ch7 供应链的需求预测

按一下以編輯母片標題樣式,按一下以編輯母片,第二層,第三層,第四層,第五層,*,*,*,第三局部 方案供给链中的需求与供给,第七章 供给链的需求预测,第八章 供给链的综合方案,第九章 供给链的供给和需求方案：管理预计的可变性,1,第四章 供给链的需求预测Chapter 4 Demand forecasting in a supply chain,Supply Chain,Management,7-,2,2,Outline,7.1 预测在供给链中的作用,7.2 预测的特征,7.3 预测的组成局部及预测方法,7.4 预测的时间序列法,7.5 预测误差的度量,3,7.1 预测（Forecasting）在供给链中的作用,对未来需求的预测构成了供给链中所有战略性和规划性决策的根底。如推动流程是根据对顾客需求预测来运行的。如Dell,所有供给链规划活动都是以预测顾客最终购置行为及发生的时间为根底。,如：,生产：日程安排、库存管理、总体方案,营销：销售资源配置、促销、新产品开发,财务：生产线（设备）的投资和预算规划,人事：雇员方案、雇佣、解雇,拥有稳定需求的成熟产品最容易预测,如牛奶、纸巾等日常用品,对于销售季节很短的时尚商品和高技术产品,需求预测较难,4,7.2,预测的特征,预测经常会出错,要包括预期结果和对误差的测量（因为预测经常会出错）；,长期预测通常没有短期预测精确,即长期预测误差的标准差相对于均值要大一些；,产品差异化延迟（postponement）,综合预测通常要比独立预测准确得多；,在公司中越往供给链的上游靠近（或者距离顾客越远）,接收到的信息失真就越多。,5,7.3 预测的组成局部及预测方法,识别影响未来需求的因素,确定这些因素与未来需求之间的关系；,平衡主观和客观两方面因素；,此外,还需了解,过去的需求、产品提前期、广告方案或其他的营销努力、经济状况、方案的价格折扣、竞争对手已经采取的行动、天气、紧急事件等。,6,预测方法,定性法（Qualitative）：根本上是主观的,依赖于人们的判断和意见做出预测。在缺少历史数据或专家关于市场的见解对于预测十分重要时；,时间序列法（Time Series）：利用历史数据预测未来需求；基于假设历史时期的需求是对未来需求的一种很好的暗示。适用于外界环境稳定、根本需求模式年度变动不大；,因果关系法（Causal）：假定预测的需求与有关外界因素（如经济环境、利率等）高度相关,利用对外界因素的预测来预测未来的需求；,仿真法（Simulation）：通过模拟消费者选择进行需求预测,利用这种方法,公司可以将时间序列法和因果关系法结合起来,答复以下问题。如价格提升将会带来什么样的影响,并将各种预测结果结合起来作为最终的预测结果比单独运用某种方法更为有效。,7,预测的组成局部及预测方法,被考察需求(O)=系统成分Systematic component(S)+随机成分Random component(R),系统成分衡量需求的期望值,由需求水平Level扣除季节因素影响后的目前需求；,需求趋势Trend下一时期需求的增长或衰减率；,季节性需求Seasonality可预测需求的季节性变动。,随机成分指预测中偏离系统需求的那局部,不能用目前的需求变动所解释,预测的目的：过滤出随机成分（噪音）,估计系统成分的需求。,8,需求预测的根本步骤,1、理解预测的目标,2、把供给链的需求方案和预测整合起来,3、了解和识别顾客群,4、识别影响需求预测的主要因素,5、确定适宜的预测技术,6、设定预测绩效和误差测度,9,7.4,预测的时间序列法,每一个预测的目的都是支持以预测为根底的决策,都是预测系统需求局部和估计随机需求局部。系统需求局部的数据在一般形式下包含需求水平、需求趋势和季节系数,它也能表现为如以下方程所示的多种形式。,乘法型：系统成分需求水平需求趋势季节系数,加法型：系统成分需求水平需求趋势季节系数,混合型：系统成分（需求水平需求趋势）季节系数,10,时间序列法分为：静态法和适应法。,静态法（Static）：只对需求中系统成分的各个要素（需求水平、需求趋势、季节系数）预测一次,不根据观察到的新需求更新系统成分。,适应法（Adaptive）：根据观察到的新需求更新系统成分的各个要素的预测。包括移动平均、指数平滑和进行需求趋势及季节性需求修正后的指数平滑。,11,静态方法,假设混合模型:,Systematic component=(level+trend)(seasonal factor),L基期的需求水平估计（对基期剔除季节性影响后的需求预测）,T需求趋势的估计,Stt期的季节性系数估计,Dt t期实际观测到的需求值,Ft预测的t期需求,预测公式：Ft+l=L+(t+l)TSt+l,步骤：,剔除季节性需求的影响,用线性回归预测需求水平和需求趋势；,估计季节系数。,12,Time Series Forecasting(Table 7.1),例：,NaturalG,Forecast demand for the,next four quarters.,13,预测需求水平和需求趋势,剔除季节影响后的需求Deseasonalized demand=demand that would have been observed in the absence of seasonal fluctuations,时期数Periodicity (p)：在周期内包含的所有时期之后,季节性周期将重复进行 for demand at NaturalG(Table 7.1,Figure 7.1)p=4,14,Deseasonalizing Demand,15,16,剔除季节性影响后需求以一个固定比率变化,即剔除季节性影响后的需求与时间t之间存在一个线性关系,Dt=L+tT,where Dt=deseasonalized demand in period t,L=level(deseasonalized demand at period 0),T=trend(rate of growth of deseasonalized demand),In the example,L=18,439 and T=524,17,Time Series of Demand(Figure 7.3),18,估计季节性系数,Use the previous equation to calculate deseasonalized demand for each period,S,t,=D,t,/D,t,=seasonal factor for period,t,In the example,D,2,=18439+(524)(2)=19487 D,2,=13000,S,2,=13000/19487=0.67,19,Estimating Seasonal Factors(Fig.7.4),20,预测季节性系数,The overall seasonal factor for a“season is then obtained by averaging all of the factors for a“season,如果数据中存在一个r的季节性循环,对所有pt+i,1ip为形式的时期,定义,In the example,there are 3 seasonal cycles in the data and p=4,so,S1=(0.42+0.47+0.52)/3=0.47,S2=(0.67+0.83+0.55)/3=0.68,S3=(1.15+1.04+1.32)/3=1.17,S4=(1.66+1.68+1.66)/3=1.67,21,预测,Using the original equation,we can forecast the next four periods of demand:,F,13,=(,L,+13,T,),S,1,=18439+(13)(524)(0.47)=11868,F,14,=(,L,+14,T,),S,2,=18439+(14)(524)(0.68)=17527,F,15,=(,L,+15,T,),S,3,=18439+(15)(524)(1.17)=30770,F,16,=(,L,+16,T,),S,4,=18439+(16)(524)(1.67)=44794,22,适应性预测法,F,t+l,=(,L,t,+,lT,t,),S,t+l,=forecast for period,t+l,in period,t,L,t,=Estimate of level at the end of period,t,T,t,=Estimate of trend at the end of period,t,S,t,=Estimate of seasonal factor for period,t,F,t,=Forecast of demand for period,t,(made period,t,-1 or earlier),D,t,=Actual demand observed in period,t,E,t,=Forecast error in period,t,A,t,=Absolute deviation for period,t,=|E,t,|,MAD=Mean Absolute Deviation=average value of A,t,23,适应法预测步骤,初始化,:,Compute initial estimates of level(L,0,),trend(T,0,),and seasonal factors(S,1,S,p,).This is done as in static forecasting.,预测,:,Forecast demand for period,t+,1 using the general equation,F,t+l,=(,L,t,+,lT,t,),S,t+l,.,估计误差,:,Compute error E,t+,1,=F,t+,1,-D,t+,1,修正预测值,:,Modify the estimates of level(L,t,+1,),trend(T,t,+1,),and seasonal factor(S,t+p,+1,),given the error E,t,+1,in the forecast,Repeat steps 2,3,and 4 for each subsequent period,24,移动平均法（,Moving Average,）,当需求没有可观测的趋势或季节性变动,需求的系统成分需求水平,将最近N期的需求平均值作为t期的需求水平,预测：,当观测到t+1期需求后,移动平均法给过去N期数据同样的权重,同时忽略所有比新的移动平均数陈旧的数据。,25,Moving Average Example,From NaturalG,example(Table 7.1),At the end of period 4,what is the forecast demand for periods 5 through 8 using a 4-period moving average?,L,4,=(,D,4,+,D,3,+,D,2,+,D,1,)/4=(34000+23000+13000+8000)/4=19500,F,5,=19500=,F,6,=,F,7,=,F,8,Observe demand in period 5 to be,D,5,=10000,Forecast error in period 5,E,5,=F,5,-,D,5,=19500-10000=9500,Revise estimate of level in period 5:,L,5,=(,D,5,+,D,4,+,D,3,+,D,2,)/4=(10000+34000+23000+13000)/4=20000,F,6,