需求预测的方法和决策

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,需求预测和决策,主要内容,1 需求预测,概,概论,2 预测中的,定,定性方法,3 预测中的,定,定量方法,4 预测方法,的,的选择,5 生产管理,决,决策,主要内容,预测的重要性,企业编制长期计,划,划的基础,为预算和成本控,制,制提供依据,为开发新产品提,供,供信息,为补充销售人员,提,提供依据,是作出关键决策,的,的基础,用于编制生产作,业,业计划,需求的构成,典型的趋势需求,有四种典型的趋,势,势需求：,（1）线性趋势,反映了因果,关,关系(或时间）,的,的需求,典型的趋势需求,有四种典型的趋,势,势需求：,（2）,S,型趋势产品,成,成长并到达成熟,时,时期的需求,典型的趋势需求,有四种典型的趋,势,势需求：,（3）渐进趋势,以优质产品,大,大量投放市场时,出,出现,典型的趋势,需,需求,有四种典型,的,的趋势需求,：,：,（4）指数,增,增长产,品,品销售势头,特,特好的产品,定性预测,定量预测,仿真预测,预测的分类,长期预测(,数,数年至数十,年,年),中期预测(,一,一年至数年),短期预测(,数,数日至一年),预测种类：,按性质分,按时间分,（1）一般,预,预测,（2）市场,调,调研,（3）小组,共,共识法,（4）历史,类,类比,（5）德尔,菲,菲法,预测中的定,性,性方法,（1）一般,预,预测,基本观点：,预测是基于,来,来自低层经,验,验的逐步累,加,加。,假设前提：,处于最低层,的,的销售人员,，,，那些离顾,客,客最近的、,最,最了,解,解产品最终,用,用途的人，,最,最清楚产品,未,未来的,的需求。,做法,：由,他,他们收集情,报,报，然后逐,级,级上报的做,法,法。,预测中的定,性,性方法,（2）市场,调,调研,通常是,聘,聘请第三方,专,专业市场调,研,研公司进行,预,预测。,市场调,研,研主要用于,新,新产品研发,，,，了解对现,有,有产品的评,价,价,了解顾客对,现,现有产品的,好,好恶，了解,特,特定层次的,顾,顾客偏好,以确定哪些,商,商品具有竞,争,争性。,数据收,集,集方法有,问卷调查,和,上门访谈,两种。,（3）小组,共,共识,由不同层次,的,的人员在会,上,上自由讨论,。,。这种方法,缺,缺点在于,低层人员往,往,往易受当前,市,市场营销的,左,左右，不敢,与,与领导相,背。对于重,要,要决策，如,引,引进流水线,等,等，由高层,人,人员讨论。,预测中的定,性,性方法,（4）历史,类,类比,预,测,测,某,某,些,些,新,新,产,产,品,品,的,的,需,需,求,求,时,时,，,，,如,如,果,果,有,有,同,同,类,类,型,型,产,产,品,品,可,可,用,来,来,作,作,为,为,类,类,比,比,模,模,型,型,，,，,那,那,是,是,最,最,理,理,想,想,的,的,情,情,况,况,。,。,类,比,比,法,法,可,可,用,用,于,于,很,很,多,多,产,产,品,品,类,类,型,型,互,互,补,补,产,产,品,品,，,，,替,替,代,代,产,产,品,品,等,等,竞,争,争,性,性,产,产,品,品,等,等,。,。,预,测,测,中,中,的,的,定,定,性,性,方,方,法,法,（,）,）,德,尔,尔,菲,菲,法,法,Rand,公,司,司,首,首,创,创,于,于50,年,年,代,代,末,末,，,，,步,步,骤,骤,如,如,下,下,：,：,选,择,择,具,具,有,有,代,代,表,表,性,性,的,的,专,专,家,家,（,（,不,不,同,同,背,背,景,景,的,的,人,人,）,）,为,为,调,调,查,查,对,对,象,象,；,；,通,过,过,问,问,卷,卷,（,（,或,或,E-mail,）,）,，,，,向,专,专,家,家,处,处,了,了,解,解,信,信,息,息,；,；,汇,总,总,专,专,家,家,结,结,果,果,，,，,修,修,改,改,问,问,卷,卷,，,，,再,再,度,度,发,发,给,给,专,专,家,家,；,；,再,次,次,汇,汇,总,总,，,，,提,提,炼,炼,预,预,测,测,结,结,果,果,和,和,条,条,件,件,，,，,再,再,度,度,发,发,给,给,所,所,有,有,专,专,家,家,；,；,归纳专家,意,意见，形,成,成需求报,告,告；,（1）简,单,单移动平,均,均,（2）加,权,权移动平,均,（3）指数平滑法,（4）线性回归分析,（5）因果回归模型,（6）时间序列分解,时间序列,分,分析,（1）,简单移动,平,平均,简单移动,平,平均,适用场合,：,：产品需求,为,为突发增,长,长或下降,，,，且不存,在,在季节性,因,因素时。,移,移动平均,法,法能有效,消,消除预测,中,中的随机,波,波动。选,择,择移动平,均,均的最佳,区,区间很重,要,要。,其主要缺,点,点是在于,每,每一因素,都,都必须以,数,数据表示,。,。,简单移动,平,平均的计,算,算公式为,：,：,对,下,下一期的,预,预测值；,移,动,动平均的,时,时期个数,；,；,前,期,期、前两,期,期、前三,期,期直至前,n,期的实际,值,值,简单移动,平,平均,简单,移,移动,平,平均,算,算例,周次,需,需,求,求3,周,周9周,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,800,1400,1000,1500,1500,1300,1800,1700,1300,1700,1700,1500,2300,2300,2000,1067,1300,1333,1433,1533,1600,1600,1567,1567,1633,1833,2033,1367,1467,1500,1556,1644,1733,简单,移,移动,平,平均,的,的各,元,元素,权,权重,都,都相,等,等，,而,而加,权,权移,动,动平,均,均的,权,权重,值,值可,以,以不,同,同。,当,当然,，,，其,权,权重,之,之和,必,必须,等,等于1。,权重,的,的选,择,择：,经验,法,法和,试,试算,法,法是,选,选择,权,权重,的,的最,简,简单,的,的方,法,法。,一,一般,而,而言,，,，最,近,近期,的,的数,据,据最,能,能预,示,示未,来,来的,情,情况,，,，因,而,而其,权,权重,应,应大,些,些。,但,但是,，,，其,需,需求,是,是季,节,节性,的,的，,故,故权,重,重也,应,应是,季,季节,性,性的,，,，一,般,般对,季,季节,性,性产,品,品季,节,节权,重,重系,数,数要,大,大。,由,由于,加,加权,移,移动,平,平均,能,能区,别,别对,待,待历,史,史数,据,据，,因,因而,在,在这,方,方面,要,要优,于,于简,单,单移,动,动平,均,均。,加权,移,移动,平,平均,（2,）,）加,权,权移,动,动平,均,均法,加权,移,移动,平,平均,加权,移,移动,平,平均,法,法公,式,式及,算,算例,计算,公,公式,第,t-1,t-2,t-3,期实,际,际销,售,售额,的,的权,重,重,计算,实,实例,一家,百,百货,店,店发,现,现在,某,某4,个,个月,的,的期,间,间内,，,，其,最,最佳,预,预测,结,结果,由,由当,月,月实,际,际销,售,售额,的,的40%,，,，倒,数,数第2个,月,月销,售,售额,的,的30%,，,，倒,数,数第3个,月,月的20%和,倒,倒数,第,第4,个,个月,的,的10%,，,，其,四,四个,月,月的,销,销售,额,额分,别,别为100,90,105,95。,第,第五,个,个月,的,的预,测,测值,为,为,指数平滑法,（3）指数,平,平滑法,前两种预测,方,方法（简单,移,移动平均和,加,加权移动平,均,均）中，主,要,要点在于根,据,据大量连续,的,的历史数据,预,预测未来，,即,即随着模型,中,中新数据的,增,增添及过期,数,数据的剔除,，,，新的预测,结,结果就可以,预,预测出来。,有,有的情况下,，,，最近期的,情,情况远比较,早,早期的更能,预,预测未来。,如,如果越远的,数,数据其重要,性,性就越低，,则,则指数平滑,法,法就是逻辑,性,性最强且最,为,为简单的方,法,法。,第,t,期和第,t-1,期的指数平,滑,滑预测值；,第,t-1,期的实际需,求,求；,平滑常数。,单一指数平,滑,滑的公式为,：,：,指数平滑法,之所以称之,为,为指数平滑,是,是因为每靠,后,后一期其权,重,重就降低1-,。例如，设,=0.05，则各个,时,时期的权重,如,如下所示,最近期的权,重,重=,（1-,）,0,0.0500,最近期的权,重,重=,（1-,）,1,0.0475,最近期的权,重,重=,（1-,）,2,0.0451,最近期的权,重,重=,（1-,）,3,0.0429,权重因子,指数平滑法,指数平滑法,算,算例：,假设所研究,的,的产品的长,期,期需求相对,稳,稳定，平滑,常,常数,=0.05也较合适,，,，并假设上,个,个月的预测,值,值（,）,）为1050个,单,单位，如果,实,实际需求为1000而,不,不是1050，那么本,月,月的预测值,为,为：,由于平滑自,相,相关很小，,所,所以新预测,值,值对误差为50单位的,响,响应仅,使得下月的,预,预测值减少,了,了2.5个,单,单位。,时期,某期实际,需,需求,某期预,测,测需求,时期,总,总数,预测误差,误差测量,用来描述误,差,差程度的常,用,用术语有标,准,准差、均方,差,差（或方差,）,）和平均绝,对,对偏差,平均绝对偏,差,差（,MAD）,简单明了并,且,且可以获得,跟,跟踪信号，,故,故再度受宠,。,。,MAD,是预测误差的平,均,均值，用绝对值,表,表示。与标准偏,差,差一样，,MAD,的优点还在于它,度,度量了观测值与,期,期望值的离差。,在不考虑符号的,情,情况下，,MAD,由实际需求和预,测,测需求间的差异,计,计算而得。它等,于,于用绝对偏差总,和,和除以数据点个,数,数，以等式形式,给,给出为：,线性回归分析法,定义：,两个或两个以上,相,相关变量之间的,函,函数关系。线性,关,关系是指变量呈,严,严格直线关系的,一,一种特殊回归形,式,式。,优点：,对主要事件或综,合,合计划的长期预,测,测很有用,用处：,时间序列预测和,因,因果预测中都用,线,线性回归。,例子：,手拟回归直线、,最,最小二乘分析和,模,模型分解。,（4）线性回归,分,分析法,局限性：,假设历史数据和,未,未来预测值都在,一,一条直线上。,手拟趋势线,例：某公司某,产,产品过去3年12季度的销售量,如,如下表所示，,该企业希望预测,第,第4季度的销售,情,情况,：,线性回归分析法,手拟趋势线,季度,销,销售量,季度,销,销售量,1600,21550,31550,41500,52400,63100,72600,82900,93800,104500,114000,124900,y=a+bx,a=400b=(4950-750)/(12-1)=382,y=400+382x,线性回归分析法,手拟趋势线,解：,首先建立坐标系,统,统，取横坐标为,季,季度，众坐标为,销,销售额，则将过,去,去12个季度的,销,销售额对应的数,据,据点在坐标系统,中,中画出，相应散,点,点图，如图所示,，,，这就是回归直,线,线，下一步是确,定,定截距,a,和斜,率,率,b,。,。,设,为,为,实,实,测,测,值,值,，,，,y,为,公,公,式,式,值,值,，,，,则,则,为,为,误,误,差,差,，,，,令,令,根,据,据,最,最,小,小,二,二,乘,乘,法,法,，,，,则,则,：,：,最,小,小,二,二,乘,乘,法,法,最,小,小,二,二,乘,乘,法,法,基,本,本,思,思,想,想,是,是,试,试,图,图,使,使,各,各,数,数,据,据,点,点,与,与,回,回,归,归,直,直,线,线,上,上,的,的,相,相,应,应,点,点,间,间,的,的,垂,垂,