服務業(yè)作業(yè)管理技術

服務業(yè)作業(yè)管理技術預測1預測第一頁，共七十三頁。服務業(yè)作業(yè)管理技術預測2學習目標概述預測過程與步驟。描述三種以上定性預測技術，並說明其優(yōu)缺點。比較定性與定量預測方法。描述平均法、趨勢與季節(jié)法、及迴歸分析法，並運用預測分析法解決基本預測問題。描述三種預測精確性之績效衡量方式。描述二種評估與管制預測之方法。了解選擇預測技術時應考量之主要考量因素。第二頁，共七十三頁。服務業(yè)作業(yè)管理技術預測方法與期間預測方法質(zhì)性方法量化方法預測期間可分成三類短期預測預測期間短於三個月，有時也長達一年。(工作排程、工作指派等。)中期預測預測期間在三個月到三年之間的預測。(銷售預測、生產(chǎn)規(guī)劃、預算與現(xiàn)金運用之規(guī)劃等。)長期預測預測期間在三年以上的預測。(新產(chǎn)品規(guī)劃、資本支出規(guī)劃、設施佈置與設備採購規(guī)劃等。)預測3第三頁，共七十三頁。服務業(yè)作業(yè)管理技術中、長期規(guī)劃與短期規(guī)劃比較中/長期預測所需考量範疇通常較為廣泛，並可在產(chǎn)品、廠房等規(guī)劃上提供相關決策資訊。短期預測可使用之預測方法較中、長期預測為多。短期預測結果較中、長期預測更為精確。預測4第四頁，共七十三頁。服務業(yè)作業(yè)管理技術預測5預測對一個變數(shù)的未來數(shù)值(例如需求)所作陳述。預測必須考慮二種資訊：

目前情況條件與因素過去類似情況的處理經(jīng)驗我看到你這學期將得到一個A。第五頁，共七十三頁。服務業(yè)作業(yè)管理技術預測6企業(yè)組織中運用預測例子會計估計成本/利潤財務現(xiàn)金流動和籌措資金人力資源雇用/招募/訓練行銷定價、促銷、策略MISIT/IS系統(tǒng)、服務作業(yè)排程、MRP、工作負荷產(chǎn)品/服務設計新產(chǎn)品與服務第六頁，共七十三頁。服務業(yè)作業(yè)管理技術預測7各種預測技術特徵

預測技術通常假設過去存在因果系統(tǒng)(前後具有關連)，且未來將繼續(xù)存在。過去==>未來預測很少完美無缺。整體項目預測會比單一預測更為精確。(誤差平均分攤掉)隨著預測時間之範圍愈廣，即增加時間幅度，預測精確性會減少。

第七頁，共七十三頁。服務業(yè)作業(yè)管理技術預測8優(yōu)良預測因素預測有時間性：預測須涵蓋可能變動所需時間。預測必須精確，並應該說明其精確程度。預測必須具備可靠性。預測必須具備有意義的計量單位(金額、人工小時、單位)。

預測技術必須容易了解、容易使用(減少誤用、增進使用信心)。

預測必須符合成本效益。

第八頁，共七十三頁。服務業(yè)作業(yè)管理技術預測9預測步驟決定預測的目的與何時需要預測。建立預測所需時間幅度。選擇預測方法。蒐集與分析適當資料。進行預測。追蹤預測。第九頁，共七十三頁。服務業(yè)作業(yè)管理技術預測10三種預測技巧判斷預測法:

(定性型預測方法)

–採用主觀投入時間序列預測法:假設未來將與過去相似，利用歷史資料推估關聯(lián)性模型:利用解釋性變數(shù)預測未來第十頁，共七十三頁。服務業(yè)作業(yè)管理技術預測11主管意見(產(chǎn)能或製造相關決策)銷售員意見(銷售與需求量預測)消費者調(diào)查(問卷或訪談)其他方法德菲法:管理者與幕僚的意見達成一致之預測方法模糊德菲法(認知具有不確定性與模糊性)判斷預測第十一頁，共七十三頁。服務業(yè)作業(yè)管理技術預測12時間序列預測時間序列乃指一段時間內(nèi)，以固定時間間隔(小時、日、週…)所得觀察值?？蓪⒋祟愘Y料繪成圖形並檢視樣型(Pattern)

。趨勢型–長期數(shù)據(jù)變動(股價變動)季節(jié)型–短期數(shù)據(jù)規(guī)律性變動(節(jié)日型產(chǎn)品銷售量、淡季/旺季)循環(huán)型–超過持續(xù)一年以上，數(shù)據(jù)波浪型變動不規(guī)則變動型–起因於不尋常環(huán)境變化(政治/經(jīng)濟)隨機變動型–起因於偶發(fā)機會(地震、豪雨)第十二頁，共七十三頁。服務業(yè)作業(yè)管理技術預測13時間序列預測(1/3)可能之時間序列圖形趨勢季節(jié)性循環(huán)不規(guī)則變動隨機變動第十三頁，共七十三頁。服務業(yè)作業(yè)管理技術預測14天真預測法噢，等一下....我們上週銷售了250個輪胎....所以，我們下週應該銷售....每一期預測值等於前一期的實際值第十四頁，共七十三頁。服務業(yè)作業(yè)管理技術預測15時間序列的預測(2/3)天真預測法使用前一期數(shù)值當作預測基礎。優(yōu)點：不需任何成本、方法簡單迅速；因為不用分析資料，易了解。缺點：不能提供高預測精確度，可作為其他預測方法的成本與精確度比較基準。第十五頁，共七十三頁。服務業(yè)作業(yè)管理技術預測16天真預測法範例若上週產(chǎn)品需求量為20箱，則本週之預測值就是20箱。若呈現(xiàn)季節(jié)性需求量，則季節(jié)變動就是這一季之預測值與上一季數(shù)值相同。例如：期數(shù)實際值與前一個值之差預測值t-250t-153+3(下一個)t53+3第十六頁，共七十三頁。服務業(yè)作業(yè)管理技術預測17時間序列預測方法(3/3)平均法分析技術(Averagingmethods)移動平均法(Movingaverage)-以近期實際數(shù)值之平均作為最新預測值的參考加權平均法(Weightedmovingaverage):以愈近期數(shù)值乘以愈大權數(shù)方法以估算預測值指數(shù)平均法(Exponentialsmoothingaverage)第十七頁，共七十三頁。服務業(yè)作業(yè)管理技術預測18平均法分析技術(1/3)移動平均法使用數(shù)個近期實際資料產(chǎn)生預測值。Ft:第t期之預測值MAn:n期之移動平均At-1:第t-1期之實際值

n:移動平均期數(shù)第十八頁，共七十三頁。服務業(yè)作業(yè)管理技術移動平均法分析-Example例如已知過去五期貨車需求量，求算三期移動平均預測值。預測19期數(shù)需求142240343440541最近三期F6=(43+40+41)/3=41.33假設第六期實際需求為38，F(xiàn)7:F7=(40+41+38)/3=39.37第十九頁，共七十三頁。服務業(yè)作業(yè)管理技術預測20平均法分析技術-加權平均法(2/3)加權平均法與移動平均法不同之處在於愈近期資料，給定愈大權重。假設條件—愈近期觀察資料，愈有可能得到最準確預測值，因此應該給予較近期數(shù)值較大的權數(shù)權重選擇通常要使用試誤法。第二十頁，共七十三頁。服務業(yè)作業(yè)管理技術加權平均法-Example以之下列需求資料：最近數(shù)值給定權重為0.40；次近數(shù)值為0.30；其次為0.20，0.10。若第六期實際需求為39，使用上一小題權種預測第七期需求量。F6=0.1(40)+0.2(43)+0.3(40)+0.4(41)=41.0F7=0.1(43)+0.2(40)+0.3(41)+0.4(39)=40.2預測21期數(shù)需求142240343440541第二十一頁，共七十三頁。服務業(yè)作業(yè)管理技術預測22平均法分析技術-指數(shù)平滑法(3/3)指數(shù)平滑法每一個新預測值以前一個預測值為基礎，再加上預測值與實際值差額的百分比。Ft=第t期之預測值Ft-1=前一期之預測值(t-1)α=平滑常數(shù)At-1=前一期實際需求量第二十二頁，共七十三頁。服務業(yè)作業(yè)管理技術平均法分析技術-指數(shù)平滑法誤差調(diào)整速度是由平滑常數(shù)α決定。平滑常數(shù)愈接近

0，則預測誤差調(diào)整的速度愈慢（愈平滑）。相反地，平滑常數(shù)愈接近

1，則反應愈大，平滑程度愈小。A-F

為誤差值，為回饋百分比例如前一個預測值為42單位，實際值為40單位，若Alpha=0.1，則新預測值：

Ft=42+0.1(40-42)=41.8

若實際值為43，則下一個預測值為：Ft+1=41.8+0.1(43-41.8)=41.92Example:下張Slide中數(shù)列之預測資料，包含誤差=實際值-預測值，其中一個預測時採用Alpha=0.10，另一個採用Alpha=0.40。預測23第二十三頁，共七十三頁。服務業(yè)作業(yè)管理技術預測24指數(shù)平滑法-Example42+0.1(42-42)=4240-42=-242+0.1(40-42)=41.8第二十四頁，共七十三頁。服務業(yè)作業(yè)管理技術預測25指數(shù)平滑法第二十五頁，共七十三頁。服務業(yè)作業(yè)管理技術指數(shù)平滑法預測26第二十六頁，共七十三頁。服務業(yè)作業(yè)管理技術預測27時間序列預測(3/3)季節(jié)性分析技術某種事件發(fā)生的時間序列呈現(xiàn)規(guī)則上下反覆變動。季節(jié)性：規(guī)則年度變動。季節(jié)變動：可以是指每日、每週、每月及其他規(guī)則模式的資料。(銀行、郵局)、高速公路流量、飯店訂房。第二十七頁，共七十三頁。服務業(yè)作業(yè)管理技術預測28季節(jié)性分析技術季節(jié)性有二種不同的模型：加法模型與乘法模型。加法模型：季節(jié)性是以數(shù)量表示，即時間序列之平均數(shù)加上或減去某一數(shù)量。乘法模型：季節(jié)性以百分比表示，即時間序列值乘以平均趨勢值的某一百分比，又稱為季節(jié)相對性(或季節(jié)指數(shù))。假設商店某月份之玩具銷售量之季節(jié)相對性為1.20，則表示該越之銷售量超出月平均量的20%。季節(jié)性變動於零售業(yè)規(guī)劃與排程之重要因素，此外掌握尖峰負荷亦很重要。第二十八頁，共七十三頁。服務業(yè)作業(yè)管理技術預測29季節(jié)性(1/2)加法模型與乘法模型。

第二十九頁，共七十三頁。服務業(yè)作業(yè)管理技術預測30季節(jié)性(2/2)季節(jié)相對性：有兩種不同的使用方式。消除時間序列的季節(jié)性：將季節(jié)因素自資料中移除，以得到更清楚的非季節(jié)性趨勢。消除季節(jié)性乃將每個資料點除以相對應之季節(jié)相對比率。在預測中加入季節(jié)性：當需求同時具有趨勢與季節(jié)性因素時，加入季節(jié)性相對更加準確。使用季節(jié)趨勢方程式並針對目標期間以求得趨勢估計值。將這些趨勢估計值常以季節(jié)相對性將季節(jié)性加入趨勢估計值中。第三十頁，共七十三頁。服務業(yè)作業(yè)管理技術預測31季節(jié)性範例–計算季節(jié)相對性中心點移動平均(centeredmovingaverage):與移動平均法相同，其數(shù)值卻不能作為預測值，但此數(shù)值為該序列之代表值。期數(shù)星期實際值1Tues672Wed753Thur824Fri985Sat906Sun367Mon558Tues609Wed7310Thur8511Fri9912Sat8613Sun4014Mon5215Tues6416Wed7617Thur8718Fri9619Sat8820Sun4421Mon50第三十一頁，共七十三頁。服務業(yè)作業(yè)管理技術預測生產(chǎn)管理技術32第三十二頁，共七十三頁。服務業(yè)作業(yè)管理技術預測33關聯(lián)性預測關聯(lián)性技術重點在於建立出歸納預測變數(shù)效果方程式，主要的分析方法為迴歸。分為簡單線性迴歸，曲線與多元迴歸分析二種。第三十三頁，共七十三頁。服務業(yè)作業(yè)管理技術預測34簡單線性迴歸目的是求出一條直線方程式，使每個資料點與此線的垂直距離平方和最小。此最小平方直線的方程式如下：第三十四頁，共七十三頁。服務業(yè)作業(yè)管理技術預測35簡單線性迴歸(1/2)以下的方程式可以計算出係數(shù)a與b：第三十五頁，共七十三頁。服務業(yè)作業(yè)管理技術預測36簡單線性迴歸(2/2)直線方程式的圖形如下：第三十六頁，共七十三頁。服務業(yè)作業(yè)管理技術預測37迴歸(1/2)迴歸於預測應用與指標之使用有關，以下為常見指標：工廠存貨淨變動量商業(yè)銀行放款利率工業(yè)產(chǎn)出消費者物價指數(shù)物價指數(shù)股票市場價格第三十七頁，共七十三頁。服務業(yè)作業(yè)管理技術預測38迴歸(2/2)迴歸相關性衡量二變數(shù)之間關係強度與方向。相關係數(shù)r的範圍為-1.00到+1.00。相關係數(shù)的平方（）可用來衡量線性迴歸對數(shù)據(jù)的解釋能力。若值相當高（例如.80或以上），表示獨立變數(shù)是相依變數(shù)的優(yōu)良預測值。第三十八頁，共七十三頁。服務業(yè)作業(yè)管理技術RegressionExample某公司過去行動電話銷售量，如下表所列。請應用線性趨勢檢測是否適當，並預測第11、12週銷售量。預測39週12345678910銷售量700724729728740742758750770775第三十九頁，共七十三頁。服務業(yè)作業(yè)管理技術RegressionExample預測40第四十頁，共七十三頁。服務業(yè)作業(yè)管理技術RegressionExample預測41第四十一頁，共七十三頁。服務業(yè)作業(yè)管理技術預測42例題下表為新房子銷售與落後三個月之失業(yè)率。決定失業(yè)水準是否能預測新房子需求；若能預測，請推導預測方程式。第四十二頁，共七十三頁。服務業(yè)作業(yè)管理技術預測43例題說明將資料繪於圖上，並觀察資料點的範圍，線性模型似乎是適當?shù)摹?/p>

相關係數(shù)迴歸方程式為 (負相關)第四十三頁，共七十三頁。服務業(yè)作業(yè)管理技術預測44應用線性迴歸分析要點(1/2)簡單迴歸分析的應用應滿足下列假設：在直線附近的變動是隨機的。在直線附近的偏差應為常態(tài)分配。只在觀察值的範圍內(nèi)進行預測。滿足上列假設後，為了得到最佳結果：經(jīng)常將資料繪成圖形，驗證線性關係是否恰當。資料也許會受時間影響，檢查並繪出相依變數(shù)相對於時間的圖；若時間模式發(fā)生，則使用時間序列替代迴歸分析，或把時間當作多元迴歸分析的獨立變數(shù)。低度相關暗示有其他更為重要變數(shù)存在而未受考慮。第四十四頁，共七十三頁。服務業(yè)作業(yè)管理技術預測45應用線性迴歸分析要點(2/2)迴歸分析缺點包括：簡單線性迴歸只能用在包含一項獨立變數(shù)的線性關係。建立這種關係需要大量資料，至少超過20個觀測資料。所有觀測值之權重皆相等。第四十五頁，共七十三頁。服務業(yè)作業(yè)管理技術預測46曲線與多元迴歸分析適用於包含一個以上預測變數(shù)而不適合線性模型，或不適用簡單線性迴歸，或是存在有非線性關係時。雖然這些分析超出範圍，但仍很常使用，並使用電腦計算。(SPSS,MINITAB,MATLAB,Excel+VBA)第四十六頁，共七十三頁。服務業(yè)作業(yè)管理技術預測47預測精確度與管制預測精確度與管制對預測來說是相當重要層面。指出預測值偏離實際值的程度是相當重要的，這可以讓使用者知道預測精確度。要精確地預測這些變數(shù)幾乎不可能。第四十七頁，共七十三頁。服務業(yè)作業(yè)管理技術預測48預測誤差觀察預測誤差以確定誤差是否在合理範圍之內(nèi)。預測誤差是針對給定期數(shù)，實際值與預測值的差。因此，誤差＝實際值－預測值第四十八頁，共七十三頁。服務業(yè)作業(yè)管理技術預測49預測精確度常用來衡量誤差方法：平均絕對偏差（MAD）-MeanAbsoluteDeviation.平均均方誤差（MSE）-MeanSquaredError.平均絕對百分比誤差（MAPE）-MeanAbsolutePercentageError.第四十九頁，共七十三頁。服務業(yè)作業(yè)管理技術預測50平均絕對偏差（MAD）MAD是絕對預測誤差的平均值。

第五十頁，共七十三頁。服務業(yè)作業(yè)管理技術預測51均方誤差（MSE）MSE是預測誤差平方的平均值。第五十一頁，共七十三頁。服務業(yè)作業(yè)管理技術預測52平均絕對百分比誤差（MAPE）MAPE是絕對百分比誤差的平均值。第五十二頁，共七十三頁。服務業(yè)作業(yè)管理技術預測53例題使用下列資料計算MAD、MSE和MAPE。e|e|e2第五十三頁，共七十三頁。服務業(yè)作業(yè)管理技術預測54例題說明使用表格內(nèi)的數(shù)字，計算過程為：

它們之間差異在於MAD對所有誤差的權重都相等，MSE誤差權重是根據(jù)其平方值，而MAPE則是根據(jù)相對誤差。

實際值第五十四頁，共七十三頁。服務業(yè)作業(yè)管理技術預測55預測管制(1/2)追蹤並分析預測誤差，有助於檢視預測是否適當。管制圖是用來偵測非隨機誤差絕佳工具。第五十五頁，共七十三頁。服務業(yè)作業(yè)管理技術預測56預測管制(2/2)非隨機性的範例第五十六頁，共七十三頁。服務業(yè)作業(yè)管理技術預測57管制圖誤差分配標準差估計值就是MSE的平方根。

管制圖有下列基本假設：當誤差為隨機分配時，誤差會是常態(tài)分配，且平均值在0的附近。因此管制上限：管制下限：管制界限：第五十七頁，共七十三頁。服務業(yè)作業(yè)管理技術預測58追蹤訊號累積預測誤差與相關的平均絕對偏差（即MAD）的比，目的在偵測誤差的偏差。追蹤訊號的值可正可負，若為0

則最理想，通常為可接受值。第五十八頁，共七十三頁。服務業(yè)作業(yè)管理技術預測59選擇預測技巧選擇預測技巧的二個重要因素：成本精確性最佳的預測不一定是精確度最高或成本最低，而是管理者認定的精確度與成本之最佳組合。其他考慮的因素有：歷史資料之使用性、電腦資料之可使用性、決策者使用預測技術之能力、蒐集資料之時間、分析資料並籌劃預測之時間。第五十九頁，共七十三頁。服務業(yè)作業(yè)管理技術預測60使用預測資訊與使用電腦預測管理者對預測可能採取反應或先制方法。於準備定量資料預測實務上，電腦扮演重要角色，其可讓管理者快速建立與修正預測，且無手動計算負擔。Excel,SPSS,MINITAB第六十頁，共七十三頁。服務業(yè)作業(yè)管理技術實務預測案例某公司採漸進式工廠轉移至上海昆山廠，鑑於現(xiàn)有訂單執(zhí)行與人員縮編考量，期擬定產(chǎn)能縮減與人員遣散作業(yè)。故任命製程工程部進行產(chǎn)能規(guī)劃作業(yè)與漸進式機臺設備移機作業(yè)。利用歷史資料進行直覺式判定-沒有信心與精確達成任務。(壓力與出貨問題)利用統(tǒng)計方法-利用機率分佈方法建立未來人員/機臺利用率預測–機率分佈無法對應未來產(chǎn)能需求。運用時間序列預測方法達成未來產(chǎn)能需求預測，並規(guī)劃機臺遷移計畫與人員遣散計畫。預測61第六十一頁，共七十三頁。服務業(yè)作業(yè)管理技術實務預測案例-製造流程預測62第六十二頁，共七十三頁。服務業(yè)作業(yè)管理技術實務預測案例如下表所列，歷史產(chǎn)能利用率資料預測63第六十三頁，共七十三頁