方法定量預(yù)料方法Delphi法用戶期望調(diào)查法部門主管探討法銷售人員看法匯合法因果模型時(shí)間序列模型移動平均法加權(quán)移動平均法指數(shù)平滑法乘法模型加法模型時(shí)間序列平滑模型時(shí)間序列分解模型預(yù)料方法因果聯(lián)系法因果聯(lián)系是假定需求與某些內(nèi)在因素或四周環(huán)境的外部因素有關(guān)。常見的因果聯(lián)系法主要有:回來分析、經(jīng)濟(jì)模型、投入產(chǎn)出模型、行指標(biāo)等。時(shí)間序列分析時(shí)間序列分析是建立在這樣一個(gè)設(shè)定基礎(chǔ)上的,與過去需求相關(guān)的歷史數(shù)據(jù)可用于預(yù)料將來的需求。歷史數(shù)據(jù)可能包含諸如趨勢、季節(jié)、周期等因素。常見的時(shí)間序列分析方法主要有:簡潔移動平均、加權(quán)移動平均、指數(shù)平滑、鮑克斯·詹金斯法、西斯金時(shí)間序列等。時(shí)間序列預(yù)料(TimeSeriesForecasts)趨勢成分-數(shù)據(jù)長期變更趨勢季節(jié)性波動-數(shù)據(jù)短期有規(guī)律的波動周期波動-固定時(shí)間有規(guī)律的波動隨機(jī)波動(Randomvariations)-隨機(jī)因素引起的波動定量預(yù)料方法移動平均法簡潔移動平均(Simplemovingaverage)加權(quán)移動平均(Weightedmovingaverage)指數(shù)平滑法(Exponentialsmoothing)簡潔移動平均法簡潔移動平均法就是利用近期的實(shí)際數(shù)值通過求算術(shù)平均值預(yù)料將來值,其計(jì)算公式為

式中,Ai表示第i期的實(shí)際值,MAi+1表示預(yù)料值,n表示移動平均的時(shí)間段數(shù),i=t-n+1,…t-1,t。簡潔移動平均法的預(yù)料結(jié)果與n大小有關(guān)。N越大,對干擾的敏感性越低,預(yù)料值的響應(yīng)性越差,穩(wěn)定性越好。簡潔移動平均SMAt+1

=

nAt+i-ni=1n實(shí)際值SMA3SMA5加權(quán)移動平均法加權(quán)移動平均給固定跨越期限內(nèi)的每個(gè)變量值以相等的權(quán)重。其原理是:歷史各期產(chǎn)品需求的數(shù)據(jù)信息對預(yù)料將來期內(nèi)的需求量的作用是不一樣的。除了以n為周期的周期性變更外,遠(yuǎn)離目標(biāo)期的變量值的影響力相對較低,故應(yīng)賜予較低的權(quán)重。在運(yùn)用加權(quán)平均法時(shí),權(quán)重的選擇是一個(gè)應(yīng)當(dāng)留意的問題。閱歷法和試算法是選擇權(quán)重的最簡潔的方法。一般而言,最近期的數(shù)據(jù)最能預(yù)示將來的狀況,因而權(quán)重應(yīng)大些。例如,依據(jù)前一個(gè)月的利潤和生產(chǎn)實(shí)力比起依據(jù)前幾個(gè)月能更好的估測下個(gè)月的利潤和生產(chǎn)實(shí)力。但是,假如數(shù)據(jù)時(shí)季節(jié)性的,則權(quán)重也應(yīng)是季節(jié)性的。加權(quán)移動平均WMAt+1

=

niAt+i-ni=1n實(shí)際值WMA3WMA5移動平均法的特點(diǎn):1.移動平均對原序列有修勻或平滑的作用,使得原序列的上下波動被減弱了,而且平均的時(shí)距項(xiàng)數(shù)N越大,對數(shù)列的修勻作用越強(qiáng)。2.移動平均時(shí)距項(xiàng)數(shù)N為奇數(shù)時(shí),只需一次移動平均,其移動平均值作為移動平均項(xiàng)數(shù)的中間一期的趨勢代表值;而當(dāng)移動平均項(xiàng)數(shù)N為偶數(shù)時(shí),移動平均值代表的是這偶數(shù)項(xiàng)的中間位置的水平,無法對正某一時(shí)期,則須要在進(jìn)行一次相臨兩項(xiàng)平均值的移動平均,這才能使平均值對正某一時(shí)期,這稱為移正平均,也成為中心化的移動平均數(shù)。3.當(dāng)序列包含季節(jié)變動時(shí),移動平均時(shí)距項(xiàng)數(shù)N應(yīng)與季節(jié)變動長度一樣,才能消退其季節(jié)變動;若序列包含周期變動時(shí),平均時(shí)距項(xiàng)數(shù)N應(yīng)和周期長度基本一樣,才能較好的消退周期波動。4.移動平均的項(xiàng)數(shù)不宜過大。存在問題

運(yùn)用移動平均法進(jìn)行預(yù)料能平滑掉需求的突然波動對預(yù)料結(jié)果的影響。但移動平均法運(yùn)用時(shí)也存在著如下問題:1、加大移動平均法的期數(shù)(即加大n值)會使平滑波動效果更好,但會使預(yù)料值對數(shù)據(jù)實(shí)際變動更不敏感;2、移動平均值并不能總是很好地反映出趨勢。由于是平均值,預(yù)料值總是停留在過去的水平上而無法預(yù)料會導(dǎo)致將來更高或更低的波動;3、移動平均法要由大量的過去數(shù)據(jù)的記錄。4、它通過引進(jìn)愈來愈期的新數(shù)據(jù),不斷修改平均值,以之作為預(yù)料值。什么是指數(shù)平滑法

指數(shù)平滑法是布朗(RobertG..Brown)所提出,布朗(RobertG..Brown)認(rèn)為時(shí)間序列的態(tài)勢具有穩(wěn)定性或規(guī)則性,所以時(shí)間序列可被合理地順勢推延;他認(rèn)為最近的過去態(tài)勢,在某種程度上會持續(xù)到最近的將來,所以將較大的權(quán)數(shù)放在最近的資料。

指數(shù)平滑法是生產(chǎn)預(yù)料中常用的一種方法。也用于中短期經(jīng)濟(jì)發(fā)展趨勢預(yù)料,全部預(yù)料方法中,指數(shù)平滑是用得最多的一種。簡潔的全期平均法是對時(shí)間數(shù)列的過去數(shù)據(jù)一個(gè)不漏地全部加以同等利用;移動平均法則不考慮較遠(yuǎn)期的數(shù)據(jù),并在加權(quán)移動平均法中賜予近期資料更大的權(quán)重;而指數(shù)平滑法則兼容了全期平均和移動平均所長,不舍棄過去的數(shù)據(jù),但是僅賜予漸漸減弱的影響程度,即隨著數(shù)據(jù)的遠(yuǎn)離,賜予漸漸收斂為零的權(quán)數(shù)。也就是說指數(shù)平滑法是在移動平均法基礎(chǔ)上發(fā)展起來的一種時(shí)間序列分析預(yù)料法,它是通過計(jì)算指數(shù)平滑值,協(xié)作確定的時(shí)間序列預(yù)料模型對現(xiàn)象的將來進(jìn)行預(yù)料。其原理是任一期的指數(shù)平滑值都是上期實(shí)際視察值與前一期指數(shù)平滑值的加權(quán)平均。一次指數(shù)平滑法一次指數(shù)平滑法是一種加權(quán)平均的計(jì)算方法,它的計(jì)算公式可表述如下。設(shè):Ft表示t期的預(yù)料值,F(xiàn)t-1表示第t-1期的預(yù)料值,At-1表示第t-1期的實(shí)際值,表示平滑指數(shù),則一次指數(shù)平滑法的計(jì)算公式為:或平滑指數(shù)越小,預(yù)料的穩(wěn)定性越好,平滑指數(shù)越大,預(yù)料值對實(shí)際值的變更越敏感,響應(yīng)性越好。

.1.4實(shí)際值季節(jié)性預(yù)料模型有的產(chǎn)品隨季節(jié)的變更而有很大的波動,此時(shí)就不宜接受各種平均計(jì)算方法進(jìn)行預(yù)料,而應(yīng)選用計(jì)算季節(jié)指數(shù)的方法來預(yù)料。例6-2:某公司1991年和1992年各個(gè)季度的銷售數(shù)據(jù)如表6-3所示,計(jì)算1993年各個(gè)季度的預(yù)料值。季節(jié)性預(yù)料模型

解:第一步,依據(jù)歷史數(shù)據(jù)求出趨勢方程。具體的方法可以接受最小二乘法,也可以接受簡潔的順手畫直線,再計(jì)算出斜率和截距的方法。對本例,趨勢方程為Yt=170+55.t1991年銷售量1992年銷售量一季度300一季度520二季度200二季度420三季度220三季度400四季度530四季度700表6-3:1991年和1992年各季度銷售數(shù)據(jù)季節(jié)性預(yù)料模型其次步,求出季節(jié)因子。計(jì)算過程如表6-4所示。時(shí)間實(shí)際值由趨勢方程求出的數(shù)值實(shí)際值/趨勢值1991年一季度二季度三季度四季度300200220530225280335390(300/225)=1.33(200/280)=0.71(220/335)=0.66(530/390)=1.361992年一季度二季度三季度四季度520420400700445500555610(520/445)=1.17(420/500)=0.84(400/555)=0.72(700/610)=1.15表6-4:季節(jié)因子的計(jì)算過程季節(jié)性預(yù)料模型季節(jié)因子:一季度:(1.33+1.17)/2=1.25二季度:(0.71+0.84)/2=0.78三季度:(0.66+0.72)/2=0.69四季度:(1.36+1.15)/2=1.25第三步:計(jì)算1993年各季度的預(yù)料值一季度:(170+55×9)×1.25=831二季度:(170+55×10)×0.78=562三季度:(170+55×11)×0.69=535四季度:(170+55×12)×1.25=1038一元線性回來模型Yt一元線性回來預(yù)料值;a截距b斜率.Yt=a+bx012345tYb=

n(xy)-

xynx2

-(x)2a=

y-bxn6.3預(yù)料精度與監(jiān)控6.3.1預(yù)料誤差6.3.2預(yù)料監(jiān)控預(yù)料誤差的度量無論預(yù)料方法的運(yùn)用如何得當(dāng),預(yù)料模型對歷史數(shù)據(jù)的擬合程度怎么樣高,視察值合預(yù)料值之間仍舊存在偏差.記預(yù)料對象的第i個(gè)實(shí)際視察值為Yi,由預(yù)料模型得到的相應(yīng)的估計(jì)值為則預(yù)料的誤差為

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論